Ang agham

Ang bukas na pamantayan para sa kalidad ng explainer video.

Binasa namin ang mga nailathalang pananaliksik tungkol sa kung paano natututo ang mga tao mula sa video at ginawang numerical na mga tuntunin ang mga natuklasang nakaligtas sa masusing pagsusuri na dapat sundin ng aming generator. Narito ang buong spec, kasama ang mga sanggunian, na malinaw na minarkahan ang mga bagay na hindi namin ma-verify. Pampubliko ito dahil ang isang pamantayan na hindi mo mai-inspeksyon ay hindi pamantayan.

Paano basahin ito

Bawat tuntunin ay may dalang antas ng ebidensya nito.

Kahit sino ay maaaring mag-claim na nakabatay sa agham. Grinagrado namin ang bawat claim para masabi mo ang beripikadong epekto mula sa isang gumaganang palagay. Ang katapatan ang kredibilidad.

Beripikado Nakaligtas sa adversarial verification laban sa isang pangunahing pinagmulan.
Hinango Isang arithmetic na kahihinatnan ng isang beripikadong tuntunin.
Heuristiko Kanon ng practitioner o extrapolation ng prinsipyong Mayer, hindi beripikado sa round na ito.
Produkto Isang desisyon sa produkto, hindi isang claim ng pananaliksik.
Pipeline Isang sinukat na katangian ng aming sariling pipeline.
Unang bahagi

Ang labing-isang batas sa disenyo.

Ang aktwal na sinasabi ng agham, kasama ang mga effect size at isang link sa pangunahing pinagmulan para sa bawat isa.

L1 Beripikado

Ang progresibong pagbubunyag ay mandatory, at ang pinakamalaking lever na kontrolado namin.

Ang nilalamang binuo stroke sa stroke ay nasusukat na natatalo ang pagpapakita ng mga tapos nang eksena. Retention ηp²=0.13 to 0.17, transfer ηp²=0.10 to 0.16, na-replicate sa dalawang eksperimento na may magkaparehong narrasyon.

Sa Sketchie: Huwag kailanman mag-cut sa isang tapos nang diagram. Bawat elemento ay gumuguhit. Hindi ito estetiko, ito ang mekanismo ng retention.

Pinagmulan: PMC9898452
L2 Beripikado

Opsyonal ang nakikitang kamay. Hindi opsyonal ang pagguhit.

Ang hand-drawing kumpara sa hand-pushing kumpara sa walang kamay ay nagbago sa intrinsic motivation (p=0.033) ngunit walang naidulot na pagkakaiba sa mga resulta ng pagkatuto.

Sa Sketchie: Nilalaktawan namin ang pag-render ng kamay at walang nawawalang masusukat. Ang mismong pagguhit ang mahalaga.

Pinagmulan: Smart Learn. Env. 2023
L3 Beripikado

Ang signaling ay bumibili ng retention at transfer sa pamamagitan ng pagbaba ng cognitive load.

Meta-analysis, 32 pag-aaral, N≈3,597: ang cueing ay nagbibigay ng retention d=0.27, transfer d=0.34, load d=−0.11. Ang bigat ng pagbawas ng load ay humuhula sa pakinabang sa pagkatuto (β=−0.70 retention, −0.60 transfer).

Sa Sketchie: Ang mga arrow, color pop, at label reveal ay mga cue, hindi dekorasyon. Bawat cue ay tumuturo sa sinasabi ng narrasyon ngayon.

Pinagmulan: PMC5576760
L4 Beripikado

Mag-segment, at mag-iwan ng processing gaps.

Isang segmenting meta-analysis ang nakahanap ng makabuluhang pakinabang sa retention at transfer, maliit hanggang katamtaman. Bahagi ng benepisyo ay nagmumula sa oras ng pagproseso na nililikha ng mga hangganan.

Sa Sketchie: Ang mga eksena ay mga segment. Pagkatapos ng huling reveal ng isang eksena, ang narrasyon ay tumatahimik nang hindi bababa sa 0.7 segundo bago ang cut.

Pinagmulan: Rey et al. 2019
L5 Beripikado

Totoo ang six-minute cliff.

Sa 6.9 milyong sesyon ng edX, ang engagement ay malapit sa 1.0 sa ilalim ng 6 minuto, bumababa sa halos 0.55 sa 9 hanggang 12 minuto, at bumababa sa humigit-kumulang 0.2 lampas sa 12 minuto. Independiyenteng na-echo sa isang 2026 replication.

Sa Sketchie: Ang default na output ay 6:00 na mahigpit. Ang mas mahahabang kahilingan ay nagiging isang chaptered series ng mga video, hindi kailanman isang mahabang video.

Pinagmulan: Guo et al. 2014
L6 Beripikado

Ang Khan-style na pagguhit ay natatalo ang mga slide sa bawat haba.

Humigit-kumulang 0.72 kumpara sa 0.52 na normalized engagement sa 3 hanggang 6 minuto, na iniuugnay sa hand-drawn na paggalaw kasama ang isang extemporaneous, sinasalitang paghahatid.

Sa Sketchie: Beripikado ang format. Ang narrasyon ay dapat kumplikadong sinasalita, hindi binabasa. Pinapayagan ang mga contraction, hinihikayat ang direktang pakikipag-usap.

Pinagmulan: Guo et al. 2014
L7 Beripikado

Dapat na magkasama ang narrative at progresibong pagbubunyag.

Isang narrative script ang nagpabuti sa transfer (ηp²=0.12 to 0.20) ngunit hindi sa retention nang mag-isa. Kapag isinama SA progresibong pagguhit, natalo ng narrative ang informative sa retention (p=0.021). Sa mga STATIC na visual, isang informative script ang nanalo sa halip (η²=0.21 to 0.24).

Sa Sketchie: Ang aming mga script ay gumagamit ng story grammar, isang aktor na may layunin, isang balakid, at isang resolusyon, dahil palagi kaming nag-re-render nang progresibo. Huwag kailanman gumamit ng narrative voiceover sa isang static na frame.

Pinagmulan: PMC9898452
L8 Beripikado

Walang seductive details.

Ang kawili-wili ngunit hindi mahalagang nilalaman ay hindi nagpapabuti sa pagkatuto.

Sa Sketchie: Bawat visual na elemento ay dapat banggitin ng narrasyon. Ang hindi binanggit na dekorasyon ay isang kabiguan, hindi kaakit-akit.

Pinagmulan: Mayer 2020
L9 Beripikado

Magtapos gamit ang generation, hindi lamang isang buod.

Ang mga prompt na nagpapabuod o nagpapaliwanag sa mag-aaral ay nagpapabuti sa pagkatuto. Ito ang generative activity principle.

Sa Sketchie: Bawat video ay nagtatapos ng may retrieval beat: lumalabas ang isang tanong, huminto ang video ng 1.5 to 2 segundo, pagkatapos ay isang one-line na buod.

Pinagmulan: Springer 2020
L10 Beripikado

Ang mga event boundary ay nagre-reset ng atensyon.

Mas maraming visual at narrative na change point ay nangangahulugan ng mas kaunting pag-gala ng isip.

Sa Sketchie: Ang mga pagbabago ng eksena ay mga attention reset. Ilagay ang mga ito sa mga hangganan ng ideya, huwag kailanman sa gitna ng ideya.

Pinagmulan: Nature HSSC 2026
L11 Beripikado

Huwag mag-optimize para sa view-count aesthetics.

Ang kalidad ng paliwanag ay hindi nauugnay sa mga view kapag kinontrol na ang laki ng channel (r=0.23, hindi makabuluhan). Tanging ang mga like, kaugnay na komento, at interaksyon lamang ang nauugnay.

Sa Sketchie: Ginragrado namin ang disenyo ng pagkatuto, hindi ang mga signal ng pagka-viral.

Pinagmulan: arXiv 2207.05872
Ikalawang bahagi

Ang mga numerong dapat abutin ng pipeline.

Ang mga batas sa itaas ay nagiging konkretong target. Ito ang kontrata na sinusuri laban sa generator sa bawat render.

Parameter Target Grado
Kabuuang haba ng video 6:00 mahigpit na ceiling; 1:00 to 3:00 sweet spot bawat konsepto Beripikado
Granularidad ng haba 30-segundong pagdaragdag Produkto
Tagal ng eksena 12 to 30 segundo, isang ideya bawat eksena Beripikado
Mga elemento bawat eksena 3 to 7 nakikita sa dulo ng eksena, kasama ang heading Heuristiko
Bilis ng reveal isang bagong elemento bawat 2 to 5 segundo; walang dalawang reveal na mas malapit sa 1.2s Hinango
Sync ng reveal sa salita lumalabas ang elemento sa loob ng ±500ms ng trigger word nito Hinango
Coverage ng word-sync hindi bababa sa 95% ng mga elemento ay may dalang reveal word na nare-resolve Pipeline
Puwang pagkatapos ng eksena hindi bababa sa 0.7s ng katahimikan ng narrasyon pagkatapos ng huling reveal, bago ang cut Beripikado
Istilo ng reveal outline draw-on (0.3 to 0.5s), pagkatapos ay isang staggered fill wash; mga arrow mula tip hanggang tail Beripikado
Nakikitang kamay wala Beripikado
Mga label tatlong salita o mas kaunti, all-caps na keyword; hindi kailanman isang pangungusap na sumasalamin sa narrasyon Heuristiko
Bilis ng narrasyon 140 to 160 salita bawat minuto, sinasalitang register, pinapayagan ang mga contraction Heuristiko
Istruktura ng script hook sa loob ng 10s, konkretong analohiya, mekanismo, real-world anchor, retrieval beat, buod Beripikado
Narrative grammar aktor, layunin, balakid, resolusyon, kailanman pinapayagan ng domain Beripikado
Analohiya hindi bababa sa isang konkretong analohiya bago ang unang abstract na termino Heuristiko
Extraneous na visual zero na elemento na hindi binanggit ng narrasyon Beripikado
Pagtatapos retrieval question, isang paghinto na hindi bababa sa 1.5s, pagkatapos ay isang one-line na buod Beripikado
Mga transition ng eksena hard cut lamang sa hangganan ng ideya, hindi kailanman sa gitna ng ideya Beripikado
Ikatlong bahagi

Ang three-layer eval harness.

Ang isang tuntunin ay totoo lamang kung kaya mo itong subukan. Ang bawat video ay dumadaan sa tatlong layer bago ito payagang mag-ship.

Layer A

Mekanikal

Purong JavaScript assertion sa scene graph at word timing. Zero cost, ligtas patakbuhin sa CI. Ang kabuuang tagal ay nasa ilalim ng ceiling, ang bawat eksena ay nasa duration band nito, 3 to 7 elemento bawat eksena, ang bawat elemento ay may dalang reveal word na dumarating sa loob ng ±500ms ng sinabing salita, isang huling eksena na may tanong at buod, at walang elemento na hindi binanggit ng narrasyon. Pumasa o bumagsak, walang model call.

Layer B

Semantiko

Isang model-as-judge pass, na-score 1 to 5, sinampol at pinapatakbo sa release, hindi kailanman sa CI. Isang ideya bawat eksena, katapatan ng icon, kung ang analohiya ba talaga ay umaayon sa mekanismo, kalidad ng hook, isang seductive-detail scan, at katapatan sa source document. Anumang dimensyon na mas mababa sa 3 ay bumagsak sa release gate.

Layer C

Output verification

Mga pagsusuri sa mismong na-render na file. Kinukumpirma ng isang contact sheet na walang overlapping na elemento at nababasang label, kinukumpirma ng isang frame burst na ang outline-then-fill reveal ay talagang naroroon, at ang audio ay loudness-normalized nang walang na-clip na pangungusap sa mga cut.

Hindi manifesto, isang gate

Paano ipinapatupad ito ng Sketchie.

Ang spec ay may halaga lamang kung ang isang video na sumisira dito ay hindi maaaring mag-ship. Tumatakbo ang Layer A sa oras ng generation, sa scene graph, bago pa man kami gumastos ng kahit isang sentimo sa boses o rendering. Ang isang graph na bumagsak sa mekanikal na pagsusuri ay ibinabalik para muling likhain kasama ang eksaktong mga kabiguan na ipinapasok sa prompt. Ang isang graph na patuloy na bumabagsak ay hindi kailanman nagiging video.

Bawat pagsusuri sa listahan sa itaas ay tumutugma sa isang tunay na assertion sa aming engine: ang total-duration ceiling, ang per-scene duration band, ang bilang ng elemento, ang reveal-word resolution rate, ang post-scene silence, ang mga panuntunan sa label, at ang question-plus-recap na pagtatapos. Sinusuri rin ang mga arrow, kaya ang isang pointer ay hindi kailanman tumatawid sa isang elemento na hindi ito konektado. Ang parehong code ay tumatakbo sa regeneration gate ng worker at sa continuous integration, kaya ang isang pagbabago sa generator na magpapababa ng kalidad ay bloke ang sarili nito.

Ang bukas na eval standard sa GitHub Basahin ang Layer-A source Get Started

Sketchie mascot

Ginawa upang maalala.

Get Started