Communitygithub.com

lzcjsyr/Book2Video

将 PDF、EPUB、DOCX 等书籍或长文档一次性转成约 4 分钟的中文读书带货短视频口播稿,以情绪共鸣、观看留存和购买欲为核心,直接输出 Book2Video 后续流程可读取的 raw JSON。用户提到读书带货、图书推广、卖书口播、商品卡、走心书单视频、情绪型读书文案或要求生成可直接进入视频流水线的带货稿时使用。

What is Book2Video?

Book2Video is a Claude Code agent skill that 将 PDF、EPUB、DOCX 等书籍或长文档一次性转成约 4 分钟的中文读书带货短视频口播稿,以情绪共鸣、观看留存和购买欲为核心,直接输出 Book2Video 后续流程可读取的 raw JSON。用户提到读书带货、图书推广、卖书口播、商品卡、走心书单视频、情绪型读书文案或要求生成可直接进入视频流水线的带货稿时使用。.

Works with~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lzcjsyr/Book2Video/tree/HEAD/skills/step1/book-commerce-video-script

Ask in your favorite AI

Open a new chat with this agent skill pre-loaded.

Documentation

读书带货短视频

一次执行完成资料理解、带货角度、成稿、自检和 raw.json 包装。

观众不是因为“这本书知识很多”而下单。他先要感到:这句话在说我,这个困惑终于有人讲明白,这本书也许能陪我走出现在的处境。先触动人,再讲书;先创造“我需要它”的感觉,再给购买理由。

硬约束

  • 单次运行、单份终稿、单次最终包装;不要设计多轮稿件。
  • 本 skill 内不调用 subagent;运行时也不得暴露 Agent 工具。
  • 目标时长约 4 分钟;正文目标 1050 个中文字符,合格范围 950-1150,绝不超过 1250。
  • 最终 raw.json 严格遵守项目 7 字段契约,可被 json.loads 和 load_step1_agent_raw 读取并直接进入步骤 1.5。
  • 不虚构原书内容、商品信息、价格、优惠、库存、销量或读者反馈。
  • 不写成读书报告、论文摘要、课程讲义或冷静客观的知识罗列。
  • 正文必须有明显情绪起伏,同时包含可供后续画面表现的具体场景与清晰因果。

必读参考

依次完整读取:

  1. source-and-evidence.md:长书抽取、覆盖和事实边界。
  2. conversion-writing.md:情绪型图书带货结构与文风。
  3. output-contract.md:过程文件和最终 JSON 契约。

一次性工作流

1. 读懂资料

按 source-and-evidence.md 抽取全文并建立章节地图与有界证据样本。源文件确实无法读取时才失败;不得凭封底简介或摘要写稿。

2. 找到一个能卖货的情绪切口

在当前上下文中形成 commerce brief,只选一个主切口:

  • core_audience:此刻最可能被这本书打动的一类人;
  • life_moment:他正在经历的具体生活瞬间;
  • emotional_engine:根据书的气质选择 relief|recognition|curiosity|awe|hope|ambition|nostalgia|belonging|indignation 中的一种;
  • tension_source:观众已有理解与本书新解释之间的具体落差;
  • unspoken_emotion:与主情绪发动机一致的真实感受或渴望;
  • piercing_truth:一句能把核心落差说穿、但有原书支撑的判断;
  • emotional_promise:听完后从什么情绪走向什么情绪;
  • free_payoff:视频完整交付的一个故事、观点或认知反转;
  • why_this_book:为什么是这本书,而不是任何一本同类书;
  • objection:观众最可能不买的理由,以及真实回答;
  • cta_boundary:用户未明确确认商品卡时,一律使用准确书名搜索或中性购书动作。

如果强带货角度不足,降级为真实、克制的图书推荐稿,仍输出合法 raw.json;不虚构伤口、严重后果或独特价值。

3. 一次成稿

正文只形成一个最终版本,不创建初稿、轮次稿或评分稿。默认直接写入 raw.json;只有调试时才额外保存 _draft_final.txt。

正文按情绪曲线推进:

  1. 0-8 秒,说中他:用一个具体瞬间、一句刺痛判断或强烈矛盾,让目标观众立刻代入。不要先介绍作者和目录。
  2. 8-45 秒,张力升温:把他已有理解和书中新解释的落差讲清。张力可以来自好奇、惊叹、渴望、机会成本或真实痛点,不等于制造痛苦。
  3. 45-120 秒,书成为答案:自然出现书名,用书里的一个故事、人物、观点或冲突交付真实价值,不急着卖。
  4. 120-200 秒,完成强反转:至少完成一次完整强反转;只有原书确有递进材料时才增加第二、第三次。每次都用“原书细节 → 观众处境 → 推翻旧理解 → 新理解带来的变化”四拍推进,缺一拍不算转折。
  5. 200-230 秒,产生拥有欲:完成三个购买桥——书中尚未展开的两个具体价值、买回去后的真实使用场景、brief 中的核心异议回应。三项都必须是这本书独有的,换一本书仍成立就重写。
  6. 230-240 秒,自然成交:只给一个行动,不连喊口号,不虚构优惠。

4. 保存前自检

在当前上下文中静默检查并继续修正,直到六个链路节点都能在正文中定位到具体句子。只落盘一次,不创建版本文件:

  • 前 8 秒是否让目标观众产生“在说我”,而不是只有抽象观点;
  • 是否能指出“原书细节、观众处境、旧理解、新理解和人的变化”;
  • 是否先交付真实价值,再提出购买;
  • 是否把知识翻译成生活处境、选择、关系、失去或渴望;
  • 是否有一句能被记住、复述或转发的刺痛句;
  • 是否明确说明“为什么是这本书”;
  • 是否像一个真心推荐的人在说话,而不是老师在讲课;
  • 是否符合长度、事实和商品信息要求,并有足够具体的场景与清晰因果供后续画面表现;
  • 删掉书名和专有内容后,若开头、反转、购买理由或 CTA 仍可原封不动用于多数书,必须重写。
  • 最后一句是否回扣开头那一刻和书名,让行动成为情绪的自然收束。

5. 直接包装下游产物

从正文生成三套承诺一致的发布标题、封面主副标题和开场金句,按 output-contract.md 写入用户指定的 raw.json。每套必须绑定正文中一个可定位的场景、判断或反转;金句必须来自正文原句或不改变含义的短化版本。

最后运行:

python <skill目录>/scripts/validate_raw.py <raw.json绝对路径>

最终只返回 raw.json 路径;不要向下游暴露分析过程。

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

lzcjsyr/Book2Video

将长书、长文档转成中文视频号读书解说稿;先抽取文本并建立可恢复覆盖台账,覆盖自检通过后再按入口定义的正文长度生成初稿、多轮修订和最终 raw JSON。

lzcjsyr/Book2Video

将长书、长文档、PDF、EPUB、读书资料、思想经典、社科著作、商业书或研究型长文转成更有传播感的中文视频号/抖音读书口播稿,并输出项目可用的 raw JSON。只要用户提到“读书解说”“拆书稿”“视频号口播”“把这本书做成短视频”“长文档转视频脚本”“生成标题/封面/金句/raw JSON”,都应使用此 skill。

lzcjsyr/Book2Video

Cody的公众号长文写作skill。当用户需要撰写公众号文章、写稿子、续写文章、根据素材产出长文时使用。触发词包括但不限于:写文章、写稿子、帮我写、续写、扩写、公众号文章、长文、出稿、按我的风格写。即使用户只是说"帮我把这个写成文章"或"用我的风格写一下",只要上下文涉及内容创作和公众号输出,都应该触发。也适用于用户丢过来一个PDF、brief、新闻链接、语音转文字或任何素材说"帮我写篇文章"的场景。不要用于短内容(小红书帖子、推特、朋友圈)或纯标题摘要生成。

lzcjsyr/Book2Video

将中短篇专业报告、公司财报、券商研报、招股书、宏观经济分析及含有较多表格和数据的PDF文档,转化为高品质、数据精准的中文视频号/抖音口播解说稿。只要用户提到“研报”、“财报”、“商业分析报告”或需要“解读数据”、“把报告/PDF做成短视频”,务必使用此 Skill。

lzcjsyr/Book2Video

简化版的文稿生成技能。能够直接读取图书/文档,提取核心论点,生成高品质、口语化的视频号/抖音读书解说文稿并输出标准 JSON 格式。

lzcjsyr/Book2Video

The fallback workflow for authoring custom HyperFrames video compositions at any length or format — longer or multi-scene pieces, brand / sizzle reels, montages, title cards, static loops, and freeform compositions. Input- and length-agnostic. If a specialized workflow clearly fits the input — a marketed product, a website, a topic explainer, a GitHub PR, existing footage, a short motion graphic, or a Remotion port — prefer it (see /hyperframes); use this only as the general fallback when none fit.

Related Skills