ninglinLiu/script-to-video-skill

Workflow Texte vers Vidéo

Utilisez le répertoire de projet choisi par l'utilisateur comme racine de production, en respectant les instructions du projet applicables et les retours utilisateur de long terme. Commencez par inventorier les moteurs de rendu, polices, voix et outils audio disponibles. Le dépôt fournit les premiers composants d'animation ainsi qu'un exemple de chapitre complet fonctionnel ; réutilisez d'abord, puis complétez les scènes nécessaires au contenu.

L'utilisateur fournit le texte original, un lien ou un sujet en une seule fois ; l'Agent est responsable de la création, de la vérification et des corrections ci-dessous, sans renvoyer chaque plan ou maquette à l'utilisateur pour approbation. Ne demandez des éléments spécifiques (texte intégral, ressources, autorisations réelles) que lorsqu'ils sont nécessaires. Ne générez pas de fausse vidéo terminée sans service vocal ou preuves factuelles.

Périmètre et Spécifications

• Par défaut task-short : 9:16, 1080×1920, 30 ips, 60–90 secondes, 5–8 plans, H.264, débit vidéo d'au moins 8 Mbps, AAC pour la voix, alignement temporel de la voix réelle avec SRT, journal des sources et des coûts. La validation exige également un projet éditable dans CapCut/PR/FCP avec instructions d'ouverture ; le code source Remotion ne remplace pas cette exigence.
• Lorsque l'utilisateur demande explicitement une durée plus longue ou utilise le mode trois minutes, utilisez extended : 165–195 secondes. Ne présentez pas une version étendue comme un task-short valide.
• Lorsque l'utilisateur valide d'abord un chapitre d'un long métrage, utilisez chapter-proof : 90–150 secondes, 1920×1080, 30 ips, H.264/YUV420p, AAC, SRT. L'exemple actuel utilise CRF18 ; ne remplacez pas la vérification visuelle par un débit fixe élevé. Avant de réaliser un chapitre ou un long métrage, lisez le Processus des longs métrages. La qualité d'un long métrage complet de 8 à 10 minutes n'est pas encore validée ; n'étendez pas automatiquement la durée de cette tâche.
• La base visuelle fixe et les méthodes de révision sont décrites dans les Normes de production. Les couleurs principales, polices, zone de sous-titres, sons et syntaxe de mouvement sont fixes ; le contenu et les actions explicatives varient avec l'article. La base de style par défaut se trouve dans style-lock.json ; ajustez-la et verrouillez-la selon les exigences de marque existantes de l'utilisateur ; cette configuration elle-même ne prouve pas la validation esthétique.
• Toujours sans audio externe. L'aperçu utilise un MP4 sans piste audio, en pause par défaut ; la version avec voix est enregistrée séparément. Livrez dans le répertoire spécifié par l'utilisateur ; la publication publique ou l'envoi à d'autres nécessite l'autorisation de l'utilisateur.

Une Entrée Unique, Itération Interne

1. Entrée et Preuves : Enregistrez le texte original et la portée des sources. Si un lien n'est pas accessible, n'inventez pas d'opinions pour l'auteur en vous basant uniquement sur le titre ; vous pouvez proposer un sujet de recherche indépendant, mais indiquez clairement les limites des sources. Notez les arguments clés, chiffres, qualificatifs, exemples originaux et preuves de première partie.
2. Conception du Contenu : Formulez une question spécifique, un mécanisme, un ensemble d'exemples vérifiables et les limites d'application. La version courte utilise par défaut un seul mécanisme ; la version étendue permet un argumentaire plus complet. Ne synthétisez la voix qu'après une révision factuelle du contenu.
3. Histoire et Actions : Choisissez parmi la grammaire fixe les actions explicatives appropriées au contenu : comparaison, regroupement, cumul, filtrage, etc. Pour chaque plan, écrivez l'identité de l'objet, l'état de début et de fin, le temps réel de l'action et comment le plan suivant s'enchaîne. Ne vous contentez pas de changer le titre, l'icône ou les sous-titres en bas.
4. Production Réutilisable : Réutilisez les TTS, WordBoundary, polices, Remotion et FFmpeg des projets récents réussis ; n'écrivez que les scènes nécessaires au contenu. Ne reconstruisez pas le moteur de base, ne copiez pas les junctions node_modules. Synthétisez la voix en un seul bloc ; réalignez la chronologie après toute modification du script ; la clé de cache inclut le texte, la voix et le débit.
5. Boucle de Validation Interne : Commencez par un rendu réel de 8 à 13 secondes, incluant l'action explicative et l'enchaînement. Vérifiez l'affichage en taille téléphone, les trames consécutives, le texte, l'état des objets, les chiffres et la correspondance avec la voix off. Listez clairement les problèmes de timecode, effectuez des réparations locales, puis revoyez. Effectuez ensuite le rendu complet et vérifiez le fichier encodé final. Maximum trois cycles de corrections locales similaires ; si toujours不合格, marquez clairement comme à réparer, ne simulez pas la conformité.
6. Livraison et Statut : Exécutez le script de validation et conservez le statut de chaque élément. Séparez les inspections techniques, la vérification visuelle par l'Agent et la validation esthétique par l'utilisateur. Livrez le MP4 avec voix, l'aperçu sans son, le SRT, le code source modifiable, les images segmentées, l'audio séparé, les sources et le journal. Si l'utilisateur a explicitement validé manuellement l'éditeur et demande de ne pas revérifier, enregistrez la confirmation et la portée de l'utilisateur, puis continuez directement la production ; ne lancez pas CapCut/PR, et ne simulez pas l'ouverture d'un nouveau projet par l'Agent. Marquez XML comme chronologie d'échange.

Musique et Ressources

Choisissez les ressources selon leur usage : les documents fournissent des preuves, les exemples expliquent les mécanismes, les illustrations établissent le contexte ; enregistrez pour chaque élément la source, la licence, l'intervalle d'utilisation et l'argument correspondant. Les exemples publics incluent les polices, la voix off, les images segmentées propres, des extraits limités d'en-têtes de documents ; le texte intégral, les documents complets, les vidéos de référence originales et la musique non autorisée à redistribuer ne sont pas inclus dans le package public.

Lorsque l'utilisateur spécifie une musique de référence, confirmez d'abord la durée totale de la vidéo, la durée de la piste musicale et le contenu réel de la piste audio. Un fichier de 6 secondes étiqueté "original" par la plateforme prouve seulement l'obtention d'un clip de 6 secondes, pas que le morceau original ne dure que 6 secondes. Si la piste source est insuffisante, continuez à chercher ; la piste audio d'une vidéo originale avec narration ne se fait pas passer pour une simple BGM. Ne bouclez que si l'utilisateur accepte la réutilisation de l'extrait ; ne remplacez pas automatiquement la musique complète par une courte boucle. Après avoir obtenu une musique utilisable, lisez le processus audio et ressources et utilisez l'outil de mixage local.

Point d'Entrée Réutilisable et Capacités Réelles

Utilisez le projet de production existant ou explicitement choisi par l'utilisateur. Vous pouvez utiliser Remotion, Canvas ou tout autre outil de rendu déterministe ; les commandes spécifiques de voix off et d'exportation sont fournies par ce projet. Les conventions de répertoire et JSON du validateur sont décrites dans le protocole d'entrée. source/script.json est l'entrée adaptée par l'Agent, pas un modèle qui transforme automatiquement n'importe quel texte en plans.

Cette Compétence est un point d'orchestration pour l'Agent, pas un programme déterministe sans surveillance allant du texte intégral à la vidéo. La sélection des sujets, le storyboard et la vérification visuelle sont toujours effectués par l'Agent ; l'utilisateur n'a pas besoin de donner des instructions étape par étape. Ce n'est qu'après que trois nouveaux articles non utilisés dans le débogage ont été traités avec succès et que les journaux de réparation sont complets que l'on peut déclarer qu'une pipeline pour un périmètre fixe est validée ; on ne peut pas promettre une perfection au premier essai pour n'importe quel article.