视频制作策略
视频制作策略与工具选型。覆盖 AI 视频生成模型对比、程序化视频框架选择、视频脚本结构设计、制作流程规划。
本技能负责策略规划和工具选型。已部署的
video-editing技能可执行实际的 ffmpeg 剪辑操作（裁剪、跳切、文字覆盖、变速等）。
输入
- 视频目标（产品演示 / 解说 / 社媒短视频 / 广告 / 教程）
- 目标平台（抖音 / B站 / 快手 / 视频号 / YouTube / Instagram）
- 现有素材（截图、录屏、脚本、品牌素材）
- 预算和技术栈约束
输出
- 推荐制作方案（工具选型 + 理由）
- 平台适配规格（分辨率、时长、画幅比）
- 制作流程步骤
- 视频脚本结构（如需要）
执行步骤
1. 收集上下文
确认以下信息（未提供则主动询问）：
- 视频类型：产品演示、解说、社媒短视频、广告、教程
- 目标平台：决定画幅比和时长限制（见下方平台规格表）
- 呈现方式：AI 数字人 / 旁白 + 画面 / 纯程序化 / 录屏
- 素材情况：是否有现有素材（截图、录屏、logo）
- 复用需求：一次性还是模板化批量生产
- 预算：部分工具按视频时长计费
2. 选择制作方案
| 方案 | 适用场景 | 工具 | 可用性 |
|---|---|---|---|
| 程序化视频 | 模板化、数据驱动、批量 | Hyperframes, Remotion | ✅ Node.js 可用 |
| AI 视频生成 | 原创画面、B-roll | Veo 3, Sora 2, Runway, Kling, Seedance | ⚠️ 需 API key |
| AI 数字人 | 真人呈现、多语言 | HeyGen, Synthesia | ⚠️ 需 API key |
| 剪辑/二创 | 长视频拆短视频 | ffmpeg (video-editing 技能), CapCut | ✅ ffmpeg 可用 |
3. AI 视频生成模型对比
如用户需要 AI 生成视频画面，参考此表选型：
| 模型 | 分辨率 | 最长时长 | 特长 | 成本 |
|---|---|---|---|---|
| Veo 3 (Google) | 最高 1080p | 可变 | 最高画质 + 同步音频 | API 计费 |
| Sora 2 (OpenAI) | 最高 1080p | ~20s | 电影质感 + 同步音频 | API + ChatGPT |
| Runway Gen-4 | 最高 4K | ~10s/次 | 运动控制、时序一致性 | 订阅制 |
| Kling 2.5/3.0 (快手) | 最高 1080p | 最长 2 分钟 | 长镜头、单位成本低 | 按秒计费（低单价） |
| Seedance (字节跳动) | 最高 1080p | 短片段 | 快速生成、运动保真度高、适合批量 | 按积分 |
| Hailuo / MiniMax (MiniMax) | 最高 1080p | 短片段 | 跨镜头角色一致性 | 按积分 |
| Pika 2.x | 1080p | 短片段 | 快速特效、图生视频 | 按积分 |
| 混元视频 / Wan 2 (腾讯) | 720p-1080p | 可变 | 开源自部署，完全可控，无 API 费 | 免费 (需 GPU) |
快速选型：
- 最高画质 + 音频：Veo 3 或 Sora 2
- 批量 / 低成本：Kling、Seedance
- 跨镜头角色一致性：Hailuo
- 自部署 / 品牌管控：混元视频 或 Wan 2（开源权重）
- 图生视频：Kling、Pika、Runway
上表型号版本号与定价随厂商快速迭代，仅供选型参考，以各厂商官方最新公布为准。
视频 AI 提示词写法详见 references/ai-video-prompting.md
4. 目标平台规格
中国平台
| 平台 | 画幅比 | 推荐分辨率 | 时长限制 | 备注 |
|---|---|---|---|---|
| 抖音 | 9:16 | 1080x1920 | 15s / 60s / 15min | 15s 以内完播率权重最高 |
| B站 | 16:9 | 1920x1080 | 无硬性上限 | 横屏为主，竖屏也支持 |
| 快手 | 9:16 | 1080x1920 | 11min | 竖屏为主 |
| 视频号 | 9:16 / 16:9 | 1080x1920 | 30min | 短视频 < 1min 优先推荐 |
| 小红书 | 9:16 / 3:4 | 1080x1920 | 15min | 3:4 也常用 |
海外平台
| 平台 | 画幅比 | 推荐分辨率 | 时长限制 |
|---|---|---|---|
| YouTube | 16:9 | 1920x1080 / 3840x2160 | 无限制 |
| YouTube Shorts | 9:16 | 1080x1920 | 60s |
| TikTok | 9:16 | 1080x1920 | 10min |
| Instagram Reels | 9:16 | 1080x1920 | 90s |
| Instagram Feed | 1:1 / 4:5 | 1080x1080 / 1080x1350 | 60s |
5. 程序化视频框架
用代码生成视频，适合可重复、模板化、数据驱动的批量制作。
Hyperframes（HTML/CSS，推荐）— 开源，Apache 2.0，每帧是 HTML 文档，对 agent 最友好。 Remotion（React）— 更强的动画能力，适合复杂动效和 Lambda 批量渲染。
| 因素 | Hyperframes | Remotion |
|---|---|---|
| Agent 友好度 | 更好（纯 HTML） | 好（React） |
| 动画能力 | 基础（CSS transition） | 高级（Spring, interpolate） |
| 批量渲染 | 本地 | Lambda (AWS) |
| 许可 | Apache 2.0 | 商用需授权 |
6. 制作流程模板
产品演示视频：脚本 → 录屏 → 程序化叠加（标题、标注）→ AI B-roll → 配音 → 按平台规格导出
解说视频：脚本（问题→方案→CTA）→ 选呈现方式（AI 数字人 / 旁白）→ 画面制作 → 加字幕 → 导出
批量社媒短视频：Hyperframes/Remotion 建模板 → 灌数据 → 批量渲染 → 加平台字幕 → 分发
病毒式剪辑复刻：拉参考视频 → 逐拍分解剪辑节奏 → 输出 beat sheet → 用自己素材执行。详见 references/edit-anatomy.md
7. Agent 可直控的管线
Agent 写脚本（结合 Profile）
↓
Hyperframes: HTML → MP4（程序化视频）
和/或
AI 视频 API: 生成 B-roll
↓
ffmpeg (video-editing 技能): 剪辑拼接
↓
产物 → outputs/
常见错误
- 先选工具再想策略 — 先明确视频目标，再选工具
- AI 生成视频中加文字 — 模型无法可靠渲染可读文字，用程序化叠加
- 忽略字幕 — 85% 社媒视频静音观看，必须加字幕
- 画幅比错误 — 竖屏 9:16 社媒，横屏 16:9 YouTube/网站
- 过度制作 — 社媒平台上真实感往往胜过精致感
Profile 感知
检测 === EASEL ACCOUNT PROFILE === 标记。
有 Profile 时：
- 从 Profile 读取品牌视觉风格（颜色、字体、logo）应用到视频模板
- 读取目标平台偏好，优先推荐对应平台规格
- 读取受众画像，调整视频风格（专业/轻松/潮流）
- 读取产品信息，直接用于脚本编写
无 Profile 时：
- 退回通用模式，主动询问品牌风格和目标平台
- 按通用最佳实践推荐方案