Communitygithub.com

xb-video-cut

XB Video Cut v2: Skill para edição de vídeo baseada em fala no ChatCut. Usado quando o usuário menciona cortar narração, entrevistas, remover vícios de linguagem, pausas, selecionar a melhor versão, adicionar legendas, música de fundo, B-roll, animação MG, ou verificar/exportar tais vídeos.

O que é xb-video-cut?

O XB Video Cut v2 é uma skill especializada para o ambiente ChatCut que realiza edição de vídeo orientada por fala (speech-led video editing). Ela é ativada quando o usuário solicita ações como cortar narração ou entrevistas, remover vícios de linguagem, pausas, selecionar a melhor versão entre múltiplas gravações, adicionar legendas, música de fundo, B-roll, animação Motion Graphics (MG), ou verificar/exportar o projeto final. A skill separa a decisão sobre o que cortar da ordem de aplicação na timeline: primeiro determina o objetivo do conteúdo (plataforma, duração, orientação) e as tarefas necessárias (apenas A-roll, ou também legendas, música, etc.), depois processa cada etapa na sequência recomendada, respeitando dependências como a necessidade de o A-roll estar finalizado antes de adicionar legendas. Ela cobre vídeos de narração única, entrevistas, videocasts, cursos, tutoriais e vídeos explicativos. A skill utiliza integrações com o ChatCut Desktop para ler scripts, aplicar edições, gerenciar timelines e salvar tabelas de planejamento (como checklist de B-roll, tabelas de transição e efeitos sonoros) em documentos Obsidian. O fluxo inclui validações rigorosas, como verificação de legendas para evitar quebras inadequadas de palavras, sincronia de transições com efeitos sonoros, e checagem final de elementos como legendas, música, B-roll e animações. Todo o processo é interativo: a skill propõe ações, aguarda confirmação do usuário para etapas subjetivas ou irreversíveis, e só avança após validação. A skill também gerencia a transição para outras skills, como a `xb-video-timeline` para barras de progresso de capítulo, e inclui regras para arquivamento de assets gerados antes da exportação final. Suporta plataformas ChatCut Desktop, com foco em edição baseada em transcrições e timeline.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Iris-lover/xb-video-cut/tree/main

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

XB Video Cut v2

Este é um guia de execução de edição de vídeo baseada em fala (speech-led) para o ChatCut. Ele separa o processo de "decidir o que cortar" da "ordem em que as ações são aplicadas na timeline": primeiro, determina-se o objetivo do conteúdo; depois, organizam-se todas as camadas visuais, textuais e sonoras de acordo com a narração final.

1. Escopo e Restrições Básicas

Aplica-se a vídeos com material de origem existente, como narração única, entrevistas, videocasts, cursos, tutoriais e vídeos explicativos. Quando o usuário deseja gerar um vídeo de "talking head" a partir do zero, sem material de origem, este Skill não deve ser usado para o processo de edição; primeiro, é necessário informar que há necessidade de material de vídeo existente.

O material de origem já pode ser um ativo do projeto atual, ou pode ser um caminho local ou anexo da conversa:

  • Materiais já no projeto são usados diretamente, sem reimportação.
  • Caminhos legíveis localmente ou anexos de conversa devem ser adicionados ao projeto usando o método de registro de ativos do ChatCut Desktop atual, antes de começar a ler a transcrição.
  • Se o editor não tiver o projeto alvo aberto, primeiro peça ao usuário para abrir o projeto alvo; não presuma que o projeto atual é o alvo.

Terminologia de produto em português deve ser uniforme:

  • A-roll: Corte de fala
  • Background music: Música de fundo
  • Captions: Legendas
  • B-roll: Manter sempre B-roll
  • Motion Graphics: Animação MG
  • AI Voice Isolation: Isolamento de voz por IA
  • Transcript panel: Painel de transcrição

Não use termos como "efeitos", "barra de legenda" ou "legenda dinâmica" no lugar de "Animação MG", nem traduza "B-roll" para outros termos em português.

2. Primeiro, Determine o Objetivo; Depois, Selecione as Tarefas

No início de cada sessão, confirme estas três dimensões:

  1. Objetivo: plataforma, duração do vídeo final, orientação (paisagem/retrato) ou outros requisitos de canvas.
  2. Tarefas: apenas A-roll, ou também legendas, música de fundo, efeitos sonoros de transição, B-roll, animação MG, isolamento de voz por IA ou exportação.
  3. Ritmo: compacto, natural, formal, descontraído, emocional, ou seguir o estilo já existente no projeto.

Não adicione automaticamente todas as tarefas só porque uma ferramenta está disponível. Itens de aprimoramento que o usuário não mencionou devem permanecer inalterados.

Se o projeto já tiver canvas, estilo de legenda ou identidade visual, priorize o uso desses. Use valores padrão apenas se o projeto não tiver configurações e o usuário não fornecer requisitos. Novo projeto padrão: 1920×1080 / 60 fps; não aplique este padrão a projetos existentes, nem altere a proporção sem permissão.

Material/Canvas paisagem: na fase de verificação e exportação final (veja seção 12), lembre o usuário se uma versão retrato adicional é necessária. Material/Canvas retrato: não mencione isso, pule diretamente, não pergunte toda vez. A base para a decisão é a proporção do canvas da timeline atual, não se o usuário a mencionou.

Quando várias dimensões críticas estiverem ausentes ao mesmo tempo, use um formulário curto para coletar todas de uma vez; apenas quando uma pequena questão estiver ausente, pergunte uma pergunta central diretamente. Não faça perguntas consecutivas sobre informações que já podem ser determinadas a partir do projeto ou do contexto.

2.1 Tabelas de Edição Armazenadas Uniformemente no Documento de Script do Obsidian

A tabela de materiais (incluindo checklist de B-roll), tabela de efeitos sonoros e tabela de transições geradas ou atualizadas para o mesmo vídeo devem ser armazenadas no mesmo documento Markdown do Obsidian que contém o script do vídeo, cada uma em sua própria subseção independente; este documento é a única fonte de manutenção dessas tabelas. Exibir tabelas no chat não substitui o salvamento.

  • Primeiro, determine o documento de script do vídeo a partir do link do Obsidian, caminho de arquivo ou contexto fornecido pelo usuário. Links obsidian:// devem ser resolvidos para o vault e o arquivo, localizando o arquivo Markdown real no computador; se não for possível determinar exclusivamente, apenas pergunte qual é o documento alvo, não crie um arquivo de tabela separado por padrão, nem escreva outros vídeos em um documento já conhecido.
  • Na primeira leitura, leia o documento inteiro e as subseções existentes; atualize as subseções correspondentes in-situ; adicione uma nova subseção apenas se ela não existir. Preserve o script, anotações do usuário e outros conteúdos, evitando duplicar tabelas múltiplas. Fusões, exclusões, renumeração, correspondência de material ou alterações na timeline subsequentes devem ser sincronizadas para a mesma subseção e resumos relacionados.
  • Colunas padrão da tabela de material: Parágrafo / Âncora de fala | B-roll necessário | Duração necessária | Já fornecido? | Material correspondente. O parágrafo deve escrever o tema do conteúdo e a frase original real da fala; a duração é o número de segundos necessários no vídeo final, não o tempo de início e fim no vídeo de origem. Preencha ✅/❌ com base no material real já verificado, anotando a data e o escopo da verificação; não finja que está faltando sem verificar. Quando for necessário planejar a geração de B-roll, adicione uma coluna extra Fonte sugerida (a confirmar) na tabela geral pendente, permitindo que o usuário revise simultaneamente as necessidades de imagem e a fonte; após a confirmação, divida em listas de upload e listas de geração. Em outros casos, por padrão, não adicione colunas como "Pode ser gerado", "Mudança de cena e ponto de aterrissagem", "Como conectar".
  • A tabela de efeitos sonoros registra âncoras de fala ou ação, propósito/tipo de efeito, duração, material correspondente e status de confirmação/execução; a tabela de transições registra a fala real antes e depois do limite, tipo de transição, efeito sonoro correspondente e status de confirmação/execução. Use a estrutura de tabela já confirmada pelo usuário. Crie tabelas apenas quando a tarefa correspondente for ativada; salvar um plano não significa que ele foi confirmado ou aplicado à timeline.
  • Depois que o documento alvo for especificado, não é necessário perguntar onde salvar a cada iteração. Se uma lista antiga estiver em outro local, mova-a para o documento de script; mantenha apenas uma referência de migração no arquivo antigo, não mantenha dois conjuntos de texto principal simultaneamente.
  • Após salvar, releia para verificar tabelas, número de itens, numeração, duração e status, e forneça um link para o documento. Se não for possível escrever, explique honestamente; não afirme que foi salvo. Imagens, vídeos e arquivos de áudio reais não devem ser incorporados como binários no Markdown; registre caminhos ou links de material na tabela; a localização dos arquivos de material segue as convenções de armazenamento do usuário.

3. Máquina de Estados da Timeline

As fases não são executadas obrigatoriamente, mas "ativadas de acordo com a escolha do usuário". A única dependência fixa é: A-roll deve vir antes de todas as tarefas que dependem da timeline.

Ordem recomendada:

  1. Confirmação do projeto e material
  2. Corte de fala (A-roll)
  3. Legendas
  4. Música de fundo
  5. Transições e efeitos sonoros correspondentes
  6. B-roll
  7. Animação MG
  8. Verificação final e exportação

Se o usuário solicitar apenas uma dessas tarefas, execute-a e faça a validação relacionada; não expanda a tarefa automaticamente.

Transição entre Fases

Após a conclusão de cada fase principal ativada:

  1. Explique o resultado recém-concluído em uma frase;
  2. Marque o resultado atual como "Aguardando confirmação do usuário";
  3. Explique qual é o próximo passo;
  4. Faça apenas uma pergunta central que afetará o próximo passo.

Quando o usuário disser "continuar", "próximo", "ok", "confirmado", considere como confirmação da fase atual pendente e prossiga para a próxima fase. Se o usuário fizer alterações ao mesmo tempo, conclua a modificação e reexamine a fase atual antes de pular o ponto de confirmação.

Quando o usuário solicitar explicitamente a conclusão de ponta a ponta, você pode executar passos sequenciais sem escolhas subjetivas; no entanto, ainda é necessário parar para confirmação nos seguintes casos: geração paga, operações irreversíveis, falta de direção criativa chave, ou decisões que alterarão significativamente a estrutura do vídeo final.

Não agrupe perguntas de confirmação de múltiplas fases na mesma mensagem. Não afirme que "concluiu" sem realmente executar ou verificar.

4. A-roll: Processar o Conteúdo da Fala Primeiro

Ao decidir se uma frase deve ser mantida ou removida, e como apresentar a proposta de alteração ao usuário, consulte primeiro references/speech-cleanup-judgment.md — contém os critérios de classificação específicos refinados através de correções práticas repetidas (como distinguir vícios de linguagem/tropeços/reescritas falhadas/frases soltas/passagens que podem ser simplificadas/comentários/passos de operação), especificações de formato de apresentação (tabela: esquerda texto original riscado, direita resultado após a alteração) e lista de verificação de erros comuns.

4.1 Primeiro, Classifique a Tarefa

Antes de começar a editar, determine que tipo de tarefa o usuário deseja:

  • Limpeza (Cleanup): Remover vícios de linguagem fixos, falhas de reescrita, erros de fala, pausas sem sentido e silêncios óbvios.
  • Extração (Extraction): Extrair pontos-chave, opiniões ou clipes de alto impacto de material longo.
  • Reorganização (Reorganization): Ajustar a ordem das opiniões para tornar a conclusão, conflito, etapas ou explicação mais claros.
  • Gancho de abertura/versão curta (Hook/Short version): Antecipar pontos fortes, resultados, conflitos ou problemas, ou comprimir para a duração alvo.
  • Alinhamento com script alvo (Script alignment): Manter e reorganizar de acordo com o texto, parágrafos ou frases específicas fornecidas pelo usuário.

A ferramenta não pode decidir a estratégia de edição. Primeiro determine os limites do conteúdo, depois escolha a ferramenta.

4.2 Princípios Semânticos Gerais

  • Tente processar por frase completa, pensamento completo, resposta completa ou etapa completa.
  • Quando o usuário especificar explicitamente as frases a serem mantidas, preserve exatamente as palavras e frases especificadas, sem carregar partes irrelevantes do início ou fim da mesma linha ASR.
  • Não junte fragmentos de diferentes reescritas falhadas para formar uma frase artificial.
  • Preserve o sujeito, objeto, conectivos, palavras de transição, marcadores de lista, qualificadores e contexto necessários para que a frase faça sentido.
  • Repetição não é necessariamente um erro: pode ser ênfase, marcador estrutural, informação suplementar ou expressão emocional. Apenas tentativas falhadas do mesmo propósito são tratadas como reescritas.
  • Se não tiver certeza se um ponto de corte prejudicará a semântica ou o fluxo auditivo, preserve o conteúdo ou reduza o escopo da exclusão.
  • Ao explicar a edição ao usuário, use o conteúdo falado real ou linguagem natural; não mostre endereços internos como [sN], índices de palavras, IDs de clipe, IDs de segmento, etc.

4.3 Ordem de Operação Recomendada

  1. Use read_script para ler o Script atual e timeline.md, primeiro entenda a estrutura do conteúdo.
  2. Se houver vícios de linguagem fixos e sem sentido ou pausas longas em lote, use clean_script para fazer uma limpeza mecânica primeiro.
  3. Após a limpeza, releia o timeline.md mais recente. Não edite com base na transcrição antiga antes da limpeza usando apenas a memória.
  4. Realize a edição semântica: selecione a melhor reescrita, remova falsos inícios, elimine fragmentos repetidos ou falhados, e reorganize o conteúdo, se necessário.
  5. Use apply_script para aplicar as alterações.
  6. Releia a transcrição gerada para verificar semântica, ordem, pontuação, repetições e pausas.
  7. Depois que a estrutura da narração estiver determinada, execute smooth_audio para verificar e processar as emendas.

manage_transcript fix é usado apenas para corrigir texto ASR ou atribuição de falante; não corta áudio. find_transcript é usado apenas para localização; não é responsável pela edição. Todas as exclusões, movimentos, seleções e reutilizações de conteúdo falado são feitas no Script.

4.4 Seleção da Melhor Gravação de Múltiplas Versões

Agrupe as versões de gravação que expressam o mesmo significado semântico e compare grupo por grupo:

  • A semântica está completa? Corresponde ao script alvo?
  • Fluência, gagueira, tropeços e tom;
  • A respiração é natural?
  • Ruído, timbre, estabilidade da imagem e margem para corte;
  • Após a conexão com a frase anterior e seguinte, soa como uma expressão natural da mesma pessoa?

Priorize manter uma versão completa para cada unidade semântica. Não presuma que a última gravação é a melhor; substitua a versão anterior pela posterior apenas se ela for mais completa, mais fluente ou adicionar informações indispensáveis. Após a aplicação, ouça individualmente as emendas entre versões, verificando especificamente gagueira, respiração cortada, mudança abrupta de timbre e ruído exposto.

4.5 Vícios de Linguagem, Reescritas e Frases Incompletas

Sons de hesitação pura geralmente podem ser excluídos em lote: é, ah, um, uh, er, ah, etc. As seguintes palavras devem ser julgadas no contexto; não as exclua mecanicamente de acordo com uma lista: então, tipo, né, sabe, assim, mas, porque, bem, tipo assim, etc.

Uma palavra deve ser mantida quando serve como ordem, causa, transição, referência, resposta, ênfase ou tom; exclua apenas quando for apenas um preenchimento e a remoção ainda soar natural.

A limpeza de reescritas é julgada na seguinte ordem:

  1. Confirme se as várias expressões estão realmente dizendo o mesmo propósito.
  2. Encontre a versão mais completa e natural; não selecione mecanicamente a última versão.
  3. Corte a partir do ponto onde a falha ou repetição realmente começa, removendo apenas a parte sobreposta ou solta.
  4. Preserve lead-ins, conectivos, sujeitos, contrastes ou conclusões da versão posterior que não estão repetidos, mas que fazem o sentido ser estabelecido.

Para frases incompletas como "Isso é realmente...", remova-as apenas se não fornecerem informações úteis e não tornarem o texto subsequente abrupto. Não remova o contexto necessário apenas para encurtar.

4.6 Pausas e Respiração

Pausas devem ser comprimidas por padrão, não eliminadas completamente:

  • Quando não especificado, foque em pausas óbvias acima de aproximadamente 0,8–1 segundo, geralmente comprimindo para cerca de 0,3 segundos.
  • Entre frases, mantenha cerca de 0,3–0,5 segundos para permitir que o ouvinte perceba a pontuação natural.
  • Mudanças de tópico, contrastes, ênfase e transições emocionais podem manter pausas mais longas.
  • Respirações curtas dentro da frase geralmente são mantidas; comprima apenas pausas longas óbvias.
  • Remova reescritas falhadas juntamente com as pausas longas sem sentido antes e depois.
  • Não crie [gap] inesperados na faixa de vídeo principal para criar ritmo; eles podem ser renderizados como quadros pretos. Quando precisar de espaço em branco, mantenha o silêncio do material de origem, use [silence=...], ou use explicitamente B-roll, animação MG ou parágrafos visuais de tela cheia.

Se o usuário fornecer um limite claro, use o limite do usuário.

5. Legendas

As legendas dependem do A-roll final. Quando o A-roll ainda não foi confirmado, não submeta legendas finais com base na timeline antiga.

Quando não houver estilo existente e for paisagem 1080p, use por padrão:

  • Estilo: deyi-card; fonte "Deng Xian" ou similar (sans-serif), branco, fundo escuro semi-transparente com cantos arredondados;
  • Posição: bottom-center;
  • Tamanho da fonte: 80 px, correspondendo a fontSizeRatio: 0,074074;
  • Espaçamento interno do cartão: horizontal 28 px, vertical 18 px;
  • Ritmo: priorizar cartões curtos, com quebras de frase naturais de acordo com unidades de sentido completas;
  • Escopo: toda a narração audível na timeline.

Para outros canvas, adapte proporcionalmente; não force o uso de tamanhos de fonte de 1080p paisagem. Preferências existentes do usuário têm prioridade; não pergunte repetidamente.

Em 1080p paisagem, cada cartão de legenda exibe apenas uma linha por padrão (maxLines: 1). Se o texto for muito largo, divida em dois ou mais cartões curtos de acordo com unidades de sentido completas; não quebre linha dentro do mesmo cartão. A prioridade de quebra é fixa: não quebrar palavras e expressões fixas > integridade semântica > exibição de linha única > comprimento uniforme dos cartões. É melhor que o cartão anterior seja mais curto do que quebrar grupos fixos de palavras, termos técnicos, nomes de produtos em inglês, números com unidades, porcentagens, palavras negativas e seus predicados para preencher a largura; a menos que seja para ênfase deliberada ou restrição de tempo de fala, evite cartões de legenda isolados com apenas 1-3 caracteres.

Antes de paginar legendas, primeiro trate grupos de palavras chinesas, termos técnicos, nomes de produtos, números com unidades e expressões fixas no contexto como unidades indivisíveis. Quando uma única linha for muito larga, mova todo o grupo para o próximo cartão e recue para o limite de pontuação, pausa, sujeito-predicado, verbo-objeto ou frase coordenada mais próximo; não corte rigidamente por contagem de caracteres.

Após gerar ou repaginar legendas, execute uma revisão cruzada dos limites dos cartões: verifique os últimos 2-4 caracteres de cada cartão anterior e os primeiros 2-4 caracteres do próximo cartão para identificar palavras de dois caracteres, palavras multichar, nomes em inglês, números com unidades, estruturas negativas e relações de partículas gramaticais que foram quebradas. Quando um cartão de legenda terminar ou começar com um caractere isolado, ou quando o cartão anterior terminar com caracteres de forte dependência como "de", "le", "e", "em", "não", "ser", "por" (em chinês: "的", "了", "和", "在", "不", "被", "把"), a revisão deve ser feita com contexto; quando uma anomalia for encontrada, corrija movendo grupos completos de palavras ou reequilibrando cartões adjacentes; não trate apenas casos individuais apontados pelo usuário.

Por padrão, não exiba vírgula chinesa ,, ponto final chinês 。, vírgula inglesa , ou ponto final inglês . no final de cada cartão de legenda; mantenha pontos de interrogação, exclamação, decimais, abreviações, reticências e outras pontuações no meio das frases. A limpeza é aplicada apenas à pontuação no final de cada cartão de legenda; não remova vírgulas ou pontos no meio das frases que são usados para pontuação ou expressão de tom.

Cada vez que as legendas são geradas, reaplicadas ou modificadas, e antes da exportação:

  1. Leia todos os cartões de legenda paginados; não olhe apenas o primeiro lote.
  2. Use a edição de texto do cartão de legenda para realmente salvar a limpeza da pontuação final; não use uma opção global que oculta toda a pontuação.
  3. Use o ID do cartão e a revisão mais recente retornados pela ferramenta; não tente adivinhar a interface em lote.
  4. Após salvar, releia paginadamente para confirmar que o número de vírgulas e pontos finais em chinês e inglês no final das frases é zero, e que outros textos e pontuações não foram alterados incorretamente.
  5. Apenas quando o salvamento e a revisão forem bem-sucedidos, relate ao usuário que a limpeza foi concluída, especificando o número real de modificações.

A paginação modifica apenas os cartões de legenda: use forcePageBreak:true para o primeiro caractere de um novo cartão, keepWithPrevious:true para mesclar ao anterior, e hidden:true para ocultar caracteres repetidos ou erros de fala nas legendas. Não modifique a transcrição palavra por palavra original, o tamanho da fonte, a largura da caixa de legenda ou wordsPerPage para corrigir um ponto de corte específico.

Após aplicar as legendas, envie a legenda completa para confirmação manual do usuário como texto separado por | sem numeração; após a confirmação do usuário, prossiga para a música de fundo ou outras camadas downstream.

6. Música de Fundo

A música de fundo é opcional. Primeiro, identifique o início, corpo, fim e limites reais de emoção com base na narração final; não presuma que todas as três partes usarão o mesmo modelo de emoção.

Antes de gerar ou selecionar música, explique:

  • A função expressiva de cada parte, por exemplo, diagnóstico, explicação, demonstração, reflexão, humor ou chamada para ação;
  • Emoção e energia;
  • Limites reais de conteúdo para a troca de música.

Primeiro, forneça um pequeno número de candidatos auditivos com direções claramente diferentes. Não aplique à timeline antes de o usuário selecionar uma direção. Após a determinação, produza início, corpo e fim dentro do mesmo sistema sonoro, com pontos de troca seguindo os limites de conteúdo, em vez de divisão uniforme.

Ao colocar:

  • Defina a faixa de narração como anchor e a faixa de música como follower, usando ducking automático;
  • A menos que o usuário solicite explicitamente, não ajuste manualmente audioRouting.duckDepthDb;
  • Não reduza significativamente o volume do clipe de música e depois aplique ducking profundo;
  • Fade in e fade out geralmente de 1–2 segundos;
  • A música não deve exceder o final real do conteúdo;
  • Quando a música for insuficiente, use vários clipes em faixas alternadas; não alongue um único clipe de forma não natural;
  • Efeitos sonoros curtos não devem ser colocados na faixa de música follower.

7. Transições, Efeitos Sonoros de Transição e Efeitos Sonoros Emocionais

Ative apenas quando o usuário precisar de transições ou efeitos sonoros. Primeiro, diferencie os seguintes conceitos antes de propor e executar:

  • Efeito de transição: Mudança visual para conectar cenas, distinguir subpontos semânticos ou capítulos. Cortes diretos comuns não são automaticamente considerados efeitos de transição que exigem efeitos sonoros.
  • Efeito sonoro de transição: Efeito sonoro que sempre acompanha uma transição. Cada efeito de transição deve ter um efeito sonoro de transição correspondente; a sincronia entre a mudança visual e o ponto sonoro deve ser verificada.
  • Efeito sonoro emocional: Efeito sonoro que reforça emoção ou pontos de informação ao longo do texto, como pontos de dor, queda de expectativa, lembrete, surpresa, confirmação, resultado e ganho. Pode aparecer independentemente de uma transição; não requer uma transição visual correspondente.

Efeitos sonoros não estão necessariamente ligados a transições, mas o uso de um efeito de transição deve ser acompanhado por um efeito sonoro de transição. Música de fundo, crossfade de áudio de emendas de narração não contam como efeitos de transição concluídos ou os dois tipos de efeitos sonoros acima.

Escolha com base na hierarquia de conteúdo e ritmo; não abuse da mesma combinação repetidamente. Mudanças maiores de capítulo priorizam o uso de whip pans (movimento rápido de câmera) com direção clara e duração ligeiramente maior, acompanhados por whoosh, fazendo o espectador sentir que está entrando em um novo capítulo; etapas curtas intimamente relacionadas ou pontos de enumeração (como primeiro, segundo, terceiro) usam cliques de mouse curtos e batidas visuais leves, enfatizando que ainda fazem parte do mesmo grupo de conteúdo. A duração deve refletir a hierarquia, mas não defina segundos fixos universais para todo o vídeo; primeiro ouça a narração, veja a imagem, depois determine o comprimento específico e o ponto de corte.

  1. Flash preto curto + clique de mouse: Adequado para troca de etapas intimamente relacionadas; o transiente principal do clique deve estar alinhado com o nó de imagem mais óbvio do flash preto. O flash preto deve ser curto; não crie uma pausa clara entre as etapas.
  2. Whip pan + whoosh: Adequado para entrar em capítulos maiores; o desfoque de movimento horizontal deve ser claro, a duração deve ser visivelmente maior que o clique da etapa, a direção do whoosh deve estar alinhada com a imagem, e o pico ou ponto de aterrissagem deve estar alinhado com nós-chave. Não confunda um wipe linear com uma linha de divisão branca com whip pan ou camada preta; se uma linha branca abrupta aparecer na pré-visualização, substitua por um whip pan real ou pela transição de fade especificada pelo usuário.

Após a colocação, ouça e visualize simultaneamente. As transições devem ser perceptíveis, mas não arrastadas; a mudança visual e o ponto sonoro devem estar sincronizados, e o efeito sonoro não deve cobrir a narração.

7.1 Pontos de Transição: Propostos pelo Agente, Confirmados pelo Usuário, Sem Regras Fixas

Diferentes estruturas de script de vídeo não podem ser identificadas por regras mecânicas, como pausas, linhas em branco ou correspondência de palavras-chave. A essência de um ponto de transição é uma troca de subponto semântico dentro do mesmo conteúdo (por exemplo, onde cada ponto de enumeração começa em uma lista como "primeiro/segundo/e outro", ou onde um exemplo completo termina e o próximo recurso começa); deve ser julgada pela compreensão da semântica do conteúdo, não por proxies estruturais.

Antes de cada vez que uma transição deve ser colocada:

  1. Leia o Script/transcrição atual completamente e encontre posições candidatas semanticamente adequadas para transições.
  2. Organize em um plano e envie ao usuário para confirmação: cite o texto antes e depois das posições candidatas usando o conteúdo real da fala (não mostre números de quadro ou endereços internos como [sN]), explique o efeito de transição sugerido e o efeito sonoro correspondente, e apresente a tabela de transições separadamente conforme a Seção 7.3. Quando efeitos sonoros emocionais forem necessários, liste também a tabela de efeitos sonoros emocionais separadamente.
  3. Após o usuário confirmar ou ajustar, aplique as transições e efeitos sonoros dentro do escopo confirmado à timeline; não coloque diretamente sem confirmação. Quando o usuário disser "Execute estas duas tabelas", autoriza a execução das versões mais recentes de ambas as tabelas, sem perguntar novamente sobre pontos já confirmados.
  4. Uma vez que uma versão do plano é confirmada, ela se torna a base de transição para este vídeo. Ajustes subsequentes para o mesmo vídeo (incluindo versões derivadas como rotação de paisagem para retrato, adição de gancho de abertura, desde que o conteúdo do corpo não mude) devem seguir esta base; não é necessário propor um plano completo novamente a cada vez.

7.2 Após o Usuário Adicionar ou Remover Conteúdo, Verifique Apenas as Partes Alteradas

Quando o usuário posteriormente adicionar ou remover conteúdo de narração, não inicie uma nova rodada de confirmação de plano de transição completo; em vez disso:

  1. Releia o Script atual e verifique cada ponto de transição confirmado, se o texto antes e depois ao qual a âncora está vinculada ainda existe e se o limite semântico ainda é válido.
  2. O texto âncora ainda existe, apenas os números de quadro mudaram: mova diretamente a transição para os novos números de quadro, sem perguntar novamente ao usuário.
  3. O texto âncora foi excluído ou reescrito, fazendo com que o limite original não seja mais válido: informe ao usuário quais frases específicas mudaram para apenas um ou dois pontos afetados, e pergunte se ele deseja mudar para uma âncora adjacente ou remover esta transição — não pergunte novamente sobre outros pontos de transição não afetados.

Versões derivadas, como rotação de paisagem para retrato ou adição de gancho de abertura, também se aplicam ao ponto 2: desde que o conteúdo do corpo não tenha mudado, apenas reposicione a transição para os números de quadro correspondentes na nova timeline com base na base confirmada; não é necessária uma nova confirmação completa.

7.3 Duas Tabelas de Execução Independentes, Não Combinadas com a Tabela de Material B-roll

Por padrão, mantenha tabela de material B-roll, tabela de transições e tabela de efeitos sonoros emocionais separadamente. Elas podem referenciar a mesma âncora de fala, mas não adicione automaticamente uma transição ou efeito sonoro emocional só porque há uma troca de B-roll.

Tabela de transições: Cada linha deve conter simultaneamente o efeito de transição e o efeito sonoro de transição correspondente.

Tempo aproximadoPonto de troca de fala (antes → depois)Efeito de transição e duraçãoEfeito sonoro de transição correspondenteMétodo de sincronização áudio-visualStatus
Localizado pela timeline atualUsar citação da fala realFlash preto / Deslizar para a direita, etc.Clique / Whoosh, etc.Nó de imagem alinhado com transiente, pico ou ponto de aterrissagemPendente / Confirmado / Adicionado / Verificado

Tabela de efeitos sonoros emocionais: Baseada no significado do texto e no ponto emocional; pode não ter nenhuma transição.

Tempo ou intervalo aproximadoPonto de textoEmoção ou informação reforçadaEfeito sonoro emocional sugeridoMétodo de usoStatus
Localizado pela timeline atualPalavra-chave ou frase curta precisaPonto de dor / Lembrete / Surpresa / Sensação de conclusão, etc.Descrever características sonorasNúmero de ocorrências, ponto de aterrissagem, cauda e requisitos de volumePendente / Confirmado / Adicionado / Verificado

O tempo na tabela é para busca; a execução real deve ser baseada na âncora de fala mais recente. Primeiro, entenda completamente a semântica; depois, alinhe com o tempo palavra por palavra; não use palavras-chave para decidir automaticamente quais palavras devem ter som. Não fixe pontos de tempo, quantidades ou IDs de material do projeto atual como regras padrão para outros vídeos.

7.4 Execução e Verificação

  • Use faixas de áudio separadas com nomes claros para efeitos sonoros de transição e efeitos sonoros emocionais; não os misture na faixa follower de música de fundo, para permitir ajuste independente.
  • Efeitos sonoros emocionais devem ser curtos, leves e poucos; escolha o local mais importante dentro da mesma unidade semântica, evitando empilhamento palavra por palavra. Verifique a sobreposição entre efeitos sonoros de transição adjacentes e efeitos sonoros emocionais; separe os transientes principais ou encurte as caudas, sem cobrir a narração.
  • A regra "priorizar aceleração" para gravações de tela não exige que os efeitos sonoros mantenham caudas longas; os efeitos podem ser encurtados auditivamente e com fade out natural.
  • A transição se aplica à imagem que o espectador realmente vê. Verifique as camadas acima, como B-roll e placa de fundo; não aplique efeitos apenas na faixa de narração obstruída e afirme que a transição é visível. Mantenha a sincronia temporal da narração, legendas e outros conteúdos.
  • Quando o usuário cancelar um ponto de transição, cancele o par do efeito de transição e do efeito sonoro de transição para aquele ponto; os efeitos sonoros emocionais permanecem como planos independentes, a menos que o usuário também solicite ajuste.
  • Após a execução, verifique os pontos mais recentes, quantidades, pares e distribuição de faixas em ambas as tabelas; visualize a entrada, nós-chave, fim e imagens adjacentes ponto a ponto, e ouça simultaneamente para verificar a sincronia áudio-visual, volume e caudas. Se não tiver realmente ouvido, declare isso claramente; não confunda verificação de posicionamento com aceitação auditiva.
  • Relate separadamente o número de efeitos de transição, número de efeitos sonoros de transição e número de efeitos sonoros emocionais, distinguindo entre "Adicionado" e "Verificado"; não reporte apenas música ou fade cruzado de narração como transições e efeitos sonoros concluídos.

8. B-roll

B-roll é usado para ocultar cortes abruptos, mostrar objetos específicos ou melhorar a compreensão. Primeiro, confirme o modo:

Tabela primeiro, depois produção: Quando o usuário deseja planejar ou gerar um lote de B-roll, primeiro leia a narração formal atual, o storyboard/script existente e a biblioteca de material real; organize uma tabela de material visual unificada, listando âncora de fala, imagem necessária, duração de exibição sugerida no vídeo final, se o material está disponível, material correspondente e fonte sugerida. Armazene-a no mesmo documento de script do Obsidian, marcado claramente como pendente; as fontes sugeridas são apenas propostas, não autorizam a geração. Após o usuário confirmar ou ajustar as necessidades de imagem e fonte, divida a versão confirmada em duas listas de execução: Material real que o usuário precisa enviar (sites, operações de ferramentas, trabalhos próprios, documentos, capas, etc.) e Material que o Agente pode gerar (cenas conceituais, imagens de complemento de desenho animado, etc.). Operações reais de produto ou resultados não podem ser falsificados com imagens conceituais de IA; itens de upload do usuário não podem ser alterados para itens de geração sem permissão. Em seguida, colete/verifique o material enviado e, em seguida, faça a produção do material gerado de acordo com as habilidades de geração e a confirmação de pagamento necessária, antes de colocar na timeline e verificar. Não confunda a confirmação da lista com a autorização para gerar, baixar, substituir evidências reais ou modificar a timeline.

  • Troca de tela cheia: Adequado para ocultar cortes abruptos e mostrar conteúdo que precisa ser lido ou visto completamente.
  • Janela PiP (Picture-in-Picture): Mantém a pessoa falando visível, enquanto fornece uma imagem auxiliar.
  • Julgamento do Agente: Quando o usuário não tem preferência, julgue ponto a ponto de conteúdo.

Antes de colocar PiP, verifique o quadro alvo e o quadro do material; evite rostos, bocas, gestos-chave, legendas, produtos, logotipos e texto legível; canto arredondado padrão: 24–36. Para material de tela cheia, escolha cover ou contain com base na proporção e no conteúdo protegido. Por padrão, não corte nos primeiros e últimos 3 segundos, a menos que o conteúdo exija.

A fonte pode ser material do projeto, material de estoque ou vídeo de IA. Para geração paga, obtenha autorização explícita do usuário antes de submeter. Após colocar cada B-roll, verifique visualmente para confirmar que não há obstrução do sujeito principal, legendas ou operações-chave.

8.1 B-roll Orientado por Tabela de Material

Quando o usuário fornece uma lista de material B-roll, checklist, quadro de storyboard ou tabela "âncora de fala — imagem necessária — duração sugerida" e solicita que o material da biblioteca seja colocado na posição correspondente, use references/b-roll-checklist-workflow.md.

A regra central para este tipo de tarefa é: primeiro verifique a imagem real e combine com base na semântica da fala; depois, decida a velocidade e o escopo da cobertura; priorize manter o vídeo completo e acelerá-lo; corte apenas se a velocidade permitida ainda não permitir que o material caiba no intervalo de fala relevante. Não corte apenas um pequeno segmento de um vídeo longo para economizar esforço.

8.2 Capturas de Tela de Texto: Ampliar o Corpo do Texto e Rolagem de Leitura

  • Para capturas de tela predominantemente de texto, como registros de chat, respostas de usuários, relatórios, priorize ampliar o corpo do texto relacionado à fala, em vez de mostrar a interface inteira reduzida. Primeiro, verifique os pixels reais para determinar os limites do texto; depois, corte barras laterais irrelevantes, barras de ferramentas e espaços em branco; não remova títulos, fontes, contexto ou palavras-chave necessários para entender o conteúdo.
  • Quando o texto for longo, uma translação de captura de tela pode simular a leitura de cima para baixo: o conteúdo da imagem se move para cima, revelando o texto abaixo sequencialmente; não mova o texto para baixo, nem descreva uma captura de tela estática como uma gravação de tela de operação real.
  • Faça uma pausa breve no início e no final para dar tempo ao espectador para localizar e ler; a duração da pausa, distância de rolagem e velocidade devem ser organizadas de acordo com o comprimento do texto, pontos de informação importantes e a duração atual da narração; não use segundos fixos. Se um intervalo curto não puder exibir claramente, reduza o escopo da rolagem para mostrar apenas o conteúdo relevante, ou proponha ajustar a duração; não role muito rápido para varrer a página inteira.
  • Em princípio, mantenha a cronologia confirmada da narração, legendas, música e material adjacente; use quadros-chave de posição editáveis ou animações determinísticas equivalentes. Durante todo o movimento, não apareçam bordas pretas; não corte o texto horizontal do corpo; verifique a obstrução de palavras-chave pelas legendas.
  • Verifique a entrada, o meio da rolagem, o final e os pontos de corte adjacentes; visualize continuamente a velocidade da rolagem quando a reprodução for possível. Se apenas quadros com amostragem foram verificados, explique honestamente; não confunda quadros com amostragem com aceitação auditiva de movimento. Sincronize a composição real, o escopo de exibição e a duração na mesma tabela de material no documento de script do Obsidian.
  • Esta regra se aplica a capturas de tela de texto; não corte ou reembale automaticamente B-roll de gravação de tela já composto.

9. Animação MG

Consistência de estilo no mesmo vídeo (padrão, não precisa ser repetido pelo usuário): Todas as animações MG no mesmo vídeo (incluindo páginas de prompt, destaques de postagens, títulos, tags e barras de progresso de capítulo) devem seguir o estilo de design unificado já confirmado. Antes de produzir, verifique as animações MG existentes neste vídeo; mantenha consistência no esquema de cores, fonte, hierarquia de peso, linguagem de cantos arredondados, linhas e ritmo de animação; múltiplos planos devem ser comparados apenas dentro de diferenças estruturais do mesmo sistema visual. Não introduza estilos inconsistentes devido à reutilização de modelos de outros vídeos; cores específicas deste vídeo não devem ser fixadas como cores padrão para outros vídeos. Ao entregar a barra de progresso do capítulo, passe essas restrições visuais para xb-video-timeline.

A animação MG é uma camada de explicação visual opcional; deve ser colocada após a direção de A-roll, legendas e música e B-roll necessários estarem determinados. Primeiro, determine o que ela deve ajudar o espectador a entender com base no script e no quadro alvo; depois, determine:

  • Conteúdo: título, tag, lista, comparação, diagrama ou informações em tela cheia;
  • Tempo: sincronização com qual batida de fala ou ponto de informação;
  • Forma: sobreposição transparente ou tela cheia opaca;
  • Posição: evitar rosto, boca, gestos-chave, legendas e elementos existentes.

Ao criar animações MG, use o fluxo de trabalho Motion Graphics disponível no ambiente ChatCut atual. Após a colocação, verifique quadros estáveis; não confunda ausência temporária na animação de transição com erro de design. Animações MG em tela cheia podem substituir intencionalmente o A-roll, mas isso deve ser uma decisão de conteúdo clara.

Fluxo de produção de MG: Primeiro, leia o script e a imagem alvo mais recentes; decida se deve usar MG em tela cheia ou sobreposição transparente; use o estilo de design existente do projeto; primeiro crie um esboço HTML estático que possa ser visualizado; após o usuário confirmar o esboço estático, gere a animação, coloque na timeline e verifique quadros-chave. Não entre na produção de animação antes que a direção estática seja confirmada.

Revisão de múltiplos planos: Quando a direção visual ainda não estiver determinada, forneça primeiro 3 planos HTML estáticos com diferenças claras para o usuário verificar; quando a direção já estiver confirmada, itere apenas em torno desse plano; não se disperse para outras direções.

Regras de composição: MG deve evitar legendas, rostos e áreas de operações-chave; quando houver legendas na parte inferior, o centro visual do conteúdo principal do MG deve ser deslocado para cima em aproximadamente 40-60 pixels para deixar espaço claro para as legendas.

Especificações de MG para vídeo: Sempre que exportar ou transformar animação MG em vídeo, use 1080p, 60 fps; após a exportação, substitua o MG correspondente na faixa de B-roll da timeline e faça uma verificação de quadros de exportação real.

Verificação de MG: Verifique os estados de entrada, estável e saída; para MG de capítulo, verifique também cada limite de troca de capítulo. Durante a verificação, verifique simultaneamente o desvio de legendas, a cobertura de fundo completa e se o MG mantém a proporção correta no canvas atual, sem distorção por compressão.

9.1 Barra de Progresso de Capítulo

A barra de progresso de capítulo não será mais desenvolvida em design e implementação de animação completos neste Skill. Quando for necessário um eixo de tempo de capítulo superior/inferior, navegação de capítulo ou dica de progresso que avança com a reprodução, delegue ao Skill independente xb-video-timeline, para evitar que xb-video-cut mantenha simultaneamente cartões de vídeo, semântica de capítulo e visual da barra de progresso, causando duplicação de regras e inconsistência upstream/downstream.

Antes da entrega, este Skill deve organizar e confirmar:

  • Nomes de capítulo, ordem e texto final;
  • Posição real de início e fim de cada capítulo na timeline final do A-roll;
  • Ponto de término real do conteúdo, não usando o comprimento total da timeline formado pelo trailer de música ou legendas;
  • Proporção do vídeo final, posição da legenda, requisitos de desvio de rosto e operações-chave;
  • Estilo de design, cor principal e estilos de referência reutilizáveis já confirmados.

Após a entrega, xb-video-timeline é responsável pela revisão de estilo HTML, visual de progresso, geração de animação, mapeamento de tempo, colocação na timeline e verificação de limites de capítulo. Este Skill não gera repetidamente planos de barra de progresso, nem copia seus parâmetros visuais e detalhes de implementação.

Se A-roll, títulos de capítulo ou cartões de vídeo mudarem posteriormente, este Skill apenas atualiza a lista de conteúdo do capítulo e limites, e passa o resultado mais recente para xb-video-timeline; não use posições de quadro antigas, nem mantenha dois conjuntos de dados de capítulo em ambos os Skills.

9.2 Títulos de Capítulo: Primeiro o Título, Depois o B-roll

Ao ativar títulos de capítulo, por padrão, exiba primeiro o título em um espaço em branco existente na imagem de narração A-roll; após o título desaparecer completamente, corte para o B-roll correspondente do capítulo. A animação de saída do título também deve terminar; não permita que o título grande e a imagem de texto ou interface de operação concorram pela atenção de leitura ao mesmo tempo.

  • Mantenha a posição, escala e corte da pessoa A-roll original; o título deve se adaptar ao espaço em branco existente; não mova a pessoa para o título. Evite rosto, gestos-chave, legendas e áreas de operação.
  • Ao agendar o horário de início para o B-roll subsequente, verifique simultaneamente a camada de fundo e outras camadas relacionadas; não mova apenas a imagem para trás, mas permita que a placa de fundo preta cubra a pessoa antes do tempo. Preserve a cronologia da narração confirmada; verifique a cobertura do material e os pontos de corte adjacentes; não corte arbitrariamente a operação de gravação de tela real para abrir espaço para o título.
  • O texto do título, número de capítulos e ponto de aterrissagem são confirmados a partir da narração formal atual; não use o número de capítulos, numeração ou pontos de tempo de outros vídeos; transições e efeitos sonoros já confirmados não são substituídos automaticamente pela adição do título.
  • Use o fluxo de confirmação de esboço estático anterior; primeiro, sobreponha um título representativo na imagem de narração real para verificar; depois, prossiga em lote. Apenas quando o usuário solicitar explicitamente, crie título de abertura, cartão de capítulo com fundo preto ou navegação permanente.

Estilo de título reutilizável confirmado: Numeração amarela clara / Texto pixel creme

Use quando o usuário selecionar esta direção de título de capítulo pixel, ou quando títulos de capítulo forem ativados e não houver outro estilo de título confirmado; o estilo de design existente do projeto e os requisitos explícitos atuais têm prioridade; não aplique este plano a todos os MG.

ElementoEspecificação de referência 1920×1080
FonteFonte pixel GuanZhi-8px; o nome real da família é GuanZhi 8px, arquivo <diretório de fontes local>/GuanZhi-8px.ttf
Número do capítuloNúmero de dois dígitos, como 01; aproximadamente 120px; amarelo claro #F6DFA0
Título em chinêsAproximadamente 80px; cor creme #F4EEE4
Descrição do capítulo em inglêsAproximadamente 26px; cor creme #F4EEE4; correspondente ao capítulo, não invente fatos descritivos; quando o espaço for insuficiente, omita primeiro
Peso e bordaPeso normal, sem negrito falso; sem sombra, desfoque ou contorno; mantenha as bordas do pixel nítidas
ComposiçãoSobreposição transparente; número, título chinês e descrição em inglês alinhados à esquerda; priorize espaço em branco existente ao lado da pessoa, com referência a cerca de 6% da margem esquerda; sem decorações irrelevantes ou cartão de fundo padrão
Ordem de aparecimentoO número aparece primeiro, depois o título em chinês, finalmente o inglês; após a revelação, não deixe cursor de linha vertical

Os tamanhos de fonte acima são a referência inicial para paisagem 1080; para outros canvas, adapte de acordo com a proporção de exibição real; quando necessário, reduza ou quebre a linha para se adequar ao espaço em branco; não estique o glifo. Não verifique apenas o esboço de design independente; deve verificar o tamanho da fonte, espaçamento, legibilidade e desvio na imagem de narração real. Quando a fonte estiver faltando, relate; não substitua silenciosamente; confirme se a fonte especificada está sendo realmente renderizada.

Esta subseção registra as confirmações de 2026-11-07 sobre tamanho de fonte, esquema de cores e requisitos de ausência de sombra para títulos; quando houver diferenças com os valores de título antigos de xb-video-style, use as novas especificações desta subseção, mas não altere outras camadas de vídeo, transições ou estilos de legenda por causa disso.

10. Isolamento de Voz por IA e Emendas de Áudio

Quando for necessário limpar ou isolar vozes, use o isolamento de voz por IA para processar a voz, mantendo a imagem inalterada. Primeiro, confirme que o usuário realmente deseja processar o áudio; não torne o isolamento de voz por IA uma etapa padrão.

Após concluir a estrutura do A-roll, colocar a música ou outras operações que alteram a timeline, verifique as emendas de narração. Depois que o usuário cortar manualmente um clipe, releia a faixa, feche apenas as lacunas inesperadas e, em seguida, execute smooth_audio. Não use fade para mascarar seleções de versão erradas, pontos de corte errados ou mudanças abruptas de timbre.

11. Verificação Final e Entrega

Antes de exportar, verifique item por item com base nas tarefas atualmente ativadas:

  • Sem lacunas inesperadas, quadros pretos ou conteúdo repetido;
  • Emendas de narração naturais, semântica completa, pausas não muito apertadas;
  • Legendas sincronizadas com a narração final, revisão de pontuação final da legenda aprovada;
  • Música de fundo não excede o final do conteúdo, vozes claras, ducking normal;
  • B-roll e animação MG não obstruem o sujeito principal, boca, gestos, legendas, logotipos ou texto-chave;
  • Transições e efeitos sonoros correspondentes sincronizados e não cobrem a narração;
  • smooth_audio foi reexaminado após a última mudança estrutural;
  • Canvas, resolução, taxa de quadros e especificações de exportação correspondem aos objetivos do projeto.

11.1 Antes da Exportação: Arquivar e Reassociar Materiais Gerados

Antes de exportar o vídeo final, adicione uma etapa para arquivar todos os materiais gerados durante a produção deste vídeo na pasta correspondente sob o diretório raiz de arquivamento de material especificado pelo usuário, e faça com que o projeto referencie arquivos arquivados:

  1. Determinar a pasta: baseie-se no <Diretório raiz de arquivamento de material>/<Pasta do vídeo>/ onde o material de narração de origem deste vídeo está localizado (por exemplo, Vídeo de exemplo/). Quando não puder ser determinado exclusivamente, apenas pergunte a pasta alvo; não crie um novo local.
  2. Escopo do arquivamento: Imagens geradas por IA, quadros-chave e vídeos, camadas de corte de fundo e fundos preenchidos, dublagem gerada, música e efeitos sonoros, MG convertido em vídeo, e todos os outros materiais gerados. Crie subpastas por tomada ou propósito (por exemplo, C004CenaDesenhoAnimado/QuadrosEstáticos, C004CenaDesenhoAnimado/CamadasRecorte); use nomes legíveis da biblioteca de materiais para nomes de arquivo; não mantenha nomes de arquivo com hash. Materiais brutos enviados pelo usuário e capturas de tela temporárias para verificação estão fora do escopo.
  3. Copiar, não mover: Copie do cache da ferramenta, diretório de trabalho do projeto e outros locais originais; não exclua os arquivos originais.
  4. Reassociar: Um por um, atualize as referências na biblioteca de materiais para apontar para as cópias no diretório de arquivamento. Use substituições de caminho direto para substituir caminhos antigos por novos; não recoloque na timeline ou recarregue o projeto.
  5. Se falhar: Se a cópia ou reassociação falhar para um subconjunto, processe apenas a parte que falhou na próxima tentativa; solicite ao usuário que verifique ou forneça manualmente o caminho da pasta alvo apenas em caso de falha na determinação da pasta; não interrompa todo o processo de exportação por um pequeno número de arquivos não arquivados.

Esta etapa é independente do salvamento de tabelas no Obsidian; é uma operação do sistema de arquivos que complementa a limpeza do projeto. Sempre execute antes da exportação; não omita esta etapa porque as tabelas foram salvas ou a timeline foi confirmada.

12. Exportação e Encerramento

Quando o usuário solicitar exportação, ou quando a exportação for necessária para validação/verificação, use primeiro a ferramenta de exportação integrada do ChatCut. Confirme o formato e o caminho de exportação com o usuário antes de executar. A exportação deve ser feita uma vez; exporte a resolução e taxa de quadros reais; não as reduza ou comprima para agilizar.

12.1 Antes da Exportação Final: Definir o Ponto Final Real da Timeline

Antes da exportação final oficial (não exportação de teste intermediária), garanta que o ponto final real da timeline esteja alinhado com o final da narração, e não se estenda além do conteúdo de áudio devido a imagens, B-roll ou caudas de animação MG que se estendem além da narração. Faça o seguinte:

  1. Verifique a última palavra da narração na timeline atual e confirme seu ponto final.
  2. Verifique se a duração máxima de qualquer faixa de vídeo (B-roll, cartões, animação MG) excede o ponto final da narração. Se exceder, encurte o quadro final de cada faixa de vídeo para alinhar com o final da narração.
  3. Da mesma forma, verifique o final de cada faixa de música e de efeitos sonoros; a música de fundo não deve se estender além do final da narração; efeitos sonoros após a narração devem ser encurtados ou fade out, a menos que sejam adicionados deliberadamente (por exemplo, batida final de fechamento).
  4. Faça correções e registre a duração final do vídeo na seção de resumo do projeto.
  5. Esta etapa modifica apenas a duração da exibição final das faixas de vídeo e áudio; não mude o ponto de início para encurtar, nem remova conteúdo de narração. A timeline final não deve ter quadros pretos vazios após o conteúdo.

12.2 Pós-exportação: Lista de Tarefas de Acompanhamento

Após a exportação ser concluída, use uma segunda ferramenta de pós-processamento para gerar uma versão vertical (ou horizontal) adicional? Ou outra versão? Se não houver tarefas de acompanhamento, a conclusão do vídeo é relatada e uma mensagem de resumo é enviada.

13. Gerenciamento de Erros e Responsabilidade

  • Sempre verifique se o resultado real corresponde à intenção declarada. Quando o resultado da ferramenta não corresponder ao esperado, pare e analise; não assuma cegamente que a ferramenta sempre executa corretamente.
  • Quando o usuário apontar um erro, primeiro compreenda completamente o escopo e o impacto do erro; não comece a corrigir imediatamente sem verificar o estado atual e os dados da linha do tempo. Depois de confirmar o erro, execute a correção dentro do escopo mais restrito; não reconstrua a linha do tempo do zero ou reexecute todas as tarefas.
  • Qualquer modificação da linha do tempo deve ser seguida por uma verificação do estado da linha do tempo; verifique se a sincronia entre clipes de áudio, vídeo e legendas é mantida.
  • Erros de edição anteriores do mesmo usuário não significam que a correção automática deve ser estendida a todas as tarefas. Quando um usuário fornece várias instruções conflitantes, peça esclarecimentos antes de prosseguir.

14. Observações Finais

Este guia é a especificação operacional central para xb-video-cut; não o substitua por intenções gerais ou regras de outras ferramentas. Os assistentes devem entender e seguir rigorosamente este guia, garantindo que cada etapa seja executada com a lógica e sequência corretas, e sempre mantendo a transparência e o envolvimento do usuário durante o processo de edição de vídeo.

Habilidades Relacionadas