Communitygithub.com

krusemediallc/arcads-claude-code

分析参考视频,逆向工程其风格,转化为可复用的 Seedance 2.0 提示模板。输出是一个新的技能/公式(如 seedance-2-ugc.md),捕捉视频的结构、节奏、运镜、剪辑风格和基调,以便可以用任何产品、任何人物、任何场景进行再现。

arcads-claude-code 是什么?

该技能旨在将视频风格解构为可复用的 Seedance 2.0 提示模板。用户提供参考视频,技能通过帧提取、音频转录和风格分析,识别视频在结构、节奏、运镜、剪辑、对话和基调上的可迁移模式。输出保存为 Markdown 文件,包含层、变量、选项库和示例,确保模板能用于生成任意产品、人物或场景下的提示。**关键约束:Seedance 2.0 每个片段最长 15 秒**,因此模板需将长视频风格压缩至 15 秒,必要时提供多片段策略。支持通过 `POST /v2/videos/generate` API 提交到 Arcads 生成视频。适用平台:Claude Code、Cursor、Codex。

兼容平台✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/krusemediallc/arcads-claude-code/tree/HEAD/skills/arcads-external-api/prompting/analyze-video

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

分析视频 → 可复用提示模板

用户发现了一个他们喜欢的视频风格。你的任务是将其解构为一个可复用的提示模板——一个可以插入任意产品、人物或场景,并从 Seedance 2.0 中获得相同风格的配方。

关键约束:Seedance 2.0 每个片段最长 15 秒。 参考视频可能超过 15 秒(通常 30-60 秒)。你的模板必须设计用于 15 秒输出——这意味着将风格的精髓提炼到单个 15 秒片段中,并提供多片段策略,以跨一系列片段重现更长时间风格的全部效果。

输出不是单个提示。它是一个模板技能,保存到 skills/arcads-external-api/prompting/prompt-library/,工作方式与 seedance-2-ugc.md 相同——一个包含层、变量、选项和示例的文档化配方,代理可用其生成无限数量的该风格提示。

依赖

  • ffmpeg / ffprobe — 用于帧提取(步骤 1)。在 macOS 上通过 brew install ffmpeg 安装。
  • whisper — 可选,用于音频转录(步骤 2)。通过 pip3 install openai-whisper 安装。如果不可用,代理可以要求用户手动提供对话。

输入

  • 视频文件(必需):.mp4、.mov、.webm 等路径
  • 风格名称(可选):如何称呼此模板(例如,“car-review”、“unboxing-hype”、“skeptic-converted”)。如果未提供,你将根据观察结果命名。

步骤 1:提取帧和音频

运行提取脚本:

bash "skills/arcads-external-api/prompting/analyze-video/scripts/extract-frames.sh" "<video_path>" "/tmp/video-analysis" <num_frames>

按时长取帧数:

  • 低于10秒 → 8帧
  • 10-20秒 → 12帧
  • 20-30秒 → 16帧
  • 超过30秒 → 20帧

读取 metadata.txt 以获取时长、分辨率和帧率。

步骤 2:转录音频

按以下顺序尝试转录工具:

  1. whisper 命令行:whisper /tmp/video-analysis/audio.wav --model base --output_format txt --output_dir /tmp/video-analysis
  2. Python whisper:快速内联脚本
  3. 如果什么都不可用,要求用户提供对话或安装 whisper(pip3 install openai-whisper)

转录有助于你理解节奏、语速、填充词使用以及对话如何与动作交织——这些都定义了风格。

步骤 3:研究参考模板

阅读现有的 Seedance 2.0 提示模板,了解模板结构的黄金标准:

同时阅读平台规则的主模型指南:

  • seedance-2.md — API参数、提示长度、禁用词、适配检查表

注意这些模板共享的结构:

  • 它们识别层(风格的结构构建块)
  • 每个层都有一个模式(带有 {{VARIABLES}} 的可重复句子结构)
  • 变量附带选项库(符合风格的选项表格)
  • 有规则和原则解释某些选择为何重要
  • 有完整示例展示完全填充的模板

你的输出模板需要达到同样的深度和可用性。

步骤 4:分析帧——识别定义此风格的元素

阅读所有提取的帧。你并非在描述一个特定视频——你是在识别使这种风格成立的可迁移模式。

针对每个维度问自己:“这个视频中哪些是此视频特有的(人物、产品、场景),哪些是风格本身(方法、结构、感觉)?”

只有风格部分进入模板。特定内容成为变量。

结构与节奏

  • 视频多长?(源视频通常为30-60秒,这没问题——你将把风格压缩到15秒输出。)
  • 有多少个不同的场景/节拍?哪2-3个是定义风格的核心节拍?
  • 叙事弧是什么?(钩子→演示→证明→结论?还是其他?)
  • 节奏如何——快速切换还是延时镜头?每个节拍持续多久?
  • 有静音节拍还是全是对话?
  • 15秒压缩问题: 如果必须仅用3个节拍和2-3句对话捕捉整个视频的感觉,你会保留哪些时刻?

镜头与构图

  • 主要的拍摄视角是什么?(自拍、支手机、他人拍摄、屏幕录制等)
  • 构图在各节拍间如何变化?(更紧、更宽、不同角度、全程相同角度)
  • 是否有标志性镜头移动或构图选择定义此风格?

剪辑风格

  • 即兴剪切(jump cuts)、连续拍摄、延时摄影、分屏?
  • 过渡如何?硬切、溶解、文字叠加?
  • 有重复的视觉主题吗?(产品特写、反应表情、前后对比)

对话与脚本结构

  • 钩子格式是什么?(问题、大胆断言、动作中途、反应)
  • 对话如何结构化?(脚本、即兴、画外音、屏幕文字)
  • 什么语速模式定义了基调?(填充词、句子长度、词汇级别)
  • 对话与屏幕动作如何关联?

基调与能量

  • 哪3-4个情感词能捕捉氛围?
  • 能量在视频中如何变化?(上升、平稳、峰值后下降)
  • 与观众的关系是什么?(与朋友交谈、对粉丝说话、自言自语)

灯光与技术质量

  • 灯光方法是什么?(自然光、环形灯、昏暗、过曝)
  • 手机质量还是专业?哪些技术“缺陷”是审美的一部分?
  • 音频质量——手机麦克风、领夹收声、画外音、环境音?

此风格的独特之处

这是最重要的分析。在记录以上所有内容后,找出使此风格区别于普通UGC视频或普通产品评论的2-3点。它可能是节奏、钩子格式、产品展示方式或剪辑节奏。这些定义性特征成为模板的核心。

15秒优化计划

源视频几乎肯定超过15秒。在构建模板前,规划风格如何映射到Seedance的15秒限制:

  • 此风格的最小可行版本是什么? 识别哪些节拍/元素是必需的,哪些是锦上添花。一个15秒片段需要捕捉风格的精髓——即让人说“哦,这是那种视频”的东西。
  • 此风格是否需要多片段策略? 如果风格的力量来自叙事弧(铺垫→收尾)或功能列举,则需要2-3个片段。如果风格更多是关于氛围或单一时刻,一个片段可能就够了。
  • 能容纳多少对话? 自然语速下,15秒适合2-3句短句。计算源转录中的行数,找出哪些承载了风格的声音。这些进入模板的对话规则。
  • 节拍结构是什么? 15秒 = 最多3个节拍。将源视频的节拍结构映射到3节拍骨架:钩子→核心时刻→收尾语。

步骤 5:构建模板

创建一个新的 markdown 文件,结构为可复用的提示技能。文件应自包含——某人应能仅通过阅读它就能生成此风格的提示,而无需看过原始视频。

模板结构

# [风格名称] — Seedance 2.0

**用途:** [描述此模板生成的视频类型]

**模型指南:** 先阅读 [seedance-2.md](seedance-2.md) 了解平台规则、API参数和适配检查表。

## 什么定义了此风格

[2-3段解释此风格的独特之处及其工作原因。这是“理论”部分——帮助提示编写者直观理解风格,从而做出好的变量选择,而不仅仅是填空。]

## 结构

[识别此风格的层/构建块。如果此风格不同,不要强行套用9层UGC模型。如果是5层,就做5层。如果是12层,就做12层。让视频的实际结构驱动模板。]

## 逐层公式

### 第N层:[名称]

[解释此层的作用及为何对风格重要。]

**模式:**
\```
[带有 {{VARIABLES}} 的可重复句子结构]
\```

**变量:**

| 变量 | 选项 | 备注 |
|----------|---------|-------|
| `VARIABLE_NAME` | 选项1, 选项2, 选项3 | [指导] |

[包含选项库、技巧和此风格特定的注意事项]

### [...更多层...]

## 节拍结构(15秒格式)

[详细说明此风格中单个15秒片段的3节拍框架。什么是节拍1(钩子)、节拍2(核心)、节拍3(收尾语)?哪些节拍有对话 vs. 静音动作?总共最多2-3句对话。]

## 多片段策略(如适用)

[如果完整风格需要超过15秒,展示如何将其分割成2-3个片段。每个片段必须独立拥有自己的钩子能量,但组合起来重现完整风格。包含一个表格,显示哪个特性/时刻放在哪个片段。]

## 基调与节奏指南

[如何校准此风格的能量、语速模式和节奏。包含此风格特定的节奏提示库。]

## 技术规格

[定义此风格外观和感觉的灯光、相机质量、音频特性。包括使其真实的特定“缺陷”。]

## 完整模板

[用于一个15秒片段的单个复制粘贴块,所有变量标记为 {{PLACEHOLDERS}}。最多3个节拍,最多2-3行对话。这是核心单元——从此模板生成的每个提示都产生一个15秒的Seedance片段。]

## 示例提示

[展示一个使用**不同**产品/人物/场景的多片段示例(2-3个片段)。每个片段是完整的15秒提示。组合起来展示风格如何跨系列应用。]

## 适配检查表

[提交提示前快速检查所有层是否覆盖的清单。始终包含 seedance-2.md 中的标准 Seedance 2.0 检查项。]

模板的关键原则

  • 每个提示都是15秒。 这是 Seedance 2.0 的硬性约束。模板必须生成适合15秒的提示——最多3个节拍,最多2-3句对话。如果风格需要更多,模板应包括多片段策略,展示如何分割成2-3个独立的15秒提示。

  • 变量应是有意义的选择,而非开放式填空。 对于每个变量,提供适合此风格的精心策划的选项库。“任何灯光”是无用的。“自然窗光、头顶厨房灯光、黄金时段阳台灯光”提供了真正的指导。

  • 捕获规则,而不仅仅是结构。 如果钩子必须是问题,就说清楚。如果应该正好有一个静音节拍,就说清楚。模板应使编写糟糕的提示变得困难。

  • 示例提示必须使用与源视频不同的内容。 如果源视频是一个女人在她的卧室里评论一款精华液,示例示例应是一个男人在他的厨房里评论蛋白棒(或类似情况)。这证明模板是可泛化的。

  • 在模板模式中包含 @(img1) 产品图像引用,因为 Seedance 提示接受产品图像引用。

  • 保留风格的声音。 如果原始视频使用特定类型的填充词、特定句子结构、特定能量模式——将它们编码到模板的对话规则和基调指南中,以便从此生成的每个提示听起来都是对的。

  • 对话必须适合15秒。 自然语速下,15秒内一个人大约说2-3句短句,带停顿。如果源视频有密集、快速的对话,模板应注明说话者语速快,每句应简洁有力。计算字数——30-40个口语词是15秒的实际上限。

  • 遵循 Seedance 2.0 平台指南。 所有模板必须符合 seedance-2.md——提示长度(100-260词)、无禁用词(“cinematic”、“professional”、“stunning”、“8k”、“studio”、“perfect”)、明确的运动指定性和产品引用的一致性锚点。

步骤 6:保存并呈现

  1. 将模板保存到 skills/arcads-external-api/prompting/prompt-library/seedance-2-<style-name>.md
  2. 在对话中打印摘要:
    • 识别出的风格
    • 关键层/结构
    • 独特之处
    • 保存的文件路径
  3. 询问:“想要我用此模板生成一个测试提示以确保它有效吗?”

如果他们同意,生成一个使用不同产品/人物/场景的提示——这验证模板确实是可复用的。

步骤 7:提交到 Arcads API

生成并保存提示后,主动提供给 Arcads 以生成视频。

API 端点: POST /v2/videos/generate

请求体:

{
  "model": "seedance-2.0",
  "productId": "<product-uuid>",
  "prompt": "<generated-prompt>",
  "aspectRatio": "9:16",
  "duration": 15,
  "resolution": "720p",
  "audioEnabled": true,
  "referenceImages": ["<filePath-from-presigned-upload>"]
}

提交前:

  1. 询问用户 productId(或使用已有的...)

相关技能