Communitygithub.com

付费社媒视频脚本与拍摄包生成器

为付费社媒视频(UGC、创始人、讲解、短剧)编写15至60秒脚本,并打包成Butcherbird的一页一个广告的拍摄包格式,通过17本广告书籍的搜索和独立评论来验证每个钩子、承诺、证明和方案。

付费社媒视频脚本与拍摄包生成器 是什么?

此技能专为生成高质量且可拍摄的付费社媒视频脚本而设计。它通过一个深入的、基于研究的流程来运作:首先读取客户提供的信息(如获胜广告、用户画像和评论),然后进行诊断以确定目标受众和核心吸引力。接着,它会搜索一个包含17本广告书籍的知识库,为每个创意决策找到理论依据。该技能生成多个钩子选项,起草完整的广告脚本,并运行自动化检查以确保一致性。随后,一个独立的评论代理会评估草稿,提供不带偏见的反馈。最终输出是一个符合拍摄包格式的PDF文件,每页一个广告,附带详细的推理记录,旨在让广告在静音状态下也能瞬间抓住陌生人,并最终促成一次购买。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/tianbester-ZA/butcherbird-skills/tree/main/plugins/bb/skills/script

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

/bb:script

目标

一个团队可以在一个下午拍完的拍摄包。每一则广告都能在静音状态下两秒内抓住陌生人,给一个人一个购买理由,并以一个他们可以立即行动的方案结尾。在其背后,一张推理表列出了每个钩子、承诺和证明所对应的书籍段落。

从这里开始:阅读、重述、只问一次

执行此操作的人掌握着背景信息,他们提供的内容决定了工作的质量。我们的广告曾因缺乏提问而失败;一条Reel因提供了真实的背景信息而成功。

先阅读,不要提问:客户的获胜广告、用户画像、评论和过去的广告;当前产品、价格和方案;简报中已经说明的内容。

重述:根据你从证据中读到的信息,描述买家、角度、阶段和方案。填写你已知的内容,这样对方只需确认而无需重新输入。

只询问缺失的信息,且只进行一次简短提问(如果已有信息,使用AskUserQuestion,否则在消息中直接提问)。通常需要两到三个问题:

  1. 这则广告应该打动谁?他们应该为自己设想什么画面?看完后他们应该立即做什么?
  2. 我们今天可以展示什么具体产品、方案、价格、行动理由和证明?说话的人身上到底发生了什么?
  3. 谁来发言?他们应该用什么语气?我们实际能拍摄什么:摄像机、人员、地点、道具、时间?

然后,针对以下内容提出你的建议,等待对方同意或调整:买家 × 角度 × 认知阶段,脚本模式(创始人故事、真实评论回复、演示、问题驱动、公平比较、现场挑战或娱乐、直接方案)以及格式。

将答案放入 job/brief.md,然后一直工作到结束,不再中断。如果他们已经提供了所有信息,或者只说“开始吧”,那就不要再问。如果没人能回答(无头运行),说明你会问什么问题,并采取合理的解读。

品味取决于具体任务

在 job/brief.md 的第一行写下任务类型:付费广告、自然Reel,或开场设定的任何内容。一个人在某一个视频中喜欢的东西不一定会延续到另一个视频中。一条自然Reel和一个广告是不同的任务:广告的目的是为了销售。因此,广告应以其目标受众、产品的卖点、证明和购买理由来评判,而不是自然内容的笑点或感觉。一个笑点只有在能推动销售时才值得出现在广告中。

为何存在

如果没有干预,Claude 会写出礼貌的广告:一个人面对镜头,一个需要你了解产品才能理解的温和口语钩子,一个小笑话,方案说两遍,每次都用同样的结尾。干净、可拍但平淡无奇。模型会趋向于安全、常见的选择,而一长串规则无法将它拉回来。

真正有效的是:在动笔前先找到吸引力,在选定之前制作多个钩子,手边有书籍的注释,并让一个从未见过你推理过程的评论家来评判草稿。书籍是问题和段落,而非权威的声音。“像Schwartz一样写”毫无用处。而“这个观众很陌生,所以第一行是描述他们而不是产品吗?”加上背后的段落描述,才能真正起作用。

什么是好的作品

  • 五个形状各异的广告。阅读播放列表,你无法从广告1预测出广告4。
  • 第一帧画面和一行文字,让陌生人在静音状态下就能看懂,字数要少。摄像机可以成为一个角色,结尾的笑点可以是一个眼神。并非所有创意都是人物讲解,也不是每个创意都以某人掉进泳池结尾。
  • 快速清晰地说明目标人群和购买理由,并且每个广告都以一个方案结尾。当简报需要趣味时欢迎使用短剧,但必须仍然实现销售:笑点就是卖点,复述它时需要包含产品。
  • 可指导:“这样做。这样做。说这个。”承载创意的最简设置,通常是一个地点和最少的人员。
  • 每个广告只提供一个方案,在结尾处只说一次,精确表达,不超过十二个字,以最强有力的真实形式措辞。
  • 使用精确的数字和具体的细节,而不是形容词,并注明每个细节的来源。
  • 只对一个人说话,并改变她所持有的一个信念。仅通过漂亮镜头展示产品是一个演示,无论多美,都是失败的。
  • 包的外观与交付格式完全一致,没有引用标注、没有未解决的问题,也没有标记为“未确认”的内容。

命令

参考文件使用简短形式。Shell 状态不会在命令之间传递,因此始终使用完整形式,并为评论代理提供完整形式。

  • scripts/... 表示 ${CLAUDE_SKILL_DIR}/scripts/...。references/... 表示 ${CLAUDE_SKILL_DIR}/references/...。
  • search.py 表示 python3 "${CLAUDE_PLUGIN_ROOT}/skills/books/scripts/search.py"。
  • 书籍卡片:${CLAUDE_PLUGIN_ROOT}/skills/books/cards/。

流程

在 <client>-scripts/<yyyy-mm-dd>-<slug>/ 目录下工作,该目录位于当前人员所在的文件夹,或简报指定的文件夹(job/)。每一步都会写入内容,因此重新开始的会话可以从最后一个文件继续。

0. 阅读,从客户开始。 正确执行以上的开场环节:查看客户自己的获胜广告及其数据、其用户画像、以及其客户的真实语言(评论、广告评论),引导至其笔记指向的任何地方。“没有文件”意味着你还没找过。然后查看任何客户说明或画像技能、客户自己的获胜广告文件夹(仅限该客户,参见 examples/README.md)、lessons.md、简报。在各自来源处重新确认价格、方案和日期。写入 job/brief.md:包含来源和日期的事实和方案、谁在镜头前、这个品牌独有的东西、客户自己的想法(每行一个)、开场环节的答案。

1. 诊断。 加载 references/diagnose.md。从一个真实的人开始:为她这种类型起个名字、她的一天、她现在用什么、她会说什么、为什么是她而不是其他用户画像,并附上证据。然后确定吸引力、他们现在做什么、他们有多了解、他们听说过多少次、他们不相信什么、方案为何存在以及这个品牌独有的东西。写入 reasoning.md §1,每个板块一个段落。

2. 为此任务搜索书籍。 加载 references/search.md。不要根据记忆来判断书籍内容:针对该产品的实际问题运行六到十次搜索,使用 --show 阅读笔记,保留八到十二个与简报相关的条目。写入 reasoning.md §2:ID、一句话、对应板块。

3. 钩子。 加载 references/hooks.md。每个广告六到八个钩子,至少涵盖四种类型,包括一个平淡的钩子以及至少两个你犹豫是否要展示给客户看的奇怪钩子。保留三个:一个安全、一个奇怪、一个不提及方案的。写入 reasoning.md §3。即使无人观看,也要确保选项存在:进行选择,并将被放弃的选项留在表格中。

4. 起草。 加载 references/body-and-close.md、references/offer-and-proof.md 和 references/pack-format.md。写入 job/pack-draft.md。写入 reasoning.md §4:每个广告一行,分别对应钩子、承诺、证明、主体和结尾,每个都附上其书籍段落。

5. 检查。

python3 "${CLAUDE_SKILL_DIR}/scripts/check_pack.py" job/pack-draft.md --event "Black Friday"
python3 "${CLAUDE_SKILL_DIR}/scripts/cite_check.py" job/reasoning.md

修复每一个红色的错误。黄色的警告需要酌情判断。将输出保存到 job/checks.txt。

6. 评论。 启动一个新代理,使用可用的最强模型,并提供 pack-draft.md、brief.md、references/critic.md、完整的 search.py 命令(如果是修改现有素材,还要提供素材表)。不提供 reasoning.md,也不提供本聊天记录:它根据简报中的任务评判广告,而非根据借口。它的疑问会引用真实的段落并阅读其笔记。它返回笔记,从不返回重写版本。保存为 job/critic.md。

7. 重写。 在采纳评论家引用的每条段落背后的笔记之前,先通读一遍:有些引用的ID可能涉及其他内容,而一条笔记本身在其逻辑范围内也可能是正确的。当简报的观点更胜一筹时,在 reasoning.md §5 中以书面形式表达异议。重新运行第5步。只需一轮,最多两轮。最终结果为 job/pack.md。

8. 打包。

python3 "${CLAUDE_SKILL_DIR}/scripts/build_pack.py" job/pack.md --pdf

打开PDF并检查每一页:没有内容被裁切,每页一个广告。阅读任何 warning: 开头的行。在回复中,每行描述一个广告,并用一句话总结所用到的书籍。如果客户有日志,添加一行带日期的记录。

已确定的事就是已确定

对方已确定的事实就是事实。没有人想要一个列出“未确认”事项的包,或者一页的小问题。所以不要这样做:采用合理的解读,在 reasoning.md §0 中用一行说明原因,然后继续前进。将对方已确认的内容放入包中的 settled: 行,检查工具会尊重这一点。如果一个数字真的没有来源,那就写不包含该数字的广告,并记录下来。

只有那些会改变决策或影响客户的项目才被提出,作为回复中的一行简单文字。你无法找到来源的数字绝不能编造,也绝不能作为问题出现。

编辑已存在的素材

有时任务是为一套已有的素材(而非新拍摄)配上文字。流程相同,但有三个区别。第0步从素材开始:按片段和时间列出可用的镜头,因为脚本只能承诺已拍摄的内容。第1步增加一个素材检查:对于每一个主张,指出显示该主张的片段时刻,如果找不到对应的镜头,则重写或删除该主张。在页面上,在文件头设置 mode: edit:台词行承载屏幕上的文字,结尾是屏幕上的文本,电影部分为 ## The footage。将包交给 /bb:edit。

硬性限制

  • 一个任务只对应一个客户。简报、包或表中不得包含来自其他客户的任何信息,本技能也不得包含任何客户的信息。
  • 不得编造数字、截止日期、库存数量或评论。紧迫感必须真实且有原因。
  • 保持书籍原文不出现。用你自己的话说明书籍教了什么,并引用其ID。
  • 未经对方同意,不得将任何内容发送给客户、发布或从本技能中花费资金。包交给操作者;由他们发送。

专业知识

每秒字数。 口语速度约每秒2.5个词:15秒约35个词,20秒约50个词,30秒约75个词,60秒约150个词。动作也需要时间。

这些书不是关于Reels的。 它们是关于印刷品、邮购、电视和实验室研究。将数据视为当时打动人心的数字。Hormozi的数据是他自己的主张;Cialdini的很多例子是关于帮忙,而非购买。其中没有任何测试静音信息流的内容。静音语法、摄像机构成角色和结尾笑点来自于观看真实的Reels,所以应该去那里寻找:客户自己的参考资料,以及对方发送的任何内容。

书籍有冲突的地方。 每个参考文件都以分歧点和我们对于15到60秒视频的倾向性作为结尾。当它为广告做决定时,在表格中注明倾向性。

投票是一种观点测试。 评论家和评委偏爱巧妙的;但拆分测试通常结果相反(caples-0221,caples-0279)。所以,即使评论家不看好,一个平淡的钩子也应该作为另一个选项被拍摄,并由实时数据来决定。

钩子和留存。 钩子率 = 3秒播放量 ÷ 曝光量。留存率 = 完全播放量 ÷ 3秒播放量。钩子率低于约20%:仅重新剪辑开头。留存率低于约40%:重新剪辑中间部分。两者都健康但无购买:问题在方案或结尾,而不是剪辑。

何时加载

参考文件何时使用
references/diagnose.md第1步,以及当脚本感觉平淡但说不出原因时
references/search.md第2步,或当搜索没有任何结果时
references/hooks.md第3步,以及任何“为这个广告重写钩子”的任务
references/body-and-close.md第4步
references/offer-and-proof.md第1步用于信念差距和方案理由;第4步
references/pack-format.md第4步和第8步
references/critic.md仅评论代理使用(第6步)
examples/README.md第0步,用于查找客户的获胜广告
evals/judge.md仅用于两个包之间的盲测

经验教训

lessons.md 包含来自真实结果的带日期的要点:广告、带日期的数据、该拍子背后的段落、尝试了什么。在第0步读取最近五条;评论家会根据它们检查草稿。此文件夹在每次更新时被替换,因此客户自己的经验教训和获胜广告应放在该客户的文件夹中,而适用于所有人的经验教训则应通过仓库提交(CONTRIBUTING.md)。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

相关技能