解说视频
在仓库根目录下使用 uv run。README.md 包含命令和文件格式;EDITORIAL.md 是标准。这是工作顺序,以及用户的检查点所在。
0. 对话:视频的起点
视频源于所有者的思考,经过检验,而非来自主题列表。在进行任何研究之前,先采访所有者。
- 每次提一两个问题,用自然的对话方式,简短明了:所有者通过口述回答,一次提五个问题会导致无法回答或理清头绪。在几轮对话中,混合使用不同类型的问题:开放性问题("每一方在保护什么?")、在你查证答案前先让所有者回答的小测验("你猜比例是多少?")、钢人测试("把对方的论点陈述得让对方自己都会认可"),以及诱饵问题:对他们刚刚所说的最强烈的反对意见,直截了当地提出。追随那个让你惊讶的回答,而不是清单上的下一个问题。
- 所有者的错误猜测可以出现在屏幕上:他们已经同意这一点。但只有当他们明确表示这是猜测时,数字才是他们的猜测。例子中的数字("假设他们把70%花在账单上...")是说明性的:将其记录为说明性内容,切勿将其评分或显示为猜测,如果不清楚是哪种情况,就提问。
- 注意回答背后的主张:一个可能是错误的论点、一个他们反复强调的区别、一个关于他们自己的故事。这些就是视频的素材。一个主题("堕胎")不是一个想法;"双方在回答不同的问题"才是一个想法。
- 保留所有者的原话。将回答逐字记录并注明日期,保存在
notes/<topic>.md中,该文件被 git 忽略:这些笔记是原始且私密的,而脚本是公开发布的形式。将自己的总结标记为你的。 - 根据脚本的需要对所有者所说的内容进行分类。可以查证的内容成为研究,然后是
fact、estimate或view拍节。属于所有者的内容成为opinion或speculation。在进一步讨论之前,先界定有争议的词语(" engineered":由谁,我们如何知道?),并在来源不支持所有者所相信的内容时,明确告诉他们。 - 当出现一个论点、支持该论点的三四步论证以及针对该论点最强烈的反对意见时,停止提问。用几句话复述给所有者,并在进行研究之前获得肯定答复。
所有者想知道事物现在的运作方式。事物的起源作为视频中的简短插曲,而非视频的主题。
1. 研究:在任何脚本之前
- 用一句话确定视频要回答的问题,以及观众看完后应该能够说出的三四件事。
- 建立事实清单:每行一个主张,每个主张附有一个来源(在本会话中获取并阅读的),以及支持该主张的原文。从第一天起就将来源保存在
videos/NAME/sources.toml中(一个只包含该文件的文件夹表示一个正在研究或搁置的视频),将主张保存在notes/NAME.md中。可以在子代理中进行研究,但要告知它返回逐字引用,并标记它无法证实的内容;切勿接受它未打开的 URL。 - 对于有争议的话题,从每个方面最有力的倡导者那里收集各方的论点,并注意哪些分歧是关于事实的,哪些是关于价值观的。
- 记录来源不支持的内容。流行的故事版本往往比证据更简洁。
2. 脚本(检查点:用户批准)
python -m explainers.new NAME(它会在已有的sources.toml周围填充内容),然后编辑script.md。- 一个视频时长12到25分钟:按照所有者的阅读速度(大约每分钟175个单词,包括停顿),大约2100到4400个单词。为视频划分观众能感受到转折的部分,每部分有自己的问题。
- 每拍一个想法,一拍一口呼吸:15到40个单词。为听觉而写:短句,关键词放在最后,数字四舍五入到听众能记住的程度,没有括号或缩写。
- 以问题或惊奇之处开场,而非问候。每个部分都应让观众想看下一部分。
- 根据句子所承诺的内容进行标记,而非根据你的确定程度。拆分混合了不同种类的拍节。目标是脚本大部分为
fact和view,并带有少数清晰标记的opinion拍节;check命令会打印出各类拍节的比例。 - 不要自己为有争议的问题写频道的
opinion。要么留下一个标记的空白,要么起草一个并明确说明这是草稿,供用户接受、更改或删除。 - 在每个部分下方添加一个
>注释,说明屏幕上显示的内容。每拍都需要一个图片,并且至少每五秒钟左右更换一次。 python -m explainers.check videos/NAME --urls必须通过。向用户显示脚本,包括拍节分类和来源列表。
3. 语音(检查点:用户录制)
- 使用合成语音草稿:
python -m explainers.narrate videos/NAME。在say.txt中修正它猜错的单词。当拍节的图片需要时间展示时,向该拍节添加pause。可以在这个草稿阶段构建图片并确定脚本。 - 措辞确定后,用户在自己的终端中录制:
python -m explainers.record videos/NAME会显示每拍,录制它,并检查录制片段的电平和脚本中的单词。--room参数会录制一次空房间以获取间隙。然后再次运行narrate:只要有新录制的片段,它就会使用。图片会与单词保持同步,因为提示通过单词查找,但拍节的长度会变化:在渲染之前运行sweep并查看联系表。 - 用户不必逐字朗读。如果录制片段偏离了脚本,
record会显示差异,并且如果用户保留该差异,它会将script.md中的拍节重写为用户所说的内容。因此,在用户录制前提交脚本,之后阅读git diff的结果:整理新单词的拼写和标点(这不会使录制片段失效),对于每个更改的fact、estimate或view拍节,对照新单词阅读来源的引文。如果引文不再支持新单词,告知用户:该拍节需重新录制或重新标记,不能保留。 - 自己重新措辞一个已录制的拍节需要用户重新朗读。将此类更改批量处理并先询问。
--audition VOICE ...比较用于草稿的合成语音;脚本中的voice:行选择一个语音。
4. 图片
- 从模板的
video.py开始,逐个场景替换。通常一个部分对应一个场景;使用theme.scenes在场景之间切换。 - 视频发生在一个场景集中(
explainers/sets.py):目前是一个带有投影屏幕的教室,这是所有者要求的。将图表、卡片或图形绘制为幻灯片,即一张1920x1080的图片,并将其交给场景集:同一张幻灯片在广角镜头中显示在屏幕上,当镜头推近时填满整个画面(参见sets.shots了解镜头运动)。当幻灯片需要被阅读时推近镜头,当主持人需要做一些事情时拉远镜头,当主持人走上前表达意见时调低投影仪亮度(on)。将部分的标题写在黑板上(chalk),并给标签一个plate以便在房间里也能看清。脚本中的>注释会说 "Wide" 或 "Projector"。后续会有其他场景集:保持幻灯片独立于房间。 - 将每个镜头运动都挂接到一个提示上:
N.at(beat, word)。切勿以秒为单位输入时间。 - 当解释某件事时,主持人要小,并站在一侧;当要表达自身观点时(开场、意见、结尾),主持人要大。主持人要看着并指向正在谈论的对象。
- 图表、图形和任何数学内容放在 manim 的
Insert中。其他所有内容使用 Skia。 - 论点的双方使用
theme.SIDE_A/theme.SIDE_B。图表使用的数据集保存在视频的data/目录下,并注明来源和时间。 - 循环:
preview一个部分,查看联系表,修复,重复;每次渲染前运行sweep。
5. 渲染与交付(检查点:用户观看)
python -m explainers.render videos/NAME --fresh,然后python -m explainers.describe videos/NAME。- 报告哪些内容经过了事实核查,哪些没有,任何标签属于判断性决定的拍节,以及语音中任何发音奇怪的地方。