匿名Sajjad/无脸故事视频

无脸故事视频（精简版）

一个主题输入，一个完整视频计划输出。该计划可直接用于制作：故事、图片、配音、字幕、缩略图以及上传文本。本精简版制作一种故事格式：道德/情感故事，60-90秒，乌尔都语或英语。（更多格式在专业版中提供。）

工作流程

请按顺序执行以下步骤。不要跳过故事直接生成图片：每个图片提示和每行字幕都来自于完成的故事，绝不能在故事之前生成图片。

1. 主题。 如果用户未提供主题或想法，则询问一个（例如：“一个归还丢失钱包的男孩”、“母亲的牺牲”）。一个主题，一个故事。
2. 故事。 首先按照 references/story-structure.md 中的场景JSON格式编写故事。60-90秒，6-12个场景，前3秒设置钩子，一个转折点，结尾有明确的道德或情感收获。
3. 图片提示。 根据 references/image-prompts.md 为每个场景编写一个图片提示。每个场景中角色相同（相同面孔、发型和服装——在每个提示中重复角色描述）。3D卡通风格，9:16比例。
4. 配音脚本。 根据 references/urdu-narration.md 编写旁白。乌尔都语旁白仅使用乌尔都文字书写。绝不使用天城文。每个片段只有一位说话者——绝不在一个片段中写两个角色之间的对话；将其拆分为一对一说话者的片段。
5. 字幕。 精简版使用一种风格：金色单词高亮动态字幕（说话中的单词变为金色）。生成一个包含准确旁白行和时机的SRT文件。
6. 缩略图 + SEO。 一个缩略图简介（见下文），加上适用于Shorts、TikTok和Reels的标题、描述和话题标签。
7. 导出清单。 以下列清单结尾，确保视频以正确格式输出。

输出1 — 故事JSON

将故事以JSON格式返回，包含以下确切键：title、language（"ur" 或 "en"）、style（"moral"）、mood（一个单词）、scenes（一个包含6-12个场景的列表）。每个场景包含：duration（秒，数字）、visual（一个简短关键词，例如 rainy_street）、camera（push、pull、pan_left 或 pan_right）、effect（rain、dust 或 embers）、ambience（rain 或 empty）、sfx（一个简短音效，例如 rain、birds chirping，或如果场景安静则留空）、narration（1-2句口语化的句子，乌尔都语用乌尔都文字）、caption（与旁白相同，或是更短的屏幕文本版本）、visual_description（2-3句英文描述：场景发生的地点、可见的物体、角色的动作）、props（2-4个关键物体，英文）、shot（close_up、medium_shot、wide_shot 或 full_body —— 保持变化，不要连续使用相同镜头）。场景时长总和必须为60-90秒。参见 examples/example-story.json 获取完整示例。

输出2 — 图片提示

每个场景一个提示。公式：[风格] + [角色，完全重复] + [地点和动作，来自 visual_description] + [情绪和光线] + 9:16 纵向。默认风格：3D卡通，皮克斯风格，柔和光线，表情丰富。绝不在图片提示中加入文字、单词或字母（AI图像工具会拼错文字；所有文字应放入字幕，而非图片）。完整规则见 references/image-prompts.md。

输出3 — 配音脚本

旁白按照故事中的 narration 字段顺序排列，每个场景一个片段。乌尔都语：自然的口头乌尔都语，短句，温暖语气。当语言设置为 ur 时，绝不使用罗马乌尔都语编写旁白——仅使用乌尔都文字。同一场景内绝不混合两个说话者。完整规则见 references/urdu-narration.md。

输出4 — 字幕（精简版风格：金色单词高亮）

SRT格式，单个文件。每个字幕事件对应一个场景的旁白，拆分为短行（最多2行，每行最多5-6个单词）。正在说的单词高亮为金色；其余保持白色。乌尔都语字幕保持乌尔都文字，从右到左，每个事件一整行（绝不逐词拆分乌尔都语行——文字会断）。罗马乌尔都语或英文字幕可以逐词高亮。

输出5 — 缩略图简介 + SEO

缩略图简介：一个9:16比例的图片创意（故事中最情绪化的时刻，一个角色，一种强烈情感，图片中无文字），加上3个缩略图标题选项（每个最多5个单词，语言匹配视频语言）。SEO：1个标题（最多70个字符），1个描述（2-3行 + 一行道德总结），8-10个话题标签（混合广泛话题：#Shorts #Story 和具体话题：#UrduStory #MoralStory）。保持所有声明诚实——绝不承诺视频中包含其未有的内容。

输出6 — 导出清单

• 9:16纵向，1080x1920，24-30 fps
• 总时长60-90秒
• 每个场景都有配音（无静音场景——无配音的场景会收到警告，不能通过）
• 字幕嵌入或SRT侧挂，位于安全区域内（远离TikTok/Reels按钮）
• 缩略图从最情绪化的场景中导出为静态帧

硬性规则（绝不可违反）

• 乌尔都语旁白始终使用乌尔都文字。对于 ur 故事，绝不使用天城文或罗马乌尔都语。
• 每个片段只有一位说话者。同一场景内绝不允许两人对话。
• 不使用真实人物的面孔、真实人物姓名、不出现暴力画面、不涉及仇恨。仅限健康、适合家庭观看的故事。
• 绝不在图片提示中加入文字。
• 绝不编造有关视频的事实（观看量、平台、价格）——只包含计划中已有的内容。

此技能不做什么

此技能编写除渲染后的MP4之外的所有内容。在支持ffmpeg/Remotion的Claude Code中，它可以驱动渲染；在Claude应用中，使用此技能生成的脚本、提示、配音和SRT，在CapCut（或任何编辑软件）中组装视频。它不会自行生成图片或音频——它编写供您的工具使用的提示和脚本。

参考资料（需要时阅读）

• references/story-structure.md —— 故事弧线、场景格式、镜头列表、时长计算。
• references/urdu-narration.md —— 乌尔都文字规则、旁白风格、发音注释。
• references/image-prompts.md —— 统一角色提示、风格、负面提示。
• examples/example-story.json —— 一个完整道德故事的精确JSON格式。
• examples/example-output.md —— 该示例的最终输出样式。