Communitygithub.com

calesthio/generative-media-skills

用于AI代理的、与供应商无关的电影级预告片制作技能,可创建电影风格预告片、预告片、发布预告片、游戏预告片、纪录片预告片、系列剧宣传片和高影响力的生成式媒体预览。涵盖预告片策略、结构、镜头规划、配音/标题文案、音乐与音效设计、生成式视频提示翻译、剪辑节奏、平台/时长选择、交付交接、版权/声明注意事项以及预告片质量保证。

generative-media-skills 是什么?

该技能为AI代理(如Claude Code、Cursor、Codex)提供了一个独立的、与供应商无关的框架,用于制作专业质量的电影级预告片。它超越了单纯的提示工程,提供了一种结构化的生产方法,涵盖了从预告片类型选择(如预告片、戏剧预告片、游戏预告片)和受众分析,到三幕式预告片结构、节奏图模板和镜头列表设计。技能强调通过提示堆栈(连续性圣经、镜头提示、运动契约、剪辑意图和避免列表)将抽象创意方向转化为可操作的生成式视频指令,以解决AI生成视频中常见的连续性挑战。它还包含配音、音乐和音效设计指南,以及针对不同平台(YouTube、TikTok、Meta)的实用运行时间和格式策略,包括无障碍字幕要求。该技能旨在与本地管道、生成提供商技能、编辑技能和交付工具配对使用,使其成为任何AI视频制作工作流程中的通用规划层。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/calesthio/generative-media-skills/tree/HEAD/skills/production/content-formats/cinematic-trailer-production

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

电影级预告片制作

当用户想要类似预告片的视频时使用此技能:电影风格的预告片、预告片、发布预告片、游戏预告片、纪录片预告片、系列剧宣传片、活动揭晓、高影响力产品预览或社交短片。这些视频旨在激发期待,而非完整解释一切。

这是一个制作学科技能,而非提供商手册。在调用工具或导出文件之前,将其与相关本地管道、生成提供商技能、编辑/合成技能和交付工具说明配对。

核心规则

做出一个承诺,然后升级对该承诺的证明。

预告片不是精简版的全篇故事。它是一个精巧设计的欲望机器:观众应理解类型、风险、基调和关心的理由,同时仍渴望完整版本。每一个节拍、镜头、字幕、声音提示和标题卡片都应赢得注意力或增加期待。

从预告片简报开始

在编写提示或生成片段之前,先确定以下决策:

  1. 预告片类型
    • 预告片:激发好奇、基调、一个图像或问题,通常情节最少。
    • 戏剧/英雄预告片:完整情感弧线、风险、角色/产品承诺、高潮暗示。
    • 发布预告片:可获得性和转化;壮观效果加上清晰的发布/行动呼吁。
    • 游戏预告片:玩家幻想、机制、世界、循环、平台、发布/行动呼吁。
    • 纪录片预告片:前提、访问权限、核心问题、可信度、情感风险。
    • 系列剧宣传片:世界、群像、重复引擎、季度悬念。
    • 社交短片:一个钩子、快速证明、原生竖向构图、对声音依赖最少。
  2. 受众和分布
    • 主要平台和宽高比。
    • 目标时长及是否需要更短的短片。
    • 有声环境 vs 可选声音环境。
    • 无障碍/字幕要求。
    • 评级、声明、披露和法律审查限制。
  3. 一句话剧情梗概
    • 格式:“当[激发压力]时,[主体]必须在[风险/后果]之前[行动/选择]。”
    • 对于产品:“对于面临[痛点]的[受众],[产品]通过[证明/机制]使[转变]成为可能。”
  4. 钩子
    • 前3-5秒必须包含一个图像、台词、问题、矛盾、截止日期或声音事件,其强度足以抵抗滚动浏览。
  5. 情感目标
    • 选择最终感受:恐惧、敬畏、紧迫、胜利、神秘、反叛、温柔、威望、发现、错失恐惧或信任。

如果用户只提供宽泛的请求(“让它看起来像电影”),请询问缺失的发布对象、受众、平台、时长以及必须包含/必须避免的内容。如果必须继续制作,假定一个60-90秒的英雄预告片加上30/15/6秒的短片,并说明该假设。

时长与格式策略

将平台和广告规格视为易变信息。在生产时重新检查官方平台规格,特别是时长限制、AI标签、安全区域、编解码器要求、广告政策和区域规则。

截至2026-07-10的验证:

  • YouTube视频广告推荐1080p资源,采用16:9、9:16或1:1格式,并为叠加层和行动呼吁提供安全区域;Google指出格式特定时长各异,应根据广告系列类型进行检查。可跳过的插播广告允许广泛的运行时灵活性,但列出了最佳实践时长,例如15-20秒用于认知/行动,2-3分钟用于考虑。来源:Google Ads视频广告规格和可跳过插播广告规格。
  • YouTube上传指南表示播放器适应竖向和方形宽高比,并按分辨率列出了推荐的比特率/音频比特率。来源:YouTube推荐的上传编码设置。
  • TikTok的广告格式和功能政策目前要求清晰易读的高分辨率视频、5-60秒时长、标准视频尺寸包括9:16、1:1和16:9、非低质量的音频,以及动态内容而非主要是静态图像。产品和投放特定的TikTok规格页面可能有所不同,因此在交付前验证所选广告系列/广告产品。来源:TikTok广告格式和功能政策。
  • Meta广告规格和投放规则经常变化,可能需要登录或特定于区域的页面。在交付前立即重新检查相关的Meta广告指南/商业帮助投放规则。

实用时长映射表:

交付物最佳用途常见结构
6秒横幅广告、提醒、揭示音效标志/主体 + 一个冲击/益处 + 日期/行动呼吁
10-15秒社交钩子、付费认知钩子 + 证明蒙太奇 + 行动呼吁
20-30秒社交预告片、发布短片钩子 + 风险 + 3个证明镜头 + 最终卡片
45-60秒预告片/短预告片冷开场 + 前提 + 升级 + 暗示
75-120秒英雄预告片三幕情感弧线,带有升级和高潮暗示
2-3分钟深度戏剧/考虑预告片更多铺垫、对话、场景和故事质感

最好同时规划一个主预告片和衍生短片。一个强大的90秒英雄预告片通常不会自动成为一个强大的15秒广告;短版本通常需要不同的开头、更少的情节节拍、更大的字幕和更清晰的行动呼吁。

预告片结构

使用三幕预告片形状,除非用户要求实验性作品。

第一幕:钩子和世界

目标:确立类型、主题、基调契约和观看理由。

典型节拍:

  • 冷开场:引人注意的图像、台词、声音、统计数据或问题。
  • 世界状态:地点/时间/何种现实。
  • 颠覆:发生了什么变化。
  • 角色/产品承诺:谁或什么承载预告片。

生成媒体提示:第一幕是连续性最脆弱的地方。在生成之前构建视觉圣经:角色外观、环境、调色板、镜头语言、一天中的时间、标志/产品状态以及禁止的变体。

第二幕:升级和证明

目标:展示规模和风险,但不解决故事。

典型节拍:

  • 尝试、障碍、能力或启示的蒙太奇。
  • 画外音或标题卡片阐明前提。
  • 音乐增加打击乐、脉冲或和声提升。
  • 场景在运动、对比、风险和镜头尺寸上增长。
  • 插入一个安静节拍以重置注意力,为最终升级做准备。

不要使第二幕成为扁平列表。每个镜头应回答“所以呢?”或“但接下来呢?”而不是“以及同样”。

第三幕:高潮暗示和记忆装置

目标:让观众记住标题、发布时刻和感受。

典型节拍:

  • 重大转折、不可能的图像、对抗、功能揭示或情感台词。
  • 音乐停止、强拍、上升音、撞击或沉默。
  • 标题揭示。
  • 发布/行动呼吁卡片。
  • 可选的笑点、音效或最终神秘图像。

永远不要剧透最终结局,除非预告片的目的是为已知产品进行转化,此时清晰胜过神秘。

节拍图模板

将其用作规划框架,而非固定公式。

时间功能画面音频文案
0-3秒模式中断不可能的图像、人脸、运动、威胁或产品转化冲击、呼吸、故障、沉默或第一句画外音可选3-6字钩子
3-10秒背景建立世界或痛点脉冲开始“在一个世界里...”仅当有意进行类型意识时
10-25秒激发压力变化、任务、发布、发现贝斯、滴答声、第一次上升前提卡片或台词
25-45秒证明蒙太奇4-8个展示规模/益处/障碍的镜头打击乐、冲击声、呼啸声仅在有依据时使用评论、声明或功能卡片
45-60秒人/情感节拍安静特写、见证、暂停、使用中的产品静音或薄化纹理一句重新定义风险的台词
60-80秒最终升级快速剪辑、最强视觉效果、力量碰撞全面预告片化、上升音、轰鸣声、撞击声最少文案
80-90秒标题和行动呼吁标题处理、发布日期、平台、标志尾音、最终撞击确切的发布/行动呼吁/法律卡片

对于30秒版本,压缩为:0-2钩子、2-8背景、8-20证明升级、20-26高潮暗示、26-30标题/行动呼吁。对于15秒版本,跳过铺垫,让第一句台词或标题卡片承载背景。

镜头列表设计

根据预告片功能而非视觉美观来规划镜头。

大多数电影级预告片所需的镜头系列:

  • 标志性图像:观众会记住的图像。
  • 世界/广角镜头:规模、地理、类型。
  • 角色/产品英雄镜头:主体身份和可欲性。
  • 威胁/摩擦镜头:对手、障碍、痛点、倒计时或市场压力。
  • 动作/证明镜头:运动、能力、机制、转化或后果。
  • 人类反应镜头:脸、手、呼吸、见证者、用户、粉丝、玩家、顾客。
  • 质感插入:物体、UI、证据、地图、报纸、控制装置、工艺品、粒子。
  • 升级镜头:更大的运动、危险、速度、人群、揭示或不可能事件。
  • 标题/行动呼吁镜头:足够干净以承载排版。

对于AI生成视频,为每个镜头赋予连续性角色:

  • subject_id:重复出现的人/物体/产品。
  • setting_id:环境和时间。
  • story_beat:此镜头存在的原因。
  • camera:镜头感、运动、构图、景深。
  • action:一个清晰的动作,而非一段事件描述。
  • continuity_anchors:服装、标志位置、调色板、道具、天气、UI状态。
  • negative_constraints:没有额外手指、没有变化的标志、没有不可读的文本、没有随机角色、没有变形、没有闪烁、没有捏造的声明。
  • handoff:如果需要拼接镜头,明确的首/末帧意图。

将预告片计划转化为生成视频提示

大多数视频模型对具体的镜头方向反应更好,而非抽象的类型标签。将“电影级预告片”转化为具体的视觉、时间和编辑指令。

使用此提示堆栈:

  1. 连续性圣经
    • 角色/产品、服装/材料、调色板、环境、时代、镜头语言、宽高比和排版限制。
  2. 镜头提示
    • 主体 + 动作 + 设置 + 镜头 + 灯光 + 情绪 + 时长 + 构图 + 连续性锚点。
  3. 运动契约
    • 什么在移动、移动速度、镜头移动方向、必须保持稳定什么。
  4. 剪辑意图
    • 前后镜头及它服务的节拍。
  5. 避免列表
    • 模型特定失败风险和/或品牌限制。

镜头提示示例:

一位穿着白色刮擦EVA服的单人宇航员站在黑玻璃陨石坑边缘,背景是淡蓝色的日出,面罩反射一座埋在冰下的遥远城市。缓慢的35mm从广角推至中景,轻微手持漂移,冷边缘光,体积雾,接地气的科幻现实主义,冲击前的紧张寂静。宇航员的宇航服标记、橙色腕带和破裂的左肩板必须与所有其他镜头匹配。没有可读的发明文本、没有额外人员、没有标志变化、没有变形的头盔。

对于产品预告片,用产品真实性取代模糊的电影效果:

微距特写,核桃木桌上的真实哑光黑色设备,拇指按下侧按钮,屏幕亮起显示已批准的仪表板UI模型,浅景深,受控的工作室反射,平滑的滑块从左向右移动,高级发布电影灯光。保持设备比例、标志和UI布局与参考一致。没有发明的UI文本或未支持的功能声明。

如果模型无法在镜头间保持连续性,则切换到以下策略之一:

  • 生成更少、更长的镜头并在镜头内重新构图。
  • 如果提供商支持,使用参考图像或锁定的角色/产品表。
  • 对英雄/产品镜头使用静态图像关键帧加受控运动。
  • 使用轮廓、插入、POV镜头、排版、速度坡道、匹配剪辑、快速摇摄、漏光或声音桥来隐藏连续性接缝。
  • 使用编辑重复:相同的颜色、道具、形状或声音提示可以保持身份,即使确切角色连续性有所变化。

画外音、对话和标题卡片指导

使用比普通解说更少的词语。预告片文案应创造压力和节奏。

强大的预告片文案:

  • 足够具体以引导观众;
  • 足够不完全以保持好奇心;
  • 足够简短以便在剪辑继续移动时阅读;
  • 作为标点符号而非背景音乐;
  • 在提出声明时合法安全且有依据。

除非是讽刺形式,否则避免通用台词:

  • “一切都会改变。”
  • “未来就在这里。”
  • “在一个世界里...”
  • “你从未见过这样的东西。”
  • “终极解决方案。”

更好的模式:

  • “信号在地球陷入黑暗12分钟后到达。”
  • “一座城市。七个夜晚。没有出口。”
  • “每个预测都是错的。”
  • “比市场变化速度更快地构建。”
  • “发布窗口周五关闭。”

在以下情况下使用标题卡片:

  • 预告片必须在没有声音的情况下工作;
  • 情节背景作为画外音会很尴尬;
  • 声明需要确切的已批准措辞;
  • 品牌/产品名称必须在视觉上落地;
  • 节奏需要硬标点符号。

在以下情况下使用画外音/对话:

  • 人类情感或权威很重要;
  • 纪录片的可信度依赖于真实参与者;
  • 预告片需要耳语般的钩子、忏悔或命令;
  • 社交媒体字幕可以承载文本但音频增加亲密感。

对于字幕,从脚本阶段开始规划。W3C WCAG 2.2 SC 1.2.2要求为同步媒体中的预先录制的音频提供字幕,除非是窄文本替代情况。FCC对涵盖电视节目的字幕质量指南强调准确性、同步性、完整性和放置。即使法律没有要求,预告片也应附带准确的字幕/隐藏式字幕和文本安全布局。

音乐和声音设计语言

预告片音频通常比对话承载更多结构。在编辑之前设计声音弧线。

常见预告片音频元素:

  • 脉冲:开始紧张的低频节奏元素。
  • 上升音:音高/噪音/能量增加进入过渡。
  • 轰鸣/重击:巨大的低频冲击,常用于揭示。

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

calesthio/brand-launch-film-production

Provider-independent production workflow for AI agents creating brand launch films, product reveal videos, manifesto films, campaign hero films, website hero videos, investor/customer launch assets, and social cutdowns. Use when planning, scripting, generating, editing, reviewing, or delivering launch films that must align strategy, claims, brand voice, visual direction, product proof, accessibility, compliance, and multi-platform delivery.

calesthio/character-design-continuity

Provider-independent character design and continuity direction for generated media. Use when an agent must create, preserve, revise, or QA a recurring character across AI-generated images, video clips, avatars, animation, comics, ads, product mascots, serialized social posts, or multi-shot campaigns; especially when building character bibles, reference packs, prompts, expression/pose ranges, costume/hair/makeup/prop continuity, identity and likeness safeguards, iteration plans, handoff notes, or continuity reviews.

calesthio/generative-media-skills

Provider-independent localization and dubbing production direction for AI agents producing translated videos, dubbed ads, social clips, explainers, avatar videos, documentaries, training media, and multi-market campaigns. Use when planning or reviewing subtitle-versus-dub strategy, translation adaptation, glossary/style-guide setup, casting or voice matching, lip-sync or phrase-sync direction, synthetic dubbing boundaries, captions/subtitles handoff, accessibility, platform delivery, client review, or localization QA.

calesthio/generative-media-skills

Provider-independent explainer video production for AI agents creating educational, product, concept, nonprofit/public-service, onboarding, training, animated, mixed-media, and short social explainers. Use when an agent must turn a topic, brief, research corpus, product, process, policy, dataset, or complex idea into a factual, accessible, narrated, captioned, storyboarded, generated-media-ready explainer video with claim review, localization, pacing, variants, and QA.

calesthio/generative-media-skills

Use this skill to plan, direct, finish, and QA provider-independent mono or stereo 180-degree, 360-degree, spherical, spatial, wide-FOV, and immersive video. It covers format choice, capture rigs, stitching, nadir and seam management, stereoscopic comfort, attention direction, stabilization, ambisonic and spatial audio, titles, captions, accessibility, edit, color, VFX, projection metadata, Vision Pro, YouTube, headset delivery, device QA, and privacy, location, and likeness rights. Do not use it for interactive XR apps, volumetric/world-model generation, game-engine experiences, or provider-specific video generation prompts.

calesthio/generative-media-skills

Provider-independent production workflow for AI agents creating music videos, lyric videos, visualizers, performance/narrative/dance videos, social cutdowns, album or single launch assets, and generated-media clips synchronized to songs. Use when planning, directing, prompting, editing, reviewing, or delivering video content built around a recorded song, artist performance, lyrics, beat timing, choreography, platform variants, music rights, likeness consent, accessibility, or synthetic-media disclosure.

calesthio/generative-media-skills

Provider-independent captions and media accessibility direction for AI agents producing or finishing generated videos, ads, social clips, explainers, avatar videos, documentaries, podcasts/video recuts, training media, and localized content. Use when planning, authoring, reviewing, localizing, burning in, exporting, or QAing captions, subtitles, SDH, transcripts, audio description, flashing/motion safety, caption readability, or accessible media handoff files.

calesthio/generative-media-skills

Provider-independent dialogue editing and ADR direction for AI agents producing generated videos, films, ads, avatar clips, explainers, localization/dubbing, podcasts, recuts, and social content. Use for dialogue prep, repair, room tone, take comping, sync, ADR cueing, dubbing direction, pronunciation, de-essing, plosives, mouth clicks, voice continuity, synthetic voice consent boundaries, captions/transcripts handoff, mix handoff, loudness, intelligibility, accessibility, and QA.

calesthio/motion-graphics-direction

Provider-independent motion graphics direction for AI agents producing title sequences, lower thirds, explainer graphics, product UI overlays, social ads, kinetic typography, diagrams, data callouts, brand films, and video post. Use when planning, prompting, storyboarding, specifying, implementing, reviewing, or QAing motion graphics across live footage, generated video, UI capture, data visualization, brand systems, typography, accessibility, claim integrity, runtime handoff, and iteration.

相关技能