masskx/抖音-雷米申-句子短视频

抖音 Remotion 句子短视频

当用户想要制作那些感觉像刷屏内容、实用且令人印象深刻的英语短视频，而非像语法课时，请使用此技能。

此技能必须与 douyin-remotion-video 在动感密度、钩子攻击性和音频驱动节奏上保持一致。 将句子内容视为一种不同的教学结构，而非一种更柔和的视觉语言。

一句话座右铭

这不是在讲解语法。 这是在摧毁你的 Chinglish。

中式英语陷阱模式

除非用户明确要求句子骨架或句型练习，否则此为默认创作模式。

当用户需要以下内容时，使用 Chinglish Trap Mode：

• 英语短视频
• 纠错视频
• 地道表达视频
• 中文直译修正
• 对比教学
• "中式英语" 内容

默认内容引擎是：

错误表达 -> 含义扭曲 -> 地道修正 -> 简短原因 -> 在此使用 -> 错误 vs 正确锁定

视频核心不是 A/B 公式，也不是机械重复。 其核心是：

Chinglish 陷阱 -> 对比冲击 -> 自然英语纠正

每集应该感觉像是一位创作者在揭穿一个真实生活中的尴尬，而不是一个模板在填充槽位。

抖音动能视觉模式

Chinglish 陷阱视频默认必须使用 Kinetic Douyin Visual Mode。

核心原则：

• 文本不是被放置上去的，而是被击打上去的
• 错误表达不会平静地展示，它们会受到惩罚
• 正确表达不会简单出现，它们会猛力撞入
• 每 0.5 到 1.2 秒需要一次视觉节拍
• 每 2 秒需要一次清晰的画面变化
• 前 3 秒至少需要 4 个视觉动作
• 主画布必须随着语音节奏移动，而不仅仅是字幕条
• 绝不能让静态卡片在屏幕上停留超过 2 秒
• 绝不依赖冗长的双栏解释块
• 绝不能让视频看起来像 PPT
• 绝不能让连续 5 集的视频共享同一个外壳，只是换了句子

借鉴词汇技能

句子技能必须明确借鉴本地词汇技能中最强大的视觉语言。

不要将句子技能视为一个更轻量级或更简单的版本。 它应该感觉和词汇技能一样具有攻击性和刷屏吸引力。

需要借鉴的内容：

• HookScene 风格的前三秒中断逻辑
• slamIn, punchZoom, shake, flashOpacity, highlightSweep, quickCut
• 闪词节奏，而不仅仅是标题卡片节奏
• 中心主导的构图
• 每个节拍一个主导对象
• 在教授关系时，使用网格/连接/网络的视觉思维
• 有助于节拍时的简短情感反应时刻
• 语音持续时，不能有静止的空白帧

不需要借鉴的内容：

• 字典列表式的节奏
• 当主题是句子纠错时，使用词根特定的教学结构

目标是：

句子内容，但词汇技能级别的视觉攻击性

这是强制性的。 如果结果仍然感觉像是一张带有动画字幕的教学卡片，那么这个技能就失败了。

运动节奏锁定

句子技能必须继承与词汇技能相同的节奏纪律：

• 开场是 HookScene 的思维方式，而不是标题卡片的思维方式
• 运动跟随生成的语音时机，而不是猜测的秒数标记
• 每个说出的关键短语都应触发一次可见的打击、替换或屏幕重平衡
• 当语音持续时，主画布也必须持续演变
• 仅改变字幕不算一次视觉节拍
• 对比时刻必须用冲击性动画落地，不能用柔和的淡入淡出
• 错误短语的节拍应使用惩罚性动画，如抖动、踩压、粉碎、打击、闪光或故障
• 正确短语的节拍应使用回报性动画，如猛击、放大冲拳、扫过、解锁、展开或弹射居中
• 每 2 到 3 个节拍应包括一次布局级别的变化，而不仅仅是同一卡片内部的文字动画
• 每集都必须感觉即使在静音状态下，也可以在节拍上进行剪辑，以适应短视频平台

反模板创作者模式

句子技能必须优化账户的粘性，而不仅仅是单个视频的正确性。

默认假设：

• 观众会连续观看 3 到 10 个视频
• 如果相邻视频共享相同的开场外壳、场景外壳或结尾外壳，账户会显得虚假、快速且模板化
• 一个技术上正确的视频，如果在第二个视频时就感觉可预测，表现可能仍然不佳

因此，每批视频必须至少在以下维度上有所变化：

• 开场外壳
• 场景类型
• 情感温度
• 创作者态度
• 揭示机制
• 结尾锁定机制
• 封面标题语法

强制性的反模板规则：

• 不要让账户感觉像是 "相同的剪辑 + 不同的句子"

粘性账户模式

每批句子视频都应帮助账户变得令人上瘾、易于识别且值得关注。

每集至少应促成以下一项：

• 社交疼痛: "我以前说错过这个"
• 身份获得: "现在我听起来更犀利/更自然了"
• 评论诱饵: "我不同意/我有另一种说法"
• 系列吸引力: "我想看下一集"
• 人设吸引力: "我喜欢这位创作者指出问题的方式"

这个技能不仅仅是制作英语片段。 它是在用留存逻辑构建一个抖音英语账号。

留存阶梯

不要只优化 "观众学会了答案"。 优化 "答案出现后观众还在继续观看"。

每个 Chinglish 陷阱剧集都应创建一个 4 步留存阶梯：

• 停止滚动的痛点: 前 1 到 3 秒应揭露一个观众可能犯过的错误
• 自我威胁: 让观众感觉 "等等，我可能听起来很尴尬"
• 英雄拯救: 快速给出一个立即可用的修正方法
• 售后回报: 修正之后，再给出一个留下的理由，如第二个场景、社交细微差别或评论诱饵

如果在第一次修正后就变得无聊，那么这个技能就未能实现留存。

修正后必需的行为：

• 在第一个英雄修正落地后，仍必须有一个包含新价值的新节拍
• 修正后部分不能仅仅用微小的字幕变化重复同一个答案
• 至少后面一个节拍应该创造出 身份获得、社交细微差别 或 评论冲动

防掉落规则

常见失败模式：

错误短语 -> 正确答案 -> 完成

这通常给出一个有用的片段，但账户留存较弱。

为避免这种情况，默认的 Chinglish 陷阱结构应感觉像：

错误短语 -> 尴尬 -> 英雄修正 -> 这在哪里有效 -> 不要过度使用什么 -> 锁定或评论诱饵

最后三分之一不应感觉像是一张总结卡片。 它应感觉像一个最终的社交收获或一个尖锐的创作者金句。

创作者人设锁定

除非用户定义了其他人设，否则默认为：

• 犀利
• 略带调侃
• 善于观察社会
• 有用而不说教
• 情感反应快

创作者听起来应像：

• 一个揭露尴尬的真实英语习惯的人
• 一个快速将观众从尴尬中拯救出来的人

创作者听起来不应该像：

• 一个工作表生成器
• 一个中立的考试教练
• 一个无面孔的内容农场

音频能量锁定

句子剧集应感觉比词汇技能更有节奏感。

必需默认值：

• 目标 BGM 音量为 0.33
• 可接受默认范围为 0.32 到 0.34
• 通过闪避（ducking）确保语音始终是最高优先级，而不是通过让 BGM 太安静
• BGM 应提供明显的脉搏和编辑能量，而不仅仅是背景填充
• 如果叙述密集，将配置好的 BGM 保持在范围内，并在语音活跃时增加闪避

句子技能听起来应更像一个抖音节奏剪辑，而不是一个在安静音乐上播放的解释性内容。

帧填充纪律

句子视频不得使用巨大的装饰性框和顶部漂浮的小文本。

每个主要场景应有：

• 一个主导文本块
• 一个清晰意图的焦点区域
• 在有边框的容器内没有大的空白死区

如果一个卡片占据了画面的 70%，那么内部内容必须在视觉上证明该空间是合理的。

如果画面主要是边框和内边距，则该场景失败。

线条艺术填充系统

当画面有大片空白时，不要用随机贴纸、巨大的空卡片或装饰性框来填充。

改用 线条艺术填充系统：

• 透明或半透明叠加感
• 根据背景对比度使用黑色或白色划痕般的轮廓线
• 除非本集想要拼贴能量，否则不要使用厚重的白色海报卡片
• 线条艺术应丰富呼吸空间，而不是成为视觉焦点标题
• 线条艺术应暗示情感、动作或社交尴尬，而不是按字面意思解释课程

首选的线条艺术风格：

• 幽灵线条: 淡的轮廓痕迹，通透、微妙、有氛围
• 涂鸦轨道: 混乱的循环轨道和划痕点缀，更有活力
• 轮廓爆发: 更锐利的强调笔触，有方向性，对比度冲击力更强

首选的线条艺术角色：

• 尴尬反应
• 警告提示
• 语音提示
• 纠正箭头
• 动作/声音爆发

如果线条艺术读起来像贴在视频上的白色贴纸，则失败。

外壳变体系统

Chinglish 陷阱系统必须在各集之间轮换外壳变体。

必需的开场外壳：

• 警告印章
• 指控板
• 全球分割

必需的结尾外壳：

• 分割判决
• 垂直锁定
• 清单重击

不要让相同的开场外壳和相同的结尾外壳在相邻剧集中机械地重复。

抖音钩子审计模式

在任何剧集被批准制作之前，运行 抖音钩子审计模式。

这发生在代码、TTS 和渲染之前。

问题不是：

视频有动效吗？

问题是：

一个抖音观众会在前 1-3 秒停下来吗？

如果开场只是像一个标题卡片一样展示错误的英语短语，则失败。

如果开场表现得像一个测验卡片或知识封面，则失败。

钩子必须立即做到以下几点之一：

• 击中一个中文痛点
• 揭露一个高概率的学习者错误
• 制造一种社交尴尬感
• 创造一个 "你以为这是对的" 的反转

开场应感觉像：

你以前可能说错过这个

而不是：

这是今天的英语错误

核心目标

观众应感觉：

我刚才在刷屏，然后我突然意识到我以前说错过这个。

每集必须至少做三件事：

• 揭露一个熟悉的错误表达或中文大脑翻译
• 展示为什么它听起来是错误的、奇怪的、生硬的或误导性的
• 给出一个观众可以真正重复使用的自然替代方案

硬性原则

• 错误表达必须尽早出现。
• 中文痛点或反转必须在前 3 秒内出现。
• 正确表达必须在 12 秒内出现。
• 对于直译的中式英语陷阱，第一个英雄修正通常应在 6 到 10 秒内落地。
• 必须有清晰的对比。
• 必须有一个简短的教学点。
• 必须有一个真实的使用场景。
• 结尾必须锁定 错误 vs 正确，而不仅仅是中文总结。

禁止项：

• 将一个错误短语拆分成多个节拍，而没有先给痛点
• 以一个只重复错误英语的大标题卡片开场
• 让观众等待超过 3 秒才得到真正的要点
• 让观众等待 20 秒才看到第一个可用的英语修正
• 大的空比较框，文字粘在顶部附近
• 在一个节拍中堆叠多个长文本块，直到它们重叠或变得难以阅读
• 装饰性边框所占据的视觉注意力超过了句子本身
• 布局中，框是设计主体，而文字是事后补充的
• 只教句型
• 只展示正确答案
• 只说 "这更地道"，而不解释哪里错了
• 用语法术语开头
• 教科书式的例子
• 纯粹的知识卡片感
• 只以中文公式结尾

教学感，但不能有课堂感

账户仍应感觉有教育性。 但它必须感觉像是娱乐优先的纠错内容，而不是学校。

好的语气：

• 简短
• 犀利
• 对比驱动
• 略带调侃
• 足够清晰以教学

坏的语气：

• 冗长的教师解释
• 机器重复
• 情感泛滥
• 空洞的口号

AI 内容导演模式

如果用户没有明确要求句子骨架模式，则默认为 Chinglish Trap Mode。

在自动规划时，优先级如下：

1. 经典中式英语
2. 中文直译的撞车错误
3. 一词误用
4. 过简单表达的升级
5. 学习者不知道如何表达的常见中文情景

每个自动生成的剧集应包括：

• wrongExpression
• intendedMeaning
• wrongMeaning 或 whyItFails
• naturalExpression
• alternatives
• simpleRule
• usageScene
• coverTitle
• caption
• visualPlan
• visualBeats

默认语音结构

默认的 Chinglish 纠正流程是：

1. trap-open
2. wrong-meaning
3. native-fix
4. why
5. scene
6. wrong-right-lock
7. outro

语音台词应足够简短，以驱动可见的节拍。

核心工作流

1. 阅读主题并决定模式。默认为 Chinglish Trap Mode，除非用户明确要求句型骨架练习。
2. 在编写正文之前，决定这一集为何值得关注：社交疼痛、身份获得、评论诱饵、系列吸引力或人设吸引力。
3. 设计前三秒中断。选择痛点、反转台词、错误短语曝光和前 4 个可见动作。
4. 对于批量工作，在起草前进行反模板检查。变化开场外壳、场景外壳、结尾外壳、情感温度和揭示机制。
5. 创建或更新数据文件，特别是 src/data/voiceScript.ts、src/data/sentencePattern.ts 和 src/data/episodeConfig.ts。
6. 配置 episodeConfig.ts，包括 hook、bgmId、bgmVolume、voiceVolume 和 sfxVolume。
7. 从 bgmRegistry 中选择一个有力的本地 BGM，默认 bgmVolume: 0.33，并规划闪避检查。
8. 基于真实的节拍构建场景，而不是基于静态教学卡片。保持内容、时机、运动状态、情感和音视频

…

[截断以进行翻译]