英语 VLOG 短视频系列
制作 9:16 的英语口语学习视频。用户可只要选段、字幕、讲解或完整三段版；完整成片顺序为双语字幕原片 → 系列转场 → 知识点讲解 → 盲听转场 → 无字幕原片。按素材选择知识点数量，首个转场写 X个日常表达。每次制作新集都必须取得用户明确指定的期数；若未提供，先询问，不能沿用旧集或自行推断。知识卡统一写 第XX期，并将期数写入成片、时间轴及总卡文件名。
按集推进
- 收集原视频、明确期数和本集特殊要求。听看原片并提出约 20–30 秒候选片段、逐句转录、自然中文、学习点与入选理由；用户要讨论学习点时先讨论并定稿。
- 核准原声句界，写每点的
怎么用和一个不同于原片的新例句及中文。制作双语字幕段、回听片段、知识卡和盲听段，并逐段核对字、声、画。 - 讲解配音文稿只包含各卡
怎么用的全部正文和新英文例句。优先接收用户按该文稿提供的音频；没有音频时可先完成文稿和其他独立部分，不擅自复用旧录音或换用合成声音。收到后按知识点逐一匹配，再合成完整视频。 - 输出完整 MP4 和从最终成片计算的抖音时间轴。交用户确认成片；确认后制作一张汇总全部知识点的竖向总卡。用户要求预览时可以提前制作预览。
详细的逐集记录与导出检查见制作与验收细则。公开包包含本系列的兔子动画及提示音素材；不包含某一期的原片、配音或人物画面。按本集重新设定期数、知识点和时间码。
如需封面，可另外制作两帧竖版封面；本 skill 主要处理视频本体。
选段与知识点
- 从原始视频选约 20–30 秒的连续片段，优先情境完整、说话清楚、画面稳定、日常感强的部分。不要为了凑时长硬切句尾。
- 学习点先看中英表达差异、自然口语与中国学习者不熟悉的日常说法；也收录常用且可迁移的好短语、好词汇。
inspo这类真实的口语缩写可以入选。好表达不必强行归到预设主题。以自然度、使用频率、可迁移性、语境价值判断“好”，避免只因词生僻而入选。 - 在每集选段记录中区分主讲知识点和顺带积累两个层次；当前字幕中的入选表达都用暖黄色
#FFE16B标重点，不按层级分色。具体讲几个点取决于片段的自然密度。用户希望先讨论学习点时，给出候选与理由，待讨论后定稿。 - 对照原音逐句校对英文和自然中文。知识点原句、字幕、回听片段必须对应；讲解卡“例句”必须是使用该知识点的新句子，不能重复原视频句子。
双语字幕段
- 按抖音实际播放页排版，而不只看导出的 9:16 文件。顶部搜索框、右侧互动按钮、底部标题/进度条会覆盖画面；不同手机还可能从左右裁切。当前 1080×1920 的系列版式按用户复审确定：讲解内容左右对称边界约 x=85–995（以旧版“怎么用”左缘对应的留边为基准），水印居中约 (540,1540)、字号约 34 px。顶部人物脸放在搜索区下方。发布前仍须在目标手机预览；这些数值不是通用平台规范。
- 原视频置于竖版画布的清晰主画面区域，背景可用同源画面柔和模糊延展。当前 1080×1920 版式中清晰画面为 1080×608，顶边约在 y=520。中文紧贴主画面上方，英文贴近主画面底部内侧，不要放到整张画布最底部。无字幕盲听段也使用同一主画面位置。
- 两种字幕白字，各有独立约 50% 透明黑色矩形。矩形按实际文本外接范围加适度内边距，文字在框内完全居中；上下框不得重叠。当前中文约 36 px，英文统一用 Arial 粗体约 41 px，包含原片、讲解顶部回听和知识卡顶部视频；长句按画面宽度等比例缩小。能自然排成一行就保持一行。
@兔莫英语学习笔记水印贯穿全片，固定同一字号、颜色、透明度和底部居中坐标；转场时水印固定在画布上，不随场景移动。 - 句末通常不加标点；句中为表达或断句所需的标点保留。知识表达在英文字幕内用统一暖黄色，其他字保持白色。
- 先生成可编辑字幕，再烧录视频；抽查短句、最长句和画面切换处的同步与布局。
讲解段
- 片头系列卡固定：
X个日常表达/做笔记了喔！。使用已选定的 C 款约 2 秒“画面延续”转场：原视频先柔和模糊并压暗，兔子、标题、短横线、小字依次淡入且轻微上移；清晰停留约 0.9 秒后，元素先淡出，下一段画面再变清晰。兔子约占画面宽度的 32%，略靠上，不与标题相挤。播放做笔记兔动画，由抬头帧与低头写字帧组成；笔尖和视线确实改变，不能只平移或旋转一张贴图。进入时播放压低峰值的 提示音，必须让原音效完整播完。片头转场结束后直接播放第一个知识点的原速回听，前面不插等待画面。转场避免黑屏、单帧闪动和切换卡顿。 - 每个知识点的顶部是原片视频。第一个知识点紧接片头转场直接进入原速回听；其余知识点开始前可短暂停留在提示画面并标示
原速回听。只播放知识点所在的那一句原声。紧接 0.7× 慢速回听，中间保留约 0.2 秒轻微停顿，并给出0.7× 慢速回听的可见提示。不要使用播放或暂停图标。 - 裁切端点必须保留整句最后一个词的尾音、辅音及自然收尾。ASR 时间戳只能作定位参考；逐句听原音、查看波形或频谱，取尾音之后的安静点。慢速版也要完整。若原句和字幕不匹配，重定字幕或重选区间。
- 回听后平滑切到静态知识卡。顶部用该句附近人物完整、美观、表情自然、动作稳定的一帧，并显示对应英文字幕。抖音版将顶部视频整体放到搜索框下方；第 58 期当前版约 x=60–1020、y=230–770，在原布局上等比加宽，并将上沿略微上移，脸仍不被搜索框压住。主体沿用本系列深色圆角样式，只保留
怎么用与例句两区；卡片约 x=85–995，文字约从 x=115 开始。知识点标题与两块正文均比上一版稍大（怎么用正文约 37 px、英文例句约 39 px、中文例句约 33 px）。分割线到“怎么用”卡片、两张卡片之间留一致的约 28 px 间隔；卡内高度按最终换行确定。怎么用可把含义、使用场景和必要的文化语境整合成自然文字。例句英语及自然中文紧邻呈现，标点正常。全片水印统一上移到可见区域，保持同样大小、位置和颜色：@兔莫英语学习笔记。 - 解说音频只朗读“怎么用”区的全部文字，以及新例句；不朗读标题、中文释义或其他标签。优先用用户提供的网页生成配音。未提供音频时先交付逐卡准确文稿，不擅自换音色或使用旧录音；音频到达后按卡片内容逐一核对。
无字幕段与交付
- 讲解结束后用同款约 2 秒“画面延续”转场：
去掉字幕/盲听看看能听懂多少，背景来自当前讲解画面，模糊压暗后向无字幕原片淡出。播放认真听听力兔动画，由抬头帧与点头帧组成；兔子同样约占画面宽度的 32%，头部姿态确实改变，不能只晃动整张贴图。文字和短横线分层进入，先于背景退出。沿用相同提示音。小字只放在转场，不放在盲听视频底部。 - 再完整播放所选片段的无字幕原声竖版视频，保留与全片完全相同位置和样式的底部居中
@兔莫英语学习笔记水印。 - 输出完整版 MP4、三部分的抖音时间轴；用户需要时也输出单独讲解视频、知识卡图片、可编辑字幕和封面。时间轴标明双语字幕开始、讲解开始、盲听转场开始、无字幕段开始与总时长。
知识点总卡
- 每集视频完成并经用户确认没有问题后，再制作一张独立的竖向 9:16 知识点总卡（建议 1080×1920）。制作中的预览可按用户要求提前给出；预览不代表视频已确认。
- 从该集原视频挑 2–3 帧清楚、人物表情合适、动作稳定且内容不同的画面，拼接成总卡背景。不要用讲解卡截图代替原视频帧。
- 把该集全部讲解点集中在一张图里，在原讲解卡内容基础上概括为：英文表达、自然中文、一句精简的使用提示。保持表达准确，英文词形按教学用法呈现；不机械复制长段讲解或重复原句。
- 背景的 2–3 帧拼接保留可辨的影像氛围，但整体柔和模糊并压低对比度。内容放在一块半透明、模糊的深色底板上，纵向依次排版，留足行距；不要给每个知识点各加重边框、编号和装饰线。标题、英文、中文、简短用法形成清楚的阅读层级，视线自然从上到下。沿用暖黄重点色和底部居中水印，写明期数。导出 PNG 并检查最终竖向 9:16 画幅与逐条文案。
导出前按 制作与验收细则 核对片段边界、音频参数、文本一致性、转场和成片。用户提出新修改时，以最新明确要求更新本 skill 的相关规则，再用于后续集数。