What If 动画短片
输入一个主题句，即可输出一部完整的15-25秒短片。每一帧都是由Claude编写、Remotion渲染的SVG；语音和音效由ElevenLabs生成。
studio/src/episodes/目录下内置了两个可直接渲染的示例：rewind（“如果你能倒回10秒？”，演示片段：倒放镜头作为能力展示）和copy-paste（“如果你能复制粘贴一切？”，技能的首次完整运行：新的厨房场景、科学节奏的原理图、以及悬念黑屏）。在开始前，请先阅读与你的主题最接近的示例。
| 文件 | 内容 |
|---|---|
references/formula.md | 七拍子What If公式、15-25秒结构、脚本规则、选题方法 |
references/look.md | 画面风格、节奏、镜头语言、以及分镜和动态检查清单 |
references/kit.md | 构建模块：引擎、角色、场景、房间套件、灯光、UI、外观及添加方法 |
references/sound.md | 音效事件编写、提示词、音量、成本 |
references/traps.md | 两个示例集制作过程中所有耗时的陷阱总结 |
studio/ | Remotion项目：仅需复制一次，每个短片都基于此项目开发 |
scripts/ | voice, plan, stills, board, sfx, mixcheck, motiongrid, master（Python 3.9+ 和 Node） |
规则
- 仅使用原创角色。 Pip（主角，外观B）和他的朋友Mo是我们的原创角色，还有他的姐妹、妈妈和穿着西装的角色。不得使用任何频道自己的主角，也不得使用任何类似知名卡通人物的角色：在角色表上检查每一个新外观（Mo的第一顶帽子因与某个角色相似而被替换）。
- 原创故事。 公式是共通的，但短片内容必须是原创的。不要改编其他频道的标题。
- 切勿声称这些病毒式传播的频道是用Claude或其他工具制作的。 没有人透露过它们是如何制作的。
- 仅通过名称引用密钥。
ELEVENLABS_API_KEY从环境变量或studio文件夹上层的.env文件中读取。切勿打印、粘贴或硬编码密钥。 - 报告每次运行的ElevenLabs信用点数。 脚本会将其记录到
out/<slug>/costs.json，而master.py会将其汇总到report.json中。语音成本从账户历史记录中读取（精确值）；音效片段不会显示在那里，因此其成本来自账户计数器，可能会有延迟：在报告前重新读取。当你交付短片时，请说明信用点数。copy-paste 运行花费了152个信用点（语音78个，12个新音效片段74个）。 - 动画前必须先有分镜。 在分镜通过自检（步骤5）之前，并且当用户参与创作流程时，他们已看到分镜之前，不得进行视频渲染。
- 每个事实都是真实的。 脚本中的数字必须先在短片的
science字段中计算并注明来源。
设置（每台机器仅需一次）
需要 Node 18+、已加入PATH的 ffmpeg 和 ffprobe、Python 3.9+（带 numpy 和 Pillow），以及一个ElevenLabs密钥。
cp -r <skill>/studio ./what-if-studio && cd what-if-studio && npm install
以下所有命令都在该studio文件夹中运行；<skill> 是本技能所在的文件夹。若要离线工作或使用你自己的品牌字体，请在 public/fonts/ 中放入一种显示字体，并设置 src/studio.config.ts 中的 titleFont（默认标题字体 Bricolage Grotesque 和 UI 字体在渲染时会从 Google Fonts 加载）。要将现有studio更新到更新的引擎，请将 <skill>/studio/src/engine 复制到其 src/engine 目录。
工作流程
按顺序执行以下步骤。每一步结束时，你都需要检查一些内容，然后才能进行下一步。
1. 脚本
阅读 references/formula.md。首先搜索YouTube上是否有类似的前提：如果某个What If频道已经制作过完全相同的短片，则更改能力或规则。根据主题句，决定能力的名称、其规则、三个逐步升级的演示以及转折点（一个包含数字的真实事实）。编写 src/episodes/<slug>/episode.json，包含 id（PascalCase，合成名称）、slug、topic、title（两行）、script（每个节拍一条）和 science（每个事实：声明、计算过程、来源）。45到65个词。按节奏大声朗读一遍：每一行都必须能转化为一个画面。
2. 语音
python <skill>/scripts/voice.py <slug>
使用ElevenLabs获取一次带有角色时间戳的录音（356个字符的copy-paste片段花费了78个信用点），然后按照该类型的节奏裁剪静音部分：生成 public/<slug>/voice.wav 和 src/episodes/<slug>/words.json。检查时长（15-25秒）及其打印出的单词时间。可以通过修改 episode.json 中的 gaps 来调整停顿，并重新运行脚本：由于录音已缓存，重新运行是免费的。如果更改了单词，则会再次调用API。
3. 镜头列表
为脚本中的每个画面设计一个镜头（通常9到14个），每个镜头切换不同的景别和角度（远景、插入镜头、中景、特写、过肩镜头、俯拍、仰拍；参见 references/look.md）。将以下内容添加到 episode.json 中：
shots：{ "id": "S1", "size": "medium", "set": "kitchen", "key": 14, "note": "what we see" }（key是分镜展示的、该镜头自身时钟的帧数）edit：{ "shot": "S1", "at": "cookie" }每个剪辑点，以其落点所在的单词为提示（plan.py会列出提示形式；对于改变镜头时钟的能力，可以使用reverse、from、to和look）fx：单帧闪光和震动，{ "at": "S3+2", "kind": "flash" }
python <skill>/scripts/plan.py <slug>
它会生成 timeline.json 和 out/<slug>/shotlist.md，并打印出节奏。目标是在开场部分达到每分钟27次以上的剪辑，并且任何静止镜头不超过约3秒；在开始绘制任何内容之前，修复脚本标记出的问题。
4. 分镜
阅读 references/kit.md 了解构建模块。编写 src/episodes/<slug>/shots.tsx，每个镜头一个组件，每个组件是其时钟 t 的纯函数（参考两个示例的 shots.tsx 中的模式），以及 index.tsx（短片及其能力外观），然后将该短片添加到 src/episodes/index.ts。在此步骤中，每个镜头只需要在其 key 帧上正确显示即可。当某个主题需要库中没有的场景时，使用房间套件构建它并将其添加到 src/engine/sets/ 中（以及该技能的副本中），以便下一个短片可以使用，就像copy-paste运行中添加厨房和原理图一样。新角色或服装：添加外观，然后在角色表上检查它（npx remotion still src/index.ts Cast out/cast.png）。
npx tsc --noEmit
node <skill>/scripts/stills.mjs <slug>
python <skill>/scripts/board.py <slug>
out/<slug>/storyboard.jpg：每个镜头一张带注释的静止帧。
5. 分镜自检
查看分镜，然后以全尺寸打开 out/<slug>/board/ 中的每一张静止帧，并诚实地、逐个镜头地运行 references/look.md 中的分镜检查清单。将不合格的记录下来，修复它们，然后只重新渲染这些镜头（stills.mjs <slug> S3 S7），重新生成分镜表并再次检查。重复此过程直到通过。在发明修复方法之前，先检查 references/traps.md 中是否有你遇到的失败案例。如果用户参与创作流程，现在向他们展示分镜，并在开始动画制作前记录他们的意见。
6. 动画制作
从每个镜头的关键姿态开始为其注入生命力：使用 poseAt 增加预期动作、保持和过冲，使用 faceAt 处理表情，使用 kf 控制摄像机移动，处理能力的外观以及 fx。然后渲染一个草稿并检查动态：
python <skill>/scripts/master.py <slug>
python <skill>/scripts/motiongrid.py <slug> S2 S5
node <skill>/scripts/stills.mjs <slug> --frames 120 240
像翻书一样对照 references/look.md 中的动态检查清单阅读网格；修复并重新渲染，直到通过。
7. 音效
阅读 references/sound.md。将 sound 添加到 episode.json：添加音效片段（提示词和时长）、每个可见动作对应的提示事件、每个位置的环境音、背景音乐及其音量。检查库中已有的音效，然后生成：
python <skill>/scripts/sfx.py <slug> --dry
python <skill>/scripts/sfx.py <slug>
它会打印所用的信用点数，并在 timeline.json 中设置音轨音量。然后检查每个单词是否清晰可辨：
python <skill>/scripts/mixcheck.py <slug>
它会列出那些当单词正在被朗读时，音效或音乐在3分贝（dB）范围内的时刻。用于描绘单词的音效应落在单词之后的停顿中，绝不能在单词之上；关键台词下方的背景音（嗡嗡声、无人机声）应降低；如果大部分音轨与语音冲突，请降低 sfx_lu。重新运行 sfx.py 和检查脚本，直到只剩下有意为之的重叠（例如标题音效、转折点音效）。
8. 母带处理与交付
python <skill>/scripts/master.py <slug>
渲染，将混音调整至 -14 LUFS，峰值低于 -1 dBTP，并写入 out/<slug>/report.json（时长、响度、节奏、信用点数）。完整观看一遍最终文件（含声音）。交付 out/<slug>/<slug>-final.mp4 和 out/<slug>/storyboard.jpg，并附带说明时长、使用的ElevenLabs信用点数，以及任何你希望改进的地方。
短片文件结构
| 路径 | 内容 |
|---|---|
src/episodes/<slug>/episode.json | 你编写的所有内容：脚本、科学事实、镜头、剪辑、特效、音效 |
src/episodes/<slug>/shots.tsx, index.tsx | 绘制内容：每个镜头一个组件，以及能力的外观 |
src/episodes/<slug>/words.json, timeline.json | 由 voice.py 和 plan.py 生成（sfx.py 添加音量） |
public/<slug>/ | voice.wav, sfx.wav, music.wav |
out/<slug>/ | 分镜静止帧、storyboard.jpg、shotlist.md、动态网格、渲染结果、costs.json、report.json |
library/sfx/ | 所有生成的音效片段，由所有短片共享 |