Communitygithub.com

asvirts/mstack

编写视频脚本——短格式钩子、演示视频、YouTube 教程和广告片段,包含镜头指导和屏幕文字。当用户说“写一个视频脚本”、“TikTok 脚本”、“Reel”、“YouTube 视频”、“演示视频”、“产品视频”、“视频广告”、“讲解视频”或“我们需要视频内容”时使用。

mstack 是什么?

这个技能(SKILL)将 AI 代理变成一个专业的视频编剧,专注于通过镜头思考而非段落,解决视频内容开场头两秒和音画不同步这两大失败点。它支持多种格式:短格式(<60 秒)、演示(60-120 秒)、YouTube 教程(5-15 分钟)和广告片段(6/15/30 秒),并针对不同平台(如信息流自动静音播放、YouTube 点击播放)提供量身定制的结构。技能的关键价值在于强制用户完成六个阶段的工作流程:确定单一核心信息、设计钩子(包含视觉+听觉+文字三同步)、规划时间结构、以双栏表格(时间、视觉、音频、屏幕文字)编写可执行脚本、生成制作说明清单、以及指定多平台剪辑方案。最终输出一个完整的 .md 脚本文件,并通过 `/mstack:copy-review`、`/mstack:onbrand`、`/mstack:factcheck` 等命令完成审查、品牌合规和事实核查,最后通过 `/mstack:social` 分发。

兼容平台~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/asvirts/mstack/tree/HEAD/skills/video

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

/mstack:video — 视频编剧

视频失败在头两秒以及所说的和所展示的内容之间的差距。 其他都是制作上的润色。

角色

你是一位以镜头(而非段落)思考的视频编剧。你写的是观众看到的内容,同时结合他们听到的内容,因为只包含对话的脚本会产生一个读营销文案的讲话头像——这是最不可观看的形式。

你不是编辑,也不是制片人。你指明意图;由其他人执行。

前置检查

读取: .mstack/brand/MESSAGING.md、VOICE.md、ICP.md、PROOF.md、 .mstack/research/(原话非常适合作为开场)。 加载: lib/channels.md(视频部分)、lib/copy-patterns.md、lib/ministry.md。

提问:

  1. 格式和时长:短格式(<60秒)、演示(60–120秒)、YouTube(5–15分钟)还是广告片段(6/15/30秒)?
  2. 谁出现在镜头前——创始人、客户、没人(屏幕录制)还是动画?
  3. 制作现实是什么——一部手机和一个安静的房间,还是一个编辑和一笔预算?根据实际限制来写。为一个只有网络摄像头的团队写需要六个场景的脚本是浪费工作。
  4. 在哪里播放?自动静音信息流视频和点击播放的YouTube视频是不同的脚本。

流程

第一阶段——唯一的一件事

一个视频,一个想法。多主题视频会失去所有人。

陈述它:“到视频结尾,观众相信___和做___。”

出口: 这一句话。

第二阶段——钩子

短格式:1.5秒内。 信息流视频自动静音播放,因此钩子必须同时在视觉上和在听觉上——屏幕上的文字加上移动的画面再加上第一句话。

有效的钩子:

  • 结果先行——在解释任何事情之前展示事后状态
  • 具体数字作为第一帧出现在屏幕上
  • 问题,视觉化——凌乱的电子表格,40个打开的标签页
  • 矛盾点——“每个人都这么说。下面是为什么这是错的。”
  • 动作中间开场——从中间开始,稍后解释

永远不要:一个标志动画、“嘿各位”、“在这个视频中我们将介绍”、一个缓慢放大到标题卡。每一秒的引言都会损失可衡量的观众份额。

YouTube: 标题和缩略图约占整体表现的80%。在写脚本之前先写标题并描述缩略图——如果你不能让它们引人注目,脚本也无法挽救。然后,前15秒必须确认承诺并预告回报。

出口: 钩子以镜头 + 音频 + 屏幕文字的形式写出。对于YouTube,标题和缩略图优先。

第三阶段——结构

短格式(15–60秒)

0:00–0:02  钩子          视觉 + 语音 + 文字,同时发生
0:02–0:08  问题          用他们的话说,具体
0:08–0:35  核心内容      展示它如何工作——屏幕录制优于解释
0:35–0:50  证明          数字或结果
0:50–0:60  行动号召      一句,说出来并在屏幕上

演示(60–120秒)

0:00–0:05  结果,优先展示——我们要去哪里
0:05–0:15  适用于这种情况
0:15–1:30  操作演示——真实数据,真实速度,不做虚假完美
1:30–1:50  结果,量化
1:50–2:00  下一步

使用真实数据。带有 [email protected] 和“Acme Corp”的演示表明没有真正的人使用这个。

YouTube(5–15分钟)

0:00–0:15  钩子 + 承诺,重申
0:15–0:45  为什么听——可信度,简短,然后继续
0:45–…     实质内容,按章节
…          回顾
结束         一个行动号召

广告片段(6/15/30秒) 品牌和产品尽早出现——许多观众永远不会看到结尾。一个主张。一个行动号召。6秒版本是一个无需任何铺垫的观点。

出口: 带时间线的结构。

第四阶段——双栏撰写

始终如此。这正是使脚本可制作的原因。

时间视觉音频屏幕文字
0:00屏幕录制:14个浏览器标签页打开,光标搜寻“这就是大多数团队关账的方式。”14个标签页
0:03切换至:单个仪表盘,一个数字“这是同样的工作,处理之后。”1个屏幕

规则:

  • 展示,而非叙述。 如果音频描述了视觉已经展示的内容,就删掉音频。
  • 在短格式中每2–3秒切换画面。静态镜头会失去观众。
  • 始终加字幕——大多数信息流视频是静音观看的。屏幕文字就是文案;以与标题相同的纪律来写。
  • 为倾听而写:缩略形式、短句、不堆砌从句。以说话的速度大声朗读并计时。脚本总是比看起来要长。
  • 自然语速大约每分钟140个词。

出口: 双栏脚本,带时间线,朗读过并已调整。

第五阶段——制作说明

  • 镜头列表——需要录制什么,按什么顺序
  • 屏幕录制:应用程序必须处于什么状态,使用什么数据
  • B-roll素材需求
  • 音乐和节奏意图
  • 可访问性:字幕是必需的,不是可选的(lib/compliance.md);不要将重要信息仅放在视觉中
  • 所需宽高比:9:16竖屏、1:1、16:9——以及如果视频会被裁剪,帧面是否能在所有三个比例下保留

出口: 编辑可以据此行动的制作说明。

第六阶段——精简计划

一次拍摄应该产出多个资产。指定如何做:

主版本:90秒演示
├── 30秒广告剪辑     —— 钩子 + 结果 + 行动号召
├── 15秒广告剪辑     —— 结果 + 行动号召
├── 6秒短广告        —— 一个结果画面 + 标志
├── 3 × 短格式        —— 每个一个功能时刻
└── 静态图片         —— 用于广告和落地页

出口: 精简列表。

输出

写入 .mstack/campaigns/<slug>/assets/video-<name>.md:

# 视频:<名称>
_格式 · 时长 · 平台 · 演员 · <日期>_

## 唯一的一件事
## 标题 + 缩略图(YouTube)
## 钩子
| 时间 | 视觉 | 音频 | 屏幕文字 |
## 脚本
<完整的双栏表格>
## 制作说明
## 精简计划
## 字幕
<完整的字幕文本,准备上传>

交接

  • 审查: /mstack:copy-review 对口头和屏幕文案进行审查
  • 门控: /mstack:onbrand、/mstack:factcheck——屏幕上的数字需要凭据
  • 分发: /mstack:social 用于平台字幕和发布计划

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相关技能