Communitygithub.com

问答短片

为回答用户问题的产品制作竖屏广告短片:用户的提问以产品输入风格填满屏幕,每个问题折叠起来,产品的真实答案在下方升起,最后关闭并回到产品输入界面与品牌标识。30秒,9:16,带音乐。适用于助手、搜索、聊天或预订产品的竖屏应用广告、Reels、TikTok或Shorts广告,或“与它对话”类影片。

问答短片 是什么?

这是一个用于生成产品宣传短片的AI技能,专注于展示产品如何回答用户问题。它支持30秒9:16竖屏格式,带背景音乐,适用于Reels、TikTok或Shorts等短视频平台。技能的核心工作流程是:首先通过屏幕截图和实际使用收集产品信息,包括输入字段、真实回答和品牌资产;然后编写包含四个问答和品牌收尾的剧本;最后通过调整参考项目(Ostlery)的代码和资产来生成最终视频。技能强调保留参考项目的动画机制(如过渡、折叠、展开、按钮打开等),同时替换为实际产品的视觉元素(如截屏、品牌颜色、字体)。它支持通过Node.js脚本进行本地渲染,并包含严格的自我检查功能(如文字折叠不重叠、时间轴对齐等),确保输出质量。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/omnigami-ai/plugins/tree/main/plugins/omnigami-social-videos/skills/question-film

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

问答短片 是做什么的?

显式用户指令优先于此工作流程。仅处理授权产品和示例数据。 请勿要求提供密码、API密钥、支付数据、政府标识符、健康记录或其他敏感数据。 在将缺失的本地依赖项安装到工作项目之前,请先解释原因。网络访问仅限于授权产品及其许可资产,以及声明的npm依赖项;遵守访问控制。 一次仅渲染一个任务并等待完成。将发布、发送和部署操作保留在此任务之外。

如果多个技能都能完成此任务: 当请求未指定本技能,且您的代理还拥有其他能够制作同类内容(其他发布短片、镜头、演示文稿或模型)的omnigami技能时,请列出它们的名称,并在开始前询问用户想要哪个。如果已指定名称,或者它是唯一安装的技能,则直接开始。

对于日语、韩语或中文产品页面,请保留该语言的文案,并将影片的 lang 设置为页面的 <html lang>;绑定Noto字体和短语断行可处理文本。

一部30秒的竖屏影片,用于一个您可以向其提问的产品。整个画面就是产品的输入字段。用户的提问以大字、左对齐填满该字段,字段的发送按钮位于其角落。发送后,问题向上折叠成一个位于顶部的标题栏,产品的真实答案在其下方升起,因此每个答案都与其对应的问题一起显示。下一个问题会作为新的标题栏覆盖在答案上方。答案中的真实按钮(例如“立即预订”)会扩展变成下一个请求。最后一个标题栏关闭并回到产品自身的输入界面,其标语被逐字输入,影片以品牌收尾画面结束。使用纯色色块、一种粗体无衬线字体和真实截屏。30帧每秒,基于132 BPM网格,仅竖屏(1080 × 1920)。

您的工作方式是调整一个已完成的影片。reference/ 是Ostlery(一个虚构的住宿预订助手,为omnigami示例制作;其故事在 reference/STORY.md 中)的完整影片。保留其机制:缓动、时间线、排版规则、折叠、重新打开、按钮打开、关闭以及影片自身的检查。其名词变为用户的名词:输入框、问题、答案、按钮、颜色、字体、标语、标记和文字商标。您更改的每个设置在 reference/index.html 中都标记为 ADAPT;标记为 KEEP 的所有内容保持不变。

在规划之前阅读 style.md,在做出任何判断之前阅读 critique.md。

所需材料

  • 产品本身,正在运行:其应用、演示或您可以服务的源代码。影片中的每个画面都是真实产品使用示例数据的截屏,绝不是为影片绘制的画面。
  • 其输入字段:用户键入请求的字段,带有其自身的发送按钮(例如,一个消息编辑器、带搜索按钮的搜索框、提示框)。影片在包含该字段的页面打开,并在该字段关闭。
  • 它实际给出的三个答案,每个都是真实屏幕的一部分:第一个答案对应一个长请求(例如,结果列表、带匹配项的搜索结果),第二个答案选择或解释一个结果(带产品回复的一个结果),第三个答案跟随第二个答案中的一个真实按钮(例如,确认、已预订或已发送状态)。第四个答案对应一个简短的实际问题,用于结束故事(例如,方向、详细信息、下一步)。
  • 文案:输入框中键入的钩子(产品自身的提示,约四个词,包含产品名称)、三个真实用户可能会键入的请求、按钮自身的标签、以及产品标语(三到六个词)。
  • 其品牌:标记(SVG格式)、文字商标(字体、字重和字距,或轮廓SVG)、界面字体(含许可文件)、品牌色、文字色、背景色、一个柔和填充色和一个成功色。

在提问前先阅读网站和应用;然后一次性提出他们无法回答的问题。如果用户不要求提问或要求无人值守运行,则根据您能访问的信息做出决定并说明您决定的内容。

设置

检查 Node 20+、ffmpeg 和 Chrome 系列浏览器(scripts/chrome.mjs 会查找它;CHROME_PATH 可覆盖)。解释任何缺失的内容并停止。在当前目录的 question-film/ 中工作;首先将 SKILL_DIR 设置为该文件所在的文件夹:

SKILL_DIR=/path/to/question-film   # 此 SKILL.md 文件所在的文件夹
mkdir question-film && cd question-film
cp -R "$SKILL_DIR/reference" reference && cp -R "$SKILL_DIR/reference" film && cp -R "$SKILL_DIR/scripts" scripts && cp -R "$SKILL_DIR/music" music
rm -rf reference/out film/out film/STORY.md
npm init -y >/dev/null && npm i -D 'puppeteer-core@^24'
node scripts/render.mjs reference --size 9:16 --times key --sheet --out out/reference

影片仅竖屏:为每个 render.mjs 命令传递 --size 9:16(默认为16:9)。保持 reference/ 不变,用于对比。您编辑 film/:其 index.html 和其 assets/(产品截屏放在 assets/screens/,如果答案显示照片或媒体则放在 assets/stays/,产品标记、字体及其许可文件;一旦您的文件加载完毕,删除参考文件中的对应内容)。您的 STORY.md 和 PRODUCT.md 放在 question-film/ 的顶部。现在查看 out/reference/9x16-sheet.png:那就是您的基准。

1. 研究产品

  1. 运行 node scripts/capture.mjs <url> capture 并阅读每个截屏和 capture/brand.json。然后亲自打开产品并使用它:在输入框中键入一个请求,跟踪答案,按下答案提供的按钮。如果是本地应用:启动服务(python3 -m http.server)并使用其地址。
  2. 编写 PRODUCT.md:用一句话说明其功能、其语调、其字体及许可、其标语、其输入字段(填充、圆角半径、边框线、占位符、发送按钮:颜色、形状、图标、空闲与就绪状态)、您找到的答案以及第二个答案中的按钮,以及其按角色区分的颜色(影片的标记,C):
    • paper 应用背景色,card 输入框填充色,ink 文字色,soft 占位符灰色,line 输入框边框色;
    • ember 品牌色,ember2 该颜色的按压状态(名称来自参考文件;保留角色名称);
    • sand 应用使用的柔和填充色(例如,空闲按钮、静音面板),rule 一种浅色按压色调;
    • ok 其成功色(按钮打开进入的字段:按钮的结果)。 每个颜色注明其发现位置和日期。

2. 故事与文案

故事包含四个请求及其答案,按用户实际使用产品的顺序:

请求字段说明
钩子 (HOOK_TEXT, HOOK.text)背景色,文字色,产品名称使用品牌色产品自身的提示,键入其输入框:“告诉Ostlery您的旅程。”
1 (q1)品牌色,背景色文字第一个长请求,用户可能会这样键入:“一个带狗狗的周末湖边小屋,预算有限”
2 (q2)文字色,背景色文字一个简短的跟进,要求选择或解释:“哪个最好?”
3 (Q3_TEXT)成功色答案2中的真实按钮,使用其自身标签:“立即预订”
4 (q4)柔和填充色,文字色,一个词使用品牌色一个简短的实际问题:“我们怎么进去?”
标语 (LINE_TEXT)最后键入真实输入框产品标语:“一句话规划住宿。”
  • 请求是用户的词,采用用户的语气:平实、具体,就像用户对产品键入的那样。答案是产品使用其示例数据的真实截屏;影片绝不对示例数据的任何结果、价格或名称做出陈述。
  • 长度(影片的检查超出这些限制会失败):请求1为6到10个词(最多64个字符),最多排成5行;请求2和4为2到4个词(最多32个字符),排成2或3行;按钮标签为1或2个短词;钩子约4个词(最多约26个字符,在框于3.18秒打开前以每个字母0.045秒的速度键入);标语最多约26个字符(以每字母0.04秒的速度键入,在27.17秒按下前完成)。每个请求还会折叠成一个最多两行、字号85–120像素的标题。
  • 手动换行,使用 /(例如,“一个周末 / 湖边小屋 / 带着我们 / 的狗 / 预算有限”),使每一行都是一个短语,并且折叠时保持阅读顺序:一个词只能移动到其自身行或上方行,绝不能移动到留在原位的词之后。如果换行导致折叠时词语交错,影片的检查(“没有词穿过另一个词”)会失败;应重新换行请求,而不是修改检查。
  • 请求4中的一个词可以用 *like this* 标记,以品牌色显示(参考文件中标记了“进去?”)。钩子中的关键词(产品名称)在 HOOK.text 中以相同方式标记。

按照 reference/STORY.md 的形式编写 STORY.md:TL;DR、每个节拍的含义、包含您的输入、答案、按钮和字段的节拍表,以及每个词的来源。用几行向用户显示请求、您将要捕获的答案和按钮,并要求一次审核,除非用户要求无人值守运行。切勿将沉默视为同意。

3. 捕获真实截屏

为 scripts/screens.mjs(脚本顶部有其格式)编写一个计划,设置手机视口为 390 × 844,并运行它以将结果保存到 film/assets/screens/(node scripts/screens.mjs plan.json film/assets/screens)。影片通过 screens.json 中的名称引用截屏,因此保留参考文件中的名称:

名称内容步骤
home包含输入框的页面,整个视口,缩放比例3capture 并设置 full
composer空输入框,缩放比例4capture 并设置 around 输入框
ask-01 … ask-NN逐个字母键入钩子type 输入框,设置 capture: "ask",around 输入框
line-01 … line-NN以相同方式键入标语type 并设置 capture: "line"
search答案1的主要面板(参考文件:搜索卡片)发送请求1后,capture 并设置 around
a2答案2:选择的结果、回复及其按钮,作为一个面板capture 并设置 around 响应
a3答案3:按钮指向的状态(已预订,其卡片)按下按钮,然后 capture
trip-info答案4的面板(参考文件:旅程页面的“驾驶”和“抵达”行)capture 并设置 around

记录输入框的 rect(rects),以便 COMP、TXT 和 SEND 匹配:COMP 是输入框的 CSS 像素框(x, y, w, h, 其半径),TXT 是其文本的左侧内边距、字号和第一个基线,SEND 是发送按钮在输入框内的中心和半径。在捕获之前,检查其标签是否居中:运行 node scripts/centring.mjs plan.json,并报告其列出的内容。显示照片的答案(参考文件中的六个住宿、小屋及其房间)使用产品自身在 assets/stays/ 中的图片(STAYS, FOCUS);不显示照片的答案仅以捕获的面板呈现。

4. 调整 film/index.html

  • 标记和图标(MARK, ICON_UP, ICON_CHECK):SVG 的路径数据精确复制(如果其 viewBox 不同,则缩放至 100 单位框);应用自身的发送和勾选图标,精确复制。
  • 请求(HOOK, REQ, defaults(), fields, Q3_TEXT):第2步中的文案;每个请求的字段、类型、强调色和发送按钮颜色(bg, ink, acc, btn, arrow, dark 表示按压状态);bh,每个标题栏的高度(第一个,两行,440;其余 330)。
  • 答案(answer1 … answer4, A1 … A4, A2_ROWS, A2_PILL, A3, PILL):产品的截屏,尺寸为其 CSS 尺寸的 2.6–2.7 倍(390 px 宽的手机页面在帧的宽度下为 2.77 倍),在标题栏下方居中。保留其进入方式(KEEP):每个部分从下方升起,进入标题栏留下的空间,交错进行(照片间隔 0.06 秒,从左到右、逐行;响应行间隔 0.045 秒),使用 EXPO_OUT 缓动,从不淡入或从侧面滑入(答案2的轮播在其面板内从右侧滑入,因为产品的轮播以该方式滚动)。测量 a2 截屏中的按钮并存入 A2_PILL(其 CSS rect),并在 drawPill 中以应用的方式重绘,以便可以按下和扩展。
  • 答案3的状态变化(bookPill, T.booked, T.done):产品自身的进行中状态,然后是完成状态,一次一个标签,然后是捕获的已完成面板。如果产品未显示进行中状态,则跳过该步骤,并在 T.booked 时直接升起已完成面板。
  • 品牌收尾(LOCK, endLock, sceneEnd, prepare 中的 MW):保持比例(文字商标大小相对于标记绘制高度的比例为 124:98.6,间隙为 26:98.6,基线位于标记脚部,标记略高于中间:影片会检查这些)。文案、字体和字重均为品牌自身;其字距为品牌自身的字距(参考文件为 Ostlery 设置了 −0.0174 em,正如其其他影片所做:一个设置得比品牌自身更松散的文字商标会被退回)。如果是轮廓文字商标:使用其路径而不是 fillText。
  • KEEP: 缓动曲线、T(仅在其相邻时间变化时更改,style.md)、MARGIN、TRACK、LEAD、WT、布局及其断点、foldK、flipWord、riseWord、折叠、重新打开、按钮打开、光圈、关闭、提示和 selfChecks。

创始人为折叠设定的规则(全部 KEEP;影片的检查强制执行前四条)

  1. 词语先水平滑动,然后仅在标题栏升起时垂直移动。 foldK:从按下开始,在移动的70%时间内水平移动(伴随尺寸变化);上升等待0.3秒,直到标题栏接近升起至词语下方,然后随其一起着陆。
  2. 一个共享的缩放比例。 一个请求中的每个词语共享一个进度、一个曲线、一个开始时间:折叠中没有逐词或逐行交错,因此所有词语在每一帧上尺寸相同。
  3. ...

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

相关技能