视觉导演
优秀的口播视频应逐拍呈现讲者所说的内容:列表变成标签随逐项说出而弹出;数字逐个递增;"我输入了提示词"变为聊天窗口实时打字。这些元素小巧,围绕头部显示(绝不覆盖面部),并在对应单词被说出的瞬间精准出现。
你通过 build.json → "visuals": [...] 进行规划。引擎负责布局、套件样式、动画以及每个弹幕的音效。
1. 将视频拆解为节拍
遍历已锁定行(edl.json)及单词索引:
python3 -c "import json;w=json.load(open('projects/<name>/transcript.json'))['words'];c=json.load(open('projects/<name>/cut.json'));[print(' '.join(f\"{x['i']}:{x['w']}\" for x in w[a:b+1])) for a,b in (l['words'] for l in c['lines'])]"
标记每个具备可展示内容的节拍:
- 一系列事物
- 一个数字
- 一个工具或应用
- 一个动作(打字、发送、预订)
- 一个前后对比或二选一
- 一个流程或步骤
- 一个系统
- 一个人物或故事
- 一段时间跨度
- 一个被拒绝的想法
- 一个值得强调的关键词
填充性内容、过渡句以及无具体对象的情感描述不添加图形。
2. 为每个节拍选择图形组件
| 他们说… | 组件 | 示例 |
|---|---|---|
| 列表("营销、发票、邮件") | chips,每个单词对应一项 | 每项设置 word |
| 正在丢弃或关闭的事物("我脑海中的那些标签") | chips 配合 "close": true | |
| 数字("100+ 客户"、"3pm"、"2人团队") | number | "value": "100+", "label": "clients" |
| 关键词语或一句的要点 | word(如为想法或问题则用 "style": "type") | "text": "真正的 *支持*" |
| 他们拒绝的内容("不需要50个步骤"、"不是又一个应用") | strike | "pre": "No", "text": "50 steps", "strike_word": i |
| 输入提示词、向AI提问、发送私信 | chat | "prompt": "...", "reply": "..."(可选) |
| 销售、消息、预订、通知 | notify | "app": "Stripe", "title": "New payment: €497" |
| 已完成的步骤、待办清单、成就 | checklist | 每项设置 word |
| "步骤 1 / 第一件事 / 第二部分" | step | "n": 1, "text": "*培训* 它" |
| 变化或流程(A → B → C) | flow | 每项设置 icon 和 text |
| 系统、连接的工具、"一站式" | hub | center 加 nodes 及图标 |
| 时间跨度或范围("一个月后…三年后") | scale | marks、from、to、move_word |
| 客户、人物、关于某人的故事 | person | "name": "Abby", "note": "coach", "meter": 3 |
| 二选一、旧方式与新方式 | versus | left(✗)/ right(✓),right_word |
| 仅在用户要求时添加表情包或GIF | gif | "file": "projects/<name>/memes/3.mp4", "caption": "看着自己过去的 *文案*" |
| 用户的个人资料、截图、应用界面 | phone | "image": "assets/profile.png"(仅限用户提供的图片) |
图形上的文字:
- 每个标签、节点或标签不超过 1–3 个词
- 使用讲者原话
- 首字母大写即可,但除
chat和notify外不得使用完整句子
图标: 通过 uv run tools/icons.py calendar money email 查找真实图标名称,切勿猜测。未知图标会导致构建失败。
专属组件(需用户自有素材)
- 他们的视频环绕效果:
"type": "orbit"(置于events而非visuals中)。- 用于提及他们内容或作品集的语句("我做了300个这种")。
- 需要
brand/reels/。通过uv run tools/reels.py add <他们的视频文件或文件夹>填充:使用用户导出的视频,或通过 Apify(若已连接)从他们的主页下载。 - 视频在讲者身后和身前穿过。每条视频最多使用一次。
- Instagram 主页关注用于行动号召("关注我"、"评论 BRAIN"):
{"kind": "profile", "word": i, "until_word": j, "keyword": "BRAIN"};keyword可选,会输入到评论框。- 数据仅来自
brand/instagram.json(name, handle, posts, followers, following, bio, avatar)。若缺失,请用户提供真实数据(或通过 Apify 从他们的主页拉取)。绝不能估算或编造。 - 网格使用
brand/reels/。关注(和发布)时会有点击音效。
- 其他创作者的视频作为卡片: 使用
gif配合"handle": "creatorname"。@用户名会显示在下方。- 始终注明来源,且仅使用用户指定的片段。
- 自定义插入(Custom insert)(当没有现成组件匹配时,例如重现他们使用的应用界面,或文件滚动效果):通过子代理构建。参见下方“自定义插入”。
动画
套件 visuals.motion:gentle / snappy / bouncy / blur(模糊弹出后清晰定位)/ rise(沉稳编辑风)。
- 在
word弹幕上使用"style": "rise"可使每个字母从行中依次升起。很适合衬线字体的关键词。套件可通过visuals.word_style: "rise"将其设为默认。 - 字幕可配合
captions.pop: "blur"实现模糊弹出效果。
自定义插入(并行子代理)
- 先锁定时间: 插入必须命中的单词时间,转换为插入自身的时钟(出现时 t = 0)。
- 每个插入生成一个子代理, 在后台并行执行(Agent 工具),同时你继续构建。任务说明应包括:
- 展示内容, 以及对应的台词。仅使用用户的真实数据;其他均为通用占位符。不得包含真人或复制的 logo。
- 工作目录:
projects/<name>/inserts/<insert-name>/index.html。不得改动其他文件。 - 尺寸和时长: 例如 900×700 像素,2.6 秒。背景保持透明,仅显示所绘制的卡片或窗口。
- 约定:
window.renderAt(t)绘制 t 秒时的精确状态。不得使用计时器、CSS 过渡或动画,因为帧是逐帧捕获的。- 仅使用本地字体(从
fonts/free/复制)。 - 文字至少 24 像素,使用用户套件的颜色。
- 打字效果:t 每步增加一个字符。
- 仅使用本地字体(从
- 节拍, 时间与语音锁定。
- 渲染 使用
uv run tools/insert.py <index.html> --dur <s> --w <w> --h <h>→insert.mov,带透明度。检查几帧后再报告。 - 报告: 文件路径、精确时长和节拍时间(用于音效)。标记任何异常。
- 放置插入:
{"kind": "insert", "file": "…/insert.mov", "word": i, "width": 640}。在其节拍上添加sfx_extra点击声。
表情包和 GIF(仅按请求)
-
未经提示绝不添加表情包。 表情包是品味问题。你可以在报告中建议一个(例如"David Rose 的'ew'在第5行会很合适"),但仅当用户同意后才添加。
-
搜索:
uv run tools/memes.py search "<剧集> <角色> <情绪或词语>" --project projects/<name>。例如 "schitts creek david ew" 或 "the office michael no god please no"。- 它会下载最多 6 个片段并打印
SHEET=…/memes/sheet.png。检查缩略图并选择与用户描述匹配的(正确的角色、正确的表情),而非第一个。 - 缩略图从左到右、从上到下编号 1…6。
- 它会下载最多 6 个片段并打印
-
用户提供的文件("使用这个GIF"):
uv run tools/memes.py add "<file>" --project projects/<name>会生成memes/own-1.mp4。图片同样支持。 -
放置:
{"kind": "gif", "file": "projects/<name>/memes/<n>.mp4", "word": i, "caption": "<用户文字>"}- 文字可选,使用用户原话,可有一处
*强调*。默认时长约 2.6 秒,或设置"until_word"。 - 宽片段置于头部上方;高片段置于下巴下方。
"at": "full"会生成 1.6 秒的全屏切换,文字覆盖其上。
-
报告中: 说明使用了哪个,并打开缩略图(
open …/sheet.png)以便用户能说"表情包 3"。其他片段已下载,只需更改file并重新构建即可切换。 -
无密钥 (
MEMES=no-key):提供 3 分钟的免费设置说明:- 用户前往 developers.giphy.com,注册,创建 API 应用(非 SDK),复制密钥。
- 用户在聊天中粘贴密钥。
- 你将其保存到
brand/keys.json中:{"giphy": "<key>"}。
切勿要求用户自己编辑文件。在此之前,用户自己的 GIF 文件仍可使用。
-
提及一次, 当用户首次使用影视剧表情包时:这些片段归属于制片公司。简短的无声反应 GIF 在 Instagram 上广泛使用,但仍有小风险。用户自己的片段无此风险。
3. 时间控制(基于转录的单词索引)
"word": i使组件在单词 i 被说出的瞬间出现。应使用节拍的第一个单词,而非该行的起始单词。- 各项目可拥有自己的
"word",因此每个标签、勾选或节点都能在对应单词说出时精准定位。这是带来剪辑感的关键。 - 组件结束:
"until_word": j在单词 j 之后结束- 否则保持约 2–3 秒,或最后一个项目后 1.4 秒
"dur": 2.5直接设置时长
- 其他时刻也可通过单词定位:
strike_word、reply_word(chat)、right_word(versus)、move_word/move_end_word(scale)、meter_word(person)、close_word(closing chips)。
4. 密度配置(kit.json → visuals.density)
| density | 出现频率 | 风格 |
|---|---|---|
calm | 每 8–10 秒一个组件 | 干净专业的讲解风格 |
steady | 每 4–6 秒一个组件 | 大多数短视频 |
busy | 每 2–4 秒一个组件,几乎连续 | 快速的“讲解”风格 |
每种密度都需遵守的规则:
- 同一时间只显示一个组件。两个组件仅在位于不同区域且属于同一节拍时才可重叠。
- 绝不在钩子部分(前约 3 秒)或陈述句期间使用。组件可替代陈述句:在
busy密度下,最多使用 1 个陈述句。 - 不要连续使用同一种组件,除非是同一列表的延续。
word弹幕应概括或重构,而非重复字幕。当显示相同文字时,引擎会在显示期间隐藏字幕。这可行,但像"整个业务"这样的弹幕在"全面概述您的业务"上比重复"不可商量"更有价值。- 不要在同时带有弹幕的单词上使用高亮(
highlight_words)。 chat会完整讲述一个小故事:输入提示词(带按键声)、发送(滑动声)、显示 AI“思考”、然后显示reply(若提供)。在输入结束后留出约 1.5 秒以便发送。简短的reply(用户描述的结果)能增强代入感。- 组件之间留出短暂的呼吸间隙(≥0.4 秒)。
"at"可覆盖区域(top、left、right、chest),仅当默认位置与某物冲突时使用。
5. 构建与检查
uv run tools/build.py projects/<name>。构建会打印 CHECK=…/check.png:每个时刻和弹幕对应一帧。检查它并修复任何问题:
- 不可读
- 超出屏幕
- 遮挡面部
- 与字幕重叠
- 图解了错误词语
- 出现在
SAFE ZONE:行中(位于 Instagram 用户名、说明或点赞/评论/分享按钮下方)。务必修复每处:移动组件("at")、缩短文字或提前结束,然后重新构建直至无问题。
上屏内容规则:
- 弹幕、钩子或陈述句文字中不得使用破折号(em dash)。使用逗号、句号或换行。
- 仅当是用户本人说出的真实数字时才使用。聊天窗口、评论和私信使用通用占位符,绝不得使用真人姓名或编造的结果作为证明。
- 屏幕上出现的其他创作者帖子或视频需添加 @用户名。
然后按照新视频技能的方式交付,额外添加一行说明,例如:“12个弹幕:4项任务的标签、'prompt'处的聊天窗口、AI系统的中心辐射图……”
当用户询问时
-
"可以添加什么图形?" / "显示选项": 若套件有目录视频则打开它(
projects/*/catalog-<kit>.mp4)。否则基于最新的视频渲染一个:uv run tools/build.py projects/<name> --catalog。它会展示每个组件一次,使用套件样式并带标签。绝不要长篇描述组件。 -
"更多 / 更少弹幕": 为此视频更改密度;若用户说“一直”则保存到套件的
visuals.density。 -
"在这里添加清单" / "我说关注时显示我的主页": 在对应单词上精确添加该组件。
-
样式("描边卡片"、“更平静的动画”、“更粗的图标”):套件的
"visuals"块:card:solid/outline/glassmotion:gentle/snappy/bouncyicon_stroke:1.5–2.5radius- 颜色:
accent、strong、alert、word、card_color;颜色名使用套件定义或十六进制值
更改他们的套件,绝不使用预设。