产品演示视频导演是做什么的？

作为产品演示、CLI演示、研究演示和智能体工作流视频的导演。此技能并非单一的渲染工具。它是一个集成输入、风格、故事板、制作和验证的工作流，用于决定使用哪些工具。

纸质风格研究/产品演示的默认视觉参考：

examples/style-reference/

默认美学解释：

纸质级清晰度
尽可能使用白色或浅色背景
克制的排版和细线
高信息密度，清晰层级
证据优先的字幕、标签和文件路径
除非是解释状态变化，否则不使用装饰性动画
默认没有背景音乐
默认没有全时数字人
每个导出的视频应能从项目文件中复现

何时使用

用户提出以下要求时使用此技能：

制作产品演示视频
编辑CLI或终端工作流录制
创建研究或论文补充视频
展示智能体工作流、多智能体运行或模型协调过程
将屏幕录制转为精致的演示
创建发布视频、README视频、讲解或社交片段
在编辑前决定视频风格
构建可复用的视频制作工作流或GitHub就绪技能

激活规则

在输入完成前，不得开始录制、编辑、渲染、添加字幕、添加旁白、添加音乐、创建数字人、调用视频API或生成最终文件。

仅当用户明确说出类似以下内容时，才能跳过完整的输入流程：

使用默认值，直接进行
不要问问题
从现有简报继续

即便如此，在进行破坏性或昂贵的工作前，也要确认最小的默认值：

target_platform (目标平台)
audience (目标受众)
duration (视频时长)
style_preset (风格预设)
source_materials (素材来源)
voiceover (旁白)
captions (字幕)
music (配乐)
avatar (数字人)
external_api_allowed (是否允许外部 API)
deliverables (交付物)
validation_criteria (验收标准)

不可协商的规则

永远不要默认使用背景音乐。先询问。对于密集的CLI/研究视频，默认不播放音乐。
永远不要默认使用全时数字人。先询问。默认不用，或仅在明确要求时用于片头/片尾。
永远不要让持续的字幕覆盖密集的CLI输出、表格、代码、图表或进度行。
永远不要覆盖之前的导出。创建版本化输出，如 v1、v2、v3。
在未经验证之前，永远不要认为生成的视频是完整的。
永远不要在截图、视频、字幕、日志、文件名或README文本中泄露秘密。
除非用户明确允许本次运行使用外部付费/云API，否则永远不要使用它们。
永远不要将API密钥写入脚本、项目文件、markdown或命令日志中。使用环境变量。
对于CLI/研究/产品演示，永远不要优先考虑电影般的装饰效果而非可读性。
在最终渲染之前，务必制作一份剪辑决策表或故事板。

输入工作流

首先进行简洁的解释：

我将首先进行视频制作输入：平台、受众、时长、风格、素材、旁白、字幕、数字人、音乐、API权限、版本和验证。之后我会起草故事板，然后才开始制作文件。

询问以下组别。当界面支持结构化问题时，每次分组提出3-5个问题。否则，以markdown清单的形式提问。

1. 目标和平台

询问：

核心目标是什么？
- 产品能力演示
- CLI / 智能体工作流演示
- 研究成果演示
- 安装教程
- GitHub README / 发布视频
- 会议 / 课堂 / 实验室演示
- 面向投资者 / 合作者 / 顾问的演示
target_platform (目标平台)：
- GitHub README
- GitHub Release
- YouTube
- Bilibili
- X / Twitter
- 小红书
- 微信视频号
- 课程 / 实验室组会 / 答辩
- 着陆页
- 仅本地存档
希望观众用一句话记住什么？
是否需要标题、描述、README片段或社交媒体帖子文案？

2. 受众和解释深度

询问：

audience (目标受众)：
- 开发者
- 研究人员
- 顾问 / 导师
- 评审人
- 开源用户
- 投资者 / 产品评审
- 学生
- 普通用户
熟悉程度：
- CLI
- GitHub
- LLM / 智能体工作流
- 研究实验
- 基准测试指标
- Web应用
解释深度：
- 仅展示效果
- 简单解释
- 开发者级别的解释
- 深入的技术 / 可复现性解释
术语处理：
- 不解释术语
- 仅解释核心术语
- 每个关键术语仅解释一次
- 双语术语

3. 格式、时长和版本

询问：

duration (视频时长)：
- 15-30秒预告
- 45-60秒快速演示
- 90-120秒标准演示
- 3-5分钟讲解
- 8-12分钟教程
- 由素材决定时长
aspect_ratio (画面比例)：
- 16:9 1920x1080
- 16:9 4K
- 4:3 论文 / 幻灯片风格
- 9:16 竖屏
- 1:1 正方形
- 多平台版本
version_count (版本数量)：
- 一个最终版
- 完整版 + 短版
- GitHub + 社交媒体 + 演示版
- A/B风格版本
是否需要缩略图、海报帧、GIF或联系表？

4. 素材来源

询问：

有哪些现有素材？
- 现有视频
- 截图
- CLI录制
- Web UI录制
- 终端输出
- 笔记本
- 论文图表
- CSV / JSON / 日志
- 架构图
- README / 文档
- 标志 / 图标
- 音频
- 字幕文件
- 需要新录制
素材路径。
智能体能否在本机录制屏幕？
- 可以
- 不行，仅使用现有素材
- 仅CLI
- 仅Web UI
- 用户将手动录制
敏感信息风险：
- API密钥
- 令牌
- Cookie
- 电子邮件
- 私有路径
- 未发表的结果
- 私有项目名称
- 付费服务仪表盘
- 个人信息
- 私有数据字段
脱敏策略：
- 无需脱敏
- 自动检测并建议脱敏
- 用户指定脱敏区域
- 裁剪敏感区域
- 使用虚假数据重新录制

5. 故事和证据

询问：

期望的结构：
- 痛点 -> 工具 -> 工作流 -> 结果 -> 证据 -> 行动号召
- 问题 -> 方法 -> 实验 -> 结果 -> 解读
- 安装 -> 命令 -> 输出 -> 验证
- 之前 -> 之后
- 自定义叙事
展示失败还是仅展示理想路径？
- 仅展示理想路径
- 一次失败和修复
- 调试过程
- 前后对比
要展示的证据类型：
- 命令
- 日志
- 文件路径
- Git diff
- 测试结果
- 实验指标
- 时间戳
- 生成的制品路径
- 引用 / 来源
是否需要架构图、文件树、时间轴或多智能体地图？

6. 风格预设

提供以下预设，并允许混搭：

`paper_clean` (论文白底克制风)

研究/产品演示的默认风格。

白色或暖白色背景
细坐标轴、网格、分隔线
克制的强调色
小标题，说明般的标签
高信息密度
可读的图表/表格/终端证据
无持续音乐
默认无数字人
缓慢、有目的的转场
最适合研究演示、基准视频、论文补充材料、可复现性证明

`cli_product` (CLI 精密工具风)

终端是主角
深色/浅色混合背景
命令高亮和聚焦裁剪
稀疏胶囊字幕
默认无背景音乐
可选片头/片尾旁白
最适合CLI工具、智能体工作流、开源实用工具

`launch_minimal` (极简发布风)

克制的产品发布结构
比paper_clean更大的标题，但没有炒作杂乱
2-4个章节卡片
微妙的动画和干净的转场
可选简短旁白
仅用户批准后，可选非常低的音乐

`social_punchy` (社媒快节奏风)

更快的剪辑
前3秒内大胆的钩子
更大的字幕
更具冲击力的缩放
可选音乐和音效设计
除非用户选择，否则不用于研究/CLI

`documentary` (纪录片式克制风)

无音乐或非常低的环境音
稀疏的旁白
在证据上停留更长时间
最少的标题
当信任和严肃性比吸引注意力更重要时最佳

`explainer_animated` (解释动画风)

使用Manim/Remotion制作系统图
渐进式揭示
每场一个概念
动画解释状态变化
最适合架构、算法、模型机制、多智能体协调图

询问后续：

完全、部分还是仅作为灵感使用默认参考路径？
visual_density (信息密度): 低 / 中 / 中高 / 高
motion_level (动画强度): 无 / 克制 / 中等 / 高
title_card_style (标题卡风格): 论文说明 / CLI卡片 / 发布卡片 / 无

7. 字幕、旁白、数字人、音乐

询问：

captions (字幕)：
- 无
- 仅章节标签
- 稀疏的关键字幕
- 完整字幕
- 双语
- 仅外部SRT
voiceover (旁白)：
- 无
- 仅片头/片尾
- 稀疏的指导性叙述
- 完整叙述
- 用户提供的音频
- 允许TTS
avatar (数字人)：
- 无（默认）
- 仅片头/片尾
- 选定片段的小角落窗口
- 全时发言头像
music (配乐)：
- 无（CLI/研究的默认值）
- 仅微妙的UI音效
- 非常低的环境音
- 产品发布音乐
- 用户提供的音乐
external_api_allowed (是否允许外部 API)：
- 无外部API
- 仅TTS
- 仅数字人
- 允许视频生成
- 允许云视频分析
- 每次付费或外部操作前询问

预设风格规格

`paper_clean`

背景: #ffffff, #fbfbf8, 或 #f7f7f2
文字: 近乎黑色，无发光，无重渐变
强调色: 一种冷蓝加一种低饱和度的暖对比色
排版: 少量使用小大写字母；常规/中等字重；避免巨大的营销标题
线条: 1px-1.5px；图表和分隔线细
字幕: 说明式标签，位于左上角或图表下方，非全宽条
转场: 硬切，淡入淡出0.2秒-0.45秒，仅在语义上有意义时使用划变
音频: 默认无音乐；仅当有帮助时使用旁白
数字人: 默认无
验证: 所有图表/终端文本在暂停时清晰可读

`cli_product`

背景: 终端深色，配有克制的论文白底标题卡片
文字: 终端内容保持主要地位
字幕: 稀疏的胶囊字幕，1.5-3秒后消失
缩放: 仅用于聚焦命令、智能体行、进度、输出；避免盲目缩放
音频: 默认无音乐；可选简短旁白
转场: 最小淡入淡出；避免在密集文本上出现花哨的幻灯片

`launch_minimal`

背景: 简单的深色或浅色面板
标题: 3-6字章节卡片
字幕: 简短的好处陈述
动画: 克制的缓入/缓出，无粒子或轨道装饰
音频: 仅批准后，可选低音量音乐

`social_punchy`

钩子优先
大字幕
短镜头
强烈的之前/之后时刻
更多缩放，但验证文本可读性
仅批准后允许音乐和音效

`documentary`

足够长的镜头以便阅读
稀疏的字幕
旁白可以替代字幕
除非用户明确要求，否则不播放音乐
最适合严肃的技术或研究主张

`explainer_animated`

使用Manim处理数学/图表/状态转换
使用Remotion或HTML转视频处理UI卡片和图表
让每个动画只证明一个观点
避免通用的电影风格镜头

工具选择指南

使用工具层，而不是单一固定工具：

ffmpeg: 探查、修剪、裁剪、拼接、混流、音量、帧提取、黑帧检测、最终编码
MoviePy: 当ffmpeg图变得难以维护时，用于可读的本地Python组装
Playwright / ui-demo: Web UI录制和脚本化演示捕获
Remotion: 高级合成、字幕、动画UI卡片、平台变体
HTML-to-video / HyperFrames样式流程: 轻量级标题卡和快速视觉原型
Manim: 算法、图表、架构、模型机制、研究解释
VideoDB: 可选的视频理解、字幕索引、云端时间轴操作
TTS/数字人API: 仅在明确许可后可选；切勿持久化密钥

制作工作流

阶段0: 输入

完成输入。如果任务将生成文件，将答案保存到简报文件中。

推荐文件：

video_brief.md

阶段1: 素材审核

创建：

source_inventory.md (素材清单)
sensitive_info_audit.md (敏感信息审计)
如果需要，代理文件或缩略图
现有视频的帧联系表

如果敏感材料可见且未处理，请勿继续进行。

阶段2: 故事板和EDL

在编辑前创建：

storyboard.md (分镜)
edit_decision_list.json (剪辑决策表)
style_contract.md (风格合同)

EDL条目应包括：

源文件
源入/出时间戳
目标片段名称
裁剪/重构图规则
速度规则
字幕/旁白规则
该片段存在的原因

阶段3: 原型版本

至少生成所需数量的版本。

默认：

v1_complete: 完整、可读、证据优先
v2_release: 更短、更精致

永远不要覆盖早期版本。

阶段4: 润色

仅在结构获得批准或明确可接受后，才进行润色。

可能的润色操作：

移除未知帧 / 意外剪辑
修复暗/黑帧
减少静态保持
改善裁剪位置
减少字幕遮挡
如果存在音频，进行规范化
优化标题卡片
创建海报帧或GIF

阶段5: 验证

在报告完成之前，进行适用的检查：

ffprobe 时长、帧率、分辨率、流检查
帧联系表
黑/暗帧检测
静态片段检测
字幕可读性检查
可能时进行重要文本的OCR检查
如果音频存在，进行音频响度检查
敏感信息重新检查
最终文件路径和大小

在你喜欢的 AI 中提问

文档

产品演示视频导演 是做什么的？

何时使用

激活规则

不可协商的规则

输入工作流

1. 目标和平台

2. 受众和解释深度

3. 格式、时长和版本

4. 素材来源

5. 故事和证据

6. 风格预设

paper_clean (论文白底克制风)

cli_product (CLI 精密工具风)

launch_minimal (极简发布风)

social_punchy (社媒快节奏风)

documentary (纪录片式克制风)

explainer_animated (解释动画风)

7. 字幕、旁白、数字人、音乐

预设风格规格

paper_clean

cli_product

launch_minimal

social_punchy

documentary

explainer_animated