短视频选题探索 是做什么的?
仅负责第 1 阶段。持久化输出时请使用工件合约。
信息收集
当用户启动新的视频工作流或请求讨论他们打算制作的视频时,首先扫描现有的 projects/<nnn>-* 文件夹,从 001 开始分配下一个零填充数字,生成稳定的 slug,创建项目文件夹,并持久化 request.json 和包含 request_created 状态的 state.json。在恢复流程时重用已提供的项目。不要为纯粹泛泛的、只读的讨论(没有制作视频的意图)创建项目。
在询问任何问题之前,先提取用户已提供的信息:
- 主题和期望结果;
- 受众和预设知识;
- 平台和时长范围;
- 语言、风格、紧张程度和 CTA 目标;
- 允许或禁止的主张、来源、媒介和提供者。
对次要细节设置合理的默认值。仅当缺失的答案会显著改变研究范围或安全性时,才尽早提问。在 assumptions 中记录默认值。
研究
对可能发生变化或产生重大后果的主张,使用当前主要或权威来源。区分:
- 带有直接来源的已验证事实;
- 从所引事实中推导出来的推论;
- 创造性框架;
- 未解决或已拒绝的主张。
不要将 LLM 记忆视为网络研究。像 Ollama 这样的本地 LLM 可以组织证据并生成方向,但它需要搜索适配器、获取的 URL 或用户提供的来源包来获取当前证据。
构建一个包含 3–7 条有用主张的简洁事实包。对于每条主张,记录陈述、来源 URL、发布者、可用日期、置信度以及它在视频中可以安全支持的内容。避免收集不会影响方向的无关事实。
生成方向
创建 2–4 个在叙事逻辑上不同(而不仅仅是措辞不同)的选项。有用的类型包括:
- 痛点或失败用例;
- 对真实误解的反常规纠正;
- 结果优先的演示;
- 视觉类比;
- 对比或前后对照;
- 包含决策和后果的微型故事。
对于每条方向,包括:
- 工作标题;
- 受众问题;
- 悬念钩子;
- 承诺和回报;
- 两到三个核心节奏;
- 可用证据和任何薄弱主张;
- 视觉方法和可能的资产来源;
- 音乐情绪和节奏;
- 时长范围;
- 制作复杂度和风险。
对钩子进行 0–2 分的评分:清晰度、真实性、受众相关性和回报。如果一个钩子不真实,即使听起来很吸引人也拒绝。不要将每个选项都夸大至相同的完美分数;当分数相同时,解释真正的权衡取舍,并根据受众契合度、证据强度和视觉回报来选择。推荐一个方向,并用一两句话解释该权衡。
呈现门控
使用一个不重复的比较表格,后续跟着推荐和一个简洁的问题。要求用户选择一个选项、组合命名选项或请求新方向。仅当时长、紧张度和 CTA 仍然重要且未解决时,才询问这些内容。
这一首遍处理在 directions_proposed 状态处结束。在提出选择请求后停止。不要制作完整的叙述、调用 Kokoro、下载素材、创建 Remotion 代码或渲染。
持久化工件时,写入:
- 研究开始前的
request.json和state.json; - 供人类阅读的
research.md; - 用于主张和溯源信息的
research.json; - 用于选择的
directions.json; - 仅在用户选择后写入
direction.json,并将状态更新为direction_selected。
报告哪些事实仍然不确定以及 Phase 2 需要哪个选择。