短视频脚本
负责第二阶段。在编写前阅读所选方向及其调研。持久化输出时使用工件合约。
前置条件
确认方向已被明确选择。如果缺少方向,则回退到 short-video-discovery。除非用户要求自动选择,否则不要静默选择方向;在自动选择时,使用推荐方向并记录该假设。
要求所选方向引用当前调研版本。如果调研缺失或过时,则停止并修复第一阶段,而不是从记忆中填充空白。
拒绝或软化任何强于调研的钩子。将来源ID附加到场景计划中的事实性陈述上。
分两遍编写
分镜表
在编写润色的旁白之前,定义每个节拍的任务:
- 张力钩子;
- 承诺,可能与钩子重叠;
- 必要时设置用例;
- 一个到三个解释性或演示性节拍;
- 带有证据或结果的收尾;
- 一句话要点总结;
- 一个情境化行动号召,可能与收尾重叠。
将时间视为预算:
| 部分 | 典型时长 |
|---|---|
| 张力钩子 | 3–7秒 |
| 承诺 | 2–5秒 |
| 用例设置 | 4–10秒 |
| 解释/演示 | 20–40秒 |
| 收尾/证据 | 5–15秒 |
| 要点总结 | 2–6秒 |
| 情境化行动号召 | 2–6秒 |
预算可能重叠,不需要填满目标时长。当收尾完成时提前结束。
剧本和场景计划
为听觉而写:短句,每句一个想法,具体动词,自然停顿。避免问候语、独立的标志介绍、密集列表、虚假的个人经历以及无依据的统计数据。
为每个场景提供:
- 目的和灵活时长;
- 精确的旁白;
- 屏幕文本;
- 视觉类型、动作和资源需求;
- 字幕分组意图;
- 音乐和音效提示;
- 转场;
- 来源ID;
- 针对缩写、产品名称、数字和URL的Kokoro发音标注。
应用仓库的生产默认值:新视频使用 meta.width: 2160、meta.height: 3840、meta.fps: 60,除非明确覆盖。遵循请求记录的格式;不要将旧的1080p/30fps项目元数据复制到新的默认脚本中。草稿命令在批准前填充缺失的格式字段。以秒为单位规划运动,使其速度独立于帧率。保持输出语言为英语、captions.mode: "word-highlight" 以及每个场景的具体运动计划。记录视觉上发生的变化、其旁白提示以及最终状态;仅“淡入幻灯片”不足以作为场景运动计划。设计字幕组为一到两行;实际单词时间来自语音生成,而非脚本。
在生产说明中包含默认的紧凑声音计划:预期情感、音乐在钩子/解释/揭示/结尾中的使用、闪避效果以及选择性与旁白或视觉相关的音效提示。“环境音乐”或空SFX列表不足以作为声音计划。将其带到生产中而无需再次提醒;尊重并记录用户的明确声音覆盖。
当用户要求详细的美术指导或场景计划定义了具体的布局、排版、颜色、图表、字幕、运动或转场行为时,请阅读 ../short-video-visual-design/SKILL.md。在第二阶段保持视觉规划在编辑层面;详细的JSX仍然是第三阶段的工作。
将发音拼写视为试听候选,而非权威的渲染指令。当脚本语言在选定的TTS提供商中缺乏官方语音时,这一点很重要。
估算语音时长并标记过于密集的场景。不要通过盲目提高TTS速度来解决过长的场景;先缩短文本或扩展场景。
审阅格式
按以下顺序呈现简洁易读的 script.md:
- 标题、目标受众、时长范围、语气;
- 钩子、承诺、收尾、要点总结、行动号召;
- 包含节拍功能、旁白和生产说明的一个场景表格;
- 仅包含表格中尚未明确的来源、发音候选、假设和警告;
- 预计总时长。
请求一个决策:批准脚本或列出修改。在批准开放期间不要调用Kokoro、获取生产资源、启动Remotion Studio或渲染。
使用 video script --draft 记录编辑(生产后也支持)。在明确批准后,使用 video script --approve;不要手动设置哈希值或批准时间戳。记录 script_approved。仅当用户还请求预览或最终渲染时才路由到 short-video-production;仅批准本身会等待关口。