Communitygithub.com

微缩立体模型推广视频

制作垂直9:16短视频(Instagram Reels、TikTok、YouTube Shorts),采用“微缩立体模型”风格——粘土块吉祥物在小游戏舞台上表演、胶带贴纸横幅、记分牌计数器、逐字碎片字幕、胶片颗粒和“评论LINK”号召性用语。基于简单的JSON脚本,使用Remotion渲染。

微缩立体模型推广视频 是什么?

这是一个专门用于生成短视频(Reels/Shorts/TikTok)推广视频的AI技能,核心风格是“微缩立体模型”(diorama)。它从一份结构化的JSON脚本(`src/video.json`)驱动Remotion项目,自动输出1080×1920、30fps的MP4视频。该技能特别适合为AI工具、Claude技能、提示词、应用服务或数字产品制作快速吸引眼球的推广内容,其独特的手工质感(粘土角色、纸板道具、胶片颗粒)能显著区别于普通模板化视频,提高点击率和评论互动。 技能工作流程严谨:1. 询问缺少的brief信息(推广对象、CTA关键词、语言等);2. 以表格形式规划9-12个场景的脚本;3. 通过bash脚本初始化Remotion项目并填入JSON;4. 使用预览截图快速检查布局;5. 可选配音同步(支持faster-whisper自动时间码);6. 渲染并交付。它还支持“重风格化”——保持用户原有故事的叙述和语音,仅替换视觉表现。所有关键设置(调色板、角色、动画)均通过JSON控制,无需手动编码CSS动画。该技能适用于多种技术环境(包括受限的沙箱),后端适配本地Chrome/Chromium。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/uhandani/Skill-video-nocodealex/tree/HEAD/diorama-promo-video

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

微缩立体模型推广视频 是做什么的?

生成时长约 30-50 秒的垂直视频(1080×1920,30fps),风格参考了病毒式传播的“5个Claude吐槽你的LinkedIn”Reel:一个小舞台上,方块角色逐场演绎产品的功能,同时字幕逐字弹出。一切由assets/template/中的Remotion项目里的src/video.json文件驱动。

请阅读 references/style-guide.md 了解该格式为何有效(节奏、排版、叙事弧线),并阅读 references/scene-types.md 了解所有JSON字段。

工作流程

1. 获取需求简报(只询问缺失的信息)

  • 推广内容及其具体功能(输出、数据、步骤)。
  • CTA关键词(用户默认评论的词语,默认 LINK),以及是否免费。
  • 旁白/字幕语言——匹配用户语言(印度尼西亚语请求 → 印度尼西亚语脚本,除非另有说明)。横幅可以保留英语,如果用户更喜欢那种“IG风格”。
  • 旁白音频:用户是否有录音?如果没有,视频在没有音频的情况下仍能正常工作(仅字幕);提供编写脚本的建议,供用户录制,然后在第5步同步。
  • 桌上的“道具”(个人资料、网站、简历、商店等)——有合理的默认设置。
  • 调色板:默认单色灰度 ("palette": "mono")。仅当用户要求彩色时使用 "warm";单个颜色可在 theme 中覆盖。

2. 先以表格形式编写脚本

遵循风格指南中的叙事弧线:钩子 → 机制 → 痛点 → 输出 → 转变 → 回报 → 证据 → 免费 → 简单 → 号召性用语。9-12个场景,每场景一句话,约2.7词/秒,因此一个场景持续2.5-4.5秒。为每个场景选择一种能够展示该句子的场景类型(例如,“五个观点”的句子 → 使用带有五个标志和自动计数器的 lineup 场景)。向用户展示表格(横幅 | 旁白 | 场景类型),并在构建前进行调整——修改表格成本低,而重新渲染成本高。

3. 构建项目

bash <skill-dir>/scripts/new_video.sh <project-dir>      # 复制模板 + npm install

然后根据批准后的脚本编写 <project-dir>/src/video.json。从该文件中已有的示例开始(它重建了参考Reel)——保持其结构。

保持布局整洁的实用限制:横幅 ≤ 30个字符,标志 1-2个词,card 行 ≤ 约25个字符且 ≤ 7行,list ≤ 4项,hero 中 ≤ 5个字符。

4. 在全渲染前进行视觉检查

node <skill-dir>/scripts/preview_sheet.mjs <project-dir>   # → out/sheet.jpg,每场景一帧

查看预览图(读取图像)。检查:横幅没有裁剪,字幕没有遮挡关键道具,计数器显示正确的数字,卡片内容没有溢出。修正 video.json 并重新运行。此步骤只需几秒;完整渲染需要几分钟。

5. 旁白同步(当有音频时)

将音频放入 <project-dir>/public/ 并运行:

pip install faster-whisper   # 第一次运行,如果缺失
python3 <skill-dir>/scripts/word_timings.py <project-dir> voiceover.mp3 --lang id

这会将单词时间码写入 video.json(captions, voiceover);场景剪切将精确落在每句话开始的位置。背景音乐:放入 public/ 并设置 "music": "file.mp3"(默认音量0.12)。没有音频时,时间码将根据文本估算。

6. 渲染并交付

bash <skill-dir>/scripts/render.sh <project-dir> out/video.mp4

当Remotion无法下载自己的浏览器时(在沙箱环境中常见),render.sh 会回退到本地Chrome/Chromium。一个45秒的视频需要几分钟。交付MP4文件,并同时以参考模式撰写帖子文案: 评论 "LINK" 我会私信给你链接…… 评论 "LINK" 获取链接。#…

用户可以在项目内运行 npx remotion studio 进行实时调整。

重风格化现有视频

当用户提供一个视频并要求“以这种风格”重新制作时,保留他们的故事和语音,仅替换视觉表现:

  1. bash <skill-dir>/scripts/caption_strips.sh <video> <work-dir> — 提取音频(voiceover.m4a),并每0.5秒截图一次字幕带,附带时间戳,同时生成一张 overview.jpg。如果whisper可用,word_timings.py 更快;当它不起作用时(无法下载模型),通过读取截图:每个截图带中高亮的单词就是在该时间戳正在被说出的单词,这提供了±0.25秒精度的单词时间码。首先在探测帧上检查字幕带的位置——错误的裁剪可能只显示文本的片段。
  2. 将转录文本切成与原视频视觉变化或主题变化对应的“节拍”(overview图会显示此信息)。一个节拍 = 一个场景,3-8秒。
  3. 选择能展示每个节拍的场景类型。讲解类视频倾向于使用 board(符号、“A → B”、划掉错误答案)、timeline(日期、人物)、card(定义、引用、高亮术语)、带有 rewrite:false + stamp(“MITOS”、“FAKE”)的 before-after、spotlight(人物/揭秘),以及用于结束评论提示的 cta。
  4. 编写包含 "voiceover" 和 "captions" 数组({word,start,end},绝对秒数,按顺序)的 video.json。每个场景的 text 必须包含该场景的所有单词(按顺序)——场景的时间由其中第一个单词的开始时间决定。最不容易出错的方法是使用一个小型Python脚本,为每个场景维护 start word|start word|… 并同时输出两者。assets/examples/restyle_asal_usul_x.py 是一个完整的工作示例(一个90秒的印度尼西亚语讲解视频,解释代数中为什么使用x,共16个场景)——复制其结构。
  5. 预览图 → 修正 → 照常渲染。横幅可以使用视频原语言。

JSON之外的自定义

  • 颜色/角色:video.json 中的 palette、theme 和 characters。在 mono 模式下,所有内容强制使用灰度,因此自定义的 theme 颜色只影响其亮度。
  • 新的视觉节奏:添加场景类型(步骤见 references/scene-types.md 末尾)。
  • 仅使用 useCurrentFrame() + interpolate/spring 进行动画;CSS过渡/动画在Remotion中无法渲染。保持 y 坐标 1440-1620 区域空置给字幕。

原创性

模板中的吉祥物、场景和道具都是通用且原创的。请保持这一点:不要将其他创作者的字符、标志或镜头复制到视频中;描述产品与什么一起工作时,真实的品牌名称(如“LinkedIn”)可以作为文字出现。

相关技能