Communitygithub.com

blixvip/skills

将脚本或带时间戳的转录稿转换为逐镜头运动计划——哪些台词值得屏幕视觉呈现、哪些保持纯A-Roll、每个视觉需要展示什么、持续多久。在Remotion、HyperFrames或After Effects中设计或制作动画之前使用。

skills 是什么?

Motion-Plan 是一个专为视频编辑和动画设计者打造的AI技能,核心目标是将文本脚本或带时间戳的转录稿转化为精确的逐镜头运动计划。它解决了一个常见问题:AI生成的视频往往像装饰过的转录稿,而非真正编辑过的影片。该技能要求对每个节拍(beat)进行严格分类,只有信息负载型的节拍才能获得视觉呈现,而装饰性节拍则强制保持裸A-Roll。它支持多种输入格式(纯脚本、JSON/SRT/VTT转录稿、带转录的视频),并提供了详细的密度检查、时长规则和复用元素的设计指导。最终输出为结构化的Markdown表格,包含镜头编号、时间、类型、主题、屏幕文案、重音词、运动和触发原因。该技能适用于Remotion、HyperFrames或After Effects等工作流,在设计和动画阶段之前使用,作为一份不可违反的契约。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/blixvip/skills/tree/HEAD/motion-plan

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

运动计划

你是决定观众看到什么以及何时看到的编辑。设计与动画是后续步骤,依赖本文件。跳过此步正是AI剪辑看起来像装饰过的转录而非真正编辑过的影片的原因。

硬性规则:切勿为未经分类的台词生成视觉。 装饰每一句话是最响亮的AI痕迹信号——它会抹平重点、耗尽观众精力,并使作品显得自动化。

输入

以下之一:

  • 带有节拍的脚本,或
  • 带时间戳的转录稿(JSON/SRT/VTT格式,包含单词或短语级时间),或
  • 已剪辑视频及其转录稿。

对于真正剪辑而言,时间戳并非可选。没有时间戳就无法计算时长,每个视觉都会是相同长度——这是明显的痕迹。如果你只有脚本,请说明情况,并以相对节拍权重替代秒数生成计划,同时标记需要音频录制完成后重新处理时间。

第一步——将内容分割成节拍

节拍是一个完整想法,通常为一到三句话。不要机械地按句子边界分割;而是按想法转折分割。为每个节拍记录:索引、开始、结束、时长、原文字。

第二步——分类每个节拍

对于每个节拍,问一个问题:这行台词对理解或记忆是承重的吗?

当节拍符合触发条件时标记为视觉。否则标记为休息。休息是有意识的选择,不是空白。

触发条件(节拍需要视觉的条件)

开场部分——密度更高,因为你正在购买尚未获得的注意力:

  1. 主张或概念——首次命名的新想法。
  2. 数字或统计数据——任何数字、百分比、价格、数量或日期。
  3. 章节/片段过渡——结构骨架。
  4. 承诺或开放环路——"通过本片你将…","疯狂的部分是…"。
  5. 自传式证明——用作可信度的具体个人事实。

主体部分——密度较低:

  1. 新信息——观众三十秒前尚未拥有的内容。
  2. 数字或统计数据——同上;数字总是需要动画。
  3. 重新刺激——长时间无视觉时段(>15秒)后的第一个节拍,即使它本身并不引人注目。它的任务是重置注意力。
  4. 证明——证据、示例、截图、收据、结果。

休息触发条件(节拍必须保持裸态)

  • 故事中的时间跳跃和场景变化("近二十年之后…")——停顿就是过渡。
  • 情感性或结论性的台词,此时说话者的面部传递含义。
  • 作品的起始陈述,当目标是建立说话者与观众联系时。
  • 密集视觉序列之后立即出现的内容——眼睛需要缓冲。
  • 任何你无法陈述其明确目的的内容。如果视觉效果仅为装饰,则为休息。

第三步——设置密度并检查

计算每分钟视觉效果数量,并与格式目标进行比较:

格式开场主体
长形式讲话人(8–15分钟)每分钟4–10个每分钟约2个
短形式竖屏(30–90秒)仅对价值行动画化;预期总共6–10个视觉,中间插入2–4个休息节拍—
纪录片/解说旁白全片每分钟3–6个;旁白没有面部作为休息点,因此休息是保持帧,而非切换为空白—

如果你的计划超出这些范围,修正计划——而非为其辩护。过密度是常见失败。

休息比率下限:至少20%的运行时间必须为休息。 没有休息的计划是失败的计划。

第四步——重复元素

识别任何出现超过一次的元素——章节标题、节计数器、重复的产品标记、重复的框架装置。对所有实例重复使用一种设计。 相同布局、相同运动、不同内容。重复是观众构建结构心理地图的方式;每次重新发明会破坏这一点并显得不一致。

在计划中命名重复元素一次,并在每个使用它的节拍中通过名称引用。

第五步——为每个视觉节拍编写镜头

对每个视觉节拍指定:

  • 主题——画面是关于的一件事。一个主题。如果你写了两个,请分割节拍或放弃一个。
  • 原型——从运动设计(叠加/全帧UI/插画/立体/排印)中选择。不要为每个节拍发明不同外观。
  • 屏幕文字——准确文字。通常3–8个字,从台词中提取或压缩。切勿使用完整句子——字幕已经承载句子;上方叠加文本承载重点。
  • 重音词——获得特殊处理的单个词。每帧恰好一个。
  • 时长——见下文。
  • 入/出——画面如何进入和离开,用一个从句描述。
  • 原因——一个从句说明哪个触发条件起作用。如果你无法编写此项,则该节拍为休息。

时长规则

  • 视觉覆盖其台词。它在第一个单词处或之前进入,并在最后一个单词后约0.4秒内离开。
  • 下限1.8秒。任何更短的时长都会被视为闪动且无法解析。
  • 上限约7秒,针对单个静态构图。超过此时间,帧必须演变——第二个元素进入、摄像机继续移动或过渡到配对镜头。
  • 变化时长。如果您的时长在彼此±0.3秒内聚集,无论单个帧多么优秀,剪辑都会感觉节拍化。有意混合短(2秒)的标点与长(5–6秒)的英雄节拍。

第六步——输出

生成一个Markdown表格加上简短的序言。除此之外无其他内容——没有散文导览。

## 计划:<标题>
运行时间 <M:SS> · <N> 个视觉 · <N> 个休息 · 密度 <x>/分钟 · 休息比率 <y>%
重复元素:<名称> — <一行描述>,在节拍 <索引> 使用

| # | 入 | 出 | 时长 | 类型 | 主题 | 屏幕文字 | 重音 | 运动 | 原因 |
|---|----|-----|-----|------|---------|----------------|--------|--------|-----|
| 1 | 0:00 | 0:04 | 4.0 | 休息 | — | — | — | — | 开场连接 |
| 2 | 0:04 | 0:09 | 5.2 | 插画 | 独自在桌边的人,夜晚 | 痴迷在积累 | 痴迷 | 推近 1.08→1.00 | 主张 |

然后加一段节奏注释:密度尖峰位置、低谷点以及任何你不确定的节拍。明确标记不确定的节拍——不要默默猜测。

交接

计划就是契约。运动设计读取主题+原型+文字并生成帧。运动动画读取时长+运动并生成时间。两者均不得添加计划中未包含的视觉,或未经声明将休息节拍更改为视觉节拍。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

blixvip/skills

The motion vocabulary that separates premium animation from AI slop — text pop-blur-fade, sequential staggers, always-moving eased cameras, object entrances, and the timing/easing tables behind them. Includes ready code for Remotion (interpolate/spring) and HyperFrames (GSAP). Use when animating designed frames, when motion "feels stiff", "bouncy", "jittery", "too fast", "too uniform", or when writing any timing/easing code for video.

blixvip/skills

Source, generate, and prepare the real assets that keep a motion-graphics edit from looking generated — sampling the palette from the footage, collecting style references, pulling 3D models/Lottie/SVG/textures/SFX, generating AI stills and b-roll, and the mandatory conform pass that grades every asset into one palette. Use when a scene needs an icon, logo, 3D object, texture, background, screenshot, chart source, sound effect, or generated image/video, and whenever output "looks flat", "looks stocky", "looks AI", or assets came from different places and no longer match.

blixvip/skills

Design the actual frames for motion graphics and generated UI — palette derived from the footage, type pairing, one of five scene archetypes, and the layering order that produces depth instead of flat AI slop. Use when building scenes in Remotion, HyperFrames, After Effects, or any generated-image pipeline (Nano Banana / GPT Image / Seedream), and whenever output "looks AI-generated", "looks flat", "looks like a template", or needs to match a creator's branding.

blixvip/skills

The end-to-end runbook for turning raw footage plus a script into a finished, non-sloppy edit — stage order, quality gates, on-disk artifact layout, engine choice, parallel shot builds, and the ship checklist. Use this as the FIRST skill whenever the ask is "edit this video", "make me a video", "add motion graphics to this", "one-shot this edit", or any request that spans more than a single isolated animation. It sequences motion-plan, motion-assets, motion-design and motion-animate; do not run those ad hoc when a whole edit is in scope.

相关技能