社交媒体视频格式器 是做什么的?
你的任务是接手一个已经正确的视频——故事、动态和品牌都已完成——然后让它在 feed 中站稳脚跟。这与制作视频是截然不同的工作。一个在笔记本电脑上看起来很棒的水平视频,在竖屏 feed 中就会死掉:它被压缩成一条细缝,字幕贴着 UI 按钮,首帧是黑屏,而且不会循环。本技能会逐一修复这五个问题,并针对每个平台,输出机械技能包所需的确切规格。
这是品味层。它与 remotion-video-production 技能包配合使用:你在这里决定重构图方式、安全区域、字幕样式和循环方式,然后将具体的规格交给 remotion-compose(用于编写新的 <Composition> 宽度/高度并烧录字幕)和 remotion-render(用于按平台导出)。不要在这里编写合成代码或运行渲染——只需命名规格并移交。
对任何重构、调整大小、裁剪、竖屏化、加字幕、添加说明文字,或“格式化/导出用于社交媒体”的请求,以及提到具体平台(TikTok、Reels、Shorts、X/Twitter、LinkedIn)时,都应主动触发——哪怕只是说“让它在手机上也能用”。
工作流程
按顺序执行。先重构图,再加字幕(字幕安全区域取决于新的宽高比),然后在移交给渲染之前设计首帧和循环。
第 1 步 - 确定目标平台并拉取规格
询问视频要发到哪些平台,然后从 references/platform-specs 的表格中拉取每个平台的硬约束。每个平台你需要四个数字:宽高比、分辨率、最大时长以及安全区域边距(平台自身 UI 覆盖的像素带——用户名、字幕、操作栏、进度条)。永远不要猜测这些数字;如果字幕落在操作栏的沟槽里,在设备上会完全不可见,但在预览中却看起来很正常。一个源视频通常会衍生出两到三个导出(例如,一个用于 TikTok/Reels/Shorts 的 9:16 主版本,加上一个用于 LinkedIn/X 的 1:1 或 16:9 版本)。
第 2 步 - 选择重构图策略(9:16 ↔ 16:9)
裁剪会改变哪些像素被保留,因此主体必须始终位于新画框内。为每次导出选择一种策略——详见 references/reframe-strategies:
- 重新布局(最佳)。 不裁剪 16:9 的像素——而是为新的画布重新编排场景:将原本并排的元素堆叠起来,放大文字,将主体移到垂直中心。这是
remotion-compose的更改(新的宽/高,内容不变),并且它总是优于裁剪。移交给它目标尺寸。 - 中心裁剪。 保留 16:9 画框的中间列以适应 9:16。速度快,但会丢弃两侧三分之一的内容——仅当主体居中时才安全。
- 填充/模糊条。 将整个 16:9 画框放入 9:16 中,用模糊的、缩放的副本填充上下部分。适用于对谈或录屏;但如果用于动态设计作品会显得很懒。
- 追踪裁剪。 裁剪到主体,并随时间移动裁剪窗口以跟随动作。效果最好,但工作量最大;为
remotion-compose指定关键帧。
从 9:16 到 16:9 的逻辑正好相反:利用新的横向空间重新布局,而不是将一个竖屏片段放在一个横屏细条中。
第 3 步 - 将安全区域映射到新画框上
对于每个导出,叠加平台的安全区域边距,并确保所有关键元素——字幕、Logo、CTA、主体——都位于安全矩形内。右侧/底部沟槽(操作栏 + 字幕块)通常是 9:16 上的常见杀手。运行下面的 safe_area.js,将百分比边距转换为你的确切分辨率的像素框,然后将这些数字作为布局边界传递给 remotion-compose。将不安全区域视为所有必须可读的内容的禁区。
第 4 步 - 设计平台原生首帧
首帧既是缩略图,也是滚动终止器;自动播放从静音开始,因此第 0 帧必须在没有音频的情况下传达含义。不要以黑屏、Logo 闪现或半途淡入的开场。要以可读的钩子开场:最终效果、加粗的字幕行,或者主体已经在屏幕上。这是对开场场景(或添加 1-2 秒前置钩子)的 remotion-compose 编辑。明确指定第 0 帧显示什么。
第 5 步 - 指定硬编码字幕
假设是静音播放:字幕是强制性的,不是可选的,并且必须烧录(渲染到像素中),因为上传的 .srt 侧边字幕在各平台间不一致且无法设置样式。为 remotion-compose 指定:位置(在安全区域内,通常为下方三分之一但位于字幕块沟槽上方)、样式(大号、高对比度、半粗体、带有描边或纯色背景以确保在任何背景上都能辨认)、时间(与语音同步的短语级块,而不是大段文字),并且屏幕上永远不要超过约 2 行。对于逐字动画字幕,将动态设计移交给 kinetic-typography,只在这里命名安全区域框和时间。
第 6 步 - 设计循环
Feed 会即时重播片段,因此干净的循环能成倍增加观看时长。选择一种:
- 无缝循环 - 最后一帧与第一帧匹配(相同的构图、位置、颜色),使重播不可见。最适合短时间的氛围/品牌循环。
- 回钩循环 - 以一句能将观众带回开头的话结束(“……这就是第一步”),让重看变得有意图。
- 硬终止 - 一个明确的 CTA 结束卡片;适用于较长的叙事性作品,循环会显得破碎。
对于无缝循环,开头和结尾是一个 remotion-compose 约束(匹配第 0 帧和最后一帧)。指定循环类型和匹配的帧。
第 7 步 - 生成导出规格并移交
填写下面的 export-spec 模板——每个平台一个块。这个规格是给机械技能包的简报:remotion-compose 根据宽高比编写一个带有安全区域布局、首帧和硬编码字幕的 <Composition>;然后 remotion-render 导出每个版本(9:16 导出是在 1080×1920 分辨率的 Composition,遵循 remotion-render 的竖屏预设)。不要在这里进行渲染——交付规格即可。
质量标准
仅当满足以下所有条件时,导出才是 A+:
- 每个平台导出都指定了真实的宽高比、分辨率、最大时长 AND 安全区域框——从规格表格中获取,从未猜测。
- 在任何目标平台上,没有关键元素(字幕、Logo、CTA、主体)位于不安全的沟槽中;已通过
safe_area.js的框进行验证。 - 重构是重新布局或追踪裁剪(否则主体会丢失)——而不是盲目的中心裁剪或对动态设计作品使用懒惰的模糊填充。
- 第 0 帧在关闭音效时是可读的:一个钩子、结果或主体——绝不是黑屏、单纯的 Logo 或半途淡入。
- 字幕已烧录,位于安全区域内,按短语分块,≤2 行,高对比度。
- 循环类型是有意选择的,并且无缝循环的首/末帧被指定为匹配。
- 输出是交给 remotion-compose / remotion-render 的规格——本技能未编写任何合成代码,也未运行任何渲染。
不要做
- 不要搭建项目、编写合成代码或在此处运行渲染——仅命名规格并移交给 remotion-setup / remotion-compose / remotion-render。
- 当主体偏离中心时,不要对 16:9 的源视频进行中心裁剪以得到 9:16;你会把主体裁掉。应选择重新布局或追踪。
- 不要将字幕、CTA 或 Logo 放在右侧/底部的沟槽中,平台的操作栏和字幕块会遮挡它们。
- 不要依赖上传的 .srt/.vtt 侧边字幕用于社交媒体;将它们烧录到像素中,以确保始终渲染并由你控制样式。
- 不要以黑屏、Logo 闪现或淡入开场——第 0 帧就是缩略图。
- 不要向每个平台都发送一个 16:9 文件;竖屏 feed 会将其压缩成一条细缝。按宽高比导出。
- 不要超过平台的最大时长,期望“它仍然能发布”——它会被截断或拒绝;在剪辑中修剪到限制。
- 不要在此处设计逐字字幕动画——那是 kinetic-typography 的工作;只指定安全框和时间。
- 不要在此处规划故事板或镜头顺序——如果视频还不存在,那是 video-storyboard 的工作;本技能重构一个已剪辑好的视频。
- 不要在此处调整元素如何运动(缓动、间距、跟随)——那是 motion-design-principles 的工作;本技能只命名新画布和边界。
- 不要在此处为重构选择调色板、对比度或光照——将这些决定推迟到 motion-color-and-light。
- 不要在此处指导产品演示内容或屏幕编排——那是 product-demo-director 的工作;本技能假设内容已锁定。
- 不要在此处设计配乐、节拍同步或音效——字幕假定为静音自动播放,但音频是 sound-and-music-sync 的工作。
相关技能
这是视频技能包中的一个工艺技能;当请求实际上涉及其他技能时,移交给同级技能,并将格式规格交给机械技能:
- video-storyboard - 在视频存在之前规划节奏和镜头顺序。出现在本技能之前。
- product-demo-director - 指导演示内容和屏幕编排。
- motion-design-principles - 缓动、间距和运动工艺;在为新宽高比重新布局画框时依赖它。
- motion-color-and-light - 调色板、对比度和光照决策。
- kinetic-typography - 逐字字幕动画运动(你指定安全框和时间;它设计动画)。
- sound-and-music-sync - 配乐和节拍同步;本技能故意不涉及的音频层。
- remotion-compose / remotion-render - 消耗本技能导出规格的机械,用于根据宽高比编写
<Composition>并导出 MP4。
计算器
自包含的 Node 脚本。保存为 safe_area.js 并使用 node safe_area.js 运行。它将每个平台的百分比安全区域边距转换为该平台分辨率的像素框,以便你可以将精确的布局边界交给 remotion-compose。无依赖项。当规格发生变化时编辑 platforms 块。
// 社交安全区域计算器。运行:node safe_area.js
// 边距是平台 UI 覆盖的每个边缘的百分比(上/右/下/左)。
// 右侧 + 底部在 9:16 上很大,因为操作栏和字幕块。
const platforms = [
{ name: 'TikTok', w: 1080, h: 1920, top: 6, right: 11, bottom: 17, left: 3 },
{ name: 'Reels', w: 1080, h: 1920, top: 7, right: 12, bottom: 18, left: 3 },
{ name: 'Shorts', w: 1080, h: 1920, top: 5, right: 12, bottom: 13, left: 3 },
{ name: 'X (in-feed)', w: 1080, h: 1080, top: 4, right: 4, bottom: 12, left: 4 },
{ name: 'LinkedIn', w: 1080, h: 1350, top: 4, right: 4, bottom: 10, left: 4 },
]
function box(p) {
const insetX = (pct) => Math.round((pct / 100) * p.w)
const insetY = (pct) => Math.round((pct / 100) * p.h)
const x = insetX(p.left)
const y = insetY(p.top)
const safeW = p.w - insetX(p.left) - insetX(p.right)
const safeH = p.h - insetY(p.top) - insetY(p.bottom)
return { x, y, safeW, safeH }
}
for (const p of platforms) {
const b = box(p)
console.log(
p.name.padEnd(14),
`${p.w}x${p.h}`.padEnd(11),
'safe box -> x:' + String(b.x).padEnd(4),
'y:' + String(b.y).padEnd(4),
'w:' + String(b.safeW).padEnd(5),
'h:' + b.safeH
)
}
运行示例输出
TikTok 1080x1920 safe box -> x:32 y:115 w:929 h:1479
Reels 1080x1920 safe box -> x:32 y:134 w:918 h:1440
Shorts 1080x1920 safe box -> x:32 y:96 w:918 h:1574
X (in-feed) 1080x1080 safe box -> x:43 y:43 w:994 h:907
LinkedIn 1080x1350 safe box -> x:43 y:54 w:994 h:1161
解读:在 TikTok 上,将所有必须可读的元素布局在 x 32→961, y 115→1594 的区域内。右侧沟槽(操作栏:点赞、评论、分享)占用了最后的约 119px,底部(用户名 + 字幕)占用了约 326px——这些区域的内容在设备上会被覆盖,尽管在 Studio 预览中看起来正常。将这些数字作为布局边界传递给 remotion-compose;在 1080×1920 的竖屏 Composition 中,将字幕和 CTA 定位在框内,而不是原始画框边缘。
模板:export-spec
每个平台填写一个块。这是 remotion-compose 和 remotion-render 使用的简报——粘贴来自 safe_area.js 的安全区域数字。
社交导出规格。 [填写:视频名称]。来源:[填写:16:9 主版本,1920x1080]
平台:[填写:TikTok / Reels / Shorts / X / LinkedIn]
宽高比 / 分辨率: [填写:9:16 / 1080x1920]
最大时长: [填写:例如 <= 60s in-feed]
安全框(px): x:[填写] y:[填写] w:[填写] h:[填写] (来自 safe_area.js)
重构图策略: [填写:重新布局 / 中心裁剪 / 模糊填充 / 追踪裁剪]
-> remotion-compose: [填写:新的 Composition WxH + 布局备注 / 裁剪关键帧]
首帧(第 0 帧): [填写:第 0 帧显示的静音钩子 - 绝不是黑屏/Logo/淡入]
字幕: 硬编码,[填写:在安全框中的位置],≤2 行,
按短语分块,[填写:样式 - 大小/对比度/背景]
循环: [填写:无缝 / 回钩 / 硬终止]
-> 如果无缝: 第 0 帧与最后一帧匹配在 [填写:位置/颜色]
渲染: remotion-render [填写:预设,例如 1080x1920 H.264 MP4]
(为每个目标平台重复此块)
references/platform-specs
在发布前,务必对照每个平台的当前创作者文档进行验证;以下是稳定的形态,但限制会随时间变化。宽高比和安全区域比确切的最大时长更重要。
- TikTok - 9:16, 1080x1920。信息流中的最佳时长较短(约 60 秒以内),但上传可以更长。右侧操作栏很重,底部字幕块很高;将必须可读的内容放在高位并居中。有声音文化,但仍需为无障碍和静音自动播放添加字幕。
- Instagram Reels - 9:16, 1080x1920。最长约 90 秒。右侧/底部 UI 与 TikTok 类似,外加底部的个人资料/音频行。网格中的裁剪是 1:1,因此中心也必须可读为方形缩略图。
- YouTube Shorts - 9:16, 1080x1920。最长 60 秒(任何超过此限制的都会被截断或拒绝)。右侧/底部 UI 较轻但存在;在撰写时,字幕支持尚可,但硬编码字幕更可靠。按钮通常悬浮在底部区域;不要将 CTA 放在那里。
- X (Twitter) - 信息流视频 - 16:9 或 1:1, 最高 1080x1920,但信息流自动播放更喜欢方形或接近方形。自动播放最长 2 分 20 秒,但最佳时长为较短(< 60 秒)。UI 覆盖(底部用户名、操作按钮)占底部约 12%;将字幕和 CTA 保持在上方。
- LinkedIn - 1:1(方形)或 4:5(垂直), 最高 1080x1350。信息流自动播放最长 10 分钟,但参与度在 < 30 秒时最高。底部覆盖(昵称 + 操作按钮)占底部约 10-15%,右侧则较少。屏幕录制和专业内容表现良好;避免过度动态的重构以适合专业语境。
快速动作
- 用户说“让这个竖屏化” → 拉取平台,应用 reframe-strategies.md,运行 safe_area.js
- 用户说“为 TikTok 和 Reels 添加字幕” → 运行第 1-3 步,然后跳到第 5 步;安全框从 safe_area.js 获取
- 用户说“我 16:9 的视频在手机上被裁剪了” → 第 1-2 步;应用 blur-bar 或 re-layout
- 用户说“做一个循环版本” → 第 6 步;询问类型(无缝/回钩/硬终止),检查帧匹配
- 用户说“导出用于 Instagram” → 第 1-7 步完整走一遍;包括 X 和 LinkedIn 作为附加平台(如果适宜)