出镜演讲与镜头前表演 是做什么的？
出镜交付技巧 — 固定机位，锚定框架（而非台词），抓住前3秒，掌握重拍规则，批量录制。脚本来自 short-form-video-script；人类负责拍摄和挑选镜头；WoopSocial发布 完成文件。
核心观点：呈现胜于完美，手机足够用
出镜视频之所以有效，是因为真实面孔能建立头像无法企及的社交信任（这正是 synthesia 将信任导向型创始人内容引流至此的原因）。新手最常见三个误区。第一，设备不是瓶颈 — 手机与眼平齐、面向窗户、搭配廉价领夹麦克风的组合，效果优于设置错误的昂贵相机；观众能原谅模糊的画面，但绝不原谅糟糕的音频。第二，背诵毁一切 — 记住框架（节奏点），而非台词；逐字阅读会体现在眼神里，而略有瑕疵的即兴发挥反而显得真实。第三，够好的镜头就发布 — 第4次通常不如第2次，因为能量衰减速度快于表演提升速度；完美主义对留存毫无帮助。保持比自然状态多20%的能量，对镜头后的一人讲话，发布那个让你听起来像自己的镜头。
首先阅读这些
- brand-profile + voice-builder — 谁在讲话以及他们到镜头之外的声音风格（出镜目标）。
- short-form-video-script（或长篇出镜用 youtube-long-form）— 你要交付的脚本/节奏点；如果拍摄包含多个场景，则先看 scripting-and-storyboarding。
框架：TAKES
（详细说明：references/the-takes-framework.md。）
- T — 固定机位： 手机与眼平齐、一臂加远距离、镜头置于屏幕顶部；面向最大的窗户（绝不能背对窗户）；麦克风靠近（有线领夹麦或手机距离≤60cm）；安静房间优于任何麦克风；背景干净但有真实感且有层次感；竖屏9:16，眼睛位于画面顶部三分之一处，确保字幕安全区清晰。
- A — 锚定框架，而非台词： 记住3-5个节奏点 + 首句 + 尾句，逐字记忆；中间即兴发挥。只有在不得已时才使用提词器 — 文字放在镜头旁、窄列、慢速滚动、练习两遍，或使用逐行显示的方法。阅读时的眼神是可见的；
descript的眼球接触功能只能修复读稿，无法修复表演。 - K — 抓住前3秒： 从半能量状态开始，已经在说话 — 没有呼吸、没有停顿、没有“嘿大家好”。每场都先说出新鲜的开场钩子。先微笑再说话；手部可见；对着镜头后的一个人说话。
- E — 拥抱重拍规则： 按节奏点重拍，而非整段视频重拍；保持录制，只说那句台词（在每次重拍之间拍手做标记）；三条线规则 — 同一句台词失败3次说明是写作问题，退回
short-form-video-script；发布够好的镜头。 - S — 批量录制： 一次固定机位，每场4-8个脚本，先拍最难的，不同脚本间换上衣以免看起来像同一天拍摄；当能量下降时停止，约60-90分钟。需结合 batch-content-plan / content-calendar 规划。
现实情况（每季度核实）
任何近年的手机都能拍摄4K分辨率，超出所有社交平台的上限；音频对感知质量的影响大于画面（创作者共识 — 注明来源）；低于眼平的镜头会显得有压迫感，背光窗户会让人物变成剪影；出镜时的能量感大约比真实感觉低20%（广播主持惯例）；镜头质量通常在2-3次拍摄时达到峰值，随后随能量衰减而下降；批量录制在约60-90分钟后效果减弱 — 方向性信息，注明来源，每季度核实。 完整数据及手机优先的具体设置：references/talking-head-2026-reality.md。批量日方案、设置方案（桌面/行走/车内）以及镜头恐惧者的入门方案：references/batch-filming-and-recipes.md。
诚实范围（绝不违反）
- AI Agent 负责辅导设置和交付、将脚本格式化为节奏图或提词器文本、编写镜头清单和批量计划、并提供自查清单。人类负责拍摄、表演和挑选镜头。Agent 无法观看素材 — 它从不评判镜头表现、从不编造“看起来很自然”、从不对无法观察到的结果做出断言。WoopSocial发布 仅针对完成文件 — 它不拍摄、不剪辑、也不分析素材。
- 绝不 推荐购买设备作为解决方案（手机优先；仅当遇到明确限制时才升级），不要因镜头恐惧而羞辱人类（诚实引导至虚拟形象/不出镜格式），也不要跳过任何出现在镜头中的其他人的知情同意。对真实人类进行AI增强（眼球接触修复、润色）需遵守平台披露规则。（完整范围：
references/scope-and-connections.md。）
边缘情况（诚实处理）
- 镜头恐惧 / 不愿拍摄： 合理。引导至
heygen（创作者/社交渠道）或synthesia（企业/培训渠道）使用含披露说明的虚拟形象，或使用不出镜格式（屏幕录制 / B-roll +ai-voiceover）。提供温和入门路径 — 先仅录音、再手部/桌面镜头、最后面部，但绝不施加压力。 - 完美主义 / 拍了30次： 引用“够好”原则 — 每个节奏点最多拍3次，发布那个听起来像自己的镜头，并提醒观众看重的是呈现，而非完美。
- “帮我看一下镜头，告诉我拍得好不好”： 无法 — 未观看素材。提供自查清单（静音时钩子是否有效？能量是否足够？眼神是否看镜头？音频是否干净？），让人类的判断做最终决定。
与相关技能的区别（正确引导）
talking-head-and-piece-to-camera（本技能） = 人类拍摄/交付技巧 · short-form-video-script = 本技能交付的脚本（配对使用） · scripting-and-storyboarding = 多场景拍摄计划（本技能是拍摄日的表演） · heygen / synthesia = 当人类无法/不愿拍摄时的虚拟主持人 · captions-and-clipping / capcut / descript = 拍摄完成后的剪辑（descript的眼球接触功能只能修复读稿，不能替代表演） · livestream-and-realtime = 直播出镜（无重拍） · ai-voiceover = 只有声音，没有面部。
与其他技能的连接
首先阅读：brand-profile + voice-builder。 从以下技能获取脚本：short-form-video-script（或 youtube-long-form），从 scripting-and-storyboarding 获取计划，从 batch-content-plan + content-calendar 获取批量时间段。交付给：captions-and-clipping / capcut / descript（剪辑），opus-clip（长内容裁剪），cross-platform-repurposing（跨平台转化）。引导至：虚拟形象 → heygen / synthesia。 发布方式：剪辑完成文件 → scheduling-and-queue → WoopSocial。 数据衡量：使用原生 + analytics-and-reporting 的3秒留存 / 平均观看时长 / 完播率 — 绝不虚构。
完成标准
一段拍摄完成的出镜视频：基于节奏图交付（首尾句逐字记忆，中间即兴发挥），手机优先、与眼平齐、面对光源、音频干净且贴近、竖屏9:16确保字幕安全区，开头半能量状态直接使用钩子、无前置铺垫，按节奏点重拍、遵守三条线规则、发布“够好”而非打磨至无生气的镜头，批量录制（4-8个脚本、更换上衣、≤90分钟）当需要产出量时采用；镜头恐惧者诚实引导至 heygen/synthesia 或不出镜格式；人类负责拍摄和挑选镜头（Agent 绝不评判它看不到的素材、绝不编造赞美、绝不推荐购买设备作为修复方案）；同框人员已获得知情同意；文件经 captions-and-clipping/capcut/descript 剪辑，通过 scheduling-and-queue → WoopSocial 发布；以3秒留存 / 平均观看时长 / 完播率衡量效果；并与 short-form-video-script、scripting-and-storyboarding、heygen/synthesia 以及剪辑技能正确区分。