Communitygithub.com

视频脚本撰写器

当用户想要为产品演示、功能演练、发布视频或关于功能/产品变更的社交媒体视频撰写视频脚本时使用。

视频脚本撰写器 是什么?

此技能(视频脚本撰写器)旨在帮助开发者、产品经理或营销人员快速生成高质量、结构化的视频脚本,涵盖产品演示、功能演练、发布视频以及社交媒体短片等多种场景。其核心价值在于能够自动化脚本创作流程,并根据用户提供的各种输入源(如营销简报、博客文章、更改日志、Pull Request、Git 引用范围或代码库中的文件)智能提取关键信息,从而节省大量从零开始构思的时间。该技能支持多种主流脚本类型(画外音、分栏脚本、面对镜头演讲),并允许用户自定义视频长度、语气和行动号召。其工作流程分为六个严格阶段:输入解析、配置、大纲生成与确认、脚本撰写、审查以及最终输出。它特别强调在撰写前生成并确认大纲以确保方向正确,并提供了详细的节奏参考(基于每分钟130-145词)、时间分配指南和具体的撰写规则(如避免使用长破折号、使用主动语态、每句不超过15个词)。该技能适用于任何支持AI Agent的平台(如Claude Code、Cursor、Codex等),通过读取和分析本地仓库内容(如README、docs/、package.json)来感知产品上下文,从而生成贴合产品语气的脚本。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AlemTuzlak/skills/tree/HEAD/skills/video-script

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

视频脚本撰写器 是做什么的?

为产品演示、功能演练和发布视频撰写视频脚本。处理节奏、视觉方向、时间安排和适合平台的时长。

输入解析

按以下顺序解析提供的参数:

  1. 现有营销简报(包含“执行摘要”或“关键信息”的 .md 文件)的路径 -> 营销简报
  2. 现有博客文章(具有博客文章结构的 .md 文件)的路径 -> 博客文章
  3. 现有更改日志的路径 -> 更改日志
  4. 现有新闻通讯的路径 -> 新闻通讯
  5. 匹配 GitHub URL 或 #\d+ 模式 -> PR
  6. 包含 ... 或 .. -> Git 引用范围
  7. 解析为现有文件/目录 -> 代码库功能
  8. 否则 -> 自由文本

如果未提供参数,则询问:“视频要关于什么内容?您可以提供营销简报、博客文章、更改日志、PR URL/编号、Git 引用范围、文件/目录路径,或者直接描述该功能。”

如果多个解释匹配,则与用户确认。

流程

digraph video_script {
    rankdir=TB;
    "解析输入" [shape=box];
    "阶段 1:发现" [shape=box];
    "阶段 2:配置" [shape=box];
    "阶段 3:大纲" [shape=box];
    "大纲已批准?" [shape=diamond];
    "阶段 4:撰写" [shape=box];
    "阶段 5:审查" [shape=box];
    "已批准?" [shape=diamond];
    "阶段 6:输出" [shape=box];

    "解析输入" -> "阶段 1:发现";
    "阶段 1:发现" -> "阶段 2:配置";
    "阶段 2:配置" -> "阶段 3:大纲";
    "阶段 3:大纲" -> "大纲已批准?";
    "大纲已批准?" -> "阶段 3:大纲" [label="否,修改"];
    "大纲已批准?" -> "阶段 4:撰写" [label="是"];
    "阶段 4:撰写" -> "阶段 5:审查";
    "阶段 5:审查" -> "已批准?";
    "已批准?" -> "阶段 4:撰写" [label="修订"];
    "已批准?" -> "阶段 6:输出" [label="是"];
}

不要跳过任何阶段。 以自然节奏提问。如果用户一次性回答多个问题,则接受捆绑答案并跳转到后续阶段。

如果用户说“直接选默认值”或类似的话,则选择合理的默认值,说明您的选择,并要求用户进行一次性确认。

阶段 1:发现

步骤 1 - 分析输入

输入类型需读取的内容
营销简报提取问题陈述、价值主张、受众、关键信息。跳到步骤 3。如果简报缺少产品上下文,则仍需执行步骤 2。
博客文章提取标题、关键点、受众、行动号召。跳到步骤 3。
更改日志提取关键条目,关注最有影响力的更改。跳到步骤 3。
新闻通讯提取主题、关键更新、行动号召。跳到步骤 3。
PRDiff、PR 描述、审查评论、提交信息。对于大型 PR(20+ 个文件),关注面向用户的更改。
Git 引用git diff 和 git log 在引用之间。优先选择面向用户的更改。
代码库功能读取指定的文件/目录。
自由文本解析用户的描述。如果缺乏细节,请用户提供更多信息或指向特定文件/PR。

面向用户的更改包括:新功能、UI 更改、API 更改、性能改进、错误修复和文档更新。内部更改包括:重构、测试添加、CI 更改和依赖项升级。

错误处理:

  • gh 不可用 -> 告知用户,提供替代输入
  • 无效的 PR/引用 -> 请用户验证
  • 文件未找到 -> 请求正确的路径

步骤 2 - 读取更广泛的产品上下文

读取(如果存在):README、docs/、package.json(或等效文件)。

如果未找到,则询问:“您能简要描述一下产品及其面向的受众吗?”

步骤 3 - 呈现理解

“以下是视频脚本将基于的内容:”

  • 功能 A - 简短描述
  • 功能 B - 简短描述

“需要添加、删除或更正什么吗?”

在用户确认范围之前,不要继续。

步骤 4 - 敏感内容检查

在继续之前,扫描可能敏感的内容:安全补丁、内部定价、凭据、未发布的路线图项目或标记为机密的内容。向用户标记任何可疑内容。

阶段 2:配置

提出以下问题:

问题 1 - 视频长度:

  • 短视频(30-90 秒) - 社交媒体(Reels、Shorts、TikTok)
  • 中视频(3-5 分钟) - YouTube、产品演示、演练

问题 2 - 脚本类型:

  • 画外音 - 在屏幕录制/素材上朗读的旁白文本
  • 分栏脚本 - 左栏:视觉方向/屏幕操作,右栏:旁白
  • 面对镜头演讲 - 演讲者在镜头前,对话式表达

问题 3 - 语气: 阅读现有仓库内容以检测语气。确认:

“根据您现有的内容,语气似乎是 [例如 对话式和开发者友好型]。我应该匹配这种语气,还是采用不同的方向?”

如果没有内容可供分析,则直接询问。

问题 4 - 行动号召: 根据上下文推断:

  • 开源 -> “Star 仓库”、“试试看”
  • SaaS -> “免费注册”、“开始试用”
  • 功能更新 -> “立即尝试”、“查看文档”

“我建议的行动号召是:[推断的行动号召]。要采用这个还是其他内容?”

阶段 3:大纲

生成包含时间安排的结构化大纲。根据视频长度使用适当模板:

短视频(30-90 秒)- 3-4 部分:

## [工作标题] - [总时长]

1. **钩子** (0:00-0:05) - [方法]
   - 关键点
   - 视觉: [要展示的内容]

2. **问题** (0:05-0:15) - [要建立的痛点]
   - 视觉: [要展示的内容]

3. **解决方案** (0:15-0:45) - [功能演练]
   - 关键点 A
   - 视觉: [要展示的内容]
   - 关键点 B
   - 视觉: [要展示的内容]

4. **行动号召** (0:45-0:60) - [要采取的行动]
   - 视觉: [结束画面]

预估总计:约 X 词(约 Y 秒,按 135 词/分钟计算)

中视频(3-5 分钟)- 5-8 部分:

## [工作标题] - [总时长]

1. **钩子** (0:00-0:10) - [方法]
   - 视觉: [要展示的内容]

2. **问题** (0:10-0:30) - [痛点、背景、为何重要]
   - 视觉: [要展示的内容]

3. **解决方案概述** (0:30-1:00) - [高层级的构建内容]
   - 视觉: [要展示的内容]

4. **深入探讨:[功能 A]** (1:00-2:00) - [演练]
   - 关键点
   - 视觉: [屏幕录制步骤]

5. **深入探讨:[功能 B]** (2:00-3:00) - [演练]
   - 关键点
   - 视觉: [屏幕录制步骤]

6. **深入探讨:[功能 C]** (3:00-3:45) - [演练]
   - 关键点
   - 视觉: [屏幕录制步骤]

7. **回顾** (3:45-4:30) - [总结关键收益]
   - 视觉: [总结幻灯片或并排对比]

8. **行动号召** (4:30-5:00) - [要采取的行动]
   - 视觉: [结束画面]

预估总计:约 X 词(约 Y 秒,按 135 词/分钟计算)

调整深入探讨部分的数量以匹配所涵盖的功能。

在撰写前呈现大纲并等待批准。

阶段 4:撰写

节奏参考

视频长度目标词数词/分钟
30 秒~65 词130
60 秒~135 词135
90 秒~200 词135
3 分钟~400 词135
5 分钟~675 词135

目标节奏:130-145 词/分钟,适合对话式表达。标记任何超出分配时间的部分。

按类型的脚本格式

画外音脚本:

## [标题]

### 钩子 (0:00-0:05) - ~15 词
视觉: [屏幕上内容的描述]

[此处为旁白文本。]

### 部分名称 (0:05-0:20) - ~30 词
视觉: [屏幕上内容的描述]

[此处为旁白文本。]

分栏脚本:

| 时间 | 视觉 | 旁白 |
|---|---|---|
| 0:00-0:05 | [屏幕:登陆页面加载] | [旁白文本] |
| 0:05-0:15 | [屏幕:点击设置菜单] | [旁白文本] |
| 0:15-0:30 | [屏幕:切换暗黑模式] | [旁白文本] |

面对镜头演讲脚本:

## [标题]

### 钩子 (0:00-0:05) - ~15 词
摄像头: [演讲者在镜头前,中景]

[演讲者文本。对话式,直接面对镜头。]

### 部分名称 (0:05-0:20) - ~30 词
摄像头: [切换到屏幕录制]
画外音: [屏幕录制上的旁白]

摄像头: [回到演讲者]
[演讲者文本。]

钩子

开头的 3-5 秒决定了观众是否会继续观看。钩子必须:

  • 解决一个痛点或提出一个挑衅性问题
  • 不要以您的公司/产品名称开头
  • 不要以“在本视频中,我将向您展示...”开头
  • 立即创造好奇心或情感共鸣

视觉方向

无论脚本类型如何,始终在行内包含视觉方向:

  • 视觉: / 屏幕: 用于屏幕录制和素材
  • 摄像头: 用于面对镜头演讲的摄像头方向
  • 要具体:“屏幕:点击导出按钮,展示 PDF 下载”,而不是“屏幕:展示功能”
  • 包括场景之间的过渡说明

每部分时间安排

为每个部分包含预估时长和词数:

  • ### 部分名称 (0:15-0:30) - ~30 词
  • 如果任何部分超出其时间预算,则进行标记
  • 总脚本词数必须与目标时长匹配(按 135 词/分钟计算)

撰写规则

  • 对话式,听起来不像是照着稿子念。写出人们实际说话的方式。
  • 短句。每个句子最多 10-15 个词。
  • 每个句子一个想法。
  • 始终使用主动语态。
  • 在生成的内容中切勿使用长破折号。没有“---”字符。改用逗号、冒号、句点或括号。
  • 展示,而不是告知。“看看这个加载速度有多快”优于“它加载得非常快”
  • 对于中视频,使用“三原则”:三个收益、三个功能、三个示例。对于短视频,专注于单个关键收益。

行动号召

  • 视频的最后 5-10 秒
  • 单一、清晰的行动
  • 包含结束画面的视觉方向(订阅按钮、链接覆盖层、QR 码)

阶段 5:审查

呈现包含时间分解的完整脚本:

“这是脚本:”

[完整脚本]

时间分解:

  • 钩子:5 秒(~15 词)
  • 问题:10 秒(~25 词)
  • 解决方案:30 秒(~70 词)
  • 行动号召:10 秒(~20 词)
  • 总计:55 秒(~130 词,按 135 词/分钟计算)

“需要做任何更改吗?”

等待批准。仅在用户确认后才进入输出阶段。

阶段 6:输出

始终在终端打印最终批准的脚本。

然后询问:“要将其保存到 scripts/<slug>.md 吗?或者其他路径?”

如果目录不存在则创建。如果文件已存在,则询问是覆盖还是创建版本化副本。

错误处理

  • gh 不可用 -> 告知用户,提供替代输入
  • 无效的 PR/引用 -> 请用户验证
  • 无产品上下文 -> 请用户描述产品
  • 脚本超出目标时长 -> 标记并在审查前建议删减

此技能不做什么

  • 录制或编辑视频
  • 生成缩略图或视觉素材
  • 创建动画或动态图形
  • 撰写博客文章或社交媒体文案(请使用 /blog-post 或 /social-copy)

Individual skills in this repo

This repo contains 14 individual skills — each has its own dedicated page.

AlemTuzlak/skills

Use when the user wants to write a blog post about a feature, product change, PR, git diff, or any technical topic - accepts marketing briefs, PRs, git refs, codebase paths, or freeform descriptions as input

AlemTuzlak/skills

Use when the user wants to generate a changelog, release notes, or document what changed between versions, tags, or PRs

AlemTuzlak/skills

Use when writing, editing, or organizing documentation, when planning what docs a feature needs, and whenever planning or implementing a new feature or change in a repo (docs ship with the code). Also use when tempted to write docs without showing the discovered readers to the user, without asking for tone, or without loading simple-english and i-have-adhd. Triggers on "write docs for X", "document this feature", "add a guide", "update the docs", "reorganize the docs", "plan feature X", "implement X", or /docs.

AlemTuzlak/skills

Use when a bug is in play: a test fails, CI is red, an API returns the wrong result, a stack trace appears, or the user says it is broken or fix this. Don't use for a new feature with no failure, for types-only work, or for docs.

AlemTuzlak/skills

Use when the user invokes /i-have-adhd, says they have ADHD, or asks for ADHD-friendly output. Also used as a required writing filter by the docs skill. Don't use for marketing copy or after the user says "stop adhd mode" or "normal mode".

AlemTuzlak/skills

Use when a settled change must be turned into an ordered stack of small blocks before anyone implements. Don't use for unsettled intent, typos, comments, formatting, docs-only work, or writing the implementation itself.

AlemTuzlak/skills

Use when the user wants to write a product update email, feature announcement newsletter, or digest email for users or subscribers

AlemTuzlak/skills

Use when the user wants to turn a raw talking-head / screen-share recording into a finished, edited, annotated video plus a full content package. Removes silences, flags mistakes for the user to cut, transcribes, adds transcript-synced overlays (code, on-screen code highlights, word highlights, lists, comparisons, diagrams, section labels, punch-in zooms), renders with original audio, then generates blog/socials/YouTube content. Triggers on "produce a video", "edit my video", "annotate my recording", "/produce-video".

AlemTuzlak/skills

Use when the user runs /prove-it or says prove it, prove the changes, show me in the browser, or asks to prove a UI or API change. Don't use only because the agent is about to say done, for types-only work, or for docs with no behavior to prove.

AlemTuzlak/skills

Use when the user wants to write, draft, or author an RFC (Request for Comments) / technical design doc for a feature, change, or architectural decision. Interactively interviews the user, grounds the proposal in the actual codebase, presents 2-3 concrete API/code-snippet approaches to choose from, then writes a review-ready RFC. Triggers on "write an RFC", "draft an RFC", "RFC for X", "design doc for X", or /rfc.

AlemTuzlak/skills

Use when the user wants to deeply learn a new topic from scratch. Runs a pre-interview (current knowledge, end-goal proficiency, depth, practice load, background, scope), researches online (articles, niche-influencer blogs, canonical docs, subtopic landscape), then produces a structured markdown course with mandatory visual diagrams, evidence-based learning-science features (retrieval practice, spaced callbacks, worked-example fading, concept ledger, jargon gate, analogy hygiene), and a self-contained interactive HTML mini-course. Triggers on /teach-me, "teach me about X", "I want to learn X", "deep dive on X", "create a course on X", "study X with me".

AlemTuzlak/skills

Use when the change intent is already settled and the agent must map what a behavior change touches before an implementation plan or any code. Use for new features, bug fixes, and refactors that move a boundary. Don't use for typos, comments, formatting, lockfile-only diffs, docs with no code, or while the user is still deciding what they want.

AlemTuzlak/skills

Use when the user wants to transcribe a video or audio file to text with word-level timestamps — spins up a self-contained local Whisper (whisper.cpp) Docker service bundled in this skill and returns transcript.txt, transcript.srt, and word-level transcript.words.json. Also used as a building block by /produce-video. Triggers on "transcribe this video", "get a transcript", "transcribe-video".

AlemTuzlak/skills

Use when the user wants YouTube metadata for a video — a click-worthy title, an SEO/above-the-fold description, tags, and timestamped chapters. Accepts a transcript (ideally timestamped SRT), a topic, a PR, or a freeform description. Used standalone and by /produce-video. Triggers on "youtube title", "youtube description", "youtube chapters", "youtube tags", "youtube metadata", "youtube-copy".

相关技能