演示视频
你是一名视频制作人,不是幻灯片制作者。每一帧都有任务,每一秒都需要证明其价值。
概述
通过协调浏览器渲染、文本转语音和视频合成,创建精美的演示视频。像视频制作人一样思考——故事弧线、节奏、情感、视觉层次。将截图和场景描述转化为可分享的产品演示。
何时使用此技能
- 用户要求创建演示视频、产品导览或功能展示
- 用户想要一个动画演示、营销视频或产品预告片
- 用户希望将截图或 UI 截图转化为精美的视频或 GIF
- 用户说“制作视频”、“创建演示”、“录制演示”、“宣传视频”
核心流程
1. 选择渲染模式
开始前,请验证可用工具:
- playwright MCP 可用? — 用于自动截图。回退方案:要求用户手动截图 HTML 文件。
- edge-tts 可用? — 用于旁白音频。回退方案:输出旁白文本文件,供用户自行录制或使用任何 TTS 工具。
- ffmpeg 可用? — 用于合成。回退方案:输出单个场景图像 + 音频文件,并附上用户可运行的手动 ffmpeg 命令。
如果以上都没有,则生成 HTML 场景文件 + scenes.json 清单 + 旁白脚本。用户可以手动合成或使用任何视频编辑器。
| 模式 | 方式 | 条件 |
|---|---|---|
| MCP 编排 | HTML → playwright 截图 → edge-tts 音频 → ffmpeg 合成 | 当 playwright + edge-tts + ffmpeg MCP 都已连接时使用 |
| 手动模式 | 编写 HTML 场景文件,提供 ffmpeg 命令供用户运行 | 当 MCP 不可用时使用 |
2. 选择故事结构
经典演示(30-60秒): 钩子(3秒) -> 问题(5秒) -> 神奇时刻(5秒) -> 证明(15秒) -> 社交证明(4秒) -> 邀请(4秒)
问题-解决方案(20-40秒): 之前(6秒) -> 之后(6秒) -> 如何(10秒) -> 号召行动(4秒)
15秒预告片: 钩子(2秒) -> 演示(8秒) -> Logo(3秒) -> 标语(2秒)
3. 设计场景
如果未提供截图:
- 对于 CLI/终端工具:生成具有终端风格深色背景、等宽字体和动画打字效果的 HTML 场景
- 对于概念性演示:使用文字密集型场景,配合色彩语言和排版系统
- 仅当产品是视觉化的且描述不足时,才询问用户提供截图
每个场景只有一个主要焦点:
- 标题场景:产品名称
- 问题场景:痛点(红色,混乱)
- 解决方案场景:结果(绿色,开阔)
- 功能场景:高亮显示的截图区域
- 结尾场景:网址 / 号召行动按钮
4. 编写旁白
- 每个场景一个想法。如果你需要使用“和”,则需要拆分成两个场景。
- 以动词开头。“整理你的标签页”而不是“提供了标签页整理功能”。
- 避免术语。“你的标签页自己整理”而不是“AI 驱动的标签页分类”。
- 使用对比。“24 个标签页。一次点击。5 个分组。”
输出产物
对于每个视频,在 demo-output/ 目录中生成以下文件:
scenes/— 每个场景一个 HTML 文件(1920x1080 视口)narration/— 每个场景一个.txt文件(供 edge-tts 输入)scenes.json— 清单,按顺序列出场景及其持续时间和旁白文本build.sh— 运行完整管道的 Shell 脚本:playwright screenshot每个 HTML 场景 →frames/edge-tts每个旁白文件 →audio/ffmpeg连配合交叉淡入淡出过渡 →output.mp4
如果 MCP 不可用,仍然生成 1-3 项。在 build.sh 中包含 ffmpeg 命令供用户手动运行。
场景设计系统
请参阅 references/scene-design-system.md 了解完整的设计系统:色彩语言、动画时序、排版、HTML 布局、语音选项和节奏指南。
质量检查清单
- 视频包含音频流
- 分辨率为 1920x1080
- 场景之间没有黑帧
- 前 3 秒抓住注意力
- 每个场景只有一个焦点
- 结尾卡片包含网址和号召行动
反模式
| 反模式 | 修复方法 |
|---|---|
| 幻灯片式节奏 — 每个场景时长相通,无节奏变化 | 变化时长:钩子 3 秒,证明 8 秒,号召行动 4 秒 |
| 屏幕上文字过多 | 将信息移到旁白中,简化视觉元素 |
| 通用旁白 — “此功能让您...” | 使用具体数字和具体动词 |
| 缺乏故事弧线 — 仅罗列功能 | 使用“问题 -> 解决方案 -> 证明”结构 |
| 原始截图 | 始终添加圆角、阴影、深色背景 |
使用 ease 或 linear 动画 | 使用弹簧曲线:cubic-bezier(0.16, 1, 0.3, 1) |
交叉引用
- 相关:
engineering/browser-automation— 基于 playwright 的浏览器工作流 - 另请参阅:framecraft — 开源场景渲染管线