分镜板

分镜板 是做什么的？

分镜板是一支视频的拍摄方案和剪辑方案。当用户能够从上到下读懂它、按场景拍摄、然后把每个镜头交给剪辑（或交给 Claude）并且对画面上有什么、文字说什么、声音是什么了如指掌时，就完成了。

保持精简。 只需要镜头和场景，没有别的。不需要弧线图、不需要逐个镜头的转场、不需要品牌套件、不需要检查清单。如果用户想要更多，他们会问。

首次运行：引导设置

当 ~/.claude/storyboard-profile/profile.md 不存在时、刚安装完技能后、或者用户要求设置或重新学习他们的风格时，运行设置。一步一步地引导他们：用一句话说明这一步的目的，执行它，并在需要询问的地方停下来等待。保持每条消息都简短；大多数做这事的人是创作者，不是开发者。

1. 欢迎。 一条简短的消息：技能的作用（输入脚本，每行输出一帧画面，然后 Claude 据此构建图形）以及设置大约需要五分钟。然后说第一件事是需要看看他们的视频。

2. 检查工具。 检查 Python 3、Google Chrome（或 Chromium / Edge）和 ffmpeg。yt-dlp 是用于链接的额外工具。对于任何缺失的工具，给出其系统的安装命令（例如 Mac 上 brew install ffmpeg，Windows 上 winget install ffmpeg）并主动提出运行它。在 Chrome 和 ffmpeg 正常工作之前不要继续。

3. 询问他们的情况。 一条消息，每行回答一个问题：他们的昵称和平台、内容是关于什么的、视频通常有多长、以及他们如何结尾（评论关键词、关注、个人简介链接）。

4. 索要他们的视频。 这是重要的一步，所以要解释原因：他们的分镜板应该看起来像他们自己的视频，而不是模板。请他们提供 3 到 5 个最能展示他们风格的已发布视频，如果他们有屏幕录制或图形相关内容，最好包含一个。他们可以将文件拖入聊天（这会粘贴路径）或粘贴链接。如果安装了 yt-dlp，就用它下载链接；如果链接无法下载，就索要文件。将所有内容放入 ~/.claude/storyboard-profile/source/。

5. 研究视频。 对于每个视频：

   • 帧： ffmpeg -i v1.mp4 -vf "fps=1,scale=360:-2" -q:v 4 source/v1_%03d.jpg，然后查看它们。
   • 剪辑点： ffmpeg -i v1.mp4 -vf "select='gt(scene,0.1)',showinfo" -f null - 2>&1 | grep -o "pts_time:[0-9.]*" 可以给出剪辑时间，这样你就能了解平均镜头长度。说话头部中的跳切几乎不改变画面，会被漏掉，所以要用 1 fps 的帧数来对比检查。
   • 话语： 如果安装了 whisper（或其他转录工具），则转录它。如果没有，从帧上读取烧录的字幕，或者请他们粘贴脚本。

   记录你实际看到的内容，而不是猜测：镜头类型的混合（面部 vs 屏幕 vs B-roll 的比例）、平均镜头长度、取景（中景还是特写、他们坐的位置、背景）、前两秒如何吸引人、屏幕上的文字（字体粗细、大小写、颜色、高亮样式、位置）、字幕样式、主要颜色、重复出现的图形或叠加层、声音习惯，以及行动号召如何落地的。

6. 挑选他们的面部静止帧。 选择一个清晰且没有烧录字幕的他们对镜头说话的画面，裁剪成 9:16 (ffmpeg -ss <t> -i v1.mp4 -frames:v 1 -vf "crop=ih*9/16:ih,scale=540:960" face.jpg) 并保存为 ~/.claude/storyboard-profile/face.jpg。从现在起，每个面部镜头都使用它。

7. 写入配置文件。 将 ~/.claude/storyboard-profile/profile.md 保存为包含 创作者（步骤 3）、镜头（类型混合、平均长度、取景）、钩子、屏幕文字、字幕、颜色、声音、行动号召 和 重复图形 的章节。然后写入 ~/.claude/storyboard-profile/theme.css，用他们的外观覆盖套件变量：

   :root { --ink: #111; --accent: #ff5a1f; --on-accent: #fff; --bg: #f4f1ea;
           --grid: rgba(0,0,0,.05); --font: "Montserrat", sans-serif; }
   

   使用他们已经安装的字体；如果他们的字体没有，选择最接近的已安装字体。

8. 向他们展示并确认。 构建一个样本帧（他们的标题样式叠加在他们的面部静止帧上），渲染它，展示它，并附上配置的三行总结，然后询问哪里不对。不断修改直到他们说看起来像他们的内容。

9. 交班。 告诉他们设置完成以及下一步该做什么：“粘贴一个脚本并说‘storyboard this’。” 只要他们的风格改变，他们可以随时重新运行设置。

如果它们宁愿跳过设置，则使用套件的默认外观制作分镜板，并在最后再次提供设置。

格式

每个镜头包含：

字段	含义
type	face（对着镜头说话）、split（屏幕在上，面部在下方圆角框内）、screen（屏幕录制）、graphic（剪辑中构建）、b-roll（真实世界素材）
vo	该镜头中说的确切脚本词句
on_screen_text	烧录到帧中的文字，通常为空
edit_note	一两行：屏幕上有什么、什么在移动、取景如何
sfx	音效，通常为空
thesis	恰好一个镜头为 true
status	real（帧就是素材）、stand-in（展示意图）、to-capture（尚未有任何内容）

时间基于 VO 以 3.4 词/秒 计算。永远不要手动设置。

场景按拍摄地点对镜头进行分组：label、detail（要准备什么）和 shots（镜头编号）。

步骤

1. 读取配置文件并获取脚本。 读取 ~/.claude/storyboard-profile/profile.md 并遵循它：他们的镜头长度、镜头类型混合、文字风格、行动号召。如果与下面的默认值冲突，配置文件优先。还没有配置文件？先提供设置。如果对话或文件中没有脚本，索要脚本，并记下目标长度（如果他们没有说明，则使用配置文件的通常长度）。不要编辑脚本。如果某行读起来不对，指出来并让用户修复。

2. 逐字将脚本拆分为镜头。 合并起来，vo 字段必须严格等于脚本。不要改写、删减或添加一行。

   • 在画面变化的地方切分， 而不是在句子结尾。逗号就是很好的切分点。
   • 目标是每个镜头 2 到 6 秒（7 到 20 个词）。超过大约 8 秒，就拆分它，除非一个连续的画面确实能传达这句台词。
   • 镜头 1 包含说话者的面部（face 或 split 镜头）。第一秒出现面部能吸引住观众。
   • 标记恰好一个 thesis 镜头： 说明视频核心论点的台词。
   • 最后一个镜头：说话者的面部说出行动号召。 如果有评论关键词，它是说出来的，存在于字幕中，而不是作为一个大的屏幕药丸。
   • 变化类型。 不要连续三个 face 镜头。用 face 表达主张、旁白和行动号召；用 screen 展示任何东西。

3. 精打细算地填写字段。

   • on_screen_text：镜头 1 的标题、列表编号（01 SCRIPT），最多一句点睛之语。其他地方留空；字幕承载其余内容。
   • edit_note：屏幕上有什么、什么在移动、以及取景（中景或特写）。隐私提示也放在这里：模糊电子邮件、裁剪显示用户名的文件路径。
   • sfx：整个视频中两到三个，只在某些东西落定时使用（开头来个提示音，某样东西上线时来个重击音）。

4. 按拍摄地点将镜头分组为场景， 而不是按镜头顺序。

   • 面部： 每个面部镜头以及每个 split 镜头中的面部部分作为一个场景。
   • 屏幕： 每个应用或工具会话作为一个场景，全程使用相同的真实项目。
   • 离开桌面： 仅当某个 B-roll 镜头需要时。
   • detail： 要准备什么（要打开哪个项目、要运行什么、屏幕上要先清除什么）。

5. 在用户工作目录的 storyboard/<video-slug>/ 文件夹中写入 storyboard.json（如果有更好的位置，询问一下）：

   {
     "title": "AI edits my videos",
     "target_seconds": 50,
     "shots": [
       {"type": "face", "vo": "My last couple of videos were all edited by Claude.",
        "on_screen_text": "CLAUDE EDITS MY VIDEOS", "edit_note": "Mid shot, headline holds 4s.",
        "sfx": "", "thesis": false, "status": "to-capture"}
     ],
     "sittings": [
       {"label": "Face", "detail": "Same shirt and light for every face line.", "shots": [1]}
     ]
   }
   

6. 为每个镜头构建一帧（下一节）作为 frames/f01.html、frames/f02.html 等。编号对应镜头的位置。

7. 渲染：

   python3 <此技能的文件夹>/kit/render.py storyboard/<video-slug>
   

   它会在无头 Chrome 中渲染出 540x960 的 frames/out/fNN.png、frames/out/contact-sheet.jpg 和 board.html：每帧旁边紧贴其 VO、文字、编辑注释、音效和时间，以及场景信息。它还会输出运行时长和面部对屏幕的秒数。

8. 检查联系表， 然后修复并重新渲染：文字是否叠在脸上、是否有重叠、文字是否在安全区内、是否有任何隐私内容。

9. 简短报告： 镜头数、运行时长对比目标长度、面部对屏幕的秒数、以及还有哪些需要拍摄。为用户打开 board.html。

帧

尽可能使用最真实的来源，按此顺序：

1. 真实素材。 镜头中实际网站或应用的截图（无头 Chrome 或 Playwright，桌面宽 1440，移动端宽 390），或者从用户自己的素材中截取的静止帧（ffmpeg -ss <time> -i clip.mp4 -frames:v 1 still.jpg）。将图片放入 frames/ 文件夹并按文件名引用。

2. 构建的帧。 使用 kit/frame-kit.css 中的类，将帧编写为 HTML body 片段。片段中的 {{face}} 会变成 frames/face.jpg（如果存在的话），否则变成设置中的面部静止帧，再否则变成中性剪影。设置的 theme.css 会自动将所有帧重新样式化为他们的颜色和字体。

   类	用途
   .f	帧包装器，始终是外层元素
   .hl	顶部的标题，<em> 标记一个关键词
   .lbl 搭配 .n + .t	编号列表标签（01 SCRIPT）
   .face	全帧面部（一个 <img src="{{face}}">）
   .facebox	split 镜头中的面部框
   .term	一个 Claude Code 终端（.p 提示符，.tool 工具调用，.ok，.dim）
   .chat + .bub + .vid	一个代理聊天消息，可选带视频
   .shot	一个截图卡片（<div class="shot"><img src="..."></div>）
   .tbl	一个数据表（.h 表头，.r 行，.r.new 新行）
   .big	一个大号点睛之句
   .room	一个带说明的 B-roll 占位符

   使用内联 style="top:..px" 设置垂直位置。示例片段：

   <div class="f">
     <div class="lbl"><span class="n">01</span><span class="t">SCRIPT</span></div>
     <div class="term" style="top:200px">
       <div class="bar"><i></i><i></i><i></i></div>
       <div class="p">write me a 45 second script about ...</div>
       <div class="ok">  ✓ script.md</div>
     </div>
     <div class="facebox"><img src="{{face}}"></div>
   </div>
   

3. 用真实数据模拟 当屏幕位于你无法通过的登录后面时。不要代表用户登录。用真实数字构建屏幕并标记为占位帧。

帧规则：

• 安全区域： 将文字保持在底部 20% 和右侧 12%（点赞和评论轨道）之外，并保持顶部 8% 空白。套件的位置已经遵守这些规则。
• 他们的标题样式： 遵循配置文件中关于屏幕文字的说明（大小写、粗细、他们如何高亮一个词）。默认是粗体大写，一个关键词用 <em>。在全帧面部上，套件会将文字变为白色并带有柔和阴影。
• 隐私： 任何帧中不得出现包含用户名的文件路径、电子邮件、API 密钥或 .env 内容。在表格中使用假 ID。

用于构建视频

一旦分镜板被批准，它就成了提示词。逐一构建图形：“从分镜板构建镜头 4，作为一个 9:16 运动图形：匹配帧、屏幕文字和编辑注释。”第一个版本永远不对；把它放入剪辑中，与帧进行比较，反复迭代直到匹配。