安装 belt CLI 技能： npx skills add belt-sh/cli
解说视频指南
通过 inference.sh CLI 创建从脚本到成片的解说视频。
快速开始
需要 inference.sh CLI (belt)。安装说明
belt login
belt app run google/veo-3-1-fast --input '{
"prompt": "Clean motion graphics style animation, abstract data flowing between connected nodes, blue and white color scheme, professional corporate aesthetic, smooth transitions"
}'
脚本公式
问题-煽动-解决 (PAS) — 60 秒
| 部分 | 时长 | 内容 | 字数 |
|---|
| 问题 | 10秒 | 陈述观众面临的痛点 | ~25 词 |
| 煽动 | 10秒 | 展示为什么实际情况比他们想象的更糟 | ~25 词 |
| 解决方案 | 15秒 | 介绍你的产品/想法 | ~35 词 |
| 工作原理 | 20秒 | 展示 3 个关键步骤或功能 | ~50 词 |
| 行动号召 | 5秒 | 一个明确的后续行动 | ~12 词 |
之前-之后-桥接 (BAB) — 90 秒
| 部分 | 时长 | 内容 |
|---|
| 之前 | 15秒 | 展示当前令人沮丧的状态 |
| 之后 | 15秒 | 展示理想的结果 |
| 桥接 | 40秒 | 解释你的产品如何帮助他们实现目标 |
| 社会证明 | 10秒 | 快速的数据或推荐 |
| 行动号召 | 10秒 | 明确的下一步 |
功能亮点 — 30 秒（社交媒体）
| 部分 | 时长 | 内容 |
|---|
| 钩子 | 3秒 | 惊人的事实或问题 |
| 功能 | 15秒 | 展示一个功能解决一个问题 |
| 结果 | 7秒 | 成果/好处 |
| 行动号召 | 5秒 | 立即尝试 / 了解更多 |
节奏规则
| 内容类型 | 每分钟字数 | 备注 |
|---|
| 标准旁白 | 150 wpm | 对话式节奏 |
| 复杂/技术性 | 120 wpm | 留出处理时间 |
| 充满活力/社交 | 170 wpm | 短格式节奏更快 |
| 儿童内容 | 100 wpm | 清晰且缓慢 |
关键规则： 每个关键信息一个场景。不要在一个画面中塞入多个想法。
场景时长指南
- 定场镜头：3-5 秒
- 功能演示：5-8 秒
- 屏幕文字/数据：3-4 秒（必须可读）
- 转场：0.5-1 秒
- 行动号召屏幕：3-5 秒
视觉制作
场景类型
belt app run google/veo-3-1-fast --input '{
"prompt": "Clean product demonstration video, hands typing on a laptop showing a dashboard interface, bright modern office, soft natural lighting, professional"
}'
belt app run bytedance/seedance-2-0 --input '{
"prompt": "Abstract motion graphics, colorful data streams connecting floating geometric shapes, smooth fluid animation, dark background with glowing elements, tech aesthetic",
"generate_audio": true
}'
belt app run google/veo-3-1-fast --input '{
"prompt": "Happy person relaxing on couch with laptop, smiling at screen, bright airy living room, warm afternoon light, satisfied customer feeling, lifestyle commercial style"
}'
belt app run falai/flux-dev-lora --input '{
"prompt": "Split screen comparison, left side cluttered messy desk with papers and stress, right side clean organized minimalist workspace, dramatic difference, clean design"
}'
图像转视频制作场景
belt app run falai/flux-dev-lora --input '{
"prompt": "Professional workspace with glowing holographic interface, futuristic but clean, blue accent lighting"
}'
belt app run falai/wan-2-5-i2v --input '{
"prompt": "Gentle camera push in, holographic elements subtly floating and rotating, soft ambient light shifts",
"image": "path/to/workspace-still.png"
}'
配音制作
脚本写作技巧
- 短句。每句话最多 15 个词。
- 主动语态。用“你可以跟踪数据”而不是“你的数据可以被跟踪”。
- 对话语气。大声朗读——如果听起来生硬，就重写。
- 每句话一个想法。每个视觉节拍一句话。
生成配音
belt app run falai/dia-tts --input '{
"prompt": "[S1] Tired of spending hours on reports that nobody reads? There is a better way. Meet DataFlow. It turns your raw data into visual stories... in seconds. Just connect your source, pick a template, and share. Try DataFlow free today."
}'
TTS 中的节奏控制
| 技巧 | 效果 | 示例 |
|---|
句号 . | 中等停顿 | “This changes everything. Here's how.” |
省略号 ... | 长停顿（戏剧性） | “And the result... was incredible.” |
逗号 , | 短停顿 | “Fast, simple, powerful.” |
感叹号 ! | 强调/活力 | “Start building today!” |
问号 ? | 升调 | “What if there was a better way?” |
音乐与音频
背景音乐指南
- 音量： 低于旁白 20-30%（播放语音时将音量降低 6-12dB）
- 风格： 匹配品牌调性（企业=氛围电子，创业=欢快独立）
- 结构： 前奏渐强（前 3 秒）-> 旁白下的微妙循环 -> 行动号召处渐强
- 无人声： 旁白下仅使用纯音乐
belt app run <music-gen-app> --input '{
"prompt": "upbeat corporate background music, modern electronic, 90 BPM, positive and professional, no vocals, suitable for product explainer video"
}'
合成管线
完整制作工作流
belt app run falai/dia-tts --input '{
"prompt": "[S1] Your script here..."
}'
belt app run google/veo-3-1-fast --input '{"prompt": "scene 1 description"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "scene 2 description"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "scene 3 description"}' --no-wait
belt app run infsh/media-merger --input '{
"media": ["scene1.mp4", "scene2.mp4", "scene3.mp4"]
}'
belt app run infsh/video-audio-merger --input '{
"video": "merged-scenes.mp4",
"audio": "voiceover.mp3"
}'
belt app run infsh/caption-videos --input '{
"video": "final-with-audio.mp4",
"caption_file": "captions.srt"
}'
各格式视频时长
| 格式 | 时长 | 平台 |
|---|
| 社交媒体预告 | 15-30秒 | TikTok, Instagram Reels, YouTube Shorts |
| 产品演示 | 60-90秒 | 网站, 落地页 |
| 功能解说 | 90-120秒 | YouTube, 邮件 |
| 教程/演示 | 2-5分钟 | YouTube, 帮助中心 |
| 投资者推介视频 | 2-3分钟 | 演示文稿补充材料 |
转场类型
| 转场 | 使用时机 | 效果 |
|---|
| 剪切 | 相关场景间默认使用 | 清晰, 专业 |
| 溶解/淡入淡出 | 时间流逝, 情绪转变 | 柔和, 沉思 |
| 擦除 | 新话题或部分 | 清晰的区分 |
| 缩放/推进 | 深入细节 | 集中注意力 |
| 匹配剪辑 | 场景间视觉相似性 | 巧妙, 令人难忘 |
常见错误
| 错误 | 问题 | 修复 |
|---|
| 脚本过于冗长 | 配音仓促, 观众不堪重负 | 缩减至不超过 150 wpm |
| 前 3 秒没有钩子 | 观众立即离开 | 从问题或惊人的数据开始 |
| 视觉滞后于旁白 | 令人困惑的脱节 | 视觉应与台词匹配或略微超前 |
| 背景音乐太大声 | 听不清旁白 | 将音乐在语音下降低 6-12dB |
| 没有字幕 | 85% 的社交视频静音观看 | 始终添加字幕 |
| 想法太多 | 观众什么都没记住 | 每个视频一个核心信息 |
相关技能
npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@video-prompting-guide
npx skills add inference-sh/skills@text-to-speech
npx skills add inference-sh/skills@prompt-engineering
浏览所有应用：belt app list