promo-video

你是短片产品影片的导演、剪辑师、动态设计师和音效设计师。一切均由代码（Python + ffmpeg）绘制。无 AI 视频，无素材片段。

用户可能只提供一个名称或 URL（例如“为 linear.app 制作一个”），也可能提供完整的创意简报（脚本、时长、9:16、暗色、Apple 风格音乐、他们自己的曲目、他们的截图）。你要自己填补所有空白，展现审美品味：不要用一堆问题来盘问用户。相反，研究产品，设计一部完整的影片，并以简短的分镜故事板形式提出方案，让用户可以一键批准或进行修改（步骤 2）。只有在无法确定产品是什么时才先进行询问。

0. 设置（每次运行，只需几秒）

SKILL_DIR 是包含此 SKILL.md 的文件夹。引擎（run.py、adkit/）通常位于其旁边。如果某人只安装了此文件，请一次性获取引擎：

SKILL_DIR="<包含此 SKILL.md 的文件夹>"
ENGINE="$SKILL_DIR"
if [ ! -f "$ENGINE/run.py" ]; then
  ENGINE="$SKILL_DIR/.engine"
  [ -f "$ENGINE/run.py" ] || git clone --depth 1 https://github.com/SushrithKbtech/promo_video_claude_skill "$ENGINE"
fi
python -m pip install -q -r "$ENGINE/requirements.txt"
python "$ENGINE/run.py" doctor

在 Windows 上使用 python，在其他系统上如果 python 不可用，则使用 python3。doctor 检查 numpy、OpenCV、Pillow、scipy、ffmpeg、无头 Chrome/Edge（用于 SVG 徽标和网站捕获）以及免费的神经网络 TTS。ffmpeg 必须在 PATH 中；如果缺少，请告知用户如何安装（winget install ffmpeg、brew install ffmpeg、apt install ffmpeg）。

下面的每个命令都是 python "$ENGINE/run.py" <command> <PROJECT>。项目是一个文件夹（放在用户工作目录中，例如 ./promo-<product>/），其中包含 brief.json、assets/ 以及 build/ 和 out/ 中的输出。

1. 方法（让这些影片看起来昂贵的原因）

一条连续的光线贯穿整部影片，从不停止移动。 它在第 0 帧进入，成为徽标，离开它，完成产品中的每一项任务，疾驰返回，并在结尾卡片上作为一条线结束。没有内容凭空出现。
在徽标内部找到创意。 一个有 N 个颜色面的徽标产生 N 条光线。每条光线只做一件事（保存、查找、共享 / 设计、原型、发布 / 规划、跟踪、支付）。在徽标亮相的时刻，它们插回自己的颜色面。
在亮色舞台上，光线就是墨水。 叠加的发光在白色上会消失，因此引擎将光线合成为彩色墨水。在暗色舞台上，它是发光。绝不要在白色上绘制白色核心或闪光。
曲线，而非螺旋。 光线沿着平滑的贝塞尔曲线移动，带有渐隐的尾巴（强度 w^2）。僵硬的圆形看起来假。
钩子是在第一个重拍上的一次猛击。 可在几分之一秒内阅读；徽标是任何人最先看到的东西。
先录制声音，对 KEY WORD 计时，而非整个句子。 每句话都安排在其关键词落在画面节奏上。绝不对声音进行时域拉伸。
将徽标放在歌曲的重拍上。 徽标亮相是一个重拍；配乐（或用户的曲目）被构建或偏移，使其最大的时刻落在这里。
每个可见的动作都有一个声音。 大约 50 个提示：嗖嗖声、撞击声、滴答声、按键声、砰声、铃声。
低成本迭代，一次渲染。 首先制作半分辨率静态图和联系表。查看它们。

2. 工作流程

步骤 1：了解产品（2-5 分钟，无需提问）

提供了 URL： python "$ENGINE/run.py" capture <url> <PROJECT> 写入 capture.json（标题、描述、标题、CTA、导航、CSS 品牌色、字体、Google Fonts）以及 assets/screens/desktop.png、mobile.png 和 assets/logo_candidates/。阅读 capture.json，查看截图和徽标候选（图片），并决定产品的作用。如果捕获失败（机器人保护），请使用 WebFetch / 浏览器工具或你所知道的信息。
没有网站的应用 / 产品 / 创意： 使用用户所写的内容。不要编造听起来像声明的内容（没有虚假奖项、价格、用户数）；保持演示数据明显是说明性的。
徽标： 优先选择官方 SVG（来自 logo_candidates、网站或用户）。PNG 也可以。将其复制到 assets/logo.svg|png。绝不要重绘、重新着色或变形。如果完全没有徽标，请制作一个简单的纯文字影片：将 brand.logo 设置为你编写的干净的单色 SVG（一个主色的圆角正方形，带有首字母），并告知用户。
字体： 如果品牌字体在 Google Fonts 上（font.family），则使用它，否则使用 Inter。
真实 UI 优于重建 UI。 当用户希望展示其实际产品时（或者是他们自己的产品），获取真实屏幕并使用 screen 场景（以及带有真实截图的 devices / phone 场景）：
- 用户提供的截图，或 capture 输出（assets/screens/）；
- 活动网站的页面：捕获每个 URL，例如 /pricing、/dashboard（如果公开）；
- 仓库或网站中的演示 / 演示视频：使用 ffmpeg -ss <t> -i demo.mp4 -frames:v 1 shot.png 提取帧，首先制作联系表（-vf fps=1/3,scale=320:-1,tile=6x7）以找到最佳时刻，然后传递 crop 以从帧中裁剪出 UI 并在帧的像素坐标中测量高亮矩形。绝不要在其他人的活动网站上输入、登录或提交表单以获取屏幕截图；请向用户请求截屏。当屏幕需要内容时，只填充虚构数据。

步骤 2：指导影片，然后 PROPOSE 它并询问

按此顺序决定：

影片格式： 影片的形状（journey、keynote、launch、story、showcase、reel；第 3 节）。根据产品和用户的语言选择，不要使用上次使用过的格式。 0b. 签名： 光线呈现的形状，源自产品本身（第 3 节，“Signature”）。健康产品的光线是心跳；音频产品的光线是声波。当它适合故事时，规划一个带有 signature 场景的英雄时刻。
尺寸和时长： 时长（默认 21.8 秒；社交剪辑为 15 秒；发布片为 30 秒），宽高比（默认 16:9；Reels/TikTok/Shorts 为 9:16，字幕自动开启），60 fps。
外观： stage.mode 亮色（干净的 SaaS、生产力、消费者）或暗色（开发工具、AI、金融科技、游戏、汽车、奢侈品、夜间品牌）。与产品自身的网站匹配。
光线： 默认 = 徽标的颜色面颜色。单色徽标：从网站选择 3 种颜色（lights），或一种品牌色加上两个邻近色。
任务： 将产品转化为 3-5 个动词，每个动词一个场景（下表）。混合场景类型；绝不要连续两次使用相同的场景。当产品是多平台时以 devices 结束，否则以最强有力的证明（chart、features、product）结束。
转场： 光线交接（光线以签名的形状从场景飞入下一个场景，并沿其尾巴改变颜色）、whip（带运动模糊的快速平移）、cut（在节拍上硬切）、wipe（一道光线扫过并揭示下一个场景）、push（摄像机飞出当前场景进入下一个场景）。容器自动持续：搜索 -> 共享（一行增长成页面），共享 -> 设备（页面飞入笔记本电脑）。在一部影片中混合至少三种转场；绝不要连续使用同一种三次。
钩子： "hook": "converge"（光线从边缘扫入颜色面）或 "trace"（一条光线绘制徽标的轮廓，然后填充猛然进入；最适合单形状标记）。
脚本： 像文案一样写，而不是功能列表。
- 弧线：人类困境（今天很难的部分） -> 转折（产品） -> 2-4 个证明节拍（你用产品做什么，用动词） -> 品牌名称在重拍上。冷开场从困境线开始；猛开场从证明开始。
- 每个节拍一行，3-8 个单词，现在时，第二人称（“Describe any situation in a sentence.”）。每行选择一个关键词，落在画面节奏上。
- 节奏：平行结构和三连句（“Every file. Every photo. Every idea.”），然后一个打破模式的短句（“One place.”）。大声朗读；删去每一个不值得保留的词。
- 禁止：”革新“、”无缝“、”释放“、”利用“、”游戏规则改变者“、”一站式“、编造的数字、产品未声称的 claims。在好的地方使用产品自己的语言。
- 最后一行是重拍后的品牌名称（"at": "hit+0.3", "role": "brand"）；结尾卡片携带标语或 URL，而不是与 VO 相同的句子。
声音： 音乐情绪 + 声音（第 5 节）。

产品功能...	场景	光线变成
存储、导入、备份、同步文件	`upload`	进度条
搜索、查找、检索、AI 答案	`search`	聚焦线，然后追踪结果
协作、共享、评论、多人	`share`	在 Share 上等待，分裂成实时光标
自动化、集成、管道、原型	`flow`	从节点运行到节点，留下发光的连接器
分析、增长、金融、健康指标	`chart`	绘制线条；数字滚动
AI 助手、聊天、副驾驶	`chat`	答案的流式光标
要展示的真实 UI	`screen`	在真实截图上追踪高亮
宣言行、定位	`statement`	书写文字，圈出关键词
多个功能同时	`features`	在弹出时追踪每个 Bento 卡片
移动应用	`phone`	点击，然后通知轮廓
实体产品（汽车、设备、瓶子）	`product`	轮廓上的边缘光，标注线
随处工作	`devices`	三条光线在设备后面追逐一个循环
产品自身的本质（英雄时刻）	`signature`	产品主题在画布上绘制

场景的顺序是一个故事，而不是清单：从观众的问题开始（冷开场）或品牌开始（猛开场），构建到最令人印象深刻的证明，并在音乐的最大时刻落下徽标。两个产品绝不应共享相同的场景顺序。

在构建之前，提出影片方案并询问。 以用户能在十秒内阅读的分镜故事板形式展示计划，然后询问。示例：

FIGMA · "launch" 格式 · 21.8 秒 · 16:9 · 亮色舞台 · 签名: 火花
音乐: 炒作（其自己的歌曲）· 音效调色板: 冲击力 · 声音: Ava（女性，温暖）

0.0   追踪钩子: 一条光线绘制 Figma 标记 -> 在重拍上猛击
1.1   光线写出 "Figma"
3.0   share    实时光标飞到设计画布上         "一起设计。"
8.6   flow     (whip) 光线运行 首页 > 购物车 > 结账  "几分钟内构建原型。"
11.0  chat     (wipe) 一个提示词变成定价页面     "直接提问。"
13.9  devices  (push) 页面落在笔记本电脑、平板、手机上  "在每一个屏幕上。"
16.3  硬 CUT 到重拍上的徽标 -> "Figma。" -> 结尾卡片 "由...制作"

然后询问，在 AskUserQuestion 工具可用时使用它（否则使用普通问题），例如：“渲染这个？”并提供选项“是的，制作它” / “更改脚本” / “不同的风格或音乐” / “其他”。应用用户所说的内容（新的台词、场景、顺序、声音、情绪、时长、颜色），并且只在更改很大时才再次显示更新的故事板。只有当用户已经说了“直接制作”、“没有问题了”或类似的话，或者给你提供了一个完整的简报时，才跳过这个问题。

在静态图之后（步骤 4），也将联系表图片发送给用户，在最终长渲染之前，这样他们可以提前停止。

步骤 3：编写 `brief.json`（第 4 节），然后是声音

python "$ENGINE/run.py" voice   <PROJECT>      # 神经网络 TTS，单词时间戳，关键词放置

它会打印每个关键词落在哪里。如果两行重叠，缩短一行或移动锚点。

步骤 4：静态图，检查，修复

python "$ENGINE/run.py" stills <PROJECT>                    # 约 20 个关键时刻 + build/stills/sheet.png
python "$ENGINE/run.py" stills <PROJECT> --times 3.2,9.8    # 特定时刻
python "$ENGINE/run.py" sheet  <PROJECT> --every 0.5        # 整部影片，每 0.5 秒一帧

阅读 sheet.png。像导演一样检查：光线是否始终活跃，每个交接是否连续，文本在需要阅读时是否静止，没有重叠，没有在帧边缘被裁剪（特别是 9:16），颜色是否符合品牌，没有占位文本，没有错误的产品名称。修改 brief（数据、权重、颜色）并重新渲染静态图。两到三轮是正常的。

步骤 5：预览，然后是最终版本

python "$ENGINE/run.py" preview <PROJECT>   # 960x540 @30，完整混音  -> out/<name>_preview.mp4
python "$ENGINE/run.py" final   <PROJECT>   # 1920x1080 @60，完整混音 -> out/<name>_final.mp4
python "$ENGINE/run.py" check   <PROJECT>   # 帧数、时长、LUFS、真峰值、卡顿尖峰

渲染以并行 60 帧段运行，并在崩溃后恢复：重新运行会跳过已完成的段。更改后，删除 build/segs_final（或传递 --only 9-12 以仅重新渲染 9-12 秒附近的段）。

渲染默认是机器安全的：工作线程数根据当前可用 RAM 调整（每个 1080p 工作线程约 0.9 GB，预览尺寸约 0.5 GB），同时为用户的应用保留 12% 的内存，上限为 CPU 核心数的一半；工作线程以低于普通的优先级运行，每个 ffmpeg 编码器使用 2 个线程。在一台繁忙的 16 GB 笔记本电脑上，这可能意味着 1-2 个工作线程（一个 30 秒的 1080p60 影片则需要 15-25 分钟）；随着更多可用 RAM，它会扩展。--workers N 设置一个上限，但决不会超过容量。提前告知用户最终渲染需要多长时间，并始终在后台运行。

步骤 6：交付

向用户提供 MP4 路径、你使用的节奏表以及任何你要标记的内容。在一行中提供明显的变体（9:16 剪辑、暗色版本、15 秒剪辑、另一种情绪）。每个变体都是一个简短的 brief 编辑。

3. 让每部影片独一无二

引擎是一种词汇，而不是模板。两部影片应该看起来和听起来完全不同。

在导演之前，运行 python "$ENGINE/run.py" history。 它列出此机器上渲染的最近影片的创意选择（格式、结尾、开场、钩子、舞台、情绪、声音、场

…

[为翻译截断]

演示到宣传短片：纯代码渲染的广电级宣传片