YouTube Shorts 脚本润色与分镜导演助手
本技能指导 Agent 制作具有病毒式传播潜力、高留存率的 YouTube Shorts 脚本，并将其转换为符合 YTShorts 渲染管线的结构化分镜 JSON 格式。
1. YouTube Shorts 留存率核心原则
-
3 秒钩子法则：
- 第一幕必须利用好奇心缺口、悖论式提问、反直觉陈述或高赌注揭示来打断用户滑动行为。
- 糟糕的：“今天我们要谈谈蜂蜜及其特性。”
- 病毒式的：“你知道蜂蜜永远不会过期吗？🍯 科学家们尝了埃及古墓里 3000 年前的蜂蜜！”
-
节奏、字数与每幕两行标准 📜：
- 幕数：5 到 6 幕。
- 每幕两行强制要求：绝不要写只有一行的幕。每幕必须包含 2 句引人入胜的描述性句子（每幕约 18–22 个单词）。
- 目标时长：总计 95–110 个单词（约 45–52 秒）。单句幕结束得太快（约 25 秒），感觉不完整；每幕两行可以增加角色深度、感官细节和情感情节的解决，同时安全地保持在 60 秒 Shorts 限制内。
- 1 幕 = 2 句故事线 = 1 个连贯的视觉图像（配合动态 Ken Burns 运动维持 8–10 秒）。
-
字幕表情符号注入：
- 在每幕的旁白中嵌入 1–2 个上下文相关的表情符号（例如
🏛️、👑、⚡、💀）。 - 这些表情符号将被字幕样式引擎（TikTok/Karaoke 风格）捕捉以增加视觉亮点。
- 在每幕的旁白中嵌入 1–2 个上下文相关的表情符号（例如
-
严格的语言纯净性（仅限纯英语或纯印地语） 🎙️：
- 口播旁白必须是100% 纯英语或 100% 纯印地语。绝不要将英语单词或英印混合语混入印地语旁白句子中。
- 禁止口播表情符号：表情符号严格保留给视觉字幕弹出使用。TTS 引擎会自动将它们从音频流中剥离，因此语音模型永远不会朗读表情符号名称（例如“恳求的脸”、“火花”）。
-
默认字幕标准与双语设置 📺：
- 位置：始终为底部居中（对齐方式 2，MarginV=240），以便字幕安全地放置在画面下方三分之一处，不会遮挡角色面部。
- 字体大小：缩小、紧凑的字体大小（基数为 50px），以保持画面整洁和可读性。
- 双语 Shorts（印地语声音 + 英语字幕）：始终同时包含
"narration_hi"（以 100% 纯印地语口播）和"narration"（以英语字幕显示）。
-
高点击率（CTR）病毒式标题公式 💥：
- 每个标题结构应包含一个高好奇心的印地语钩子、一个英语上下文副标题和排名标签：
[情感印地语钩子 + 表情符号] | [精炼英语副标题] | [领域标签 #Shorts] - 示例：
लालिची बंदर को मिली जादुई सीख! 🐒✨ Never Be Greedy | Hindi Kahaniya #Shorts - 示例：
आसमान से गिरा एक जादुई तारा! 🐿️⭐ Cheeku's Magic Wish | Hindi Kids Story #Shorts
- 每个标题结构应包含一个高好奇心的印地语钩子、一个英语上下文副标题和排名标签：
-
无缝循环与鼓舞人心的完整结尾（目标 >100% APV） 🔄：
- 构建清晰、语法完整且鼓舞人心的结局。
- 🚫 严格禁止“就这样...”/“ठीक जैसे...”：绝不要以拖沓的比较句式结尾，例如
"just like..."、"just like"、"जैसे..."或"ठीक जैसे..."。每个结尾句必须是完全解决、有力且自包含的。 - 示例开头：“क्या आप जानते हैं कि एक जादुई बत्तख पूरे गांव को कैसे बदल सकती है? 🪺✨”
- 示例结尾：“हमेशा याद रखें, सब्र और संतोष ही जीवन का सबसे बड़ा खजाना है! 🌟”（完整、鼓舞人心的总结）。
-
受众与增长元数据载荷 📈：
- 始终在分镜 JSON 中包含以下内容：
story_moral：用印地语表达的情感寓意（शिक्षा），便于家长分享。pinned_comment_question：引发深思的印地语问题，以推动高评论量。self_declared_made_for_kids：false（面向普通观众/家庭友好，以解锁评论和通知铃铛）。
- 始终在分镜 JSON 中包含以下内容：
-
前 10 名竞争对手 SEO 架构（对标 Koo Koo TV、Infobells、PunToon Kids） 🏆：
- 主要标签：将高流量标签云放在描述的最顶部（例如
#Shorts #HindiKahaniya #MoralStories #Panchatantra #KidsAnimation #3DAnimation #HindiCartoon #BalKahani）。 - 三级标签云（25-28 个标签）：
- 第一级（故事/角色）：精确的角色名、故事标题、英语及音译印地语（例如
sone ka anda、golden goose story、lalchi kisan）。 - 第二级（高流量领域保护伞）：
jadui kahaniya、hindi animated tales、hindi stories for kids、hindi story cartoon、moral stories in hindi、panchatantra stories、stories for kids、bedtime stories in hindi。 - 第三级（双文字天城文）：
हिंदी कहानियां、पंचतंत्र की कहानियां、नैतिक कहानियां、हिंदी कार्टून、बाल कहानियां。
- 第一级（故事/角色）：精确的角色名、故事标题、英语及音译印地语（例如
- 分类：始终强制设置为分类 1（电影与动画）。
- 主要标签：将高流量标签云放在描述的最顶部（例如
2. 角色 DNA 与世界一致性框架 👥🌍
为了确保每个场景的视觉效果感觉像是来自同一部电影：
-
角色 DNA 锚点： 当故事涉及角色时，定义一个包含 5 个固定特征的不可变角色锚点：
- 姓名与年龄/体型：例如，“Maya，26 岁，运动型女性”
- 发型与眼睛：例如，“乱蓬蓬的深色卷发扎成松散的马尾辫，锐利的淡褐色眼睛”
- 标志性面部特征：例如，“鼻子上有淡淡雀斑，神情坚定”
- 标志性着装：例如，“做旧的橄榄绿亚麻衬衫，黄铜指南针项链，棕色皮带”
- 绝不使用裸代词：绝不要写“她看着文物”或“一个女孩跑着”。始终写为：
"Maya (a 26-year-old female archaeologist with a curly dark ponytail in an olive safari shirt) examines the golden artifact..."
-
世界与环境锚点： 定义一个包含场景、光照和色调的不可变世界锚点：
- 示例：
"Ancient subterranean sandstone tomb, flickering amber torchlight, deep cobalt shadows, floating atmospheric dust motes, 35mm film grain." - 每个场景提示必须继承这个世界锚点，使光照、色温和建筑风格保持 100% 统一。
- 示例：
-
镜头推进与防重复规则（无冗余视觉效果） 🚫🔄：
- 绝不重复提示：连续场景绝不能共享相同的构图、动作或摄像机角度。
- 强制动态镜头推进：
- 场景 1：建立全景 / 史诗尺度（用宏大的环境吸引观众）
- 场景 2：中景动作 / 发现（聚焦于执行动作的主体或角色）
- 场景 3：极端微距特写（揭示复杂纹理、发光细节或科学微观视角）
- 场景 4：过肩镜头 / 高张力角度（高潮、反应或揭示）
- 场景 5+：英雄低角度 / 电影感高潮（结局和行为召唤）
3. 分镜类型与格式
格式 A：角色驱动故事 / 叙述（含锚点）
{
"character_anchor": "Maya, a 26-year-old female archaeologist, messy curly dark raven hair in a ponytail, olive linen safari shirt, brass compass necklace",
"world_anchor": "Ancient Egyptian underground sandstone tomb, flickering amber torchlight, deep cobalt shadows, floating golden dust motes",
"scenes": [
{
"scene_number": 1,
"narration": "Deep beneath the Egyptian desert, Maya uncovered a tomb sealed for 3,000 years! 🏛️",
"visual": "Maya (26yo female archaeologist, curly dark ponytail, olive linen shirt) holding a flickering bronze torch, staring in awe at a towering stone doorway covered in glowing hieroglyphs, low-angle cinematic shot, warm amber torchlight, dramatic rim lighting, 9:16 vertical framing, 8k resolution"
},
{
"scene_number": 2,
"narration": "Inside, three untouched alabaster jars glowed under the torchlight. 🍯",
"visual": "Maya (26yo female archaeologist, curly dark ponytail, olive linen shirt) kneeling beside an ancient stone altar, inspecting three translucent golden honey jars, macro extreme close-up, warm amber glow illuminating her face, volumetric lighting, 9:16 vertical"
}
]
}
格式 B：病毒式科普 / 叙述（默认）
[
{
"scene_number": 1,
"narration": "What if your brain could predict the future before you blink? ⚡",
"visual": "Extreme close-up of a glowing human eye, neural synapses pulsing with electric cyan and magenta lightning in the iris, cinematic macro photography, shallow depth of field, 9:16 vertical framing, photorealistic 8k, dramatic rim lighting"
},
{
"scene_number": 2,
"narration": "Scientists found your subconscious makes decisions 7 seconds before you realize it! 🧠",
"visual": "A futuristic laboratory MRI scanner visualizing a glowing holographic human brain with fiery orange neural pathways, dark moody aesthetic, volumetric lighting, 8k resolution"
}
]
格式 B：双人对话 Shorts
[
{
"scene_number": 1,
"speaker": "Host",
"narration": "You spent $50,000 on virtual real estate?! 🤯",
"visual": "Modern podcast studio, vibrant neon purple backlight, expressive young host looking shocked into camera, shallow depth of field, cinematic lighting"
},
{
"scene_number": 2,
"speaker": "Guest",
"narration": "And I just sold it yesterday for half a million dollars! 📈💰",
"visual": "Confident young entrepreneur smiling in modern penthouse office overlooking skyline at sunset, warm cinematic lighting"
}
]
格式 C：分步式教育教程
[
{
"scene_number": 1,
"step_title": "Introduction",
"slide_title": "Master Python Lists",
"bullets": [
"Ordered collection of items",
"Defined with square brackets []",
"Fully mutable and dynamic"
],
"code_snippet": "fruits = ['apple', 'mango']",
"narration": "Here are 3 essential tricks to master Python lists in under 30 seconds! 🐍",
"visual": "Sleek 3D modern developer workstation, glowing Python code on monitor, minimalist dark mode studio aesthetic"
}
]
3. 面向 AI 图像生成器的视觉提示工程
每个场景的 "visual" 字段必须被设计成一个独立、高保真的提示词：
- 镜头类型与角度：
Macro extreme close-up、Low-angle heroic wide shot、Eye-level cinematic portrait、Birds-eye atmospheric view。 - 主体与动作：精确的物理对象、角色手势、面部表情。
- 光照与氛围：
Volumetric god rays、Dramatic chiaroscuro、Moody cyber neon rim lighting、Warm golden hour glow。 - 构图与质量：
9:16 vertical framing、Depth of field / bokeh、Photorealistic 8k、Color graded cinematic film still。 - 否定规则：绝不要写“cool”、“nice”、“text on screen”、“watermark”或通用的非视觉术语。
4. 预检验证器检查（零 Token 浪费保证） 🛡️
为了防止 token 浪费、运行中断或视频渲染错误，每个分镜在用户交附和图像生成之前必须通过验证。
你可以直接运行内置验证器：
.\backend\venv\Scripts\python.exe backend\scripts\storyboard_validator.py --json "path/to/script.json"
验证器规则集：
- 场景数量：4 到 9 幕（理想：5–8 幕）。超过 10 幕将被阻止。
- 旁白时长与限制：总单词数必须在 45 到 130 个单词之间（约 20 到 55 秒）。超过 130 个单词将被阻止，因为它会突破 YouTube 60 秒 Shorts 的上限。
- 每幕节奏：每幕 8 到 16 个单词。避免字幕换行和移动端画面截断。
- TTS 格式完整性：剥离无法发音的 markdown 符号（
**bold**、_italic_、[SFX notes]、# headers），使 TTS 永远不会朗读文字代码标记。 - 字幕表情符号：验证已注入至少 1–2 个表情符号，以实现动态的 TikTok/Karaoke 字幕效果。
- 视觉提示安全性与精确性：
- 禁用词过滤器：标记如
text、letters、subtitles、words、watermark、font、logo等词语，这些词会导致 Imagen 渲染出扭曲的文字伪影。 - 构图信号：需要明确的摄像机角度（
macro close-up、wide shot、cinematic portrait等）。 - 光照信号：需要明确的照明提示（
volumetric rays、chiaroscuro、golden hour、torchlight等）。
- 禁用词过滤器：标记如
5. 强制人工审批关口 🛑
关键规则： 未经用户明确批准，切勿自动生成图像。
- 一旦分镜通过预检验证器且零阻塞错误，将清晰的分镜和验证报告呈现给用户。
- 向用户请求批准：
“分镜已通过所有预检（时长：约 Xs，场景数：N，Token 安全性：100%）。您是否批准这些场景和视觉方向，或者在我生成图像之前您需要任何调整？”
- 等待用户确认，再调用任何图像生成工具。
6. 前 10 名竞争对手元数据与 SEO 架构 🏆
每个生成的 Shorts 必须包含直接学习自 Koo Koo TV（4.88M 订阅）、Infobells Hindi（72.8M 订阅） 和 PunToon Kids（3.94M 订阅） 的竞品对标元数据：
1. 标题制定（严格 $oldsymbol{\le}$ 95 字符）
YouTube 拒绝 $oldsymbol{\ge}$ 100 字符的标题。使用经过验证的高 CTR 公式：
[情感钩子 / 印地语诱导性问题 + 1-2 个表情符号] [英语名称] | 3D Hindi Kahaniya #Shorts
- 示例：
कुल्हाड़ी नदी में गिरी, जलपरी ने क्या दिया? 🪓✨ Honest Woodcutter | 3D Hindi Kahaniya #Shorts（92 字符） - 示例：
रोज एक सोने का अंडा! पर लालच ने क्या किया? 🪺✨ Goose of Gold | 3D Hindi Kahaniya #Shorts（90 字符）
2. Infobells 领先地位
...
[内容已截断以进行翻译]