NAVI：自然 AI 示範影片
NAVI 將「為 X 製作示範影片」轉化為含字幕的完整 MP4 檔案：無需露臉、無需麥克風，且聲音聽起來像真人解說，而非機器朗讀。
狀態： 開發中。
ui/中的本地應用程式已搭配範例資料完成。引擎（語音、時間安排、錄製、模糊、渲染）正在建置中。在發佈前，請明確告知使用者哪些步驟可以實際執行，哪些尚未準備就緒。絕對不要假裝某個步驟已執行完畢。
首先：檢查你的執行環境
NAVI 必須在使用者自己的電腦上執行：它會在使用者的瀏覽器中開啟一個本地應用程式，再開啟另一個瀏覽器視窗讓使用者登入測試帳號，錄製螢幕畫面，並將金鑰保存在使用者的鑰匙圈中。此功能在 Claude Code（終端機、IDE 或桌面應用程式的程式碼分頁）中可正常運作。
如果你是在雲端沙盒中執行（一般 claude.ai 對話，或任何無權存取使用者本機的連線階段），請立即用一兩句話說明：NAVI 需要在使用者電腦上的 Claude Code 才能錄製，在這裡你仍可以撰寫並優化腳本（口語版加字幕），為日後錄製做好準備。請勿嘗試在沙盒中進行安裝、錄製或呼叫 ElevenLabs。
使用時機
- 「為 <網站或應用程式> 製作示範影片 / 逐步解說 / 產品導覽 / 教學」
- 「在 <網頁應用程式> 中錄製 <任務> 的執行方式，配上語音旁白」
- 「重製我示範影片的第 3 段」、「讓它聽起來更平穩」、「將 1:20 處的電子郵件模糊化」
不適用於：桌面應用程式、有真人露臉的影片、語音複製。
基本規則（務必遵守）
- 絕對不要在網站上輸入密碼、驗證碼或金鑰。 瀏覽器會開啟，由使用者自行登入，最好使用含有假資料的測試帳號。
- 絕對不要列印、記錄或提交 ElevenLabs 金鑰。 僅從鑰匙圈或使用者的本地金鑰檔案讀取。僅傳送至 ElevenLabs。
- 安裝任何東西前先徵求同意（Playwright、ffmpeg、時間模型）。說明安裝項目及大約大小。
- 在花費點數前顯示點數成本（試聽、錄製、重作）。
- 隱私分層不可省略。 第一層始終模糊處理。當使用者開啟金額或他人資料時提出警告。
- 絕不為了配合影片而暫停或加速語音。 影片應配合語音進行停留或伸縮。
- 明確說明模糊處理可降低風險，但無法做到零風險。 使用者必須在發佈前自行觀看檢查。
流程
0. 首次執行（僅一次）
- 索取 ElevenLabs API 金鑰（需 Starter 方案或以上，具備文字轉語音權限）。測試金鑰並顯示剩餘點數。將金鑰儲存至系統鑰匙圈（macOS）或技能資料夾外的本機檔案（Linux），僅供使用者本人讀取。
- 檢查 Playwright、ffmpeg 及時間模型是否存在。徵求同意後，安裝缺少的項目。
- 詢問使用者要示範的網站，並開啟瀏覽器讓其登入。為每個網站儲存連線階段。
- 回訪使用者可跳過以上所有步驟。每次示範只需變更網站即可。
1. 簡報
以最少問題取得以下資訊：要示範的內容、哪個網站、觀看對象（初學者 / 有些經驗 / 專業人士）、長度（1、3、5 或 8 分鐘）、需要隱藏的內容，以及要使用的語音。字幕與角落標籤使用使用者儲存的預設值（字幕內嵌，無角落標籤），除非使用者另行指定。絕對不要添加使用者未要求的浮水印、品牌名稱、「僅供示意」標籤或其他任何疊加內容。 盡量使用合理的預設值，避免詢問所有細節。新網站需一次性登入。
如果使用者中途改變方向（「改成製作付款頁面的示範影片」），請將目前示範保留為草稿，並根據使用者的新要求開始新的簡報。
2. 探索
使用 Playwright 並搭配已儲存的連線階段開啟網站。繪製畫面地圖，記錄任務所需的確切點擊動作與欄位，以及任何載入較慢的內容。不要修改真實資料；僅限於測試帳號中操作。
3. 腳本
將影片分割為多個短片段（每個約 15 至 35 秒）。為每個片段撰寫兩種版本：
- 口語版（語音內容）： 真人實際解說的方式。在畫面值得時加入輕微重述、反應與意見；盡量減少冗詞。
- 字幕版（顯示內容）： 乾淨、簡短、無冗詞。
遵循 reference/voice-rules.md。將兩個版本並排顯示，並獲得使用者核准後才開始花費點數。
4. 語音
- 從該語音針對此類示範的建議設定開始（課程逐步解說、快速 SaaS 示範、產品導覽）。
- 滑桿及其安全範圍：隨興度 3 至 8，活力 1 至 6，語速 0.94x 至 1.08x，猶豫次數 0 至 3，呼吸聲 0 至 2，髒話 0 至 2（絕不出現在操作說明中；除非使用者要求，字幕保持乾淨）。
- 文字預覽免費。音訊樣本約需 300 點數；首次聆聽某個語音約需 120 點數。
- 傾向平穩：較高的穩定性與放鬆的語調。避免過於明亮的單字行。不要添加呼吸標籤。
- 如果使用者希望整個系列使用同一語音，請為該專案鎖定語音。
5. 隱私
在錄製前套用分層：
- 始終模糊： API 金鑰與代號、密碼、雙重驗證與復原碼、信用卡與銀行帳號、身分證字號、私鑰、登入連結。
- 除非允許，否則模糊： 電子郵件、電話號碼、真實姓名與照片、地址、金額、客戶詳細資料、追蹤者與會員人數。
- 除非模糊，否則顯示： 使用統計、公開價格、日期。
- 加上使用者自訂的隱藏詞彙。
6. 錄製
請參閱 docs/engine.md。簡而言之：為每個片段產生一個連續錄製，取得逐字時間戳記，排程每個瀏覽器動作與對應詞彙同步，進行錄製，當動作執行時間過長時保持畫面停留，絕不暫停音訊。接著掃描影格，補上頁面層級模糊未處理到的部分。
7. 審查
在審查步驟中開啟本地應用程式。使用者可標記有問題的時刻（聽起來像 AI、需要模糊、速度太快）或輸入筆記。顯示重作成本，然後僅重作被標記的片段。記錄標記及當時使用的設定，以便語音預設值能隨時間改善。
8. 匯出
套用示範的字幕設定（內嵌、獨立 .srt 檔案或關閉）與角落標籤（關閉，或使用者在指定角落的自訂文字）；變更任一項僅需重新渲染，不花費點數。將 MP4（1080p）、字幕（除非字幕關閉，否則為 .srt 檔案）與逐字稿，以及可選的 720p 預覽檔案，渲染至使用者指定的資料夾（預設為 ~/Movies/NAVI），讓影片可直接放入所屬的專案中。檔案名稱使用示範標題。
你的資料
使用者可從「設定」中刪除金鑰（提醒使用者也在 ElevenLabs 上撤銷）、忘記已儲存的登入資訊、重設設定，或刪除所有 NAVI 儲存的資料。完成的影片絕不會被觸動。解除安裝表示也要刪除此技能資料夾。
檔案
-
reference/voice-rules.md：如何撰寫口語腳本並產生聽起來像真人的語音。請在第 3 步驟前閱讀。 -
reference/recording-rules.md：如何讓螢幕錄製與語音同步。請在第 6 步驟前閱讀。 -
reference/privacy.md：模糊分層與警告。請在第 5 步驟前閱讀。 -
config/defaults.json：滑桿範圍、預設值、各語音設定及螢幕顯示預設值 -
ui/index.html：本地應用程式（在瀏覽器中開啟；可搭配?start=home|voice|review|settings及&theme=light|dark參數） -
ui/app.js：畫面、狀態與範例資料 -
docs/engine.md：錄製、時間安排、模糊與渲染的運作方式