建立模板影片技能
使用 templates/ 中的 HyperFrames 模板產生 9:16 新聞短影音(比舊版 6 場景 Remotion 更美觀、更專業)。Claude 只需將文字填入模板的插槽中,所有設計與動畫均由模板處理。
輸入
1 個參數:新聞文章網址 (http:///https://) 或 .txt 檔案路徑。
工作流程(請依序執行)
步驟 1–3:取得內容 + 建立輸出目錄
偵測輸入後取得內容:
- 網址(開頭為
http:///https://)→ 使用WebFetch,提示詞如下:
若失敗(付費牆 / JavaScript / 4xx 錯誤)→ 請使用者將內容儲存為從該頁面擷取以下內容: - title (字串):文章標題 - content (字串):主要內容,約 500-1500 字 - ogImage (字串 或 null):og:image 圖片網址 - domain (字串):網址的網域 回傳包含上述 4 個欄位的 JSON。.txt檔案後重新呼叫。停止。 .txt檔案 → 使用Read;標題為第一行(不超過 80 字元),內容為其餘部分,ogImage 為null,domain 為"local"。- slug = 無聲調 ASCII(移除越南文聲調符號,đ→d),不超過 40 字元;時間戳記 =
YYYYMMDD-HHmm;outputDir = output/<slug>-<timestamp>/;mkdir -p。
步驟 4:讀取模板目錄
讀取 templates/CATALOG.md 以了解有哪些模板以及每個模板的插槽輸入。
僅能使用目錄中存在的 templateId。 目前有:
掛鉤(僅 1 個):
frame-liquid-bg-hero— 主視覺極光(動態模糊形狀 + 標題 + 行動呼籲按鈕)。掛鉤場景一律使用此模板。
主體(Claude 根據內容自行選擇 — 請參閱步驟 5):
frame-vignelli— 深炭色背景 + 紅色的 1 個數字。frame-pentagram-stat— 深色霓虹背景的 1 個數字(瑞士網格,橘色發光數字 + 青色強調色 + 長條圖)。frame-bold-poster— 多行強烈陳述 + 大尺寸數字。frame-build-minimal— 深色背景的強力結語(1 個大寫粗體字,橘色發光,逐字顯現)。frame-creative-voltage— 創意 / 標語句子,電光藍分割 + 手寫字型。frame-glitch-title— 賽博龐克故障 RGB 分裂(雜訊背景)— 適合震撼 / 突發 / 科技新聞。frame-aicoding-list— 列表 2–5 個項目(每個項目有圖示 + 程度標籤),深色漸層背景。適用於場景為列表 / 排名時。frame-aicoding-comparison— 比較 2 個事物(舊 vs 新,A vs B)— 2 張漸層邊框卡片 + WIN 徽章 + 統計數據。適用於場景為對決 / 對比時。
結尾:
frame-logo-outro— 預設(標誌發光 + 名稱 + 標語 + 網址)。frame-statement-outro— 替代方案(紙張背景上的紅色卡片)。frame-logo-outro— 預設結尾 / 品牌結尾卡片(標誌發光 + 名稱 + 標語 + 網址)。frame-statement-outro— 替代結尾(紙張背景上的紅色卡片)。
步驟 5:產生 script.json(模板模式)
強制結構:
{
"version": "1.0",
"renderer": "hyperframes",
"aspect": "9:16",
"metadata": {
"title": "...",
"source": { "url": "...", "domain": "...", "image": null },
"channel": "AI Coding"
},
"voice": { "provider": "omnivoice", "speed": 1.0 },
"scenes": [
/* 8–12 個場景:1 個掛鉤 + 6–10 個主體 + 1 個結尾 */
]
}
provider:永遠是omnivoice(唯一的本地 TTS;不需要voiceId/ API 金鑰)。- 每個場景:
{ id, type, voiceText, templateId, inputs }。inputs需符合目錄中的插槽。 - scenes[0].type =
hook;最後一個場景 .type =outro(templateId =frame-logo-outro)。 - 8–12 個場景;總 voiceText 約 270–360 字(約 90–120 秒)— 維持總時長,僅將其分割為更多場景以加快節奏,避免冗長。每個主體場景 約 25–40 字(每個場景僅表達單一想法 — 如果某段落包含 2 個想法,則應該拆分為 2 個場景,而非塞入 1 個)。目標:每個場景在畫面上出現僅約 6–10 秒後即切換。
將內容對應到模板:
- 掛鉤 → 一律使用
frame-liquid-bg-hero(插槽:kicker, headline, subheadline, cta, brand)。headline預設以醒目的漸層顯示(預設金→紫);可設定headline_from/headline_to(2 個十六進位顏色代碼)以改變色調。掛鉤不使用其他模板。 - 主體 → Claude 根據內容為每個場景自行選擇最合適的模板(優先考慮多樣性 — 不要在每個主體場景重複使用同一個模板)。可選擇:
frame-vignelli— 場景有 1 個數字 / 統計資料 想強調,深炭色 + 紅色色調。插槽:kicker, number, label, note, brand。frame-pentagram-stat— 場景有 1 個數字 / 基準,深色霓虹背景(瑞士網格,橘色發光數字 + 青色強調色)+ 長條圖。插槽:label, headline(數字), subtitle, anchor, footer_left, footer_right。frame-build-minimal— 簡短結論 / 論斷,圍繞 1 個關鍵字,深色背景 + 1 個大寫粗體發光橘色字。插槽:eyebrow, hero(1 個字), desc, side_left, side_right。frame-bold-poster— 多行強烈陳述 + 大尺寸數字。插槽:kicker, date, figure, headline[], standfirst, footer_left, footer_right。frame-creative-voltage— 創意 / 標語句子(幾個字),電光藍分割 + 手寫字型。插槽:meta, display_lines, accent_index, script, caption。frame-glitch-title— 震撼 / 突發 / 科技新聞,賽博龐克故障風格。插槽:title, subtitle。frame-aicoding-list— 場景為列表 / 比較 2–5 個項目(誰受影響、優缺點、層級、核取清單)。插槽:title, accent, accent_from, accent_to, subtitle, items[]。每個 item{icon, title, desc, tag, level}:icon:Claude自行選擇適合每個項目的表情符號(🚫 ⚠️ ✅ ❌ 📈 💡 🔒 🚀 …),不固定。level:danger/warn/good/info→ 決定圖示、標籤和進度條的顏色。tag:短標籤(危險 / 高 / 好處…)。accent_from/accent_to:Claude自行選擇 2 個十六進位顏色代碼作為強調文字的漸層(需與文章整體色調相符),例如橘→紅、紫→藍、綠色。
frame-aicoding-comparison— 場景比較恰好 2 個事物(舊 vs 新,A vs B,之前 / 之後)。插槽:badge, pre, vs, post, left{}, right{}。每個部分{label, from, to, icon?, bullets[], stat?, stat_label?, win?}:from/to:Claude自行選擇 2 個十六進位顏色代碼作為每個部分的漸層(通常 2 個部分色調不同,例如左橘→紅,右青綠→藍)。icon:每個部分的選擇性表情符號。win: true表示獲勝方(發光邊框 + WIN 徽章)。stat/stat_label:每張卡片下方的選擇性統計資料。
- 平衡建議:如果多個場景都是數字,可交錯使用
frame-vignelli(炭色 + 紅 / 金)和frame-pentagram-stat(深霓虹橘 / 青)以避免單調;對於非數字的場景則插入frame-build-minimal。
- 結尾 →
frame-logo-outro(預設;插槽:brand_name, tagline, primary_url)。若想使用紙張背景上的紅色卡片,則改用frame-statement-outro。
⚠️ 越南文 TTS 規則(voiceText 強制遵守)
voiceText 將由 OmniVoice(越南文 TTS)朗讀。數字和符號會被逐字朗讀 — 例如 "5.5" 可能被讀成 "năm rưỡi"(對於版本號而言是錯誤的)。因此,在 voiceText 中務必將數字寫成越南文文字。而 inputs(螢幕上顯示的文字)則保留美觀的數字格式("5.5" / "82.7%")。
完整對照表(適用於 voiceText):
| 數字形式 | 錯誤(TTS 誤讀) | 正確(寫成文字) |
|---|---|---|
| 十進位版本號 | GPT 5.5 → "năm rưỡi" | GPT năm chấm năm |
| 十進位數據 | 82.7% | tám mươi hai phẩy bảy phần trăm |
| 整數版本號 | iPhone 17 | iPhone mười bảy(或 iPhone 17 亦可) |
| 含點版本號 | iOS 18.2 | iOS mười tám chấm hai |
| 技術規格 | 200MP | hai trăm megapixel |
| 電池 | 5000mAh | năm nghìn miliampe giờ |
| Token | 1M tokens | một triệu token |
| 越南盾價格 | 21 triệu đồng | hai mươi mốt triệu đồng |
| 美元價格 | $5 | năm đô la(或 năm đô) |
| 倍數 | 2x | gấp đôi(比 "hai lần" 更自然) |
| 百分比 | 30% | ba mươi phần trăm |
| 時間 | 60 giây | sáu mươi giây |
| 比例 | 3:1 | ba trên một / ba so với một |
- 小數點:使用
chấm(口語自然)或phẩy(正式)— 選擇後保持一致。 - 英文縮寫:
AI/GPT通常可以;如果讀錯,則寫成發音ây ai/gí pi tí,API→ây pi ai。 voiceText絕對不能含有表情符號 / 圖示、網址,以及→ & % $ # + =(保持語音乾淨)。品牌名稱(Apple, OpenAI, TikTok)保持原樣。句子以.或?結尾,以獲得自然的停頓。inputs(螢幕上顯示的文字)允許使用表情符號 / 圖示以增加生動性(🔥 🚀 ✨ ⚡ 📈 ⚠️ → …)— 渲染時顏色正常。保留美觀的數字格式("5.5", "82%")。與 voiceText 完全分離。- 表情符號使用適量(每個欄位 0–1 個圖示,放在短標籤 / 標題 / 行動呼籲按鈕中 — 例如 kicker "🔥 Tin nóng", cta "Theo dõi ngay →")。不要將表情符號塞入會逐字彈出的較大文字中(例如 build-minimal 的
hero),否則會破壞動畫效果。
- 表情符號使用適量(每個欄位 0–1 個圖示,放在短標籤 / 標題 / 行動呼籲按鈕中 — 例如 kicker "🔥 Tin nóng", cta "Theo dõi ngay →")。不要將表情符號塞入會逐字彈出的較大文字中(例如 build-minimal 的
步驟 6:自我檢查
- scenes[0]=hook,最後一個場景=outro;每個 templateId 都存在於 CATALOG 中;每個 inputs 都滿足必要的插槽;
- headline ≤3 行且每行簡短;voiceText 已將數字寫成文字且不包含表情符號 / 圖示;表情符號(若有)僅存在於
inputs中。最多靜默修正 2 次。
步驟 7:寫入 script.json
使用工具 Write 寫入 <outputDir>/script.json。
步驟 8:執行管道
Bash 前景執行,串流輸出:
npm run pipeline -- <outputDir>/script.json
CLI 會自動辨識 renderer: "hyperframes" 並執行模板管道(TTS → 渲染各模板 → 根據語音調整 → 合成 + 混入音效)。錯誤 → 清楚回報錯誤資訊及 outputDir 路徑。
步驟 9:回報結果
✓ 影片:[video.mp4](output/<slug>/video.mp4)
✓ 音訊:[voice.mp3](output/<slug>/voice.mp3) — 供 CapCut 使用
✓ 腳本:[script.txt](output/<slug>/script.txt) — 供 CapCut 自動字幕使用
總時長:XX.X秒
備註
- 每個場景渲染約需 15–20 秒(Chromium)。8–10 個場景的影片約需 3–5 分鐘。需要 ffmpeg 和 Chrome(已安裝)。
- TTS 具有冪等性(保留
voice/scene-*.mp3);剪輯片段也具有冪等性(保留clips/scene-*.mp4)— 在修改 inputs 後可刪除這些檔案以重新渲染。 - 新增模板:按照
templates/CATALOG.md末尾的說明進行操作,然後在目錄中新增一行。