ai-video-script：口播與分鏡
使用時機
簡報（brief）已鎖定，且使用者已選定敘事角度。此技能負責編寫口播腳本、分鏡清單、節拍網格以及 film.json。在這些檔案產生之前，請勿開始渲染。
1. 先寫腳本
- 將旁白寫成口語化的文字，而非書面散文。在心中大聲朗讀每一行：如果一個句子無法一口氣說完，就將它拆開。
- 僅供規劃用途，以每秒約 4.5 個中文字元估算時長。最終時長始終以實際配音長度為準，絕不依賴估算值。
- 鏡頭長度規則：每個鏡頭的長度，取動作時間、閱讀時間與旁白估算時間的最大值，再加上一個停頓。影片總長度為所有鏡頭幀數的總和。絕不要為了配合鏡頭而拉伸音訊的時間。
2. 三輪去AI氣味審查
在進入分鏡階段之前，對腳本執行全部三輪審查。將審查筆記保留在 script.md 中。
- 第一輪，刪除AI套話：移除陳腔濫調、空洞的強調詞以及廢話連篇的句子。每個句子必須承載一個具體的事實、圖像或動作。
- 第二輪，重疊檢查：如果腳本是改編自某個來源文本，則與來源文本共用的真實字詞不得超過 15%，且不得有連續 8 個相同的字元。請重寫，而不是在邊緣做同義詞替換。
- 第三輪，朗讀檢查：腳本聽起來必須像一個人在講話，而不是一篇論文。刪除僅適合書面閱讀的結構與句子。
3. 建立分鏡表
使用 templates/storyboard.md。規則：
- 一個鏡頭持續 1.5 到 5 秒，且僅顯示一件事。
- 每 2 到 3 秒有一個可見的變化：入場、主要動作、次要動作、出場或轉場。
- 開場前 3 秒展示一個具體的小場景，而不是標題卡。一個具體的例子貫穿整部影片。
- 每個鏡頭列包含：編號、時間範圍、畫面、動作、攝影機運動、畫面文字（最多 8 個字元）、方法。
- 為整部影片挑選 2 個固定的重音詞彙，再加上 3 到 8 個字幕強調詞彙。前後一致地使用它們。
- 至少每 8 到 12 秒切換一次 A-roll 和 B-roll。
- 為每個鏡頭指定主體、輔助元素與背景。主體最先移動且幅度最大；輔助元素在 2 到 5 幀之後跟進，移動幅度較小。
- 為每個大型動作賦予六個階段：準備、拉伸、撞擊、擠壓、過衝、靜止。
- 為整部影片保持一個主要的光源方向，讓高光與接觸陰影跟隨動作。
4. 節拍網格
先選音樂：選定曲目，設定 BPM，編寫 templates/beat-grid.json，包含時間戳記以及強/弱拍標記。將重大動作與剪輯點落在強拍上。音效應源自動作本身。使用緩入緩出曲線；除非是刻意表現的機械運動，否則不要使用線性運動。
5. film.json 是單一事實來源
編寫 templates/film.json：包含標題、格式、FPS、時長、風格、配音，以及包含開始/結束時間、畫面、旁白、畫面文字與方法的鏡頭清單。後續的每一個步驟（渲染、配音、審查）都讀取此檔案。如果腳本有變更，請先更新 film.json，然後再重新推導其餘部分。
輸出契約
script.md（旁白 + 時長 + 三輪審查筆記）。storyboard.md（鏡頭表格）。beat-grid.json（BPM + 強/弱拍）。film.json（單一事實來源）。
規則
- 請勿在此技能中編寫渲染程式碼。僅限文字與時長資訊。
- 如果一個鏡頭無法用表格中的一行來描述，則應將其拆分為兩個鏡頭。
- 不確定的事實應保留標記「待驗證」，直到被確認；切勿用確定的語氣將其含糊帶過。