影片動態圖像製作指南
說明部分使用俄文撰寫。請以使用者使用的語言回覆。
為何需要
逐個「憑感覺」製作的圖卡,到了第三個就會出現不一致:一個從底部進入,耗時零點五秒;另一個從側面進入,耗時一秒;字體大了兩級;強調色調也完全不同。觀眾可能無法明確指出問題,但影片看起來就像是用拼湊的片段組合而成。
此動態圖像工作室建構於 HyperFrames 之上,並將其打造成自己的生產線:品牌相關決策只需決定一次並記錄在檔案中,影片則以場景角色的簡要描述來定義,而代理程式會將這些簡要描述轉換為合成場景並進行渲染。即使是由不同的代理程式在一個月後製作新的圖卡,其樣式也會與其他圖卡保持一致。
使用的工具
| 工具 | 在此處的目的 | 轉換流程 |
|---|---|---|
| HyperFrames | 引擎:場景即 HTML 合成,渲染為影片,自帶檢查功能 | HTML、CSS 及 GSAP 時間軸 → MP4、WebM 或帶有 Alpha 的 MOV ProRes 4444 |
| Claude Code(或類似工具) | 代理程式根據簡要描述組合場景 | 簡要描述 + 品牌檔案 → 合成、渲染、檢查 |
| 品牌檔案 | 統一定義顏色、字型、動態、邊距 | brand.json → 提供給每個場景的數值 |
| ffmpeg | 在素材上合成草稿、生成影片格列表、搜尋黑幀 | 帶有 Alpha 的場景 + 影片素材幀 → 預覽及影片格列表 |
| ProRes 4444 | 輸出帶有透明背景的最終檔案以供後期剪輯 | 帶有 Alpha 頻道的 MOV 檔案 |
| DaVinci Resolve(或類似工具:Premiere、Final Cut) | 剪輯,將圖像疊加在影片之上 | 將 MOV ProRes 放在比素材高一層的軌道上 |
代理程式負責撰寫計劃、簡要描述、組合場景並執行檢查;所有者負責批准計劃和草稿;文字內容(姓名、數字)由所有者或客戶提供。
HyperFrames 是 HeyGen 開發的開源引擎:https://hyperframes.heygen.com。
其中的合成場景是一個 HTML 檔案,包含用於控制時間的 data-* 屬性、用於動畫的 GSAP 時間軸以及用於外觀的 CSS。需要 Node.js 22 或更新版本以及 ffmpeg。
| HyperFrames 本身提供的功能 | 本工作室新增的功能 |
|---|---|
| 包含軌道和場景時間的 HTML 合成 | 品牌檔案:顏色、字型、動態、邊距;每次渲染前會輸出品牌規則 |
hyperframes init、在瀏覽器中預覽合成場景 | 以場景角色為基礎的影片簡要描述,取代手動編排每個合成 |
hyperframes render:輸出 MP4、WebM 及帶有透明度的 MOV ProRes 4444(使用 --format mov)、--quality draft | 角色與範本資料庫:角色會轉換為特定品牌的範本,同一份簡要描述可套用任何品牌風格 |
hyperframes lint、check 及 validate:檢查標記和時間軸錯誤、瀏覽器錯誤、遺失檔案、文字對比度 | 在實際素材上合成草稿及生成影片格列表,取代在黑色背景上進行評估 |
hyperframes add:從註冊中心取得預先建置的區塊和效果 | 比較最終版本與草稿的暗格,並搜尋黑幀 |
hyperframes doctor:檢查執行環境 | check_brand.py:在建置第一個場景前檢查品牌檔案 |
--docker 確保在不同機器上獲得一致結果 | 嵌入合成中的本地字型、本地 GSAP、以場景命名的檔案 |
以下原則也適用於其他能將程式碼轉換為影片的引擎。
何時啟用
為影片加入圖像(講者姓名、章節標題、數字、結尾卡),用於 Shorts 和 Reels 的鉤子、用於後期剪輯的透明疊加層、或為圖像建立新的品牌設定。
請勿用於時長 10-25 秒、具有自身故事情節的全螢幕宣傳影片:此類影片需要根據音樂節奏進行分鏡設計,每個影片需要一個專屬的合成場景,而場景角色只會造成干擾。影片分鏡設計交由 shot-list 處理,文章封面交由 article-cover,生成式電影風格交由 film-look 處理。
三個檔案,而非一個大型檔案
- 品牌檔案
brand.json:定義顏色、字型、文字大小、動態詞彙、角色持續時間、邊距和安全區域。每個品牌一個,較少變動。範例檔案(包含虛構品牌及各欄位說明):templates/brand.example.json。 - 影片簡要檔案
scenes.json:依照場景角色排列的清單。僅包含含義和文字,不包含任何顏色或動態數值。範例檔案:templates/scenes.example.json。 - 角色範本:每個角色對應一個 HyperFrames 合成,它會讀取品牌檔案和場景資訊,並代入相應的數值。你需要自行撰寫專屬的範本,工作量不大。良好的起點:使用
hyperframes init,並透過hyperframes add從註冊中心取得預先建置的區塊。
最重要的規則:如果某個場景需要特定的顏色、字型或速度,但這些並未定義在品牌檔案中,這就是一個警示信號。要嘛將其新增到品牌檔案中以供所有場景使用,要嘛放棄這個需求。那種「僅此一次」的微調,正是破壞整個系統的元兇。如果需要新的視覺風格,請建立新的範本,而不是為了單一專案修改通用的範本。
如何建立品牌檔案
- 將
templates/brand.example.json複製到你的專案中,並重新命名為brand.json。 - 從品牌網站或指南中取得顏色。如果沒有指南,請向所有者詢問背景色、主要文字色和強調色。請勿替客戶憑空想像品牌顏色。
- 為每個顏色指定一個用途:背景色、文字色、次要文字色、強調色。如果你無法說明某個顏色的用途,那麼它就是多餘的。最多使用五種主要顏色。
- 字型:一種用於標題和數字,一種用於字幕,也可以只用一種字型適用所有情況。僅限使用無襯線體 (sans-serif) 或襯線體 (serif)。任何情況下都不要使用等寬字型 (monospace) 或像素字型 (pixel fonts),包括數字、日期和標籤。數字應使用無襯線體搭配等寬數字 (tabular figures):在 CSS 中設定
font-variant-numeric: tabular-nums。這樣計數器就不會跳動,同時保持字型的美觀。 - 將字型嵌入到合成中(作為專案中的檔案或直接嵌入 CSS)。依賴從網路載入的字型可能無法在渲染時及時載入,導致影格使用系統字型顯示。GSAP 也是如此:將其保留在本機,從網路載入可能在渲染過程中失敗。
- 在
rules中,以文字形式記錄品牌的限制:例如如何使用強調色、是否可以引入新顏色、以及從何處獲取事實資訊。代理程式會在每次建置前讀取這些規則,否則它們會在會話之間丟失。 - 執行檢查:
python3 scripts/check_brand.py brand.json
此腳本會檢查必填欄位、非十六進位制的顏色、文字與背景對比度低於 4.5:1、等寬字型及像素字型、在 1080 解析度下小於 28 像素的文字、超出合理範圍的持續時間,以及無法安全避開平台介面的區域。若發現違規,則返回退出碼 1。
場景角色
請描述角色,而非範本。角色定義場景的目的,而範本則由品牌來選擇。切換品牌後,同一角色將以不同風格組合,無需重寫簡要描述。
| 角色 | 目的 | 欄位 | 背景 | 持續時間 |
|---|---|---|---|---|
hook | Shorts 的前 1-3 秒,用於吸引觀看者 | title(3-6 個詞),可選 subtitle | 自訂,全螢幕 | 2-3 秒 |
name | 畫面中發言者的姓名 | title(姓名),subtitle(頭銜/簡介) | 透明 | 3-5 秒 |
chapter | 標示內容區塊的轉換 | label(編號),title | 自訂或透明 | 2.5-4 秒 |
number | 需要記住的單一重要數字 | value,unit,note | 透明 | 3-4 秒 |
endcard | 影片結尾:姓名、網站、後續行動 | title,meta,標誌 | 自訂,全螢幕 | 4-6 秒 |
簡短的事實陳述、角落備註或帶分隔符號的清單也可以作為角色(fact、note、list)。僅在相同任務出現至少第二次時才建立新角色,而不是為單一場景建立。
畫面中的位置 at:bl、br、tl、tr、left、right、center。
姓名圖卡通常位於左下角,並且在與演講者視線相反的一側。
文字僅來自簡要描述。請勿虛構姓名、職位、數字和地址:如果沒有數據,請詢問。圖卡上的姓氏錯誤,每位觀眾都會看到。
以文字描述動態
場景中的動態應以導演的口吻描述,而非程式設計師:
強調線從左側劃出,姓名緊隨其後升起,職稱緊接著淡入;保持片刻;然後所有元素一起向下移動消失。
代理程式會將此轉換為品牌數值和 GSAP 補間動畫:「升起」對應於位移 motion.travel_px,歷時 motion.enter_sec,搭配緩動函數 ease_enter;「緊隨其後」對應於暫停 stagger_sec;「消失」對應於 exit_sec。如果描述中缺少某個詞彙,請使用品牌的預設值,而非自行創造速度。
- 每個場景一個想法。 如果一個場景要表達兩件事,那就應該是兩個場景。
- 先確定最終畫面,再處理動態。 先布置好場景中所有元素的最終位置,然後再添加入場和出場動畫。這樣可以在渲染前就看到元素的疊加情況。
- 入場速度應慢於出場速度。 入場時使用減速緩動 (ease-out),出場時使用加速緩動 (ease-in),速度大約快一倍。觀看者會注視入場,出場則不需要他們關注。
- 整個影片保持單一方向。 從下方進入,就從下方或上方沿同一個軸向離開。方向混亂會讓觀眾感覺是剪輯錯誤。
- 每個場景不超過兩種動態技巧。 位移和淡入已經足夠。同時使用旋轉、彈跳和模糊效果,看起來會像引擎的展示影片。
- 使用短距離,元素逐一出現。 30-60 像素的位移看起來很高級,移動半個螢幕則顯得廉價。先出現線條,然後是姓名,最後是字幕。
- 鉤子的文字應逐詞顯示,而非逐字。 逐字顯示速度慢且妨礙閱讀。
- 最終畫面應保持靜止 3-4 秒,否則觀眾來不及閱讀。
- 程式碼中避免隨機性。 使用隨機數或當前時間會導致每次渲染結果不同。如果需要變化,請使用基於元素編號的公式來計算。
手機上的時機與可讀性
- 文字在完全顯示後,應保持靜止至少
min_hold_sec的時間。 - 閱讀時間:每個單詞約 0.3 秒,再加上入場動畫時間。一個包含六個單詞的圖卡,總時長不應少於三秒。
- 使用適中大小的文字。過大的標題填滿整個螢幕,會給人一種大吼大叫的感覺。
- 以短邊為 1080 像素為基準:標題 64-110 像素,字幕不小於 40 像素,標籤不小於 28 像素。更小的字體在手機上無法閱讀。
- 每行不超過 25-30 個字元。長行應根據語義拆分,而非根據寬度。
- 疊加在素材上的文字,務必加上背景層、陰影或暗化效果。對比度 4.5:1 是以背景層為基準計算,而非空白背景。
- 僅強調一個單詞或一行。整段文字都使用強調色將難以閱讀。
- 場景的時間軸應填滿其整個時間槽:在最後新增一個覆蓋整個場景持續時間的空補間動畫。否則,HyperFrames 會提前隱藏場景,導致影片中出現黑幀。
安全區域
平台會用自己的介面遮蓋部分畫面。以下數值是針對短邊為 1080 像素的畫面,請根據平台的最新螢幕截圖進行驗證。
9:16(1080x1920,Shorts、Reels、TikTok): 頂部約 250 像素(暱稱、按鈕),底部約 400 像素(字幕、音樂、進度條),右側約 140 像素(讚和留言),左側約 60 像素。鉤子和重要文字應放在中央區域。垂直方向的姓名圖卡應比平常位置更高。
16:9(1920x1080,YouTube、橫向剪輯): 兩側約 96 像素,頂部 54 像素,底部約 96 像素。在最後 5-20 秒,YouTube 會放置結尾畫面,請預留空間來建構最終卡片。
這些區域定義在品牌檔案中,應透過在預覽畫面上疊加邊框來檢查場景。
渲染
- 草稿:
hyperframes render --quality draft,速度比最終版本快數倍。用於檢查所有內容,最終版本僅渲染一次。 - 一般影片(MP4、H.264): 適用於鉤子、結尾卡以及所有全螢幕顯示的內容。在這些情況下,Alpha 通道只會增加檔案大小。
- 用於後期剪輯的透明背景: 適用於圖卡、疊加在素材上的章節標題和數字。HyperFrames 可以渲染帶有 Alpha 的 MOV ProRes 4444(使用
--format mov)以用於 DaVinci Resolve、Premiere 和 Final Cut,以及帶有 Alpha 的 WebM(使用--format webm)以用於網頁。MP4 不支援 Alpha 通道。用於剪輯的全螢幕圖像可以通過 ffmpeg 轉換為 ProRes 422 HQ,檔案會更小。 - 避免漸層出現條帶:使用輕微的噪點(
texture.grain)和 ProRes 主版本。 - 不要啟用 PNG 幀捕獲(
--video-frame-format png):在工作室的檢查中,它會導致暗部區域變成黑色。 - 根據場景使用拉丁字母命名檔案:
name-01-sokolova.mov。
在最終版本前,先在實際素材上合成草稿
在黑色背景上,所有東西看起來都很好。問題只有在實際畫面中才會顯現:圖卡遮住了臉部、白色文字與窗戶背景融為一體。
- 以草稿品質渲染帶有透明背景的場景。
- ffmpeg 將它們疊加到實際影片的幀或片段上(簡要描述中的
preview_bg:可為檔案、影片或幀資料夾,場景會輪流使用),並拼接成一個預覽影片。 - 生成影片格列表:每個場景的開始、中間和結束畫面組成一張圖片。
- 目視檢查,並向所有者展示,附上附有編號的場景清單,以便他們能以一個詞彙回饋意見。通過 lint 檢查並不代表設計可行。
檢查
- 每次建立新的範本後,以及展示前,執行
hyperframes lint。 hyperframes check:在一次執行中檢查 lint、瀏覽器錯誤、版面配置和文字對比度。- 如果渲染失敗,執行
hyperframes doctor。 - Lint 可以偵測到真正的錯誤:一個在開始時沒有零透明度的全螢幕圖層會使前幾個影格過曝;使用
translate(-50%,-50%)進行置中,同時搭配基於y的補間動畫,會在結束時產生偏移,應使用 flex 包裝器來置中。 - 在草稿和最終版本中搜尋黑幀:ffmpeg 會測量影格的亮度,連接處的全黑影格表示場景遺失或影片凍結。合成中的每個影片都必須有自己唯一的
id,否則影格可能會凍結。 - 比較最終版本與草稿的暗格:陷入黑色的像素比例不應增加。
工作流程
- 品牌:檢查
brand.json是否存在?如果沒有,請建立並使用腳本驗證。 - 計劃:建立一個包含角色、文字、格式和持續時間的編號場景清單。展示計劃,而非影片:
品牌:Fjord Lab,16:9,圖卡使用 Alpha
01. name / bl / alpha:「瑪麗亞·索科洛娃」·「音響工程師」,4 秒
02. chapter / alpha:「第二章」·「我們如何錄製寂靜」,3 秒
03. number / right / alpha:48 小時·「錄製一集的時間」,3.5 秒
04. endcard / MP4:「Fjord Lab」·fjordlab.example,5 秒
- 根據批准的計劃建立簡要檔案
scenes.json。 - 根據角色建立合成,執行
hyperframes lint。 - 在素材上合成草稿,生成影片格列表,搜尋黑幀,進行展示。
- 以文字回饋修改意見(「第三個縮短一點」、「名字放大一些」)直接在簡要檔案中修改;全域性修改(「所有圖卡放慢速度」)則在品牌檔案中修改。
- 最終渲染,透明場景使用 ProRes 4444,與草稿進行比對,將檔案輸出到後期剪輯資料夾。
常見錯誤
- 直接在場景中設定顏色或速度。 經過五個影片後,專案中就會出現五種不同的強調色。所有視覺元素都應僅在品牌檔案中定義。
- 在平面背景上評估圖像。 一個圖卡在……」