Muse Motion

Muse Motion 是做什麼的？

版本 1.3 (2026-11-15)。與 1.0 版本的變更記錄於 CHANGELOG.md。

目的與路徑選擇

• 對於任何需要動態圖像、動畫文字、圖形疊加、轉場、字幕、數據動畫或任何格式的全動態主導剪輯的影片剪輯任務，請使用此技能。

• 以 Muse 本身的身分工作，使用本地的 Remotion、ffmpeg 和 Python 程式碼堆疊。除非使用者明確命令使用不同的路徑，否則不需要 Codex、OpenAI 或 After Effects GUI。

• 在建立之前，根據持續時間和格式來路由任務（路由定義在 references/workflow-and-directive.md）。快速片頭：最多 15 秒的標題或倒鉤，通常僅包含圖形。短格式：最多 90 秒的垂直或方形社交影片。長格式：超過 90 秒，以原始鏡頭為主。僅圖形：無攝影機原始鏡頭 - 歌詞影片、標誌動畫、靜態圖片加文字解說；指令來源為類型 "audio" 或類型 "none"，並帶有 timeline.duration_s。

• 永遠不要修改原始媒體。將來源檔案複製到專案資料夾中，保持原始檔案不變，並將所有輸出寫入專案編輯資料夾下。

• 在構建時讀取已安裝的 Remotion 版本文檔，當 API 細節很重要時。Remotion v4 變化頻繁，因此不要相信記住的 API 勝過已安裝的套件文檔。

快速專業工作流程

• 從接收開始。使用 ffprobe 探查每個來源，記錄寬度、高度、精確幀率、持續時間、編解碼器、顏色和音訊取樣率，並在簡報範本中列出交付物、平台、長寬比、字幕需求和截止日期。

• 在設計任何內容之前，先進行本地轉錄。使用 ffmpeg 提取 16 kHz 單聲道音訊，使用 faster-whisper 運行單詞時間戳記，快取轉錄 JSON，並標記每個機率低於 0.80 的單詞，以便人工檢查名稱和數字。

• 將單詞分組為完整的語義節拍。使用恰好一個驗證器角色標記來標記每個節拍角色，全部小寫：hook、context、problem、promise、reveal、definition、process、proof、reassurance、transition、cta。

• 在任何圖形之前，先撰寫導演處理意見和編輯指令 JSON。驗證分兩個階段：設計時執行 scripts/validate_directive.py 搭配 --draft（僅架構門控，草稿 PASS 絕非渲染許可），並在渲染前執行時不帶 --draft（渲染就緒門控：approval.status 必須為 approved 且零歧義，來源媒體必須存在並探測到匹配的持續時間，佈局必須在畫布內，受保護區域需進行碰撞檢測（在區域的 10%、佈局的 50% 或任何關鍵區域重疊時失敗；覆蓋需要布林值 true 加上 overlap_reason 並始終報告），角色、處理意見和轉場標記必須來自 references/workflow-and-directive.md 中的固定集合，且 reveal_sync 元素必須在 on_screen_copy 中聲明）。任何 INVALID 結果都會停止渲染。

• 在動畫之前建立風格框架。為標題、典型場景、數據場景、下三分之一和結束卡分別渲染一個完成的靜止畫面，並從這些畫面鎖定字體、顏色、間距、安全區域和動作標記。

• 當時間尚未鎖定時，建立動態分鏡。使用風格框架靜止畫面、最終時間和草稿或最終音訊，以半規模渲染真實構圖，並在完整動畫之前檢查該檔案上的節奏。

• 分階段進行動畫處理。首先封鎖關鍵姿態，其次添加緩動和彈簧，第三添加交錯和跟隨動作，最後在視覺著陸點的一幀範圍內同步聲音打擊點。

• 先在字幕之前合成圖形。最後添加字幕，以便它們保持在頂層並在交付安全區域內。

• 在交付前驗證完成的檔案。遵循此技能中的驗證門控，並且永遠不要僅根據渲染成功訊息進行交付。

編輯規則

• 為每個時間線間隔分配恰好一種主要處理方式，使用驗證器處理標記：CLEAN_PRESENTER、OVERLAY_CARD、FULLSCREEN_MOTION、PRESENTER_INSET、SELECTIVE_TEXT、TRANSITION、KINETIC_TYPE、DATA_SCENE、CALLOUT、LOWER_THIRD、TITLE、END_CARD。

• 保護主講者。保持臉部、眼睛、麥克風和主要手勢通道清晰，並在實際原始鏡頭（而非空白畫布）上檢查保護。

• 讓意義引導動作。僅對承載意義的單詞和元素（例如名詞、動詞、數字和對比）進行動畫處理，並保持填充詞穩定。

• 每個節拍保持一個主要的動畫元素。次要動作可以支持主要動作，但絕不能與之競爭。

• 每個解析後的圖形都要保持足夠長的時間以便閱讀。持續時間短於其進入加上退出時間即為缺陷。

• 僅使用官方品牌標誌。從其各自的新聞資料包或品牌頁面獲取每個命名的品牌標誌，記錄來源，並且永遠不要繪製、描摹、重新著色或用輸入文字或通用圖示替換標誌。

• 保持螢幕上的文字忠實於口頭聲明。必要時進行濃縮，並且永遠不要暗中改寫或發明聲明。

• 在線上影片中，不要在掛鉤之前放置任何標誌過場、問候語或緩慢的開場。將掛鉤作為視覺中斷、口頭承諾和螢幕文字在最初的幾秒鐘內堆疊起來。

動作預設

• 為剪輯匹配來源幀率。為新的網路和社交動態構圖使用 30 fps，僅為電影作品使用 24 fps，僅為遊戲、體育或快速螢幕擷取使用 60 fps。

• 永遠不要對位置或縮放使用線性緩動。為進入使用 ease out，為退出使用 ease in，為停留在螢幕上的移動使用 ease in out，並僅為循環、進度條和時間驅動的值保留線性。

• 使用動作參考中的內部曲線。主力進入曲線是 cubic bezier 0.16, 1, 0.3, 1，Material 標準曲線是 0.2, 0, 0, 1，而 overshoot 曲線是 0.34, 1.56, 0.64, 1，要節制使用。

• 使用彈簧來實現有機的進入和跟隨動作。對於平滑無彈跳的穩定使用 damping 200，對於俏皮的彈跳使用 damping 12 到 15，對於乾脆的彈出使用 damping 20 搭配 stiffness 200 和 mass 0.8。

• 保持標準進入時間在 250 到 500 毫秒之間。保持退出時間約為進入持續時間的 60% 到 75%，保持微移動在 100 到 200 毫秒之間，並保持幾乎沒有介面的移動超過 500 毫秒。

• 添加預期作為一個小的反向移動，約為移動距離的 5% 到 10%，持續 3 到 6 幀（30 fps）。通過在主要元素著陸後交錯次要元素 2 到 4 幀來添加跟隨動作。

• 當圖形必須匹配實拍原始鏡頭時，使用 180 度快門感覺作為運動模糊預設。在必須閱讀的文字和數據值上禁用模糊模擬。

元素手冊

• 遵循分類法手冊參考，了解每個元素的精確規格。它涵蓋了動態排版、標題、下三分之一、字幕、提示框、標誌動畫、轉場、數據視覺化、UI 模擬、社交元素、解說與白板元素、視差、3D、角色動畫基礎、產品宣傳、歌詞影片和結束卡。

• 構建下三分之一時，先放強調元素，其次名字，最後角色。在 30 fps 時使用大約 15 幀作為進入，保持至少 3 秒，並保持總時長在 3 到 5 秒之間。

• 將無障礙字幕和動畫社交字幕視為不同的產品。無障礙字幕保持忠實，沒有裝飾性動畫，而社交字幕在它們所字幕的剪輯相同的 Sequence 內使用單詞級別高亮顯示。

• 真實地為數據製作動畫。從基線開始增長長條圖，按時間順序繪製線條，使用 ease out 將數字計數到精確的最終值，並且永遠不要讓數據值 overshoot。

• 將轉場視為標點符號。預設偏愛硬切，使用溶接表示時間流逝，並且僅在場景之間的關係需要時，才使用擦除、橫搖、縮放、變形和匹配剪接。

• 從分離的深度平面構建視差。前景移動最快，中景較慢，背景最慢，並保持虛擬攝影機角度適中，以免平坦的圖層暴露自己。

代碼生產規則

• 從當前幀推導出每個動畫。為所有動畫使用 useCurrentFrame 和 useVideoConfig，並且永遠不要使用 CSS 過渡、CSS 動畫、計時器或未播種的隨機值。

• 對每個 bounded interpolate 調用兩側進行鉗制。在程式碼中以秒為單位乘以 fps 來書寫時間，並在不可避免使用裸數字時，保留帶有秒數註釋的幀數。

• 偏好使用 inline interpolate 搭配個別的 scale、translate 和 rotate 屬性，而不是組合的 transform 字串。使用 interpolate 進行節拍精確時間和循環，並在需要自然穩定的效果（而非精確幀）時使用彈簧。

• 將每個交付物結構化為一個註冊的 Composition，並通過 calculateMetadata 實現數據驅動的持續時間，其中時間來自字幕或節拍網格。將場景構建為 Sequence 或 Series 區塊，並使用 TransitionSeries 構建轉場。

• 在模組頂層明確載入字體，並使用縮小的字重。使用 Remotion 媒體組件載入媒體，這些組件會阻塞渲染直到資源準備就緒，並使用 delayRender 搭配清晰的繼續路徑。

• 當交付物是疊加層時，在每個環節保留 Alpha 通道。為編輯器渲染 PNG 幀並完成為 ProRes 4444（yuva444p10le），為瀏覽器渲染 VP9 WebM（yuva420p），或使用 PNG 序列作為最便攜的形式，並且永遠不要在 H.264 MP4 中承諾 Alpha。

• 記住來自實際生產的經過驗證的 Alpha 課程。直接的 Remotion 影片渲染可能默默地丟棄 Alpha，因此安全的路線是首先渲染 PNG 序列，然後使用 ffmpeg prores_ks 4444 進行編碼，接著進行像素格式檢查，確認存在 Alpha 平面。

• 有目的地加速渲染。對不透明構圖使用 JPEG 幀，僅對 Alpha 使用 PNG，為時間批准以半規模進行草稿渲染，在本地修復後僅重新渲染固定的幀範圍，並在實際機器上對並發進行基準測試。

音訊、響度與匯出

• 首先混合人聲，在語音下將音樂音量降低，並謹慎地在視覺著陸點放置音效，每個品牌使用一個音效家族。最終混音作為一個整體進行標準化，永遠不要逐個剪輯進行標準化。

• 對 YouTube 和社交媒體交付，使用 -14 LUFS 整合和最多 -1 dBTP 作為工作目標。對口語播客使用 -16 LUFS，對 EBU R 128 廣播使用 -23 LUFS，對 ATSC 廣播使用 -24 LKFS。

• 在報告時說明響度注意事項。YouTube 沒有發布 LUFS 目標，因此 -14 是從播放器標準化數據推斷出的工作預設值，而不是發布的平台規則。

• 對交付物使用雙通道 loudnorm 進行標準化。首先測量，然後使用測量值和線性 true 進行應用，因為單通道 loudnorm 是動態處理的，可能會泵動混音。

• 將長格式導出為 MP4，使用 H.264 High Profile，逐行掃描，4:2:0，VBR 和 AAC LC（48 kHz）。對 1080p（30 fps）使用 8 Mbps，對 60 fps 使用 12 Mbps，對 1440p 使用 16 和 24 Mbps，對 4K（30 fps）使用 35 到 45 Mbps。

• 為 Shorts、Reels 和 TikTok 導出一個 1080x1920、9:16、30 fps、10 到 16 Mbps 的垂直主檔案。當安全區域不同時，從同一個構圖渲染每個平台的變體。

驗證門控

• 在掛鉤、每個場景的英雄時刻、每個進入和退出、每個轉場以及最終幀處檢查幀。將英雄幀與已批准的風格框架進行比較。

• 使用疊加層檢查安全區域。將 16:9 文字保持在 90% 標題安全區域內，並將垂直關鍵內容排除在頂部平台帶、底部字幕帶和右側操作欄之外。

• 通過聽覺和視覺檢查字幕。確認名稱、數字和低置信度單詞，將標準字幕保持在每行不超過 42 個字符且不超過 2 行，並將成人的閱讀速度保持在每秒 20 個字符或以下。在 SRT 上執行 scripts/check_captions.py 以自動化格式檢查（行長度、閱讀速度、提示持續時間、重疊以及指定顏色時的 WCAG 對比度）；措辭仍然是人為判斷。對於語音來源，scripts/transcribe.py 會生成帶有單詞時間戳記的本地轉錄（faster-whisper，PCM 路徑），字幕和節拍從中確定時間。

• 在最終編碼檔案上測量響度和真實峰值，而不是在專案上。首先在編碼檔案上執行 scripts/peak_guard.py：AAC 編碼可能會超出 loudnorm 的真實峰值上限（在真實交付中測得 -0.95 和 -0.7 dBTP，而限制為 -1.0），該保護程式會應用最小的足夠增益減少，作為純音訊重新封裝並重新測量。然後在最終檔案上執行 scripts/qc_probe.py，搭配每個交付物的 --spec 檔案，並保存 --report JSON：它會強制執行音訊存在（缺少音訊失敗為 AUDIO_STREAM_MISSING，數位靜音失敗為 AUDIO_SILENT）、響度目標和容差、真實峰值上限、尺寸、幀率（容差 0.01，偵測到 VFR）、編解碼器、像素格式、設定檔、顏色標籤、持續時間、需要時檢查 Alpha（格式 AND 解碼內容 - 恆定不透明 Alpha 失敗），以及 MP4/MOV 的 moov atom 前置；spec 鍵是白名單制的，起始 spec 位於 templates/。使用 scripts/sample_frames.py 提取掛鉤、四分之一、英雄、四分之三和結束幀以及一個聯繫表，用於人工視覺檢查（使用 --directive 它還會對每個節拍開始、揭示和結束進行採樣）。

• 應用無障礙硬性限制。保持普通文字的對比度在 4.5:1 或以上，大字型在 3:1 或以上，並且在任意 1 秒內閃爍不超過 3 次。

• 準確報告哪些內容已驗證，哪些未驗證。將渲染成功、幀檢查、響度測量和設備或平台預覽分為不同的聲明。

• 永遠不要聲稱未經驗證的內容。此技能套件未捆綁完整的 Remotion 範例專案，因此不要聲稱存檔本身經過渲染驗證；僅聲明在當前工作區中實際產生的渲染。自動化門控永遠不能取代人工對敘事真實性、視覺品味、字幕準確性或運動原始鏡頭上面部保護的簽核。

參考

… [為翻譯而截斷]