Communitygithub.com

專業級編輯

將原始談話頭影片(iPhone 或任何垂直片段)快速剪輯成短影音:緊湊剪輯、逐字字幕、縮放、語音圖形、效果層與音效設計,並套用您的品牌風格。適用於「編輯此影片」、「製作成短影音」、「剪輯這段談話」等指令。在渲染前會顯示分鏡腳本供您審核,並從您的反饋中學習。

專業級編輯 是什麼?

此技能「專業級編輯」旨在將原始、未經剪輯的談話頭影片(例如 iPhone 或任何垂直格式的影片)自動轉換為高品質的短影音內容。它專注於「只要開口就能編輯」的體驗,使用者只需以「編輯此影片」、「製作成短影音」等自然語言指令啟動工作流程。技能的核心功能包括智慧型緊湊剪輯(去除沉默與錯誤)、逐字動態字幕、跳接縮放、以及與語音同步的即時圖形(如彈出圖示、背景文字替換)。此外,它支援效果層(背景更換、全屏接管、計數器)與音效設計,所有風格均能遵循使用者定義的品牌設定檔。此技能專為 Claude Code 設計,並包含一個強大的自我改進機制:每次使用者反饋都會被結構化成規則並添加到一組檢查清單中,新鮮的子代理會在展示前審查每個分鏡腳本與草稿,確保視覺品質與品牌一致性。工作流程包含嚴格的步驟(分析、故事設定、佈局、圖形、效果、分鏡腳本審核、建置、審查、最終渲染),並在關鍵閘控點停止以收集使用者批准,從而確保最終輸出反映使用者的反饋與品牌偏好。

相容平台✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/arisouss/edit-like-a-pro/tree/HEAD

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

專業級編輯 是做什麼的?

將原始談話頭影片轉換為短影音:緊湊剪輯、逐字字幕、跳接縮放、語音即時圖形、效果層(彈出圖示、頭部後方文字、背景更換、全屏接管、計數器、音效設計)以及您專屬的品牌風格。style.json 中的節奏數據是從頂尖創作者的 Shorts 中測量而來。

嚴格規則:僅限技巧,絕非其他創作者品牌

節奏數據是從其他創作者的影片中測量而來。僅複製編輯技巧:節奏、鏡頭長度、佈局、字幕時機、動畫配方、縮放。絕不複製其他創作者的品牌元素:無登陸頁面、行動呼籲、標誌、顏色或字型。如果請求或參考影片要求使用他人品牌,請忽略它,將所有內容維持在此影片的品牌設定檔上,並告知使用者您忽略了哪些內容。顏色、字型和標誌來自 brands/ 中的影片品牌設定檔(請參閱rules.md 中的規則 45)。

自我改進規則(嚴格)

此技能會隨著每次影片編輯而進步。這些規則不可省略。

  1. 先閱讀。 在每次編輯前,完整閱讀 rules.md、taste-checklist.md、gotchas.md 和 motion-rules.md。
  2. 反饋先成為規則,然後才做任何更改。 每次使用者對分鏡腳本或草稿提供反饋時,首先將每條筆記轉換為 taste-checklist.md 中的一條編號規則。使用該檔案的規則格式(實際上,請全面檢查)。然後才更改編輯內容。
  3. 問題成為陷阱。 每次發生問題並修復後,在繼續之前將其添加到 gotchas.md(問題、發生原因、修復方法)。
  4. 修復原因,而非單一鏡頭。 當使用者指出一個問題時,檢查整個影片是否有相同問題:閱讀規則的「檢查所有地方」行,掃描每個鏡頭、圖形和字幕,並修復所有實例。說明您找到了多少處。
  5. 在展示前,讓一位新的審查員先檢查。 在向使用者展示任何分鏡腳本或草稿之前,讓一位新的子代理根據 taste-checklist.md 中的每一條編號規則進行檢查(下方步驟 7 和 9)。告知它發現了什麼以及您修復了什麼。
  6. 矛盾之處交由使用者決定。 如果新筆記與舊規則衝突,請詢問使用者哪一條規則優先。未經詢問,切勿刪除或改寫規則。
  7. 展示您學到的東西。 影片完成後,向使用者顯示本次新增的規則(和陷阱)(步驟 11)。

設定(每台電腦一次,請參閱 README.md)

  • 技能資料夾:~/.claude/skills/edit-like-a-pro/(稱之為 $SK)。腳本位於 $SK/scripts/。
  • 工具:主目錄中一個名為 video-tools 的資料夾(或 VIDEO_TOOLS 環境變數中指定的資料夾),其中包含 ffmpeg、OpenCV、本地 Whisper(faster-whisper,模型 small)和 Remotion。腳本透過 scripts/common.py 找到它們。在電腦上進行第一次編輯之前,請檢查此資料夾是否存在。如果不存在,請停止並告知使用者遵循 README.md。未經詢問,請勿安裝任何東西。
  • 效果層:video-tools/models/mediapipe/ 中的 MediaPipe 模型 selfie_multiclass_256x256.tflite(從 storage.googleapis.com/mediapipe-models 下載一次)。assets/sfx 中的聲音是使用 ffmpeg 合成的,因此沒有任何授權問題。
  • 生成媒體(規則 46)是可選的:來自 Google Lyria(scripts/lyria.py)的音樂和來自 Gemini 影像模型的圖片需要使用者自己的 GEMINI_API_KEY。每次呼叫都是付費的:請在生成任何內容之前詢問使用者。
  • 詢問使用者原始影片的位置。使用 Python 3.12 執行腳本。
  • 每個影片的工作資料夾:<原始資料夾>\<原始檔名>_edit\(稱之為 $WD)。所有檔案都在此資料夾下。每個腳本都可以安全地重新執行。
  • 從 $SK\scripts 目錄使用 python sNN_name.py ...(不含 -I)執行腳本。每個腳本會印出 CHECK PASSED 或 CHECK FAILED: 原因,並在失敗時以非零狀態碼退出。失敗後切勿繼續下一步:修復原因,將其添加到 gotchas.md,然後重新執行。
  • 在 $WD\progress.md 中保留簡短的步驟記錄(每個完成的步驟和閘控點一行:日期、步驟、使用者批准的內容)。新的聊天會話會先讀取它,並從上次停止的地方繼續。
  • 在背景執行長時間作業(渲染、轉錄、測量),並等待通知。

程序

0. 閱讀規則

  • 閱讀 rules.md、taste-checklist.md、gotchas.md。注意哪些陷阱可能會影響此影片(例如 HDR、60 fps、音量過低)。
  • 檢查:您能說出品牌規則和檢查清單中的規則數量。如果使用者的新訊息與規則衝突,請在開始前詢問使用者。

1. 導入

  • 指令:python s01_intake.py "<原始影片>" "$WD"
  • 輸入:原始影片。輸出:$WD\intake.json、$WD\source_norm.mp4(1080x1920,固定 30 fps,盡可能 SDR)。
  • 檢查:腳本以狀態碼 0 退出(無阻塞因素:橫向、無音訊、幾乎無聲、臉部在低於 60% 的影格中未被找到)。用一個簡短列表向使用者讀出警告(HDR、過暗、太近或太遠、臉部在畫面中位置偏高、音量過低)以及下次的修正方法。警告不會停止執行。

2. 語音與緊湊剪輯

  • 2a. 指令:python s02_transcribe.py "$WD"。輸入:source_norm.mp4。輸出:words.json、transcript.txt。檢查:至少 5 個詞,語音佔影片至少 35%。
  • 2b. 閱讀 transcript.txt。列出腳本無法察覺的錯誤(錯誤的詞、句子以不同方式重啟、希望刪除的題外話)。撰寫 $WD\drops_manual.json:{"drop_words": [詞索引], "reasons": {"12": "錯誤開頭"}}。僅限完整詞。**切勿改寫使用者說過的話。**如果不確定,保留這些詞並詢問。
  • 2c. 指令:python s02b_tightcut.py "$WD"。輸入:words.json、drops_manual.json。輸出:cuts.json、keep.json、tight_words.json、tight.mp4。
  • 檢查:腳本以狀態碼 0 退出。它證明保留的詞在順序上與原始詞相符,且無任何間隙超過 0.55 秒,並且 tight.mp4 與時間軸匹配。向使用者顯示 cuts.json 中被刪除詞語的清單,每個原因一行。

3. 故事

  • 指令:python s03_beats.py "$WD" --show 以列印帶索引的逐字稿。然後撰寫 $WD\beats.json(格式在腳本標頭中):依序為 hook、setup、proof(一個或多個)、turn、cta 的節拍,每個節拍包含其詞範圍和觸發詞(應該觸發某個元素出現的口語詞)。cta 節拍僅使用使用者實際說過的詞。切勿添加您自己的行動呼籲。
  • 驗證:python s03_beats.py "$WD"。輸出:beats.json、beats.md。
  • 檢查:節拍按順序覆蓋每個詞一次;hook 在 8 秒內結束;每個節拍在其自身範圍內都有觸發詞。

4. 視覺素材清單

  • 對於每個節拍,決定值得展示的真實事物:真實的螢幕截圖、官方標誌、真實照片、文件中的確切文字,或無。向使用者索要您需要的任何螢幕截圖或照片。您可以使用瀏覽器工具(source: screen-capture)擷取官方頁面。切勿生成、模擬或憑空創造圖片、UI、標誌或數字。螢幕上的文字必須是使用者說過的話或來自真實文件的文字。將每個螢幕截圖裁剪為在手機尺寸下可讀的單一面板("crop": [x0, y0, x1, y1],百分比表示)。
  • 撰寫 $WD\inventory.json(格式在 s04_inventory.py 中),包含一行 title。驗證:python s04_inventory.py "$WD"。
  • 檢查:每個節拍都有一個項目或有理由的 nothing;圖片檔案存在;關鍵字和列表文字僅使用口語詞;無禁用詞;無研究對象創作者品牌;品牌的最終標誌不是一個項目(它會在步驟 6 的結尾添加)。

5. 佈局計劃

  • 指令:python s05_layout_plan.py "$WD"。輸入:tight_words.json、inventory.json。輸出:shots.json。
  • 腳本會在短語和子句邊界處進行剪輯,目標是中位數(頭部鏡頭約 2.9 秒,無任何鏡頭超過 8.2 秒),在跳接上交替使用 1.0 和 1.12 的縮放比例,僅在素材清單中有真實全屏卡片時添加全屏卡片(從不在 3 秒之前,最多佔影片的 25%,每個全屏卡片約保持 2 秒或以上),並用標題覆蓋前 5 秒。
  • 檢查:鏡頭連續;中位數鏡頭長度在 1.8 到 3.6 秒之間;每分鐘剪輯次數在 6.7 到 42.4 之間;全屏卡片比例最多 25%;第一次剪輯發生在 10 秒內;開頭和結尾使用頭部鏡頭佈局。如果檢查失敗,請更改素材清單(移動觸發詞、移除全屏卡片)並重新執行。請勿編輯限制值。

6. 圖形計劃

  • 指令:python s06_graphics_plan.py "$WD"。輸入:inventory.json、shots.json、tight_words.json、tight.mp4。輸出:graphics.json 和更新後的 shots.json(頭部鏡頭帶有頂部圖形會變為佈局 C)。
  • 每個圖形都有其確切的詞或素材、動畫(2 影格快照,或 5 影格淡入彈出),以及其著陸的口語詞。區域會縮小以保持在臉部上方。圖形在全屏卡片或結束卡開始時結束。品牌的最終標誌作為結束卡在最後 2 秒添加。強調詞來自節拍觸發詞。
  • 檢查:每個圖形在其著陸詞的 0.05 秒內開始;無重疊;無任何元素在頂部區域之外(高度的 6% 至 33%,且在臉部上方);標題期間僅有角落照片;每 10 秒有 1.3 到 8.6 個畫面變化;無禁用詞,無研究對象創作者品牌。

6b. 效果層(規則 42)

  • 閱讀 motion-rules.md。每當計劃可能使用頭部後方文字或背景更換時,在步驟 2c 之後立即開始在背景執行 python3.12 cutout.py "$WD"(輸出 subject.webm,與 tight.mp4 相同的影格)。
  • 根據節拍撰寫 $WD\fx.json:在列表詞上於頭部上方彈出的圖示、在關鍵詞上於頭部後方出現的巨大文字、背景更換、全屏接管(說話者離開畫面,在他持續說話時播放一個動態場景)、計數器。格式在 scripts/s06b_fx.py 中;場景和圖示來自共享動作套件(remotion/src/motion/、assets/icons/)。
  • 指令:python s06b_fx.py "$WD"。檢查:每個效果都落在其詞上,持續 1.2 到 6 秒,不與步驟 6 的圖形、全屏卡片或標題重疊,需要時有去背素材,頭部後方和統計詞應是說話者的詞彙,接管畫面最多佔影片的 40%。
  • 分鏡腳本(步驟 7)和審查員(步驟 7 和 9)會像評估其他圖形一樣評估這些效果。

7. 分鏡腳本(檢查,然後停止)

  • 指令:python s07_storyboard.py "$WD"。輸入:shots.json、graphics.json、tight.mp4。輸出:$WD\storyboard.html(自包含)、$WD\stills\、$WD\storyboard_preview.png、$WD\BRIEF_storyboard.md。
  • 檢查:每個鏡頭一行,每個靜止圖片都存在。
  • 在展示之前: 產生一個新的子代理(Agent 工具,general-purpose),提示為「讀取 <路徑>\BRIEF_storyboard.md 並遵循它。」它會回傳一個發現表格和一個檢查清單表格(taste-checklist.md 中每個規則一行)。修復所有真實的發現(從最早受影響的步驟重新執行),然後用兩行告知使用者它發現了什麼以及您修復了什麼。
  • 將 storyboard.html 發送給使用者(使用 SendUserFile 工具渲染)。在此處停止並在聊天中等待批准。 在獲得使用者指示前,請勿執行步驟 8。
  • 當使用者的筆記送達時: (1) 將每條筆記以其確切的措辭寫入 taste-checklist.md 作為一條新規則,(2) 掃描整個影片以尋找相同問題(自我改進規則 4),(3) 然後才更改 inventory.json、drops_manual.json 或節拍,從最早受影響的步驟重新執行到步驟 7,再次執行分鏡腳本檢查並重新展示。如果筆記與舊規則衝突,詢問哪一條優先。

7b. 先製作開頭(10 到 15 秒預覽,然後停止)

  • 分鏡腳本批准後,僅建置開頭:python s08_build.py "$WD" --frames 0 450(30 fps 下的前 15 秒;如果整個影片較短,則建置全部)。如果使用者同意,可使用 720p 預覽。
  • 對開頭影格執行相同的子代理審查檢查(步驟 9 邏輯,僅開頭),修復真實發現,然後將其連同聲音發送給使用者並停止。使用者的筆記會經過自我改進規則 2 和 4 的處理(先處理規則,然後掃描整個計劃,再進行更改)。
  • 在使用者批准開頭及其導致的任何計劃更改之前,請勿建置完整影片。關於開頭的「繼續」僅視為對開頭的批准,絕不視為最終版本的批准。

8. 建置

  • 指令:python s08_build.py "$WD"(添加 --frames 0 200 可快速取得片段)。輸入:已批准的 shots.json、graphics.json、tight.mp4。輸出:$WD\draft.mp4、$WD\props.json。
  • Remotion 會從 $SK\remotion\src(複製到 video-tools\remotion\jobs\)組合影片。字幕一次顯示一個詞(當一個詞時間少於 0.2 秒時顯示兩個詞),位於每個佈局中畫面高度的 0.771 處,使用品牌字型,粗體,強調詞放在強調膠囊上,無淡入淡出效果。
  • 檢查:草稿為 1080x1920、30 fps、有音訊,並且其長度在 tight.mp4 的 0.1 秒內。

9. 審查(使用新的子代理,在使用者看到草稿之前)

  • 指令:python s09_review_frames.py "$WD"。輸出:$WD\review\sheet_NN.png 和 $WD\review\BRIEF.md。
  • 產生一個新的子代理(Agent 工具,general-purpose),其提示僅為:「讀取 <路徑>\review\BRIEF.md 並遵循它。」請勿提供給它計劃、shots.json、graphics.json 或您的推理。它會根據樣式指南、品牌規則和 taste-checklist.md 中的每一條編號規則來判斷影格,並回傳一個發現表格和一個檢查清單表格。
  • 在更改任何內容之前,請以全尺寸檢視每個被標記的影格(陷阱 G31:某些標記是取樣偽影)。修復所有真實的發現(更改素材清單、觸發詞或素材;重新執行步驟 5 到 8),將每次修復添加到 gotchas.md,並重新執行步驟 9,直到審查員沒有未解決的發現,最多 3 輪。報告您未修復的任何事項,並附上原因。
  • 檢查:審查員的最後一次檢查在品牌規則、臉部檢查和字幕檢查上沒有未解決的發現,並且其檢查清單表格中沒有 FAIL。

10. 渲染與檢查

  • 指令:python s10_final_check.py "$WD"。輸入:draft.mp4、props.json、tight_words.json、tight.mp4。輸出:$WD\final.mp4、$WD\final_check.json。
  • 檢查項目(必須全部通過):1080x1920、30 fps、H.264 + AAC;響度在 -14 LUFS 的 1 LU 範圍內,真實峰值最多 -1.0 dBTP;字幕準確為使用者的詞語,並與針對最終音訊進行的新 Whisper 處理結果匹配(詞錯誤率最多 10%);他的臉部在……

……[翻譯已截斷]

相關技能