tianbester-ZA/edit

/bb:edit

目標

將原始素材剪成一部陌生人會為之停下、從中感受到什麼、並採取行動的短影片：一個 1080x1920 的主影片和一個標準的 1080x1350 Feed 主影片，兩者音量約為 -14 LUFS，背後有一個編輯計劃，說明每個剪輯點為何位於該處。

在此之前：檢查這台 Mac

python3 "${CLAUDE_SKILL_DIR}/scripts/setup.py" --data "${CLAUDE_PLUGIN_DATA}"

每個工具會輸出一行狀態，包含確切的修復方式，最後顯示 READY 或 NOT READY。可以安全地重新執行，一旦所有工具就緒，只需數秒。首次執行會建置 Python 工具，需要幾分鐘時間。

若顯示 NOT READY，請提供使用者修復指令並停止。如果只有模型缺失，請告知約需 490 MB，並在對方同意後在同一指令後加上 --download-models。OPTIONAL 行不會阻礙任何流程。

然後：詢問我們要做什麼

執行此技能的人掌握著上下文，他們在這裡說的話是讓作品出色的關鍵。我們曾有一則廣告因為沒有詢問而失敗；一個 Reels 則因為有人提供了真實背景而成功。

先查看已有的內容（素材、腳本、簡報、筆記），然後重新陳述，以便對方確認而非重新輸入。用一輪簡短的提問來詢問（有問題時使用 AskUserQuestion，否則在訊息中詢問）。

除非他們已經告訴你，否則務必先問：

1. 我們想做什麼，這是什麼類型的影片？是品牌認知影片、展示 Reel、付費銷售廣告、UGC 或創始人談話、幕後花絮，還是其他類型？

然後只問缺失的部分：

2. 目標觀眾是誰？希望他們看完後有什麼感受或行動？
3. 什麼風格？最接近哪個參考？接著你會在真實素材上顯示選項供挑選。
4. 素材、音效或音樂、長度，以及在哪裡播放。

如果是廣告，腳本的買方和階段會沿用，或者先執行 /bb:script。剪輯絕不能更換創意或主張；這必須回到腳本處理。

將答案寫入 job/brief.md，然後一路工作到結束。唯一的停靠點是步驟 2 中的選項。如果他們已經提供了所有資訊，或者說「直接做」，就不要問。如果沒有人能回答（無頭執行），請說明你會問什麼，並採取合理的判斷。

品味屬於該任務

問題 1 設定了任務：將其寫在 job/brief.md 的第一行。某人在一個影片中喜歡的東西不會轉移到另一個影片。自然觸及的 Reel 和廣告是不同的任務：廣告的目的是銷售。因此，廣告是根據其目標受眾、產品的賣點、證據和購買理由來評判，而不是根據自然觸及片子的笑點或感覺。從自然觸及剪輯中學到的教訓不約束廣告，反之亦然。

為什麼

一般性的 AI 剪輯會跟著每個音樂拍子剪，給每個鏡頭相同的長度，對每個鏡頭都推近，並在最後一個字結束的那一刻停止。這裡的所有這些做法都曾被拒絕（參見 lessons.md）。剪輯書能更好地回答同樣的問題，所以我們根據每個決定來查詢它們：Murch 用於思考的結束點，Pearlman 用於節奏和開放性問題，Block 用於視線的落點。這些書是問題和段落，而非聲音。

什麼是好的剪輯

• 第 0 幀在靜音狀態下就已經是一張成功的靜止畫面：產品、結果或驚喜，而不是標誌或問候語。
• 在鉤子中打開一個問題，並保持開放直到回報。
• 剪輯點落在想法或動作完成之處，而不是在格點上。至少有一個鏡頭的長度比周圍的短鏡頭更長，這樣看起來是刻意的暫停。
• 每個鏡頭中最亮或移動中的物體就是視線的焦點。文字位於下巴下方或清晰的天空區域，絕不遮住嘴巴，也絕不與另一行說同樣話的文字堆疊。
• 結尾比前一個鏡頭更平靜，訴求簡單明瞭。結尾要落地：音樂在其自己的結尾或真實的樂句處結束，絕不能在歌曲仍在進行時淡出，也絕不能在其最後的強拍上結束。
• 包含真實聲音。影片中的人物聲音要能蓋過音樂，歌曲最重要的時刻要與畫面最重要的時刻重疊。
• 素材看起來如同拍攝時一樣：iPhone 的原始色彩、穩定的構圖、僅對產品進行輕微的推近、無移動縮放、無鏡像填充、無黑邊。
• 4:5 版本是從相同的 EDL 重新佈局，確保字幕和臉部保持在畫面內。

指令

參考檔案會簡短地寫入這些指令。Shell 狀態不會在指令之間保留，因此始終使用完整形式，並且也給批評者代理使用完整形式。

• PY 代表 "${CLAUDE_PLUGIN_DATA}/venv/bin/python"，即 setup 建立的 Python。每個 Python 腳本都用它來執行。
• scripts/... 代表 ${CLAUDE_SKILL_DIR}/scripts/...。references/... 代表 ${CLAUDE_SKILL_DIR}/references/...。
• search.py 代表 python3 "${CLAUDE_PLUGIN_ROOT}/skills/books/scripts/search.py"。

工作流程

工作資料夾：使用者所在資料夾中的 <client>-<job>/，或簡報中指定的資料夾（job/）。素材保持原位；只寫入渲染結果。

0. 閱讀，並聆聽。 在規劃之前執行 PY scripts/listen.py clips <footage> --out job/sound：它會轉錄每個片段，並找出語音、笑聲、喊叫和音量峰值。閱讀所有內容。鏡頭外的台詞通常就是創意，它們告訴你一個鏡頭的真實內容（一個廣告的「應用」鏡頭其實是導演在說「你不需要應用任何東西」）。也執行 PY scripts/listen.py song <track> 並閱讀歌詞：它們可能與畫面衝突或有所幫助。然後閱讀任何客戶筆記、lessons.md、客戶自己的過去剪輯資料夾（僅限該客戶，參見 examples/README.md）、腳本或簡報。執行 scripts/probe.sh <footage> > job/footage-log.md，然後觀看片段並按時間碼添加最佳時刻。在其他操作之前，先用 scripts/proxies.sh 轉換 HDR。別人寫的素材日誌只是一個線索，不是事實：在將任何選定鏡頭放入 EDL 之前，先查看每一幀（scripts/sheet.sh <clip> <start> <len> job/sheets，這樣就不會在素材旁邊寫入任何東西）。將腳本或簡報中的每個主張與顯示該主張的片段時刻列出；任何沒有片段支持的主張現在就要修改或刪除，而不是由批評者來做。用一句話寫下氛圍，使用使用者自己的話。
1. 規劃。 載入 references/plan.md、rhythm.md、eye.md、sound.md。使用 PY scripts/beats.py <track> 測量音樂：速度、第一拍和音量圖，後者顯示 music.start 處的音樂動向。針對每個節拍（鉤子、轉折、回報、結尾）：要感受什麼、節奏、視線落點、聲音。每欄執行一次搜尋。撰寫 job/plan.md，每行附帶一個段落 ID。
2. 選項。 每個部分大約三個處理方案（隨意、中等、極端），以圖塊形式呈現：每個方案一張圖片和一行說明。由使用者挑選。如果他們不在場，或說直接做，就挑選一個，在 options.md 中記錄原因，並保持其他選項可見；一個選項表格就足夠了。
3. 粗剪。 載入 references/formats.md。撰寫 job/edl.json，然後執行 mix.py（聲音）和 cut.py --draft（使用代理檔案）。對結果執行 scripts/sheet.sh 和 listen.py cut，並閱讀報告及其波形圖。自己查看畫面、鉤子條和第 0 幀，並在靜音狀態下觀看一次。
4. 批評。 一個全新的代理會獲得 job/brief.md（這樣它才能根據任務評判）、全尺寸的第 0 幀、所有畫面、條狀圖、聆聽報告、混音日誌、主張列表、references/critic.md 和完整的 search.py 指令。第 0 幀優先，因為縮圖可能誤導。不包括你的筆記或這個對話。它會回傳每個節拍的註解、最多三個附帶段落 ID 的修正方案，以及一個裁決。
5. 最終。 修復批評者發現的問題（或寫下為什麼簡報勝出）。將 EDL 指向全品質 SDR 檔案，不帶 --draft 進行渲染，然後執行 reframe.py 產生 4:5 版本，接著對結果執行 check_cut.py 和 listen.py cut。修正每個 FAIL；閱讀每個 WARN。明確地說明沒有人聽過它： 報告是測量，不是聆聽，因此語音軌和混音需要由使用者親自聆聽。兩個主影片的畫面。README.txt 和交付方式如 formats.md 所述。 回覆時附上兩個檔案、第 0 幀、批評者之後每個節拍改變了什麼的一行說明，以及一句提及這些書的名稱。引用保持在 plan.md 中，絕不放在影片上。

硬性限制

• 更改主張或創意必須回到 /bb:script。如果素材或聲音扼殺了創意，請停止並重新進行診斷和腳本，並使用批評者；絕不能在剪輯過程中換上新台詞。我們曾有廣告在剪輯時更換台詞，最終在沒有觀眾和存在理由的情況下發佈。
• 每次粗剪前必須提供選項。如果沒人在場，就挑選並記錄；絕不能跳過。
• 絕不拖慢或加快人聲。cut.py 會在片段的播放速度不是 1 時靜音其自身音頻。
• 無降噪、無模糊、無移動縮放、無鏡像填充、無黑邊。HDR 首先使用 avconvert 轉換為 SDR。不得對談話頭和 UGC 進行調色。只有在簡報要求時才進行輕微的調色（EDL 中的 look），並在回覆中明確說明。
• 絕不能在沒有在計劃中寫明原因的情況下，關閉片段聲音並交付。
• 一個鏡頭永遠不能證明比實際發生的更多：如果音頻顯示是模仿的，那就不是證據。
• 字幕使用所說的語言，包含所有重要的詞語，絕不遮住嘴巴，絕不與提示文字堆疊。
• 螢幕上的主張、價格和優惠來自簡報或客戶的即時網站，絕不能憑空捏造。
• 未經使用者同意，不得將任何內容發送給客戶、發布或花費資金。交付到客戶的 Drive 和任何訊息都應由使用者起草；由他們發送。

技術知識

• 文字： Homebrew 的 ffmpeg 沒有 drawtext 和 libass，因此文字是透過 scripts/text_png.swift（CoreText，由 cut.py 編譯一次）繪製為 PNG，然後使用 overlay 疊加。字型位於 assets/fonts/（Geist Black、Geist Bold、Playfair Display Italic）；客戶自己的字型通過路徑放入 EDL 的 styles 區塊。
• Whisper 是英文且會誤聽鏡頭外的語音。 listen.py 使用小型英文模型。透過閱讀畫面來檢查你要上字幕的每一行；若要更清晰地讀取有疑問的台詞，setup.py --download-large 會下載一個更大的模型（1.6 GB），listen.py clips --large 會使用它。
• 速度： 最終渲染速度約為每秒 3 到 5 幀（1080x1920 從 1080p 來源，同時有其他編碼在運行）；一個 30 秒的廣告需要 3 到 5 分鐘。粗剪時使用 --draft。長時間的渲染應作為背景任務運行。
• 對齊拍子的剪輯： beats.py 從檔案測量 bpm 和 offset。測量整個軌道：它會檢查前半部和後半部是否一致，而在前奏處的短暫視窗可能鎖定到錯誤的脈搏。為音樂提供 bpm 和 offset（檔案中第一個強拍的秒數）或一個 beats 列表。使用 "snap": true 標記那些結束點應對齊拍子的鏡頭；預設只對齊這些鏡頭。cut.py --beats 會列印當前剪輯的格點。對齊轉折和回報，而不是每個剪輯點：check_cut.py 在超過 80% 的剪輯點位於拍子上時會發出警告。
• 文字時序： 將文字綁定到鏡頭（"shot": 2, "at": 0.3, "dur": 1.2）而不是絕對秒數，這樣當拍子對齊移動了剪輯點時，文字會跟隨鏡頭移動。
• 音量： 兩次通過的 loudnorm 至 -14 LUFS（線性模式），然後在 4 倍取樣率下使用限制器；cut.py 會測量檔案，如果 AAC 將其推高超過 -1 dBTP，則以較低上限重新編碼。預設情況下，當任何鏡頭保留其自身聲音時，音樂位於片段音頻下方 14 dB；設定 music.gain_db 來更改它。
• 4:5： reframe.py 將每個鏡頭精確地框定為 9:16，並為每個鏡頭取一個 1350 行的視窗（y45，預設 285）。文字保持其在畫面中的位置，並向內拉 40 px。將 9:16 文字保持在行 330 到 1590 之間，4:5 就不需要額外的工作。
• 安全區域（9:16）： 除全螢幕卡片外，上方不得超過行 270，下方不得低於行 1590；底部 12% 是 Meta 的按鈕區域。
• 畫面： sheet.sh <video> [start] [len] 會寫入一個 40 幀的畫面（時間碼在其旁邊的 .txt 檔案中）、一個鉤子的 10 fps 條狀圖（或任何視窗）以及第 0 幀。閃爍幀會出現在條狀圖中，而不是畫面中。
• 片段結尾： 當鏡頭的 out 超過畫面最後一幀時，cut.py 會發出警告並維持該幀，這樣主影片就不會因為音頻而顯得不足。如果凍結畫面會顯現出來，則將 out 往回拉。
• 手持和推近： x 是每個鏡頭的一個數字，因此游走的手持主體會走出視窗，而推近會放大這種游走。在信任構圖之前，先觀看該鏡頭在運動中的視窗（sheet.sh <render> <shot start> <len> 會提供一個 10 fps 的條狀圖）。
• 字詞時間漂移： whisper 的逐字時間可能偏差高達 2 秒。在放入字幕行之前，單獨轉錄該片段；如果任一端的字詞遺失，表示剪輯點錯誤。
• 唇形同步： 手機複製的檔案可能使音頻提前約 0.1 秒。在剪輯前檢查一個片段；如果聲音領先，則調整畫面的 in，絕不能調整字詞。
• 書籍搜尋： search.py "<literal words>" --job feel|rhythm|eye --book murch|pearlman|block --k 6，然後使用 --show <id> 來閱讀一個筆記。使用精確詞語；問題則無效。

參考檔案（根據決策載入）

• references/plan.md：四拍計劃，每拍每欄一行，以及每欄的查詢。
• references/rhythm.md：剪輯點落在何處、停頓、節奏變化、開放性問題。
• references/eye.md：視線的落點、文字放置、安全區域、4:5 頻段。
• references/sound.md：聆聽步驟、語音、音樂、效果、音量、結尾。
• references/critic.md：評分標準，僅由批評者代理載入。
• references/formats.md：EDL 形狀、腳本順序、輸出、最終檔案位置。
• references/drawings.md：當簡報要求時，在剪輯上疊加手繪動畫。

經驗教訓

lessons.md 包含來自真實反應和結果的日期標記行。在步驟 0 時閱讀；批評者會根據最近五條經驗檢查剪輯。此資料夾在每次更新時都會被替換，因此客戶自己的經驗教訓應放在該客戶的資料夾中，而適用於所有人的經驗教訓則通過儲存庫（CONTRIBUTING.md）提交。