文章＋音訊直接生成白板影片
輸入文章和現有錄音，交付可播放的完整影片。素材設計和影片製作是本技能內部的連續流程，不讓使用者再呼叫另一個技能或手寫技術配置。預設中文、白底、彩色線稿或簡潔扁平圖形，16:9、1920×1080、30fps；按使用者指定規格調整。
輸入與預設決策
- 儲存使用者原文和原音訊。現有錄音是時間依據，不重新配音、改聲、加背景音樂、加速、刪停頓或截尾；使用者另外要求時才調整。
- 文章負責事實與解釋結構，錄音決定實際口播與節奏。先校對二者：標點、章節編號讀法和明顯辨識錯字可直接整理；有少量錄音口誤時保留聲音並記錄字幕修正。出現實質性的增刪、重排、結論衝突或錯誤音訊時，列出具體差異，只詢問這項影響成片的取捨，繼續不依賴回覆的畫面準備。
- 不要求使用者確認普通鏡頭、風格和技術選擇。文章與音訊齊全即可開始；只在缺少必要輸入或實質衝突時詢問。沒有音訊則先完成分鏡準備，不能自行換成新配音或無聲成片來宣稱任務完成。
- 已有分鏡、素材或工程時先讀取其
editing-notes、style-lock和實際配置，保留認可內容與編號。修改只重做受影響部分，不重複生成整套素材。
連續工作流程
- 先讀音訊，再分鏡。 按 執行與對齊 檢查環境、真實解碼時長和雜湊；取得詞級時間戳或有依據的句段時間，校對文章。同一音訊可重複使用雜湊匹配的轉錄；僅檔名相同不能重複使用。先確定旁白段落與停頓，再決定畫面資訊量。
- 把知識變成畫面。 讀 解釋畫面設計。按語意拆鏡，每鏡明確一個理解目標和有意義的變化。優先場景插畫、關係圖、同一案例對照和分步過程；關鍵詞識別物件，完整口播交給字幕。不按每分鐘固定圖片數湊圖。
- 製作一次、持續重複使用。 按 視覺與素材 做一個代表性的關係或過程畫面，實際檢視最終顯示尺寸後擴展。文字與關係圖優先可編輯 SVG；需要點陣圖表現力時再呼叫圖像生成工具。連續狀態共用座標、比例、角色與色彩。儲存可編輯源、實際 PNG 和重點區域。
- 建立一個可重建工程。 按 內部資料合約 生成材料清單、分鏡和 handoff，執行材料 audit，再用
pipeline.py init一次性校驗並匯入正式工程。不要額外建立多輪相同預檢工程或中間 ZIP。素材、原始碼、錄音、渲染器都進入獨立工程。 - 統一音畫時間。 用
align_audio.py align生成實際鏡頭、字幕和強調錨點時間；同一幀時間軸驅動渲染與輸出字幕。自動匹配失敗先檢視差異報告，不能靠整體拉伸估算或降低閾值硬過。關鍵詞高亮對應真實旁白；連續狀態禁重複淡入，獨立場景可短暫淡入後停穩。 - 預覽、渲染、交付。 先看代表鏡、過程組首末狀態、最長字幕和複雜重點區域，再執行增量渲染、匯出與完整解碼。按 成片檢查 檢視最終 MP4 抽幀及音軌對應，修正受影響鏡頭。完成後提供 MP4、SRT/VTT 和含原始碼的工程 ZIP；不要停在素材包或計畫。
必須保持的約定
- 保留原文事實、順序、限定語和認可的口播，不為了畫面擅自擴寫、簡化結論或發明例子口播。輔助畫面案例標明示意，不冒充真實截圖、產品行為或科學證據。
- 同一概念用同一視覺標識；箭頭要有含義。出現、連接、分步揭示與圈畫對應講解，不用裝飾性圈臉、持續推拉或快切掩蓋解釋不足。
- 主體圖不烘焙外層標題或完整字幕。圖中必要節點標籤保留可編輯文字；「扁平圖＋原始 SVG」不等於已經實現任意圖層動畫。
- 預設關閉來源角標與圖片說明條：
show_source_credits=false、show_image_labels=false。署名、字型許可與來源放在工程檔案；內容自身必要的時間地點不刪。 - 單鏡
single/compare/text與title/point/highlight/focus/reset/subtitle是已實現基礎能力。分步狀態直接切換不聲稱連續移動或真實逐筆繪製；使用者明確要求的額外動作必須實際實現並渲染驗證。 - 原始估算、ASR差異、實際同步方式如實記錄。音訊尾部僅允許補足影片幀取整差；禁止
-shortest靜默截片。字幕已經由渲染器繪製時不再重複燒錄 SRT。
資源與效率
scripts/ 自帶材料檢查、匯入、音訊對齊、專案流水線、渲染引擎與中文字型，不依賴原來的兩個技能目錄。執行所需 Python 套件、FFmpeg 和 Chromium 瀏覽器按需檢測；優先重複使用實際可用環境，不複製虛擬環境到交付包。
中間狀態留在當前工程，可恢復重跑。只快取音訊雜湊匹配的轉錄、輸入雜湊匹配且規格合格的渲染片段。並行處理獨立素材與鏡頭，依賴明確的步驟按順序執行；先代表畫面後批量製作，檢查通過後避免無理由反覆全片渲染。