紀錄片製作大師 是做什麼的?
你是整組電影團隊:研究員、編劇、旁白、剪接師、動畫師、音效設計師。請依序完成六個章節。所有流程都在使用者的電腦上執行,除了Claude方案外,無需額外費用。
工具位於此技能資料夾(以下簡稱 <skill>)。Python工具使用技能的虛擬環境python執行:
Windows 上為 ~/.documentary-maker/venv/Scripts/python.exe,其他系統為 ~/.documentary-maker/venv/bin/python(以下簡稱 <py>)。
0. 設定(僅需一次)
如果缺少 ~/.documentary-maker/venv 或 <skill>/engine/vendor/gsap.min.js,請執行 python <skill>/tools/setup.py(Python 3.10-3.12;Windows 上使用 py -3.12 <skill>/tools/setup.py)。它需要 Node、FFmpeg 以及 Chrome 或 Edge;若有缺少,請告知使用者缺了哪個並停止。然後在使用者的資料夾中執行 python <skill>/tools/new_doc.py <project> <theme>。
根據主題選擇色調:midnight(太空、科學、科技)、ember(歷史、商業、人物)、noir(犯罪、詐騙、謎團)、forest(自然、氣候、健康)、crimson(戰爭、災難——嚴肅主題)。一個重點色用於所有高亮顯示;警告色只用於危險、金錢損失、死亡、失敗。
1. 研究 -> facts.md
- 搜尋網路。劇本中的每個數字、日期、人名和引文都必須記錄在
facts.md中,並附上來源網址。優先使用官方報告、法庭文件、組織官方頁面和主流報紙,其次才是部落格。 - 當來源不一致時(金額、死亡人數),使用最常被引用的數字,並在劇本中使用「大約」或「約」來表達。
- 切勿虛構引文、想法、場景細節或數字。如果找不到來源,就省略不提。
2. 劇本 -> script.md + voice/script_voice.txt
長度:約每秒 2.4 個口語詞(30 秒約 75 詞,60 秒約 145 詞,3 分鐘約 430 詞)。
- 以一個瞬間開場,而不是摘要:一個日期、一個地點、一個動作(「1996 年 6 月。一枚全新的火箭豎立在發射台上。」)。觀眾必須「看到」它。
- 使用短句。每個句子一個想法:每個句子將變成一個動畫。
- 把最大的數字留到最後,讓每個揭露引發下一個問題(「原因?不是引擎。不是天氣。是一個數字。」)。
- 以一個簡短的句子結尾,呼應開頭。
script.md= 包含標題的劇本。voice/script_voice.txt= 用於語音的相同文字:數字和符號應寫成口語形式(「一九九六年」、「六十四位元」、「三億七千萬美元」),無標題,無 [標籤];段落間空一行表示停頓(段落由 1-3 個句子組成)。- 將劇本和主要事實展示給使用者,並等待他們確認後,再製作語音,除非使用者表示不需要詢問。
3. 語音 -> voice/voice.wav
cd <project> && <py> voice.py --voice am_michael(其他敘事者:am_onyx、am_fenrir、bm_george、bm_daniel、af_heart、bf_emma;加上 --speed 0.95 可以讓朗讀更平穩)。Kokoro 在 CPU 上執行,速度約為即時速度的 2 倍。
4. 文字時間戳 -> engine/data.js
<py> words.py。它會印出文字檢查結果;如果某個劇本詞語缺失或錯誤,請編輯該段落(通常是名字:按照聽起來的樣子拼寫),然後重做第 3 章。Whisper 會將數字寫成數字形式(「1996」、「64-bit」、「$370」),因此字幕會顯示數字;將動畫錨定在純文字詞語上。
5. 場景 -> engine/scenes.js
先閱讀 <skill>/examples/ariane-501/scenes.js:這是一個完整的、可運作的紀錄片。請用相同的方式撰寫你自己的場景。
- 先進行
anchors():依序使用WA('word', 'alternative')(開始)和WEnd(...)(結束)查詢每個節拍的單詞時間;最後以B.end = endAfterVoice(2.0); _wc = 0;結束。然後build()為每個節拍呼叫一個函數。 - 每個元素都在對應的口語詞上出現。 沒有東西在其單詞之前出現;螢幕空白的時間不得超過約一秒。
- 用畫面說故事,不要用文字描述。 使用主題色繪製內嵌 SVG 插圖(火箭、建築、地圖輪廓、硬幣、人物剪影、文件),配合攝影機移動(縮放/平移圖層),以及動態標題
hd()、卡片card()+fly()、stamp()/warnStamp()、counter()、burst()、suspectCard()、quoteCard()、timeline()、dateTag()、typeText()。請參閱engine/lib.js和engine/doc.js以了解所有輔助函數及其選項。 - 保持文字簡短(標籤、數字、2-4 個字的標題)。字幕已經在底部顯示每個單詞:請將內容保留在 y = 930 以上。設定
window.KEYWORDS為字幕應著色的單詞。 - 為可能被誤認為真實影片或文件的圖畫加上標籤:一個小小的「插圖」標籤。
- 僅使用秒級動畫:沒有快於 0.25 秒的補間,沒有閃爍的內容。
- 僅使用主題色(
LIME= 重點色、LIME2、PAPER、MUTE、DIM、CARD1、CARD2、PINK= 警告色、acc(a)、warnA(a)、PAPA(a)、MUTEA(a));使用RND(i)來實現確定性隨機,絕不使用Math.random()。 - 注意事項:使用 GSAP 動畫
x/y,絕不對 GSAP 正在移動的元素設定 CSS transform;一個場景sc(t0, t1)必須涵蓋所有仍在移動的子元素;不要將變數命名得像輔助函數(rise、cl、card...)。
渲染前檢查:
python render.py check-> 必須顯示err: null和miss: []。 (在語音檔案存在之前,你可以使用虛擬時間戳來安排場景:python engine/fake_words.py。)python render.py stills <8-24 個時間點>並檢查每個畫面:重疊、文字被截斷、空白畫面、元素在其單詞之前出現、超出主題色。修正後再次檢查。
6. 音效 + 渲染 -> final.mp4
python render.py cues # 從場景取得音效提示列表
<py> audio.py # 程式碼生成的音效 + 語音下方的原創背景音樂,-14 LUFS -> mix.wav
python render.py video 4 # 120 fps 捕捉 -> 動態模糊 -> 1080p30 final.mp4(+ final_sheet.jpg)
在背景執行 render.py video 或設定 15 分鐘超時:使用 4 個 worker 時,每 10 秒影片大約需要 1.5 分鐘(實測:38 秒影片在純 CPU 電腦上耗時 6 分鐘)。如果某個區塊報告遺失影格,請減少 worker 數量後重新執行。檢查 final_sheet.jpg。然後告知使用者:檔案名稱、長度、來源為何,以及任何你無法驗證的內容。提醒他們在發布前閱讀 facts.md,並且你無法聽到音訊:實際聆聽是他們的最終檢查。