Communitygithub.com

談話頭影片剪輯

將一段談話頭影片剪輯成 9:16 的 Reels 或廣告——包含慢速縮放鉤子、大字幕、每次剪接的推近效果、少量場景類型,以及臉部下方的字幕。適用於「編輯這段談話頭影片」、「將此片段製作成 Reels」、「將這位創辦人的影片變成 Reels 或廣告」。

談話頭影片剪輯 是什麼?

此技能旨在將一段單人談話頭影片(20 到 90 秒)自動剪輯成符合 9:16 比例的 Reels 或廣告格式,特別適合用於「編輯這段談話頭影片」、「製作 Reels」或「將創辦人影片轉為廣告」等指令。它支援 Claude Code、Cursor 等 AI 代理工具,並遵循 `video-edit-rules` 的規則。核心處理流程包含:轉錄語音並規劃腳本(把最有力的句子放最前面)、偵測臉部並設定裁切框(讓眼睛保持在畫面 y=640 處)、產生開場鉤子(首 1.5-3 秒以大字幕緩慢縮放)、在每次剪接點加入三種縮放級別(1.0x、1.15x、1.32x)以避免跳接、以及生成置中且位於臉部下方的粗體白色字幕(每組 2-5 字,可搭配一個醒目字)。此外還支援多種場景類型(如關鍵字膠囊、列表堆疊、數字、手機畫面、前後對比、B-roll、模糊返回),但僅在描述具體可見事物時使用,且總佔比控制在約 15%。所有裁切、縮放與字幕皆需確保臉部從未被遮蓋,且講者在有機 Reels 中須出現至少 85% 的時間。最後會輸出完整檢查報告,包括使用到的縮放級別、場景佔比及品質檢測結果。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/justlowys/claude-video-editing-skills/tree/HEAD/skills/talking-head-reel

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

談話頭影片剪輯 是做什麼的?

請先閱讀 video-edit-rules。其中的規則適用於這裡的每個步驟。

目標:讓講者始終是主角,且文字在靜音時也易於閱讀。 測試標準:觀看者在第一秒就能讀到鉤子,臉部從未被遮蓋,且講者在有機 Reels 中出現至少 85% 的時間。

若為付費廣告,請在此步驟完成後,執行 ad-video-editor 處理鉤子、尺寸及廣告檢查。

適用的素材

  • 一人對著鏡頭說話,長度 20 到 90 秒。
  • 橫向 4K 最佳。4K 的 9:16 裁切尺寸為 1215x2160,因此推近效果仍能保持清晰。
  • 橫向 1080p 會得到 608x1080 的裁切,需放大 1.8 倍。請說明畫面會變得較柔和。
  • 直向素材也可使用。推近超過 1.2 倍會使畫面變柔和。

步驟 1. 腳本與剪接

  1. 轉錄:python $KIT/scripts/transcribe.py source/clip.mp4 -o work/words.json。
  2. 將 Reels 寫成腳本(規則第 11 節)。最有力的句子放最前面。
  3. 規劃剪接點:刪除同一想法內的口吃、重複與填充詞。不同想法之間的真實停頓保留 0.25 到 0.4 秒。
  4. 檢查每個剪接點:python $KIT/scripts/silence_cuts.py source/clip.mp4 work/cuts.json。
  5. 進行剪接,然後在接合處執行 edge_check.py。

步驟 2. 框出臉部

  1. 每隔 5 幀偵測一次臉部。使用 1 秒的視窗平滑化軌跡。
  2. 放置裁切框,使眼睛在 1.0x 縮放下位於 y 640(共 1920)附近。
  3. 為每個鏡頭寫下下巴線。字幕從下巴線下方 40 像素或更遠處開始。

步驟 3. 鉤子(前 1.5 到 3 秒)

  1. 從約 1.25x 的裁切開始。在整個鉤子行期間慢慢縮放至 1.0x。一條平滑的曲線。
  2. 鉤子行以大字幕分成兩行顯示,從第 0 幀開始。
  3. 字型大小:最長的行約佔畫面寬度的 80%,通常為 110 到 140 px。行高 0.95。
  4. 在自然的斷點處分割句子。將強調字放在第 2 行的結尾。
  5. 可選的名稱標籤:一個小型的下三分之一區域,顯示講者的姓名和職稱(由使用者提供)。0.3 秒後出現,持續 2 秒,然後淡出。切勿憑空捏造。
  6. 鉤子文字必須是講者的第一句原話。

步驟 4. 推近效果

  • 三種構圖:1.0x、1.15x、1.32x。
  • 每次剪接時都要改變構圖,這樣接合處才不會看起來像跳接。
  • 在問題點和關鍵句上使用緊湊構圖。在轉折處回到 1.0x(例如「所以,這就是我做的」)。
  • 切勿在 2 秒內從 1.0x 直接跳到 1.32x 再跳回。
  • 如果渲染器會延遲一幀應用推近效果,請將推近效果直接燒錄到素材幀中。

步驟 5. 字幕

  • 粗體無襯線字體,白色,最多 2 行,每組 2 到 5 個字。
  • 置中對齊,位於下巴下方,在 y 220 到 1470 的範圍內。
  • 每組最多一個強調字,大小為字幕的 1.6 到 2 倍,使用品牌強調色。
  • 使用淺陰影增強對比。除非品牌檔案指定,否則不使用背景框。
  • 每組字幕在該組第一個字發聲時出現,並考慮測量到的前置時間。
  • 在全螢幕場景播放期間不顯示任何字幕。
  • 確保每組字幕都在渲染中顯示。請檢查渲染結果。

步驟 6. 場景類型

僅在詞語描述可展示的具體事物時使用場景。在有機 Reels 中,場景時間約佔總時長的 15%。

場景適用時機建構方法
關鍵字膠囊一個想法、一個強而有力的字字幕下方的一個膠囊,疊在素材上
列表堆疊「三件事」、步驟膠囊或卡片,依序疊入,每個口述項目一個
數字講者說出的一個數字一個大數字,在該數字被說出時計數顯示
手機畫面「我傳了訊息」、「我發了文」、「我收到一則訊息」一個擬真的手機機身和作業系統畫面,內容與詞語相符
前後對比變化、對比兩張卡片,第一張在講者轉折時劃掉
B-roll地點、動作授權的庫存素材或使用者自己的鏡頭,長度 1.5 到 3 秒,帶有柔和的推鏡效果
模糊返回場景結束後回到臉部素材從約 30 px 的模糊和 1.1x 縮放開始,在 0.45 秒內變清晰

從 $KIT/templates/(請參閱其中的 README)和 brand/pieces/ 中的品牌素材開始。僅填入講者自己的詞語。

膠囊和卡片應疊在真實素材上,位於下巴下方。在有機 Reels 中,不要將講者從原始背景中剪出放到新背景上。

步驟 7. 規劃,然後建構

  1. 編寫 work/plan.md:每行一個條目,包含時間、詞語、構圖、字幕組、場景(若有的話)。
  2. 顯示規劃。等待確認。
  3. 先建構鉤子。渲染前 3 秒。等待確認。
  4. 在一個 HyperFrames 專案中建構其餘部分:work/reel/index.html。
  5. 將每個場景的進出點對齊到素材剪接點。
  6. 渲染:npx hyperframes render work/reel。輸出為 1080x1920,使用素材的影格率。
  7. 混音:人聲 -14 LUFS,可選背景音樂低 20 LU,僅使用柔和的音效。

此風格的外觀檢查

除了 video-edit-rules 中的品質門檻外,還需檢查:

  • 第 0 幀應顯示鉤子文字和臉部。
  • 逐幀檢查每個剪接點。構圖應有變化。不能有 1 幀的錯誤裁切。
  • 在任何構圖下,字幕都不得接觸臉部。
  • 計算全螢幕場景的總時長。回報其所佔比例。
  • 最後一行字幕應完整顯示,並保留 0.4 到 0.8 秒的空白。

報告

  • 檔案名稱、長度、第一行。
  • 所使用的構圖及其位置。
  • 使用的場景、對應的台詞行、以及場景佔總時長的比例。
  • 每個音效的時間與音量。
  • 品質門檻的檢查結果。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

相關技能