Communitygithub.com

TikTok 精剪導演

分析授權的參考影片,將其基於證據的節奏、排版、語義疊加、字幕動態、產品展示結構和留存裝置轉化為可投入生產的精剪規格,適用於英語或西班牙語的 TikTok/Reels/Shorts 編輯。

TikTok 精剪導演 是什麼?

此技能旨在將參考影片的編輯智慧系統化、可審計化。它首先要求用戶確認參考素材和資產已獲得授權,然後通過工作區醫生和基礎分析工具提取影片中的轉錄文字、畫面清單和音頻測量數據。接著,它會運行一個專門的參考風格分析器,將觀察到的編輯手法(如節奏、排版、字幕動態)結構化。技能的核心是生成一個名為 `fine-cut-spec.json` 的詳細編輯規格文件,該文件遵循嚴格的 JSON Schema,包含每個片段的時間碼、自信度、口語內容、視覺任務、資源來源、索賠 ID、疊加樣式、動畫和退出條件。它支持三種主要編輯風格:產品實證、專家疊加和混合模式。該技能適用於 Claude Code 等 AI 編碼代理,並依賴於 `auto-video-editor` 進行確定性硬剪輯,以及 `OpenChatCut` 進行基於 Remotion 的複雜時間軸合成。它強制執行嚴格的品質把關,確保所有索賠都有證據支持,並避免使用未授權的資源。

相容平台~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/h296025733-sys/codex-auto-video-lab/tree/HEAD/.codex/skills/tiktok-fine-cut-director

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

TikTok 精剪導演 是做什麼的?

目標

將參考影片的證據轉化為一個可審計的編輯系統:必須做什麼、為什麼做、何時做,以及哪種渲染路線可以重現它。保留原始檔案,並區分測量事實、視覺觀察、編輯推斷和未經證實的主張。

工作區根目錄:D:\workspace\codex-auto-video-lab。

必讀資料

僅閱讀任務所需的參考資料:

工作流程

  1. 確認提供的參考資料和資產是本地的或以其他方式獲得授權進行分析。按照 $auto-video-editor 的要求,保留原始檔案並在 jobs\ 下創建一個隔離的任務。

  2. 運行工作區醫生,創建任務,並運行實際分析。每當語音控制剪輯、字幕、圖片時間或旁白時,添加轉錄。對於唯讀的後續操作,僅在其清單路徑和 SHA256 值與當前輸入匹配時,才重用現有的隔離任務;不要僅僅為了重新創建未更改的證據而重新運行寫入分析器。

  3. 在基礎分析之後,運行捆綁的參考風格分析器:

    D:\workspace\codex-auto-video-lab\.venv\Scripts\python.exe .codex\skills\tiktok-fine-cut-director\scripts\analyze_reference_style.py --workspace D:\workspace\codex-auto-video-lab --job <job-id>

  4. 檢查轉錄文字、畫面清單、候選更改周圍的原始幀以及音頻測量。場景分數和起始估計是候選項,而非編輯決定。嵌入的像素無法確定確切字體家族、來源項目、編輯器、緩動曲線、音樂身份或商業結果。

    當敘述節奏是請求的一部分,或者將提供生成的語音時,請在合成後審計相關的 faster-whisper 轉錄:

    D:\workspace\codex-auto-video-lab\.venv\Scripts\python.exe .codex\skills\tiktok-fine-cut-director\scripts\audit_transcript_pacing.py <transcript.json> --output <job>\reports\pacing-audit.json

    該報告測量轉錄跨度、合併活動時間、短語代理、語言單位速率、語音佔用率和間隙計數。它不聽取情緒、不確定理解力、也不定義通用的良好速度;請配合人工聆聽以及字幕/證明可讀性檢查。

  5. 選擇一個主要模式:

    • product-proof:快速物理演示、緊湊功能證明、產品優先的行動呼籲。
    • expert-overlay:帶有語義字幕的 talking head、證據卡片、累積列表或持久性層級網格。
    • hybrid:產品演示加上演講者或旁白主導的論證。

    對於商業作品,在編寫腳本之前,還要寫一個基於證據的觀眾鏈:驗證過的功能 -> 目標情境 -> 當前的摩擦或渴望 -> 真實的救濟/收益 -> 行動。產品參數本身不是購買理由,並且不得發明緊迫感、恐懼、稀缺性、安全風險或普遍結果。

  6. 當請求包含編輯方向、生產計劃、時間軸或渲染時,使用 fine-cut-spec.schema.json 構建 fine-cut-spec.json。選擇其渲染 route;記錄索賠分類帳和權利範圍;並使每個留存事件說明其輸出時間、自信度、口語想法、視覺任務、來源資產/時間碼(或待定捕獲的顯式 null)、索賠 ID、鏡頭/疊加、文字處理、動畫和退出條件。將每個生成的或庫存插入標記為說明性或非說明性,並定義其索賠邊界。對於僅要求調查結果的教程學習或參考審查,提供帶時間碼的證據備忘錄,而不是發明生產規格。 在時間軸工作之前對其進行驗證:

    D:\workspace\codex-auto-video-lab\.venv\Scripts\python.exe .codex\skills\tiktok-fine-cut-director\scripts\validate_fine_cut_spec.py <path-to-fine-cut-spec.json>

    捆綁的驗證器檢查此技能的確定性核心合約,而無需安裝通用的 JSON Schema 依賴項。成功的結果會檢查聲明的結構、枚舉、時間/來源範圍、索賠引用、音樂政策連結、引用資產權利條目、reference_only 排除項和驗證字段。它不獨立證明索賠的真實性、許可證有效性、發布有效性、編輯質量或平台行為。

  7. 應用真相優先的視覺層次:

    • 優先使用真實演示、產品特寫、標籤、包裝和用戶提供的剪影作為證明。
    • 僅在回答「它是什麼、為誰而設、為什麼、證據在哪裡、或者結果是什麼?」時,才添加圖表、圖標、產品 PNG 或生成的圖像。
    • 僅將 ImageGen 用於真實的說明性或裝飾性資產。絕不將其用於發明產品結果、推薦、認證、成分、前後對比、UI 狀態或物理能力。
    • 將生成的資產視為規格中帶有來源的獨立本地文件。
    • 如果一個合理的觀眾可能將生成的插入內容誤認為真實產品、人物、場景、結果或證據,則需要在其規格記錄之外,還需將其明顯標記為說明性。明顯的圖標、抽象紋理和顯然非照片寫實的裝飾性圖板僅需規格記錄。
  8. 路由生產:

    • 使用 $auto-video-editor 和 FFmpeg/libass 進行確定性硬剪輯、重新構圖、基本字幕、標籤、旁白、音樂/SFX、調色和技術質量保證。
    • 對於其英語/西班牙語本地字體路徑,使用 fine_caption、fine_hook、fine_accent 和 fine_cta 疊加預設。它們從此技能的 D 盤資產中加載固定的 Montserrat、Anton 和 DM Serif Display 文件,無需系統字體安裝或運行時下載。
    • 當剪輯需要分層的 Remotion 合成時,使用 $openchatcut:短語級別的樣式變化、彈簧/縮放動畫、漸變或遮罩文字、計時透明產品剪影、持久列表/網格、箭頭、路徑或畫中畫證據。
    • 不要僅僅因為參考資料包含某種效果就安裝另一個框架。首先使用 editor-routing.md 中描述的經過驗證的本地技術棧。
    • 精剪規格是語義合約;它不是渲染時間軸。在渲染之前,將接受的來源範圍、字幕提示、圖層順序和精確變換解析為經過驗證的 edit-plan.json 或 OpenChatCut 時間軸。
  9. 音頻是編輯證據,而不是猜測。僅使用用戶提供、已授權、平台已清關或以其他方式驗證過的音樂。如果無法確定合適的曲目和權利,則產生僅旁白或靜音輸出,而不是任意音樂。為 en-US 或 es-US/拉丁美洲西班牙語原生設計旁白,並遵循 商業旁白工作流程。在鎖定畫面時長之前,批准自然表演的旁白。不要為了強制固定的運行時間而全局加速旁白或完成的視覺母版;將任何「略快」的版本作為一個小的獨立候選項進行試聽,並在措辭、情感、呼吸、字幕掃描或證明理解力變差時拒絕它。

  10. 驗證規格、渲染實際時間軸、執行完整解碼、檢查採樣幀和關鍵疊加時刻,並檢查對話清晰度和峰值。分別說明哪些是來源檢查、自動測量、視覺判斷、本地渲染以及未在社交平台上測試的。

品質把關

  • 第一個視覺狀態立即可讀;不保留任何設置或手部定位的浪費。
  • 每個插入的圖片或圖形都有語義觸發器和退出條件。
  • 較長的鏡頭包含可見的內部變化或攜帶必要的理解時間。
  • 藝術排版稀疏且具有語義;普通字幕保持快速閱讀。
  • 在樣式化之前,自動字幕被手動修復為自然短語。當一個藝術/關鍵字層完全取代一個口語短語時,該間隔內的冗餘基準字幕被隱藏。
  • 主要轉場表示結構變化。普通句子使用乾淨的剪輯或約束的跳切。
  • 產品排名、利弊和步驟作為空間記憶持久存在,而不是在每個副標題後消失。
  • 旁白和畫面節奏具有對比:證明動作有足夠的時間完成,列表/蒙太奇節拍可以更快,而行動呼籲/產品身份獲得穩定的閱讀時間。不接受單一全局速度調整作為節奏設計。
  • 每個商業角度都可以將一個經過驗證的產品事實追溯到一個觀眾情境和一個關心的真實理由;排除不支持的恐懼、緊迫感、稀缺性、安全性或有保證的結果。
  • 索賠可追溯到用戶指示、包裝、語音或可見的來源證據。
  • 只有標記為 verified 的索賠 ID 才能進入留存事件或最終渲染。conditional 索賠阻止使用,直到提供證據;forbidden 索賠永遠不進入時間軸。
  • 音樂、字體、圖像、動畫和模型都有記錄的來源和許可證,或者被省略。
  • 最終報告從不將本地技術質量保證呈現為說服力、轉化率、權利清關或 TikTok 接受的證據。

輸出合約

對於沒有要求編輯計劃的教程學習或參考審查,提供帶時間碼的證據備忘錄和限制;fine-cut-spec.json 是可選的。對於旨在推動未來編輯的分析,提供證據報告和經過驗證的 fine-cut-spec.json;不要暗示視頻已被渲染。對於編輯任務,還要提供經過驗證的時間軸、渲染的 MP4、質量保證報告以及實際執行的確切檢查項目。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相關技能