發布影片建立器
為您的品牌產品或功能建立30-60 秒的動態圖形發布影片,端到端完成:
- Remotion 4 React 組合,渲染成 MP4(1920×1080 + 1080×1080)
- ElevenLabs AI 旁白(預設使用 Bill 語音)、每個事件的音效,以及背景音樂
- 節拍對齊計時:每個視覺階段從
script.timings.json中測量的音訊時長讀取其起始影格。編輯文字 → 重新產生音訊 → 所有視覺自動調整。無需手動微調影格。 - 如果您的品牌具有動態子系統(玻璃/游標/工具藥丸元件),可從那裡繼承。以下描述的參考模式是一個有效的系統:玻璃擬態動態子系統(聊天外殼、游標、工具藥丸)疊加在乾淨的白色表格系統(結果表格、儀表板、追蹤)之上。
如果您的儲存庫中有參考的 Remotion 專案,請將此技能指向它。否則下列模式可獨立運作。參考實作路徑位於來源儲存庫中:<YOUR_REFERENCE_VIDEO_PATH>。
使用時機
在以下情況觸發:
- 「為 X 建立發布影片」
- 「製作發布影片 / 產品影片 / 功能揭示」
- 「為 [功能] 渲染影片」
- 使用者明確輸入
/launch-video
跳過以下情況:
- 靜態社群圖形 →
/graphics-designer - 簡報 / 網路研討會 → 使用您的簡報管道
- 小於 8 秒的短廣告片段 → 這些通常可以是單一 Remotion 靜態畫面或一幕組合;此技能的完整流程過於繁重。
- 原始錄製畫面(談話頭像、網路研討會錄影、創始人影片、客戶訪談、螢幕錄影示範)→ 改用
/video-use。該技能會根據 Scribe 逐字稿在單詞邊界進行剪輯,移除填充詞、調整色調並燒錄字幕。此技能是針對從零開始在 Remotion 中建立的合成動態圖形。兩者可以組合:/video-use編輯可以產生 Remotion 重疊區域,用於插入品牌動畫,但剪輯部分來自/video-use。
單一圖表架構
motion/<video-name>/
├── package.json # remotion 4 + react 19 + tsx + dotenv + mp3-duration
├── remotion.config.ts # publicDir → ../../brand/motion(單一資產來源)
├── tsconfig.json
├── SCRIPT.md # 人類可讀的旁白腳本(按節拍)
├── .env # ELEVENLABS_API_KEY(已加入 gitignore!)
├── .env.example
├── generate-audio.ts # ElevenLabs 旁白執行器,按節拍雜湊快取
├── generate-sfx.ts # ElevenLabs 音效產生執行器,雜湊快取
├── generate-music.ts # ElevenLabs 音樂執行器 + 開頭靜音修剪
├── script.timings.json # 旁白時長(已產生)
├── sfx.timings.json # 音效時長(已產生)
├── music.timings.json # 音樂時長(已產生)
└── src/
├── Root.tsx # registerRoot
├── Video.tsx # 組合註冊 + LaunchVideoComposition 包裝器
├── theme.ts # fps + 時長 + 顏色(鏡像 <YOUR_BRAND_TOKENS_PATH>)
├── script.ts # 旁白節拍(id, phase, text)
├── timings.ts # 載入 script.timings.json + beatStartFrame()
├── sfx.ts # 音效片段定義(錨定到影格)
├── music.ts # 音樂提示 + 音量
├── Narration.tsx # 僅旁白的 Sequence 音軌
├── SoundDesign.tsx # 旁白 + 音效 + 音樂組合
└── scenes/
├── HeroBackground.tsx # 循環播放 /video/hero-bg.mp4
├── OpeningScene.tsx # 編排場景(錨定所有階段)
├── GlassCursor.tsx # 多人風格的「你」游標
├── CompanyTable.tsx # 填充資料表格,逐步顯示欄位
├── AgentDashboard.tsx # 類似 Google 日曆的週檢視
├── AgentRunDetail.tsx # 工具呼叫追蹤檢視
├── MemoryPanel.tsx # 統計資料 + 迷你折線圖儀表板
├── Confetti.tsx # 粒子爆發
└── ClosingCard.tsx # 結尾聊天回呼(「邀請中」模式)
資產位於 brand/motion/ 中:
video/hero-bg.mp4+ 海報(您品牌的英雄背景循環 · 例如brand/motion/video/hero-bg.mp4中的環境影片)logos/{models,tools,companies,sequencers}/— 第三方品牌標誌audio/{launch-narration,sfx,music}/— 已產生的 MP3(為可重複渲染而提交)components/HeroChatMockup.tsx— 框架無關的聊天外殼
新發布影片的工作流程
1. 簡報
向使用者取得以下資訊:
- 受眾:這是為誰製作的(GTM 團隊?工程師?投資者?)
- 時長:目標秒數(預設 30-45 秒;超過 60 秒對宣傳片來說感覺太長)
- 關鍵訊息:4-8 項要傳達的內容,按敘述順序排列
- 輸出格式:橫向(網站/LinkedIn)、方形(IG/動態消息)或兩者皆可
2. 大綱節拍
每個節拍 = 一個旁白句子,在一個視覺階段期間出現。通常 6-8 個節拍。所有節拍音訊長度總和 = 總執行時間。每個節拍長度目標為 3-7 秒。
為每個節拍擷取:id、phase(一行視覺描述)、text(口語台詞,10-20 個單詞)。
3. 撰寫 SCRIPT.md
將腳本儲存為 package.json 的同級檔案,供人工審閱。格式:
## 節拍 N — 階段名稱
**影格** ~開始–結束(秒)· **目標 ~N個單詞**
> 「口語台詞。」
**視覺同步:** 畫面上發生什麼事。
4. 建立 src/script.ts
鏡像 SCRIPT.md 作為資料。旁白產生器和組合兩者都匯入 SCRIPT。這裡沒有 Remotion 匯入,以便產生器可以在純 Node 中執行:
export interface Beat { id: string; phase: string; text: string; }
export const SCRIPT: Beat[] = [...];
export const AUDIO_SUBDIR = "audio/launch-narration";
export function audioPath(id: string) { return `${AUDIO_SUBDIR}/${id}.mp3`; }
5. 產生旁白
cd motion/<video-name>
cp .env.example .env # 貼上 ELEVENLABS_API_KEY
npm install
npm run generate-audio
這會建立 brand/motion/audio/launch-narration/{beat-id}.mp3 並將時長寫入 script.timings.json。透過節拍文字進行雜湊,因此後續執行時未更改的節拍會被跳過(低成本迭代)。
6. 建立視覺場景
在 OpeningScene.tsx 中:
- 在模組載入時計算節拍開始:
const HERO_BEAT = beatStart("hero", 0); // → 0 const DATABASE_BEAT = beatStart("database", 0); // → 171(在 hero 完成後) // ... 其他 - 將每個動畫影格表示為
BEAT_X + offset:const BADGE_IN = HERO_BEAT + 6; const TYPE_START = HERO_BEAT + 38; const TOOLS_START = HERO_BEAT + 115; // 與「GTM 堆疊」歌詞同步 const CURSOR_PRESS = HERO_BEAT + 165; - 使用每個節拍的不透明度門控,在階段場景之間交叉淡入淡出。
7. 產生音效(可選,但效果顯著)
在 src/sfx.ts 中定義點擊/轉場時刻。使用相同的 beatStartFrame() 輔助函式將每個片段錨定到特定的 fromFrame。值得加入的範例片段:
- 提示動畫下的打字質感
- 游標按壓時的清脆點擊聲
- 「註冊」/完成時刻的慶祝爆裂聲
- 結尾卡片揭示時的輕柔波湧
npm run generate-sfx
8. 產生音樂
在 src/music.ts 中定義一個提示和時長。generate-music.ts 會自動修剪開頭靜音(ElevenLabs 音樂通常以一個靜默小節開頭,在旁白旁邊會讀成「沒有音樂」)。
npm run generate-music
9. 透過渲染進行迭代
npm run render:landscape
渲染需要約 30-90 秒。務必將輸出重新編碼為 yuv420p 電視範圍,以確保 QuickTime 相容性——背景影片是 yuvj420p(JPEG 範圍),傳播問題會破壞某些播放器的播放:
ffmpeg -y -i out/launch-landscape.mp4 \
-c:v libx264 -profile:v high -level:v 4.0 \
-pix_fmt yuv420p -color_range tv -crf 18 -c:a copy \
out/launch-landscape-fixed.mp4
mv out/launch-landscape-fixed.mp4 out/launch-landscape.mp4
使用 ffmpeg -ss N -i ... -frames:v 1 /tmp/check.jpg 來抽查特定時間戳,無需觀看整個渲染結果。
設計規則
語調(視覺 + 口語)
- 絕對不要使用破折號。僅使用句號、逗號、冒號、括號、中間點。
- 任何地方禁用詞:
leverage、synergy、robust、world-class、seamless、intuitive、powerful、innovative。 - 數字勝過形容詞(「8 個工具」而不是「許多工具」)。
- 簡潔、具體。不要含糊其辭。
- 結尾:以品牌為主導,不是「恭喜。」 這裡找到的最強結尾模式:「邀請中」引導 → 聊天輸入框,輸入新的提示 → URL 簽名。對開頭節拍的聊天回呼每次都會達到慶祝效果。
顏色(範例標記 · 根據您的品牌調整)
淺色、中性。只有一個強調色,每個場景使用一次,在它有意義的地方(活動指示燈、高亮、成功狀態)。
| 標記 | 十六進位 | 用途 |
|---|---|---|
--bg | #fafafa | 頁面背景 |
--surface | #ffffff | 卡片、儀表板 |
--ink | #0a0a0a | 主要文字 + 數字 |
--muted | #71717a | 次要文字 |
--line | #e4e4e7 | 邊框 |
--accent | #10b981 | 唯一的強調色 |
字體排版
- 字體堆疊:
'Helvetica Neue', Helvetica, Arial, sans-serif - 等寬字體(引導、程式碼、標籤):
ui-monospace, 'SFMono-Regular', Menlo - 主要字體排版:粗細 450,緊密字距(
-0.05em) - 等寬引導樣式:11-14px、大寫、字母間距
0.16-0.18em、顏色#71717a或#a1a1aa - 灰色主體文字中的粗體/中等部分鏡像品牌模式:
<span style={{ color: "#0a0a0a", fontWeight: 500 }}>粗體</span>vs 周圍的#71717a文字。
兩種視覺模式
每個場景選擇一種;不要混合:
- 玻璃擬態 / 產品內 — 聊天外殼、游標、工具藥丸,疊加在英雄背景影片上。白色玻璃搭配
backdrop-filter: blur(28px)、rgba(255,255,255,0.45)。 - 乾淨白色 / 表格型 — 表格、儀表板、追蹤、記憶體面板。背景
#ffffff、1px solid #e4e4e7、輕微陰影。
兩種模式之間的背景淡入淡出過渡是最具電影感的時刻之一;為此預留約 20-30 個影格,並使用 Easing.bezier(0.4, 0, 0.2, 1)(Material 標準)以獲得平滑效果。
動畫規則
- 彈簧阻尼 22-28。低於 20 時,會產生看起來業餘的彈跳。僅在有意製造「迸發」效果時使用 14-18。
- 更緊湊的錯開 > 更慢。第一直覺總是放慢速度;第二次檢查通常需要將錯開時間減半。級聯項目之間的預設錯開:3-6 個影格。
- 在重要之處將視覺與歌詞同步。如果旁白說「GTM 堆疊」,工具藥丸應該在那個詞飛入——而不是提前 3 秒。使用 ElevenLabs 的
with_timestamps進行逐字同步,或者如果大致準確即可,則根據節拍時長/單詞數估算。 - 保留行高。當表格/卡片動畫顯示文字時,行上的
minHeight可防止佈局在內容填充時跳動。如果在級聯過程中行增長,看起來會很粗糙。 - 條件式渲染而非 0 不透明度,如果這樣會建立一個高大的空白矩形。尚未開始顯示的卡片不應佔用空間。
- 在場景模式之間交叉淡入淡出,不要硬切。每個主要場景都有一個透過
interpolate+ 緩動曲線動畫化的opacity門控。
ElevenLabs 注意事項
- 預設語音 + 模型:
generate-audio.ts預設使用 Bill (pqHfZKP75CvOlQylNhV4) 搭配eleven_multilingual_v2。Bill 是 ElevenLabs 庫中的advertisement用途語音:睿智、成熟、清晰。讀起來像真正的廣告配音,而不是「社群媒體上的 AI 傢伙」。multilingual_v2是生產旁白中最穩定且逼真的模型。發布影片請勿使用eleven_turbo_v2_5——它是快速/便宜的模型,在英雄背景影片旁差異很明顯。Turbo 適用於預覽 / 音效時長檢查,但不適用於最終渲染。 - 語音設定已內建於腳本中:
stability 0.40、similarity_boost 0.75、style 0.30、use_speaker_boost true。根據 ElevenLabs 最佳實踐:穩定性低於 0.30 不穩定,高於 0.60 則單調;相似度 0.75 是文件中的最佳點;風格 0.20–0.40 可增加表現力而不會偏移。除非您想要明顯的語調波動,否則不要將風格推至 0.4 以上。 - 語音快取鍵包含語音 + 模型 + 設定。切換其中任何一個(或編輯節拍文字)都會使快取的 MP3 失效並重新渲染該節拍。只需編輯
.env(VOICE_ID=...MODEL_ID=...)或generate-audio.ts並重新執行npm run generate-audio。 - 其他適合旁白的語音(如果 Bill 不合適):
- Eric
cjVigY5qzO86Huf0OWal— 流暢、可信賴、現代 SaaS 風格 - Chuck Miller
HIGUfNOdjuWQwwapnTRW— 專業複製、低沉沙啞、電影感 - George
JBFqnCBsd6RMkjVDRZzb— 英國說書人、敘事故事 - Logan
jD4PjnscE4XmlzgsuqY0— 專業複製、年輕說書人 - Brian
nPczCjzI2devNBz1zQrb— 舊版預設;標示為social_media,聽起來比 Bill 更像 AI - 在您的參考 Remotion 專案中進行 A/B 測試,然後再決定
- Eric
- 列出語音需要
voices_read權限。有些金鑰沒有此權限;如果您無法GET /v1/voices,請回退到已知 ID。 - 音樂 API 會拒絕提示中的品牌名稱。「Apple keynote」、「Linear launch trailer」等會觸發服務條款違規。描述氛圍,不要提及品牌名稱(例如「現代科技發布預告片的電影感器樂」、「帶有琶音合成器旋律的脈衝電子節拍」)。
- 音樂預設以開頭靜音開頭(約 1-2 秒)。產生器的
silenceremoveffmpeg 流程會將其移除,使播放從影格 0 開始。請保持該濾鏡。 - 音效最小時長為 0.5 秒。低於此值 API 會報錯。請四捨五入。
- 音樂音量:
0.10在旁白下聽起來像靜音;0.15-0.18是最佳點——明顯存在但不會與語音衝突。
應避免的陷阱
- 在沒有
<Sequence>的情況下加入<Audio>:它會從所有影格播放,破壞計時。總是將音訊包裝在一個具有與其對應視覺相同開始影格的<Sequence>中。 - 手動調整影格:如果您發現自己在調整
fromFrame: 171→fromFrame: 168,那是因為您沒有在timings.ts中使用已命名的常數。beatStart()上的所有偏移都應該是直接指出的:「這個漸入持續 6 個影格」。當腳本變更時,您不需要重新計算任何東西。 - 在
script.ts中使用 Remotion 匯入:generate-audio.ts在 Node.js 中執行,不知道@remotion/xyz。保持script.ts為純資料。 - 在
remotion.config.ts中忘記publicDir:如果預設值指向public/,則audio/launch-narration/hero.mp3不會被解析。將publicDir設定為../../brand/motion。 - 將提示後的時間設得太長:ElevenLabs 音樂的提示後時間會截斷。對於發布預告片,保持提示後時間在 1-3 秒內,因為音樂在結尾會自然地淡出。對於更長的提示後時間,可以透過將
extendPrompt設定為true並減少promptInfluence來解決。 - 遺漏
ffmpeg yuv420p修復:任何在 macOS QuickTime 或 iOS Safari 上觀看的渲染都不會顯示背景影片,只會顯示黑色文字。《真的》許多時間都浪費在除錯這個問題上,因為它在 Chrome 中運作正常。 - 命名衝突:節拍 ID 是目錄中的檔案名稱 + 快取鍵。使用簡短的 kebab-case ID(
hero、database、gtm-stack)。不要使用空格。 - 跳過
.env.example:將.env加入版本控制會洩露 API 金鑰。
目錄結構
.brand/ # 品牌主幹
motion/ # 單一存放資產的目錄
video/ # 背景影片 + 海報
hero-bg.mp4
hero-poster.jpg
logos/
models/
tools/
companies/
sequencers/
audio/
launch-narration/ # .mp3 檔案(按節拍 ID)
sfx/ # .mp3 檔案
music/ # .mp3 檔案
components/
HeroChatMockup.tsx # 可重複使用的聊天外殼
tokens/
colors.ts # CSS 自訂屬性 → 主題
typography.ts
motion.ts # 緩動曲線、持續時間
此模式在重新混音品牌時可避免重複資產並保持一致性。
設定指南
- 如果尚未有專案,請建立一個:
npx create-video@latest my-video \
--template blank \
--features typescript tailwind
-
建立您的場景(請參閱上方工作流程)
-
調整
remotion.config.ts以指向單一品牌資產目錄:
import { Config } from "@remotion/cli/config";
Config.setPublicDir("../../brand/motion");
- 將 ElevenLabs 設定為您的 AI 配音引擎:
echo "ELEVENLABS_API_KEY=sk_..." >> .env
- 產生音訊:
npm run generate-audio
- 查看場景並迭代
npm start # 在瀏覽器中查看 Remotion 預覽
- 渲染最終影片
npm run build # 或 npm run render:landscape | render:square