Communitygithub.com

justinjia0813/deep-video

製作或改進面向更廣泛觀眾的中文深度解釋視頻,用具體問題吸引觀看、白底等軸測工程動畫與連續幾何演示降低理解成本,並用免費 TTS 完成配音。

deep-video 是什麼?

這個技能(deep-video)旨在將任何主題轉化為深度解釋視頻,特別針對對該主題一無所知、但具有一般生活經驗的觀眾。它模仿了 3Blue1Brown 風格的教學視頻,但完全聚焦於中文內容與簡體中文的受控語言(ASD-STE100 風格)。核心方法論是從第一性原理出發,先用一個具體的問題或可見的現象抓住觀眾(前5秒的鉤子必須達標),然後透過連續的幾何動畫(預設為白底等軸測工程動畫)逐步解釋機制,避免使用大量文字或靜態投影片。該技能支援橫屏(16:9)和豎屏(9:16,適用於微信視頻號、抖音和小紅書)格式,並使用基於 Edge TTS 的免費中文語音「雲希」以 1.5 倍速進行配音。它不僅能創建新視頻,還能分析和改進現有視頻。整個過程從研究與核心問題定義開始,接著編寫以問題驅動的腳本,製作連續分鏡,最後合成配音與動畫。最終交付的是一個完整的視頻、字幕文件、講稿和來源記錄。該技能適用於 Claude Code、Cursor 和 Codex 等平台,為技術內容創作者提供了一個系統化、可重複的深度解釋視頻製作工作流程。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/justinjia0813/deep-video/tree/HEAD/deep-video

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

深度解釋視頻

把一個主題變成陌生觀眾願意開始、能夠跟上、看完覺得值得並能複述的解釋過程。預設觀眾有一般生活經驗,沒有相關專業基礎,也尚未決定花時間學習。先建立興趣,再逐步解釋;用戶明確指定專業受眾時按其背景調整。預設按用戶指定參考片的白底等軸測工程動畫組織視覺,以具體對象的連續變化解釋機制。保持原創模型與文稿;風格參照不等於複製原片資產、標識或聲音。

調用與範圍

  • 用 deep-video 深度解釋薄膜鈮酸鋰產業:完成研究、腳本、分鏡、配音、動畫、成片和檢查。
  • 用 deep-video 豎屏版深度解釋固態電池,供視頻號、抖音和小紅書使用:按 9:16 重新組織分鏡,交付三個平台共用的一套豎屏視頻。
  • 用 deep-video 改進這段視頻:先讀取指定視頻及可用講稿、工程,定位問題,再完成用戶要求的修改;保留原片。
  • 用 deep-video 解釋背面供電,只要腳本和分鏡:只交付指定材料,完成後結束。
  • 用 deep-video 診斷這段視頻,先不修改:輸出帶時間點和具體修改動作的診斷。

從上下文提取主題和約束;主題缺失且無法推斷時只詢問主題。用戶已提供的資訊不重複詢問。普通製作選擇自行決定,不設逐階段審批。預設製作一套中文視頻;選擇豎屏時三個平台共用一套,不自動增加平台專版、橫豎雙版、圖文、行銷計畫或上傳發布。

普通「解釋」或「深度解釋」請求本身不代表要視頻;僅在用戶明確調用本 skill、要求視頻,或當前任務已經確定為視頻製作時進入本流程。

畫幅選項

  • 橫屏 / landscape:16:9,1920×1080;未指定且上下文沒有已選畫幅時保持原預設。
  • 豎屏 / portrait:9:16,1080×1920,預設 30 fps;用於視頻號、抖音和小紅書共用母版。
  • 用戶明確選擇優先,其次沿用當前任務已經確定的畫幅。新任務只指定上述手機平台、未指定畫幅時選豎屏,並簡述該選擇。僅提到平台或添加規格選項不代表要求重做已有視頻。

在創作卡與渲染配置中記錄 orientation、width、height、fps。豎屏設計前讀取 portrait-format.md,按手機閱讀和界面遮擋重新佈局;風格與畫幅是獨立選項。雙版僅在用戶要求時製作,可複用研究和匹配的聲音資產,各自檢查版式與時間軸。

0. 先建立觀看理由

新作、腳本和傳播改進任務先讀 audience-design.md。僅修復編碼、字幕錯字等局部問題時直接處理,不重做整片敘事。

從第一性原理逐項檢查:觀眾能認出什麼;為什麼想知道結果;要付出多少理解成本;得到答案後是否覺得值得。它們是內容設計問題,不是推薦算法的打分公式。擴大可進入的人群,同時保留真實機制和關鍵條件,不追求虛構的「所有人都會喜歡」。

保留用戶選定的主題。在同一主題內比較 2—3 個不同切入點,記錄各自對應的熟悉現象、吸引誰、首個可見結果、解釋成本和證據;選一個完成製作。這是有限的編輯比較,不是預測爆款或增加成片版本。題材確實小眾時用可見現象、真實尺度或具體選擇建立興趣,不牽強嫁接日常損失、熱點和恐懼。

形成一張短創作卡:核心觀眾及可能擴展的人群、核心問題、一個主要收穫、一個可選的驚奇或審美體驗、主標題與封面構想、首個答案、結尾兌現方式。未提供帳號數據時,受眾判斷屬於編輯假設。

利他性審查必做: 寫清「誰在什麼情境下,看完能解釋、判斷或做到什麼」,並在正文標出交付位置。逐段檢查新增理解及其用途,結尾回到核心問題並清楚收束主要收穫。資訊多、術語多、聲稱「乾貨」不構成通過依據。具體檢查按 audience-design.md 執行。

1. 研究與核心問題

先確定一句話核心問題、一個可展示的現象和一個學習目標。學習目標要具體到「觀眾能夠解釋哪條因果關係」,例如「解釋偏振旋轉為何能阻止返回光,以及溫度變化為何影響隔離性能」。

以當前可核驗的一手來源支持技術、公司和產業事實;記錄來源、日期、關鍵結論和適用條件。區分來源事實、企業聲明、推斷和未知。理論主題保留理論邊界;行業主題區分實驗、樣品、客戶驗證、量產與交付。算例標明假設,不把參數範例寫成產品規格。

進入腳本的條件: 核心問題明確;無需先學術語也能識別開場現象;關鍵機制有依據;標題、封面和正文承諾一致;待核實內容已經移除、限定或標明。不得用虛構事故、價格、市場份額或壟斷地位製造衝突。

2. 用問題組織腳本

前 5 秒鉤子必檢: 時間達標與吸引力分開判斷;即使首句很短,仍須指出陌生觀眾能看到的具體對象、矛盾或判斷困惑。 從成片第一幀計時,即使沒看標題和封面,觀眾也應在 5 秒內認出主題對象,並獲得一個完整、值得追問的問題或可見反差。用最終配音和畫面核對完成時間;不能用估計字數替代實測。超時先刪鋪墊、縮短句子,不靠繼續加速硬塞。只交付腳本時標註時長估計,不能聲稱已實測通過。

緊接鉤子就開始交付一個小答案或可見證據,前約 30 秒說明繼續觀看能獲得什麼。優先在開場約 15 秒內交付一個可使用的小判斷或可見證據;不要先用分類、定義和目錄延遲首次收穫。約 15 秒是編輯預檢位置,不是平台閾值,必要背景以最少用量隨問題引入。開場直接進入現象和動作,不用目錄、長片頭或歷史背景推遲看點。標題和開場承諾須在正文兌現。

單獨檢查標題、封面和最初畫面,不用後文的精彩內容替開頭辯護。寫出陌生觀眾此刻以為會看到什麼、為什麼留下或離開;若理由依賴後文知識,就重做入口。這裡是編輯預檢,不能冒充真人測試。

產業主題優先沿「實際問題 → 關鍵機制 → 工程限制 → 製造難點 → 成本與客戶價值」推進。理論主題沿「可觀察現象 → 核心概念 → 機制或實驗 → 解釋邊界 → 應用」推進。按主題調整,不強塞產業、企業或商業章節。

適合用案例貫穿時,讓同一對象、項目或實驗依次經歷變化,避免每段重建上下文;真實案例、假設案例和對照情境分開標記。合併原有算例前統一假設、單位和計量口徑,不能拼成虛假的真實案例。理論或現象不適合單一案例時保留必要對照,不強塞商業帳本。

每段只承擔一個主要解釋任務,並由上一段的結果自然引出。先給現象或對象,再引入術語。需要時可用一個自然問題引出下一步,但隨即給出答案;不要求觀眾暫停作答。

逐段記錄觀眾進入時的問題、實際得到的新理解、最可能卡住的位置以及下一個問題。先回答一個小問題,再引出更深的問題;把未解決的承諾標出兌現位置。用真實約束、失敗嘗試、尺度變化和結果對比推進敘事,不靠反覆喊「更驚人的是」或扣住答案拖延。

把難度分層:直觀現象 → 足以解釋的模型 → 必要條件與限制。每引入一個核心新概念,就用動作、例子或因果句落地。類比要回到真實對象,指出必要的對應關係及邊界。用可見的理解、發現和審美體驗調節節奏,不把全片變成同等密度的講義。

產業講解要明確物理要求如何影響工藝、良率、失效、客戶成本或交付一致性。企業只在幫助解釋具體差異時出現,名單不代表排名。

以短句、明確主語、穩定術語和具體動詞,落實用戶要求的 ASD-STE100 式受控表達。中文不宣稱符合正式英文標準。刪除重複總結、空泛過渡和無關知識,保留必要條件與理解停頓。時長由解釋決定,不按固定章節數或統一段長填充。

結尾回到開場現象,用剛建立的模型重新解釋它,交付一句有條件、可複述的解釋。預設採用外向科普的自然收束:總結關鍵因果、限定條件或一個值得留意的新觀察;不設思考題、作答停頓、測驗或「先想一下」環節。用戶明確要求教學互動時才加入練習。承諾幫助判斷或行動的內容,還應留下能直接使用的問題、記錄欄位或操作方法;審美或現象理解型內容以可複述解釋和新觀察兌現,不強制套清單。分享、收藏或關注的理由來自真實收穫;不用誘導互動或未兌現的續集代替結論。

3. 把腳本轉成連續分鏡

預設視覺採用 B「白底等軸測工程風」,以用戶指定的 henryz《講講大模型在 gpu 上怎麼跑》為具體參考;不泛化為作者全部作品。製作前讀取 visual-style.md 與其中的參考觀察及分鏡規則。主對象、空間分層、動作關係、字形和配色共同達到參考風格,不能只換背景或配色。

這是對舊預設暖白編輯風格的更新。用戶明確要求暖白版時使用 warm-editorial-style.md;僅修舊片局部內容時保留其原風格。僅更新規則的任務不因此重製舊片。用戶以後發出新風格指令時優先服從新指令。

預設風格不使用每章常駐宋體大標題、階段標籤、全寬色塊字幕帶和規則排列的圓角說明卡。主體占主要畫面,短標註跟隨部件,底部字幕用細分隔線與圖形區分開。佈局保持居中;畫幅獨立選擇,豎屏按手機規格重排。雲希1.5倍、五秒鉤子與利他性要求保持。

不標註製作方式: 成片畫面、字幕、封面、片尾裡不寫「AI輔助製作」「AI生成」「合成配音」「TTS」「AI配音」等製作方式標註,也不在底部常駐這類小字。舊腳本或模板裡帶這類文字時一併刪除。平台發布時如需申報,由發布者在平台後台處理,不進畫面。

每個鏡頭寫明:觀眾當前疑問、配音、初始畫面、發生的變化、觀眾應理解的結論、可能卡住的位置,以及時長或配音觸發點。時長先估算,配音生成後用實際音頻校準。

優先讓同一對象連續經歷移動、旋轉、分解、疊加、放大、剖切和參數變化。系統整體與關鍵部件之間建立可追蹤的放大、返回關係。顏色、空間方向和符號含義保持穩定;改變視角、座標或比例時明確提示。

涉及數量變化、損耗或多級系統時,讀取 mechanism-animation.md:保留比較基準,解釋變量關係,並建立設備所在位置與功能的對應。

每個變化都應回答一個問題。光點循環、淡入、縮放可以輔助引導,但不能代替機制演示。機制鏡頭做一次去掉說明文字的檢查:仍應能觀察到對象怎樣變化、為什麼產生結果。僅把「危險、背景、揭秘」等詞移動或把流程框高亮,不能冒充對應情節或製作過程已經演示;改用具體動作、材料狀態、空間關係或明確的數據變化。

同一構圖保持較久時,檢查其間是否有新的因果資訊;沒有就重組內容,有必要觀察的複雜變化則保留時間。不給所有鏡頭設置機械切換週期。

畫面只有一個主要視覺中心,講到哪個對象就突出哪個對象。長標題、副標題、註釋和字幕不同時爭奪注意力。公式按「現象 → 變量 → 關係 → 算例或參數變化」展開。假設、誇張比例和非真實結構在相關畫面簡短標明。

進入批量製作的條件: 預設風格先完成一個包含整體、局部和機制動作的短樣片,按 visual-style.md 對照驗收;規則文本更新不能代替樣片。 逐鏡頭能夠說明「看哪裡、什麼改變、說明什麼」;開場已交付一個結果;核心機制和跨段過渡有明確演示。遇到只能整頁朗讀文字的段落,先改寫。

在工作材料中標出首個實際答案、關鍵發現、認知負擔最高點與結尾兌現點。定位連續抽象或等待答案過久的區間並修改。先用粗略動畫和配音檢查,再投入精細渲染;秒數、轉場頻率和情緒曲線均不作為萬能流量標準。

4. 製作配音與動畫

實際生成成片時讀取 production-and-qa.md,執行其中的音頻、時間軸和成片驗收流程。只做腳本或診斷時無需載入製作細節。

先檢查現有項目和可用執行環境,複用適用工具及動畫資產。舊工程若只有二維文字框與切頁,必須補齊等軸測結構、對象狀態與連續鏡頭能力後才能用於預設風格;不以複用為由降低已鎖定的風格要求。不要把當前機器的工程絕對路徑當成 skill 的必需依賴。可以使用 Manim、Remotion 或其他能實現連續幾何演示的工具;以實際演示能力選擇,不為換技術重寫成熟流程。

預設使用免費 Edge TTS 雲希 zh-CN-YunxiNeural,相對正常語速 1.5 倍,直接寫入成片;用戶明確指定其他聲音或速度時按用戶要求。先做包含術語、數字、疑問和結論的短樣音,再批量生成。按 production-and-qa.md 的統一方法變速和重建字幕、動畫時間軸,保留必要理解停頓。服務失敗時有限重試並複用匹配緩存,仍失敗則報告具體阻礙、繼續可獨立完成的工作;未經用戶明確指定,不切換本地或其他聲音。僅修字幕等局部任務不因此重配已有視頻。

按所選畫幅輸出一套完整視頻:橫屏 1920×1080,豎屏 1080×1920,預設 30 fps;其他解析度與幀率服從用戶要求和運動清晰度。渲染器須讀取畫幅配置並應用對應佈局,不能只交換寬高。保持文字、圖形可編輯;不把低解析度舊片簡單放大當作清晰度升級。

5. 交付與狀態

完整製作交付一套成片、中文字幕檔案、講稿與來源、一個主標題和一張共用封面,並簡述檢查結果。標題、封面是同一作品的入口,不是多平台版本;用戶只要視頻時以其範圍為準。為已有視頻修改時另存版本,避免覆蓋原片。其他模式只交付用戶指定的成果。

分開報告事實檢查、技術檢查、動態觀看和主觀試聽。抽幀、可解碼和音量合格不能證明完整觀看或試聽通過。能力不足時具體說明未完成的檢查及影響,不能用代理指標宣稱通過。修復已發現的問題後再檢查對應片段。

驗收的核心是:入口是否給出具體觀看理由、正文是否持續兌現、機制是否可理解、結尾是否留下可複述的收穫。章節數、時長、動畫數量和模型自評分不作為質量或傳播效果的證明。

檢查記錄必須包含:畫幅、解析度與幀率;豎屏手機縮小預覽與遮擋預檢結果(平台真實預覽另記);聲音與變速配置;5 秒內的實際口播/畫面及鉤子完成時間;主要收穫的正文時間點與結尾收束位置。檢查結果註明「通過、需修改、未檢查」及依據。五秒合規和利他性編輯審查通過,不等於已經證明留存或學習效果。

僅在用戶提供發布數據、要求流量復盤或詢問算法時讀取 recommendation-evidence.md。使用同口徑數據定位問題,一次優先修改一個主要變量。沒有數據時只報告內容側判斷,不預測播放量、不診斷限流,也不承諾「多數人喜歡」。

相關技能