DrFIRASS/faceless-reels

Faceless reels

此技能複製了一條已在真實 Reel（「This voice is not me」，2026 年 11 月發布）上驗證過的生產鏈。目標：一個 1080 x 1920、30 fps、60 到 120 秒的 Reel，能吸引觀眾看到最後，因為所有元素都會隨著語音節奏就地轉變。

設定

個人設定儲存在此技能根目錄的 config.json 中。如果檔案不存在，請將 config.example.json 複製為 config.json，並要求使用者填寫缺少的內容（至少需要 elevenlabs_voice_id）。每次執行開始時都應讀取此檔案。下方的 <skill> 表示此技能的資料夾。

鍵	用途
creator_name	報告中如何稱呼使用者
language	Reel 的預設語言（語音、字幕、畫面文字）。若請求使用其他語言則以該語言為準
elevenlabs_voice_id、elevenlabs_model	克隆的語音
whisper_model	用於檢查的本機 Whisper.cpp 模型
projects_root	先前 Reel 專案所在目錄（用於重複使用 node_modules）
cta	Reel 語言中三個結尾引導動作的確切措辭
guides_page	使用者個人簡介中連結的頁面，指南存放處
timezone、publish_hour、caps、telegram_env	僅限自動模式

使用者規則

• 書寫要直接明瞭。不要在畫面上或訊息中使用破折號或填充詞。
• 使用 Reel 語言的印刷規範。如果是法語：在 : ? ! 前以及 5 réglages 這類短語內使用不換行空格，法語引號 « »。
• 語音永不中斷。 僅編輯動畫。不改變時長，不移除靜音。
• 影片中不出現臉孔，但封面可使用使用者的照片。
• 封面永遠是影片的第一幀，同時也會另存為獨立檔案。
• 結尾固定包含三個動作：訂閱以獲取指南、點擊 bio 中的連結、輸入關鍵字。這三個動作需同時出現在語音、字幕和畫面上（出現 SUBSCRIBED 按鈕、LINK IN BIO 按鈕以及一個輸入關鍵字的欄位）。關鍵字必須直接與指南和主題相關，並由 Claude 提出。請說「link in bio」，不要說「link in the description」：指南頁面在使用者的 bio 中。
• 所有聲明都必須屬實：不得捏造數據、使用無來源的誇大詞彙或偽造螢幕截圖。親身經歷的證明勝過空洞的承諾。
• 任何令牌、密碼或金鑰不得在畫面上顯示。
• 每個 Reel 的說明文字：最多 5 個主題標籤，不加連結，適用於所有平台。說明文字必須以示範如何取得指南結尾，例如：「這五個提示詞都在指南中，可以直接複製貼上。要取得指南：請訂閱、前往 bio 中的連結，然後輸入關鍵字 FIVE。」
• 使用克隆語音的無臉 Reel：發布時需聲明為 AI 生成內容（例如使用 Blotato 時，在 TikTok 設 isAiGenerated: true，在 YouTube 設 containsSyntheticMedia: true）。
• 背景音樂音量設為語音的 0.05，不得更高。
• 宣布付費生成的費用。如果使用者在請求中已授權使用 Atlas Cloud 或 ElevenLabs，則直接宣布並繼續。否則，需等待使用者同意。
• 一氣呵成，中途不停頓，自我檢查工作，清楚說明哪些項目已驗證、哪些尚未驗證。除非使用者要求，否則永不發布（自動模式除外）。
• 小型機器（8 GB RAM）：一次只處理一個 Remotion 套件，渲染在背景執行，結束時清除中間檔案。

步驟

一開始先規劃所有步驟。每個步驟都有對應的指南：在執行該步驟時閱讀。

1. 定位。 影片資料夾、參考 Reel（檔案或連結）、主題、使用者的封面圖片（影片資料夾中的 cover.png，若無則使用 <skill>/assets/cover/cover-template.png 並告知使用者）、可用磁碟空間（df -h /）。讀取有用的 references/ 內容和專案記憶。
2. 分析參考資料（如果有的話）：提取音訊，使用 Scribe 進行轉錄，逐幀檢視影片，撰寫 _reel/reference/reel_analysis.md。請參閱 references/script.md。
3. 撰寫腳本以及承諾的指南：_reel/script.md，確保每個宣稱屬實。請參閱 references/script.md。
4. 建立專案：執行 zsh <skill>/scripts/new_reel.sh "<video folder>"，然後填寫 remotion/reel.json。請參閱 references/editing.md。
5. 免費動態腳本：執行 python3 <skill>/scripts/fake_words.py，接著執行 python3 scripts/build_reel.py（此腳本會檢查 reel.json），然後產生幾張靜態圖。檢查腳本是否適合在畫面上顯示？
6. 語音：錄製 2 次 ElevenLabs 錄音，對選定的錄音使用 Scribe 產生逐字時間戳記，進行不中斷的處理。請參閱 references/voice.md。
7. Atlas Cloud 開場鏡頭（可選，建議使用）：起始圖片、結束圖片、Kling 處理、根據語音重新調整時間。請參閱 references/opening-shot.md。
8. 場景：根據 src/reel/BRIEF.md 逐節處理，然後每組場景由一個 Agent 平行處理，並由一個檢查 Agent 負責。請參閱 references/editing.md 和 references/scene-rules.md。
9. 封面：吸引點擊的標題和標誌。請參閱 references/cover.md。
10. 使用靜態圖檢查，修正問題後，再進行渲染：在背景執行 zsh scripts/render_final.sh（90 秒的影片約需 10 到 15 分鐘）。
11. 驗證最終檔案並撰寫 exports/instagram.md。請參閱 references/checks.md。
12. 完成：專案 README、專案記憶、清除中間檔案、傳送檔案、提供摘要，並說明哪些項目仍需要收聽或決定。

自動模式

如果請求來自排程任務，或是使用者要求處理 inspiration/ 資料夾，請遵循 references/autonomous-mode.md：不詢問問題、成本上限、指南、排程發布、通知。

Reel 的成功要素

• 鉤子在 3 秒內出現，附帶證明或承諾，並且在封面之後的第一個畫面就能閱讀。
• 可見的開放式循環：N 個編號的空框，形成進度條。
• N 個相同形式的主題，難度和價值遞增，最好的一個放在最後，並由一個重新鉤子宣布。
• 單一鏡頭：相同的背景，相同的視窗。從不硬切。
• 每次出現都與語音同步，畫面從不超過 1.5 秒沒有任何變化。
• 快速回顧，接著是一句能改變觀眾對主題看法的關鍵語。
• 由動作組成的結尾，既要說出來也要展示出來：游標點擊訂閱、點擊 bio 連結、然後輸入關鍵字。
• 循環：最後一句話引導回第一句，最後一幀又變成第一幀。

指南

閱讀	時機
references/script.md	分析參考資料、撰寫腳本、選擇關鍵字和指南
references/voice.md	產生語音、取得單詞、不中斷地處理音訊
references/opening-shot.md	開場鏡頭的提示詞與時間重設、費用
references/editing.md	專案佈局、reel.json、Agent、檢查靜態圖、渲染
references/scene-rules.md	提供給撰寫場景的 Agent 的規則
references/cover.md	標題、標誌、格式、設定為第一幀
references/checks.md	最終檔案檢查、說明文字、哪些項目留給人類處理
references/autonomous-mode.md	單獨處理 inspiration/ 資料夾中的檔案，從參考資料到排程發布

assets/reel-template/ 是 Remotion 專案。assets/example-this-voice/ 包含整個已驗證的 Reel：腳本、分析、實際場景、簡報。這是品質參考：在撰寫場景前，請先閱讀其 README.md，然後至少閱讀 Stakes.tsx 和 Setting2.tsx。assets/example-6-tools/ 提供了可重複使用的場景，適用於排名或分層列表。

已付費的教訓

• 錄製兩次時，Scribe 轉錄的是第二次：請閱讀結果中的 source.url，並保留它實際轉錄的那次錄音。
• Scribe 的 words.json 包含標籤（[softly]）和作為單詞的「:」：請移除它們，並在 scribe_words.json 中保留 {"words": [...]} 的結構。
• 在「Subscribe」之前的一句台詞導致視窗空白：CtaGuide.tsx 現在會在該段時間顯示「Save」。
• 提示音和閃光效果蓋過了關鍵字和關鍵語（關鍵字處語音為 -1.9 dB）：模板中已降低音量。但仍需檢查最緊密的段落。
• Whisper 會偏移和出錯：時間資訊來自 Scribe，文字來自腳本（build_reel.py 負責對齊兩者）。
• 包含「Claude」的 Whisper 提示詞會讓它把「clone」讀成「Claude」。請在不使用提示詞的情況下檢查，並使用時間戳記：-nt 會跳過句子。
• 鉤子關鍵詞上的音效會遮蔽語音：請將音效放在該詞結束之後（測量至少 7 dB 的差距）。
• 場景恰好在其段落結束時停止，會切斷結尾的標記：場景之間需要重疊（Reel.tsx 中的 STAGES），並且標記要從句子開頭就放置。
• 當句子宣布一個列表時，空白的視窗看起來很奇怪：請從句子開頭就放置虛線佔位符。
• 數字寫成單字會破壞字幕頁面：build_reel.py 會將「5 settings」保持在一起。
• GPU 渲染會導致元素每三幀消失一幀：請始終使用 GL=swangle CONCURRENCY=1（render_final.sh 中已設定）。
• 影片上不要使用 3D 變換、不要使用 mixBlendMode，確保 React key 唯一。
• chrome-headless-shell 會掛起：請使用 CHROME_MODE=chrome-for-testing（腳本中已設定）。
• 渲染後重做句子：保留已驗證的語音，一次性生成結尾，然後在停頓處拼接（references/voice.md）。
• 在封面上，縮小為符號的品牌標誌可能被誤讀：ElevenLabs 的兩條橫槓看起來像暫停按鈕，因此其名稱保持寫在下方。