Communitygithub.com

ZJU-REAL/Easel

影片製作策略與工具選型:AI 影片生成模型比較、影片腳本結構設計、製作流程規劃,涵蓋產品展示/解說/社群媒體短影片場景。

Easel 是什麼?

這是一個專注於影片製作策略與工具選型的 AI 技能,目標是協助開發者與內容創作者在 AI 影片生成、程式化影片框架、傳統剪輯等方案中做出最佳選擇。它能根據使用者的影片目標(如產品展示、解說、社群短影片)、目標平台(如抖音、B 站、YouTube)以及預算與技術限制,提供完整的製作方案建議。技能支援多種平台:除了分析主流 AI 影片模型(如 Veo 3、Sora 2、Runway、Kling)的優劣與成本,還涵蓋程式化框架(Hyperframes 與 Remotion)的選型比較。最終輸出包含平台適配規格、製作流程步驟,並可整合品牌資訊(透過 Profile 機制)以生成一致化的視覺風格。對於需要批量生產、模板化影片或快速迭代的使用者特別實用,能有效避免常見錯誤(如先選工具再訂策略、忽略字幕等)。

相容平台~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ZJU-REAL/Easel/tree/HEAD/skills/openclaw/video-strategy

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

影片製作策略

影片製作策略與工具選型。涵蓋 AI 影片生成模型比較、程式化影片框架選擇、影片腳本結構設計、製作流程規劃。

本技能負責策略規劃和工具選型。已部署的 video-editing 技能可執行實際的 ffmpeg 剪輯操作(裁剪、跳切、文字覆蓋、变速等)。

輸入

  • 影片目標(產品展示 / 解說 / 社群媒體短影片 / 廣告 / 教學)
  • 目標平台(抖音 / B站 / 快手 / 影片號 / YouTube / Instagram)
  • 現有素材(截圖、錄影、腳本、品牌素材)
  • 預算和技術棧限制

輸出

  • 推薦製作方案(工具選型 + 理由)
  • 平台適配規格(解析度、時長、畫面比)
  • 製作流程步驟
  • 影片腳本結構(如需要)

執行步驟

1. 收集上下文

確認以下資訊(未提供則主動詢問):

  • 影片類型:產品展示、解說、社群媒體短影片、廣告、教學
  • 目標平台:決定畫面比和時長限制(見下方平台規格表)
  • 呈現方式:AI 虛擬人物 / 旁白 + 畫面 / 純程式化 / 錄影
  • 素材情況:是否有現有素材(截圖、錄影、logo)
  • 重複使用需求:一次性還是模板化批量生產
  • 預算:部分工具按影片時長計費

2. 選擇製作方案

方案適用場景工具可用性
程式化影片模板化、資料驅動、大量批次Hyperframes, Remotion✅ Node.js 可用
AI 影片生成原創畫面、B-rollVeo 3, Sora 2, Runway, Kling, Seedance⚠️ 需 API key
AI 虛擬人物真人呈現、多語言HeyGen, Synthesia⚠️ 需 API key
剪輯/二次創作長影片拆短影片ffmpeg (video-editing 技能), CapCut✅ ffmpeg 可用

3. AI 影片生成模型比較

如使用者需要 AI 生成影片畫面,參考此表選型:

模型解析度最長時長特長成本
Veo 3 (Google)最高 1080p可變最高畫質 + 同步音訊API 計費
Sora 2 (OpenAI)最高 1080p~20s電影質感 + 同步音訊API + ChatGPT
Runway Gen-4最高 4K~10s/次運動控制、時序一致性訂閱制
Kling 2.5/3.0 (快手)最高 1080p最長 2 分鐘長鏡頭、單位成本低按秒計費(低單價)
Seedance (字節跳動)最高 1080p短片段快速生成、運動保真度高、適合大量批次按積分
Hailuo / MiniMax (MiniMax)最高 1080p短片段跨鏡頭角色一致性按積分
Pika 2.x1080p短片段快速特效、圖片生影片按積分
混元影片 / Wan 2 (騰訊)720p-1080p可變開源自部署,完全可控,無 API 費免費 (需 GPU)

快速選型:

  • 最高畫質 + 音訊:Veo 3 或 Sora 2
  • 大量批次 / 低成本:Kling、Seedance
  • 跨鏡頭角色一致性:Hailou
  • 自部署 / 品牌管控:混元影片 或 Wan 2(開源權重)
  • 圖片生影片:Kling、Pika、Runway

上表型號版本號與定價隨廠商快速迭代,僅供選型參考,以各廠商官方最新公佈為準。

影片 AI 提示詞寫法詳見 references/ai-video-prompting.md

4. 目標平台規格

中國平台

平台畫面比推薦解析度時長限制備註
抖音9:161080x192015s / 60s / 15min15s 以內完播率權重最高
B站16:91920x1080無硬性上限橫式為主,直立式也支援
快手9:161080x192011min直立式為主
影片號9:16 / 16:91080x192030min短影片 < 1min 優先推薦
小紅書9:16 / 3:41080x192015min3:4 也常用

海外平台

平台畫面比推薦解析度時長限制
YouTube16:91920x1080 / 3840x2160無限制
YouTube Shorts9:161080x192060s
TikTok9:161080x192010min
Instagram Reels9:161080x192090s
Instagram Feed1:1 / 4:51080x1080 / 1080x135060s

5. 程式化影片框架

用程式碼生成影片,適合可重複、模板化、資料驅動的大量批次製作。

Hyperframes(HTML/CSS,推薦)— 開源,Apache 2.0,每幀是 HTML 文件,對 agent 最友好。 Remotion(React)— 更強的動畫能力,適合複雜動效和 Lambda 批次渲染。

因素HyperframesRemotion
Agent 友好度更好(純 HTML)好(React)
動畫能力基礎(CSS transition)高級(Spring, interpolate)
批次渲染本地Lambda (AWS)
授權Apache 2.0商用需授權

6. 製作流程模板

產品展示影片:腳本 → 錄影 → 程式化疊加(標題、標註)→ AI B-roll → 配音 → 按平台規格匯出

解說影片:腳本(問題→方案→CTA)→ 選呈現方式(AI 虛擬人物 / 旁白)→ 畫面製作 → 加字幕 → 匯出

大量批次社群媒體短影片:Hyperframes/Remotion 建模板 → 灌資料 → 批次渲染 → 加平台字幕 → 分發

病毒式剪輯復刻:拉參考影片 → 逐拍分解剪輯節奏 → 輸出 beat sheet → 用自己的素材執行。詳見 references/edit-anatomy.md

7. Agent 可直接控制的流程

Agent 寫腳本(結合 Profile)
    ↓
Hyperframes: HTML → MP4(程式化影片)
    和/或
AI 影片 API: 生成 B-roll
    ↓
ffmpeg (video-editing 技能): 剪輯拼接
    ↓
產物 → outputs/

常見錯誤

  1. 先選工具再想策略 — 先明確影片目標,再選工具
  2. AI 生成影片中加文字 — 模型無法可靠渲染可讀文字,用程式化疊加
  3. 忽略字幕 — 85% 社群媒體影片靜音觀看,必須加字幕
  4. 畫面比錯誤 — 直立式 9:16 社群媒體,橫式 16:9 YouTube/網站
  5. 過度製作 — 社群媒體平台上真實感往往勝過精緻感

Profile 感知

檢測 === EASEL ACCOUNT PROFILE === 標記。

有 Profile 時:

  • 從 Profile 讀取品牌視覺風格(顏色、字型、logo)應用到影片模板
  • 讀取目標平台偏好,優先推薦對應平台規格
  • 讀取受眾畫像,調整影片風格(專業/輕鬆/潮流)
  • 讀取產品資訊,直接用於腳本編寫

無 Profile 時:

  • 退回通用模式,主動詢問品牌風格和目標平台
  • 按通用最佳實踐推薦方案

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

ZJU-REAL/Easel

AI 视频生成:文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider(通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容)异步生成视频,用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy(选型/策略)、video-editing(剪辑处理)、clipify(切片)区别:本 SKILL 是从 0 用 AI 生成新视频。

ZJU-REAL/Easel

通用音频处理:音频剪辑/裁剪、格式转码(mp3/wav/m4a/aac)、音量归一化、从视频提取音轨、多段拼接、淡入淡出、变速(保音高)。当用户说“剪音频”“裁一段”“转成 mp3”“调音量/响度”“提取音轨/扒音频”“拼接音频”“淡入淡出”“加速/减速音频”“变速不变调”时使用。与 audio-denoise 的区别:audio-denoise 专做降噪,audio-editing 做除降噪外的通用音频操作(也内置 denoise 作为兜底)。

ZJU-REAL/Easel

一句话主题 → 成品短视频:自动串联 文案→配图/AI视频→配音→字幕→BGM→合成,把 Easel 制作层零件编排成一条'一键出片'流水线。**单条视频、口播/资讯向,画面默认逐句配图 + Ken Burns 缓动,需要动态时才逐段图生视频**。当用户说 一键生成视频、自动做短视频、主题生成视频、帮我做条视频、口播视频一条龙、自动出片、短视频一键生成 时使用。**有剧情/角色/对白/反转/多集的短剧改用 short-drama(每镜强制图生视频、不用静态图冒充);只写脚本用 video-script;只生成单个片段用 ai-video-gen。**

ZJU-REAL/Easel

自动字幕 / 语音转字幕:把音频或视频里的语音识别成字幕文件(SRT/ASS/TXT/JSON),可选把字幕烧录进视频。当用户说自动字幕、语音转字幕、视频加字幕、上字幕、转录、听写、字幕文件、生成字幕、烧字幕时使用。

ZJU-REAL/Easel

音乐卡点视频 / 踩点视频:检测背景音乐的节拍,让图片或片段在节拍点上切换,配推进/白闪特效,做出燃系'卡点'短视频。当用户说 卡点视频、踩点视频、音乐卡点、节奏卡点、按音乐切换、鼓点视频、踩节奏、beat 卡点、图片卡点、卡点混剪 时使用。基于 shared/scripts/beatsync.py(librosa 节拍检测)。与 slideshow-video 区别:slideshow 每图固定时长、柔和转场,本 SKILL 切换点由音乐节拍决定、硬切踩点带特效。

ZJU-REAL/Easel

Easel clipify: long English talk → punchline cuts → optional 16:9→9:16 face-pan/split → opus word-by-word ASS burn. Ships scripts + assets/preview.png. Part of 1.6k★ Easel suite.

ZJU-REAL/Easel

>- 通用图像处理加工:改尺寸/缩放、裁剪、补边适配平台尺寸、格式转换(png/jpg/webp)、 压缩到目标大小、加文字或图片水印、圆角、多图拼接、生成缩略图、读图片信息。 基于 image_ops.py 确定性处理。 使用时机:用户说"改尺寸"、"缩放图片"、"裁剪"、"压缩图片"、"加水印"、"转格式"、 "圆角"、"拼图/多图联排"、"缩略图"、"适配小红书/朋友圈尺寸"、"把图 pad 成 1:1"。 和 card-*(卡片类)的区别:card-* 是"HTML 设计→渲染出图", image-editing 只加工已有图片,不负责视觉设计。

ZJU-REAL/Easel

多角色对话配音:按 cast 和逐行对白为不同角色分配音色与情绪,合成多声线音轨和带角色名字幕。 当用户说“多角色/双人/剧本/对话配音、多人对白、不同角色不同声音、有声剧配音”时使用。 单一公共音色用 tts-voiceover;克隆本人音色用 voice-clone;整部短剧制作由 short-drama 编排。

ZJU-REAL/Easel

Easel video-highlights: CN/livestream highlight extract + stable static vertical reframe (sibling to clipify).

相關技能