Why Explainer Video (格式:「Why Evolution Made…」)
重現 Apefully 頻道 (1.9 萬訂閱,5 週內 280 萬觀看,每日一片) 的實證格式:以靜態圖片幻燈片,在 20 分鐘內解釋一個人類矛盾。此技能包含邏輯,而非特定主題:每次請求 = 一個新主題。
語言與輸出
- 以使用者語言回覆。腳本預設為英文 (此格式主要面向英語觀眾,自動配音功能可補足其他語言)。
- 在目前目錄下提供一個單一的
.md檔案:內含腳本、圖片清單,以及發佈資訊。
公式
一個觀眾能親身感受的悖論 (禿頭、藍眼睛、噁心、衰老)
+ 開場:一個以第二人稱描寫的日常生活場景
+ 錯誤認知,以及對結局反轉的承諾
+ 8 到 11 個章節:每個章節命名 = 一位科學家 + 一個年份 + 一個數字 + 一個類比
+ 反轉:「這不是缺陷,這是一筆交易」
+ 回到開場場景,意義翻轉,然後向留言區提出一個問題
為什麼有效:標題暗示已知答案是錯的;開場讓觀眾成為主角;姓名、日期和數字賦予可信度,平衡了聳動的標題;反轉帶來情感共鳴 (「你沒有壞掉」);最後的問題則填滿留言區。
工作流程
- 選擇主題 並執行「鏡子測試」(第 1 節)。如果使用者沒有提供,則提出 3 個選項並選第一個。
references/topic-bank.md提供點子與應避免的主題。 - 收集事實:尋找 3 到 5 項具名研究或科學家,附帶年份、機構及一個數字。在網路上搜尋;切勿捏造姓名、年份或數字。在草稿中標記
[已驗證]。 - 撰寫腳本,遵循
references/script-template.md(各段落機制與字數預算) 及第 3 節的規則。 - 建立圖片清單,遵循
references/visual-pipeline.md:每句話一張圖片、鏡位家族、完整提示;數字卡片由scripts/cards.py生成 (必須有圖示,輪換版面);然後由視覺總監 (Visual director) 和提示審查員 (Prompt auditor) 代理進行審核。 - 生成圖片:有人物的場景透過 Google Flow 自動生成,參考
references/flow-automation.md(腳本位於scripts/flow/);圖示、圖表、圖形和數字卡片則透過程式碼生成。然後進行組裝 (配音 + 圖片),並在聯絡表上檢查。 - 發佈:依照
references/publication-seo.md§0 的完整發佈清單,務必填寫教育類別,縮圖文字由程式碼生成,章節時間點須與配音對齊。 - 品質控管 (第 5 節) 後交付。
製作代理
單一文字撰寫者容易重複;製作過程應透過代理工具平行啟動專業代理,每人一份完整簡報 (references/agents.md):事實查核員 和 腳本評論員 於草稿完成後;視覺總監 和 提示審查員 於分鏡清單完成後;圖片 QC (視覺) 於每一批圖片生成後;發佈檢查員 於交付前。編排者應應用其修正表格,並重新觸發需要修正的部分。絕不能跳過視覺總監和圖片 QC:他們是防止出現裸卡、空白對話框和重複圖片的關鍵。
1. 鏡子測試 (選擇主題)
一個主題是否有效,取決於觀眾能否對著鏡子並認出自己:禿頭、藍眼睛、鬍子、曲線、身高、衰老、死亡。在參考頻道的 29 部影片中,這類主題的中位數觀看次數為 146,000;而無法自我識別的醫療主題 (孕吐、女性落髮、分娩) 和抽象情感 (悲傷、愛) 則只有 7,000 到 14,000 次觀看。
在開始寫作前,請確認:(a) 每三個人中就有一人可以說「那就是我」;(b) 存在一個明顯的答案,影片將予以反駁;(c) 至少有 3 項可提及的研究。
2. 校準架構 (目標 20 到 24 分鐘,3300 到 3600 字,每分鐘 155–170 字)
| # | 時間 | 佔比 | 字數 | 內容 |
|---|---|---|---|---|
| 1 | 開場場景 | 0–4% | 120–170 | 第二人稱,一個動作,一個地點,一個時間,多種感覺。開頭絕不抽象。 |
| 2 | 錯誤認知 + 承諾 | 4–8% | 120–160 | 「社會告訴你...」/「你九年級學到的版本...」;然後「這不是缺陷,這是...」;然後承諾:「在接近尾聲時,我們會看到為什麼...」 |
| 3 | 第 1 到第 4 章:祖先的背景 | 8–35% | 900–1,000 | 過去的世界 (稀樹草原,20 萬年前),機制,第一位科學家,第一個數字 |
| 4 | 第 5 到第 7 章:證據 | 35–60% | 800–900 | 2 或 3 項研究,附帶姓名 + 機構 + 年份 + 樣本 + 量化結果 |
| 5 | 內嵌訂閱呼籲 | ≈ 60% | 40–60 | 一句與主題相關的話 (「點擊訂閱不含任何苦味生物鹼」),然後重新引導:「因為我們即將揭開...」 |
| 6 | 第 8 到第 10 章:承諾的反轉 | 60–88% | 700–800 | 最新的發現,隱藏的機制,解決悖論 |
| 7 | 翻轉 | 88–95% | 200–250 | 「你從來沒有壞掉」;缺陷是一筆交易;卸下罪惡感 |
| 8 | 回到場景 + 問題 | 95–100% | 120–160 | 與開場相同的地點、相同的動作,但意義翻轉;向留言區提出一個具體問題 |
YouTube 章節:8 到 11 個,每個 2 到 3 分鐘,命名為「The [名詞] of [事物]」(例如 The Riddle of…, The Hidden Cost of…, The … Mechanism, The Final Verdict)。
3. 寫作規則
3.1 語態
- 開場、翻轉和結尾使用第二人稱;科學章節使用第三人稱。目標:每 100 字中出現 2 次「you/your」 (觀看 54.2 萬次的影片為 2.0 次,1 萬次的影片為 1.0 次)。
- 現在式,句子長度 15 到 25 字,每句話都創造一個視覺意象 (每句話變成螢幕上的一張圖片)。
- 口吻:溫暖的紀錄片風格,從不嘲諷。標題可以聳動,但內文不行。
3.2 事實密度
- 每份腳本包含 40 到 90 個數字 (年份、百分比、樣本數、持續時間)。
- 每個章節至少包含一個 具名的科學家 + 機構 + 年份,以及一個精確數字 (「追蹤了近 800 次懷孕」、「27 個傳統社會」、「每八年翻倍」)。
- 每個抽象概念都必須用一個日常生活的類比來表達 (磨損的鞋子、虹吸管、海岸線、邊境守衛、無線電塔)。
3.3 格式關鍵字
- 轉折點一律稱為 trade-off / bargain / contract。
- 演化的動詞:made, gave, let, forced, refused, insisted, invented, traded away。演化是一位做出決策的角色。
- 需置入的短語:「It was never a glitch.」「You are looking at…」「Here is the strange reality…」「Pause and let that sink in.」
3.4 開放式循環
- 在時間點 2 做出明確承諾,並在時間點 6 兌現 (「我們在開頭承諾的最終轉折」)。
- 在各章節之間加入兩次「而這引出一個更大的謎題」來重新引導。
3.5 為 AI 配音而寫
- 將配音需唸出的數字寫成文字 (「number one」,而非「#1」:參考影片將「#1」唸成了「hashtag one」)。
- 腳本中不使用符號、縮寫或括號;困難的專有名詞應在註解中附上音標。
4. 幻燈片 (摘要;詳見 references/visual-pipeline.md)
根據兩部完整影片的測量結果:297 和 323 張靜態圖片,每張圖片顯示 4.1 到 4.8 秒,每句話一張圖片,直接切換,零轉場,零攝影機運動,94% 的時間保持完全靜止。節奏來自剪輯和配音,而非動畫。
五種鏡位家族,需混合使用:圖示 + 1 到 3 個單字 (35%)、有人物的場景 (25%)、圖表或比較 (22%)、數據圖形 (10%)、標題卡 (5%)。統一的風格:奶油色背景、細黑線條、粉彩、手寫大寫字體、白色圓頭人物。一個重複出現的視覺動機 (開場場景) 會在中間和結尾再次出現。
5. 交付前品質控管
- 主題已通過鏡子測試;標題符合格式「Why [力量] [動詞] [特徵] ([否定式])」
- 開場 = 以第二人稱描寫的物理場景,少於 170 字
- 在時間點 2 做出反轉承諾,並在時間點 6 兌現
- 3 到 5 位具名科學家,附帶機構、年份、數字;全部已驗證
- 40 到 90 個數字;每個概念一個類比;每 100 字 2 個「you」
- CTA 在約 60% 處內嵌,與主題相關,且後有重新引導
- 翻轉為「trade-off」,然後回到開場場景,並向留言區提問
- 3300 到 3600 字;8 到 11 個章節,命名為「The … of …」
- 圖片清單:每句話一張圖片,標示鏡位家族,提供完整提示;螢幕上的數字與配音一致
- 沒有任何圖片標籤是描述圖片而非命名事物 (「平靜的大鐘面」是參考影片的錯誤)
- 腳本無符號、無縮寫,以利 AI 配音
- 完整的發佈清單 (參見
publication-seo.md§0):教育類別已填寫,標籤 ≤ 500 字元且已檢查,章節時間點與實際配音對齊,已啟用合成內容 = 是,已設定置頂留言 - 圖片:已通過圖片 QC 代理的聯絡表檢查 (無對話框、無生成文字、角色統一),被拒絕的已重新生成;無任何數字卡片缺少圖示;連續三張圖片不來自同一鏡位家族;縮圖 1280×720,文字由程式碼生成