編輯型短影音 (Fringe Lines)

編輯型短影音 (Fringe Lines) 是做什麼的？

此風格模仿 Greg Isenberg 的短影音。所有短影音都必須符合以下標準：

• 發言人畫面不得連續出現超過約 6 秒。
• 每 3-5 秒需有圖形或佈局變化。
• 字幕逐字出現，並搭配少數橘色斜體關鍵字。
• 圖形需與說話內容同步，在提到該詞時出現。

0. 先決條件（每台機器）

• pipeline/setup.sh 會安裝虛擬環境 ~/.shorts-skill 以及 ~/.cache/fringe-lines-video 中的 Remotion node_modules。
• 單集逐字稿必須存在：work/<ep>/words-quinn.json 和 words-doom.json（由 pipeline/transcribe_verbatim.py 產生）。
• Remotion 原始碼：pipeline/remotion/src/ShortV2.tsx（佈局）和 Graphics.tsx（圖形類型）。

1. 挑選片段（30-50 秒）

• 在逐字稿檔案中搜尋一個獨立完整的片段，需具備：
  • 強而有力的開場白（主張、數字或自白）；
  • 單一主題；
  • 接近結尾時有亮點或笑點。
• 好的信號：
  • 具體數字（百分比、金額、人數）；
  • 提及的公司或產品名稱；
  • 反向觀點；
  • 個人實驗（「我讓 Codex…」）。
• 避免依賴前後文才能理解的片段（例如「就像我說的」、「那個東西」）。
• 可以拼接多個 --range。請在句尾切分，並檢查拼接處不要重複字詞。

2. 剪輯

在 work/<ep>/shorts.sh 中加入一行並執行：

b --name short-NN --range START:END [--range ...] --replace "27=>27%" --replace "claude=>Claude"

• build_short.py 會執行以下動作：
  • 移除填充詞、口吃和長時間停頓；
  • 選擇活躍攝影機；
  • 寫入 work/<ep>/short-NN/clip.mp4 和 props.json；
  • 渲染出基本的 v1 短影音。
• --replace 用於修正字幕文字。右側為空白則隱藏該字。
  • 務必修正：數字（「27」→「27%」）、產品名稱（Claude、Codex、Descript、GTM、SQL）以及 Whisper 的誤聽。
• 若要取得撰寫規格所需的精確輸出時間點，請執行： python3 -c "import json;p=json.load(open('work/<ep>/short-NN/props.json'));print(' '.join(f\"{w['text']}@{w['startMs']/1000:.1f}\" for w in p['words']))"

3. 撰寫樣式規格：work/<ep>/short-NN/style.json

{
  "hook":  {"text": "微軟希望 *27%* 的員工離職", "end": 2.8},
  "outro": {"text": "在 *不增加人數* 的情況下 *成長*", "hold": 2.0},
  "emphasis": ["微軟", "27%", "離開"],
  "scenes": [
    {"at": 0.0,  "mode": "full"},
    {"at": 3.0,  "mode": "graphic", "graphic": {"type": "stat", "kicker": "微軟買斷方案", "value": 27, "suffix": "%", "label": "被提供離職補償金的員工比例 *離開*"}},
    {"at": 6.2,  "mode": "card"}
  ]
}

時間單位為剪輯後片段的秒數，取自步驟 2 的字詞時間點。

維持一致的規則：

• 結構：
  • 場景 0 永遠是 full，並有一個 4-8 個字的 hook，在 ~2.5-3 秒結束。
  • 直接說明主張；不要總結片段。
• 節奏：
  • 模式交替為 full → graphic → card → graphic → card …，一個 40 秒的短影音中約有 3-6 個圖形。
  • 在下半段可再次使用 full 來呈現一個有力的反應或笑聲。
• 時間點：
  • 每個圖形應在其說明的字詞出現前 0.1-0.3 秒 開始顯示，並持續 2.5-5 秒。
  • 兩個圖形可以連續出現，例如一個 20 美元的卡片，接著一個 100 美元的卡片。
• 強調詞： 選取 10-18 個關鍵字：數字、名稱和亮點詞。比對時不分大小寫，忽略標點符號。
• 強調標示： 在任何文字欄位中，*字詞* 會以橘色斜體呈現。每個字串最多使用一兩個。
• 結束卡： 一個 2 秒的結束卡，包含重新陳述重點的簡短句子，或向觀眾提問。
• 誠實原則：
  • 螢幕上的數字必須與節目中所說的一致。
  • 圖表是示意圖：使用 lines 搭配形狀，不得使用虛構的軸線或數值。
  • 當發言人語氣不確定時，使用「大約」或「~」來修飾。

圖形類型（Graphics.tsx）：

類型	欄位	用途
stat	kicker, prefix, value (number, counts up), decimals, suffix, label	一個重點數字
people	kicker, value (string), label, filled (0–1)	人數 / 人員比例
lines	kicker, series: [{label, shape: up|flat|down}], caption	趨勢比較
quote	text, by?	亮點，顯示在螢幕上
headline	source, title, highlight	新聞、公告、一個「裁決」
list	title, items[]	步驟、產品、哪裡出了問題

如果需要新的圖形類型，請將其加入 Graphics.tsx 及其聯集類型。保持卡片風格：白色或油墨卡片、36px 圓角、彈簧入場效果，以及一個以其局部影格 f 為基礎的動畫。

4. 渲染

~/.shorts-skill/bin/python pipeline/style_short.py --ep <ep> --name short-NN --spec work/<ep>/short-NN/style.json

• 臉部追蹤（pipeline/face_track.py，YuNet）只計算一次並快取於 short-NN/faces.json。它能使圓形畫中畫和卡片置中對齊臉部；如果重新剪輯片段，請刪除此檔案。
• 音效為合成產生：每個場景變換時有咻聲，圖形出現時有蹦聲。以 --sfx-db -20 混合。
• 響度：-14 LUFS。
• 輸出：out/shorts/<ep>-short-NN-v2.mp4。

5. 品質檢查（務必在回報前執行）

擷取影格並檢查：

for t in 1.5 5 10 15 20 25 30 35 40; do ffmpeg -v error -y -ss $t -i out/shorts/<ep>-short-NN-v2.mp4 -frames:v 1 -vf scale=270:-1 /tmp/q_$t.png; done

檢查以下各項：

• 鉤子： 可讀且不遮蓋臉部。
• 圖形： 不與字幕區塊重疊（字幕區塊位於 y≈1340-1600）。文字不得溢出卡片。較長的統計數值如「+$500K」會自動縮小。
• 畫中畫： 臉部位於圓圈正中央。
• 字幕： 沒有遺留的 *；關鍵字呈現橘色。
• 響度： ffmpeg -i out.mp4 -af ebur128 -f null - 2>&1 | grep " I:" 顯示約 -14。

向使用者回報：

• 短影音的主題及其長度。
• 任何需要驗證的數字。
• 是否遺留了不雅用語。