Engaging monologue (16:9)

參考影片：Ali Abdaal, "How I'd Create Content in 2026 (If I Had To Start Over)" (youtu.be/A8PxRHQrLJ8, 16 分鐘, 1080p)。動作語言複製自該影片。視覺風格使用 FringeLines v2.1 設計系統： My Drive/FringeLines Design System files/Fringe Lines Design system v2_1/ 以及位於 …/handoff/fringelines-tokens.css 的設計 token。

參考影片的運作原理

根據影片測量，取樣頻率為每 2 秒 1 幀，並在轉場附近密集取樣。

約 55% 為純說話畫面。 一台鎖定的攝影機，中景。每約 5 秒一次跳接（中位數）：16 分鐘內約 122 次剪接。每次剪接交替使用廣角和推進鏡頭，使剪接看起來是有意為之。
僅兩種佈局，絕不更多：
1. 全螢幕演講者，上面疊加其他元素：姓名下三分之一、左上角帶有小標籤按鈕的彩色提示卡片、底部的白色襯線句子、頭部附近的小型彩色標籤，以及底部中間的贊助商/CTA 按鈕。
2. 紙質畫布。 演講者縮小為 人像子母畫面（圓角、白色邊框、右側、約 400×560），同時在一個帶有淺色弧線的暖色米白色頁面上建構圖形。畫布承載動態句子、編號路線圖卡片、橫條圖、金字塔圖，以及螢幕截圖或 B-Roll（以圓角卡片呈現，下方附有說明文字）。
無連續字幕。 螢幕上的文字是精選的。一次顯示一句，逐字與語音同步顯現。每個字從模糊開始，然後變清晰。關鍵短語會改變顏色。
圖表隨著每個項目被提及而逐步建構。 橫條圖以輕微的過衝效果彈入。金字塔圖層從上方落下。
攝影機在圖形內部移動。 5 卡路線圖在每個章節重複出現，放大作用中的卡片並模糊其他卡片。
轉場使用模糊淡出而非直接剪接。全螢幕↔子母畫面的轉換是一個約 0.4 秒的緩和變形。
節奏： 每 10–20 秒一個新的視覺想法，每個段落一個強調時刻（黑白畫面），並且在每個人首次出現時顯示下三分之一。
音效： 佈局切換時的柔和咻聲，以及元素落下時的輕微啵聲，音量保持在人聲之下。

如何對應到 FringeLines（請勿偏離此對應）

參考影片	FringeLines 版本
暖色襯線字體搭配珊瑚色強調	所有顯示文字使用 Instrument Serif。強調為斜體短語，在紙上或影片上分別為墨藍色 `#1A4F6B` 或白色。僅對最重要的數字（`[7 AM]`，大數字）使用橘色 `#D4622A`。
橫條圖中的圓角無襯線字體	橫條圖、標籤、列表項目、堆疊標籤使用 Archivo 500–600
小型大寫標籤	IBM Plex Mono 600，大寫，+0.14em，≥ 22 px：用於眉題、標籤按鈕、來源、元資料
珊瑚/紅色漸層提示卡片	設計系統漸層：綠色（預設）、藍色（第二個想法）、橘色（警告或「錯誤」）
柔和路線圖卡片	綠色、藍色和橘色淡彩，單色數字徽章和虛線橘色連接線
奶油色紙張 + 弧線	紙張 `#F7F7F5` 搭配一條淺綠色淡彩弧線
陰影	無。平面表面，2 px 細線 `#E3E5DF`，子母畫面上的白色邊框，圓角半徑 16–18
贊助商按鈕	白色 CTA 按鈕（fringelines.co / 電子報）搭配橘色單色「Link in description」標籤
頻道結尾	綠色結尾卡片，Clip Slides 封面：單色眉題、橘色分隔線、襯線標題（含一個斜體短語）、Archivo 副標、`● fringelines.co`

設計系統規則仍然適用：

每個畫面一個想法；
每個畫面一個橘色；
綠色為預設，藍色為比較色；
每個大數字都有一個 source；
所有文字不小於 22 px。

組成元件

模板： pipeline/remotion/src/Monologue.tsx，Monologue 合成，解析度 1920×1080 / 30 fps。它重用了 ShortV2.tsx 中的臉部追蹤功能。
建構腳本： pipeline/build_monologue.py，包含兩個步驟：cut 和 render。
工作資料夾： work/monologue/<slug>/ 存放 clip.mp4、props.json、transcript.txt、beats.json 和 faces.json。
輸出： out/monologue/<slug>.mp4，標準化至 −14 LUFS。
範例： work/monologue/morning-loop-test/beats.json，一個來自 10 月 30 日集節目 Quinn 的 62 秒片段。

1. 取得錄製片段

一個單一攝影機的 16:9 錄影，音質良好，一人，長度約 1–15 分鐘。將其放入 inbox/monologue/<slug>/take.mp4。

若要從一集節目中擷取獨白段落，請將攝影機畫面與其錄音室音軌合併。使用 build_short.xml_offsets 從 Descript XML 取得偏移量；請參閱 morning-loop-test 的製作方式：

ffmpeg -ss <t0-videoOffset> -t <dur> -i Quinn.mp4 -ss <t0-audioOffset> -t <dur> -i studio-sound-Quinn.m4a -map 0:v -map 1:a … take.mp4

2. 剪接

~/.shorts-skill/bin/python pipeline/build_monologue.py cut --slug <slug> --src inbox/monologue/<slug>/take.mp4 \
    [--range 12.0:95.5 --range 120:180] [--replace "gtm=>GTM" --replace "quick=>Quick"]

剪接步驟的功能：

使用 Whisper 轉錄錄製片段（快取於 words-src.json）。
移除填充詞、口吃和長時間停頓，使用與短影片相同的規劃器。
每次跳接時，交替使用推進效果（1.0 / 1.12，以臉部為中心）。
寫入 transcript.txt，內容包含 word@seconds，以剪接後的時間軸為準。

--replace 僅修正用於計時顯現的單字；不會自動加上字幕。

3. 編寫 `work/monologue/<slug>/beats.json`

閱讀 transcript.txt，並根據它規劃節奏。

{"brand": "FringeLines", "beats": [
  {"type": "title",   "at": 0.2,  "end": 2.0,  "eyebrow": "FringeLines · Monologue", "text": "The *morning loop*"},
  {"type": "name",    "at": 2.1,  "end": 5.4,  "text": "Quinn", "role": "Host · Fringe Lines"},
  {"type": "chips",   "at": 3.0,  "end": 7.4,  "items": [{"text": "GTM loops", "at": 3.1}, {"text": "Coding loops", "at": 5.1, "tone": "blue"}]},
  {"type": "text",    "at": 7.6,  "end": 11.3, "eyebrow": "What's a loop?", "text": "Loop's just a *stated goal* and then it works *autonomously*"},
  {"type": "callout", "at": 11.5, "end": 16.2, "label": "The setup", "tone": "green", "text": "I use Quick Desktop with routines that execute at any time"},
  {"type": "overlay", "at": 16.4, "end": 18.3, "text": "I usually run it at [7 AM]"},
  {"type": "stack",   "at": 22.4, "end": 36.4, "title": "My core team · 4 people", "items": [{"text": "Account executive", "at": 25.6}, {"…"}]},
  {"type": "stat",    "at": 51.2, "end": 55.1, "kicker": "My regular account team", "value": 14, "text": "people I'm interacting with on a regular basis", "source": "Quinn's own count · Fringe Lines, Oct 30 2026"},
  {"type": "end",     "at": 58.4, "end": 61.4, "text": "Building the *morning loop*", "sub": "The full walkthrough is in this week's episode."}
]}

時間

時間單位為剪接後片段的秒數。end（或 hold）結束一個節拍，其轉場會在 0.3 秒內模糊淡出。
文字會逐字與語音同步顯示。text 中的每個單字都會與該節拍視窗內的字幕進行比對。
- 請逐字引用演講者的話（輕微修剪是可以的），以便同步功能正常運作。
- 如果文字是改寫過的，則顯示會回退為均勻分佈。請使用 "reveal": "even" 強制此行為。
項目 at 時間預設為均勻交錯。請將其設定為每個項目被說出的時刻，大約在該單字前 0.1 秒。

標記語法

*斜體強調*：每個畫面一個短語。
[強調數字]：橘色，每個畫面一個，僅限數字。

節拍類型

演講者全螢幕（疊加層）：

類型	欄位	用途
`title`	`text, eyebrow?`	開場標題，疊加在變暗的畫面上（前 2-3 秒）
`name`	`text, role?`	人物首次出現時的下三分之一
`overlay`	`text`	底部白色襯線文字的一句口語句子：你想要被記住的那句話
`callout`	`text, label?, tone?, side?`	左上角（或右側）的彩色卡片，帶有單色標籤按鈕：例如「錯誤 #1」、「設定」、「規則」
`chips`	`items[{text, at, tone?}], side?, tone?`	2-3 個在頭部旁邊彈入的短標籤：內心獨白、名稱、選項
`cta`	`text, sub?`	底部按鈕：電子報、該集節目或優惠。僅出現一次，通常在影片中段
`bw`	(無)	以黑白畫面強調演講者；請與 `overlay` 搭配使用
`media` + `"full": true`	`src, video?, from?`	滿版 B-Roll，演講者顯示在子母畫面中

紙質畫布（演講者移至子母畫面）：

類型	欄位	用途
`text`	`text, eyebrow?, align?`	一個動態句子：定義、論點、「最重要的一件事…」等
`stack`	`items[{text, at, tone?}]` (底部→頂部), `title?`	金字塔或層次：基礎 → 策略 → 回報、團隊層級
`compare`	`title?, left{label, items}, right{label, items}, winner?`	A vs B：興趣 vs 收入、之前 vs 之後。失敗方在接近結尾時變灰
`roadmap`	`items[{text}]` (≤6), `active?, zoom?`	影片的章節。在開頭顯示一次，然後每個章節重複使用，並設定 `active` = 章節索引，`zoom` = 何時放大
`steps`	`items[{text, at}], title?`	帶有細線分隔線的編號列表：專家、工具、步驟
`stat`	`value, prefix?, suffix?, decimals?, kicker?, text, source`	一個數字，以橘色計數遞增；必須提供 source
`media`	`src, title?, meta?, video?, from?`	圓角卡片中的螢幕截圖或 B-Roll，附有說明文字（標題 + 單色元資料行）。檔案放在工作資料夾中
`end`	`text, eyebrow?, sub?, url?, tone?`	綠色結尾卡片（2-4 秒）

如果兩個紙質節拍相隔少於 0.7 秒，則保持在子母畫面佈局，以免演講者來回跳動。

節奏規則（來自參考影片）

以前 5 秒內的 title 和 name 開場。
紙質節拍佔總時長的 35–45%。 連續超過約 20 秒沒有視覺變化，且連續停留在紙質畫布上不超過約 15 秒。
交替使用兩種佈局。不要連續使用兩個 callout；在它們之間放入一個 text 或圖表。
每個節拍一個想法。 保持 text 節拍 ≤ 14 字，提示卡片節拍 ≤ 16 字。
圖表項目在說出該單字時落地，絕不一次全部出現。圖表的第一個項目應在節拍開始後約 1 秒內落地；否則節拍應稍後開始。
段落：
- 在開場介紹結束時顯示一個 roadmap。
- 在每個段落開始時重複使用它，並設定 active。
- 以該段落的關鍵句 overlay 結束每個段落，對於最重要的段落搭配 bw。
每 5 分鐘最多一個 cta，且絕不在前 30 秒內。
以 end 卡片結束。它可以延續到最後一句話之後。

誠實原則

螢幕上的數字必須與所說的一致，或來自 source 中指定的來源。
他人內容的螢幕截圖需要在 meta 中標示出處。
不要替演講者添加未說的話：非引用的 overlay 或 text 節拍應解讀為標籤，而非演講內容。

4. 渲染

~/.shorts-skill/bin/python pipeline/build_monologue.py render --slug <slug> [--sfx-db -22]

它會追蹤臉部一次（faces.json；如果重新剪接，請刪除它）。
渲染時間隨影片長度增長；一個 1 分鐘的測試在 Mac mini 上需要幾分鐘。
音效：每次佈局切換時有咻聲，元素落地時有啵聲，以及在標題和結尾卡片處有漸強音。將 --sfx-db 提高到接近 −18 以獲得更多能量感。

5. 品質檢查（務必執行）

for t in 1.5 5 10 20 30 40 50 60; do ffmpeg -v error -y -ss $t -i out/monologue/<slug>.mp4 -frames:v 1 -vf scale=640:-1 /tmp/m_$t.png; done

檢查以下各項：

文字： 沒有文字跑到子母畫面下方（紙質區域結束於 x = 1320）。堆疊標籤適合單行顯示。
強調： 沒有遺留的 * 或 [。每個畫面最多一個橘色。
臉部構圖： 臉部位於子母畫面中央，且推進效果不會切到頭部。
顯示時機： 文字顯示與口語單字對齊。如果某個節拍的淡色文字顯示時間過長，表示其 at 設定過早。
音量： ffmpeg -i out.mp4 -af ebur128 -f null - 2>&1 | grep " I:" 讀數約為 −14。

向使用者報告：

影片長度和節拍列表（時間 → 類型 → 文字）；
仍需檢查的項目：數字、名稱和螢幕截圖出處；
任何因文字非逐字引用而回退為均勻顯示的節拍。

尚未建構

9:16 版本： 此合成僅為 16:9。若要製作直向影片，請使用 editorial-short 技能製作短影片。
自動規劃： 編寫 beats.json 需進行判斷，因此需手動或由 Claude 根據 transcript.txt 完成。

Engaging Monologue