ConardLi/garden-skills

Motion Showreel

把一個想法做成以圖形、文字或介面動畫為主的影片，交付 MP4 和能重建的原始碼。保留短片的動效密度和創意自由，也支援按章節製作最長 20 分鐘的內容。

原理：頁面暴露確定性的 render(t)，腳本逐幀截圖，再用 ffmpeg 合成 MP4。畫面、口播、配樂和音效共用 timeline.js。無口播時按內容和音樂節拍組織畫面；有口播時以真實語音時間為準，再安排音樂和音效。

好片子從哪來：變化密度、運動質感、一個記憶點、音畫關係，這四項通常決定觀感。但具體怎麼動、動多少，由風格和內容決定，不是每支片子都要多機位、彈簧和滿屏音效。全域只守幾條底線（見「底線」），其餘都是給模型的起點，不是天花板。

影片感：講解、產品演示和敘事片要讓物件的行為與關係隨內容發展，保持鏡頭間的空間承接。不能把口播逐句變成靜態標題卡，再用淡入、縮放和背景粒子包裝。分鏡先寫清「觀眾要看懂什麼變化、主體前後狀態、如何接上一個鏡頭」，再選動效。Logo、動態排版、循環與刻意靜止的風格仍按自身語法製作；不靠持續亂動或強制 60fps 判定好壞。具體方法見 references/craft.md 的「連續敘事」。

---

適用範圍

用戶想要	用這個 Skill？
產品宣傳短片、動效作品集、UI 動效、動態排版 / 卡點、Logo 演繹、片頭、循環動圖	✅
影片模型生成的綠幕人物 + 程式碼做的場景、大字、動效	✅ 人物由用戶提供（references/formats.md H 類）
用戶提供口播稿或錄音，要導出有講解的 MP4	✅ 口播驅動模式；TTS 必須使用用戶提供的原稿
需要點擊推進、現場演講、互動式網頁演示，或文章轉口播稿	用 web-video-presentation
網頁、落地頁、互動原型、靜態視覺稿	❌ 用 web-design-engineer
寫實人物表演、實拍質感、剪輯已有素材、用影片模型直接出畫面	❌

時長：最長 20 分鐘（1200 秒），以用戶確認的時長為準。短片仍適合 5–60 秒，不把長片做成連續二十分鐘的高密度卡點。超過 2 分鐘，讀 references/long-form.md，按章節規劃、製作和審片。用戶指定時長與口播實際長度或內容量衝突時，停下來確認調整方案，不擅自截斷、加速口播或改變片長。

Opus 的長處和預設坑

• 長處：一個檔案裡能混用 Canvas、SVG/DOM、WebGL、Three.js，甚至每段換一種媒介；運動可以用公式精確計算（閉式彈簧、節拍網格、子幀動態模糊）；聲音和畫面讀同一張時間表；能長時間自主「渲靜幀 → 看圖 → 修改」；審美判斷力強，一句「全力以赴」就可能出很驚豔的東西。
• 預設坑：沒有約束時，畫面會落到深色背景、居中大字、所有元素一起淡入、紫藍漸變加發光、機位不動；配樂會落到 A 小調四踩、每個重拍 impact + crash、鐘聲落版，幾支片子聽起來像同一首歌。所以要先找對標（畫面和聲音都要）、寫清風格和禁止清單。但約束也不能寫死：這個 Skill 的風格庫和手法庫都是起點，主題需要時隨時改造、混搭或自訂。
• 做不好的：寫實人物、複雜的手部 / 布料 / 毛髮、需要真實物理精度的東西、照片級產品（除非用戶提供模型或圖片）。遇到這些就風格化處理，或者換成綠幕人物 + 程式碼場景的分工。

---

工作流

0 環境檢查（一次）
1 需求確認 ──────── 補齊必填項，彙總要求 → 🛑 等用戶確認
2 brief.md ──────── 對標 → 用途 + 風格 → Reel Read → 分鏡 + 聲音計畫
3 風格幀 ────────── 已定風格：3 張幀；未定風格：3 個方向各 1 張 → 🛑 等用戶確認
4 製作 ──────────── 有口播先準備真實音訊及時間戳 → timeline → 逐鏡頭 → 小樣 → 正片
5 配樂與混音 ────── BGM、音效獨立選來源；有口播時人聲優先
6 驗收 ──────────── 技術檢查（程式判定，必須全過）+ 審片（看圖列問題，交給用戶終審）
7 交付

工作目錄：在用戶當前目錄下建 <slug>/，所有檔案都放在裡面：brief.md、index.html、motion.js、timeline.js、score.mjs 或 score.tone.js（按 scaffold 的 --audio 選擇）、build.sh、fonts/、assets/、audio/、qa/、out/。

第 0 步：環境

第一次使用時執行 sh <skill>/scripts/setup.sh：它會安裝 Playwright 和 Chromium，再跑 check-env.mjs。需要 Node 18+ 和 ffmpeg；缺了就告訴用戶怎麼裝，不要替用戶裝系統軟體。工具自帶測試：cd <skill>/scripts && npm test。

第 1 步：需求確認（停下來等用戶）

集中補問缺失項，已經提供的不要重複問。以下資訊必須明確，不能用固定預設值代替用戶決定：

必填資訊	需要明確什麼
核心主題、製作內容	要呈現什麼，哪些內容必須出現
時長	明確秒數或分鐘數，是否允許小幅浮動；不得超過 1200 秒
橫屏或豎屏	按選擇確定實際尺寸；也保留用戶明確指定 1:1 等其他畫幅的能力。解析度、幀率可提出建議，並寫入確認摘要
BGM 來源	AI 自主合成 / 用戶提供；用戶也可明確關閉
音效來源	AI 自主合成 / 用戶提供；與 BGM 分開選擇，也可關閉
口播方式	無口播 / AI TTS / 用戶提供錄音

條件必填：選 TTS 時必須由用戶提供口播稿，不代寫、不補寫、不改寫後擅自合成；同時明確 TTS 服務及所需 API 配置（已有配置複用，憑證用環境變數，不寫進 brief）。支援 Gemini、MiniMax 和自訂介面卡，按需讀 references/narration.md。選用戶錄音時，需要錄音檔案或可存取位址；選用戶 BGM/音效時，需要相應檔案。口播語言、音色等能從稿件或配置判斷的寫入摘要，否則一併詢問。

可選資訊：相關資料、受眾與發布平台、主題風格。受眾和平台未給時根據內容推斷，並在摘要說明。風格未給時留到風格幀階段提供三個方向。

素材怎麼處理：用戶已經給了具體內容並授權 AI 生成，就據此製作；用戶未給足具體內容時，詢問必要資料，也可以根據主題開展網上調研並保留來源。有口播稿時先從原稿提取資訊，不再讓用戶重複填寫。AI 可生成插畫、場景、抽象圖形和明確標註的示意內容；真實產品功能、數字和品牌素材仍守「底線」，不能用虛構資料冒充真實內容。品牌 Logo 或真實產品截圖的要求見 references/stack.md。

• 用戶給了參考影片：先跑 inspect.mjs sheet <ref> --cells 30 看全貌，inspect.mjs grid <ref> --strips 量出剪點和它們落的節拍網格（BPM 候選、每段佔幾步、每個轉場的連續幀），inspect.mjs heat <ref> 看每段裡哪裡在動、動多大面積。把量到的數寫進 brief 的對標一欄。只學結構和手法，不搬素材。
• 用戶給了曲子：無口播時先跑 audio.mjs beats <track> --out <slug>/audio/beats.json；有口播時音樂拍點服從講述節奏。
• 畫面裡要出現的產品、品牌或技術名詞，不確定的先查證。

補齊後彙總主題、時長、畫幅、BGM/音效各自來源、口播方式和素材情況，停下來等用戶確認，再寫 brief。即便首次請求資訊齊全，也先發摘要確認。用戶說「全力以赴」「給我驚喜」「你看著辦」只授權創意選擇，不代表可省略必填資訊或跳過確認；只有用戶明確要求跳過某次確認時才可繼續，記錄其授權。

放手模式：保留創意自主權，只守底線和技術管線，風格、結構、手法可自行判斷，也可完全不用風格庫。仍寫 brief、提供三個方向，按上面的規則執行兩次確認；用戶明確免除的確認除外。

第 2 步：brief.md

先找對標：動筆前為這支片子（這個主題 + 這種用途）挑 1–2 個對標作品，可以是電影片頭、廣告、遊戲、動效作品、設計流派。在 brief 裡寫下「學什麼」（構圖、節奏、鏡頭語法、配色邏輯、配樂結構）和「不學什麼」（角色、具體鏡頭、旋律、logo、字型檔案）。對標比任何規則都更能拉高上限。

再想三個候選結構：例如一段旅程、一次前後對比、一次倒數、一個變成另一個、一個不切鏡頭的長鏡頭。各用兩三行寫下來，選一個並寫明理由。第一個冒出來的想法往往是這個風格的陳詞濫調。

用途和風格分開選：

• 用途（拍什麼、按什麼結構講）看 references/formats.md，只讀對應的那一節。
• 風格（長什麼樣、怎麼動、什麼聲音）先看 references/styles/INDEX.md，再只讀選中的 1–2 個風格檔案。風格可以直接用、改造（替換其中一兩條規則）、混搭（一主一輔，或者按段落切換媒介），也可以按 styles/_template.md 自訂。風格規則保持不變，故事、鏡頭和結構從用戶的主題來，不要沿用別的片子。每個風格檔案都有「辨識訊號」和「最俗的版本」兩節：按主題挑 2–3 個訊號（至少一個不在俗套裡），在 brief 裡寫明翻掉了俗套的哪幾條，或者為什麼保留。用戶選了風格，要的是一眼認出這個風格，兩三個訊號就夠了。
• 再按需翻 references/craft.md（手法庫）。

按 references/brief-template.md 寫 brief，核心是：

Reel Read:
  format: [用途，formats.md 裡的類型]
  benchmark: [對標作品 · 學什麼 · 不學什麼]
  structure: [三個候選結構 → 選中哪個、為什麼]
  style: [styles/ 裡的風格（含改造點），或者混搭方案，或者自訂規則]
  signals: [挑了哪 2–3 個辨識訊號、為什麼；翻掉了俗套的哪幾條]
  takeaway: [觀眾記住的一句話或一個畫面]
  hook: [前 1 秒發生什麼]
  signature: [記憶點：第幾秒、什麼手法]
  palette / type / motion / camera / texture: [按所選風格寫出具體值]
  sound: [無聲 / 合成（聲音對標、律動、和聲、配器、曲線，見 sound.md 第 2 節）/ 使用者曲子（BPM、drop）]
  audio-sources: [BGM 與音效各自為 AI / 使用者 / 關閉]
  narration: [無 / 使用者原稿 TTS / 使用者錄音；有口播時句段時間軸路徑、人聲優先]
  forbidden: [這支片子的禁止清單]

接著寫分鏡表：無口播時保留節拍網格 + 分鏡表。有口播時把句段關聯到鏡頭與事件，寫明 鏡頭 / 句段 ID | 要解釋的變化 | 物件起止狀態 | 繼承的物件與空間 | 關鍵事件及時間依據 | 鏡頭與聲音。一鏡可以覆蓋多句，一句可以有多個動作；不把口播分句當作切鏡指令，也不要求逐句把原稿寫滿屏。實際區間在音訊準備後回填，不把字數估時當成最終對齊依據。長片另寫章節表、各章時長和跨章一致性規則。

用戶只說了一句「全力以赴」，也要把它翻譯成上面這份具體約束，否則結果就是抽卡。

第 3 步：風格幀（第二次停下來等用戶）

建專案：sh <skill>/scripts/scaffold.sh <slug> [--audio synth|tone|layer|file|none]（synth = 第 1 檔合成；只拷貝選中的那份 score，file 使用已準備好的最終音軌）。腳手架的引擎預設值只用於技術初始化，不能代替需求確認。starter 只用來驗證管線能跑通，畫面和文案都要換掉。

A. 用戶已經定了風格（或者給了明確的參考）： 以下命令中的秒數只是範例，實際取本片開場、記憶點與結尾的有效時間；短片和長片都不要照抄 14.5 秒。

1. 用真程式碼搭出 hook 幀、記憶點幀、結尾幀，配色、字體、文案都用最終的。
2. render.mjs <slug> --still 0.6,7.2,14.5 --sheet，自己先看一遍，明顯的問題修完再給用戶。依賴運動的方向，按本節下方要求另出連續小樣（--start --duration）。
3. 把 Reel Read 摘要、分鏡概要、風格幀發給用戶，問「方向對嗎？」。

B. 用戶沒定風格（包括放手模式）：給 3 個拉開差距的方向，規則見 styles/INDEX.md：

• A 貼合主題 / 品牌，B 換一種畫面語言（來自另一個分組），C 大膽（自訂、混搭或結構上很大膽，至少一個方向不是庫裡現成的）。
• 每個方向寫一段迷你 Reel Read（風格、對標、記憶點、配樂方向，3–5 行），並用真程式碼渲一張最能代表它的關鍵幀。三個方向的頁面放在同一個專案裡，用 ?dir=a|b|c 切換。B、C 只為這一張關鍵幀服務，不必做成能播的整片。
• render.mjs <slug> --directions a,b,c --at 14.5,2,0 一次渲出三張並拼成帶標籤的 qa/directions.png，發給用戶，問「選哪個，或者怎麼混合？」。

兩種情況都真的等用戶回覆，再進入製作。TTS 專案同時附用戶原稿的分段方案和音色短樣（只使用使用者給的文字），一起確認聲音方向，不額外增設必停節點。使用者事先明確說過不用確認的，就自己選一個、寫明理由，自查後繼續；交付時把沒選的方向一起給用戶（B 情況附上 qa/directions.png，A 情況各寫一句另外兩個可能的方向），讓用戶回來還能換。

對依賴連續動作的方向，靜幀之外附 6–10 秒代表性運動小樣（短於 6 秒的片子用全片），覆蓋一次狀態變化及前後承接；先自行看連續幀排除跳變。小樣隨風格幀一起確認，不增加第三次必停。口播尚未生成時明確標為動作預演，不能聲稱已與語音精確對齊。

第 4 步：製作

製作前先讀 references/stack.md（頁面契約、確定性、各技術的坑）。要現成寫法時查 references/recipes.md。

有口播時先鎖定口播時間軸：按 references/narration.md 合成用戶原稿或導入用戶錄音，取得真實時長和句段時間戳，再安排畫面。用戶錄音需透過可用轉錄工具或使用者提供的 SRT/JSON 獲得文字與時間；沒有可靠時間戳時不能聲稱已完成逐句對齊。發現時長衝突先確認，不靜默填充、裁切或變速。將真實區間導入鏡頭表，保留口播停頓和重點，不強行對齊音樂小節。超過 2 分鐘按 references/long-form.md 分章製作，保留章節快取。

句段只提供同步範圍，鏡頭和主體運動可以連續跨句。關鍵變化需要詞級同步時，用真實詞時間或人工標註錨點，透過 narration.js 查詢，讓畫面與音效引用同一事件；只有句級時間時維持句級同步，不偽造逐字時點。製作過程中用 preview.mjs 帶聲音預覽拖動與逐幀檢查；預覽只驅動同一個 render(t)，不進入正式渲染。

1. 時間點全部寫進 timeline.js，頁面和 score.mjs 都從這裡 import。鏡頭表寫進 SHOTS（驗收時按鏡頭報運動），刻意的停留寫進 HOLDS（比如落版 [[b(36), DUR]]），要留呼吸的重拍寫進 DROPS，驗收工具會讀它們。轉場要對拍時，用 revealOn(拍點, 轉場時長, 揭開點) 倒推起點，讓新畫面露出來的那一幀落在拍上。
2. 逐個鏡頭做。每個鏡頭渲開頭、中段、結尾 3 張靜幀；關鍵狀態變化和鏡頭接縫另看連續小樣，檢查主體是否憑空重置、動作速度是否突變、鏡頭是否中斷。靜幀好看不能替代運動檢查，快速動作用 inspect.mjs strip 看連續幀。
3. 跑確定性檢查 render.mjs <slug> --determinism，不通過就先修。
4. 片長 30 秒以上或渲染慢的，先出低清小樣：--size 960x540 --out out/proxy.mp4。
5. 出正片：先在 build.sh 頂部按 brief 設好 FPS、SIZE、AUDIO、LOOP，再 sh <slug>/build.sh。它會構建配樂，先跑確定性檢查（不過不出片），再渲染，接著跑文字框景檢查（只出審片材料，不擋構建），最後帶著同一份規格跑技術檢查（時長取 timeline.js 的 DUR）。--subframes、--dpr、--grain 作為參數加在後面，按風格需要加。這些參數都會成倍增加耗時，開渲前先報預計時間。

混合音軌用 AUDIO=file AUDIO_FILE=audio/final.wav sh build.sh；舊的 synth/tone/layer/none 構建方式繼續可用。長片使用 build-long.mjs 持久分章構建，詳見 references/long-form.md。

硬規則：

• 畫面只由 t 決定：不用 Math.random、Date.now、rAF、計時器、CSS 動畫，幀和幀之間不儲存狀態。
• 字體和素材全部載入完，再設定 READY = true；字體放進專案自托管。
• 佈局從 stageSize() 返回的寬高推導，不寫死畫素。

第 5 步：BGM、音效與混音

看 references/sound.md。BGM 和音效分別按確認的來源製作，允許使用者配樂 + AI 音效等組合。下表是 AI 合成的引擎選擇，不能用引擎預設值覆蓋已確認的素材來源。聲音方向（對標、律動、和聲、配器、曲線）在 brief 裡就定好：

檔	用什麼	適合
第 1 檔 · 內建合成	score.mjs，Node 裡的合成器（鼓、手鼓、貝斯、鋪底、撥弦、馬林巴 / 鋼片 / 卡林巴、風琴、人聲鋪底、FM、環境底噪、音效、側鏈、殘響、lo-fi 處理），零依賴	電子、UI、晶片音樂、氛圍、lo-fi、手作與玩具、大多數動效片
第 2 檔 · Tone.js	score.tone.js，在無頭瀏覽器裡用 Tone.js 離線渲染：取樣樂器（audio.mjs samples salamander 下載 CC BY 鋼琴）、卷積殘響、更豐富的合成器和效果	需要真實樂器、空間感、電影感的風格
外部曲子	使用者提供的音樂（自己的、授權的、AI 音樂服務生成的）	使用者已有配樂

• 構建：audio.mjs build <slug>/score.mjs 或 score.tone.js，都會輸出 −14 LUFS 的 audio/music.wav。
• 使用者曲子：無口播時先跑 audio.mjs beats（有 librosa 時自動使用）對齊 timeline，再在 score 裡 S.load() 疊音效。有口播時只把音樂節拍作為參考，調整音樂和音效配合語音，不移動已確認的口播時間軸。
• 無聲：BGM、音效和口播均關閉時跳過；僅關閉 BGM 不代表整片無聲。
• 有口播：音樂減少主旋律、密集打擊和大動態；音效只保留有資訊作用的動作，避開關鍵詞與句首。保留獨立軌，透過 narration.mjs mix 做人聲期間的避讓、統一響度和峰值處理。用真實句段時間戳核對畫面，聽感仍需用戶終審。

每次 build 之後都要對最終混音跑 audio.mjs check，看數值和圖；宿主支援試聽時再聽，不能把數值通過寫成「聽感已確認」。timeline.js 裡寫了 DROPS 時，它還會量出重拍前的凹陷和抬升，沒有呼吸就給 WARN。

第 6 步：驗收

技術檢查：由程式判定，失敗就不能交付。

node <skill>/scripts/inspect.mjs qa <slug>/out/final.mp4 --out <slug>/qa/final \
  --expect-size 1920x1080 --expect-fps 30 --expect-duration 16 --audio required   # 無聲片用 --audio none；循環片加 --loop

它檢查檔案能否解碼、尺寸、幀率、時長、幀數、音軌、黑幀、響度、真峰值，以及循環接縫（需要時）。只要有一項 FAIL，退出碼就是 1，必須修好。沒傳的規格項會列成 NOT CHECKED，這時不算驗收通過。build.sh 會自動帶上規格。渲染工具本身也會拒絕發布幀數不對的檔案。

審片：給人判斷用，不是程式判定。看抽幀圖、手機尺寸抽幀圖、凍結段（HOLDS 裡宣告過的會標成刻意停留，其餘要判斷是不是空拍）、切點、按鏡頭的運動和閃幀、文字框景的標記圖（qa/text-*.png）、音訊圖，按 references/review.md 的審片表逐項寫下觀察和最嚴重的 3 個問題，有數字和圖表的片子要核對內容與數字口徑。修完只重渲有問題的那一段，再出整片，過程記到 qa/review_log.md。宿主支援 sub-agent 時，再派一個沒參與製作的 agent 只看這些材料挑問題（review.md「獨立審片」）。

有口播時額外執行 narration.mjs check，核對句段時間覆蓋、音訊長度與確認規格；逐句審查原稿、畫面與語音是否一致，自動檢查不能代替聽感審片。長片逐章審片，並檢查拼接處的畫面、聲音和時間軸。

審片結論是給用戶的參考，不能代替用戶自己看片。不適用的項標「不適用」，比如無聲作品的音畫同步，不要硬給分數。

第 7 步：交付

告訴用戶：

• out/final.mp4 和 out/poster.png 的路徑（poster：render.mjs <slug> --poster <t>）。
• brief.md：完整的結構化提示詞、兩次確認記錄，可以複用，不含 API 憑證。
• 有口播時附用戶原稿、句段時間軸和各軌來源；長片附章節 manifest 和斷點重建命令。
• 技術檢查結果（全部 PASS）、審片記錄裡還沒解決的問題、渲染用時。
• 怎麼重建（sh build.sh）、怎麼只改一段。
• 第三方素材（字體、使用者素材、曲子）的來源和授權；事實類內容提醒使用者再核對一遍。

覆盤結論和複核證據保存在專案的 qa/review_log.md，與本次製作檔案一起交付。

---

底線（所有風格都要守）

1. 需求與原稿：必填資訊經確認；影片不超過 20 分鐘；TTS 原稿必須來自使用者。時長衝突須確認，不擅自改稿、截斷或變速。
2. 事實準確：產品功能、數字、名稱只來自使用者或可靠來源，不確定的標出來。
3. 文字可讀：字號在手機尺寸下看得清，停留時間夠讀完（見 craft.md 第 7 節）；文字不溢位、不重疊、不被遮擋。
4. 素材有授權：logo、截圖、字體、曲子都要能用，並在交付時列出來。
5. 技術正確：確定性渲染，技術檢查全部通過，沒有黑幀，結尾不能戛然而止（落版定格或無縫循環）。
6. 風格一致：選定的風格規則從頭守到尾，不落入 brief 的禁止清單。

除此之外，鏡頭動多少、用不用彈簧、音效密度、節奏快慢，都按風格和內容來定（見 references/styles/ 和 craft.md）。

---

工具速查（S=<skill>/scripts）

目的	命令
裝依賴 / 查環境 / 自測	sh $S/setup.sh · node $S/check-env.mjs · cd $S && npm test
建專案	sh $S/scaffold.sh <slug> [--audio synth|tone|layer|file|none]
靜幀 + 拼圖	node $S/render.mjs <slug> --still 0.5,3,7.2 --sheet · --range 0:15:1 --sheet
三個方向 / 封面	node $S/render.mjs <slug> --directions a,b,c --at 14.5,2,0 → qa/directions.png · --poster 14.5 → out/poster.png
確定性	node $S/render.mjs <slug> --determinism
文字框景（審片材料）	node $S/render.mjs <slug> --text-check [--safe auto|none|T,R,B,L] → qa/text.json + 標記圖（build.sh 自動跑）
拆參考片	node $S/inspect.mjs grid <ref> --strips（剪點 + 節拍網格 + 轉場連續幀）· heat <ref>（每段的運動熱圖）
小樣 / 正片 / 分段	--size 960x540 --out out/proxy.mp4 · 正片 sh <slug>/build.sh --subframes 2 --grain 4（規格在 build.sh 頂部）· --start 6 --duration 3 --out out/seg.mp4
聲音	node $S/audio.mjs build <slug>/score.mjs（或 score.tone.js）· samples salamander · beats <track> --out audio/beats.json · check audio/music.wav（讀 DROPS）
口播 / 最終混音	node $S/narration.mjs tts … · import … · mix … · check …（參數見 narration.md）
長片重建	node $S/build-long.mjs <slug>/chapters.json（參數見 long-form.md）
帶聲音預覽	node $S/preview.mjs <slug> --size 1920x1080 --fps 30（可加 --audio audio/final.wav；用法見 stack.md）
驗收與審片材料	node $S/inspect.mjs qa out/final.mp4 --expect-…（build.sh 自動帶）· sheet · phone · strip --at 4.2 · loop · motion（讀 SHOTS / HOLDS：按鏡頭的運動、跳變、閃幀）

參考檔案（按需讀）

檔案	什麼時候讀
references/formats.md	第 2 步：用途，比如宣傳短片、作品集、UI 動效、排版卡點、Logo、資料爆點、綠幕合成
references/styles/INDEX.md	第 2 步：43 種風格的目錄、三方向規則、混搭規則；然後只讀選中的 styles/<slug>.md。自訂用 styles/_template.md
references/craft.md	第 2 和第 4 步：節奏、運動、轉場、鏡頭、排版、配色、質感、記憶點、預設味清單
references/brief-template.md	寫 brief 時
references/stack.md	第 4 步：頁面契約、確定性、各技術的坑、字體、素材、多畫幅、效能
references/recipes.md	要現成寫法時
references/sound.md	第 2 步（第 2 節：聲音方向）和第 5 步
references/review.md	第 6 步：技術檢查說明、審片表、獨立審片、常見問題、交付清單
references/narration.md	選擇 TTS、使用者口播、獨立 BGM/音效混音時
references/long-form.md	超過 2 分鐘：章節規劃、持久快取、分段音訊與斷點續建