Communitygithub.com

calesthio/generative-media-skills

獨立於供應商的解說影片製作技能,專為 AI 代理人員設計,用於製作教育、產品、概念、非營利/公共服務、入職、培訓、動畫、混合媒體和簡短社交解說影片。當代理人需要將主題、簡報、研究資料庫、產品、流程、政策、數據集或複雜想法轉化為事實性、易懂、有旁白、有字幕、有分鏡腳本、且可生成媒體的影片時使用,並包含聲明審查、本地化、節奏、變體和品質保證。

generative-media-skills 是什麼?

這項技能為 AI 代理提供了一個結構化、供應商中立的工作流程,用以製作高品質的解說影片。其核心前提是將影片視為一種學習與決策的工具,而非單純的視覺呈現,因此要求從定義觀眾的學習目標、辨識風險等級、並建立嚴謹的聲明日誌開始。該技能提供詳細的腳本架構、分解概念的方法(如定義、機制、產品、公共服務等類型)、以及分鏡腳本的標準,確保每個場景都有其學習目的。此外,它還強調視覺語法、數據圖表、動畫運鏡和旁白撰寫的原則,以促進理解和記憶。此技能支援多種平台(如 Claude Code、Cursor、Codex),並透過非協商條款(如可及性、事實查核、風險升級)來確保最終產品的品質與合規性。

相容平台~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/calesthio/generative-media-skills/tree/HEAD/skills/production/content-formats/explainer-video-production

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

解說影片製作

僅在定義了觀眾應在觀看後理解、相信、決定或採取不同行動的目標後,才開始製作解說影片。將影片視為學習和決策的工具,而非一系列漂亮的場景。

此技能獨立於供應商。使用主機環境中可用的生成、編輯、合成、字幕和審查工具,但跨供應商時,請保持解說邏輯、事實紀律、可及性和品質標準的完整性。

非協商條款

  • 從觀眾、其先備知識和可衡量的學習或決策目標開始。
  • 區分記錄在案的事實、有來源支持的推論、製作啟發法和創意發明。
  • 為事實性、商業性、比較性、健康、安全、法律、財務、科學和公共服務聲明維護一個聲明日誌。
  • 將高風險聲明升級給客戶、領域專家、法律/合規審查員、醫療審查員、財務審查員或政策負責人。請勿提供法律、醫療或財務建議。
  • 將可及性內建到腳本、分鏡腳本、字幕、音訊、數據視覺化和交付變體中。事後補強效果較差且成本更高。
  • 在製作時重新檢查不穩定的供應商/平台事實:社交平台畫面比例、最大長度、安全區域、字幕行為、模型輸入、模型限制、定價、區域可用性、揭露規則和權利/授權條款。
  • 切勿要求影像或影片生成模型發明證據、渲染精確圖表、保留精確的法律/醫療/科學陳述或建立可讀的細小文字。對於事實、引用、字幕、表格、UI 文字、標籤和圖表,請使用確定性佈局/組成。

輸入:定義學習合約

在開始撰寫或生成之前,請回答:

  • 觀眾:這是為誰設計的?他們已經知道什麼?他們有什麼誤解?他們使用什麼語言/語域?已知有哪些可及性/本地化需求?
  • 目標:觀眾在觀看後應該能夠說出、做出或決定哪一句話?
  • 用例:教育、產品、入職、培訓、公共服務、募款、政策、銷售支援、社會意識、內部變革管理或技術概念。
  • 成功證據:測驗答案、示範完成、支援問題減少、註冊、政策理解、行為改變、利害關係人批准或分享/儲存。
  • 限制:時長、平台、品牌、所需來源、必須包含/避免的聲明、受限圖像、語音、字幕、語言、審查批准者、預算和工具可用性。
  • 風險等級:
    • 低:一般概念、內部導向、非敏感創意解釋。
    • 中:產品效益、非營利/公共服務行為指導、數據聲明、就業/培訓要求。
    • 高:健康、安全、法律、財務、受監管產品、兒童、政治說服、危機指導、比較廣告、具有政策影響的公共統計數據。

將目標寫成可觀察的結果,而非模糊的主題:

  • 弱:「解釋碳抵消。」
  • 強:「在 90 秒後,首次購買者可以區分減少排放和購買碳抵消之間的差異,並且知道在相信某項聲明之前,應該先查看專案驗證。」

研究與引用紀律

在編寫腳本之前建立一個聲明矩陣。此矩陣可防止具有說服力的修辭超越證據。

欄位用途
聲明影片可能做出的確切陳述或暗示。
聲明類型定義、統計、因果、比較、產品效能、推薦、安全性、行為建議、預測、意見、隱喻或行動呼籲。
來源首選主要來源;包括標題、URL、發布/更新日期和存取日期。
證據強度官方/主要、同儕審查、技術報告、可重現測試、信譽良好的次要來源、客戶提供、軼事或創意。
畫面上處理方式引用、來源行、語音、法律/揭露副本、從最終版本中排除或需要專家審查。
風險低/中/高及原因。
負責人代理、客戶、領域專家、法律/合規、醫療、財務、可及性、本地化。

盡可能使用主要來源:官方文件、標準、監管機構指南、政府統計數據、同儕審查的研究、產品文件、客戶批准的證據或直接檢查過的來源材料。僅在主要來源不可用或用於背景資訊時使用次要來源,並將其標記為次要來源。

對於商業或產品解說影片,客觀的效能聲明需要有證據支持。聯邦貿易委員會的商業指南指出,公司必須以確鑿的證據支持廣告聲明,尤其是與健康相關的聲明;聯邦貿易委員會的背書指南也要求在背書中明確且顯著地揭露實質關聯。將這些視為合規觸發因素,而非文案寫作建議。在製作時重新檢查當前的聯邦貿易委員會指南和適用的司法管轄區。

對於 AI 生成的媒體和庫存/媒體資產,記錄來源:模型/提供者、提示詞、種子(如果可用)、來源資產許可證、發布/同意狀態、編輯歷史以及素材是否為 AI 生成。美國版權局指南指出,包含 AI 生成素材的作品的版權註冊取決於人類作者身份以及對超過最低限度 AI 生成內容的揭露;權利規則具有波動性且取決於司法管轄區,因此應向法律顧問諮詢有關註冊、所有權、肖像權和訓練數據的問題。

在撰寫之前分解概念

將想法分解為可解釋的原子:

  1. 術語:觀眾在理解解釋之前需要的詞彙。
  2. 組成部分:組件、參與者、輸入、輸出、限制。
  3. 機制:什麼改變了、以什麼順序、為什麼。
  4. 對比:這不是什麼;常見的誤解或錯誤的替代方案。
  5. 範例:具體案例、情境或微型示範。
  6. 後果:為什麼它很重要;如果忽略會發生什麼。
  7. 行動:觀眾接下來應該做什麼。

為目標選擇所需的最小集合。如果概念中的原子太多而無法在時限內完成,請縮小承諾範圍,而不是壓縮所有內容。

有用的分解模式:

  • 定義解說:術語 -> 對比 -> 範例 -> 使用。
  • 機制解說:輸入 -> 轉換 -> 輸出 -> 回饋迴路。
  • 產品解說:問題 -> 當前的解決方法 -> 產品機制 -> 證明 -> 下一步。
  • 公共服務解說:情境 -> 風險 -> 建議行動 -> 例外情況 -> 尋求幫助的地方。
  • 培訓解說:任務目標 -> 先決條件 -> 步驟 -> 檢查 -> 復原路徑。
  • 數據解說:問題 -> 資料集/來源 -> 模式 -> 注意事項 -> 含義。

腳本架構

使用適合目標的結構;不要將每個解說影片都強塞入同一個漏斗中。

大多數 60-180 秒解說影片的核心結構:

  1. 鉤子:指出張力或實際問題。
  2. 承諾:告訴觀眾他們將會理解或能夠做什麼。
  3. 地圖:預覽解釋的兩到四個部分。
  4. 建構:每個節拍解釋一個想法,每個節拍解決一個問題。
  5. 範例/示範:在具體案例中展示概念如何運作。
  6. 注意事項或界限:防止過度宣稱並解決常見誤解。
  7. 行動:下一步、總結、練習任務或決策提示。

簡短社交變體,15-45 秒:

  • 0-3 秒:模式中斷或特定問題。
  • 3-8 秒:承諾和利害關係。
  • 中間:一個機制或一個前/後對比,而非完整的課程。
  • 結尾:令人難忘的台詞、行動呼籲或「儲存此內容」摘要。

培訓/入職變體:

  • 說明任務和成功條件。
  • 按順序示範步驟。
  • 加入檢查點和錯誤復原。
  • 結尾說明如何尋求幫助或如何驗證完成。

公共服務/非營利變體:

  • 使用平實語言,避免羞辱。
  • 使建議的行動具體化。
  • 說明該建議適用於誰,以及誰需要不同的指導。
  • 引用官方來源,並將健康/安全/法律聲明升級處理。

為理解而寫旁白

旁白聽起來應該像一個能幹的嚮導,而不是大聲朗讀的白皮書。

  • 除非必要,否則使用日常用語;在依賴必要的技術術語之前先定義它們。
  • 每句話只放一個想法。
  • 保持子句簡短,適合配音和字幕。
  • 使用標示性語言:「首先」、「關鍵差異在於」、「這是問題所在」、「現在觀察什麼變化了」。
  • 一致地重複關鍵術語;不要為觀眾仍在學習的概念輪換使用同義詞。
  • 將數字置於上下文中:比較、轉換、顯示規模或說明為什麼這個數字很重要。
  • 大聲朗讀腳本。如果語音卡住,觀眾也會卡住。

對於腳本化配音,平靜的解說影片規劃每分鐘約 130-160 個英語口說單詞,技術性、翻譯後、兒童導向或對可及性敏感的影片則應放慢速度。將此視為啟發式準則;實際節奏取決於語言、講者、觀眾、視覺效果和停頓需求。

使用比喻而不說謊

當比喻映射結構(而不僅僅是氛圍)時會有所幫助。

在使用比喻之前,請寫出:

  • 映射什麼:「A 像 B,因為兩者都...」
  • 不映射什麼:「與 B 不同,A 不會...」
  • 停止點:比喻在何時會變得誤導。

範例:「熱泵就像用水泵將水往高處搬運:您花費能量來移動熱量,而不是創造熱量。但與水不同的是,熱量自然會從溫暖處流向涼爽處,因此該設備使用製冷劑循環來反方向移動熱量。」

如果簡化可能改變行為、劑量、安全、資格、法律解釋或財務決策,請避免在高風險領域使用比喻。改用平實的因果解釋。

作為資訊設計的分鏡腳本

使用以下欄位為每個場景建立分鏡腳本:

欄位必要內容
時間開始/結束、持續時間和節奏意圖。
學習節拍觀眾學到了什麼或現在可以做什麼。
旁白確切的配音或對話。
視覺圖表、角色動作、螢幕截圖、產品 UI、數據圖表、實景鏡頭、圖標系統或生成的媒體鏡頭。
動畫螢幕上什麼改變了,以及該動畫為何有助於理解。
文字/字幕螢幕上的標籤、來源行、揭露資訊、下方三分之一處或無文字。
證據來自聲明矩陣的聲明 ID。
可及性字幕註記、音訊描述需求、對比風險、非純顏色編碼、閃爍/動畫風險、逐字稿註記。
素材/提示詞註記哪些必須是確定性的,哪些可以被生成。

如果一個場景沒有學習節拍,請刪除它,或將其轉換為僅持續所需時間的過渡。

解說場景的視覺文法

將視覺形式與認知任務相匹配:

  • 定義:術語卡片、標記物件、並排的「是/不是」。
  • 流程:流程圖、時間軸、編號序列、傳送帶、狀態機。
  • 因果:前/後對比、因果鏈、回饋迴路、分割畫面。
  • 系統:參與者、輸入、輸出、依賴關係、邊界的地圖。
  • 規模:熟悉的比較、比例條、嵌套容器、地圖插圖。
  • 數據:帶有一個重點的圖表、突出趨勢、來源行、注意事項。
  • 產品:真實 UI 或產品表面、問題背景、功能使用中、結果狀態。
  • 培訓:游標路徑、高亮控制項、檢查清單、成功/錯誤狀態。
  • 社交/情感:人類情境、附有揭露訊息的推薦、角色隱喻。

保持視覺語言一致:「問題」使用一種顏色,「解決方案」使用一種,「警告」使用一種,「證明」使用一種。不要在中途改變含義。

避免裝飾性的照字面解釋。在每個「雲端」旁邊放一個雲端圖示很少能解釋任何事情。使用視覺效果來顯示關係、序列、規模、變化和例外情況。

圖表、圖表和數據重點

僅在圖表和圖表比旁白更能回答問題時使用它們。

數據和圖表規則:

  • 在圖表之前或與圖表一起,用文字說明重點。
  • 使用能夠保留真相的最簡單圖表。類別比較偏好長條圖,隨時間變化的趨勢偏好折線圖,序列偏好時間軸,機制偏好帶註釋的圖表。
  • 對於許多類別、小差異或精確比較,請勿使用圓餅/甜甜圈圖。
  • 盡可能直接標記;減少圖例搜尋。
  • 不要僅靠顏色來編碼含義。添加標籤、位置、形狀、圖案或文字。
  • 對於網路或互動式交付,提供可及的替代方案。W3C WAI 將包含大量資訊的圖形、圖表、流程圖、圖表和地圖視為複雜圖像,需要簡短和長篇的文字替代方案。USWDS 指南指出 SVG 圖表內容可能對螢幕閱讀器造成困難,並建議使用螢幕閱讀器可存取的表格加上純文字趨勢/統計摘要,同時警告僅靠表格可能不足以處理複雜的資料集。
  • 在純影片交付中,讓旁白和字幕承載圖表的重點,並在圖表至關重要時提供逐字稿或隨附註釋。
  • 根據經驗證的數據確定性地生成圖表。不要要求生成式影像模型創建事實性圖表。

動畫方向

動畫應解釋變化。

使用動畫來:

  • 揭示順序;
  • 連接因果;
  • 顯示狀態轉變;
  • 比較前/後;
  • 引導注意力;
  • 控制認知負荷;
  • 在觀眾理解要點後創造情感強調。

避免與解釋相競爭的動畫:

  • 在密集文字下的持續背景動畫;
  • 在新資訊出現時的快速鏡頭移動;
  • 多個區域同時變化;
  • 暗示不存在因果關係的過渡;
  • 與實際產品不同的假 UI 行為;
  • 每秒閃爍超過三次或接近已知閾值的閃爍;WCAG 包括對網頁內容的「三次閃爍或低於閾值」要求。

使用停頓。在關鍵揭露之後停頓半秒,通常比再添加一個註釋更能教導觀眾。

Individual skills in this repo

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

calesthio/brand-launch-film-production

Provider-independent production workflow for AI agents creating brand launch films, product reveal videos, manifesto films, campaign hero films, website hero videos, investor/customer launch assets, and social cutdowns. Use when planning, scripting, generating, editing, reviewing, or delivering launch films that must align strategy, claims, brand voice, visual direction, product proof, accessibility, compliance, and multi-platform delivery.

calesthio/character-design-continuity

Provider-independent character design and continuity direction for generated media. Use when an agent must create, preserve, revise, or QA a recurring character across AI-generated images, video clips, avatars, animation, comics, ads, product mascots, serialized social posts, or multi-shot campaigns; especially when building character bibles, reference packs, prompts, expression/pose ranges, costume/hair/makeup/prop continuity, identity and likeness safeguards, iteration plans, handoff notes, or continuity reviews.

calesthio/generative-media-skills

Provider-independent localization and dubbing production direction for AI agents producing translated videos, dubbed ads, social clips, explainers, avatar videos, documentaries, training media, and multi-market campaigns. Use when planning or reviewing subtitle-versus-dub strategy, translation adaptation, glossary/style-guide setup, casting or voice matching, lip-sync or phrase-sync direction, synthetic dubbing boundaries, captions/subtitles handoff, accessibility, platform delivery, client review, or localization QA.

calesthio/generative-media-skills

Provider-independent cinematic trailer production for AI agents creating movie-style trailers, teaser trailers, launch trailers, game trailers, documentary trailers, series promos, and high-impact generated-media previews. Use for trailer strategy, structure, shot planning, voiceover/title-card copy, music and sound-design direction, generated-video prompt translation, edit pacing, platform/runtime choices, delivery handoff, rights/claims caveats, and trailer QA.

calesthio/generative-media-skills

Use this skill to plan, direct, finish, and QA provider-independent mono or stereo 180-degree, 360-degree, spherical, spatial, wide-FOV, and immersive video. It covers format choice, capture rigs, stitching, nadir and seam management, stereoscopic comfort, attention direction, stabilization, ambisonic and spatial audio, titles, captions, accessibility, edit, color, VFX, projection metadata, Vision Pro, YouTube, headset delivery, device QA, and privacy, location, and likeness rights. Do not use it for interactive XR apps, volumetric/world-model generation, game-engine experiences, or provider-specific video generation prompts.

calesthio/generative-media-skills

Provider-independent production workflow for AI agents creating music videos, lyric videos, visualizers, performance/narrative/dance videos, social cutdowns, album or single launch assets, and generated-media clips synchronized to songs. Use when planning, directing, prompting, editing, reviewing, or delivering video content built around a recorded song, artist performance, lyrics, beat timing, choreography, platform variants, music rights, likeness consent, accessibility, or synthetic-media disclosure.

calesthio/generative-media-skills

Provider-independent captions and media accessibility direction for AI agents producing or finishing generated videos, ads, social clips, explainers, avatar videos, documentaries, podcasts/video recuts, training media, and localized content. Use when planning, authoring, reviewing, localizing, burning in, exporting, or QAing captions, subtitles, SDH, transcripts, audio description, flashing/motion safety, caption readability, or accessible media handoff files.

calesthio/generative-media-skills

Provider-independent dialogue editing and ADR direction for AI agents producing generated videos, films, ads, avatar clips, explainers, localization/dubbing, podcasts, recuts, and social content. Use for dialogue prep, repair, room tone, take comping, sync, ADR cueing, dubbing direction, pronunciation, de-essing, plosives, mouth clicks, voice continuity, synthetic voice consent boundaries, captions/transcripts handoff, mix handoff, loudness, intelligibility, accessibility, and QA.

calesthio/motion-graphics-direction

Provider-independent motion graphics direction for AI agents producing title sequences, lower thirds, explainer graphics, product UI overlays, social ads, kinetic typography, diagrams, data callouts, brand films, and video post. Use when planning, prompting, storyboarding, specifying, implementing, reviewing, or QAing motion graphics across live footage, generated video, UI capture, data visualization, brand systems, typography, accessibility, claim integrity, runtime handoff, and iteration.

相關技能