What-If Reel Maker 是做什麼的？

使用者只說一句（例如「如果月球消失了 5 秒」），其他一切都由你完成，最終交出 final.mp4（1080×1920、30 fps、60 秒、附旁白、字幕、音效）以及供 Instagram 使用的 caption.txt。除非點子不明確，否則不要提問。選用合理的預設值，並告知你選擇了哪些。

品牌風格是以程式建立的低多邊形 3D 真實世界地點（Three.js）。左上角有倒數 HUD、斜體襯線字幕、白邊黑底的「X 光」段落、大景別鏡頭（行星/太空/微觀）、逐漸升級的後果，以及一個附追蹤按鈕的結尾卡。帳號：@the.whatif.studio。

0. 一次性設定（檢查，只安裝缺少的項目）

需要 Node 18+、Python 3.10+ 以及 ffmpeg 在 PATH 中（winget install ffmpeg / brew install ffmpeg）。

專案根目錄：~/whatif/（若不存在則建立）。共用引擎檔案放在根目錄，每個影片存放在 videos/<slug>/。

mkdir -p ~/whatif/models ~/whatif/videos && cd ~/whatif
npm init -y && npm i [email protected] playwright @fontsource/cormorant-garamond @fontsource/ibm-plex-mono
npx playwright install chromium
pip install kokoro-onnx soundfile scipy numpy
curl -L -o models/kokoro-v1.0.onnx https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.onnx
curl -L -o models/voices-v1.0.bin https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin

然後將此技能的 engine/ 資料夾中的引擎檔案複製到根目錄（若尚不存在，請參閱第 9 節）。在 Windows 上使用 python 而非 python3。

1. 物理優先（最重要）

留言者會檢查科學準確性。在開始寫任何東西之前：

弄清楚真正會發生什麼。將推理過程與所有數字記錄在 videos/<slug>/physics.md，並用快速的 Python 計算驗證數字。
找出反直覺的轉折點（例如：重力消失：最初似乎什麼都沒發生，因為被擠壓的岩石、水和空氣向外彈出，而那股推力感覺就像重力）。轉折點就是鉤子。
在可用時透過網路搜尋驗證關鍵聲明。如果不確定，用模糊的措辭（「數分鐘」、「數公里」），切勿編造精確數字。

2. 腳本（`videos/<slug>/script.json`）

遵循下列 60 秒節奏模板（若故事需要可調整時間）：

時間	節拍	視覺	HUD
0–8	正常世界，鉤子	緩慢推進鏡頭穿越場景；標題 0.2–3.9	`<事件> 開始` 倒數 `8.00 秒`→0，副標 = 地點
8.0	事件發生	漣漪 + 色調脈衝	—
8–28	事件窗口，以慢速顯示（例如 5 真實秒 ×4）	先正常視角，然後 X 光	`<事件結束> 倒數 5.00 秒`，副標 `以 4 倍慢速顯示 · <即時統計>`
16–24	隱藏機制	輪廓模式 + 發光粒子	同上
24–28	大景別	獨立場景（行星/太空/細胞），白色閃入與閃出	同上
28	回歸	閃爍 + 轟鳴	`<東西> 是` / `回來了`
28–52	後果升級	震動、裂縫、波浪、碎片等	關鍵統計（例如 `176 公里/小時`）
~46	重點	—	「沒錯。<後果>。」
51.2–52	漸黑
52–60	結尾卡	事實行 + 關注以獲取更多如果，按鈕按壓 ~57.3	—

旁白：14–16 行，每秒 ≤3 字，冷靜紀錄片語氣。第 1 行在 0.3 秒處是標題問題。結尾卡有兩行：一句話的事實（~52.7）和「關注以獲取更多如果。」（~56.6）。字幕是旁白行的縮短版本（≤2 行，中間用 <br>）。

{
 "handle": "@the.whatif.studio",
 "voice": "am_michael",
 "title": "如果重力消失了<br>5 秒？",
 "titleEnd": 3.9,
 "endTitle": "如果重力消失了 5 秒？",
 "endFact": "你從未感受到重力。你感受到的是地面向上推。",
 "duration": 60, "endStart": 52, "press": 57.3,
 "narration": [[0.3, "如果重力消失了⋯⋯五秒？"], [4.1, "此刻，重力正在拉扯這個公園裡的每一個原子。"]],
 "captions": [[4.1, 7.9, "此刻，重力正在拉扯<br>這個公園裡的每一個原子。"]]
}

3. 先語音，再修正時間

執行 python3 gen.py <slug>。它會寫入 videos/<slug>/audio/lNN.wav 和 durs.json，並印出每行長度。如果某一行與下一行重疊或超出節拍範圍，則縮短文字或移動，然後重新執行。然後將每個字幕設定為 [start, start + duration + 0.35, text]。語音：am_michael（預設男性）、af_heart（最佳女性）、bm_george（英國男性）。

4. 建構場景（`videos/<slug>/scene.js`）

為每個影片撰寫一個新場景。它必須匯出 build(h)、update(t, h) 和 hud(t)（模板在第 9 節）。規則：

確定性：只在建構時使用 h.rnd()/h.R(a,b)（種子亂數）。update 中的所有內容都是 t 的純函數。切勿使用 Math.random、Date 或 performance.now。
慢動作：透過世界時間實現：w = t<8 ? t : t<28 ? 8+(t-8)/4 : 13+(t-28)。用人、水和雲朵的動畫配合 w。
外觀：使用 flatShading 的低多邊形基本體。鬆散地模擬一個真實地點（碼頭、公園、街道、海灘）。盒子作為建築物（畫布窗戶紋理）、盒子+球體作為人物（多種顏色）、實例化樹木、黑色燈柱搭配白色燈球。加入漸層天空著色器、精靈雲朵、用於深度的 THREE.Fog，以及一個帶陰影（陰影相機 ±45）的 DirectionalLight 太陽 + HemisphereLight。
相機：垂直 FOV ~58，視線高度 1.7–2.2 m，緩慢推軌與溫和傾斜。在後果階段，加入由正弦波疊加產生的震動。
X 光階段：回傳 outline: 0→1（在約 0.6 秒內淡入）。啟用時，將建築物材質貼圖設為 null 並隱藏雲朵（避免邊緣雜訊）。可選擇回傳 overScene：一個附加的 Points 場景（depthTest false），用於條紋/粒子。
大景別鏡頭：建構第二個場景 + 相機，在 24–28 秒期間以 scene/camera 回傳。
從 update 回傳的 FX：flash（0–1 白色）、chroma、ripple + rp（環半徑）、fade（51.2–52 秒 0→1）。
效能：保持繪製呼叫次數在約 400 以下（使用實例化），避免在相機附近放置大量大型透明精靈，因為過度繪製會非常慢。
讓文字保持在底部 20% 和右緣之外（Instagram UI）。字幕位置在 y≈1240。

5. 預覽，然後修正

執行 node render.js preview <slug> 2,6,10,18,22,26,30,40,47,55。它會將 JPEG 寫入 videos/<slug>/prev/。開啟並檢查：場景是否可辨識、字幕是否清晰、輪廓模式是否乾淨、大景別鏡頭是否構圖得當、後果是否具有戲劇性？修正問題並再次預覽。只有當靜態畫面看起來不錯時，才進行完整影片渲染。

6. 渲染圖層

場景（plate）和文字（overlay）分開渲染，這樣修正文字就不需要重新渲染 3D。

# plate：跨程序分割（每 2 個 CPU 核心一個），各用不同 PORT；只渲染 0..endStart（其餘為黑色）
LAYER=plate PORT=8781 node render.js full <slug> plate1.mp4 0 26
LAYER=plate PORT=8782 node render.js full <slug> plate2.mp4 26 52
LAYER=overlay PORT=8783 node render.js full <slug> overlay.mov 0 60

在背景執行這些指令，並監控日誌。如果 WebGL 回報使用 SwiftShader（速度慢，CPU），嘗試使用 HEADFUL=1 以使用真實 GPU。

7. 音效（`videos/<slug>/mix.py`）

複製第 9 節的混音模板，編輯 EVENTS 區塊以符合節拍：環境音、倒數滴答聲、事件前的 crescendo、事件發生與回歸時的 boom、X 光時的 shimmer、進入大景別時的 whoosh、後果階段的隆隆聲/裂縫或其他音效、結尾靜音墊以及按鈕 pop。它會自動放置旁白，並在語音下方減少音效音量。執行，然後正規化：

python3 videos/<slug>/mix.py <slug>
ffmpeg -y -i videos/<slug>/mix.wav -af loudnorm=I=-14:TP=-1.5:LRA=11 -ar 48000 videos/<slug>/mix_norm.wav

8. 合成與交付

cd videos/<slug>
ffmpeg -y -i plate1.mp4 -i plate2.mp4 -f lavfi -t 8 -i "color=black:s=1080x1920:r=30" -i overlay.mov -i mix_norm.wav \
 -filter_complex "[0:v][1:v][2:v]concat=n=3:v=1:a=0,format=yuv420p,setsar=1[b];[b][3:v]overlay=format=auto,format=yuv420p[v]" \
 -map "[v]" -map 4:a -c:v libx264 -preset veryfast -crf 23 -c:a aac -b:a 192k -movflags +faststart -shortest final.mp4

（黑色片段長度 = 總時長 − endStart。）從 final.mp4 擷取 8–10 幀，在交付前檢查。撰寫 caption.txt：一個鉤子行、2–3 句真實物理說明、「關注 @the.whatif.studio 以獲取更多如果」，以及 12–15 個主題標籤（#whatif #physics #science #3danimation …）。告知使用者可以在 CapCut 中以 15–20% 音量添加輕柔音樂。

9. 引擎檔案

可重用的引擎位於此技能的 engine/ 資料夾中。從中複製檔案 — 不要重新打字。一個共用的引擎被每個影片重複使用；每個影片複製兩個檔案並進行編輯。

共用引擎（一次性複製到 ~/whatif/）：

engine/index.html → ~/whatif/index.html
engine/main.js → ~/whatif/main.js
engine/render.js → ~/whatif/render.js
engine/gen.py → ~/whatif/gen.py

每個影片專用（為每個新影片複製，然後編輯）：

engine/scene.template.js → videos/<slug>/scene.js — 為每個影片重寫場景（參閱第 4 節）。必須匯出 build(h)、update(t, h)、hud(t)。
engine/mix.py → videos/<slug>/mix.py — 編輯 EVENTS 區塊以符合節拍（參閱第 7 節）。

# SKILL_DIR = 此技能的資料夾；從專案根目錄 (~/whatif) 執行
cp "$SKILL_DIR"/engine/{index.html,main.js,render.js,gen.py} ~/whatif/
cp "$SKILL_DIR"/engine/scene.template.js videos/<slug>/scene.js
cp "$SKILL_DIR"/engine/mix.py            videos/<slug>/mix.py

交付前品質檢查清單

已檢查物理並計算數字；前 15 秒內鉤子清晰。
每行旁白都符合其節拍且無重疊；字幕與旁白匹配。
預覽看起來不錯；最終影片已抽查 8–10 幀。
帳號顯示 @the.whatif.studio；結尾卡正常運作，按鈕按壓恰好在「關注以獲取更多如果」之後。
響度約 −14 LUFS；語音明顯高於音效。

What-If Reel Maker