Communitygithub.com

發布日影片:配音卡點 Remotion 成片 + 多尺寸剪輯版

用 Remotion 以程式碼規劃並製作 30–75 秒的動態設計發布影片:需求提問、分鏡、把產品畫面重建為 React 元件、腳本與逐句 AI 配音、所有剪輯點對齊節拍的配樂、動態字卡、審片、渲染、封面圖,以及 16:9、1:1、9:16 社群剪輯版。

發布日影片:配音卡點 Remotion 成片 + 多尺寸剪輯版 是什麼?

「發布日影片」配方第 2 步(配音成片與全尺寸),來自 harish-anumula/launch-video-skill。適用於 Claude Code、Codex 及任何能讀 SKILL.md 並執行 shell 的智慧體。它先問幾個關鍵問題,提出敘事結構(問題到證明、冷開場、核心流程、前後對比、預告),用虛構資料擷取介面,逐句錄製帶詞級時間戳的配音並依逐字稿吻合度挑出最佳一條(vo_lines.py、vo_pick.py),分析音樂並依節拍生成時間軸(music_qa.py、build_timing.py),最後渲染場景與剪輯版。

相容平台✓Claude Code✓Codex CLI✓Cursor
npx skills add harish-anumula/launch-video-skill

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

產品發表影片

您負責從頭到尾導演並建構一支短篇發表影片:探索問題 → 分鏡 → 產品畫面擷取 → 腳本與旁白 → 音樂 → Remotion 場景 → 審查 → 渲染 → 縮圖與裁剪版。使用者提供品味與產品知識;您提供流程與工藝。請詢問以下問題,其餘決策由您自行決定,並說明您的選擇。

此處所有內容均為通用設計。請帶入產品本身的品牌、畫面、API 金鑰與音樂授權。

安裝(適用於任何 Agent)

  • Claude Code: 將此資料夾複製到 ~/.claude/skills/launch-video/(個人)或 <repo>/.claude/skills/launch-video/(專案)。
  • Codex: 複製到 ~/.codex/skills/launch-video/,或從 AGENTS.md 中引用 SKILL.md。
  • 其他 Agent: 放置在任何位置,並指示 Agent 先讀取 SKILL.md。路徑、版本與 API 會隨時間變動;若某個指令或 API 形狀已更新,請查閱目前文件並調整,而非停止運作。

此技能包含哪些內容

路徑說明
references/storyboard-template.md故事結構、鉤子類型、如何使用參考影片、節拍表與功能節拍配方
references/visual-catalog.md視覺建構模組、各模組展示內容、以及適合哪些產品/功能
references/motion-cheatsheet.md緩動、彈簧、節奏、風格家族與類型、轉場、UI 上的鏡頭運動、紋理、游標
references/audio.md旁白 vs 音樂、TTS 與音樂 API 形狀、混音、響度
references/review-checklist.md每個場景、完整剪輯、分享前需檢查的項目
references/gotchas.md失敗模式與其修正方式
scripts/參考分析、語音排名、逐行 VO 含單字時間、選取最佳錄製、音樂生成/QA/選項/拉伸、節拍對齊時間、聯絡表、最終化
template/Remotion 起手式:品牌代號、時間輔助工具、動態標題、游標、顆粒、HUD、標誌組合、通用鉤子/揭露/功能/收尾/結束/縮圖場景、視覺效果庫、Catalog 預覽,以及 video.config.tsx(以程式碼撰寫的分鏡)

工具

  • Node 20+、ffmpeg、Python 3.11 搭配 uv/uvx(腳本會自行宣告依賴)。
  • Remotion:npx create-video@latest --yes --blank --no-tailwind video。安裝官方 Agent 技能(npx skills add remotion-dev/skills),並在撰寫場景前先閱讀 remotion-best-practices。
  • 選用:rubberband(乾淨的時間拉伸)、demucs 和 Whisper(透過 uvx 進行分析與 QA)、ElevenLabs(或其他 TTS/音樂)帳號。
  • 授權: Remotion 對個人及 3 人以下的公司免費;較大的公司需要 Remotion 公司授權。請查閱您的 TTS/音樂提供者的商業條款。第三方標誌為商標;僅在真正的整合中顯示。

1. 探索問題(規劃前先詢問)

一次性詢問這些問題(若您的客戶端有問題/選擇題工具則使用該工具;否則使用簡短編號列表)。為每個問題提供建議的預設值,以便使用者只需確認。

  1. 產品: 產品確切名稱(應如何呈現),以及一句話說明其用途與目標對象。
  2. 受眾與目標: 誰觀看(客戶、潛在客戶、投資者、內部團隊),以及他們觀看後應採取什麼行動(註冊、預約示範、試用功能)。
  3. 要展示的內容,按優先順序: 最重要的 3–6 個功能或時刻。畫面時間依此順序分配。
  4. 長度與格式: 例如 45–75 秒主片(16:9);需哪些裁剪版(15–20 秒、1:1、9:16)以及將發布在何處。
  5. 聲音: 旁白 + 音樂(當產品需要解釋時建議採用),或僅音樂。語音偏好(性別、口音、語氣)或「比照此範例」。
  6. 故事與外觀: 故事結構與鉤子類型(參閱 references/storyboard-template.md;推薦一個並說明理由)、淺色或深色、風格家族(產品原生、編輯風格、展示 reel、活潑、電影感;references/motion-cheatsheet.md),以及他們喜歡的任何影片。品牌資產:標誌(SVG)、顏色、字型,或從何處讀取(產品的 CSS)。
  7. 畫面: 您能使用示範帳號與虛構資料來操作產品嗎?還是他們會提供螢幕截圖?任何不得出現的內容。
  8. 結尾卡片: CTA 文字與網址;發布日期 /「現在處於 Beta 版」等用語。
  9. 金鑰: TTS/音樂 API 金鑰存放位置(環境變數或 .env 檔案(已加入 .gitignore))。切勿要求他們將金鑰貼到對話中。

若他們已回答部分問題,請勿重複詢問。

2. 規劃分鏡

  • 從 references/storyboard-template.md 中選擇一個故事結構與鉤子類型(問題 → 產品 → 證明只是其中一種)。功能節拍依優先順序進行。
  • 若使用者分享了參考影片,請借用其工藝(節奏、剪輯、鏡頭、字體),但絕不能借用其台詞、開場或序列;在錄製前,將腳本與參考文字記錄比對。
  • 將旁白撰寫為每個場景一行簡短台詞(約 2.5 字/秒;60 秒約 140 字)。每行台詞應對應到該場景的視覺時刻。
  • 對於每個功能節拍,從 references/visual-catalog.md 中選擇一個適合本產品的視覺效果(手機應用程式可能使用 Phone → Steps → Notifications;開發工具則使用 ComposerAnswer → BeforeAfter → Device)。連續節拍之間應變換移動方式。
  • 以簡短表格分享分鏡,並在開始建構前確認。

3. 擷取產品畫面

  • 使用示範帳號與虛構資料操作產品。絕對不能顯示真實客戶、同事、電子郵件或生產環境資料。
  • 擷取分鏡中使用的每個畫面的參考螢幕截圖(Playwright,2x DPR),並記下確切顯示的文案。將這些畫面重建為 Device/Phone/卡片內的精簡 React 元件,以保持清晰並可製作動畫。當重建不值得時,可直接將真實螢幕截圖放入 Device/Phone。
  • 若某個狀態無法如實觸發,請加以風格化並說明。

4. 旁白(若選擇使用)

  • 將台詞放入 config/script.json。scripts/vo_lines.py 會為每行台詞生成 3 次錄製,並附帶單字時間;scripts/vo_pick.py 會根據轉錄比對(以及若提供參考語音,則加上相似度)選出最佳錄製。
  • 逐行生成,而非一次生成整個腳本:一次性朗讀會將台詞連在一起,導致無法讓每行台詞在其剪輯點開始。
  • 使用庫存/預設語音。若要模仿範例中的語音,請使用 scripts/voice_match.py 對庫存語音進行排名;未經同意絕不能克隆真人。

5. 音樂

  • 生成 3–4 個純音樂選項(scripts/music.py)或取得授權曲目。製作 A/B/C/D 片段檔案(scripts/music_options.sh),讓使用者以聽覺選擇。
  • 測量所選曲目(scripts/music_qa.py);生成的曲目很少能遵循要求的節奏或段落,因此請將剪輯對齊到檢測到的節拍(scripts/build_timing.py)。若自然結尾落在錯誤位置,則將時間拉伸幾個百分比(scripts/stretch_music.sh)。

6. 建構

  • 設定範本(template/README.md),設定品牌代號、標誌與 CTA,並將分鏡寫入 video.config.tsx。
  • 在旁白存在之前,scripts/draft_timing.py 提供動畫時間,以便建構場景;之後,build_timing.py 會以真實的單字時間取代它。
  • 一次建構一個場景。每個場景完成後,以半尺寸渲染 6–10 張靜止畫面,並以聯絡表方式檢視(scripts/sheet.py)。
  • 渲染並傳送 StyleTest 組合(鉤子、揭露、第一個功能)以供核准,然後再建構其餘場景。

7. 審查與迭代

  • 渲染完整剪輯,執行 scripts/finalize.sh(-14 LUFS、封面藝術、1 fps 聯絡表、最終混音的轉錄),並逐一檢查 references/review-checklist.md。
  • 對於每一輪修改意見,僅變更被要求的項目,重新渲染,並確切說明相較於前一版本有哪些變更。提交每個版本。
  • 您無法即時觀看:請說明您進行了哪些檢查(靜止畫面、轉錄、響度),並要求使用者在分享前觀看一次。

8. 交付

  • 主片:1920×1080,30 fps(密集 UI 動畫使用 60 fps),H.264 CRF 16–18,AAC 256k,-14 LUFS,-1 dBTP。
  • 縮圖:Thumbnail 組合,在約 360px 寬度下可辨識;它也會是影片的第 0 幀(許多應用程式會預覽第一幀)以及 MP4 封面藝術。匯出 PNG 以及 1280×720 的 JPG,適用於自訂縮圖的平台。
  • 裁剪版(依要求):15–20 秒鉤子剪輯、1:1 與 9:16(文字疊加於 UI 上方)、無聲網站循環版、SRT 字幕(來自 VO 單字時間)。

說明與社群影片

同樣的管線也可製作適用於 LinkedIn 和 X 的簡短說明影片(部落格文章、論文、功能或想法)。變更之處:

  • 事實來自來源,並要完整閱讀。 網頁擷取工具的摘要可能會編造或合併數字。在撰寫腳本前,先根據原始文字建立事實核對清單。
  • 腳本要讓所有人(而非專家)都能理解。 每個畫面一個概念,最多約 10 個大詞,為核心概念提供一個日常比喻(例如,將評估比喻為「練習測驗 vs 真實測驗」),不使用術語或模型名稱,最多兩個四捨五入的數字,並以觀看者可以採取的行動作結。「準確但過於技術性」是最常見的第一個修改意見。
  • 節奏: 每個畫面的內容約在一秒內呈現(快速進入,在節拍上進行約 0.12 秒的快速剪輯),然後停留 4–5 秒供閱讀。在範本中,將場景包裹在 SpeedCtx.Provider value={1.6} 中,可讓已編排的進入動畫播放更快,而無需重新調整時間。
  • 格式: 4:5(1080×1350),適用於 LinkedIn/X 動態消息,30–50 秒,僅音樂。螢幕上的文字即為標題(大多數動態消息影片是靜音觀看的)。第 0 幀為完成的封面。
  • 外觀: 符合使用者現有的視覺識別(他們的輪播、網站),而非產品範本。
  • 音樂: 對於社群媒體,通常強勁、以鼓為主的產品廣告配樂(清晰的底鼓、小鼓、拍手聲、深沉的低音、從第一拍開始)勝過流暢的環境音樂。生成 3 個選項讓使用者以聽覺選擇;相同節奏的曲目可共享同一個節拍網格。
  • 連同貼文一起交付: 貼文文案、連結放置、標籤、替代文字、封面,以及根據使用者自己的受眾分析(跟隨者所在位置、他們的網路活躍時間)所建議的發布時間。

規則

  • 畫面上只能使用虛構資料;未經同意不得出現真實人物。
  • 不得宣稱產品不具備的數字或能力。確認任何「數百個…」或統計數據為真實且經核准。
  • 撰寫原創文案。不得重複使用其他影片的鉤子、標語或口號,也不得在不同影片中預設使用同一種公式。
  • 保持在品牌色調範圍內;突然偏離色調的場景看起來像故障。
  • 保持音樂低於收尾台詞(輕柔的下降,絕不能接近靜音)。
  • 對於第三方標誌,使用官方標記,絕不能使用近似標示。

相關技能