講書影片 1:1 複刻流水線
把一個對標帳號的影片格式拆成可重複使用的配方,再用工業化流水線(分鏡閘門 → 逐鏡 TTS 時間軸 → 渲染疊加文字 → headless 逐幀渲染)產出同格式的原創內容。複刻的是格式(結構/包裝/節奏/畫風),不是內容——文案、畫面、配音全部原創。
本 skill 已用《思考,快與慢》(對標「向不惑」,109 鏡 654.9s 成片)完整驗證。
開始前向用戶確認三件事
- 對標影片:本地檔案路徑或連結(抖音/B站等)。拿不到影片檔案時,讓用戶錄屏或下載後放入專案
- 本期書名:要做哪本書(經管/認知/心理/商業/成長類最佳)
- 品牌名 + 人設名:如「知行實驗室 / Mark」
階段 A · 專案初始化
PROJ=專案目錄(用戶指定或新建)
mkdir -p $PROJ/{00_benchmark,01_script,02_storyboard,03_audio,04_subtitles,05_assets/images,07_hyperframes_production,08_publish,scripts}
cp <skill目錄>/templates/{pipeline.py,create_storyboard.py,gen_audio_minimax.py,build_hyperframes_html.py,render_html_video.py} $PROJ/scripts/
cp <skill目錄>/templates/.env.example $PROJ/.env # 用戶填 MINIMAX_API_KEY
依賴:python3 + playwright(含chromium) + ffmpeg。缺則先裝:pip install playwright && playwright install chromium。
階段 B · 拉片分析 → 產出配方
按 references/benchmark-analysis.md 操作對標影片,產出 00_benchmark/recipe.md(規格/節奏/結構/視覺/音訊五層配方)。然後把配方注入模板:
| 配方項 | 注入位置 |
|---|---|
| 正文畫風關鍵詞 | create_storyboard.py 的 STYLE_SUFFIX |
| 章節卡底版/片尾底圖描述 | 同上 CARD_BG_PROMPT / OUTRO_CARD_PROMPT |
| 強調色/標題色 CSS | build_hyperframes_html.py 的 #ffde59(強調黃)/#e8c66a(標題金) 等 |
預設模板自帶「美式復古漫畫+黑金底版」配方(對標向不惑),若對標就是這個路線可跳過注入。
階段 C · 文案創作(六段論)
按 references/copywriting-template.md 寫 01_script/final.md。
鐵律:每句話必須能畫成一個具體畫面——下一環的覆蓋率閘門逐字依賴文案。同步改 create_storyboard.py 頂部【每期配置】(SCRIPT_MD 預設即指向 final.md、BOOK_TITLE)。
階段 D · 分鏡(閘門 ①)
把文案逐句填進 scripts/create_storyboard.py 的 SHOTS 四元組(旁白=原文精確切片、畫面=字面直譯、card_id、overlay_text),然後:
python3 scripts/create_storyboard.py
覆蓋率閘門不過就停下改,絕不帶病下行。 產物:02_storyboard/prompts.tsv + nano_banana_prompts.md。
階段 E · 批量出圖(人工環節)
把 nano_banana_prompts.md 整份交給用戶的生圖工具(Gemini Antigravity / Nano Banana 或任意工具),指令要點:16:9、檔名精確等於清單名、放 05_assets/images/、已有檔案跳過。應產出 N 正文圖 + chapter_card_bg.png + outro_card.png。此階段可與階段 F 並行。
階段 F · 配音 + 幀級時間軸
python3 scripts/gen_audio_minimax.py --limit 3 # 先合成 3 鏡讓用戶試聽音色
python3 scripts/gen_audio_minimax.py # 全量(18RPM 限速,~110 鏡約 7 分鐘)
時間軸 = PCM 字節數算時長,逐鏡精確,無 Whisper。改詞只重合成該鏡(緩存哈希)。
階段 G · 渲染成片(閘門 ② + 引擎)
python3 scripts/build_hyperframes_html.py # 齊套校驗:必須「全部就位」才許渲染
python3 scripts/render_html_video.py --start 0 --duration 6 --out /tmp/smoke_hook.mp4
python3 scripts/render_html_video.py --start <某章節卡時刻> --duration 6 --out /tmp/smoke_card.mp4
python3 scripts/render_html_video.py --start <片尾前5秒> --duration 6 --out /tmp/smoke_outro.mp4
# 三段冒煙目檢通過後全片(~110鏡≈11分鐘片子,渲染約14分鐘)
python3 scripts/render_html_video.py
渲染中斷直接重跑(斷點續跑)。渲染層可先瀏覽器預覽:open 07_hyperframes_production/index.html(空格播放、←→ 各 5 秒)。
階段 H · 驗收 + 發佈
驗收命令清單、抽幀目檢要點、發佈物料模板(標題公式/標籤/封面/置頂評論)見 references/pipeline-guide.md,物料寫入 08_publish/。
硬規則(任何時候不許違反)
- 閘門不過不進下一環:覆蓋率閘門(文案=旁白)、齊套校驗(圖齊才渲染)
- API key 只進
.env,任何腳本/文件/對話產物不得硬編碼 - 圖不畫字,字全走渲染層——章節卡/數據卡/字幕/品牌都是 HTML 疊加,換書零重繪
- 全片渲染前必須三段冒煙(鉤子/章節卡/片尾)目檢通過
- 出圖 prompt 一律追加固有色風格後綴 + 畫幅 16:9 + 背景禁文字招牌
實測性能基準(校準用戶預期)
文案 3601 字 → 109 鏡 → 654.9s 成片;TTS 7 分鐘;渲染 24 幀/s(全片約 14 分鐘);總人工工時 ≈ 一個工作日(文案佔一半以上)。