Reels 完成，在你的電腦上渲染
只要一句「幫我做一個關於跑步新手常犯的 3 個錯誤的 Reels，給我的跑步帳號」，你就能交出完成的 Reels：鉤子、分鏡腳本、旁白、音樂，以及在本機端使用 Remotion 渲染的 1080x1920 直式 MP4。完全不需要上傳到任何剪輯 App。
影片是字體排印風格：深色背景搭配柔和光暈，場景包含大標題、編號列表、動態數字、Before/After 卡片，以及結尾的「留言：關鍵字」區塊，字幕會在正中央逐字顯示，並在粗體和斜體之間切換。
<skill> 指的是此技能所在的資料夾（也就是這個 SKILL.md 所在的資料夾）。
前置需求
- Node 18 或更新版本 (
node -v)。必要。 - ffmpeg（選用）。僅用於平衡音樂音量。沒有它，音樂會原樣輸入。
Mac：
brew install ffmpeg。Windows：winget install ffmpeg。Linux：sudo apt install ffmpeg。 - ElevenLabs 金鑰（選用）。沒有它，Reels 就沒有配音，只會有動畫字幕和音樂。
- 大約 600 MB 可用空間給 Remotion（只需安裝一次）以及它在第一次渲染時下載的瀏覽器。第一次渲染需要網路連線，以下載 Google Fonts 的字型。
流程，共 7 個步驟
1. 快速訪談（一次對話）
一次問完所有問題，並在括號中提供預設建議，讓使用者可以一行回覆。如果他們已經在需求中說過某些內容，就不要重複詢問。
- 利基和帳號類型：這個帳號的主題是什麼？
- 觀眾：誰在看？（該領域的初學者）
- Reels 的目標：觸及、儲存，還是要產生留言以提供素材？（留言）
- CTA：使用者要留言什麼關鍵字，以及他們會收到什麼？（例如：「留言『指南』，我傳送指南給你」）
- 語氣：直接、教學性、挑釁性、輕鬆？（直接）
- 配音和音樂：你有 ElevenLabs 金鑰嗎？你有音樂（你自己的 MP3 或來自免版稅庫）嗎？想要特定的顏色嗎？（無配音，無音樂，深色主題搭配黃色強調色）
永遠不要要求使用者把金鑰貼到對話框裡。他們會去編輯 .env 檔案（步驟 4）。
2. 鉤子和腳本
在寫任何程式碼之前，先寫好腳本並以區塊方式呈現：鉤子、編號場景（類型 + 螢幕顯示內容 + 口白）以及預估時長。在生成旁白之前要先取得使用者同意，因為旁白會消耗 ElevenLabs 的點數。如果沒有旁白，且使用者只要求「直接做」，則可以直接繼續。
鉤子（場景 1，最多 2 秒）
- 口說文字最多 6 或 7 個單詞。如果需要更多，那就不叫鉤子，而是開場白了。
- 畫面在第一幀就完整顯示鉤子（
gancho類型就是做這個）。 - 能抓住注意力的格式：帶有痛點的問題（「每天練習卻完全沒進步？」）、違反直覺的主張（「每天發文反而害了你」）、具體的數字（「阻礙你第一個 5K 的 3 個錯誤」）、後果（「這會讓你在私訊中流失客戶」）。
- 不要用「嗨，大家好」、「在這支影片中」、「你知道嗎」或自我介紹。
腳本（總長 20 到 45 秒）
- 4 到 8 個場景。每個場景 1.5 到 6 秒：以每秒 2.9 個單詞的速度計算，每個場景的口白約 5 到 17 個單詞。
- 口白要連貫，不能斷斷續續。 所有場景的文字，依序唸出來時，必須聽起來像一個人在連續說話：每個場景都接續前一句話或想法。不要使用單字短句、用刪節號表示「停頓」，或沒有動詞的清單。先寫好完整的連續文字，然後再依場景拆分。
- 一個場景一個想法。螢幕顯示簡短版本（標題、項目、數字）；口白則提供解釋。
- 口白中的短數字使用阿拉伯數字（「23 小時」、「1.6 克」），讓字幕更簡潔。
- 只承諾真實的事情。不要編造統計數據：如果沒有來源，請改用其他類型的場景。
- 最後一個場景永遠是
cta，而且口白要唸出關鍵字（「留言「指南」，我傳送步驟給您」）。
3. 建立工作室（一次）和 Reels 資料夾
工作室是一個裝有 Remotion 的資料夾；每個新的 Reels 只是一個包含其 cenas.json 的子資料夾，因此 npm install 只需執行一次。
# 第一次
cp -R <skill>/template ~/reels-estudio
cd ~/reels-estudio && npm install
# 每個新的 Reels（將 <slug> 換成短名稱，例如：3-erros-corrida）
mkdir -p ~/reels-estudio/reels/<slug>/public
撰寫 ~/reels-estudio/reels/<slug>/cenas.json（格式如下）。工作室根目錄下的 cenas.json 只是一個在 Studio 中開啟的範例；不需要修改它。
4. 旁白（僅在使用 ElevenLabs 金鑰時）
金鑰放在 ~/reels-estudio/.env（從 <skill>/.env.exemplo 複製）：
ELEVENLABS_API_KEY=your_key
ELEVENLABS_VOICE_ID=voice_id # 選用
腳本會從環境變數或這個 .env 檔案讀取，並且永遠不會印出金鑰。不要讀取、顯示或複製金鑰到任何其他地方。
cd ~/reels-estudio
node <skill>/scripts/narrar.mjs --projeto reels/<slug> --simular # 驗證，顯示成本，不呼叫 API
node <skill>/scripts/narrar.mjs --vozes-pt # 列出公開庫中的 pt-BR 語音
node <skill>/scripts/narrar.mjs --projeto reels/<slug> # 實際生成
- 務必先執行
--simular。它會驗證cenas.json並顯示旁白將消耗多少個字元（點數）。 - 語音：讓使用者選擇。
--vozes-pt會列出公開庫中的巴西葡萄牙語語音；要使用其中一種，使用者需要在網站的 Voice Library 中將其「新增到我的語音」，然後你可以傳入--voz <id>或將ELEVENLABS_VOICE_ID放入.env。--vozes列出帳號中已有的語音。如果沒有選擇，腳本會使用 ElevenLabs 預設的、能以非母語口音說葡萄牙語的語音：請告知使用者這一點。 - 整個文字會在一次 API 呼叫中送出（
/v1/text-to-speech/{voice_id}/with-timestamps），以確保持續的語調。每個字元的時間點會轉換為每個單詞的時間（同步字幕）和每個場景的時間。 - 輸出：
reels/<slug>/public/narracao.mp3和public/palavras.json，並且cenas.json會指向它們。使用相同文字和語音再次執行不會消耗點數；要重新生成，請使用--refazer。--velocidade 1.08可加速（範圍 0.7 到 1.2）。 - 在旁白生成後修改了口白？請再次執行
narrar.mjs。 字幕來自音訊。
沒有金鑰：跳過此步驟。Reels 將沒有配音，字幕會根據預估的口白時間（每秒 2.9 個單詞）進行動畫，並加上音樂（如果有的話）。
5. 音樂（僅在使用者提供時）
音樂由使用者提供：他們自己的音樂或來自免版稅庫（YouTube Audio Library、Pixabay Music）的音樂，需遵守每個音樂的授權。絕對不要從「MP3 下載」網站、YouTube 影片或任何授權不明確的來源下載音樂，也不要建議這樣做。 沒有音樂，Reels 就沒有背景音樂。
node <skill>/scripts/mixar.mjs /path/to/music.mp3 --projeto reels/<slug>
node <skill>/scripts/mixar.mjs /path/to/music.mp3 --projeto reels/<slug> --inicio 12 # 跳過前奏
如果有 ffmpeg，腳本會將音樂裁剪到 Reels 的長度（如果音樂太短則重複），平衡音量，並加入淡入淡出效果。如果沒有 ffmpeg，則按原樣複製。渲染時，音樂音量會降低，並且在有配音時自動降低（組合中的簡單 ducking）。音量：cenas.json 中的 volumeTrilha，範圍 0 到 1（有旁白時預設 0.3，無旁白時預設 0.8）。
如果使用者在旁白生成之後才提供音樂，請在 narrar.mjs 之後執行 mixar.mjs，以便裁剪使用實際的影片長度。
6. 檢查、檢視和渲染
cd ~/reels-estudio
node <skill>/scripts/checar.mjs --projeto reels/<slug>
修正所有 ✖（錯誤）並閱讀所有 !（警告）。然後，在渲染之前檢查 3 個關鍵幀（鉤子、中間、CTA）。從 narrar.mjs 的輸出中取得時間點，或將秒數乘以 30：
npx remotion still Reel out/<slug>-q1.png --props=reels/<slug>/cenas.json --public-dir=reels/<slug>/public --frame=30
npx remotion still Reel out/<slug>-q2.png --props=reels/<slug>/cenas.json --public-dir=reels/<slug>/public --frame=<middle>
npx remotion still Reel out/<slug>-q3.png --props=reels/<slug>/cenas.json --public-dir=reels/<slug>/public --frame=<end-20>
打開圖片檢查文字被裁切、孤兒行和重疊的問題。然後進行渲染：
npx remotion render Reel out/<slug>.mp4 --props=reels/<slug>/cenas.json --public-dir=reels/<slug>/public
一個 30 秒的 Reels 需要 1 到 4 分鐘。在效能較差的機器上，加上 --concurrency=2。若要快速預覽，使用 --scale=0.5（輸出為 540x960）。
7. 使用檢查清單交付
交付 MP4 的路徑（~/reels-estudio/out/<slug>.mp4）、最終腳本以及貼文建議說明。在此之前，請確認並告知你已經檢查過：
- 對比度：字幕在背景上清晰可讀（
checar.mjs會測量；最低 4.5:1）。 - 沒有任何畫面靜止超過約 3 秒：沒有場景超過 6 秒，也沒有長時間沒有字幕的停頓。
- 鉤子在 2 秒內出現，並在第一幀可見。
- CTA 在結尾，同時出現在畫面和口白中，且使用正確的關鍵字。
- 長度在 20 到 45 秒之間。
- 有配音時：字幕與口白同步（在 MP4 中檢查中間的一段）。
-
out/中的預覽 PNG 可以刪除。
cenas.json
{
"cores": { "fundo": "#0E0F12", "texto": "#F4F4F2", "destaque": "#FFC94A", "suave": "#9A9CA3", "sobreDestaque": "#0E0F12" },
"fonte": "Inter",
"fonteItalica": "Instrument Serif",
"legenda": true,
"narracao": null,
"palavras": null,
"trilha": null,
"cenas": [
{ "tipo": "gancho", "titulo": "Treina todo dia e nada muda?", "destaque": "nada muda",
"fala": "Treina todo dia e nada muda?" },
{ "tipo": "titulo", "titulo": "O problema não é o treino.", "subtitulo": "É o que acontece nas outras 23 horas.",
"fala": "O problema quase nunca é o treino, é o que você faz nas outras 23 horas." },
{ "tipo": "lista", "titulo": "Os 3 vilões",
"itens": ["Dormir menos de 7 horas", "Comer pouca proteína", "Repetir a mesma carga"],
"fala": "São três vilões: dormir menos de sete horas, comer pouca proteína e repetir a mesma carga por meses." },
{ "tipo": "numero", "de": 0, "ate": 1.6, "decimais": 1, "sufixo": " g", "rotulo": "de proteína por quilo de peso, por dia",
"fala": "Uma referência comum para quem treina é 1,6 grama de proteína por quilo, todo dia." },
{ "tipo": "antes-depois", "antes": "Treino novo toda semana", "depois": "Mesmo treino, carga subindo",
"fala": "Em vez de trocar o treino toda semana, mantenha o mesmo e suba a carga." },
{ "tipo": "cta", "chamada": "Comenta", "palavra": "PLANO", "promessa": "que eu te mando o checklist das 23 horas",
"fala": "Comenta PLANO que eu te mando o checklist das 23 horas." }
]
}
同一個範例也可以在 <skill>/exemplos/cenas.exemplo.json 找到。
場景類型
所有場景都包含 fala（必要）和 duracao（以秒為單位，選用；僅在沒有旁白時使用）。
| 類型 | 欄位 | 用途 |
|---|---|---|
gancho | titulo, destaque | 第一個場景。特大標題；destaque 是以強調色顯示的斜體部分。如果標題與口白相同，則字幕不會重複。 |
titulo | titulo, subtitulo, destaque | 一個強而有力的陳述。標題最多約 50 個字元。 |
lista | titulo, itens（2 到 5 個） | 項目逐一進入的編號列表。每個項目最多約 30 個字元。 |
numero | ate, de, prefixo, sufixo, decimais, rotulo | 數字會動態增加到目標值。例如："prefixo": "R$ ", "sufixo": "%"。 |
antes-depois | antes, depois, rotuloAntes, rotuloDepois | 兩張卡片；「之後」的卡片會在中間以強調色進入畫面。 |
cta | palavra, chamada, promessa | 最後一個場景。在一個區塊中顯示「留言」+ 關鍵字 + 使用者會收到的內容。關鍵字最多 9 個字母。 |
顏色和字型
cores：任何#rrggbb顏色。預設為中性深色搭配黃色強調色。若要使用淺色主題，請互換fundo和texto的顏色，並選擇一個夠深的destaque顏色。checar.mjs會檢查低對比度。fonte和fonteItalica：Google Fonts 的字型家族名稱（例如："Montserrat"、"Playfair Display"）。fonte需要有 weight 900。使用"sistema"則不下載任何字型。如果該字型家族不存在或沒有網路連線，渲染會使用系統字型。legenda: false會關閉逐字字幕效果。
常見問題
- 「palavras.json 來自 cenas.json 的其他版本」：口白在旁白生成後被修改了。請再次執行
narrar.mjs。 - ElevenLabs 401：金鑰錯誤或沒有 text-to-speech 權限。404：該語音不存在於帳號中；請透過 Voice Library 新增。
- 文字超出畫面：請縮短標題或項目；
checar.mjs會警告過長的內容。 - 渲染緩慢或卡住：使用
--concurrency=2、關閉瀏覽器，並檢查磁碟空間。 - 第一次渲染時間較長：Remotion 會下載一個無頭瀏覽器（只需一次）。
此技能不包含的功能
- 不拍攝或使用錄製的影片、圖片或頭像：Reels 是字體排印風格（文字、數字、卡片）。若要編輯影片素材，請使用其他工具。
- 不進行語音複製，也不會在使用者沒有提供 ElevenLabs 金鑰的情況下生成語音。
- 不選擇或下載音樂：背景音樂總是由使用者提供。
- 不發佈到 Instagram 或排程貼文。
- Ducking 功能是簡單的（有口白時音樂降低音量）；不能取代專業混音。