短影片雙格式製作
將一個主題、劇本或新聞轉換為兩個MP4 — 垂直1080×1920與水平1920×1080 — 皆從單一來源生成。語音決定節奏;所有其他元素都依附於它。
開始之前:如果主題是新聞
在寫下一行劇本之前,請先透過網路搜尋驗證事實。 帶有虛假資訊的新聞影片是本技能最差的可能結果,而且是無聲的失敗:影片畫面依然漂亮。
如果委託的前提無法成立,請直接說明並改編實際發生的事件。不要為了迎合錯誤的前提而「美化」劇本。在處理劇本之前,請先閱讀 references/periodismo.md:它涵蓋了事實驗證、新聞影片中的圖片處理以及可追溯性檔案。
流程
npm run voz -- <slug> # script.json → assets/voice/*.wav + 時間清單
npm run imagenes -- <slug> # images.json → 生成的B-roll素材
npm run stock -- <slug> # stock.json → 真實照片(可選,需付費)
npm run audio -- <slug> # audio.json → 音樂與特效
npm run build -- <slug> # plan.json → vertical.html + horizontal.html
npm run use -- <slug> vertical
npm run check # 強制:0錯誤後才能渲染
npm run render -- <slug> # renders/<slug>-<formato>.mp4
如果專案還不存在:npx hyperframes@latest init . --non-interactive --example blank,複製此技能的 scripts/ 和 assets/,並在 package.json 中加入相應的腳本。需要 Node 22+ 和 ffmpeg。密鑰放在 .env(模板在 assets/env.example)。
結構
videos/_shared/vox.css, timeline.js 所有影片共用
videos/<slug>/
script.json 劇本 — 每一行 = 一個剪輯片段
images.json 生成的B-roll素材的提示詞
stock.json 真實照片的查詢
audio.json 音樂與特效
plan.json 剪輯編排:引用劇本中特定行數的節拍
scenes/*.html 一次性使用的動畫子合成
assets/ 生成的素材 + 包含實際時間的清單
vertical.html, horizontal.html 由 build.mjs 生成 — 請勿編輯
支撐一切的兩個核心概念
1. 劇本決定時間。 voice.manifest.json 包含每一行實際的 start 和 duration。plan.json 中的一個節拍(beat)引用的是行數,而非秒數。永遠不要憑感覺估計時長:修改劇本、重新生成語音,剪輯編排會自動重新對齊。
2. HTML頁面是產出物。 面對數十個剪輯片段與兩種格式,手動同步是不可能的。build.mjs 從同一個 plan.json 生成兩種格式,因此它們不可能不一致:唯一的區別是舞台大小。編輯 plan.json 後重建即可。
要使一個場景同時適用於9:16和16:9:使用 vw/vh/vmin 進行佈局,永遠不要使用固定的 px;子合成的根元素不能有 data-width/data-height(盒子的尺寸由宿主插槽決定);並且通過 #root 設定樣式,絕不能使用 class — 編譯器的範圍限制會將其丟棄。對於需要改變軸向的佈局,使用 @media (min-aspect-ratio: 1/1)。
節拍類型
stat(主導數字,透過 countTo 向上計數)· compare(兩個數字對比)· title(引語 + 標題 + 導語)· quote(引用 + 出處)· photo(全螢幕圖片,帶有漸層、文字和版權資訊)· capture(全螢幕螢幕截圖,附帶來源,作為所述內容的證據)· scene(一次性使用的動畫子合成)。
對於關於公司或產品的影片,標誌和來源的截圖能大幅提升效果:兩者都在 references/imagenes.md 中。
最常見的設計錯誤:標題輪播
一部僅由文字卡片組成的影片會很無聊,無論排版多好。當你發現連續出現 title 和 stat 時,解決方案不是添加更多文字,而是帶有寓意的動態效果。
assets/scenes/ 提供了九個準備好改編的SVG動畫場景:olas(波浪)、puntos(點狀)、barras(長條圖)、mapa(地圖)、cierre(結尾)、orbita(繞行天體)、precios(價格對比表)、caida(下跌與百分比)和 indice(排行榜長條圖)。將適合的場景複製到 videos/<slug>/scenes/ 並修改其中的數據。詳細資訊和效能規則請參閱 references/escenas-animadas.md。
交替使用:數字 → 照片 → 動畫場景 → 引用 → 照片。並在每個剪輯中變化畫面構圖(kb: "in" / "out" 交替使用Ken Burns效果)。
節奏
在三分鐘的解說影片中,每個節拍持續 2 到 6 秒;在Shorts中則為 0.8 到 2.5 秒。每個節拍會持續到下一個節拍開始為止,以避免出現黑幀。入場動畫使用 fromTo(),絕不使用 from():主機在每次跳轉時會重新尋找場景,而 from() 會導致不同步。
含情感的語音
eleven_multilingual_v2 忽略標籤。要引導語調,使用 "modelId": "eleven_v3" 和方括號內的小寫標籤,內聯於劇本中:
{ "id": "l19", "text": "[somber] 六十七人死亡。" }
根據主題調整語氣 — 在涉及受害者的事件新聞中,切勿使用 [excited]。標籤目錄、調整方式以及如何確認它們不會被朗讀出來:請參閱 references/audio.md。
確認完成前
npm run check 必須輸出 0 錯誤。之後,觀看影片:提取關鍵幀(ffmpeg -ss <t> -i <mp4> -frames:v 1)或使用 npx hyperframes snapshot --at 12,40,90,後者還會生成聯絡表。語法檢查器無法判斷畫面是否全黑、文字是否溢出或照片是否與描述不符。
參考文件
references/hyperframes.md— 框架的限制,這些限制會導致渲染無聲失敗。在撰寫合成前請先閱讀。references/audio.md— ElevenLabs:帶有v3標籤的語音、音樂、特效、音軌。references/imagenes.md— gpt-image-2 和 Apify,包含成本控制。references/periodismo.md— 新聞中的事實驗證和圖片處理。references/escenas-animadas.md— 九個SVG場景,如何創建新的場景,以及兩個會浪費你一個下午的陷阱(與vox.css的class衝突,以及GSAP重寫SVG的transform屬性)。references/sistema-visual.md— 解說影片風格的色板和字體。