當此技能啟動時,始終以 :movie_camera: 表情符號開始你的第一個回應。
影片創作者
這是用於端到端影片創作的協調者技能。它協調一個完整的 7 步驟工作流程,將使用者從「我需要一支影片」帶到完成的 4K 渲染。每個步驟都委派給配套技能(remotion-video、video-scriptwriting、video-audio-design、video-analyzer),而此技能管理各階段之間的排序、批准關卡和交接地帶。
你不需要知道 Remotion 內部運作或音訊工程——這些由配套技能處理。此技能的工作是執行流程、提出正確的問題,並確保沒有遺漏任何步驟。
何時使用此技能
當使用者有以下情況時觸發此技能:
- 說「幫我做一支影片」、「建立一個關於……的影片」或「我需要一支關於……的影片」
- 想要產品示範、解說、社交短片或公告影片
- 要求從概念到渲染的端到端影片製作
- 需要協助將想法轉化為完成的影片檔案
- 提到想要以 Remotion 製作程式化影片
- 有參考影片並想要建立類似的內容
在以下情況不要觸發此技能:
- 編輯現有影片檔案(使用 video-analyzer 或 ffmpeg 技能)
- 僅編寫腳本而不製作影片(使用 video-scriptwriting)
- 僅限音訊的製作,例如 podcast(使用 video-audio-design 取得音樂/SFX)
- 沒有製作背景的 Remotion 編碼問題(使用 remotion-video)
- 分析或審查影片(使用 video-analyzer)
關鍵原則
-
視覺優先:在花錢購買音訊之前,先讓視覺效果獲得批准。旁白透過 ElevenLabs 產生需要實際花費——在視覺層鎖定之前絕對不要產生。
-
徹底訪談:提出多達 30 個問題,以捕捉關於產品、受眾、目標、調性、素材和視覺偏好的所有背景資訊。不完整的背景資訊會導致昂貴的返工。
-
結構化交接:
video-script.yaml檔案是所有步驟之間的單一事實來源。每個場景、影格數、旁白行和 SFX 提示都存在於此檔案中。 -
使用者批准關卡:每個主要步驟都需要明確的批准。切勿自動推進。使用者必須說「已批准」或「看起來不錯」後,才能開始下一步驟。
-
4K 預設:除非使用者另有指定,否則始終以 3840x2160 渲染。縮小很容易;放大則不然。
7 步驟工作流程
步驟 0:確保 Remotion 專案存在(先決條件)
在開始任何其他操作之前,使用者必須設定好 Remotion 專案。這是將編寫所有影片程式碼的工作區。檢查你是否已在 Remotion 專案內(在 package.json 中尋找 remotion.config.ts 或 @remotion/cli)。如果沒有,請建立一個:
npx create-video@latest
這會建立一個包含入門專案的新資料夾。然後安裝依賴項:
cd <project-name>
npm install
在 Remotion 專案存在且依賴項安裝完成之前,不要繼續進行步驟 1。 所有後續步驟都將程式碼寫入此專案。
如果使用者已經有 Remotion 專案,請 cd 進入該專案並繼續。
步驟 1:深入訪談
收集撰寫完整腳本所需的所有背景資訊。使用互動式對話方式一次一個問題地提問。
問題類別(目標總共 15-30 個問題):
| 類別 | 範例問題 |
|---|---|
| 產品/主題 | 這個產品是做什麼的?核心價值主張是什麼? |
| 受眾 | 目標觀眾是誰?技術程度如何? |
| 影片目標 | 希望觀眾觀看後做什麼? |
| 調性/風格 | 活潑還是專業?節奏快還是慢? |
| 素材 | 你有標誌、螢幕截圖、品牌顏色、字體嗎? |
| 內容 | 需要涵蓋哪些關鍵功能或訊息? |
| 視覺偏好 | 有參考影片嗎?偏好的動畫風格? |
| 時長 | 影片應該多長?將在哪裡發布? |
步驟 1 規則:
- 一次只問一個問題——不要傾瀉式提問
- 如果使用者提供參考影片,請先在提問之前使用 video-analyzer 技能進行分析
- 每問 5-8 個問題後總結你所知道的內容
- 在擁有每個場景的足夠背景資訊之前,不要繼續進行
- 以「我已有足夠的背景資訊來編寫腳本。準備好繼續了嗎?」結束
退出條件: 使用者確認你已有足夠的背景資訊。
步驟 2:產生腳本 (YAML)
使用 video-scriptwriting 技能的模式來產生結構化的 YAML 腳本。
影格數公式:
frames = duration_seconds * 30
所有 Remotion 合成預設使用 30fps。
產生 video-script.yaml 檔案,結構如下:
title: "產品示範 - Acme Widget"
fps: 30
resolution: { width: 3840, height: 2160 }
total_duration_seconds: 60
scenes:
- id: scene-01
title: "鉤子"
duration_seconds: 5
frames: 150
narration: "曾經希望你的小工具能自己思考嗎?"
visuals: "深色背景,發光的 Acme 標誌淡入,粒子"
animation_notes: "標誌縮放 0->1 帶彈簧效果,粒子從中心發射"
music_cue: "環境合成墊音,低能量"
sfx: "標誌揭示時有細微嗖聲"
transition_out: "交叉淡出"
- id: scene-02
# ... 所有場景繼續
步驟 2 規則:
- 每個場景必須有
duration_seconds、frames、narration、visuals、animation_notes、music_cue和sfx欄位 - 影格數必須等於
duration_seconds * 30 - 所有場景的持續時間總和必須等於
total_duration_seconds - 將完整腳本呈現給使用者審查
- 根據反饋進行迭代,直到使用者明確批准
退出條件: 使用者批准腳本。
步驟 3:視覺驗證
建立一個最小的 Remotion 專案,僅包含視覺效果——暫時沒有音訊層。
要建立的內容:
- 每個場景的 Remotion 合成(視覺效果、動畫、排版、顏色)
- 符合腳本的場景轉場
- 每個場景的正確影格數
- 4K 解析度的基本佈局和間距
還不要建立的內容:
- 音訊整合
- 旁白同步
- 音量閃避
- 最終渲染管線
流程:
- 確認 Remotion 專案已設定(在步驟 0 完成)
- 在專案內為每個場景建立視覺合成
- 啟動 Remotion Studio:
npx remotion studio - 告訴用戶在
http://localhost:3000預覽 - 根據視覺反饋進行迭代(顏色、時間、動畫、轉場)
- 在繼續之前獲得明確的視覺批准
退出條件: 使用者明確批准視覺效果。
步驟 4:建置完整 Remotion 專案
現在視覺效果已獲批准,完善整個專案。
任務:
- 使用精緻動畫完成所有合成
- 連接場景到場景的轉場
- 為參數化(標題、顏色、持續時間)新增 Zod 架構
- 確保影格數與腳本完全匹配
- 整潔地組織專案結構:
src/
compositions/
Scene01Hook.tsx
Scene02Feature.tsx
...
components/
AnimatedLogo.tsx
TransitionWipe.tsx
...
Root.tsx
index.ts
video-script.yaml
步驟 4 規則:
- 每個場景應該是自己的合成檔案
- 共享元件放在
components/中 - 所有魔術數字應替換為 Zod 架構屬性
- 影格數仍必須與
video-script.yaml匹配
退出條件: 完整專案建置無錯誤且與批准的視覺效果匹配。
步驟 5:新增背景音訊 + SFX
使用 video-audio-design 技能的模式。
任務:
- 取得或選擇背景音樂(使用者提供或來自文件記錄的來源)
- 將 SFX 放置在腳本中的觸發點(點擊、打字、嗖聲等)
- 設定音樂和 SFX 的基本音量級別
- 實作閃避基礎架構——準備好音量曲線,以便在步驟 6 的旁白段落期間降低音樂
- 在 Remotion Studio 中預覽視聽同步
音量指南:
| 層 | 基本音量 | 旁白期間 |
|---|---|---|
| 背景音樂 | 0.3-0.5 | 0.1-0.15 |
| SFX | 0.5-0.8 | 0.4-0.6 |
| 旁白 | 不適用(步驟 6) | 1.0 |
退出條件: 使用者批准視聽同步。
步驟 6:新增旁白(延遲——需要花費)
此步驟涉及對 ElevenLabs 的付費 API 呼叫。務必在繼續之前確認。
設定:
- 檢查使用者是否有 ElevenLabs API 金鑰
- 如果沒有,引導他們在
https://elevenlabs.io註冊 - 詢問語音偏好問題:
- 性別偏好?
- 年齡範圍(年輕、中年、成熟)?
- 口音偏好?
- 能量水平(平靜、適中、充滿活力)?
- 溫暖程度(溫暖友善、中性、權威)?
流程:
- 透過 ElevenLabs API 為每個場景產生旁白音訊
- 從產生的檔案計算確切的音訊持續時間
- 如果旁白比計劃長/短,則調整影格數
- 使用實際音訊持續時間更新
video-script.yaml - 將旁白與視覺時間同步
- 在旁白段落期間啟用背景音樂的音量閃避
- 在 Remotion Studio 中預覽完整的音訊混音
步驟 6 規則:
- 在進行 API 呼叫之前務必確認費用
- 如果使用者想要跳過旁白,也可以——直接在不含旁白的情況下進行步驟 7
- 如果使用者偏好不同的 TTS 提供者,請支援該選擇
- 如果音訊持續時間與腳本估算不同,請重新同步所有時間
退出條件: 使用者批准旁白同步(或明確跳過此步驟)。
步驟 7:最終預覽 + 4K 渲染
流程:
- 在 Remotion Studio 中啟動包含所有層的完整預覽
- 告訴使用者審查完整影片(視覺 + 音樂 + SFX + 旁白)
- 獲得最終批准
- 以 4K 渲染:
npx remotion render src/index.ts Main out/video.mp4 \
--width 3840 --height 2160
格式指南:
| 格式 | 使用案例 |
|---|---|
| MP4 (H.264) | 網頁、社交媒體、一般分享 |
| MP4 (H.265) | 較小的檔案大小、現代裝置播放 |
| ProRes | 在 Premiere、Final Cut、DaVinci 中進一步編輯 |
| WebM (VP9) | 支援透明度的網頁嵌入 |
退出條件: 渲染的影片檔案交付給使用者。
協調規則
- 每個步驟在推進到下一步之前都需要明確的使用者批准
- 在每個步驟解釋你正在做什麼以及為什麼
- 如果使用者提供參考影片,請在開始步驟 1 之前先執行 video-analyzer
- 始終建立
video-script.yaml作為單一事實來源 - Remotion 專案結構必須乾淨且組織良好
- 如果使用者想要跳過旁白(步驟 6),直接進行步驟 7
- 如果使用者想要不同的 TTS 提供者,據此調整步驟 6
- 在視覺批准(步驟 3 完成)之前,絕對不要產生旁白音訊
- 絕對不要跳過視覺驗證——它可以防止昂貴的返工
- 除非使用者另有指定,否則始終預設為 4K (3840x2160)
支援的影片類型
| 類型 | 持續時間 | 場景數 | 每個場景 |
|---|---|---|---|
| 產品示範 | 30-120 秒 | 6-15 | 5-10 秒 |
| 解說 | 60-180 秒 | 8-20 | 5-12 秒 |
| 社交短片 | 15-60 秒 | 3-8 | 3-8 秒 |
| 公告 | 15-45 秒 | 3-6 | 4-8 秒 |
反模式 / 常見錯誤
| 反模式 | 失敗原因 | 正確做法 |
|---|---|---|
| 在視覺批准前產生旁白 | 如果視覺效果改變,浪費金錢 | 先完成步驟 1-4,然後再進行旁白 |
| 跳過訪談 | 腳本缺乏背景資訊,場景感覺很籠統 | 提出 15-30 個有針對性的問題 |
| 沒有 YAML 腳本檔案 | 沒有事實來源,時間偏移 | 始終產生 video-script.yaml |
| 未經批准自動推進 | 使用者失去控制,返工成本高昂 | 在每個關卡等待明確的「已批准」 |
| 在 Remotion 中硬編碼值 | 無法參數化或重複使用 | 對所有可設定值使用 Zod 架構 |
| 預設以 1080p 渲染 | 之後無法放大 | 始終預設為 4K (3840x2160) |
| 同時構建音訊和視覺效果 | 使迭代變得痛苦 | 視覺優先,批准後再進行音訊 |
注意事項
-
影格數計算很重要。 60 秒 @ 30fps = 正好 1800 幀。如果場景持續時間總和不正確,影片會太短或太長。務必驗證:
sum(scene.duration_seconds) == total_duration_seconds。 -
Remotion Studio 需要正在執行的開發伺服器。 建置合成後,你必須執行
npx remotion studio並告訴使用者打開http://localhost:3000。不要假設他們可以在沒有這個的情況下進行預覽。 -
ElevenLabs 旁白持續時間無法預測。 一段 5 秒的腳本行可能會產生 4.2 秒或 6.1 秒的音訊。在產生後務必測量實際持續時間並相應調整影格數。
-
音量閃避需要知道旁白時序。 背景音樂的閃避曲線取決於確切知道每個場景中旁白何時開始和結束。這就是為什麼步驟 5 設定閃避基礎架構,但步驟 6 才啟動它。
-
4K 渲染速度很慢。 一段 60 秒的 3840x2160 影片可能需要 10-30 分鐘,具體取決於複雜度。在開始渲染前警告使用者渲染時間,如果他們想要快速檢查,建議先進行 1080p 測試渲染。
參考資料
references/workflow-checklist.md- 7 個步驟中每個步驟的詳細檢查清單,包含子任務、預期輸出和批准標準references/project-templates.md- 每種影片類型的入門 Remotion 專案結構,包含檔案樹和元件支架references/troubleshooting.md- Remotion 渲染、音訊同步、FFmpeg、ElevenLabs API 和效能的常見問題與修復方法
配套檢查
在對話中首次啟動此技能時:透過執行
ls ~/.claude/skills/ ~/.agent/skills/ ~/.agents/skills/ .claude/skills/ .agent/skills/ .agents/skills/ 2>/dev/null來檢查哪些配套技能已安裝。將結果與此檔案 frontmatter 中的recommended_skills欄位進行比較。對於任何缺少的技能,提及一次並主動提供安裝: