Remotion 中文心理短片
Claude Code 使用
本 skill 主要面向 Claude Code。安装到以下任一位置後即可使用:
-
個人 skill:
~/.claude/skills/remotion-chinese-psychology-video/ -
專案 skill:
.claude/skills/remotion-chinese-psychology-video/ -
可直接輸入
/remotion-chinese-psychology-video呼叫。 -
也可用自然語言提出中文心理或思想類短影音需求,讓 Claude 根據 description 自動載入。
-
只在任務需要時讀取對應的
references/檔案,不要一次載入全部說明。 -
遵循 Claude Code 當前的工具權限與會話目錄;本 skill 不自行擴大權限。
交付目標
把使用者給出的中文文案做成可執行、可修改、可匯出的 Remotion v4 工程,並交付 zip。
除非使用者明確覆蓋,工程必須滿足:
- Node.js 18+、Remotion v4、TypeScript。
- 1920×1080、30 fps。
- 中文字體為思源宋體
NotoSerifSC。 npm install && npm run dev可以預覽,npm run build可以匯出。- 工程內提供
tools/make_audio.py,使用 Python + NumPy 依文案時間點合成關鍵音效,輸出public/soundtrack.wav。 - 工程帶 README,說明專案結構、文案修改方式和音效重新生成方式。
- 不包含配音或配樂,只包含與關鍵畫面事件精確同步的音效。
- zip 不包含
node_modules、預覽快取或無關暫存檔案。
將使用者已經確認的文案、作者署名、視覺方向和其他明確選擇視為鎖定內容。只有使用者明確要求時才改;未要求改動的 cue 保留原有視覺設計、道具、配色與局部動畫。
先鎖定需求
開始製作前先獨立檢查:
- 文案是否包含鉤子、提問、主題名和解釋段。
- 作者、固定時長、逐句
dur/pause、配色或特定畫面是否給出。 - 使用者是否要求直接匯出且不逐幀檢驗。若是,仍要完成必要的型別檢查和工程完整性檢查。
- 文案修改是否會讓未變 cue 的絕對起點變化。會變化時,保留其視覺和局部動畫,但重算全域時間軸與音效。
- 是否存在無法同時滿足的約束。先指出衝突並採用最合理的可執行解釋,不要悄悄違背已確認內容。
預設不增加配音、配樂、畫面浮水印、品牌、作者(除非文案或使用者給出)或未要求的劇情。
建立 cue 時間軸
先讀 references/cue-timing.md,再建立唯一的時間軸資料來源。
-
每個可獨立成鏡的句子對應一個穩定
cueId。 -
先確定場景邊界,再計算時長;不要讓 React 元件各自估算起點。
-
普通 cue 的秒數按使用者參數計算:
seconds = max(minDuration, baseHold + visibleCharacterCount / charsPerSecond + pause) -
pause是可選的附加停留;dur是固定秒數覆蓋項,存在時忽略公式和pause。 -
在 30 fps 下將時長轉換為整數幀,並讓後一 cue 起點等於前一 cue 結束幀。
-
總時長由所有 cue 幀數相加得到;片尾如需尾留,單獨設
tailFrames。 -
把參數、cue、場景和音效事件放在少量可稽核的設定檔中,README 必須告訴使用者從哪裡修改。
中文可見字數、標點是否計字、基礎停留、每秒字數和最短時長應在工程中明確設定,不能散落在鏡頭元件裡。若使用者沒給參數,可給一套合理預設值,並在交付說明中寫明。
先導演,再編碼
製作當前影音的視覺主軸和鏡頭表。先讀 references/creative-direction.md,完成以下決策後再寫元件:
- 全片統一的小人造型、線寬、比例、關節和識別色。
- 與主題相關的材質、光影、空間和色彩系統。
- 每個 cue 的獨立道具、動作和視覺隱喻。
- 第一幕的連續鏡頭路徑、點題動作和標題揭曉機制。
- 哪些字幕關鍵詞需要高亮,哪些數字或介面元素需要獨立避讓。
每個影片的開場必須重新設計。不要複用以前的鏡頭路徑、構圖或標題動效。每個場景也必須有自己的道具和事件,不能退化為小人站在字幕旁邊。
第一幕硬要求
第一幕由鉤子、鋪墊、主題標題揭曉組成,目標約 10–20 秒。
- 盡量一鏡到底;採用連續 2D、2.5D 或 3D 鏡頭運動。
- 不用平舖直敘的橫向卷軸式 ppt 幻燈片。
- 鉤子先製造問題、損失、矛盾或視覺異樣,再給主題命名。
- 標題出場必須單獨設計,並「演出」主題含義,而不是只做普通推拉、逐字彈入或縮放。
- 作者存在時,在標題下方用一行清晰小字署名;小字仍不得低於畫面可讀下限。
- 若鉤子本身是文案 cue,確保表演與第一句字幕同步,不能先演完再補字幕。
實現 Remotion 工程
使用集中設定驅動 Composition:
- 在
calculateMetadata或等價位置從 cue 資料計算 composition 的durationInFrames。 - 使用統一
Sequence或絕對幀映射,避免多個獨立計時器漂移。 - 在
delayRender/continueRender或可靠字型載入流程中等候NotoSerifSC;不要讓首幀閃回退字型。 - 給每個 cue 建立明確元件映射。元件只接收自身 cue 與局部參數。
- 局部動畫使用 cue 內相對幀;全域音效事件用 cue ID + cue 內秒數記錄,再映射到絕對幀。
- 對相機運動使用穩定錨點和可逆變換;需要介面清晰時,相機運動應停住在可讀姿態。
- 保持可維護的元件命名和設定邊界,禁止把所有鏡頭堆進一個超大檔案。
清晰度硬門檻
- 畫面正文不得小於 44 px;重點詞通常 60–200 px。
- 字幕約 66–68 px,並使用深色漸變底托或奶油色紙張等實底提升對比。
- 亮字加深色描邊;暗字放在足夠亮的底上。
- 不使用半透明「鬼影字」作為可讀資訊。
- 畫面四邊保留安全邊距,底部約 200 px 留給字幕;關鍵道具、數字、按鈕和標題不能被字幕、遮罩、眼皮、粒子或鏡頭裁切遮擋。
- 鏡頭放大手機整屏、編輯器、關鍵介面或關鍵數字時,必須保證資訊完整可見。
- 若縮放後主介面文字仍偏小,把關鍵數字或結論用獨立大字放在兩側,但不要偽裝成主介面的一部分。
- 在代表性幀上檢查文字邊界、描邊、對比度、遮擋和最小字型大小;不能只憑程式碼判斷「應該清楚」。
聲音
先讀 references/audio-synthesis.md,再寫 tools/make_audio.py。
- 建立事件表,把點擊、滑屏、心跳、碎裂、氣泡、剪刀、腳步等綁定到 cue ID 和 cue 內時間。
- 音效必須和畫面事件共用同一事件來源或同一時間映射;不要維護兩套近似時間。
- 點題處可使用極短節奏型音效,但不得形成持續配樂。
- 使用 NumPy 和 Python 標準函式庫生成確定性 PCM WAV。預設 48 kHz、16-bit,可單聲道或立體聲。
- 重新執行腳本必須覆蓋
public/soundtrack.wav,且結果與事件表一致。 - README 寫明依賴、指令、事件表和輸出路徑。
修改文案
使用者提供新文案時,依以下規則合併:
- 舊文案整體被新文案取代。
- 用穩定 cue ID 和標準化文字判斷哪些 cue 文字未變。
- 未變 cue 保留原場景元件、視覺設計、道具、配色和局部動畫。
- 新增或改文 cue 重新設計對應畫面與字幕;若結構變化破壞了主題主軸,允許重新導演受影響的連續段。
- 重算每個 cue 時長、全域起點和 composition 總幀數。
- 由於前序時長改變,未變 cue 的絕對起點可以變化;這不等於改動其視覺內容。必須同步平移所有後續
Sequence、音效事件和相機關鍵幀。 - 重新生成 WAV,並檢查所有音效仍與局部事件點對齊。
- 不因一次文案修改順手更換作者、字型、解析度、視覺系統或未受影響的場景。
若使用者要求「完全不改動其他畫面」且文案時長變化,說明無法同時保持絕對時間位置不變;優先保持視覺內容不變並重算時間軸。
驗證與打包
完成工程後執行 scripts/audit_project.py 做靜態交付檢查,再執行工程自身的型別檢查。使用者要求正常檢驗時,還應渲染代表性幀並人工查看:
- 第一幕點題幀、標題幀和作者行。
- 每個 cue 的中段和結束前狀態。
- 字幕最長句、最大相機縮放、最複雜介面。
- 手機整屏、關鍵數字、劃線與重點詞的完整可見性。
- 至少檢查聲音事件表與對應 cue 的幀映射;如環境可播放,抽聽關鍵事件,若不能則明確說明。
使用者說「直接匯出壓縮包,不需要檢驗」時,不做逐幀預覽,但必須完成型別檢查和可打包性檢查。
使用 references/delivery-checklist.md 做最終檢查。zip 根目錄應直接包含可執行工程檔案,避免多套一層無意義目錄;README 放在工程根目錄。
交付回覆簡短說明:
- 做了什麼。
- 第一幕和標題的獨立設計。
- 後續各場景。
- 音效事件與生成方式。
- 哪些部分已驗證、哪些未驗證。