Communitygithub.com

marcus/marcus-skills

製作高轉換率的優質軟體展示與產品影片,涵蓋從縮圖、腳本、製作、旁白、轉場、音效設計到發佈的完整流程。

marcus-skills 是什麼?

此 AI 技能將建立高轉換率軟體產品影片的專業知識濃縮成一個結構化的指南。它涵蓋從策略、腳本撰寫到製作與發佈的完整流程,適用於說明型、產品導覽、功能展示等類型。此技能支援 Claude Code、Cursor 或任何基於 Markdown 的 AI 代理平台,其核心原則基於頂尖 SaaS 公司的成功案例,強調以使用者問題為核心、單一核心訊息和在前 5 秒內抓住觀眾注意力。此技能提供可操作的框架,如「問題-強化-解決方案」(PAS) 和「敘述-展示-敘述」,並針對影片長度、敘事速度、語調、音效設計和縮圖策略提供精確建議。透過遵循此指南,開發人員和行銷人員可以製作出感覺比實際製作價值高出 2 倍的專業級影片,並顯著提高觀眾參與度和轉換率。

相容平台~Claude Code~Codex CLI✓Cursor✓Gemini CLI
npx skills add https://github.com/marcus/marcus-skills/tree/HEAD/skills/software-demo-video

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

軟體展示影片

製作看起來優質且真正能帶來轉換的軟體產品影片。此技能涵蓋完整的流程:策略、腳本撰寫、製作和發佈。

快速開始

  1. 選擇影片類型 - 根據漏斗階段和目標選擇(請參閱下方的影片類型)
  2. 撰寫腳本 - 選擇一個框架,根據字數撰寫,並大聲朗讀(請參閱 references/script-templates.md)
  3. 規劃製作 - 分鏡圖、選擇音樂、準備環境(請參閱 references/production-techniques.md)
  4. 進行製作 - 錄製、拍攝、動畫、剪輯、混音
  5. 為發佈最佳化 - 縮圖、標題、SEO、嵌入策略(請參閱 references/thumbnails-and-distribution.md)

核心原則

這些原則區分了優秀的軟體影片和容易被遺忘的影片。這些原則源於對 Sandwich Video、Apple、Stripe、Linear、Arc、Figma、Descript 和頂尖 SaaS 影片代理商的研究。

1. 從觀眾的問題開始,而不是你的功能

每個表現最佳的軟體影片都以觀眾已經感受到的痛苦開場。產品是以解決方案的身份出現,而不是主題。Slack 以溝通混亂開場。Salesforce 以銷售額下滑開場。Monday.com 以「你的理想工作是什麼樣子?」開場。功能列表不會創造渴望;能被感受到的問題才會。

2. 每支影片一個核心概念

如果觀眾忘記了其他所有事情,他們必須記住什麼?這就是你的影片。不是三個功能,不是五個好處。一個概念。

錯誤:「我們的平台有專案管理、時間追蹤、
        開立發票、團隊聊天和檔案儲存。」

正確:「停止在應用程式之間切換。你的團隊需要的一切
        都在一個地方。」

3. 展示魔力

Sandwich Video 的理念:找出那些讓人們發出「噢,這很酷」的時刻,並圍繞這些時刻構建影片。在你的產品中找出 2-3 個能真正帶來愉悅感的互動,並給予它們最多的螢幕時間。

4. 在 5 秒內抓住注意力,否則就會失去他們

55% 的觀眾在 60 秒內離開。你的前 5 秒必須爭取到接下來的 55 秒。永遠不要以標誌動畫、「歡迎回來」或設定背景來開場。以問題、結果或模式中斷來開場。在每一項留存率研究中,冷開場的表現都優於品牌開場。

5. 音效設計是最被低估的技巧

Figma 的點擊聲、Apple 的擬音、Arc 刻意的靜默——音訊改變了觀眾感知視覺內容的方式。為 UI 互動添加微妙的聲音。將剪輯切換與音樂節拍同步。擁有良好音效設計的影片,其精緻度感覺是未經處理影片的 2 倍。

6. 將影片風格與產品個性相匹配

Linear 的極簡主義之所以有效,是因為產品本身就是極簡的。Arc 的臥室式影片部落格之所以有效,是因為產品是個人化的。Descript 的喜劇小品之所以有效,是因為觀眾具有創造力。風格不匹配比低製作價值更糟糕。

7. 螢幕錄影不一定要看起來像螢幕錄影

每個頂尖公司都有一個策略:Apple 在動態圖形中重現 UI。Figma 添加點擊聲和游標標籤。Slack 建構自訂的理想化螢幕截圖。Linear 的產品本身夠美,可以直接錄製。Stripe 將程式碼視為藝術。找到你的方法。


影片類型

類型長度漏斗階段目標觀眾
說明型60-90秒頂部「這是什麼?」知道問題的潛在客戶
產品導覽2-4 分鐘中部「它如何運作?」正在評估的潛在客戶
功能展示30-90秒中部「這能做什麼?」使用者 + 評估者
客戶故事60-120秒底部「還有誰在用?」處於決策階段的買家
發佈影片30-90秒全部「有什麼新東西?」使用者 + 市場
比較型2-4 分鐘底部「為什麼選這個而非 X?」積極評估者
快速技巧30-90秒售後「我該怎麼做?」現有使用者
品牌/文化60-180秒頂部「這些人是誰?」人才 + 好奇者

每種類型的詳細腳本結構和填空模板,請參閱 references/script-templates.md。


腳本框架

選擇與影片任務相符的框架。每個框架在 references/script-templates.md 中都有詳細模板。

問題-強化-解決方案 (PAS) — 最常見

階段時間字數目的
問題15-20秒30-40指出痛點
強化15-20秒30-40展示不行動的後果
解決方案25-30秒50-60將產品作為解決方案引入
行動呼籲5-10秒10-20明確的下一步

使用問題-解決結構的影片,參與度高出 60%。

之前-之後-橋樑 (BAB) — 最適合視覺化產品

展示轉變:觀眾今天的世界、他們擁有你產品後的世界、以及產品如何填補這個差距。最適合儀表板、設計工具、分析工具。

敘述-展示-敘述 — 最適合導覽和教學

設定背景(敘述),即時展示(展示),強化價值(敘述)。可將留存率提升高達 65%。將複雜產品分解為多個敘述-展示-敘述模組。

英雄之旅 — 最適合客戶故事

你的客戶是英雄。你的產品是引導者。三幕:平凡世界(問題),旅程(發現和使用產品),歸來(以指標呈現轉變後的成果)。

其他框架

  • JTBD 敘事:「當 [情況],我想要 [任務],以便 [結果]」
  • 鉤子-故事-提案:5 秒鉤子,30 秒敘事,10 秒 CTA(非常適合短片)
  • AIDA:注意力,興趣,渴望,行動
  • 黃金圈:為什麼,如何,做什麼 (Sinek)
  • 皮克斯故事骨幹:「從前... 每天... 有一天... 因為這樣...」

開場鉤子

你只有 5 秒鐘。選擇一個:

鉤子類型範例最適合
問題陳述「如果你曾花 3 小時除錯部署配置...」教學、了解痛點的觀眾
結果展示先展示完成後的輸出,再解釋如何達成產品導覽、功能展示
模式中斷快速縮放、突然的視覺轉變、凍結畫面+文字社群媒體、擁擠的資訊流
冷開場預告在高潮點開始:「...然後建置就壞了」敘事型影片
提問「如果你的部署從不失敗會怎樣?」B2B、特定族群
震撼數據「90% 的支援單在你的文件中已有答案」教育型、數據驅動的觀眾
直接價值「這裡有 5 個你沒在用的 CSS 技巧」底部漏斗、行動導向

在前 5 秒使用模式中斷,留存率提高 23%。

冷開場勝過品牌開場。 刪除標誌動畫。先鉤住觀眾,再談品牌。


旁白

節奏

影片類型每分鐘字數 (WPM)備註
說明型130-150理解度的最佳點
教學120-130複雜資訊時放慢
宣傳/發佈150-160更快以獲得能量感

字數參考:30秒 ≈ 75 字,60秒 ≈ 150 字,90秒 ≈ 225 字,2分鐘 ≈ 300 字。

敘事觀點

旁白使用 第二人稱(「你」) —— 能吸引觀眾並使其成為主角。在行動呼籲處切換到 第一人稱(「開始我的免費試用」比「開始你的免費試用」的轉換率高出 90%)。

語氣

  • 口語化:短句、縮寫、直接。最適合說明型、新創公司。
  • 專業:平穩、有權威感。最適合企業、安全、金融。
  • 熱情:充滿活力、前瞻性。最適合發佈。
  • 同理心:溫暖、體諒。最適合以問題為導向的開場。

像你說話一樣寫作。 大聲朗讀腳本。如果你結巴,就改寫。

AI 與真人聲音

AI 聲音便宜 60-86%,且可即時更新。但是:AI 旁白的 留存率低 70%,並且在 45 秒內的 跳出率高出 35%。高風險內容請使用真人聲音。AI 可用於大量的內部/教學內容。

ElevenLabs with-Timestamps API

使用 /v1/text-to-speech/{voice_id}/with-timestamps 端點來獲取逐詞同步資料。它會回傳相同的音訊加上字元層級的對齊資訊,您可以將其彙總為詞級和句級時間。這能實現自動化的合成計時——章節持續時間是根據實際測量的音訊得出,而不是根據字數估算。

逐章節音訊

始終為每個腳本章節生成一個獨立的音訊檔案,而不是使用一個串聯的旁白檔案。串聯的檔案會在各章節之間插入可變的停頓(每個 2-4 秒),在 10 個章節中累積會產生 20-35 秒的誤差。逐章節音訊,每個都固定在其合成畫格上,完全消除了累積誤差。保留一個串聯的檔案僅供預覽/收聽。

語音複製

如果有可用的語音複製(例如透過 ElevenLabs),請使用它來以 AI 的速度和成本獲得真實的創始人/開發者旁白。複製品質已足夠用於生產環境。旁白腳本中的 --voice <voice_id> 旗標可用於選擇複製的聲音。

速度和節奏控制

影響節奏的 ElevenLabs 語音設定:

  • stability: 0.5 —— 自然的變化而不飄移
  • similarity_boost: 0.75 —— 各章節間的語音一致性
  • style: 0.3 —— 微妙的表現力而不過度演繹
  • use_speaker_boost: true —— 清晰度增強

要獲得較快的節奏,可將穩定性提高到 0.7 附近,並將風格降低到 0.1 附近。要獲得較溫暖、更口語化的表達,可將穩定性降低到 0.3 附近,並將風格提高到 0.5 附近。

聲音選角

品牌個性語音風格
創新/科技清晰、自信、中等語速
溫暖/平易近人友善、聲音帶有微笑
企業級低沉、平穩、男中音
好玩/創意活力、富有表現力、多變的語調
大膽/顛覆性快節奏、自信、挑釁性

製作快速參考

完整細節請參閱 references/production-techniques.md。

螢幕錄製

  • 以 4K/60fps 錄製,以 1080p 或 4K 交付
  • 以 自然速度的 50% 移動滑鼠,點擊前暫停 0.5-1 秒
  • 關閉所有通知,使用乾淨的瀏覽器設定檔,預載所有畫面
  • Screen Studio ($89) 是目前製作精美展示的黃金標準
  • 後期處理:將重點區域放大 150-300%,所有縮放使用緩動(三次/五次曲線),添加微妙的陰影

轉場

  • 硬切 用於 90% 以上的轉場
  • 縮放轉場 用於功能到功能的導航(0.3-0.8 秒)
  • 溶解 僅用於表示時間流逝(0.5-2 秒)
  • UI 遮罩 用於品牌化精緻感(側邊欄展開覆蓋畫面,揭示新場景)
  • 切勿將轉場用作裝飾。每個轉場都應為敘事服務。

音樂

影片類型情緒節奏
發佈/展示片振奮、漸強120-140 BPM
解說輕快、不擾人90-110 BPM
企業專業、溫暖80-100 BPM
消費者應用有趣、現代110-130 BPM

將你的剪輯與節拍同步。 主要轉場在強拍上,次要轉場在弱拍上。這會創造出「蘋果風格」——每次剪輯都落在音樂節拍上。

音樂平台:Epidemic Sound ($10-20/月,最適合大量內容),Artlist ($10/月,廣泛的素材庫),Musicbed (高級,電影感)。

旁白同步 (Remotion 流程)

對於基於 Remotion 的製作,請使用自動化同步流程:

script.md --> narrate-sync.ts --> sync-manifest.json --> composition 常數 --> audit-sync.ts --> render

關鍵原則:

  • 逐章節音訊:每個腳本章節一個 MP3,每個都固定在其精確的合成畫格上。切勿使用單個串聯檔案作為合成音訊來源。
  • 章節時間公式:ceil(旁白秒數 * fps) + 15 個畫格的填充。始終根據測量的音訊得出,絕不根據字數估算。
  • 同步清單:JSON 檔案,包含詞級和句級時間資料(以秒和畫格為單位的開始/結束時間)。由 narrate-sync 腳本自動生成。
  • 渲染前審核:執行 audit-sync 以檢測死畫格、旁白超時和視覺間隙。在渲染前修復任何問題。

完整細節請參閱 references/remotion-production-pipeline.md。

音效

為關鍵的 UI 互動添加微妙的點擊、颼颼聲和爆裂聲。保持音效在語音之下 -20 到 -30 dB。並非每次點擊都需要聲音——保留給有意義的時刻。

語音錄製

  • 入門級:Blue Yeti / AT2020 USB+ ($50-130)
  • 專業級:Shure SM7B / RE20 ($300-450)
  • 在安靜、經過處理的房間錄製。錄音時保持微笑。
  • 後期處理鏈:降噪 > EQ > 壓縮 > 去噝聲 > 限制器 > 標準化至 -16 LUFS

縮圖和發佈

完整細節請參閱 references/thumbnails-and-distribution.md。

縮圖檢查清單

  • 1280x720px,小於 2MB,16:9
  • 一個清晰的視覺焦點
  • 最多 3-5 個字,高對比度,在小尺寸下可讀
  • 不重複影片標題
  • 引發好奇心或情緒反應
  • 與頻道視覺品牌一致
  • 準備 2-3 個變體進行 A/B 測試

黃色+黑色 縮圖的點擊率最高,達 8.2%。高對比度縮圖可將點擊率提高 20-40%。

標題公式

最佳化:55-70 個字元,10-11 個字。數字可將點擊率提高最多 36%。

模式範例
轉變「[工具] 如何將我們的部署時間縮減 80%」
意想不到的比較「[工具 A] vs [工具 B] —— 結果讓我驚訝」
警示型「停止使用 [做法] —— 改做這個」
速度/結果「用 [工具] 在 [時間] 內建立 [東西]」
發現型「我找到了最好的 [類別] 工具(不是你想的那個)」

YouTube vs. 網站

  • YouTube 用於發現和建立觀眾群(最佳化縮圖/標題)
  • **自託管 (Wistia/...) ** 用於轉換和潛在客戶開發(無競爭,可追蹤,可嵌入)

完整參考資料

這些檔案包含可操作的模板、清單和腳本指南:


CLI 命令

腳本目錄包含用於自動化的工具:

旁白和同步

# 使用 ElevenLabs TTS 生成逐章節旁白
tsx narration/narrate-sync.ts script.md --voice <voice_id> --output-dir ./audio

# 審核同步時間以發現畫格重疊或間隙
tsx narration/audit-sync.ts sync-manifest.json

# 重新渲染經過修正的同步時間表
tsx narration/resync.ts sync-manifest.json

渲染

# 使用預設設置渲染影片
npm run build

# 使用特定聲音和章節渲染
tsx src/root.tsx --props '{"voiceId": "21m00Tcm4TlvDq8ikWAM", "versionIndex": 2}'

版本

v1.0 初始技能

v2.0 版本(計畫中)

  • 擴充的社交媒體短片腳本
  • 比較影片框架
  • Schnell Render (npx remotion render 搭配 --props) 的 Remotion 整合
  • 真人演員的導演技巧
  • 套用至任何影片類型的通用模板

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相關技能