片段蒙太奇

片段蒙太奇 是做什麼的？

目的

將使用者在手機上拍攝的短影片，以及他們擁有的任何音樂或錄音，剪輯成一部可直接上傳的 9:16 蒙太奇影片：

• 每個片段的最佳時刻，並以說故事的方式排序；
• 跟著節拍剪輯；
• 在第一個鏡頭加上鉤子，為每個鏡頭加上標籤，並在結尾加上行動呼籲；
• 在重要時刻（有人說話、滋滋作響的聲音、歡呼聲）保留片段的原音，並逐字加上字幕；
• 使用者的旁白會貫穿整部影片，並有同步字幕。

然後與使用者反覆編輯，直到他們滿意為止（例如："用她笑的那段"、"廚房先放"、"放大片段音量，不要音樂"），每次產生一個新版本，且不會遺失先前的版本。

這是蒙太奇剪輯的預設選項，而且是免費的。 所有渲染作業都在本機上執行，使用外掛程式的 scripts/video/ 工具（montage.js 根據簡短腳本建立頁面，render.js 產生 MP4 檔案）。不需要帳號、不需要點數，且所有資料都不會離開本機。真實的影片片段也能最真實地呈現一個地方或產品：AI 不會虛構任何東西。

哪些情況需要付費，以及何時提出：

使用者提供的內容	處理方式	費用
影片（可有可無照片、音樂、錄音）	使用此技能	免費
只有照片，但可以拍攝幾個片段	要求拍攝片段，然後使用此技能	免費
只有照片，無法拍攝片段	使用 montage-video 搭配本機運鏡（平移、推近、3D 運鏡）	免費
只有照片，且希望有真正的相機運鏡（新角度）	montage-video 的 "AI 相機運鏡"，僅在使用者表示他們有付費方案（Figma Weave 需付費 Figma 方案，Higgsfield）時才能執行，需先報價並獲得批准	付費點數

切勿從此技能執行付費的影片模型。除非使用者已表示他們有付費方案且想要使用，否則切勿報價。

逐步流程

外掛程式根目錄： 如果以下路徑仍顯示未展開的 CLAUDE_PLUGIN_ROOT 佔位符（Claude Code 會自動填入；其他代理如 Codex 則不會），請在使用任何路徑前先解析它：取出 printenv CLAUDE_PLUGIN_ROOT 的輸出，如果它印出路徑，則使用該路徑；否則，從此檔案所在的資料夾往上層搜尋，直到找到包含 references/brand-voice.md 的第一個資料夾；如果兩種方法都失敗，請詢問使用者此外掛程式的存放位置。在以下所有檔案路徑和 shell 命令中使用該絕對路徑。下面的 VIDEO 代表 ${CLAUDE_PLUGIN_ROOT}/scripts/video。

1. 檢查設定狀態。 讀取 ${CLAUDE_PLUGIN_ROOT}/references/brand-voice.md。如果該檔案不存在，或其第一行是 <!-- MARKETING-SKILL:UNCONFIGURED -->，則暫停並詢問使用者此外掛程式的 4 個設定問題（優先任務；要製作的內容類型；目標受眾 + 語調；預設輸出格式 — 與 /marketing-skill:marketing-setup 相同），然後再繼續，接著將答案儲存到該檔案中，並將標記改為 CONFIGURED 並附上今天的日期。 如果檔案尚未設定，但使用者已要求跳過設定或使用預設值，則不要詢問：改用其佔位符預設值執行此次操作，用一句話說明，並保持標記不變。

2. 選擇客戶。 與 montage-video 步驟 2 (${CLAUDE_PLUGIN_ROOT}/skills/montage-video/SKILL.md) 完全相同：可以是已儲存的客戶（讀取設定檔及其 ## Notes）、新客戶（公司名稱、聯絡方式、所需的免責聲明、標誌、顏色、他們喜歡的音樂），或使用者自己的公司（省略 client:）。設定檔存放在 ${CLAUDE_PLUGIN_ROOT}/state/clients/ 中，且不會被 git 追蹤。

3. 詢問素材、音樂和旁白。 一次訊息中詢問：

   • 片段（預設詢問項目）。 手機拍攝的短影片，每個 3 到 15 秒，每個房間、角度或時刻一個。如果他們尚未拍攝，請提供 montage-guide.md 中的 "拍攝片段提示"：直式拍攝、每個鏡頭穩定持握 3 到 5 秒、緩慢移動、光線充足、細節特寫。
   • 音樂（如果有的話）。 使用者有權在廣告中使用的曲目。來自串流應用程式或廣播的歌曲不算。否則：使用客戶已儲存的音效（免費產生的曲目）、創用 CC 曲目（執行 node VIDEO/media.js search "<情緒>" --type music --out state/videos/assets --count 3），或無音樂，讓他們在發佈時在應用程式中加入熱門音效（TikTok 和 Instagram 的商業帳戶都有商業使用曲庫）。
   • 旁白（如果有的話）。 使用者錄製的旁白（一個檔案即可，手機語音備忘錄也可以），需附上他們所說的逐字內容，以便製作字幕。或是有人對著鏡頭說話的片段。或不需要：大多數蒙太奇影片只有音樂。
   • 參考的蒙太奇影片（如果有的話）： 使用者傳送的影片（或 brand-voice.md 中「影片設定」的風格參考）。執行 node VIDEO/reference.js <video>，讀取其 reference.md 並查看其時間表；然後模仿其節奏（pace: 其典型的鏡頭長度，如果剪輯點在節拍上則為節拍數）、其快速剪輯的爆發點、其字幕和感覺，並用一句話說明你正在模仿什麼。模仿其剪輯方式，切勿使用其素材、音樂或文字；要求提供檔案，而非從應用程式下載他人的貼文。
   • 只有照片？ 詢問他們是否可以改為拍攝幾個片段（這是免費且最真實的呈現方式）。如果不行，則移交給 montage-video，它會使用免費的本機運鏡來移動照片。僅在使用者要求真正的相機運鏡或新角度時，才提出 AI 照片轉影片，並說明這需要付費方案（Figma Weave 影片模型僅在付費 Figma 方案上執行）。僅在使用者表示他們有付費方案並批准報價後才執行，並遵循 montage-video 的 "AI 相機運鏡" 步驟。
   • 將檔案存到磁碟。 渲染器需要檔案：詢問資料夾（或檔案路徑）。貼到聊天中的影片無法被渲染器讀取。如果它們在 Google Drive 中，且有可用的 Drive 連接器，請使用它將檔案下載到新資料夾中。
   • 僅使用使用者或客戶拍攝或有權使用的素材，以及同意出現在影片中的人員。

4. 匯入素材。 執行 node VIDEO/montage.js inspect <資料夾> --slug <縮寫>，其中縮寫要簡短且能為影片命名（例如 maple、taco-night）。

   • 它會將每個片段複製到 state/videos/assets/<slug>-01.mp4 等，保留其原始畫面和聲音，但移除元資料（包括手機片段的位置資訊）。原始檔案不會被修改。
   • 它會印出每個片段的大小、形狀、長度，以及是否有聲音，並標記出較長、橫向和低解析度的片段。
   • 它會寫入一個編號的連絡表 <slug>-contact.png，以及一個起始腳本 state/videos/<date>-<slug>.md，每個檔案對應一個鏡頭。
   • 將使用者的音樂複製到 state/videos/assets/<slug>-music.<ext>，將他們的旁白複製到 state/videos/assets/<slug>-vo.<ext>。

5. 觀看每個片段。 你無法播放影片，所以請查看影格：

   • 對每個片段執行 node VIDEO/montage.js frames <片段> --every 1（對於短暫且忙碌的片段使用 --every 0.5）。它會每秒排列一個影格並顯示其時間，並在片段聲音較大時（有人說話，或值得保留的聲音）印出提示。閱讀每個時間表。
   • 說明每個片段顯示的內容，並選取其最佳時刻：穩定、清晰、光線充足、主體明確。跳過晃動的開頭、手機放下的畫面、模糊以及任何未同意出現的人員。每個選擇都是一個區段，[from: 3.5] [to: 6.5]：對於大多數鏡頭，1.5 到 4 秒是合適的。一個長片段可以提供兩個或三個來自不同時刻的鏡頭。
   • 橫向片段會被裁切為 9:16。在 [focus: x%,y%] 中註明要保持在畫面中的內容（人物、產品、壁爐）。
   • 註明哪些片段的聲音應保留（[sound]）：有人對著鏡頭說話、笑聲、烤架上的滋滋聲。你無法聽到它們，所以請詢問使用者說了什麼，以便製作字幕，並說明你保留了哪些片段的聲音，以便他們檢查。
   • 說明你省略了哪些片段或時刻及其原因，以便使用者可以推翻你的決定。
   • 使用 ${CLAUDE_PLUGIN_ROOT}/references/montage-guide.md（"片段：順序"）來排列鏡頭順序：最有力的時刻放在開頭，然後是穿越場所或活動的路線，最後以行動呼籲結尾。

6. 一次訊息中確認範圍。 提出建議，並讓使用者修正：

   • 長度和鏡頭數： 大約 15、30 或 60 秒，以及哪些時刻會填滿它。
   • 音樂： 他們的曲目、客戶的音效、另一種風格、創用 CC 曲目（先傳送讓他們聆聽），或無音樂。
   • 旁白： 他們的旁白、保留原聲的片段，或無旁白。
   • 畫面文字： 鉤子（從 ${CLAUDE_PLUGIN_ROOT}/references/hooks.md 中選出三個選項，每個來自不同的模式）、每個鏡頭的標籤、任何狀態貼紙、行動呼籲，以及列表或產品的價格和規格。每個事實都來自使用者或客戶。如果缺少某項，則詢問，或將其省略。

7. 撰寫腳本並建立頁面。 編輯起始腳本。格式和每個標籤都記錄在 VIDEO/montage.js 的頂部：

   ---
   title: taco night
   client: casa-lupe
   hook: tuesday is taco night
   cta: book a table · link in bio
   music: assets/taco-night-music.mp3
   pace: 4 beats
   ---
   3. assets/taco-night-03.mp4  Fresh off the grill  [from: 1.2] [to: 4] [sound]
   1. assets/taco-night-01.mp4  Handmade tortillas  [from: 0.5] [to: 3] [focus: 40%,60%]
   2. assets/taco-night-02.mp4  Meet chef Lupe  [from: 6] [to: 10.5] [sound] [say: Every tortilla is pressed by hand, every morning.]
   4. assets/taco-night-04.mp4  The patio  [from: 2] [to: 5] [move: push-in]
   

   • 片段區段： [from:] 和 [to:] 設定區段。然後鏡頭會配合節拍進行調整（向上取整，因此會播放到 [to:] 之後的片刻）。對片段使用 pace:，單位是拍（beats），而非小節（bars）：一個小節會將 3 秒的區段在 96 BPM 下向上取整到 5 秒。
   • 片段原聲： [sound] 會同步播放它，音樂在其下被降低音量。該片段上的 [say: ...] 是其中所說的內容，會逐字加上字幕。不會再次配音。
   • 使用者的旁白： voiceover: assets/<slug>-vo.m4a 和 voiceover-text: <他們的逐字稿>。它會從 0.3 秒開始播放（可用 voiceover-at: 更改），音樂在其下被降低音量，字幕在每個鏡頭上低位顯示，鏡頭會延長以覆蓋旁白。不要同時使用 [say: ...] 語音行。
   • 他們的音樂： music: assets/<slug>-music.mp3。它的節拍會用 beats.js 讀取，剪輯點會落在節拍上。music: none 則保留空間，讓使用者在應用程式中加入熱門音效。
   • 運鏡： 片段保留其自身的動作。[move: push-in]、pull-out 或 drift 會在其上加入緩慢的縮放。平移會滑動縮放後的片段，因為影格旁邊沒有東西可以平移。
   • 混合的照片 會像在 montage-video 中一樣移動（平移、推近、3D 運鏡）。

   然後執行 node VIDEO/montage.js state/videos/<date>-<slug>.md。它會在腳本旁邊寫入 <date>-<slug>.html，印出鏡頭表、聲音、旁白和任何注意事項（片段比其鏡頭短、鏡頭被延長以便閱讀其標籤），並執行 render.js --check。修正檢查中列出的問題，通常是縮短標籤，然後重新執行直到沒有錯誤為止。

8. 初剪。 自行查看 node VIDEO/render.js <頁面> --slides 的每個影格：主體是否在畫面中（沒有被橫向片段的裁切切掉）、標籤可讀、字幕不與標籤重疊、順序能講述故事。然後：

   • 將幻燈片傳送給使用者，以批准順序和文字。
   • 渲染：node VIDEO/render.js <頁面> state/videos/<slug>-v1.mp4 --cover 0。它會寫入 MP4 檔案（1080×1920，30fps）、一張封面圖片，並且在有旁白或有字幕的片段原聲時，產生一個 .srt 字幕檔。--draft 會快速產生一半大小的版本，以便先檢查時間。切勿發佈草稿。
   • 你無法聽到結果。請要求使用者聆聽：音樂、每個保留的片段原聲，以及對照字幕的旁白。

9. 編輯直到正確為止。 每個請求都變成對腳本的編輯，切勿編輯頁面，因為 montage.js 會重新計算所有時間：

   使用者說	腳本中的修改
   "用她笑的那段"	該鏡頭的 [from:] / [to:]（在 --every 表中找到它）
   "剪掉晃動的部分"	較晚的 [from:]，或較早的 [to:]
   "廚房那段長一點"	較晚的 [to:]，或 [hold: 4s]
   "快一點" / "慢一點"	較短的區段、pace:（例如 3 beats），或 length:
   "做成 15 秒"	length: 15，並刪除最弱的時刻（說明哪些）
   "廚房先放"、"交換 3 和 5"	重新排序編號行
   "保留那個的聲音" / "靜音"	加入或移除 [sound]
   "為他所說的加入字幕"	在該 [sound] 片段上加入 [say: <他的話，一字不差>]
   "加入我的旁白"	加入 voiceover: 和 voiceover-text:
   "換首歌" / "不要音樂"	將 music: 改為另一個檔案、一種風格，或 none
   "顯示左側"、"讓她保持在畫面中"	[focus: 25%,50%]
   "放大它"	[move: push-in]（搭配指向該位置的 [focus:]）
   "更流暢" / "剪輯更有力"	transition: fade，或 cut、slide、zoom、wipe、flash
   "修改文字"	標籤、hook:、cta:、price:、specs:
   "慢動作"	不支援：無速度變化。使用手機慢動作功能拍攝的片段會以原始速度播放
   "換顏色 / 標誌 / 電話號碼"	客戶的設定檔，而非腳本

   每一輪：編輯腳本，再次執行 montage.js，然後對時間變更使用 --draft，或對視覺變更使用 --slides。將下一個版本渲染為 <slug>-v2.mp4、-v3.mp4 等。切勿覆蓋較早的版本，以便使用者可以回到他們喜歡的任何版本。

10. 定稿。 使用者的核准。然後按照 montage-video 的完成流程（"Outro" 步驟）操作：要求他們在貼文中標記您的服務、將影片儲存到 assets/（如果有 git，則提交它），並在 state/videos/ 中記下最終的 -vN。

montage.js 參考資料

• 鉤子： 一種簡短、以動詞開頭的陳述，吸引觀眾，告訴他們影片中會發生什麼，並出現在影片的開頭。
• 標籤： 每個鏡頭的簡短體文字，使用客戶的風格。
• 行動呼籲 (CTA)： 最後一個鏡頭。如果客戶有「個人檔案連結」或連結頁面，則為該 URL；如果客戶的帳號上傳了橫幅，則為「個人檔案連結」；如果他們有優惠券或折扣，則為「#連結」；如果他們希望觀眾連結到該頁面，則為「預訂」。不要使用他們沒有的 CTA。
• 剪輯長度： 最佳配速大約是每個鏡頭 2-3 秒。用您提出的長度與使用者確認。

其他注意事項

• 此技能和 montage-video 都假設使用者是唯一創作者。 當外掛程式的品牌是合作夥伴時，服務名稱會顯示在標籤和描述中，而非顯示在影片上。
• 建立蒙太奇影片。不要將其命名為「reel」或「shorts」，除非使用者要求（有些人拒絕，因為這些術語屬於特定平台；蒙太奇影片是通用的）。
• 不要使用 AI 產生的素材或庫存影片。使用使用者提供的素材。
• 不要將素材儲存在使用者的專案目錄或外掛程式的根目錄中。使用 state/videos/。
• 影片中的文字應反映客戶的風格（正式 vs. 休閒等）。
• 切勿輸出容量超過 10 MB 的影片。如果超出，請使用下一個最高的 --quality 設定（例如 60 → 50）重新渲染，直到低於該限制。
• 切勿自行發佈影片。
• 不要在一個鏡頭中混入 [move:] 和 [focus:]。[focus:] 不會移動鏡頭。
• render.js --slides 輸出網頁，而非影片。它很適合審查順序、標籤和文字，但無法顯示移動或節拍。
• render.js --draft 會進行 540p 渲染。切勿將其傳送給使用者，除非用於粗略的時間檢查。
• state/videos/ 中的媒體片段會由 montage.js 重命名為 <slug>-<NN>.mp4。始終編輯那個。
• montage.js 讀取媒體的比特率以保持高品質。不要混用低解析度片段。
• 連絡表是一張圖片，包含所有片段的第一個影格。