Motion 計畫:哪裡該顯示什麼、如何顯示
你的任務不是思考「要做什麼漂亮的動畫」,而是 從口頭說明中判斷哪些內容需要以視覺方式呈現。 這是兩個不同的任務。在此風格中,動畫並非裝飾,而是第二資訊通道:聲音 解釋,圖像同時展示思考的結構。
因此,選擇手法的核心標準是:思考具有形式 — 對比、序列、嵌套、 規模、分岔點。手法應根據形式選擇,而非根據感覺。
預設風格 — v4
請按照 v4 風格進行規劃(請參考 ../motion-build/references/style-v4.md,已獲得作者認可為標準):
- 每個場景都有佈局:
kinetic(片頭 + 2–3 個重點句)、split-cam(主要講述,約 40%)、full(重要概念,約 20%)、split-screen(作者展示/繪圖,約 25%)、lower(示範中的術語); - 每個場景(kinetic 和純圖表除外)都需提供一個英文英雄圖片提示:僅用一句話描述隱喻物件,並帶有一個 cobalt-blue 細節(風格尾巴通用,請參考
gen_images.sh); - 每個場景都需標註音效提示(
whoosh / pop / click / click-soft / ping / key-press / typing / stamp / neg); - 串流密度:約每 60 秒插入一次,每次持續 8–19 秒,且不短於 40 秒;若作者現場示範或繪圖,則使用 split-screen/lower 或不插入(並記錄原因);
- 時間計算應以逐詞為單位(使用 Groq whisper 的
timestamp_granularities[]=word模式),而非以片段為單位。 如果作者有單獨錄製片頭,請參考recipes/v4/intro-kinetic-steps-split.html的範例進行規劃。
需閱讀的文件
references/catalog.md— 手法目錄:說明每個手法適合呈現哪種思維形式,以及在何時使用。這是主要參考手冊,請在開始規劃前完整閱讀。references/rhythm.md— 節奏與佈局:各區段的拼接密度、每部影片的插入次數、每個場景的持續時間、四種重複的畫面佈局。請在設定時間碼前閱讀。
工作流程
1. 取得附時間碼的文本
若有逐字稿 — 直接使用。需要時間碼;若無,請要求提供或從影片中取得。
若有影片連結或檔案 — 載入 watch 技能。它會下載影片、產生逐字稿並截取畫面。
畫面很有用:可看出哪些部分已有螢幕錄影,哪些是單純的講者頭部畫面(需要加入動畫)。
若只有腳本而無錄音 — 根據腳本進行規劃,時間碼以每分鐘約 150 字的速度粗略計算,並誠實告知錄音後時間碼可能會偏移。
2. 找出具有結構性思維的段落
瀏覽文字,標記作者提出具有結構性陳述的地方。特徵包括:
- 對比 — 「過去 / 現在」、「不是 X,而是 Y」、「以前 / 現在」;
- 列舉 — 「三件事」、「第一…第二…」;
- 序列 — 「首先,然後,最後」;
- 嵌套或層級 — 「層級」、「內部」、「表面」;
- 數字或比較 — 「十倍」、「一小時取代四小時」;
- 分岔點 — 「要麼…要麼…」、「如果…那麼…」;
- 引用或他人觀點;
- 定義 — 「X 就是…」。
不具結構性的段落(例如「現在我要講…」、「這點稍後再談」、主題之間的過渡)則不需規劃。
3. 維持密度
在參考風格中,視覺插入約 每 10 秒一次,且幾乎沒有靜態圖形畫面。但這不代表「所有地方都要動畫」:其中一半的片長 是講者頭部畫面加上覆疊,而非全螢幕圖形。
以一部十分鐘的影片為參考:8–14 個全螢幕插入,加上在長時間講者頭部畫面時使用的覆疊(字幕、章節標題、引用)。
如果某個片段很重要,但相鄰片段已佔用 — 則將其保留,不加入圖形。兩個強烈的插入會互相抵消; 它們之間需要留白。
4. 根據形式選擇手法
開啟 references/catalog.md,根據思維形式而非美觀程度選擇手法。目錄中每個手法
都會說明它呈現什麼,以及何時使用。
三個比美感更重要的規則:
一個手法對應一個思維。 如果一個片段包含兩個思維,則應拆分為兩個片段,或將其中一個思維留在文字中。
不要連續重複使用相同手法。 連續兩個 rack-focus 場景會顯得像模板。請記住最後使用過的手法,並選擇不同的手法。
手法的複雜度應與思維的重要性成正比。 最昂貴的手法應用於影片最重要的論點。如果一個包含六個圖層的精緻推軌鏡頭只是 用於一個過渡性的句子,觀眾會視為噪音。
5. 撰寫 MOTION.md
# Motion 計畫 — <影片名稱>
片長:12:40 · 插入次數:11 · 覆疊次數:6
## 場景
### 01 · 00:14–00:19 · 用一個推軌鏡頭鉤住觀眾
**口述內容:** 「幾乎所有人都在錯誤地使用 AI,問題不在提示詞。」
**思維形式:** 對比式開場,承諾揭露真相。
**手法:** 包含三個子手法的推軌鏡頭(標誌滑開、標題分解、標記擦拭)。
**畫面內容:** 70px Unbounded 字體的主張、標記在「錯誤地」下方、頂部的標誌、兩個單線條圖示。
**原因:** 這是影片最重要的句子,使用最昂貴的手法。
**持續時間:** 5.0 秒
### 02 · 00:47–00:51 · 過去 / 現在
...
必填欄位:時間碼、口述內容、思維形式、手法、畫面內容、原因、持續時間。「原因」欄位並非形式 — 若無法填寫,表示手法選擇是隨機的。
6. 將每個場景展開為規格
負責組合的子代理程式未看過影片或計畫。規格必須能夠獨立運作。
場景規格
/motion-build 所採用的格式:
# 場景 02 — 「過去 / 現在」(手法:垂直推送 + 速度匹配)
手法參考:catalog → vertical-push。**複製機械原理,配色取自設計系統。**
## 發生什麼事
用一段話說明:運動的本質以及為何這樣設計。
## 逐幀描述
| t | 狀態 |
|---|---|
| 0.0–1.4 | 場景 A 就位,push-in 1.00→1.03 ease none。 |
| 1.4–1.95 | 軌道移動 yPercent 0 → −50,power3.inOut,模糊濾鏡 0→14→0 在 1.675 達到峰值。 |
| 1.95–3.6 | 場景 B 保持,標題和晶片逐詞組合。 |
## 時間與緩動
精確的數值和曲線。哪些是關鍵的,哪些可以調整。
## Z 軸順序
[0] 背景 → [1] … → [N] …
## 內容
畫面中應包含的精確文字。不是「標題」,而是標題本身。
## 合成持續時間:3.6 秒
畫面中的文字應由你自行撰寫,並從作者的口述中提取 — 縮減為五到七個字。子代理程式不應 自行創作:它不知道影片內容。
檢查每個文字片段的算術。 輸入持續時間 = 字數 × 節奏(標題和晶片為 0.10–0.13 秒/字,與旁白同步閱讀的內容為 0.20–0.25 秒/字)。 如果逐幀規格中的時間窗口更短 — 則規格內部矛盾,組合工具仍會違反它,只是浪費一次疊代。這在單一影片中就發生過三次: 一個 14 個字的引用在任何節奏下都無法塞入 1.85 秒的窗口。
將輸入時間設為 1.2 秒,而非 0.6 秒。 兩階段輸入是風格規則:快速飛入(expo.out,約 0.44 秒),然後慢速著陸(power1.out,約 0.76 秒)。
規劃器看到畫面時,會認為區塊「已就位」時間約為 0.6 秒,並在逐幀規格中寫入 0.5–1.1 的窗口。組合工具必須在窗口規定和曲線之間做選擇 —
而根據技能規則,它會選擇曲線,因此規格會正常且每次都違反。在一個影片中,九個場景中有三個因此出現差異。
請根據兩個階段的完整持續時間撰寫窗口。如果從意義上來說,下一階段應更早開始 — 就這樣寫:「著陸會在畫線期間繼續」,這是正常的階段重疊, 而非衝突。
同樣地,檢查重疊:如果寫了「交接重疊 0.25 秒」,請將階段的時間加總,並確認結果為 0.25 秒,而非 0.05 秒。
原始素材的固定錨點
在開始規劃前,先查看原始素材的畫面:其中是否有固定元素 — 角落的 PiP 攝影機畫面、頻道標籤、邊框。 如果有,全螢幕插入會將其移除,且每個插入都會使此元素消失。
這在組合階段可以解決(在插入上方疊加錨點),但必須在規劃階段就知道:請在 MOTION.md 的開頭標記錨點座標,並說明插入不會覆蓋它。
否則場景的合成會直接在它下方進行,錨點會遮擋內容。
原始素材中實際剪輯點的位置
根據逐字稿規劃會給出片語的時間碼,但不會說明畫面上此時發生什麼事。 每 20–30 秒抽樣檢查畫面 是不夠的:在此影片中,0:50 和 1:10 的畫面顯示為「臉部」和「螢幕錄影」,因此推測講者頭部畫面持續到約 0:55。 實際上螢幕錄影從 0:52.2 開始 — 正好落在規劃為臉部覆疊的位置,因此場景必須重新組合。
對於每個已規劃的時間點,請在該時間碼及其結束時間截取畫面,而非依賴相鄰的抽樣。這對每個場景只需兩個畫面,耗時十秒鐘, 但可消除所有「面板放錯位置」這類錯誤。
這點對於覆疊尤其重要:全螢幕插入會完全覆蓋原始素材,不在乎底下有什麼;而覆疊則依賴特定的底層素材。 規劃為臉部但落在螢幕錄影上的覆疊,會遮擋螢幕內容,看起來像是剪輯錯誤。
同時確認覆疊不會遮擋作者自己的圖形。 在螢幕錄影中,畫面已被佔用:白板上的註釋、介面面板、作者自己的 PiP。 下方三分之一並非通用位置;如果畫面底部已被佔用,詞彙表應移到左上角,這是正常的。在規格中,請指定你在畫面中看到的具體可用區域, 而非僅標示「下方三分之一」。
覆疊
在長時間的講者頭部畫面中,不需要全螢幕插入 — 需要的是覆疊在畫面之上。 這些也應規劃,以獨立列表標示:時間碼、類型(底部字幕、章節標題、引用標籤、玻璃面板提案)。
設計系統規則:玻璃僅用於影片之上,且畫面中最多一個面板。
規劃的常見錯誤
插圖而非呈現。 「他提到速度 — 放個時鐘。」時鐘並未呈現思維,它只是標籤。呈現速度是「過去 / 現在」搭配兩個數字。
為美觀而選擇手法。 章節輪播適用於列舉章節時,而非只是為了想要動畫。
畫面中文字過多。 觀眾在兩秒內讀取畫面。不超過 3–4 個元素,主要文字從 24px 起。
根據自身能力而非影片需求規劃。 如果場景需要複雜設計 — 就規劃複雜的。決定「太貴,簡化」的是使用者,而非你。