談話頭影片處理流程
將原始或初剪的談話頭素材,轉變為已核准的工作剪輯、可編輯字幕、包含動態效果的預覽,以及經過驗證的最終導出。將此檔案視為路由器與共同契約。僅閱讀當前階段所需的路由內部工作流程與參考文件。
給初心者的承諾
假設使用者從未使用 Codex 進行過剪輯。
- 僅在答案無法安全推斷時,一次只問一個簡短的問題。
- 偏好提供可工作的預設值,而非呈現多種技術選項。
- 解釋下一個可見的結果,而不是渲染器的內部原理。
- 僅在原始素材實際需要時,才介紹粗剪、轉錄服務或 API 設定。
- 清楚說明付費與本地選項,在有用時推薦一個,且絕不強迫。
- 每個階段結束時,提供確切的輸出路徑以及使用者可以接著說出的下一個短語。
- 承接現有工作而非重新開始。
不可協商的規則
- 來源檔案不可變更。 絕不覆寫或以破壞性方式編輯提供的來源媒體。
- 主音軌是時鐘基準。 除非獲得使用者明確核准的粗剪策略,否則不得重新調整時間、重新排序、重新取樣或更換主音軌。核准後,產生的
working_video將成為下游時鐘基準,而原始檔案保持不變。 - 證據保持可讀性。 絕不遮蓋螢幕截圖正文、產品 UI、人臉或使用者標記的安全區域。不要模糊處理證據素材。
- 預覽先於最終版。 除非使用者明確要求直接導出,否則必須建立官方預覽並等待核准。
- 最終版須為原始品質。 不要將放大後的低解析度預覽呈現為真正的高解析度最終版。盡可能使用原始來源作為最終版的基礎。
- 不要中斷進度。 如果渲染正在進行,請等待並報告進度。僅在發生實際錯誤或獲得明確核准後才切換流程。
- 技能中不包含私人資料。 專案本地路徑、媒體名稱、品牌規則、螢幕截圖、客戶詳細資訊與 API 金鑰應保留在使用者的專案中。
- 僅從明確反饋中學習。 不要從沉默或一次未經確認的草稿中推斷出永久性的樣式規則。
- 排版是正確性的一部分。 在核准前,必須宣告並驗證字型系列、實際粗細、字幕行數策略、基線對齊以及最長標籤的適應性。
- 公開預設值保持品牌中立。 創作者調色板、重複出現的卡片系統以及私有視覺規則僅儲存在本地設定檔中。
- 公開安裝僅暴露一個技能。 將階段模組保留在
references/workflows/下;不要添加可能被套件管理器單獨註冊的巢狀SKILL.md檔案。 - 安裝操作是可回復的。 在替換前備份現有安裝,並封存卸載目標,而非執行遞迴強制刪除。
- 可選服務保持可選。 策展的預設鏡頭包是原生的 HyperFrames + GSAP。未經使用者明確同意,絕不複製、安裝、更新或要求使用 ShotCraft、Remotion 或其他服務。原生配方必須保持為完整的備用方案。
在進行預覽或導出工作之前,請閱讀 references/quality-gates.md。
路由表
| 使用者意圖或短語 | 路由 | 典型輸出 |
|---|---|---|
初始化视频项目, 第一次用, start a video project | references/workflows/init.md | 狀態、編輯計畫、設計設定檔 |
原片还没剪, 删口误和停顿, 帮我粗剪, raw takes, rough cut | references/workflows/rough-cut.md | 經核准的非破壞性粗剪與時間交接 |
抽字幕轴, 只做字幕, transcribe, 改字幕 | references/workflows/captions.md | SRT、CSV、轉錄稿 JSON |
帮我设计, 换颜色风格, 规划弹窗, design | references/workflows/design.md | DESIGN 與完整編輯計畫 |
参考这张截图设计, 按这张图的视觉语言, style reference | references/workflows/design.md 參考分支 | 專案本地 STYLE_REFERENCE |
按语义匹配动效, GSAP 动效丰富一点, semantic motion | references/workflows/design.md,然後預覽 | 驗證過的 MOTION_PLAN 與預覽 |
参考 ShotCraft, 推荐电影感镜头, cinematic shot reference | references/workflows/design.md ShotCraft 分支 | MOTION_PLAN 中可選的映射鏡頭參考 |
做预览, 加动效, build preview | references/workflows/preview.md | 官方預覽 URL |
出成片, 导出 4K, export final | references/workflows/export.md | 經過驗證的最終影片 |
改这个, 恢复上一版, revise | references/workflows/revise.md | 範圍限定的修訂與新的預覽/最終版 |
进度, 到哪了, status | references/workflows/status.md | 當前階段與下一步行動 |
体检, 为什么失败, doctor | references/workflows/doctor.md | 唯讀診斷 |
以后都这样, 记住这个风格, learn this | references/workflows/learn.md | 已確認的專案本地教訓 |
复盘成片, 下次怎么改进, retro | references/workflows/retro.md | 結構化的交付回顧 |
升级状态, 迁移, migrate | references/workflows/migrate.md | 狀態架構升級 |
模式偵測
在路由之前:
- 找到使用者的影片專案目錄,而非此技能儲存庫。
- 尋找
.naive-video-state.json。 - 如果該檔案不存在且任務不僅僅是一次性的字幕文字編輯,則載入初始化工作流程。
- 如果該檔案存在,則讀取它,並僅在相關時讀取
EDIT_PLAN.md、DESIGN.md和VIDEO_LESSONS.md。當working_video存在時使用它;否則使用main_video。 - 當狀態與檔案不一致時,執行
python3 tools/video_doctor.py --project <project_dir>。
使用以下階段:
initialized -> captions_ready -> design_ready -> preview_ready
-> approved -> rendering -> final_ready
在品質關卡通過之前,絕不標記為後續階段。
預設流程
當使用者要求完整工作流程時:
- 使用
ffprobe檢查來源媒體。 - 初始化專案狀態與安全的輸出目錄。
- 僅在不確定素材是否已粗剪時詢問。如果是原始素材,則載入可選的粗剪工作流程並要求核准策略。
- 從
working_video(若存在)或main_video產生或驗證字幕檔案。 - 詢問是否需要顯示螢幕截圖、錄製畫面、產品圖片、圖表或示範。讓使用者選擇語義放置、確切秒數/口語句子錨點或混合模式;解釋確切的錨點更精確。
- 當有詞級時間資訊時進行正規化,並將語音拆分為面向觀眾的邏輯組。不要從整句字幕的開始時間偽造詞級精度。
- 收集或推斷樣式設定檔與安全區域。為初學者提供可選的螢幕截圖參考比對。
- 撰寫編輯計畫與語義動畫計畫,包含所有請求的插入內容、邏輯組連結與時間範圍。
- 對於新專案,除非使用者選擇
skip,否則自動將一些安全的語義節點對應到策展的(受 ShotCraft 啟發的)原生套件。保留已核准的現有專案、原生配方與離線備用方案。 - 對於首次使用、新樣式或推理密集型工作,渲染具有代表性的靜態關鍵影格,並在全動態預覽前解決構圖問題。
- 使用 HyperFrames + GSAP 建立預覽,必要時使用瀏覽器友好的代理。
- 執行預覽品質關卡並提供官方預覽 URL。
- 等待核准,除非明確告知跳過。
- 使用已核准的工作影片及其音訊時鐘,渲染疊加層或最終合成。
- 驗證檔案存在、時長、解析度、影格率與音訊。
- 僅將確認過的反饋記錄為專案本地的教訓。
- 交付後,執行事實性回顧,並僅提升明確的、隱私安全的規則。
專案檔案
初始化工作流程建立以下最小的專案記憶體,且不觸碰來源媒體:
<project_dir>/
├── .naive-video-state.json
├── EDIT_PLAN.md
├── DESIGN.md
├── CONTENT_LOGIC.json # 面向觀眾的推理群組與計時節拍
├── STYLE_REFERENCE.md # 僅在使用參考圖片時建立
├── MOTION_PLAN.json # 在規劃語義動畫時建立
├── VIDEO_LESSONS.md
├── VIDEO_RETRO.md
├── edit/
│ ├── rough-cut.mp4 # 可選;原始媒體從不被覆寫
│ ├── rough-cut-edl.json # 可選的決策記錄
│ ├── script-aligned.srt
│ ├── caption-table.csv
│ └── transcripts/
├── preview/
├── final/
└── qa/
└── KEYFRAME_REVIEW.md # 動態預覽前的靜態構圖審查
狀態是可操作的元數據,而非媒體資料庫。保持其內容精簡,且絕不儲存轉錄稿本文、私人螢幕截圖或機密資訊。請參閱 references/state-management.md。
樣式預設
如果使用者想要速度且未提供參考:
- 保留來源長寬比。
- 使用帶有一個可設定強調色的乾淨、可讀的卡片系統。
- 使用帶有節制關鍵字強調的粗體字幕。
- 使用 GSAP 變換與透明度進行動畫。
- 將卡片放置在已驗證的空白區域。
- 當螢幕截圖或示範可見時,降低動畫密度。
- 保持可讀文字水平與基線對齊;對包含的元件進行動畫處理,而非傾斜標籤。
- 選擇明確的字幕最大行數與換行策略。
僅在品牌一致性至關重要時才詢問強調色。否則使用中性預設,並使其易於後續更改。初學者可以選擇提供螢幕截圖並選擇 low、medium 或 high 參考強度;解釋該技能複製的是視覺語言,而非來源品牌或內容。動畫密度為 restrained、balanced 或 energetic。請參閱 references/style-onboarding.md。
詳細的 GSAP 配方與語義映射位於 references/motion-recipes.md。執行時期與外掛選擇位於 references/gsap-runtime.md。螢幕截圖提取與反複製規則位於 references/style-reference-workflow.md。素材計時選擇位於 references/asset-onboarding.md。僅在匹配的設計分支時載入它們。
ShotCraft 偵測與適應規則位於 references/shotcraft-integration.md;原生初學者套件位於 references/shotcraft-default-pack.md。在新自動專案、命名卡片或電影感鏡頭請求時載入它們。絕不靜默安裝服務。
詞級時間資訊、面向觀眾的邏輯群組以及累積/退出行為位於 references/content-logic-workflow.md。在字幕之後、語義設計之前載入它。
排版、元件幾何、玻璃通知以及尋址安全聚焦/類型/分割適應位於 references/visual-quality-rules.md。在每個設計或預覽任務時載入它。
自我迭代契約
自我迭代意味著改善當前使用者的工作流程,而不將其洩漏到公開預設值中。
將反饋分類為以下範圍之一:
project:僅適用於此影片。profile:適用於此使用者的未來影片;僅在獲得明確確認後才寫入。product:一個隱私安全的、一般性的可靠性改進;將其單獨提案給技能維護者。
將設定檔反饋記錄在 VIDEO_LESSONS.md 中,包含使用者的原始話語、已確認的規則以及受影響的欄位。