Communitygithub.com

聊天啟動影片

為需要用戶輸入請求(如助手、搜尋、預訂、訂購)的產品製作23秒聊天式啟動影片:用戶在真實輸入框輸入請求,產品逐步運作,結果湧現,最後以品牌畫面作結。直式螢幕,含音效。當用戶要求為此類產品製作啟動影片、宣傳片、預告片或動畫時使用。

聊天啟動影片 是什麼?

此技能可自動化製作23秒的聊天式啟動影片,專為以對話為核心的產品(如AI助手、搜尋引擎、預訂或訂購服務)設計。影片從用戶在產品真實介面輸入請求開始,逐個畫面展示產品處理過程(如思考、搜尋、逐步進展),然後結果以卡片形式湧現,最佳結果被選中並觸發實際操作(如預訂、下單),最後以品牌結尾畫面收場。整個過程為一鏡到底,每個場景由前一個場景轉換而來。 此技能透過改編參考影片運作,而非從頭開始設計,因此能確保一致的節奏和風格。它支援擷取真實產品畫面,並將其整合到影片中。在開始前,它會檢查所需的工具(Node.js、ffmpeg、Chrome瀏覽器),並引導用戶提供必要的產品資訊。此技能涵蓋從初始設定、畫面擷取、HTML與CSS調整、影片渲染到最終輸出的完整工作流程,並包含品質檢查(如比較渲染結果、測試文字是否超出畫面)以及生成社交媒體宣傳文案。它專為Chrome、Edge或Brave瀏覽器設計,以Puppeteer進行自動化操作,並支援自訂音樂或內建音樂庫。

相容平台~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/omnigami-ai/plugins/tree/main/plugins/omnigami-social-videos/skills/chat-launch

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

聊天啟動影片 是做什麼的?

明確的使用者指示優先於此工作流程。僅處理經授權的產品和範例資料。 請勿要求提供密碼、API金鑰、付款資料、政府識別碼、健康記錄或其他敏感性資料。 在安裝缺少的本機相依套件至工作專案前,請先說明缺少哪些資源。網路存取僅限於 授權產品及其授權素材,以及已聲明的 npm 相依套件;請遵守存取控制。 一次只渲染一個工作並等待其完成。將發布、傳送和部署作業保留在此任務之外。

如果多個技能都能完成此任務: 當請求未指定技能名稱,且你的代理程式也擁有其他能製作同類內容的 omnigami 技能(例如其他啟動影片、短片、簡報或模型)時,請先列出它們的名稱,並詢問使用者想要使用哪一個,然後再開始。如果已指定名稱,或它是唯一安裝的技能,則直接開始。

對於日文、韓文或中文的產品頁面,請保留原文文案,並將影片的 lang 設為頁面的 <html lang>;內建的 Noto 字型和斷詞功能會處理文字顯示。

你將為使用者的產品製作一部23秒的聊天式啟動影片: 某人向產品提出請求,產品 處理該請求,答案以卡片形式湧入,最佳卡片成為回覆, 使用者點擊該卡片,按鈕逐漸變成結尾畫面。一鏡到底: 每個場景都由前一個場景演變而來。你的工作是改編一部現成的 影片,而不是從空白頁面開始:reference/ 是一個完整的 Ostlery(一家為 omnigami 範例而創建的虛構公司:一個能夠尋找並預訂小型住宿的助手)影片,附有 經過測量的佈局和動作規格(spec.md)。它的畫面是真實 Ostlery 應用程式的截圖;影片自身的 形狀(光暈、湧入效果、按鈕、片尾)則疊加在它們之上。 保留其動作;更改其內容。

影片為直式(1080 × 1920)。手機螢幕是鏡頭移動所穿越的世界,使用應用程式的 CSS 像素(寬度390);手機外框是 一張無品牌手機的照片(assets/art/phone.png)。

開始前請先閱讀 style.md,進行判斷前請先閱讀 critique.md。

開始之前

  1. 檢查工具: node -v(20 或更新版本)、ffmpeg -version,以及 Chrome、Chromium、Edge 或 Brave 瀏覽器(scripts/chrome.mjs 會自動尋找;CHROME_PATH 可覆蓋)。如果缺少某項,請說明如何安裝並停止。
  2. 一次性地在一個訊息中詢問使用者尚未提供的資訊:產品的 URL(或公開的示範、提供的螢幕截圖、或已明確授權且已登入的本機瀏覽器)、使用者會在產品中輸入的一個請求,以及兩行結尾文字。如果使用者不希望被詢問,則從網站自行判斷。

步驟

SKILL_DIR 是此檔案所在的資料夾。請在目前目錄的 chat-launch-film/ 中工作。

  1. 設定環境。
    mkdir -p chat-launch-film && cp -R "$SKILL_DIR/reference" chat-launch-film/reference && cp -R "$SKILL_DIR/reference" chat-launch-film/film && cp -R "$SKILL_DIR/scripts" chat-launch-film/scripts && cp -R "$SKILL_DIR/music" chat-launch-film/music
    rm -rf chat-launch-film/reference/out chat-launch-film/film/out
    cd chat-launch-film && npm init -y >/dev/null && npm i -D 'puppeteer-core@^24'
    
    reference/ 保持不變,以供比較之用。你編輯 film/ 中的內容。
  2. 了解產品。 node scripts/capture.mjs <url> capture,然後查看每張螢幕截圖並讀取 capture/brand.json:其名稱、用語、顏色、標誌以及其實際功能。然後在手機大小的視窗中使用它:提出該請求並跟隨其實際步驟,一步接一步。
  3. 將故事映射到產品上。 永遠不要拒絕產品,也不要強行將產品塞入參考內容的框架中:保留影片的節奏,但更改每個節奏所承載的內容。
    • 找出貫穿全片的核心事物: 從被輸入的請求開始,一直到使用者實際操作的結果(Ostlery:行程,然後是它預訂的住宿)。

    • 用一句話寫出故事,以產品的真實流程為基礎, 並檢查它:每個場景都是產品實際採取的一個步驟,按順序出現一次,結尾是真實的結果。

    • 當產品沒有某個節奏時,替換它;不要為產品憑空創造功能。 每個節奏都有替代方案:

      節奏參考 (Ostlery)替代方案
      提出請求在應用程式自身的輸入框中輸入請求搜尋框、提示輸入框、表單的主要欄位
      思考中,一拍接一拍(第8-11拍)搜尋的四次檢查,每次顯示計數產品自身的進度:步驟、讀取的來源、計數、狀態行;或在多個節奏中保持一個工作狀態
      結果湧現六個住宿,一個接一個被擷取產品的結果物件:行、卡片、檔案、匹配項
      最佳結果最佳匹配飛回其在對話中的位置產品放在第一位的結果
      動作「預訂」→「預訂中」→「已預訂」產品真實的下一步及其實際狀態
      結尾兩行文字、標記、文字商標相同,但使用產品自己的用語
    • 說明更改了哪些內容。 將句子和狀態列表寫入 film/STATES.md(一個表格:時間、狀態、顯示內容、畫面上的文字),並用一行文字告訴使用者你替換了哪些節奏以及原因。

  4. 擷取產品的真實畫面。 仿照 reference/plans/mobile.json 的格式(格式說明在 scripts/screens.mjs 頂部)編寫 film/plans/mobile.json,尺寸為 390 × 844,縮放比例 4:起始頁面(home);輸入請求的每個按鍵後的輸入框(ask-01 … ask-NN,使用 type 步驟擷取輸入框 around 區域);工作狀態,每個節奏一個(think-0 … think-4;參考中透過 eval 步驟達到每個狀態,顯示已完成那麼多次檢查,即產品經歷的狀態);答案(results);每個結果卡片單獨顯示(stay-0 … stay-5,將行滾動到每個卡片);以及動作的狀態(booking、booked,位於答案的滾動位置)。記錄輸入框及其發送按鈕、訊息泡泡、工作卡片及其載入動畫、最後一個計數、結果卡片、回覆行、動作和按鈕的 rects。在離開起始頁面之前清除輸入框,就像應用程式在發送後所做的那樣。然後:
    node scripts/screens.mjs film/plans/mobile.json film/assets/screens
    (printf 'window.SCREENS = '; cat film/assets/screens/screens.json; printf ';\n') > film/assets/screens/screens.js
    
    影片從 screens.js 讀取其截圖和矩形資料(沙盒預覽無法擷取 JSON)。永遠不要為了影片而繪製產品的畫面:觀眾所看到的產品是它的截圖。
  5. 改編 film/index.html。 它是一個包含已標記區塊的單一檔案:
    • DEFAULTS 和 FIELDS:兩行片尾文字和標題行。KICKER、WORDMARK、DONE:結尾卡片的小字行、名稱以及按鈕長大時顯示的完成標籤。
    • 顏色和字體:PAPER、INK、EMBER(強調色:湧入效果、圓點、標記)、OK(完成狀態的顏色,如果產品有的話),以及產品的兩種字體(Ostlery:Figtree 和 Newsreader,SIL Open Font License,位於 assets/fonts/)。MARK:從其 SVG 轉換為 Path2D 的產品標記。
    • SCREEN、BAR、PHONE_SCREEN:手機及其狀態列;保留它們。
    • askScreen、thinkScreen、chatScreen、bookPill:每個場景的畫面,由擷取的螢幕截圖及其矩形區域構成。thinkScreen 在每次拋擲時增長工作卡片一行並旋轉其載入動畫;chatScreen 讓回覆逐行上升,動作則彈出;bookPill 引導按鈕經歷其狀態(標籤離開,下一個上升;完成顏色從勾選標記向外填滿)。
    • stripCards、drawStay:結果卡片(來自 stay-N),它們的湧現、滑動和升起;CARD_W、CARD_H 來自卡片截圖。
    • camKeys:在每個場景中,鏡頭在世界 CSS 像素中的注視位置和距離:輸入框、工作卡片、平移前後的對話、向按鈕的推進。 保持動作程式碼不變:T(節拍)、SEND、鏡頭的時間、彈簧、湧入效果、爆發和滑動、填充、游標的時間、每個 press。 保持影片自身所有文字的大小(參見 style.md 中「Type」下的表格)。如果文字不適合,則減少文字內容;切勿將字體縮小到該尺寸以下。
  6. 檢查靜止畫面並與參考進行比較。
    node scripts/compare.mjs reference film out/compare-9x16.png --size 9:16
    
    它會在每個狀態內部的同一時間點渲染兩部影片,參考在上,你的在下。仔細查看。然後執行快速測試和手機檢查:
    node scripts/render.mjs film --size 9:16 --stress
    node scripts/render.mjs film --size 9:16 --phone
    
    快速測試會在文字超出畫面、與其他文字重疊或低於最小尺寸限制時失敗,測試會使用文字最長和最短的情況;它關於鏡頭故意裁剪(例如狀態列的時鐘,當鏡頭靠近螢幕時)的註記不算是失敗。查看它寫入 out/stress/ 的每個工作表,以找出它無法測量的內容:被卡片或圓角裁剪的文字、看起來擁擠或空曠的畫面。修復任何未通過 critique.md 的問題,然後再次比較。重複此過程,直到每個評分都達到 8 或更高。
  7. 檢查動作,從 MP4(第9步)中提取連續幀的片段,特別關注每個交接點:發送(3.6-4.4)、每次拋擲(4.62、5.08、5.54、6.0)、掉落(7.3)、湧現和滑動(7.5-8.6)、卡片飛回原位(9.8-10.3)、點擊及其狀態(12.4-13.4)、填充(14.2-14.6)和標記(16.4-18.0)。然後檢查每個節奏的留白空間(style.md):沒有任何動作在出現的瞬間立即執行,每個結果都停留一秒鐘。然後獲得全新的判斷:如果你的代理程式可以在沒有當前會話記憶的情況下啟動子代理程式,請僅提供 critique.md 和圖片給它,不附帶其他內容,然後修復它發現的最嚴重的問題;否則,請重新閱讀 critique.md 並僅根據圖片進行評分,就像一個陌生人會做的那樣。
  8. 檢查可重複性: node scripts/render.mjs film --size 9:16 --check 必須通過。
  9. 渲染。
    node scripts/render.mjs film --size 9:16 --video --blur 4 --audio music/song.mp3 --bpm 130 --land 16.62 --sound --poster 8.4
    
    此命令會寫入 out/9x16.mp4(1080 × 1920):60 fps、動態模糊、技能自帶的歌曲和來自 omnigami 自有音效庫的效果、響度約為 -14 LUFS,以及一張預覽圖(out/9x16-poster.png)。這首歌(music/song.mp3:活潑明亮的合成流行樂,130 BPM,與影片節奏相同)透過 song.mjs 與影片適配:--bpm 130 賦予其製作時的節奏(沒有它,節拍會略慢);它從一個小節線開始,並在第一行片尾文字處(--land 16.62;如果重新調整片尾時間,則需隨該行移動)落下一個節拍,此時鼓聲停止,其餘部分閉合並淡出(來自 music/song-stems/ 中的分軌)。--from <seconds> 可從其另一個不同的 8 小節段落開始(這首歌大約兩分鐘長)。--music 則使用合成的 130 BPM 配樂代替。若要使用使用者自己的歌曲,請使用 --audio their.wav,不帶 --bpm(如果其分軌放在旁邊的 their-stems/ 資料夾中,效果最佳);接近 130 BPM 的歌曲最適合影片的剪輯,而 --from 可以在其 Drop 前 16 拍開始播放。請在前景中執行並等待檔案生成。
  10. 編寫 chat-launch-film/README.md: 說明每個檔案是什麼、在哪裡更改文字、如何重新擷取畫面以及渲染指令。還要編寫 out/CAPTION.md:一個用於在 X 或 LinkedIn 上分享影片的貼文,字數少於 280 個字元,使用產品自己的用語,並包含其 URL;除非使用者要求,否則不要使用主題標籤。
  11. 報告: MP4 檔案、預覽圖、說明文字、故事句子和狀態列表、你替換了哪些節奏、最終評分,以及最能改善影片的一個改動。

規則

  • 僅限於產品的實際功能。 每個狀態都是產品執行該功能的截圖,使用它自己的用語;動作是真實的;僅使用範例資料,不得使用真實客戶資料或真實公司名稱。
  • 一個連貫的故事。 一個核心事物貫穿整部影片;每個步驟都是真實的,按產品順序出現一次;結尾是真實的結果。
  • 讓每個結果落地。 保留參考中的停留時間,並且寧可增加整個節拍也不要縮短:請求在發送前停留一秒鐘,工作的最後一步在掉落前停留一秒鐘,最佳結果在飛走前停留一秒鐘,回覆在動作出現前被閱讀,游標在點擊前停留,完成狀態停留一秒鐘,每一行結尾文字在下一行出現前被閱讀。
  • 保持動作。 時間、鏡頭、彈簧和湧入效果均來自參考。如果內容不適合,請在更改方框之前先縮短文字。
  • 每次點擊都有按壓狀態,且形狀變化透過一次移動完成(style.md,Motion)。
  • 遵守引擎規則(style.md):seek(t) 僅從其參數繪製;沒有時鐘、沒有 Math.random、沒有計時器、沒有網路連線;所有檔案都在 film/ 內部。
  • 僅限使用者的品牌。 不得出現其他公司的名稱、標誌或 UI:手機是參考中的無品牌照片,其狀態列為通用。

檔案

  • reference/:Ostlery 影片(index.html)、其擷取計劃(plans/mobile.json)和擷取的畫面(assets/screens/,包含 screens.js)、無品牌手機(assets/art/phone.png)、字型(Figtree 和 Newsreader,SIL Open Font License)、kit.js(彈簧、文字適配)。Ostlery 是為 omnigami 的範例而創建的虛構公司。
  • scripts/:capture.mjs(從 URL 獲取品牌資訊)、screens.mjs(根據計劃擷取產品的真實畫面)、render.mjs(靜止畫、片段、快速測試、檢查、MP4)、compare.mjs(參考與你的比較)、preview.mjs(可編輯文字的本地預覽)、music.mjs(合成配樂)、song.mjs(適配提供的歌曲)和 sfx.mjs(來自 sounds/ 庫的效果)、chrome.mjs。
  • music/:技能自帶的歌曲及其分軌。
  • style.md:語法、狀態、動作數值、禁用列表。
  • critique.md:如何評分以及需要檢查的內容。
  • spec.md:佈局、節拍網格、字型大小和動作測量值。

此技能為 omnigami 所有,© 2026 Auber

…

[為翻譯而截斷]

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

相關技能