AI 影片製作
這是一個已成功產出 40 部以上 Reels 與長片劇集的製作系統。它帶有明確的觀點：下列每一條規則都源自真實的失敗案例或明確的擁有者決策。專案特定的選擇（品牌、Logo、語音、預算）不在此處——每個新專案需自行設定（請參閱「專案設定」）。
核心原則
- 花費前的核准關卡。 腳本 + 分鏡圖必須先送交擁有者；在兩者均獲核准前，不得進行任何付費生成（TTS、影像、影片、嘴型同步）。在核准前，可進行素材研究和來源清單整理。核准後的任何重大內容變更，都需再次送審。每一次公開上傳都需要各自獨立的核准。
- 擁有者決定日期。 除非擁有者設定了固定節奏，否則切勿自行提議製作或發布日期/時程。維護一份內容日曆檔案，並在每次製作和發布後立即更新（狀態、實際日期、貼文 ID）——任務需完成至此才算結束。
- 先有動態設計，後有 AI。 在訂購任何 AI 片段前，先問：「這可以用程式碼建構嗎？」如果某些內容可以展示（地圖、儀表板、時間軸、檢查清單、數字、比較、規則卡片、寓意），則在 Remotion/SVG 中以零成本建構。AI 僅用於必須被看到的內容（人物臉孔、歷史場景、畫作、氛圍）。每部影片——包括 30 秒的 Reels——都使用程式碼建構的動態設計。標示每個分鏡圖圖層的類型（程式碼 / AI / 嘴型同步），並說明動態設計所佔比例。
- 每段 AI 影片都必須從已核准的參考影像開始（影像轉影片、參考影像轉影片或首尾幀）。不得使用文字轉影片。
- 音訊始終來自專用音訊工具（ElevenLabs）：旁白、鉤子、音樂、SFX。強制關閉影片模型自帶的音訊（這通常也會使價格加倍）。
- 預算上限由工具執行，而非記憶。 使用帶有上限設定的
scripts/fal_jobs.py；若預估超出上限或任何影像成本 ≥ $1，該腳本會拒絕提交。 - 我無法聽見音訊或可靠地判斷臉孔。 改用測量方式：F0 用於判斷語音性別、LUFS 用於判斷音量、STT 用於檢查用詞、靜止圖像/聯絡表用於判斷視覺效果。要求擁有者聆聽姓名與含糊不清的詞語。
- 記錄決策。 維護
DECISIONS.md（擁有者規則 + 經驗教訓，附日期）與PRODUCTION_WORKFLOW.md（當前規則）。知識/研究資料另存於一個檔案中，並標註信心等級；唯有在獲得擁有者核准後，才會成為規則。
製作順序
- 檢閱原始文字與目標 → 2. 草擬腳本 + 分鏡圖（現在就標記 Shorts 及其鉤子；重複使用素材上限約 25%）→ 3. 提取確切資產清單 → 4. 檢查現有資產，僅從授權來源下載缺失部分 → 5. 驗證下載（主題、長度、解析度）→ 6. 根據實際檔案完成腳本/分鏡圖 → 7. 送交擁有者，暫停直至核准 → 8. 生成（TTS → 參考影像 → I2V → 嘴型同步）→ 9. 在 Remotion 中組裝 + 技術品質管控 → 10. 為發布核准檢閱剪輯片段 → 11. 核准後上傳 → 12. 更新日曆 + 分析記錄。
腳本化管線（細節在 references/pipeline.md）：turns.py → tts.py → stt_check.py → build_audio.py（→ timing.ts + 字幕）→ Remotion → scripts/master.sh（雙遍 −14 LUFS + 品質管控）。
預設工具分配（可依專案覆寫）
| 工作 | 工具 | 備註 |
|---|---|---|
| 影像 | 優先使用免費代理（透過跨代理 MCP 的 Codex image_gen / Antigravity）（若可用）；否則使用 fal（nano-banana-2 用於新生成，nano-banana-pro/edit 用於風格一致性與 i2i；當 Nano Banana 拒絕時，以 Flux 2 Pro 作為備用） | 目標 ≤ $0.30/影像，絕不超過 $1 |
| 影片 (I2V) | fal：Veo 3.1（含 Lite/Fast，首尾幀用於轉場）、Gemini Omni Flash 1.1、Wan 3.0、Kling 2.6 Pro | 務必明確設定解析度——價格取決於此 |
| 嘴型同步 | 僅使用 Hedra hedra-character-3 | 通常比 I2V 更便宜/秒 → 盡可能透過角色來說故事 |
| 語音、音樂、SFX | ElevenLabs，最新的旗艦 TTS 模型（使用 list_models；切勿複製舊的 model_id） | 僅使用資料庫語音，絕不使用設計語音 |
| 錄製人聲清理 | fal veed/clean-audio → fal-ai/lava-sr（關閉降噪）→ 輕度修飾 | 增強，而非生成 |
| 剪輯 / 渲染 | Remotion（+ @remotion/three 最多用於一個 3D 英雄場景） | |
| 後製 / 品質管控 | ffmpeg | scripts/master.sh、scripts/qc.sh |
模型/價格細節與陷阱：references/ai-generation.md。
血淚教訓（那些花錢買來的規則）
- 絕不設計新的 TTS 語音（
text_to_voice）。設計語音會錯誤發音非英語詞彙，且 STT 無法捕捉母音錯誤。從現有資料庫中挑選；若無適合的，請詢問。 - 在生成嘴型同步臉孔前，先將角色與語音配對。 測量中位 F0（男性約 85–155 Hz，女性約 165–255 Hz）並閱讀逐字稿。一個男性化角色配上女性語音浪費了一次完整的渲染。
- 切勿假定擁有者素材中上鏡人物的性別或身份——那通常是擁有者本人。
- 波斯/阿拉伯文字 TTS 需要變音符號（特別是 ezafe kasra 與簡短含糊的詞語）僅限於 TTS 文字；字幕保持無變音符號。錯置的變音符號比沒有更糟。詳見
references/audio.md。 - 音樂必須清晰可聞：在語音下約 –10 到 –13 dB，並啟用閃避；在停頓、封面、片尾卡片可更大聲。固定音床增益為 0.06 時會聽不見。
fal_pricing僅回傳最低階層（例如 360p）。請根據每解析度價格表來編列預算。- 不重建真人的照片寫實臉孔。 使用剪影/背面/手部，並標示為「象徵性重建」。公眾人物的明顯卡通化角色只能說出有文件記錄、有日期、有來源的引述，並需加以標示。
- 切勿將可讀文字放入影像/影片模型提示中——它會產生亂碼；文字應在 Remotion 中加上。提示中不要放入角色名稱（模型會將其寫在影像上）；對於旗幟/道具，請使用「素面，無符號」。
- 檢查每段 AI 片段的結尾——內容常在最後幾秒出現問題；縮短
clipLen。
Short-form 規則（摘要——完整版在 references/short-form.md）
- 鉤子在 0–3 秒內同時作用於三個層面：第 0 幀視覺、第一句口語（從 0.05 秒開始，無前導語，主要承諾在第四秒前）、無需聲音即可閱讀的螢幕文字。≤ 8 個字。每個 Reels 撰寫 2–3 個不同類型的鉤子。
- 第 0 幀 = 封面（進入漸減減至一幀）。
- Reels 硬上限 160 秒，最佳區間約 80–90 秒；Instagram 僅對非追蹤者推薦 ≤ 3 分鐘。
- 結尾：語音 = 用一個原因邀請追蹤（最佳：為下一部分命名預告）；螢幕 = 內容相關問題；說明欄 = 評論區問題 + 追蹤。僅在實用性貼文中使用「分享給……的人」。
- 當觀眾可能處於風險中時，切勿提出會揭露觀看者群體、身份、位置或活動的問題。
- ≤ 5 個主題標籤；主要關鍵字需明確放在說明欄第 1–2 行（說明欄會被搜尋索引）。
- 輪換視覺系列、鉤子類型、敘述者與封面模板——連續相似的 Reels 會被視為「上一篇貼文」而略過。
分析規則（摘要——完整版在 references/analytics.md）
- 僅在相同貼文年齡（24 小時 / 48 小時 / 7 天）且在同一協作狀態下比較貼文；貼文年齡 < 24 小時視為「暫時性」資料。
- 離群值（由外部大帳號分享、新聞事件等驅動）在透過您控制的參數變化成功複製其模式之前，應從基準線中排除。在歸功於內容之前，先向擁有者詢問外部分享——API 無法看到它們。
- 在未從應用程式的「帳號狀態」獲得證據前，請勿聲稱遭受影子禁言/限制。
- 協作接受時間不可預測；在無證據的情況下，請勿將觸及率躍升歸因於協作。
- 以互動（分享、儲存、留言/觸及率、追蹤/每千次觸及）而非僅觸及率來判斷成功。
- 兩種速度：每次記錄資料；僅在每週回顧中提議規則變更，且僅在 ≥ 3 篇相同年齡貼文顯示該模式時。
專案設定（新專案開始時詢問或閱讀）
品牌色盤、字型與 Logo 組 · 旁白語音 + 輪換次要語音 · AI 揭露用語 · 每個 Reels/影片的預算上限 · 允許/禁止使用的模型 · API 金鑰位置（鑰匙圈服務名稱 / 環境變數） · 發布帳號與協作者對應表 · 內容日曆與分析檔案位置 · 觀眾安全限制 · 擁有者是否可以出現在鏡頭上。
參考檔案
| 檔案 | 何時閱讀 |
|---|---|
references/pipeline.md | 建構腳本化 TTS → 計時 → Remotion 管線；資料夾佈局；交付物 |
references/remotion.md | 撰寫或除錯 Remotion 合成、字型、從右到左文字、3D、渲染品質管控 |
references/audio.md | TTS 設定、變音符號、語音鏈、音樂閃避、音量、SFX |
references/ai-generation.md | 選擇/定價 fal 模型、I2V 規則、Hedra Character-3、Omni 影片編輯、遮罩、LUT、免費影像代理 |
references/short-form.md | 鉤子目錄、CTA、循環 Shorts、Instagram 排名訊號、好奇心缺口、解說原則、取景 |
references/analytics.md | 執行 Instagram/YouTube 分析、CSV 架構、比較規則 |
scripts/fal_jobs.py | 受預算上限限制的 fal 影像/影片工作執行器（預估/提交/輪詢/下載） |
scripts/stt_check.py | 使用 ElevenLabs STT 驗證 TTS 輪次是否與腳本相符 |
scripts/master.sh | 雙遍音量後製 + 音量/黑畫面/凍結品質管控 |
scripts/qc.sh | 交付前的幀格線 + 聯絡表 + 技術檢查 |