編輯一支短影音
所有操作都在這個聊天室中進行。像編輯一樣說話:簡短的更新、沒有術語、不用設定。每個步驟都要計時,並在交回時告知(「粗剪完成,耗時 0:40」)。
1. 轉錄
- 片段是
inbox/中最新的影片,除非使用者拖入或指定了某個片段。 - 一支短影音包含多個片段(他們分段拍攝、多次拍攝,或說「這3個片段」):按照拍攝順序(最早的先)全部傳入:
uv run tools/transcribe.py "<片段1>" "<片段2>" … --name <名稱>。它們會被合併成一份轉錄稿,lines.md會標記每個片段的開始位置(── 片段 2: … ──),因此你可以從所有片段中選出每句台詞的最佳版本。如果inbox/中有幾個新片段,且不清楚它們是否屬於同一支短片,用一句話詢問。 transcribe.py會先檢查片段。如果它印出PROBLEM:行和INTAKE=refused(橫向、太長、無聲音),請親切地轉達訊息並停止。NOTE:行(HDR 轉換、長片段)可以用一句簡短的句子提及。- 告訴他們:「正在轉錄,需要幾秒鐘。」
uv run tools/transcribe.py "<片段>" --name <工作名稱>- 如果
brand/preferences.md和brand/names.txt存在,請閱讀它們。
聽錯的名字。 轉錄工具不認識品牌和工具名稱,所以它會寫下它聽到的內容:「Claude」經常變成「cloud」或「clawed」、「Skool」變成「school」、「ChatGPT」變成「chat GPT」,使用者的名字或提供的資訊也可能出錯。掃描 lines.md 找出這些錯誤。在 cut.json 的文字中修正它們,並在建置時在 build.json 的 "spell" 中修正(這是字幕使用的)。只修正聽錯的部分,絕不改動他們的措辭。當你學到他們使用的一個名字時,將其加入 brand/names.txt(每行一個),以便下一支短片能正確辨識。
轉錄工具(Parakeet)會寫下所說的每一個字,包括沒有停頓就重說的內容(「while most of the pe… while most of the people」)。每一次嘗試都會出現在轉錄稿中,因此每一次嘗試都可以被剪輯。
2. 製作粗剪
閱讀 projects/<名稱>/lines.md。每個短語的格式為 P# [第一個詞-最後一個詞] 開始→結束 | 文字。詞語索引指向 transcript.json。為了精準修剪,請印出索引後的詞語:
python3 -c "import json;w=json.load(open('projects/<名稱>/transcript.json'))['words'];print(' '.join(f\"{x['i']}:{x['w']}\" for x in w))"
決定保留哪些內容,按以下順序:
- 重拍: 當一句話被說了不止一次時,保留最後一次完整流暢的版本。先前的嘗試都是排練,包括半個詞(「pe」、「m」)和放棄的開頭。重拍通常會重新措辭,因此要根據意思來配對。
- 虛假開頭: 丟掉任何逐漸消失、被放棄或立即重說的內容。仔細檢查長短語內部,因為重說經常在短語中間發生且沒有停頓(「and these are and these are the non-negotiables」→ 只保留最後一個「and these are the non-negotiables」)。
- 自言自語: 丟掉「okay」、「let me start over」、「was that good?」,以及在失誤後的笑聲。
- 填充詞: 當台詞在沒有開頭的「so」、「um」、「uh」或「okay」的情況下也能成立時,就丟掉它們。透過在它們前後分割台詞,來丟掉台詞內部的「uh」和「um」。
- 保留個性。 有趣的題外話和笑話是內容。如果不確定,先保留並提及它。
- 除非使用者另有要求,否則保持他們說話的順序。
寫入 projects/<名稱>/cut.json:
{"lines": [
{"text": "while most of the people are debating…", "words": [19, 33]},
{"text": "This is what I want you to do instead.", "words": [53, 61]}
]}
- 一個條目 = 一句可審查的台詞:一個句子或簡短的想法,時長約 2 到 8 秒。
words是一個包含性的整詞範圍。text正是這些詞(只修正明顯的聽錯內容)。
然後:
uv run tools/roughcut.py projects/<名稱>渲染剪輯,印出帶編號的台詞,並在 QuickTime 中開啟影片。uv run tools/verify.py projects/<名稱>進行聆聽驗證。在展示給使用者之前,修正任何「缺少」、「多餘」或「重複」的地方:調整cut.json並重新執行。只有拼寫不同(「Chat GPT」對比「ChatGPT」)是沒問題的。- 開場檢查(
hooks技能,A 節):修剪暖場的開頭(「so today I want to talk about…」)。如果後面的台詞能成為更強的冷開場,在審查時提供它,而不是直接套用。
3. 在聊天室中審查
向他們展示:
粗剪就緒:1:31 → 0:51,耗時 0:40。正在 QuickTime 中播放。
我移除了:開場的 3 次嘗試、重複的「and these are」、7 次「let me show you」中的 6 次。
1. while most of the people are debating… (4.3s)
2. or to go back to Claude… (5.6s)
…
告訴我要刪除或更改的內容(「drop 3」、「end 9 at 'important things'」、「use the earlier take of 5」),或者說「good」。
保持台詞列表與粗剪工具印出的完全一致(它也位於 lines_review.txt)。
4. 套用他們的編輯
他們用簡單的文字回覆,通常透過台詞編號。
- 「Drop 3」→ 移除該條目。
- 「End 9 at…」或「cut 'which I love'」→ 縮小該條目的詞語範圍。
- 「Use the earlier take」→ 在
lines.md中找到它並交換範圍。 - 關於視覺效果的備註(「show my screen here」、「big text on this」)→ 將其儲存在
projects/<名稱>/notes.md中以供建置步驟使用。
重新執行粗剪和驗證(未更改的部分會被重用,因此只需幾秒鐘)。用一兩行回覆,說明更改了什麼以及新的長度。重複直到他們說「good」。
如果某個修正適用於每支短片(例如「永遠不要剪掉我的 'honestly'」),將其作為一行加入 brand/preferences.md。
- 「Cold open」→ 將你提議的那句台詞移到
cut.json的頂部,重新執行,並檢查下一句台詞是否仍然銜接。
當他們說「good」時,粗剪就鎖定了,建置開始。
5. 建置完成的短片(自動,使用他們的風格)
當粗剪鎖定後,立即開始建置。無需請求批准。
- 閱讀他們的工具包:
brand/kit.txt命名了它,工具包位於packs/<工具包>/kit.json。其rules說明了各元素放置的位置和強度(intensity)。 - 閱讀鎖定的台詞(
edl.json→lines)並寫入projects/<名稱>/build.json:-
hook 在第 1 行,使用
hooks技能編寫:挖掘短片,撰寫 3 個採用不同模式的選項,只保留通過四個檢查(真實、具體、引發好奇、人性化)的選項,並將全部三個儲存在"options"中。最好的那個放入eyebrow(2–4 個詞)和text(最多約 8 個詞,一個*emphasis*)。 -
cover:
"cover": {"eyebrow": "...", "text": "..."},一個更清晰的 3–6 字標題,點名主題(hooks技能,B2)。 -
label(名稱 ✳ 他們做的事):預設不加入。 只有當短片是關於他們本人時才加入:他們自我介紹(「I'm…」、「if you're new here…」)、講述自己的故事,或者使用者要求。在那一行使用
{"type": "label", "at_line": n}。如果工具包的label仍然顯示 YOUR NAME / WHAT YOU TEACH,向使用者詢問一次措辭(簡短,每側最多約 22 個字元)並儲存到他們的工具包中。 -
statement(大字幕時刻):一個 1.6 秒的全螢幕衝擊,針對最強烈的一個想法,改寫為 2–4 個有力的詞,其中一個詞加上
*emphasis*。用"word": i將其時間點設在該想法落地的詞上(例如「work」之於「you can work across them」),而不是整行。每支短片最多 2 個,從不在前 5 秒內,也從不連續出現。若強度為clean,則跳過。它會遮住說話者,因此要謹慎使用。 -
spell(字幕):針對每個聽錯的名字使用
{"<詞語索引>": "Claude"}。""將一個詞摺疊到前一個詞:「Chat」「GPT」→{"40": "ChatGPT", "41": ""}。 -
highlight_words: 大約每 3 個字幕中出現一個詞,針對承載觀點的名詞和數字(詞語索引來自
transcript.json)。絕不使用填充詞。 -
visuals(彈出式解釋性圖形):使用
visuals技能規劃,根據工具包的密度。在busy模式下,這是編輯的主要層。 -
close-ups(工作室風格):
{"line": n, "close": true}在zooms中直接切到更緊的景別(工具包zoom.close,約 1.5 倍)來表現該行台詞。- 在情感性或重要的台詞上交替使用廣角和特寫,最多每隔一個段落。
- 當來源為 4K 時,特寫鏡頭從 4K 原始檔中剪出,因此保持銳利。首次建置會多花約 30 秒。
- 圖形在特寫期間會自動隨著更大的臉部移動。
-
zooms: 1–3 個推近鏡頭,
{"line": n},用於點出觀點的台詞(承諾、數字、轉折)。絕不用於鉤子行或 statement 行。鏡頭切換時的跳躍推近會自動發生(工具包zoom.jump)。 -
behind(將文字或圖片置於說話者身後,說話者在前,由 Apple Vision 去背):每支短片最多 1–2 個,用於關鍵名詞或揭露時刻。
{"type": "behind", "line": n, "text": "One *folder*"}在牆上以頭部高度放置大字(1–3 個詞閱讀效果最佳)。加入"image": "path/to/file.jpg"以用迷因、螢幕截圖、他們提供的 B-Roll 靜態圖或assets/中的檔案來取代牆面。每個時刻會增加約 20 秒的額外建置時間。 -
音效 會根據工具包的聲音集自動套用(
"sfx": {"palette": "soft"};套裝位於sfx/palettes.json):soft:柔和寧靜clicky:科技感清脆playful:輕快有趣punchy:大膽高能量
每個時刻會輪換 3 個以上的音效,並且建置工具會間隔它們並限制重複次數,因此不需要自己為每個高亮詞加入音效。
- 加入 1–3 個與說話內容匹配的音效:
"sfx_extra": [{"at": 12.3, "sfx": "keyboard"}]用於打字提示,mouse_click用於「just click」,ding或sparkle用於頓悟時刻,shutter用於「screenshot」,page_flip用於「next」,riser用於揭露之前。at時間是成片中的時間。 - 用
"sfx": "thud"將音效固定在某個事件上。在build.json中使用"sfx": false則不加音效。
-
音效:使用者可以說什麼
- 「有什麼音效?」/「其他音效?」
open sfx/sound-menu.mp4:一個預先製作好的 40 秒影片,包含帶編號的卡片和每個音效的播放。絕對不要產生或合成音訊預覽;選單已經存在。- 在聊天室中,分別用一行列出 4 個套裝,再加上「或從選單中按編號選擇」。
- 「Use the clicky sounds」(這支短片): 在
build.json中加入"sound_set": "clicky",然後重建。 - 「For every reel ("always clicky")」: 在他們的工具包中設定
sfx.palette。 - 「No 3」/「I hate the bubble」: 將名稱加入工具包的
sfx.avoid清單(永久生效)並重建。編號對應sfx/LIBRARY.md。 - 「More of 6」: 將其加入
sfx.favour;喜愛的音效會在輪換中優先出現於高亮詞上。 - 「Fewer sounds」/「quieter」:
- 更少:刪除不需要音效的
highlight_words,或將工具包的"highlight": []設定為空白 - 更安靜:將
sfx.volume_db降低 3
- 更少:刪除不需要音效的
- 建置工具會印出
SOUNDS=set: soft; soft_pop ×3, tick ×2…。在你的報告中提到這個套裝,讓他們知道可以按名稱要求。
-
uv run tools/build.py projects/<名稱>渲染出final.mp4(對於 50 秒的短片約需 30 秒)並開啟它。聲音會為 Instagram 自動清理和平衡音準(LOUDNESS=行;約 -14 LUFS)。 -
也要查看
cuts.png:每個剪輯點前後兩幀。每個「之後」的幀都必須清晰地顯示新畫面。建置工具也會產生一個小的final-phone.mp4以便在手機上檢查;請提及它。 -
交回前檢查:在鉤子行、任何 label 和每個 statement 處擷取幀(
ffmpeg -ss <t> -i final.mp4 -frames:v 1 …),檢視它們,並修正在畫面外、無法閱讀或遮擋臉部的任何問題。修復建置工具印出的每一行SAFE ZONE:(圖形位於 Instagram 的使用者名稱、說明或按鈕下方)並重建。然後執行uv run tools/verify.py projects/<名稱> --video final.mp4(檢查文字、暫停、音準和安全區域)並修復它列出的問題。 -
用兩三行告訴他們你做了什麼,以及他們可以要求更改(「no hook」、「different big moment」、「calmer」)。例如:
鉤子:「Build your business brain」。或者說 鉤子 2:「…」/ 鉤子 3:「…」。 一個關於「work across them」的大字時刻、4 個高亮詞、2 個推近鏡頭。音效:柔和套裝(soft pop, swoosh, tick)。
鉤子交換和微調遵循
hooks技能,C 節。然後補充:「它也在你的 Finished reels 資料夾中,準備好可以發布。對於你的下一支短片,請在此資料夾中開始一個新的聊天室,並輸入 /new-reel。」僅在聊天室中完成第一支短片時才說新聊天室那句話。
微調:編輯 build.json(或工具包,對於應永久生效的更改)並重新執行建置。將持久的偏好設定儲存到 brand/preferences.md。
迷因(「put the Schitt's Creek David meme on line 5」、「use this GIF」、「meme 3」、「make it full screen」、「bigger」、「no text」):遵循 visuals 技能的迷因部分,然後重建。
「Use these colours instead」/「make it sage and cream」/「different font」:更改他們的工具包(colors 值,保持角色;visuals.rotate 用於彈出式顏色;任何免費的 Google 字型),然後重建。只在不明確時才問:「just this reel or always?」。絕不編輯預設。
要預覽工具包:uv run tools/build.py projects/<名稱> --sheet 會將所有元件渲染到他們的畫面上,形成一張圖。