Communitygithub.com

elkl111/reels-editing-lab-beta

從原始片段編輯談話性短影音。在使用者說「我有新短片」、「編輯這支短片」、「新片段」、將影片拖入聊天室或放入 inbox/ 資料夾,或是對粗剪提出修改意見(如「刪除第3句」、「第9句結束在…」、「好,繼續」)時使用。涵蓋轉錄、粗剪與審查,全部在聊天室內完成。

reels-editing-lab-beta 是什麼?

此技能旨在將一個原始談話性影片片段,透過單一 AI 對話,轉變為一條經過仔細編輯的短影音。它完全在聊天室中運作,模擬專業編輯者的工作流程:先轉錄影片(處理多個片段、修正聽錯的名字),再由 AI 製作粗剪(移除重拍、虛詞、自言自語),然後使用者可以透過自然語言(例如「刪除第3句」、「第9句結束在『重要的事』」)提供修改意見。當粗剪獲得批准後,技能會自動建置最終影片,包括標題(hook)、大字標題(statement)、字幕修正(spell)、音效、特寫(close-up)和品牌識別(label)等效果,最終產出適合上傳至 Instagram 等平台的 MP4 檔案。此技能支援多個平台(如 Claude Code、Cursor、Codex),並在項目目錄中維護品牌偏好設定。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/elkl111/reels-editing-lab-beta/tree/HEAD/.claude/skills/new-reel

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

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:

  1. 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。
  2. 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」)。
  3. 自言自語: 丟掉「okay」、「let me start over」、「was that good?」,以及在失誤後的笑聲。
  4. 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」。
  5. 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。
  6. 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:

  1. 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。
  2. 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。
  3. 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。

  1. 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)。
  2. 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
  • 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。
  1. 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)。

  2. 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。

  3. 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。

  4. 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。

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

elkl111/reels-editing-lab-beta

Write hooks for a reel that are curious but human, true to the reel and specific to it. Use in the new-reel flow (opening check after the rough cut; on-screen hook and cover title in the build), when the user asks to change the hook ("hook 2", "different hook", "punchier hook"), or before filming ("give me hooks for a reel about X", "how should I open this?").

elkl111/reels-editing-lab-beta

Bundle a problem report for the Lab's maker. Use when the user says something is broken, wrong or confusing and wants to report it ("report a problem", "this isn't working, tell Elena", "send feedback"), or when a tool keeps failing after you've tried to fix it.

elkl111/reels-editing-lab-beta

First-time onboarding for the Reels Editing Lab. Installs what's missing, runs a short brand interview, lets the user pick their look on their own footage, and saves it as their kit. Use when the user says "set me up", "get started", "onboard me", or when brand/kit.txt doesn't exist yet (the Lab hasn't been set up).

elkl111/reels-editing-lab-beta

Update the Reels Editing Lab to the newest version. Use when the user says "update", "update the Lab", "is there a new version?", or was told a new version is out.

elkl111/reels-editing-lab-beta

The visual director. Plans the pop-up explainer graphics (chips, numbers, chat windows, checklists, diagrams…) that illustrate what the speaker says, beat by beat, in their kit's style. Use in the new-reel build step, when the user asks for more or fewer graphics ("more pop-ups", "illustrate this part", "a checklist here"), or asks what graphics exist ("what can you add?", "show me the options").

相關技能