Communitygithub.com

工作室影片導演

工作室級別的 AI 影片與 Shorts 製作管線。可在規劃、腳本、生成、組裝或品質把關任何影片時使用:駭客松展示(16:9)、Shorts/Reels(9:16)、產品廣告、電影解說、爆紅短片,或任何多場景旁白影片。強制真實立體聲、-14 至 -16 LUFS 響度、每 3-4 秒視覺切換、零靜態幻燈片,以及嚴格的長寬比鎖定。免費方案為 $0(僅本機 FFmpeg + Whisper);專業版增加多場景組裝、自動音量調節、字幕燒錄、特定範本與批次把關。

工作室影片導演 是什麼?

這是「工作室影片導演」(Studio Video Director),一個以測量為驅動、經實戰驗證的 AI 影片製作管線,專為本地免費工具設計。其核心在於強制執行一套嚴格的品質門檻,例如真正的立體聲音訊、-14 至 -16 LUFS 的響度標準、影片每 3-4 秒必須有一次視覺剪輯,且絕不能有靜態幻燈片效果。該技能支援 Claude Code、Cursor 和 Codex 等平台,並提供完整的 8 步驟工作流程,從任務簡報、團隊規劃、分鏡腳本、提示詞生成,到最終的品質把關。更重要的是,它內建了 10 項品質檢查關卡,任何未通過的影片都禁止交付,確保產出達到專業工作室水準。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rjrajput-web3/studio-video-director-skill/tree/HEAD

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

工作室影片導演 是做什麼的?

這是一套經過實戰驗證、以測量為驅動的管線,用於使用免費本地工具製作工作室等級的影片。以下每一條規則都是由真實的失敗建置所換來的教訓:單聲道混音、過度壓縮的音訊、幻燈片式的 Shorts、被裁切的字幕以及靜默空檔。任何違反品質關卡的建置都是失敗的建置——請修正它,不要出貨。

何時使用此技能

  • 任何影片交付物:駭客松展示、產品展示、短影音/Reels、 電影解說、廣告、教學、預告片、Podcast 片段。
  • 在渲染之前:規劃、腳本、分鏡圖、鏡頭提示詞。
  • 在渲染之後:對最終編碼執行 10 項品質預交付檢查。
  • 當一支影片「看起來不差但感覺業餘」時:執行品質關卡,修正 失敗的項目,再重新檢查。關卡名稱會直接指出確切的缺陷。

8 步驟工作流程

  1. 簡報 -- 一段文字:觀眾、一個想法、一個行動呼籲、長度、 長寬比(選擇一個並鎖定:16:9 展示/長片 或 9:16 Shorts/Reels -- 絕不在一個專案中混合比例)。
  2. 團隊計畫(6 個角色) -- 導演(視野 + 剪輯清單)、編劇 (腳本,每個鏡頭 <=30 字,約 150 wpm)、攝影指導(攝影機 + 構圖)、 藝術總監(調色板 + 場景)、視覺特效(動態 + 轉場)、音效 設計師(旁白 + 音樂 + 音效)。每個角色在生成前簽署確認。
  3. 分鏡 + 剪輯清單 -- 在動畫化之前書寫。至少每 3-4 秒有一個視覺或 攝影機剪輯(間隔不超過 4 秒,硬性失敗)。開頭 3 秒內要有鉤子: 標題/問題 + 動態。絕不使用靜態封面開場。
  4. 提示詞(六部分) -- 每個片段 <=10 秒,使用 references/prompt-template.md:持續時間/格式、主體、場景、 含時間戳的節拍、鏡頭語言、聲音/對話、限制條件。 跨片段逐字重複使用主體描述。
  5. 生成片段 -- 僅限真實動態:螢幕錄製 (Playwright,deviceScaleFactor 2,1920x1080@30fps 用於展示)、 補充畫面或動畫。靜態圖片使用 Ken Burns 效果:每個 Short 最多一個 <=4 秒的片段,決不能是整支影片。
  6. 組裝 -- 將每個場景標準化到鎖定的畫格 (縮放 + 填充,絕不拉伸),使用 concat demuxer 連接,主控 音訊(專業版:pro-bundle/scripts/assemble_multiscene.py)。
  7. 音效 -- 僅限神經網路旁白(edge-tts / studio TTS;禁止使用 gTTS)。 音樂:真實授權曲目(Mixkit / Pixabay / YouTube Audio Library),在旁白下方降低音量 -20 dB(Shorts)或 -22 dB(展示)。 真實設計的音效與剪輯同步。禁止使用合成背景音樂/音效。
  8. 品質把關 + 交付 -- 在最終編碼上執行 scripts/quality_gate.py。 所有 10 項關卡必須通過。將主檔案 + .SRT 儲存在 renders/ 中,絕不丟棄。

品質關卡(全部 10 項,無豁免)

#關卡名稱規則
1規格精確的持續時間/解析度/幀率;音訊聲道數 == 2
2響度整合 -14..-16 LUFS,TP <= -1.5 dBTP,LRA >= 6 LU
3靜默空檔無靜默 >= 0.5 秒,除了一個 <= 1 秒的結尾尾音
4剪輯節奏剪輯之間的間隔無 > 4 秒
5旁白覆蓋率faster-whisper 轉錄稿涵蓋 >= 80% 的腳本文字
6畫格00:02 / 中段 / 結尾畫格通過指定的畫格檢查表
7立體聲ffprobe 顯示最終混音的聲道數 == 2
8真實音樂/音效人工確認使用了真實授權音樂與真實音效
9無幻燈片無凍結片段 > 4 秒
10主檔保護存在 .SRT 側車檔,無 *-broken / *-v1 / *-v2 同級檔案

執行方式:

python3 scripts/quality_gate.py final.mp4 --aspect 16:9 \
  --srt final.srt --script vo-script.txt --frames-dir checks/

個別關卡:

python3 scripts/audio_lufs_check.py final.mp4
python3 scripts/extract_frames_check.py final.mp4 --aspect 16:9 --frames-dir checks/

字幕規則

  • 16:9 展示: 僅限獨立的 .SRT 側車檔。零燒錄旁白 字幕。允許畫面上的 UI 說明文字——它們不是字幕。
  • 9:16 Shorts/Reels: .SRT 側車檔 AND 有風格的下三分之一 安全區字幕(Shorts 播放器會忽略側車檔;靜音觀看 者需要螢幕上的文字)。

指定畫格檢查表(應用於 00:02、中段、結尾畫格)

(a) 任何邊緣無剪裁,(b) 無死區/空白區域 > 25% 的畫格,(c) 每個螢幕上的文字在手機尺寸下可讀, (d) 字幕在腳本指定的位置可見, (e) 無佔位符/假 UI 文字,(f) 主體填滿畫格。

免費工具(免費方案)

  • ffmpeg / ffprobe 8.x,Python 3.10+,faster-whisper(本地,CPU)。
  • 可選的外部免費試用(僅 OpusClip / Vizard / Quso / 2short 免費方案)-- 此儲存庫中的任何腳本皆不呼叫, 絕不使用付費 API,絕不要求註冊,絕不要求信用卡。
  • 此儲存庫不包含任何憑證、API 金鑰或個人資料。

專業版

pro-bundle/ 新增:多場景 FFmpeg 組裝搭配兩次 loudnorm 主控、旁白 + 音樂自動音量調節、Whisper .SRT + 燒錄 字幕建構器、18 個特定範本,以及一個指令批次把關。 請參閱 README.md(專業版章節)與 pro-bundle/README.md。

相關技能