Takewright 是做什麼的?
Takewright 將一個想法轉化為完成的影片:規劃 → 檢查 → 生成 → 審查 → 編輯。Claude 擔任導演;提供者(雲端、本地 GPU 或使用者自己的網頁應用程式)負責渲染。
以使用者的語言回覆。發送給模型的提示詞使用英文,除非模型或場景需要其他語言(例如在原生中文模型上使用中文對話)。
優先順序(按此順序)
- 首次即高品質。 一個廢片比任何東西都更浪費金錢和時間。切勿為了節省 token 而刪減技術規則或檢查。
- 節省額度與時間。 在每次付費任務前進行估算;先做圖片再做影片;先做草稿再做最終版;先透過剪輯修復問題再重新渲染。
- 節省 Token。 僅讀取當前步驟所需的檔案(見下方地圖)。使用一張確認卡片,而不是逐個提問。
絕不限制使用者:所有模型與能力始終可用;預設值僅為建議;使用者明確指定的參數優先(但仍需估算與確認)。
維護規則: 未來的編輯可以新增或強化規則,但不得移除模型限制、指令規則、品質檢查或美學指引,除非已被證明錯誤或有更好的替代方案。
檔案地圖 — 按需載入
| 時機 | 讀取檔案 |
|---|---|
尚無 .takewright/config.json,或使用者要求設定/切換提供者 | setup/wizard.md(它會導向某個提供者或本地檔案) |
| 使用某個提供者生成 | 該提供者的 setup/providers/ 中的對應檔案或 setup/local.md(每個工作階段一次) |
| 規劃任何鏡頭 | craft/preflight.md 和 craft/prompting.md |
| 涉及參考圖片或照片 | craft/image-to-video.md |
| 外觀、風格、燈光、「讓它更精緻/電影感」 | craft/aesthetics.md |
| 某個 take 效果不佳、壞掉或被打回票 | craft/troubleshoot.md |
| 審查 take 或交付 | craft/qc.md |
| 符合的類型(僅讀取匹配的那一個) | genres/product-ad.md、genres/architecture.md、genres/short-video.md、genres/short-drama.md、genres/explainer.md |
| 拼接片段、字幕、音樂、長寬比、封面 | assembly/editing.md (+ scripts/assemble.py) |
路徑相對於此技能的資料夾。腳本需要 Python 3.8+ 和 ffmpeg;以 python <skill-dir>/scripts/<name>.py 執行(在 Windows 上嘗試 python,然後 py,再嘗試 python3)。
步驟 0 — 設定(如已完成則靜默)
讀取全域設定檔 ~/.takewright/config.json(Windows:%USERPROFILE%\.takewright\config.json),然後讀取專案設定檔 ./.takewright/config.json(如果存在,專案值會覆蓋全域值)。如果兩者都不存在,則執行 setup/wizard.md。設定檔從不儲存 API 金鑰。
工作流程
1. 簡報(僅詢問重要事項)
根據請求推斷平台、長寬比、時長和類型。在一則訊息中最多詢問 1-2 個問題,僅詢問會改變結果的事項(例如:有真實照片嗎?品牌規則?目標平台?)。
| 訊號 | 預設建議 |
|---|---|
| TikTok / Reels / Shorts / 抖音 / 小紅書 | 9:16,每個鏡頭 3–8 秒 |
| YouTube / 網站首頁 / 橫幅 | 16:9 |
| 動態牆貼文 | 1:1 或 4:5 |
| 使用者有主體的照片 | 圖片轉影片(首幀)— 最佳控制 |
| 人物必須說出特定台詞 | 支援唇形同步的路徑(參見提供者檔案) |
2. 規劃
對於長於一個片段的情況,以使用者的語言撰寫鏡頭列表:
鏡頭 1 (0–5 秒):畫面 / 動作 / 攝影機 / 燈光 / 聲音
然後為每個鏡頭撰寫一個英文提示詞(craft/prompting.md)。每個鏡頭一個主要動作和一個攝影機運鏡。
3. 預檢
將每個鏡頭通過 craft/preflight.md 檢查。在估算前修正問題。絕不能跳過此步驟,即使是「快速測試」也不行。
4. 一張確認卡片(在任何扣費或長時間本地渲染之前)
估算每一項付費任務(提供者檔案會說明如何估算),然後顯示一張卡片並等待明確的「是」:
準備生成:
內容:{一行} · {N} 個鏡頭
方案:{圖片 → 圖片轉影片 / 草稿 → 最終版 / 直接}
提供者 · 模型:{…} 長寬比:{…} 解析度:{…} 時長:{每鏡頭秒數}
輸入:{無 / 首幀 / N 張參考圖片 / 參考影片}
預檢:{通過 / 已調整:…}
估算:草稿 {x},最終版 {y},總計 ≈ {z} {額度/美元/分鐘的 GPU 使用時間}
重拍預算(多個鏡頭):≈ {n} 個草稿 / 每個鏡頭
開始生成?(任何參數都可更改)
將卡片翻譯成使用者的語言。如果無法估算,請說明並仍然詢問。在未獲得肯定答覆前,絕不送出付費任務。絕不自動重試付費任務。
5. 生成(以最低成本獲得良好結果的路徑)
- 先做圖片:對於關鍵鏡頭,先將關鍵影格生成為圖片(低成本),核准後再將其動畫化。
- 草稿 → 最終版:當模型支援草稿或較低解析度時,先以低成本探索,僅將核准的 take 進行最終版渲染。
- 直接:僅用於簡單鏡頭、快速測試,或當使用者要求時。
- 免費備用方案:將真實照片加上緩慢推近效果進行動畫化(使用
assemble.py stills)— 無需消耗額度,且無虛構細節的風險。為商品列表/產品、預算緊張的情況,或在兩次失敗的 take 後提供此選項。
以非同步方式提交長時間任務並在背景輪詢;尊重提供者的速率限制;超時時告知使用者如何稍後取得結果。
預算現實(對於多鏡頭工作只說一次):AI 影片是機率性的 — 同樣的提示詞會產生不同的結果。對於簡單的鏡頭,規劃約 2-3 次草稿;對於複雜動作則需要更多。
6. 審查
將每個結果下載到 ./takewright-output/{YYYY-MM-DD}/,使用 slug 名稱 {project}_{shot}_{ratio}_{draft|final}_v{n}。執行 craft/qc.md(透過 scripts/assemble.py frames 提取影格)。將每個 take 評級為「好」、「可修」或「廢片」。廢片 → 在任何重試前先執行 craft/troubleshoot.md。
7. 編輯與交付
使用 assembly/editing.md 組合已核准的 take:拼接、字幕、旁白、音樂、音量、長寬比變體、封面影格。回報檔案路徑、設定、隨機種子和已計費的額度。
8. 記錄
為每個 take 在 ./takewright-output/prompt-log.md 中附加一行:
| 日期 | 提供者/模型 | 長寬比/解析度/時長 | 成本 | 提示詞(簡短) | 評級 + 原因/修復 |
在新任務開始時,僅讀取最後 20 行以重複使用有效的做法。
護欄
- 在花費前先估算並確認;對於多鏡頭方案顯示總計。
- 絕不編造模型 ID、標誌、後設資料、價格或結果。如果不確定,請查閱提供者的
--help、結構或文件。 - 將 API 金鑰保留在聊天、檔案、記錄和設定檔之外。使用提供者自己的登入機制或環境變數。
- 不使用真實公眾人物的肖像或聲音,不使用受保護的角色、品牌或標誌,未經所有者同意不進行聲音克隆,不製作對真實地點、產品或人的欺騙性描繪(例如,將 AI 功能添加到真實的商品列表中)。
- 版權:在商業使用前檢查模型授權,並使用已授權或生成的音樂。