Communitygithub.com

lhaovo/short-video-skills

一條短影音從策劃到發布的流程總控:建立製作目錄、依序走「劇本分鏡 → 提示詞 → 生成 → 交付 → 發布」五階段、每階段設門禁、記錄流程狀態、支援跨對話續做。

short-video-skills 是什麼?

此技能是一個短影音製作流程控制系統,旨在管理從創意到發布的完整路徑。它嚴格定義了一個五階段流程:劇本分鏡(S1)、提示詞生成(S2)、素材生成(S3)、成片交付(S4)和發布(S5)。每個階段之間設有嚴格的「門禁」(G1-G5),確保只有完成前一階段所有驗收標準的項目才能進入下一階段,從而避免因跳階段導致的返工和品質問題。 技能的核心是標準化的目錄結構和一個集中的「流程狀態」文件 (`00-流程狀態.md`)。所有產物都存放在以 `YYYY-MM-DD-標題` 格式命名的單一目錄中,狀態文件則記錄了當前階段、門禁結果、產物清單和阻塞項。這種設計使得跨會話、跨時間,甚至不同接手人都能透過閱讀單一文件快速掌握項目進度並無縫續做。 此技能被設計為一個「流程層」管理者,與內容創作(如 `short-video-plan`)、提示詞工程(如 `short-video-prompt`)、素材生成等子技能或工具協同工作。它不介入具體的寫作、生成或剪輯工作,而是專注於定義規則(目錄、階段、門禁)和確保各個環節的產物按標準交接。支援的平台包括抖音、視頻號、小紅書等。 對於開發者和AI工具使用者而言,此技能提供了一個可重複、可審計的製作流程框架。它解決了短影音製作中常見的「做到哪了?」「下一步做什麼?」的混亂問題,透過結構化的流程和文件系統,將創作過程轉化為一個清晰、可控的工程流水線,適用於 Claude Code、Cursor 等支援技能定義的AI代理。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lhaovo/short-video-skills/tree/HEAD/short-video-flow

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

短影音總控台

一條片子從想法到發布,只在一個目錄裡發生。這個技能管三件事:目錄怎麼建、五段怎麼走、每段什麼算過關。

它不教怎麼寫劇本(那是 short-video-plan 的事),不替代生成模型,不做剪輯實操。它保證的是:任何一次製作,打開目錄就知道做到哪一步、下一步做什麼、能不能往下走。


一、五階段

S1 劇本分鏡 → G1 → S2 提示詞 → G2 → S3 生成 → G3 → S4 交付 → G4 → S5 發布 → G5 → 完成
階段做什麼主要產物誰來幹
S1 劇本分鏡選題、類型、結構、劇本、內容分鏡01-策劃案.mdshort-video-plan
S2 提示詞分鏡 → 資產清單 + 生成清單02-資產清單.md、03-生成清單.mdshort-video-prompt
S3 生成先備資產,再出分段影片04-素材/short-video-assets + short-video-generate
S4 交付拼段、字幕、配樂、混音05-成片/剪輯工具
S5 發布標題、封面、話題、時間、標識06-發布包.md本技能

一次只推進一段。 跳段是返工最主要的來源——G2 沒過就去生成,出來的素材一定對不上鏡號。


二、目錄規範(本技能是唯一權威)

所有產物進同一個目錄,默認位置在專案根 outputs/ 下。其他環節不再自己定義目錄規則,一律服從本節。

2.1 結構

outputs/
└── 2026-09-29-睡不夠像多動症/
    ├── 00-流程狀態.md
    ├── 01-策劃案.md
    ├── 02-資產清單.md
    ├── 03-生成清單.md
    ├── 04-素材/
    │   ├── 01-資產圖/
    │   ├── 02-首幀/
    │   └── 03-片段/
    ├── 05-成片/
    │   └── 成片-v1.mp4
    └── 06-發布包.md

編號前綴的用處:目錄一打開,檔案按流程順序排;做到哪一段、缺哪一段,掃一眼就知道,不需要額外的導航檔案。

2.2 目錄名

格式固定:YYYY-MM-DD-標題

項要求
日期建目錄當天,之後不再變
分隔日期與標題之間一個連字符;標題內部也用連字符連接詞語
長度標題 8–15 字
禁用斜杠、反斜杠、冒號、星號、問號、引號、尖括號、豎線、空格與標點
重名同一天同一標題,追加 -2、-3

標題取選定命題裡最有辨識度的短語,不取品類名:

不行可以
科普乾貨睡不夠像多動症
抖音短影音熱飯外面燙裡面涼
10月22日選題保溫杯裝咖啡半天就涼

判斷方法:三個月後只看目錄名,能不能想起這是哪條片子。 品類名三個月後一定想不起來,命題可以。

2.3 三條鐵律

  1. 目錄名建好就不再改。 改了,素材引用路徑立刻斷一批。要換標題,改 06-發布包.md 裡的發布標題,不動目錄。
  2. 跨天也不改日期。 第二天接著做,目錄還是建目錄那天的日期,不另開一個目錄。
  3. 一條片子一個目錄。 系列片、矩陣裂變不做成子目錄,另開目錄,標題加區分詞。

2.4 開工第一步

用戶說「開一條新的」時,先問齊三樣,再建目錄:

  • 平台(抖音 / 視頻號 / 小紅書)
  • 目標時長
  • 一句話方向

然後按順序做四件事:

  1. 按 2.2 生成目錄名,唸給用戶確認——這是唯一一次改名不付代價的機會
  2. 建目錄,以及 04-素材/01-資產圖、02-首幀、03-片段、05-成片 四個子目錄
  3. 寫 00-流程狀態.md:當前階段 = S1,填寫項目驗收畫像,五道門全填「未開始」
  4. 轉 S1,交給內容層

沒確認名字就先建,後面改名的成本由用戶承擔。


三、狀態檔案

00-流程狀態.md 是這條片子的存檔點。每次推進階段後立刻更新,不攢著。

必須有的字段:

字段作用
目錄名、創建日期、平台、目標時長定位
當前階段六選一:S1 / S2 / S3 / S4 / S5 / 已完成
五門結果G1–G5 逐條:過 / 未過 / 未開始
產物清單已有檔案 + 缺失檔案
阻塞項現在卡在哪、等誰
項目驗收畫像內容類型、目標、節奏意圖、最長無台詞區間上限、靜默承載方式、硬約束、驗收人/定版條件
版本記錄每次改動一行:日期 + 改了什麼 + 為什麼

模板見 assets/flow-state-template.md。

它解決一件很具體的事:換會話、隔一週、換人接手,讀這一個檔案就能續上。 沒有它,第三天回來得把素材翻一遍才想得起做到哪。


四、五道門

門只有兩種結果:過、不過。不過就停在這一段,不許「先做著看」。

G1 · 劇本分鏡過關(S1 → S2)

  • 01-策劃案.md 五節齊全,自檢八問全過
  • 分鏡總時長與目標偏差 ≤30%
  • 每鏡 2–6 秒,鏡號連續不跳
  • 紅線自查通過:無未證實功效、無編造證言、無絕對化用語、無個人信息
  • 用戶已確認選題與劇本
  • 項目驗收畫像已填寫;平台、目標時長或硬約束未確認時,記錄用戶授權的默認值,否則停在 S1
  • 驗收畫像已聲明最長無台詞區間上限;允許長靜默的項目已明確靜默段承載方式
  • 每鏡已填寫功能、觀眾認知、前置依賴、關鍵可見事實和時長意圖;無台詞段說明動作/擬音/音樂/氛圍承載
  • 使用策劃技能時運行其 scripts/check_plan.py,消除機械字段、時長與依賴編號錯誤;僅安裝流程技能時按 G1 清單人工核對,並記錄未運行腳本

G2 · 生成清單過關(S2 → S3)

  • 每條提示詞都有對應鏡號,沒有多出來的一段
  • 各段時長合計與分鏡總時長相差 ≤1 秒
  • 清單引用的資產編號,在資產清單裡都有定義,無懸空引用
  • 主模式已定死:首尾幀 或 參考圖,二選一;文生只用於無主體鏡頭
  • 產品參數、包裝、logo 這類鏡頭已標註「必須用真實圖」,不交給純文生影片
  • 有台詞的段,台詞原文已寫進提示詞,與分鏡口播逐字一致(旁白不再獨立配音,漏了這段就無聲)
  • 每段提示詞的“畫面字段”表寫明主體、狀態、動作、環境、光線、景別、機位/角度、運鏡和依賴/可見事實;不適用項說明原因
  • 分鏡關鍵可見事實、前置依賴和時長意圖已映射到首幀或段內動作

G3 · 素材過關(S3 → S4)

  • 每段都有可用版本,缺的寫進阻塞項
  • 產品幾何不變形、標籤可讀不改字
  • 相鄰段首尾能接:同一隻產品、同一光線方向、同一畫幅
  • IP/角色特徵清單裡的標誌性識別點及數量,已在定版片段中逐鏡核對
  • 同一鏡有多個候選時,選定版本已寫進清單
  • 帶台詞的段已逐句聽核:沒有漏句、關鍵字沒唸錯
  • 定版台詞結論已記錄在 04-素材/00-台詞定案.json,含糊關鍵字的轉寫多數僅作人工聽核輔助
  • 已按時間順序完成人工全片素材審看,檢查跨段因果、角色/道具狀態、空間連貫性和節奏;生成前首幀故事板不能替代本項
  • 有定版片段台詞時間軸時先做節奏預檢;沒有成片字幕時記錄待 S4 實測,不把預檢當成片結論
  • 生成清單中的擬音、疊字等後期項均有 S4 執行計劃,無懸空承諾

G4 · 成片過關(S4 → S5)

  • 實際時長與目標偏差 ≤10%
  • 用成片字幕和實際時長運行本技能 scripts/check_rhythm.py,報告及聽核結論附在 00-流程狀態.md;字幕空檔僅是無台詞代理指標
  • 字幕與實際聽到的台詞一致(不是與原稿一致——唸錯時以聽到的為準)
  • 人聲清晰,配樂不壓人聲
  • 畫幅、解析度、幀率符合目標平台要求
  • 成片最長無台詞區間以人工聽核為準、字幕空檔報告輔助定位;超過驗收畫像聲明值且未在分鏡聲明為非語言段的,退回
  • 聲明允許長靜默的區間,在分鏡中寫明動作、擬音、音樂或氛圍承載,並在交付產物中標出對應檔案與時間點
  • 生成清單承諾的後期項均已完成並能定位產物,或有明確的驗收人豁免

G5 · 發布前過關(S5 → 完成)

  • 強監管類目(藥品、保健、器械、金融、教育)已另行審核
  • AI 生成內容已按平台要求做標識
  • 標題、封面、話題、發布時間齊備
  • 無個人信息、無未授權肖像與場地

五、交接卡

階段之間只通過檔案交接,不靠「剛才我們說到哪」。每段結束時填一張卡,寫進狀態檔案的「交接」欄:

交接卡裡必須有
S1 → S2六列分鏡短表及逐鏡詳情(認知/依賴/可見事實/時長意圖)、產品真名與規格、必須真實呈現的信息
S2 → S3每段的生成任務:段號、時長、提示詞、參考圖編號、模式、候選數
S3 → S4素材清單:檔名、段號、時長、可用性;台詞是否逐段聽核過、BGM 是否已選
S4 → S5成片檔案、時長、畫幅、封面素材、賣點與話題詞

完整字段見 references/stage-specs.md。


六、續做一條沒做完的片子

用戶說「接著做那條睡不夠的」這類話時:

  1. 列 outputs/ 下的目錄,按名字匹配;匹配不上就問一句,別猜
  2. 讀 00-流程狀態.md,先只看當前階段與阻塞項,不急著讀全部產物
  3. 匯報三行:做到哪、卡在哪、下一步做什麼
  4. 得到確認後再進對應階段

不要從頭重做一遍。也不要跳過狀態檔案直接推理階段——推錯會把已過的門重開一次。


七、與子技能的關係

層誰管什麼
流程層本技能目錄、階段、門禁、狀態、交接
內容層short-video-plan選題、類型、結構、劇本、內容分鏡
提示詞層short-video-prompt分鏡表 → 資產清單 + 生成清單
資產層short-video-assets清單 → 圖:排產、出候選、驗收、落盤
生成層short-video-generate清單 → 片段:建任務、輪詢下載、媒體體檢、檯賬
交付層剪輯工具拼接、字幕、配樂、混音

三條規則:

  • 內容層不定義目錄,只把成品交給流程層指定的位置
  • 提示詞層不重新編排內容,只做翻譯;本技能不複製它的作業法
  • 資產層不改內容和提示詞,只管圖做出來、對得上、驗得過
  • 生成層不改視覺設計,只讓已定畫面動起來,並留下可追溯的任務記錄
  • 流程層不改寫任何層的寫作規範,只判它過不過門

衝突時:目錄與檔案名以本技能為準,內容判斷以 short-video-plan 為準。


八、邊界

  • 不寫劇本規範:選題、結構、劇本、分鏡寫法在內容層,本技能不重複
  • 不替代生成模型:寫清任務與驗收標準,不保證某一次生成一定成功
  • 不做剪輯實操:規定成片標準,具體拼接在剪輯工具裡完成
  • 不承諾流量:五道門保證「流程沒漏、素材能接、發布合規」,不保證數據
  • 不替代平台規則與法律審核:平台政策與法規會變,強監管類目必須另行確認

九、參考資料(按需加載)

檔案什麼時候讀
references/stage-specs.md走每一段之前、要填交接卡時
references/delivery-and-publish.mdS4 拼成片、S5 出發布包時
references/regression-cases.md修改門禁腳本或判據後複測
assets/flow-state-template.md新建流程、每次更新狀態時
assets/publish-pack-template.mdS5 填發布包時

S2 的作業法不在本技能內,由 short-video-prompt 承擔。本技能只負責:進 S2 前檢查 G1、出新清單後過 G2。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

lhaovo/short-video-skills

为视频生成准备可用的图——把资产清单变成能直接喂给图生视频的素材:排生产顺序、定资产级别、出候选图、做一致性验收、按编号落盘、回写清单状态。支持三种来源:实拍、AI 生成、官方素材,不强制实拍。当用户说「准备素材」「出资产图」「首帧图」「角色三视图」「产品图跑一下」「资产对不上」「这条要哪些图」时使用。只管把图做出来并验收,不写分镜,不直接生成视频。

lhaovo/short-video-skills

把已过 G2 的生成清单落成真实视频片段——按段建 KIE Seedance 任务、轮询、下载、媒体体检、抽帧质检、听声核台词,并把每段的状态与请求指纹写进生成台账。三种模式互斥(文生 / 首帧图生 / 首尾帧图生)。旁白由模型直接念,台词照稿写进提示词,不走独立 TTS 配音。当用户提到视频生成、出片段、跑 Seedance、首帧图生、首尾帧、原生音频、台词念错、任务查询、片段下载、生成失败重试时使用。只管「把已定的画面和台词变成成段素材」,不重新设计视觉、不改台词文本、不做字幕、不做剪辑。

lhaovo/short-video-skills

把「我想拍点什么」变成一条想清楚的片子——先定主题(出 5 个候选、标明类型、给出推荐与淘汰理由),再定结构与分段剧本,最后切成镜头级内容分镜。支持两种入口:一句话主题(需要发散选题)与已有拆解剧本(跳过选题,先问复刻需求与复刻强度再判定改写)。当用户提到选题、定主题、短视频策划、写剧本、写大纲、分镜、镜头脚本、不知道拍什么、内容怎么排、科普干货、剧情软广、钩子怎么写、复刻别人的剧本时使用。只管内容层(讲什么、怎么讲),不碰执行层;内置的内容红线只防明显自伤,不替代合规审查。

lhaovo/short-video-skills

把已定稿的分镜表翻成可直接执行的两份清单——资产清单(要准备哪些图、每张图的图像提示词)与生成清单(每段视频的时长、模式、素材引用与提示词)。覆盖画面化、资产编号、切分生成单元、Seedance 视频提示词写法、首帧方案、一致性与失败诊断。当用户说「把分镜变成提示词」「写视频提示词」「这条片子要哪些图」「生成清单」「某个镜头生成不出来」时使用。只做翻译与清单,不重新编排内容,不直接出图出片。

相關技能