Communitygithub.com

短影音創意引擎

端到端的短影音發想流程:透過關鍵字或競爭對手帳號發現異常爆紅影片,解碼其成功原因,重新混搭成符合品牌調性的創意,並根據病毒潛力與品牌契合度進行排名,最終為頂尖創意撰寫腳本。

短影音創意引擎 是什麼?

這個技能提供了一個完整的研究到腳本流程,專為短影音創意發想而設計。它能自動從 Instagram、TikTok 和 YouTube 等平台,透過關鍵字或競爭對手帳號,發掘異常爆紅的影片。接著,它會運用 Gemini 模型進行深度分析,解構影片的視覺鉤子、文案鉤子、病毒向量與格式等成功要素。最後,它會將這些要素重新混搭,產出符合品牌調性的創意,並根據一套嚴謹的評分機制進行排名,直接輸出可拍攝的腳本。這個技能支援 Claude Code、Cursor 等支援客製化技能的平台,特別適合需要穩定產出高品質短影音創意與腳本的內容創作者、社群小編與行銷團隊。

相容平台✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/TheMattBerman/shortform-idea-engine/tree/HEAD/skills/shortform-idea-engine

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

短影音創意引擎 是做什麼的?

一個研究到腳本的流程,能將競爭對手的異常爆紅影片,轉化為經過排名且符合品牌調性的短影音創意與完整腳本。

使用時機

當用戶需要一個短影音創意流程時使用:發現在某個領域中勝出的影片、理解其原因、產生混搭創意,並獲得可直接拍攝的腳本。

不適用於:

  • 用戶想要解碼的單一已知影片:應轉交給 video-decoder。
  • 用戶已有構想並需要撰寫腳本:應轉交給 script-writer。

相依性

這是一個自包含的插件。它捆綁了所有子技能與 Gemini 輔助腳本。不需要共享的技能環境。外部的硬性需求是三個 API 金鑰(請見下一節)。

相依項目在此技能中的角色
virlo 技能 (已捆綁)第一階段關鍵字模式:透過領域關鍵字,在 Instagram、TikTok 和 YouTube 發現異常爆紅短影音
scrape 技能 (已捆綁)第一階段帳號模式、第二階段與第四階段的 CDN URL 解析:透過 ScrapeCreators API 獲取近期貼文、逐字稿、封面圖與直接媒體 URL
video-decoder 技能第三階段與第四階段:將每個異常影片解碼為完整的解碼記錄 (視覺鉤子、文案鉤子、口語鉤子、根源、病毒向量、興趣主題、格式)
script-writer 技能第七階段:為每個通過的創意撰寫一份可製作的腳本
brand-profiler 技能 (已捆綁)第零階段:當尚無品牌形象檔案時建立一個新的,收集所有綱要欄位,包含 voice_tone
scripts/gemini-video-analyze.js (已捆綁)第四階段深度分析:透過 OpenRouter Gemini 執行視覺分析 (節奏、剪輯韻律、視覺風格、留存技巧、螢幕文字節奏)

API 金鑰與優雅降級

所需金鑰:VIRLO_API_KEY, SCRAPECREATORS_API_KEY, OPENROUTER_API_KEY。

在第零階段,開始任何花費前載入它們:

source .env

降級規則:

遺失金鑰效果
VIRLO_API_KEY關鍵字模式停用。帳號模式仍可運作。在第零階段清楚報告此狀況。
OPENROUTER_API_KEY第四階段 (深度分析) 完全跳過。所有解碼維持 shallow。來自淺層解碼的創意會在排名表中標記為「shallow-decoded」。
SCRAPECREATORS_API_KEY引擎無法運作。所有模式都需要 ScrapeCreators 來獲取逐字稿與封面圖。在第零階段停止並直接告知用戶。

流程

第零階段:輸入

向用戶詢問:

  1. 模式:關鍵字模式 (透過領域關鍵字發現影片) 或帳號模式 (分析特定競爭對手帳號)。
  2. 品牌形象檔案路徑:指向一個符合 references/brand-profile-template.md 的已填寫品牌形象檔案的路徑。如果尚不存在,提供透過連結到捆綁的 brand-profiler 技能來建立一個的選項,該技能會以互動方式或從現有品牌文件收集所有綱要欄位 (voice_tone, audience, positioning, content_pillars, anti_topics, forbidden_constructions, proof_credibility, format_preferences, on_camera_talent)。
  3. 執行代號:為此工作階段設定一個簡短的小寫標籤 (例如 ai-tools-keyword 或 techcreator-handles)。用於命名執行資料夾。
  4. 執行基底路徑:執行資料夾應被寫入的位置。預設基底是相對於當前工作目錄的 ./shortform-runs/,產生 ./shortform-runs/YYYY-MM-DD-<slug>/。如果工作階段在一個具有自有研究或輸出區域的結構化專案中執行,詢問用戶是否將執行資料夾放置於該處。在寫入任何檔案前,與用戶確認解析後的基底路徑。

檢查所有三個 API 金鑰。在花費任何額度前報告哪些模式可用。在已確認的基底路徑下建立執行資料夾 (例如 <base>/YYYY-MM-DD-<slug>/),並寫入 00-intake.md,內容包含模式、查詢或帳號清單、使用的品牌形象檔案名稱、執行基底路徑、可用金鑰以及任何覆寫。

第一階段:發現

關鍵字模式。 調用 virlo 技能,根據領域關鍵字發現異常爆紅短影音。在 video-decoder/references/decode-framework.md 中定義的所有三個競爭圈中執行發現:

  • 直接圈:完全相同的領域關鍵字。
  • 間接圈:受眾相關的關鍵字詞組 (相同受眾,不同主題角度)。
  • 相鄰圈:格式相關的關鍵字詞組 (相同格式或製作風格,不同主題)。

一次調用一個圈的 virlo 技能,傳遞該圈的圈標籤與關鍵字詞組。不要同時為多個圈調用 virlo。virlo 技能擁有所有軌道機制:它首先檢查是否存在涵蓋該圈關鍵字的現有 Comet 並重用其累積資料 (免費),且僅在沒有匹配 Comet 的圈觸發新的 Orbit (成本:$0.50)。協調者的責任是排序:在為一個圈調用 virlo 之前,等待 virlo 返回該圈的排名異常清單。

在 virlo 為一個圈返回結果後,計算每個影片的異常幅度。Virilo 的結果包含創作者層級的異常比率,但協調者需要一個每個影片的比率,用於第四階段與第六階段的排名評分標準。對於圈結果中出現的每個不重複創作者,調用 scrape 技能來獲取該創作者在相關平台上的近期貼文 (大約最近 20 篇)。使用返回的貼文計算該創作者的基線中位數觀看次數。然後計算每個影片的異常比率為 video_views / creator_median_views。將原始 JSON 回應儲存到 raw/,每個圈和每個基線擷取都需儲存。

帳號模式。 調用 scrape 技能來獲取相關平台上每個帳號的近期貼文 (大約最近 20 篇)。對於每個帳號,計算返回貼文的中位數觀看次數。只保留超過該創作者自身中位數 2 倍或以上的貼文 (異常門檻)。將原始 JSON 儲存到 raw/。

如果一個帳號產生的貼文數量超過 2 倍門檻的為零 (低變異創作者),無論如何包含該創作者最近的單一表現最佳貼文。在 00-intake.md 中註明該帳號沒有明確的異常,且已將最佳貼文作為備用納入。

在兩種模式下,第一階段的輸出是一個去重後的異常影片清單,包含其來源 URL、平台、創作者帳號與觀看次數。

第二階段:收據

對於每個異常影片,調用 scrape 技能來收集:

  • 逐字稿:對於 YouTube,調用 scrape 技能透過影片 URL 獲取逐字稿。對於 TikTok 和 Instagram,嘗試從第一階段已獲取的貼文負載中提取逐字稿文字。如果貼文負載中未包含某個影片的逐字稿,在將該影片傳遞到第三階段前,作為備用方案調用 scrape 技能的逐字稿功能。
  • 封面圖:貼文負載中返回的縮圖 URL。對於 YouTube,將封面圖推導為 https://img.youtube.com/vi/[VIDEO_ID]/hqdefault.jpg。

將所有原始回應儲存到 raw/,並以來源與時間戳記命名 (例如 scrapecreators-transcript-[video_id]-[timestamp].json)。下游使用的每個觀看次數與互動數據都必須可追溯回 raw/ 中的一個檔案。

第三階段:解碼

對每個異常影片執行 video-decoder 技能。傳入:逐字稿文字 (如果可用)、封面圖 URL (如果可用)、創作者帳號、平台、異常幅度 (第一階段計算的比率),以及競爭圈分配 (使用 video-decoder/references/decode-framework.md 中的圈定義,將每個影片的圈分類到相對於該品牌的位置)。

video-decoder 技能為每個影片返回一個填寫完整的解碼記錄,包含視覺鉤子 (從封面圖與任何可見的螢幕文字推導)、文案鉤子與口語鉤子。將每個記錄寫入 01-decodes/[video_id].md。此時所有解碼都帶有 decode_depth: shallow。

僅缺少逐字稿本身並非跳過影片的理由。許多異常最高的影片是文字疊加或 POV 風格的影片,沒有口語內容。如果影片有封面圖或說明文字,以 spoken_hook: n/a 進行淺層解碼。只有在完全沒有東西可以解碼時才跳過影片:沒有逐字稿、沒有封面圖、沒有說明文字,且沒有其他有意義的訊號 (例如無法取得任何內容的擷取失敗)。將任何跳過的影片記錄為 decode-failed 於 00-intake.md 中,包含影片 URL 與確切原因。繼續處理其餘影片。

第四階段:深度分析

選取異常幅度排名前 5 到 8 的影片 (最高比率優先)。

在為任何影片調用 Gemini 輔助腳本之前,使用 scrape 技能解析該影片的直接 CDN 媒體 URL。社群頁面 URL (例如 TikTok 或 Instagram 頁面 URL) 會被 Gemini 拒絕。將 CDN 媒體 URL 傳遞給輔助腳本,切勿傳遞社群頁面 URL。解析方法因平台而異:請參閱 scrape/references/reading-scrape.md 中「解析影片的直接媒體 URL」部分,了解每個平台的方法 (TikTok 需要 video-info 查詢;Instagram 媒體 URL 已存在於已獲取的貼文負載中;YouTube 觀看 URL 可直接傳遞)。在執行期間及時解析並使用 CDN URL,因為 CDN URL 有期限。

對於每個選取的影片,調用 Gemini 輔助腳本,並透過一個命令將標準輸出直接重新導向到原始檔案。

輔助腳本的路徑必須解析為從包含此 SKILL.md 的目錄 (已安裝插件中的 shortform-idea-engine 技能目錄) 的絕對路徑。在執行期間確定該目錄,並在該目錄內建構 scripts/gemini-video-analyze.js 的絕對路徑。輸出重新導向的目標是第零階段確認的執行基底路徑下的執行資料夾。這兩個路徑是獨立解析的:輔助腳本從技能目錄解析,輸出來說從執行基底路徑解析。

OPENROUTER_API_KEY=<key> node <skill-dir>/scripts/gemini-video-analyze.js <cdnMediaUrl> "分析此短影音,針對:節奏 (平均剪輯頻率、顯著的緩慢或快速片段)、剪輯韻律 (剪輯模式:配合節拍剪輯、反應剪輯、B-roll 插敘)、視覺風格 (色彩調校、背景、攝影機運動、螢幕圖形密度)、螢幕文字節奏 (相對於口語內容,字幕或提示出現的頻率),以及留存技巧 (影片中間使用的特定鉤子、模式中斷、懸念或循環)。為每個維度返回結構化筆記。" > <run-base>/YYYY-MM-DD-<slug>/raw/gemini-<video_id>-<timestamp>.json

其中 <skill-dir> 是 shortform-idea-engine 技能目錄 (包含此 SKILL.md 的目錄) 的絕對路徑,而 <run-base>/YYYY-MM-DD-<slug>/ 是在第零階段確認的執行資料夾。

重新導向會將原始 Gemini 回應儲存到執行資料夾內的 raw/gemini-<video_id>-<timestamp>.json,以滿足第八階段的可追溯性要求。

對於這些影片中的每一個,重新執行 video-decoder 技能,並將 Gemini 區塊作為可選的深度分析輸入傳入。重新執行會返回一個更新的解碼記錄,其中 decode_depth 為 deep 且 deep_notes 已被填入。使用深度記錄覆寫現有的 01-decodes/[video_id].md。

如果未設定 OPENROUTER_API_KEY,則完全跳過第四階段。所有解碼維持 shallow,並且在第六階段中,每個創意都會被標記「shallow-decoded」。

第五階段:發想

匯集來自 01-decodes/ 中每個解碼記錄的所有病毒向量、興趣主題與格式。產生 10 到 15 個混搭創意。每個創意必須:

  • 指明它借用哪個病毒向量 (來自解碼記錄的原文標籤)。
  • 指明它借用或改編哪個興趣主題。
  • 指明它使用哪個格式。
  • 陳述品牌角度:如何將借用的病毒向量、興趣主題與格式重新混搭以適應此特定品牌 (使用品牌形象檔案的 content_pillars、audience 與 proof_credibility 欄位來錨定角度)。
  • 記錄每個借用元素的來源譜系:來自提取該元素的解碼記錄的 creator_handle、source_url 與 video_id。如果一個元素出現在多個解碼記錄中,列出全部。此譜系將伴隨創意,通過排名並進入腳本階段。

提取訊號權重按圈適用 (來自 video-decoder/references/decode-framework.md):病毒向量在所有四個圈中都有效;興趣主題在間接競爭對手中訊號最強;格式在相鄰競爭對手中訊號最強。相應地權衡你的混搭,但不要僅因圈而機械地排除創意。

如果解碼池太小,無法在不虛構出池中不存在的病毒向量、興趣主題或格式組合的情況下支援 10 個不同的創意,則僅產生池所能支援的真實創意數量。在 02-ideas.md 的頂部註明短缺情況與實際數量。切勿發明未被解碼的可提取元素。

第六階段:排名

使用 references/ranking-rubric.md 為每個創意評分:

  1. 檢查每個創意是否與品牌形象檔案的 anti_topics 清單匹配。任何匹配都是立即取消資格 (DQ: anti-topic)。從排名表中移除被取消資格的創意。將每個被取消資格的創意加入 02-ideas.md 底部一個標示清楚的「已取消資格 (反主題)」部分,位於排名表下方,列出該創意與觸發的特定反主題。
  2. 在兩個軸向上為倖存的創意評分:viral_potential (五個子因素的平均值:病毒向量強度、異常幅度、格式可重複性、主題新鮮度、鉤子強度) 與 brand_fit (四個子因素的平均值:語氣匹配、受眾匹配、內容支柱匹配、真實可信度)。兩個分數使用 1 到 10 的尺度。
  3. 計算 combined = viral_potential * (brand_fit / 10)。四捨五入到小數點後一位。
  4. 按 combined 降序排序。當兩個創意平手時,viral_potential 較高者優先。
  5. 將排名表寫入 02-ideas.md,欄位順序為:# | idea | root | borrowed VV/IT/Format | source video | viral | brand fit | combined | one-line rationale。source video 儲存格顯示創意追溯到的來源影片,格式為 @creator_handle / video_id。
  6. …

[truncated for translation]

相關技能