Communitygithub.com

diorama-promo-video

製作直式 9:16 短片宣傳影片(Instagram Reels、TikTok、YouTube Shorts),採用「微縮模型」風格——胖胖黏土方塊吉祥物在小遊戲舞台上演出、膠帶貼紙橫幅標題、計分板計數器、逐字出現的碎紙片字幕、底片顆粒感,以及「留言 LINK」的行動呼籲——透過 Remotion 從簡單的 JSON 腳本渲染。

diorama-promo-video 是什麼?

此技能可用於生成 30–50 秒的直式宣傳影片,專為 Instagram Reels、TikTok 及 YouTube Shorts 設計。視覺風格模仿「微縮模型」美學:包含胖胖黏土方塊吉祥物、迷你舞台、膠帶橫幅標題、計分板、逐字字幕及底片顆粒效果。所有內容均由單一 `src/video.json` 檔案驅動,並使用 Remotion 專案(源自 `assets/template/`)進行渲染。此技能適用於 Claude Code、Cursor 等能執行 shell 命令與 Python 腳本的 AI 編碼環境。工作流程包含:撰寫腳本(先以表格呈現再建立 JSON)、透過預覽圖片快速檢查佈局、可選的語音同步(使用 faster-whisper 取得逐字時間碼),以及最終的 MP4 渲染。使用者也能將現有影片「重新造型」——保留原始旁白與故事,僅更換視覺元素。強烈建議在完全渲染前先審視腳本表格與預覽圖片,以節省時間與運算資源。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/uhandani/Skill-video-nocodealex/tree/HEAD/diorama-promo-video

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

Diorama promo video

產出約 30–50 秒的直式影片(1080×1920,30 fps),風格類似爆紅的「5 位克勞德在 LinkedIn 上吐槽你」的 reels:一個小舞台上,方塊角色們一幕一幕地演出產品的功能,同時字幕逐字跳出。一切由單一檔案 src/video.json 驅動,此檔案置於從 assets/template/ 建立的 Remotion 專案中。

請閱讀 references/style-guide.md 了解此格式為何有效(節奏、字體排版、敘事弧線),以及 references/scene-types.md 了解每個 JSON 欄位的用途。

工作流程

1. 取得簡報(只問缺少的部分)

  • 宣傳的內容及其具體功能(輸出、數字、步驟)。
  • CTA 關鍵字(人們留言的詞,預設為 LINK)以及是否免費。
  • 旁白/字幕的語言——配合使用者需求(印尼文請求 → 印尼文腳本,除非使用者另行指定)。如果使用者偏好「IG 風格」,橫幅可保留英文。
  • 旁白:他們有錄音檔嗎?如果沒有,影片仍可只靠字幕運作;提供撰寫腳本的選項,讓他們之後錄製並同步(步驟 5)。
  • 桌上的「道具」(個人檔案、網站、履歷、商店……)——有合理的預設值。
  • 調色盤:預設為單色灰階("palette": "mono")。僅在使用者要求彩色時才使用 "warm";個別顏色可在 theme 中覆蓋。

2. 先以表格形式撰寫腳本

遵循風格指南中的弧線:鉤子 → 機制 → 痛點 → 輸出 → 轉變 → 報酬 → 證明 → 免費 → 簡單 → CTA。9–12 個場景,每個場景一句話,約 2.7 詞/秒,因此每個場景持續 2.5–4.5 秒。為每個場景選擇一個能 展示 該句子的場景類型(例如,關於「五個意見」的句子 → 使用帶有五個標誌和自動計數器的 lineup)。將表格(橫幅 | 旁白 | 場景類型)展示給使用者,並在建立前進行調整——修改表格很便宜,重新渲染則不然。

3. 建立專案

bash <skill-dir>/scripts/new_video.sh <project-dir>      # 複製範本 + npm install

然後根據核准的腳本撰寫 <project-dir>/src/video.json。從該檔案中已有的範例開始(該範例重現了參考 reel)——保留其結構。

保持版面整潔的實用限制:橫幅 ≤ 30 個字元,標誌 1–2 個詞,card 行數 ≤ 約 25 個字元且 ≤ 7 行,list ≤ 4 個項目,hero ≤ 5 個字元。

4. 在完整渲染前進行視覺檢查

node <skill-dir>/scripts/preview_sheet.mjs <project-dir>   # → out/sheet.jpg,每個場景一幀

查看 sheet(讀取圖片)。檢查:橫幅未裁切、字幕未遮蓋關鍵道具、計數器顯示正確數字、卡片內無溢出內容。修正 video.json 並重新執行。這只需幾秒鐘;完整渲染則需要幾分鐘。

5. 語音同步(有音訊時)

將音訊放入 <project-dir>/public/ 並執行:

pip install faster-whisper   # 一次性,如果缺少
python3 <skill-dir>/scripts/word_timings.py <project-dir> voiceover.mp3 --lang id

這會將逐字時間碼寫入 video.json(captions、voiceover);場景切換會準確落在每個句子開始的位置。背景音樂:放入 public/ 並設定 "music": "file.mp3"(預設音量 0.12)。如果沒有音訊,時間碼會根據文字估算。

6. 渲染並交付

bash <skill-dir>/scripts/render.sh <project-dir> out/video.mp4

當 Remotion 無法下載自己的瀏覽器時(在沙盒環境中很常見),render.sh 會回退到本機的 Chrome/Chromium。一部 45 秒的影片需要幾分鐘渲染。交付 MP4,並按照參考模式撰寫貼文說明: 留言「LINK」我會直接傳送連結給你……留言「LINK」取得連結。#…

若要即時調整,使用者可以在專案目錄內執行 npx remotion studio。

重新造型現有影片

當使用者提供影片並要求「以這種風格」製作時,保留他們的故事和旁白,僅更換視覺元素:

  1. bash <skill-dir>/scripts/caption_strips.sh <video> <work-dir> — 擷取音訊(voiceover.m4a),並每 0.5 秒將字幕條與時間碼拼貼成圖片,以及一張 overview.jpg。如果 whisper 可用,word_timings.py 會更快;當它不可用時(無法下載模型),請閱讀字幕條:每條中反白的字詞就是該時間點正在說的詞,這能提供 ±0.25 秒的逐字時間碼。先在偵測幀上檢查字幕條的位置——錯誤的裁切只會顯示文字的片段。
  2. 將轉錄稿切割成原始影片切換視覺或主題的節拍(overview 可顯示此資訊)。一個節拍 = 一個場景,持續 3–8 秒。
  3. 選擇一個能 展示 每個節拍的場景類型。解說類影片傾向於使用 board(符號、「A → B」、劃掉錯誤答案)、timeline(日期、人物)、card(定義、引言、重點標記)、使用 rewrite:false + stamp 的 before-after(「MITOS」、「FAKE」)、spotlight(人物/揭露時刻),以及用於結尾留言提示的 cta。
  4. 撰寫帶有 "voiceover" 和 "captions" 陣列({word,start,end},以絕對秒數表示,按順序)的 video.json。每個場景的 text 必須恰好包含該場景按順序的所有詞——場景的時間是從其第一個詞開始處計算。使用一個小型 Python 腳本,為每個場景保留 start word|start word|… 並同時輸出兩者,是最不容易出錯的方式。assets/examples/restyle_asal_usul_x.py 是一個完整的範例(一部 90 秒的印尼文解說影片,解釋代數為何使用 x,共 16 個場景)——複製其結構。
  5. 預覽 sheet → 修正 → 照常渲染。橫幅可以使用影片的語言。

透過 JSON 以外的自訂

  • 顏色/色調:video.json 中的 palette、theme 和 characters。在 mono 模式中,所有內容都會強制轉為灰階,因此自訂的 theme 顏色僅影響其亮度。
  • 新的視覺節拍:新增場景類型(步驟請見 references/scene-types.md 結尾)。
  • 僅使用 useCurrentFrame() + interpolate/spring 進行動畫;CSS 過渡/動畫在 Remotion 中無法渲染。保留 Y 軸 1440–1620 區域給字幕使用。

原創性

此範本的吉祥物、場景和道具均為通用且原創。請保持如此:不要將其他創作者的角色、標誌或影片片段複製到影片中;在描述產品與哪些服務搭配使用時,可以出現真實品牌名稱的文字(例如「LinkedIn」)。

相關技能