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:
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。- 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。
- 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。 - 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。 - 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」)。