Communitygithub.com

對話短片剪輯

將 Podcast 和訪談對話剪輯成精簡的短格式影片,同時保留原意、嘴型同步、說話者可見度、清晰音訊及可編輯字幕。適用於 Reels、TikTok、YouTube Shorts 或任何需要去除靜音與贅詞、切換發言者以及影格精確品質控制的多說話者垂直短片。不適用於音樂影片的節奏或節拍剪輯,或一般長格式影片的組合。

對話短片剪輯 是什麼?

對話短片剪輯技能是一個專門用於將 Podcast 和訪談對話轉換為吸引人短格式影片的 AI 代理技能。它遵循嚴格的編輯合約,確保在去除所有非語義的空白與贅詞後,仍能保留說話者的原意、情感節奏以及嘴型同步。該技能主要支援 DaVinci Resolve,並輔以 FFmpeg/ffprobe 進行媒體檢查,以及使用字幕轉錄和說話者分段工具。其工作流程包含 18 個詳細階段,從保護原始素材、進行媒體稽核、建立對話地圖,到最終的品質保證與交付,每一步驟都有明確規範。它特別強調以發言者為中心的剪輯原則,只有在具有編輯意圖時才使用反應鏡頭或分割畫面,並且嚴禁使用未授權的素材。此外,該技能還包含一個反模式清單,明確列出常見的剪輯錯誤,例如機械式刪除所有停頓、僅依賴音訊分段來決定顯示的鏡頭,或保證病毒式傳播。它會產出一個詳細的編輯清單,記錄所有剪輯決策、來源時間碼、資產版權以及測試計劃,確保整個編輯過程具有高度的透明性與可重複性。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/icelab-research/skills/tree/HEAD/skills/dialogue-reels-editing

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

對話短片剪輯 是做什麼的?

合約

  • 移除真實的停滯時間與非語意的贅詞,但不改變說話者的原意或情感節奏。
  • 在每一次的波纹剪輯、修剪、調整時間與說話者切換後,保持對話與可見的嘴型對齊。
  • 預設顯示正在說話的發言者,並僅在具有編輯意圖時使用反應鏡頭或分割畫面。
  • 提供完整、具上下文、可編輯的字幕,以及乾淨、適合上傳平台的音訊。
  • 僅在能釐清或強化特定節拍時,使用迷因、反應插入、打擊樂與特效。
  • 記錄每個第三方視覺或音效資產的來源 URL 與使用權限。
  • 保留未經修改的原始時間軸,以及一份有版本編號的可編輯短片時間軸。
  • 記錄來源時間碼,以及每個有意的靜音、嗶聲、遺漏或未解決的不確定性。

階段

  1. 保護原始素材。 複製原始時間軸,將集數/片段/版本加入其名稱,並在編輯前儲存專案檢查點。
  2. 稽核媒體。 確認影格率、取樣率、可用的攝影機角度、獨立麥克風、來源時間碼、頻道映射,以及權威的對話音軌。在進行任何結構性編輯前,建立已知的同步錨點。
  3. 建立對話地圖。 使用文字時間戳進行轉錄,識別說話者,標記重疊處,並將日誌分段視為草稿,直到音訊與可見的嘴部動作一致。
  4. 形成留存假設。 在開始剪輯前,填寫 references/organic-reach-playbook.md 中的候選卡片:識別冷觀眾、單一承諾、第一幀畫面、第一句台詞、回報點,以及觀眾為何會看完、分享、儲存或觀看完整集數。在選擇一個鉤子前,先草擬數個真實的鉤子。
  5. 選擇一個完整的故事。 選擇一個鉤子、鋪陳、發展、回報點與乾淨的結尾。在剪輯前記錄原始來源範圍。
  6. 去除停滯時間。 僅移除沒有意義的靜音。保留自然的呼吸、喜劇時機、帶有意的猶豫以及簡短的環境音尾音。
  7. 小心移除贅詞。 僅在句子保持自然且語義不變的情況下,移除獨立的「呃」、「嗯」、「嗯哼」、「嗯」、重複的開頭以及口頭雜物。
  8. 修復每次編輯。 一起進行波纹剪輯連結的畫面、對話、字幕、疊加層與音效設計。使用有動機的角度切換、推近鏡頭、反應鏡頭或 B-roll 來遮蓋跳接,而非任意轉場。
  9. 驗證 A/V 同步。 在開頭/中間/結尾重新檢查稽核時的同步錨點,然後以正常速度檢查每個對話編輯與說話者切換處。
  10. 剪輯發言者。 預設顯示正在說話的人。在真正的重疊處使用分割畫面,只有在能增加資訊或幽默感時才使用簡短的反應鏡頭。
  11. 尋找有目的的迷因插入。 搜尋語境相關、可合法重複使用的反應,或創作原創品牌迷因。在匯入前記錄來源 URL、創作者、授權與精確的使用時間戳。
  12. 加入選擇性音效設計。 僅在明確的笑點、揭露、轉場或強調節拍上使用鼓點、邊擊、收音機喀嚓聲、磁帶停止、上昇器或其他效果。保持其低於對話音量,並保留一個無效果的版本。
  13. 將對話打磨至錄音室品質。 先修復來源問題,然後進行保守的去除哼聲、降噪、等化、除嘶聲、動態控制與響度正規化。與未經處理的音軌進行比較,檢查是否有人為痕跡。
  14. 修正字幕。 將每句字幕與前後約 20 秒的內容進行比對,修正姓名與技術術語,並確保時間是跟隨編輯後的音訊,而非原始轉錄稿。如果設計使用了字幕框,請將其背景保持在整部短片的單一連續圖層上;僅將文字時間與語音對齊。檢查間隙、剪輯處以及第一幀與最後一幀是否有閃爍。
  15. 應用品牌元素。 如果節目有品牌技能或風格指南,請將其用於封面、集數標籤、字體、字幕樣式、動態與安全區域。
  16. 規劃平台測試。 導出一個核心編輯,一次變化一個假設,並在發佈且分析在範圍內時,將任何已發佈的變體記錄在劇本的發佈帳本中。僅與同一帳戶和平台上的類似貼文進行比較。符合條件的帳戶可使用 Instagram 試用短片。絕不保證病毒式傳播。
  17. 執行最終品質檢查。 看一次檢查故事,看一次檢查畫面/發言者選擇,看一次檢查音訊與嘴型同步,再看一次檢查字幕與平台構圖。
  18. 交付。 提供可編輯的時間軸、字幕檔案、乾淨的主版本、發佈用的渲染檔、封面靜態圖、來源時間碼、資產來源資訊,以及一份編輯/標記清單。

輸出格式

每個短片應包含一份清單,其中包含:

  • 集數、片段標題、來源入/出點、編輯時長、影格率與長寬比
  • 鉤子、鋪陳、回報點與最後一句台詞
  • 編輯前的候選卡片、考慮過的鉤子變體、選擇的留存假設與平台測試計劃
  • 移除的靜音與贅詞,包括任何特意保留的模糊移除處
  • 權威音軌與測量的同步修正值
  • 說話者切換時間戳與任何有意的反應鏡頭
  • 字幕檔案與技術性名詞修正
  • 音訊處理與目標響度
  • 迷因/疊加層與音效的時間戳、來源 URL、創作者與授權
  • 封面/時間軸/發佈路徑與驗證結果

請參閱 references/dialogue-reels-standard.md 以了解門檻值、決策規則與 QA 檢查表。

反模式

  • 請勿機械式地刪除每個暫停或贅詞;自然的節奏是表演的一部分。
  • 請勿僅依賴音訊日誌分段來決定顯示哪個攝影機。
  • 在畫面剪輯完成後,請勿獨立移動音訊,除非偏移量已被測量並記錄。
  • 請勿透過生成或扭曲人物的嘴巴來修復同步。
  • 請勿留下靜音空洞、遺失的音訊區塊、黑幀、垂直間隙或空的時間軸空間。
  • 請勿使用會改變原意的隨機 B-roll 來遮蓋糟糕的剪輯。
  • 請勿僅僅因為有空白空間就將迷因覆蓋在發言者身上;它必須針對特定的想法或反應。
  • 當版權不明確時,請勿下載或發佈未經授權的迷因、GIF、歌曲或音效。
  • 請勿讓鼓點、笑聲音效或效果掩蓋語音,或將每個句子變成笑點。
  • 請勿將過度降噪或壓平動態的音訊標記為錄音室品質。
  • 請勿將字幕燒錄在唯一的可編輯主版本中。
  • 請勿將持續的字幕框附加到個別字詞提示上,導致它在字詞之間消失。
  • 請勿在未於多個點檢查可見語音的情況下,聲稱同步正確。
  • 請勿承諾或暗示保證的病毒式傳播;記錄假設,讓留存率、完成率、分享、儲存與後續行為來決定。
  • 請勿在第一个有用的口語或視覺節拍之前,放置一個長達數秒的標誌或封面卡。
  • 請勿追逐會削弱片段主題、聲音或受眾契合度的趨勢。

使用的工具

  • DaVinci Resolve: 可逆時間軸編輯、連結波紋剪輯、發言者切換、字幕、Fairlight 清理與匯出。
  • FFmpeg/ffprobe: 媒體檢查、靜音提案、響度測量、代理檔案與技術驗證。
  • 轉錄: 字詞級時間碼與字幕草稿生成。
  • 說話者日誌分段: 暫時性的說話者分段,絕非唯一的事實來源。
  • 視覺嘴部活動檢查: 在不明確的切換處驗證發言者與嘴型同步。
  • 網路搜尋與授權庫: 發現語境相關且可重複使用的迷因與音效,並記錄其來源。

參考資料

  • references/dialogue-reels-standard.md — 編輯決策、同步方法、發言者規則、字幕、音訊與品質檢查。
  • references/organic-reach-playbook.md — 候選卡片、鉤子與留存指導,以及發佈帳本。在選擇片段以及發佈或評估觸及率時,請先閱讀此文件。
  • scripts/reels_preflight.sh — 唯讀媒體與靜音預檢。

相關技能