分鏡腳本 (Storyboard) 是做什麼的？

分鏡是一支影片的拍攝計畫與剪輯計畫。完成分鏡後，使用者能從頭到尾閱讀它，依場次拍攝，並將每個鏡頭交給剪輯（或交給 Claude），且清楚知道畫面上有什麼、文字說什麼、聲音是什麼。

保持精簡。 只需鏡頭與場次，不需要弧線圖、鏡頭轉場、品牌套件或核對清單。若使用者需要更多，他們會主動提出。

初次執行：引導設定

在 ~/.claude/storyboard-profile/profile.md 不存在時、技能剛安裝後，或使用者要求設定或重新學習其風格時，執行設定。一次一步引導使用者：用一句話說明這個步驟的目的，執行它，然後在需要詢問的地方停下來等待。保持每則訊息簡短；多數進行此設定的創作者並非開發者。

歡迎。 一則簡短訊息：說明技能功能（輸入腳本，每行輸出一個畫面，Claude 再據此建立圖像）以及設定約需五分鐘。接著說明第一件事是需要看看他們的影片。
檢查工具。 尋找 Python 3、Google Chrome（或 Chromium / Edge）和 ffmpeg。若使用連結，yt-dlp 是加分項。缺少任何工具時，提供一個適用於其系統的安裝指令（例如 Mac 上 brew install ffmpeg，Windows 上 winget install ffmpeg），並提議代為執行。等 Chrome 和 ffmpeg 都能運作後再繼續。
詢問創作者資訊。 一則訊息，每行回答一個問題：他們的暱稱與平台、內容主題、影片通常長度、以及如何結尾（留言關鍵字、追蹤、個人檔案連結）。
索取他們的影片。 這是重要步驟，所以要說明原因：他們的分鏡應該像他們的影片，而不是套用模板。要求提供 3 到 5 部最能展現其風格的已發布影片，若他們有製作螢幕錄影或圖形素材，最好包含一部這類影片。他們可以將檔案拖入對話中（會貼上路徑）或貼上連結。若已安裝 yt-dlp，則用它下載連結；若連結無法下載，則要求提供檔案。將所有內容放入 ~/.claude/storyboard-profile/source/。
研究影片。 針對每部影片：
- 畫格： ffmpeg -i v1.mp4 -vf "fps=1,scale=360:-2" -q:v 4 source/v1_%03d.jpg，然後檢視它們。
- 剪輯點： ffmpeg -i v1.mp4 -vf "select='gt(scene,0.1)',showinfo" -f null - 2>&1 | grep -o "pts_time:[0-9.]*" 會給出剪輯時間點，藉此得知平均鏡頭長度。說話頭像中的跳躍剪輯因畫面變化極小而可能被遺漏，因此需將數量與 1 fps 的畫格數進行比對。
- 口白： 若已安裝 whisper（或其他轉錄工具），則進行轉錄。若未安裝，則從畫格中讀取內嵌字幕，或請他們貼上腳本。
記錄你實際觀察到的情況，而非猜測：鏡頭類型的混合比例（臉部、螢幕、B-roll 各佔多少）、平均鏡頭長度、構圖（中景或特寫、受訪者位置、背景）、前兩秒如何鉤住觀眾、畫面上的文字（字重、大小寫、顏色、強調樣式、位置）、字幕風格、主要色彩、重複出現的圖形或疊加層、音效習慣，以及行動呼籲如何呈現。
挑選他們的臉部靜態圖。 選擇一幀他們對著鏡頭說話、且未內嵌字幕的乾淨畫格，裁切為 9:16 比例（ffmpeg -ss <t> -i v1.mp4 -frames:v 1 -vf "crop=ih*9/16:ih,scale=540:960" face.jpg），並儲存為 ~/.claude/storyboard-profile/face.jpg。從此以後，所有臉部鏡頭都使用這張圖。
撰寫設定檔。 將 ~/.claude/storyboard-profile/profile.md 儲存為包含以下區段的檔案：創作者（步驟 3）、鏡頭（類型混合、平均長度、構圖）、鉤子、畫面文字、字幕、色彩、音效、行動呼籲、重複出現的圖形。接著撰寫 ~/.claude/storyboard-profile/theme.css，覆寫套件的變數以符合他們的視覺風格：
```
:root { --ink: #111; --accent: #ff5a1f; --on-accent: #fff; --bg: #f4f1ea;
        --grid: rgba(0,0,0,.05); --font: "Montserrat", sans-serif; }
```
使用他們已安裝的字型；若找不到，則挑選最接近的已安裝字型。
展示給他們看並確認。 建立一個範例畫面（他們的標題樣式疊加在他們的臉部靜態圖上），渲染出來，用三行摘要說明設定檔內容，並詢問哪些地方需要調整。不斷修正直到他們認為看起來像他們的內容為止。
交接。 告知他們設定完成以及下一步該做什麼：「貼上腳本並說『幫我製作分鏡』。」如果他們的風格改變，隨時可以重新執行設定。

如果他們想跳過設定，則使用套件的預設外觀進行分鏡，並在最後再次提供設定選項。

格式

每個鏡頭包含：

欄位	內容
`type`	`face`（對著鏡頭說話）、`split`（上方螢幕，下方圓角框內為臉部）、`screen`（螢幕錄影）、`graphic`（在剪輯中建立）、`b-roll`（實景素材）
`vo`	此鏡頭中口白念出的確切腳本文字
`on_screen_text`	燒錄在畫面中的文字，通常為空白
`edit_note`	一至兩行：畫面上有什麼、什麼在動、構圖方式
`sfx`	音效，通常為空白
`thesis`	只有一個鏡頭設為 `true`
`status`	`real`（畫面即為素材）、`stand-in`（顯示意圖）、`to-capture`（尚未拍攝）

時間長度根據口白以每秒 3.4 個字計算。切勿手動設定。

場次根據拍攝地點分組：label、detail（需要準備什麼）和 shots（鏡頭編號）。

步驟

讀取設定檔並取得腳本。 讀取 ~/.claude/storyboard-profile/profile.md 並遵循其內容：他們的鏡頭長度、鏡頭類型混合比例、文字風格、行動呼籲。當設定檔與以下預設值衝突時，以設定檔為準。尚無設定檔？先提供設定選項。若腳本不在對話或檔案中，則要求提供腳本，並註明目標長度（若他們未指定，則使用設定檔中慣常的長度）。不要編輯腳本。若某行讀起來有問題，請提出來讓使用者修正。
將腳本逐字分割為鏡頭。 合併後，所有 vo 欄位的內容必須與腳本完全相同。不要改寫、刪減或添加任何一行。
- 在畫面改變的地方切分， 而非在句子結尾。逗號就是很好的切分點。
- 目標為每個鏡頭 2 到 6 秒（7 到 20 個字）。超過約 8 秒就應拆分，除非一個連續的畫面真的需要承載那句台詞。
- 鏡頭 1 必須包含說話者的臉部（使用 face 或 split 鏡頭）。第一秒出現臉部能抓住觀眾注意力。
- 僅標記一個 thesis 鏡頭： 這句話點出影片的主題。
- 最後一個鏡頭：說話者的臉部說出行動呼籲。 如有留言關鍵字，它應以口頭說出並存在於字幕中，而非作為畫面上的大型藥丸按鈕。
- 變化鏡頭類型。 連續三個 face 鏡頭是不允許的。用 face 處理主張、題外話和行動呼籲；用 screen 處理任何正在展示的內容。
精簡地填寫欄位。
- on_screen_text：鏡頭 1 的標題、列表編號（01 SCRIPT），以及最多一個重點金句。其他位置留空；其餘內容由字幕承載。
- edit_note：畫面上有什麼、什麼在動、以及構圖（中景或特寫）。隱私提示也放在此處：模糊電子郵件、裁切顯示使用者名稱的檔案路徑。
- sfx：整支影片中只使用兩到三個音效，僅用於關鍵時機（開場提示音、上線時的撞擊聲）。
根據拍攝地點將鏡頭分組為場次， 而非按照鏡頭順序。
- 臉部： 每個臉部鏡頭加上每個分割鏡頭中的臉部部分，構成一個場次。
- 螢幕錄影： 每個應用程式或工具工作階段各一場，全程使用同一個真實專案。
- 離開桌面的拍攝： 僅在需要 B-roll 鏡頭時使用。
- detail： 需要準備什麼（開啟哪個專案、要執行什麼、先清除螢幕上的哪些內容）。

在使用者的工作目錄中（若有更好的位置請詢問）的 storyboard/<video-slug>/ 資料夾內撰寫 storyboard.json：

{
  "title": "AI edits my videos",
  "target_seconds": 50,
  "shots": [
    {"type": "face", "vo": "My last couple of videos were all edited by Claude.",
     "on_screen_text": "CLAUDE EDITS MY VIDEOS", "edit_note": "Mid shot, headline holds 4s.",
     "sfx": "", "thesis": false, "status": "to-capture"}
  ],
  "sittings": [
    {"label": "Face", "detail": "Same shirt and light for every face line.", "shots": [1]}
  ]
}

為每個鏡頭建立一個畫面（下一節）作為 frames/f01.html、frames/f02.html，依此類推。編號對應鏡頭的順序。
渲染：
```
python3 <this skill's folder>/kit/render.py storyboard/<video-slug>
```
它會使用無頭 Chrome 渲染出 540x960 的 frames/out/fNN.png、一張 frames/out/contact-sheet.jpg 以及 board.html：每個畫面旁邊附有口白、文字、剪輯備註、音效和時間長度，以及場次資訊。它會輸出運行時間以及臉部與螢幕的秒數。
檢查聯絡表， 然後修正並重新渲染：確認文字是否疊在臉上、有無重疊、文字是否在安全區域內、以及任何隱私問題。
簡短回報： 鏡頭數量、運行時間與目標長度的比較、臉部與螢幕的秒數，以及還有哪些尚未拍攝的內容。為使用者打開 board.html。

畫面

盡可能使用最真實的來源，優先順序如下：

真實素材。 鏡頭中真實網站或應用程式的螢幕截圖（使用無頭 Chrome 或 Playwright，桌面版寬度 1440，行動版寬度 390），或從使用者自己的素材中擷取靜態幀（ffmpeg -ss <time> -i clip.mp4 -frames:v 1 still.jpg）。將圖片放入 frames/ 資料夾，並以檔案名稱參照。

自建畫面。 使用 kit/frame-kit.css 中的類別，將畫面撰寫為 HTML body 片段。片段中的 {{face}} 會變成 frames/face.jpg（若存在），否則變成設定中的臉部靜態圖，再不然則變成中性剪影。設定的 theme.css 會自動將每個畫面重新設定為他們的色彩和字型。

類別	用途
`.f`	畫面容器，永遠是外層元素
`.hl`	頂部的標題，用 `<em>` 包住一個關鍵字
`.lbl` 搭配 `.n` + `.t`	編號列表標籤（`01 SCRIPT`）
`.face`	滿版臉部畫面（一個 `<img src="{{face}}">`）
`.facebox`	`split` 鏡頭中的臉部框
`.term`	一個 Claude Code 終端機（`.p` 提示、`.tool` 工具呼叫、`.ok`、`.dim`）
`.chat` + `.bub` + `.vid`	一個代理聊天訊息，可選地包含影片
`.shot`	一個螢幕截圖卡片（`<div class="shot"><img src="..."></div>`）
`.tbl`	一個資料表格（`.h` 表頭、`.r` 列、`.r.new` 新的一列）
`.big`	一個大型重點金句
`.room`	一個帶有說明的 B-roll 佔位符

使用行內 style="top:..px" 設定垂直位置。範例片段：

<div class="f">
  <div class="lbl"><span class="n">01</span><span class="t">SCRIPT</span></div>
  <div class="term" style="top:200px">
    <div class="bar"><i></i><i></i><i></i></div>
    <div class="p">write me a 45 second script about ...</div>
    <div class="ok">  ✓ script.md</div>
  </div>
  <div class="facebox"><img src="{{face}}"></div>
</div>

當螢幕被無法繞過的登入頁擋住時，使用真實資料模擬。 不要代表使用者登入。使用真實數字建立螢幕，並標記為 stand-in。

畫面規則：

安全區域： 將文字保持在底部 20% 和右側 12%（按讚與留言欄）之外，並保持頂部 8% 淨空。套件的位置已經遵循這些規則。
他們的標題風格： 遵循設定檔中關於畫面文字的筆記（大小寫、字重、如何強調單字）。預設為粗體大寫，並以 <em> 包住一個關鍵字。在滿版臉部畫面上，套件會將文字設為白色並加上柔和的陰影。
隱私： 任何畫面中不得出現包含使用者名稱的檔案路徑、電子郵件、API 金鑰或 .env 內容。在表格中使用假 ID。

使用分鏡建立影片

分鏡獲得批准後，它本身就成為提示詞。逐一建立圖形素材：「從分鏡建構鏡頭 4，作為 9:16 動態圖形：須符合畫面、畫面文字和剪輯備註。」最初版本永遠不會完全正確；將其放入剪輯中，與畫面進行比對，反覆調整直到吻合為止。

分鏡腳本 (Storyboard)