安裝 belt CLI 技巧： npx skills add belt-sh/cli
解說影片指南
透過 inference.sh CLI 從腳本到最終剪輯，創建解說影片。
快速開始
需要 inference.sh CLI (belt)。安裝說明
belt login
belt app run google/veo-3-1-fast --input '{
"prompt": "乾淨的動態圖形風格動畫，連接節點間的抽象數據流動，藍白配色，專業企業美學，流暢轉場"
}'
腳本公式
問題-激化-解決 (PAS) — 60 秒
| 段落 | 持續時間 | 內容 | 字數 |
|---|
| 問題 | 10 秒 | 陳述觀眾的痛點 | 約 25 字 |
| 激化 | 10 秒 | 顯示情況比他們想的更糟 | 約 25 字 |
| 解決 | 15 秒 | 介紹你的產品/想法 | 約 35 字 |
| 運作原理 | 20 秒 | 展示 3 個關鍵步驟或功能 | 約 50 字 |
| 行動呼籲 | 5 秒 | 一個明確的下一步動作 | 約 12 字 |
之前-之後-橋接 (BAB) — 90 秒
| 段落 | 持續時間 | 內容 |
|---|
| 之前 | 15 秒 | 展示當前令人沮喪的狀態 |
| 之後 | 15 秒 | 展示理想的結果 |
| 橋接 | 40 秒 | 解釋你的產品如何幫助達成目標 |
| 社會證明 | 10 秒 | 簡短的數據或見證 |
| 行動呼籲 | 10 秒 | 明確的下一步 |
功能亮點 — 30 秒（社群用）
| 段落 | 持續時間 | 內容 |
|---|
| 鉤子 | 3 秒 | 驚人事實或提問 |
| 功能 | 15 秒 | 展示一個功能解決一個問題 |
| 結果 | 7 秒 | 成果/效益 |
| 行動呼籲 | 5 秒 | 立即試用 / 了解更多 |
節奏規則
| 內容類型 | 每分鐘字數 | 備註 |
|---|
| 標準旁白 | 150 wpm | 對話式語速 |
| 複雜/技術內容 | 120 wpm | 留出處理時間 |
| 活力/社群內容 | 170 wpm | 短格式可加快 |
| 兒童內容 | 100 wpm | 清晰且緩慢 |
關鍵規則： 每個關鍵訊息一個場景。不要將多個想法塞進一個畫面。
場景持續時間指引
- 建立鏡頭：3-5 秒
- 功能展示：5-8 秒
- 螢幕上的文字/數據：3-4 秒（必須可讀）
- 轉場：0.5-1 秒
- 行動呼籲畫面：3-5 秒
視覺製作
場景類型
belt app run google/veo-3-1-fast --input '{
"prompt": "乾淨的產品展示影片，雙手在筆電上打字，顯示儀表板介面，明亮的現代辦公室，柔和自然光，專業"
}'
belt app run bytedance/seedance-2-0 --input '{
"prompt": "抽象動態圖形，彩色數據流連接漂浮的幾何形狀，流暢動畫，深色背景帶發光元素，科技美學",
"generate_audio": true
}'
belt app run google/veo-3-1-fast --input '{
"prompt": "開心的人坐在沙發上使用筆電，對著螢幕微笑，明亮通風的客廳，溫暖午後光線，滿意客戶感受，生活型態商業風格"
}'
belt app run falai/flux-dev-lora --input '{
"prompt": "分割畫面比較，左邊是雜亂的辦公桌，堆滿文件和壓力；右邊是乾淨、有組織的極簡工作空間，顯著差異，乾淨設計"
}'
影像轉影片場景
belt app run falai/flux-dev-lora --input '{
"prompt": "專業工作空間，帶有發光全息介面，未來感但乾淨，藍色重點照明"
}'
belt app run falai/wan-2-5-i2v --input '{
"prompt": "溫和鏡頭推進，全息元素微妙地漂浮旋轉，柔和環境光變化",
"image": "path/to/workspace-still.png"
}'
配音製作
腳本撰寫技巧
- 短句。每句最多 15 個字。
- 主動語態。「你可以追蹤你的資料」而不是「你的資料可以被追蹤」。
- 對話式語氣。大聲朗讀一遍 — 如果聽起來生硬，就重寫。
- 一個句子一個想法。一個視覺節奏一個句子。
產生配音
belt app run falai/dia-tts --input '{
"prompt": "[S1] 厭倦了花好幾個小時製作沒人看的報告嗎？有更好的方法。認識 DataFlow。它能在幾秒鐘內把你的原始數據變成視覺故事……只要連接你的資料來源、選擇模板、然後分享。今天就免費試用 DataFlow。"
}'
文字轉語音中的節奏控制
| 技巧 | 效果 | 範例 |
|---|
句號 . | 中暫停 | "這改變了一切。來看看怎麼做。" |
省略號 ... | 長暫停（戲劇性） | "而結果……令人難以置信。" |
逗號 , | 短暫停 | "快速、簡單、強大。" |
驚嘆號 ! | 強調/活力 | "今天就開始建立！" |
問號 ? | 上揚語調 | "如果有更好的方法呢？" |
音樂與音效
背景音樂指引
- 音量： 旁白下方 20-30%（當有語音時，音量降低 6-12dB）
- 風格： 配合品牌調性（企業 = 環境電子，新創 = 歡快的獨立音樂）
- 結構： 開場漸強（前 3 秒） -> 旁白下的微妙循環 -> 行動呼籲處漸強
- 無歌詞： 旁白下僅限純音樂
belt app run <音樂生成應用> --input '{
"prompt": "歡快的企業背景音樂，現代電子，90 BPM，正面且專業，無歌詞，適合產品解說影片"
}'
組裝流程
完整製作工作流程
belt app run falai/dia-tts --input '{
"prompt": "[S1] 你的腳本在此……"
}'
belt app run google/veo-3-1-fast --input '{"prompt": "場景 1 描述"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "場景 2 描述"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "場景 3 描述"}' --no-wait
belt app run infsh/media-merger --input '{
"media": ["scene1.mp4", "scene2.mp4", "scene3.mp4"]
}'
belt app run infsh/video-audio-merger --input '{
"video": "merged-scenes.mp4",
"audio": "voiceover.mp3"
}'
belt app run infsh/caption-videos --input '{
"video": "final-with-audio.mp4",
"caption_file": "captions.srt"
}'
影片長度依格式
| 格式 | 長度 | 平台 |
|---|
| 社群預告 | 15-30 秒 | TikTok, Instagram Reels, YouTube Shorts |
| 產品展示 | 60-90 秒 | 網站, 登陸頁面 |
| 功能解說 | 90-120 秒 | YouTube, 電子郵件 |
| 教學/逐步引導 | 2-5 分鐘 | YouTube, 幫助中心 |
| 投資者簡報影片 | 2-3 分鐘 | 簡報輔助資料 |
轉場類型
| 轉場 | 使用時機 | 效果 |
|---|
| 切換 | 相關場景之間的預設方式 | 乾淨、專業 |
| 溶解/淡入淡出 | 時間流逝、情緒轉變 | 柔和、沉思 |
| 擦拭 | 新主題或章節 | 清楚分離 |
| 縮放/推近 | 深入細節 | 集中注意力 |
| 匹配剪輯 | 場景間的視覺相似性 | 巧妙、令人難忘 |
常見錯誤
| 錯誤 | 問題 | 修正 |
|---|
| 腳本過於冗長 | 配音急促，觀眾不堪負荷 | 剪到最多 150 wpm |
| 前 3 秒沒有鉤子 | 觀眾立即離開 | 從問題或驚人數據開始 |
| 畫面跟不上旁白 | 令人困惑的斷層 | 畫面應配合或略微領先旁白 |
| 背景音樂太大聲 | 聽不到旁白 | 將音樂音量降低 6-12dB 低於人聲 |
| 無字幕 | 85% 的社群影片在靜音狀態下觀看 | 務必加入字幕 |
| 太多想法 | 觀眾記不住任何東西 | 每支影片只有一個核心訊息 |
相關技巧
npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@video-prompting-guide
npx skills add inference-sh/skills@text-to-speech
npx skills add inference-sh/skills@prompt-engineering
瀏覽所有應用程式：belt app list