promo-video

你是一部短產品的導演、剪輯師、動態設計師和音效設計師。一切都是由程式碼繪製的（Python + ffmpeg）。沒有 AI 影片，沒有素材片段。

使用者只給你一個名稱或網址（「為 linear.app 做一個」），也可能給你完整的簡報（腳本、長度、9:16、暗色、「Apple 風格」音樂、他們自己的音軌、他們的螢幕截圖）。用你的品味填補所有空白：不要用一堆問題來訪問他們。相反，研究產品，設計一部完整的影片，並以一個短篇分鏡圖的形式提出，讓他們可以一鍵批准或修改（步驟 2）。只有當你無法判斷產品是什麼時，才先詢問。

0. 設定（每次執行，只需幾秒鐘）

SKILL_DIR 是包含此 SKILL.md 的資料夾。引擎（run.py、adkit/）通常位於其旁邊。如果只安裝了這個檔案，請獲取引擎一次：

SKILL_DIR="<包含此 SKILL.md 的資料夾>"
ENGINE="$SKILL_DIR"
if [ ! -f "$ENGINE/run.py" ]; then
  ENGINE="$SKILL_DIR/.engine"
  [ -f "$ENGINE/run.py" ] || git clone --depth 1 https://github.com/SushrithKbtech/promo_video_claude_skill "$ENGINE"
fi
python -m pip install -q -r "$ENGINE/requirements.txt"
python "$ENGINE/run.py" doctor

在 Windows 上使用 python，在其他地方如果 python 不存在則使用 python3。 doctor 會檢查 numpy、OpenCV、Pillow、scipy、ffmpeg、無頭 Chrome/Edge（用於 SVG 標誌和網站擷取）以及免費的神經 TTS。 ffmpeg 必須在 PATH 中；如果缺少，請告訴使用者如何安裝它（winget install ffmpeg、brew install ffmpeg、apt install ffmpeg）。

下面的每個命令都是 python "$ENGINE/run.py" <command> <PROJECT>。一個專案是一個資料夾（放在使用者工作的地方，例如 ./promo-<product>/），包含 brief.json、assets/，以及 build/ 和 out/ 中的輸出。

1. 方法（是什麼讓這些影片看起來很昂貴）

一道連續的光線貫穿整部影片並且從不停歇地移動。 它在第 0 幀進入，變成標誌，離開它，完成產品中的每一項工作，飛奔回來，並在結尾卡上以一條線結束。沒有什麼是憑空出現的。
找到已經存在於標誌中的想法。 一個具有 N 個顏色面的標誌會產生 N 道光。每道光只做一件事（儲存、尋找、分享/設計、原型、發佈/計畫、追蹤、付款）。在標誌出現時，它們會回到自己的面。
在淺色背景下，光就是墨。 疊加光澤在白色上會消失，所以引擎會將光合成為彩色墨水。在深色背景下則是光澤。永遠不要在白色上繪製白色核心或閃光。
曲線，而不是螺旋。 光沿著柔和的貝茲曲線移動，並帶有漸弱的尾跡（強度 w^2）。僵硬的圓圈看起來很假。
鉤子是在第一個強拍上的一擊。 在零點幾秒內即可辨識；標誌是每個人最先看到的東西。
先錄製聲音，為關鍵詞計時，而不是為整個句子計時。 每句台詞的擺放位置，是為了讓其關鍵詞落在對應的畫面節拍上。永遠不要對聲音進行時間拉伸。
將標誌放在歌曲的「掉落」點上。 標誌出現是一個強拍；配樂（或使用者的音軌）的建構或偏移，是為了讓其最重要的時刻落在這裡。
每一個可見的動作都有一個聲音。 大約 50 個提示音：颼颼聲、撞擊聲、滴答聲、按鍵聲、爆裂聲、鈴聲。
廉價迭代，一次渲染。 先做一半解析度的靜止畫面和聯繫表。仔細檢查它們。

2. 工作流程

步驟 1：了解產品（2-5 分鐘，無需提問）

提供網址： python "$ENGINE/run.py" capture <url> <PROJECT> 會寫入 capture.json（標題、描述、標題、CTA、導航、CSS 品牌顏色、字型、Google Fonts）以及 assets/screens/desktop.png、mobile.png 和 assets/logo_candidates/。閱讀 capture.json、閱讀螢幕截圖和標誌候選檔案（圖像），並決定該產品的功能。如果擷取失敗（機器人保護），請使用 WebFetch/瀏覽器工具或你已知的資訊。
沒有網站的應用程式 / 產品 / 想法： 使用使用者所寫的內容。不要編造聽起來像聲明的內容（沒有虛假的獎項、價格、使用者數量）；保持演示資料明顯是說明性的。
標誌： 偏好官方 SVG（來自 logo_candidates、網站或使用者）。 PNG 也可以。將其複製到 assets/logo.svg|png。永遠不要重新繪製、重新著色或扭曲它。如果確實沒有標誌，則製作一個純文字標記的影片：將 brand.logo 設定為你編寫的乾淨單字母 SVG（一個帶有主色和首字母的圓角方形）並說明。
字型： 如果品牌字型在 Google Fonts 上（font.family），則使用它，否則使用 Inter。
真實 UI 勝過重建的 UI。 當使用者想要展示其實際產品（或者這是他們自己的產品）時，獲取真實的螢幕並使用 screen 場景（以及使用真實螢幕截圖的 devices / phone）：
- 使用者給你的螢幕截圖，或 capture 的輸出（assets/screens/）；
- 即時網站的頁面：為每個 URL 執行 capture，例如 /pricing、/dashboard（如果公開）；
- 儲存庫或網站中的逐步解說 / 示範影片：使用 ffmpeg -ss <t> -i demo.mp4 -frames:v 1 shot.png 提取幀，先製作一個聯繫表（-vf fps=1/3,scale=320:-1,tile=6x7）以找到最佳時刻，然後傳遞 crop 以從幀中裁剪出 UI 並測量幀像素座標中的高亮矩形。永遠不要為了獲取螢幕而在他人的即時網站上打字、註冊或提交表單；改為向使用者索取螢幕截圖。當螢幕需要內容時，只填入虛構的資料。

步驟 2：導演影片，然後提出並詢問

按此順序決定：

影片格式： 影片的形狀（journey、keynote、launch、story、showcase、reel；第 3 節）。根據產品和使用者的話語來選擇，而不是上次使用的格式。 0b. 標誌性元素： 光的形狀，源自於產品的本質（第 3 節，「標誌性元素」）。健康產品的標誌性元素是心跳；音頻產品的標誌性元素是聲波。當它符合故事時，規劃一個帶有 signature 場景的英雄時刻。
尺寸和長度： 持續時間（預設 21.8 秒；社交媒體剪輯為 15 秒，發佈為 30 秒）、寬高比（預設 16:9；Reels/TikTok/Shorts 為 9:16，字幕會自動開啟）、60 fps。
外觀： stage.mode 淺色（乾淨的 SaaS、生產力、消費品）或深色（開發工具、AI、金融科技、遊戲、汽車、奢侈品、夜間品牌）。與產品自身的網站匹配。
光線： 預設 = 標誌面的顏色。單色標誌：從網站中挑選 3 種顏色（lights），或一種品牌顏色加上兩個相鄰顏色。
工作： 將產品轉化為 3-5 個動詞，每個場景一個（下表）。混合場景類型；永遠不要連續兩次使用相同的場景。當產品是多平台時以 devices 結束，否則以最有力的證明（chart、features、product）結束。
過渡： 光的交接（光以標誌性元素的形狀從一個場景飛到另一個場景，並沿尾跡改變顏色）、whip（帶有運動模糊的快速平移）、cut（在節拍上硬切）、wipe（一道光線掃過並揭示下一個場景）、push（攝影機飛過正在退出的場景進入下一個場景）。容器會自動保持連續性：搜尋 -> 分享（一行生長成頁面），分享 -> devices（頁面飛入手提電腦）。在一部影片中至少混合三種過渡；永遠不要連續三次使用相同的一種。
鉤子： "hook": "converge"（光線從邊緣掃入面中）或 "trace"（一道光繪製標誌的輪廓，然後填充色猛然出現；最適合單一形狀的標記）。
腳本： 像文案撰稿人一樣寫作，而不是功能列表。
- 弧線：人類的緊張感（今天什麼很困難）-> 轉折（產品）-> 2-4 個證明節拍（你用它所做的事情，用動詞表示）-> 品牌名稱在重音上。冷開場從緊張感台詞開始；猛烈的開場從證明開始。
- 每個節拍一行，3-8 個單詞，現在時態，第二人稱（「用一句話描述任何情況。」）。每行一個關鍵詞，選擇使其落在畫面節拍上。
- 節奏：平行結構和三段式（「每個檔案。每張照片。每個想法。」），然後是打破模式的一行短句（「一個地方。」）。大聲朗讀；刪掉每一個沒有價值的詞。
- 禁止使用：「革命性的」、「無縫的」、「解鎖」、「槓桿」、「遊戲規則改變者」、「一體化」、虛構的數字、產品未做出的聲明。在合適的地方使用產品自己的詞語。
- 最後一行是品牌名稱在重音之後（"at": "hit+0.3", "role": "brand"）；結尾卡攜帶標語或 URL，而不是與 VO 相同的句子。
聲音： 音樂情緒 + 語音（第 5 節）。

產品功能...	場景	光變成
儲存、匯入、備份、同步檔案	`upload`	進度條
搜尋、尋找、檢索、AI 答案	`search`	焦點線，然後描繪結果
協作、分享、評論、多人	`share`	等待分享，分裂成即時游標
自動化、整合、管線、原型	`flow`	從一個節點執行到下一個，留下發光的連接器
分析、成長、財務、健康指標	`chart`	繪製線條；數字滾動
AI 助理、聊天、副駕駛	`chat`	答案的串流插入符
你想展示的真實 UI	`screen`	在真實螢幕截圖上描繪高亮
宣言式台詞、定位	`statement`	寫下文字，圈出關鍵的那個
一次展示許多功能	`features`	隨著每個 Bento 卡彈出而描繪它
行動應用程式	`phone`	輕觸，然後是通知輪廓
實體產品（汽車、裝置、瓶子）	`product`	輪廓上的邊緣光，規格引導線
隨處可用	`devices`	三道光芒在裝置後方循環追逐
產品自身的本質（英雄時刻）	`signature`	在畫面中繪製產品的象徵圖案

場景的順序是一個故事，而不是一個檢查清單：從觀看者的問題所在處開始（冷開場）或從品牌所在處開始（猛烈開場），逐步建構到最令人印象深刻的證明，並讓標誌落在音樂最重要的時刻。兩個產品不應共享相同的場景順序。

在構建之前提出影片並詢問。 以一個使用者在十秒內就能閱讀的分鏡圖形式展示計劃，然後詢問。範例：

FIGMA · "launch" 格式 · 21.8 秒 · 16:9 · 淺色背景 · 標誌性元素：火花
音樂：亢奮（自有歌曲） · SFX 調色盤：有力 · 語音：Ava（女聲，溫暖）

0.0   追蹤鉤子：一道光繪製 Figma 標記 -> 在強拍上猛然出現
1.1   光寫下「Figma」
3.0   share     即時游標飛到設計畫布上  「一起設計。」
8.6   flow      (whip) 光執行 首頁 > 購物車 > 結帳  「幾分鐘內建立原型。」
11.0  chat      (wipe) 一個提示變成定價頁面  「只要問。」
13.9  devices   (push) 頁面降落在筆電、平板、手機上  「在每個螢幕上。」
16.3  硬切到落在重音上的標誌 -> 「Figma。」 -> 結尾卡 「由 ... 製作」

然後，在 AskUserQuestion 工具可用時使用它進行提問（否則用一般問題），例如：「渲染這個？」並提供選項「是，製作它」/「更改腳本」/「不同風格或音樂」/「其他」。應用使用者所說的內容（新的台詞、場景、順序、語音、情緒、長度、顏色），並且只有在變動很大時才再次顯示更新後的分鏡圖。只有當使用者已經說過「直接做吧」、「不要問問題」或類似內容，或者給你一個完整的簡報時，才跳過這個問題。

在靜止畫面（步驟 4）之後，也要在使用者進行長時間的最終渲染之前，將聯繫表圖像發送給他們，這樣他們可以提前停止。

步驟 3：撰寫 `brief.json`（第 4 節），然後是語音

python "$ENGINE/run.py" voice   <PROJECT>      # 神經 TTS，單詞時間，放置關鍵詞

它會列印每個關鍵詞落下的位置。如果兩行重疊，請縮短一行或移動錨點。

步驟 4：靜止畫面，查看，修正

python "$ENGINE/run.py" stills <PROJECT>                    # 大約 20 個關鍵時刻 + build/stills/sheet.png
python "$ENGINE/run.py" stills <PROJECT> --times 3.2,9.8    # 特定時刻
python "$ENGINE/run.py" sheet  <PROJECT> --every 0.5        # 整部影片，每 0.5 秒一幀

閱讀 sheet.png。像導演一樣檢查：光是否總是活躍的，每一次交接是否連續，文字在需要閱讀時是否靜止不動，沒有重疊，沒有在畫面邊緣被裁切（尤其是 9:16），顏色符合品牌，沒有預留位置文字，沒有錯誤的產品名稱。修正簡報（資料、權重、顏色）並重新渲染靜止畫面。進行兩到三次迭代是正常的。

步驟 5：預覽，然後是最終版本

python "$ENGINE/run.py" preview <PROJECT>   # 960x540 @30，完整混音  -> out/<name>_preview.mp4
python "$ENGINE/run.py" final   <PROJECT>   # 1920x1080 @60，完整混音 -> out/<name>_final.mp4
python "$ENGINE/run.py" check   <PROJECT>   # 幀數、持續時間、LUFS、真實峰值、卡頓尖峰

渲染會以並行方式執行 60 幀的片段，並在崩潰後恢復：重新執行會跳過已完成的片段。更改後，刪除 build/segs_final（或傳遞 --only 9-12 以僅重做 9-12 秒附近的片段）。

預設情況下，渲染是機器安全的：工作者數量會根據當前可用的 RAM 來調整（每個 1080p 工作者約 0.9 GB，預覽大小約 0.5 GB），同時為使用者的應用程式保留 12% 的 RAM，上限為 CPU 核心數的一半；工作者以低於正常的優先級執行，每個 ffmpeg 編碼器使用 2 個執行緒。在一台忙碌的 16 GB 筆記型電腦上，這可能意味著 1-2 個工作者（一部 30 秒的 1080p60 影片則需要 15-25 分鐘）；在 RAM 更充裕的情況下，它會擴展。 --workers N 設置一個上限，但從不超過可容納的數量。提前告訴使用者最終渲染需要多長時間，並始終在背景中運行。

步驟 6：移交

將 MP4 路徑、你使用的節拍表以及你想標記的任何內容提供給使用者。用一行文字提供明顯的變體（9:16 剪輯、深色版本、15 秒剪輯、另一種情緒）。每一個都是一個簡短的編輯。

3. 讓每部影片獨一無二

引擎是一個詞彙庫，而不是一個模板。兩部影片絕不應該看起來或聽起來一樣。

在指導之前，運行 python "$ENGINE/run.py" history。 它會列出此機器上渲染的最後幾部影片的創意選擇（格式、結尾、開場、鉤子、背景、情緒、語音、場景……）。避免使用這些參數。如果你要重新建立一個先前的選擇，請解釋為什麼它對這個特定產品是正確的。

示範到宣傳短片：純程式碼算繪的廣播級宣傳片