一句話出片:總入口
目標:使用者只說需求,Claude 自己把稿件、字幕、動畫、音效、渲染、自檢、封面、文案做完,交出一個成片。不要每步都問,不要讓使用者確認可以自己決定的事。
先查備料(開工前 30 秒)
對照 ../video-asset-prep/SKILL.md 的備料清單:數字人(出鏡版才需要)、聲音、積木庫、固定框架。缺哪項就轉去備哪項,不要硬做;純動畫版不需要數字人。備料齊了,下面全部自動推進。
0. 收需求(最多問一次,三個問題打包問)
只問會改變成片結構、且無法預設的事。使用者沒回答的一律走預設:
| 問題 | 預設 |
|---|---|
| 主題和觀點(一句話,或粗稿) | 必須有 |
| 有沒有數字人出鏡? | 無(純動畫)。有則需要使用者的數字人形象和配音 |
| 配音從哪來? | 使用者自己的克隆聲音生成音頻發給你;沒有就先用系統 TTS 做佔位走完全流程,真配音到了只重跑對齊 |
固定預設:1920×1080、30fps、60–80 秒、不做 BGM(只交人聲 + 音效,音樂使用者自己加)、字幕膠囊、淺色或暗色按主題定、成片 −16 LUFS、封面橫豎各一對、一句話文案。
1. 流水線(自動推進)
| 步 | 做什麼 | 誰 | 產物 / 驗收 |
|---|---|---|---|
| S1 稿件 | 壓成 8–12 句口播:每句 ≤20 字、一句一個意思、數字單獨成句;去 AI 味(短句、口語、少排比);核對事實;字數 ≈ 時長×4.8 | Claude | script_lines.json;事實有疑問才打擾使用者 |
| S2 配音 | 稿子按配音工具讀法改寫(縮寫寫成 A I 逐字母)→ 使用者生成音頻 → 本地停頓封頂 0.4 s | 使用者給音頻 | voice.mp3;這是唯一必須等人的環節(沒有就佔位) |
| S3 對齊 | whisper 強制對齊到逐字 → 字幕按詞切 → 與波形獨立核起音 | Claude | words.json subs.json;字幕起音 ≤3 幀 |
| S4 數字人(可選) | 瀏覽器驅動數字人工具:上傳音頻→生成→下載。身份驗證、付款、刪除只由使用者做 | Claude + 使用者 | 綠幕 mp4 |
| S5 摳像(可選) | 色差鍵 + 邊緣延伸 → VP9 alpha WebM;解碼曲線補償;口型提前 3 幀 | Claude | key_host.py |
| S6 鏡頭表 | 全部鏡頭時間從詞級對齊表推出(句首 −6 幀為切點),不手填幀號 | Claude | timeline.ts 單一事實來源 |
| S7 動畫 | 每句一個鏡頭、一台相機、一個焦點;所有打字都用打字機動畫並登記 typing.ts;音效按事件生成 | Claude | 見 ae-motion-craft |
| S8 渲染 | 分段 + 看門狗:5 分鐘無新幀即殺行程重試 ≤3 次;每段起止時間寫日誌 | Claude | 分段 mp4 → 拼接 → 混音 |
| S9 自檢 | 見第 3 節清單;對著真實檔案時間戳和日誌核對,不憑印象說「快好了」 | Claude | 自檢表 |
| S10 包裝 | 橫版 + 豎版封面(主圖 + 備選)、縮圖尺寸檢查、一句話網感文案 | Claude | 封面 4 張 + 文案 |
2. 只有人能做的事(其餘都自己做)
配音音頻生成、數字人身份驗證、付款確認、刪除帳號/形象、最終審美驗收。遇到這些一次性說清要什麼,不要拆成多輪追問。
3. 自檢清單(交付前逐條寫 ✓/✗/數值)
- 時長:影片與音頻差 ≤0.05 s;ffprobe 1920×1080 / 30fps / BT.709
- 響度 −16 LUFS(人聲 + 音效),峰值 < −1 dBFS;音效比人聲低 ≥10 dB
- 字幕:逐行起音與波形偏差 ≤3 幀、無時間重疊、一個樣式
- 紫色像素佔比(若不想要紫線)<0.2%;切點逐 2 幀條帶無硬跳
- 每個打字塊:字元數 = 鍵聲數
- 畫面無第三方品牌/真人/內部檔案名稱;中文影片畫面文字用詞通用
- 渲染產物時間戳晚於最後一次改動;日誌無失敗段
4. 鐵律(踩過的)
- 不猜原因:渲染卡住先看檔案修改時間 vs 當前時間、讀完整日誌,再下結論。
- 別讓使用者當監工:長任務每段寫時間戳,卡住自己發現並重試。
- 先出靜幀 / 低清預覽自查,再渲 1080p。
- 字幕必須逐詞對齊,絕不按字數估算。
- 不做 BGM;不放說明性小字;淺色底裡不放大塊深色;紫色不用。
- 使用者一句具體反饋,只重做受影響的鏡頭,不整片重來。
- 交付後不重複彙報過程,給:位置、改了什麼、已知瑕疵、封面、一句話文案。
5. 相關
- 備料(數字人 / 聲音 / 積木 / 固定框架):
../video-asset-prep/SKILL.md - 本 skill 的細節在
references/:稿件與鉤子(hooks-and-copy、thinking、templates)、分鏡與畫面(visual-mapping、motion-and-camera、packaging)、字幕對齊(subtitle-sync)、舒適度規律(comfort-rules)、全流程手冊(production-playbook)、口播融合(hosted-video-fusion)、渲染與管線(remotion-pipeline、promo-and-hosted-pipeline)、音效(motion-polish-and-sfx)、協作(collaboration)、中英文版(english)、封面素材(gemini-asset-prompts)。 references/legacy-combo-style-SKILL.md是拆分前的舊總覽,僅供查閱,其中檔案路徑以現在的目錄為準。- 腳本:
scripts/、../../pipeline-scripts/;完整方法論:../../方法論-製作篇.md