YouTube 字幕金句拼接圖
交付可溯源的真實影片字幕拼接圖,而不是重新生成人物或把金句重繪成大標題。預設保留原語言、原字幕、水印與真實鏡頭切換。使用本套腳本,不依賴其他技能或舊專案的絕對路徑。
開始或繼續
-
先定位 Python 環境和用戶的輸出目錄;現有 job 先執行
scripts/workflow.py status JOB。 -
建立、匯入 shortlist/selection/captions 前閱讀 資料結構。
-
環境已有依賴就複用;不擅自全域安裝軟體、更改系統代理或讀取瀏覽器 Cookie。
-
僅製作圖片時不強制生成社交平台配文;用戶要求完整內容工作流時再生成相應平台的草稿,不擅自新增帳號或發布目標。
-
用戶要求發布現成圖片時,直接閱讀 瀏覽器發布,定位對應 job 和成品,不重複下載、選句或渲染。用
scripts/publish_queue.py校驗素材、規劃時間和記錄進度;頁面操作優先 Computer Use,已獲准使用 AppleScript 時按該手冊的替代路線繼續。 -
寫標題與社交配文時,閱讀 讀者配文。圖片承載原話,配文提供有依據的理解、具體感受與討論入口,不把製作說明寫給讀者。
-
macOS Chrome 控制故障且用戶允許 AppleScript 時,閱讀 Apple 事件 DOM 操作。只有當前工具規則也允許替代技術時使用;複用已有授權,先讀後寫,提交按佇列記帳。
必須保留的判斷與審核
- 字幕軌可用時先分析字幕,避免不必要的整集下載;只有燒錄字幕時,為識別文字可先下載真實影片。優先使用已有完整本地媒體。
- 使用有界獲取路線。記錄錯誤類型;一次正常嘗試失敗後只嘗試一種有依據的替代路線。403/LOGIN_REQUIRED 不循環碰撞,交還用戶解決授權或提供本地媒體。
- OCR 只是候選定位器。閱讀本地候選包而非反覆讀取全篇;對進入候選的原話核對真實幀和上下文。抽樣識別不能聲稱是無遺漏、完全校對的逐字稿。
- 呈現候選 ID、逐字文字、時間、說話人、分享理由、上下文風險,停在
awaiting_quote_selection。不為湊數量收錄弱句。 - 用戶明確選 ID 後才執行
choose-quotes。隨後build_selection.py從已選候選逐字生成草稿,保留精確frame_seconds,再匯入。不要默默改字、刪句或合併未揭露的跳剪。 - native 模式只使用真實影片,第一塊保留完整畫面,後續塊從相同比例的幀中裁切字幕條;禁止第一句額外放大。預設不加翻譯、標題、偽造字幕。
- 檢查圖片數量、尺寸、每句原文、人物與裁切。自動 QA 不代替視覺核對。交付原圖、預覽、時間點及可用的配文/審核包。
- 僅製作時停在
awaiting_review;製作與下載授權不是發布授權。用戶另行要求外部發布時,按瀏覽器發布流程核對具體素材、目標帳號與操作範圍,沿用會話中已明確的授權,不重複詢問。不能把註明來源當作已取得版權許可。
如果原片本身字幕大小不同,等比例裁切不會神奇地統一字體;先說明,必要時徵求同意後再改用重排字幕模式。沒有硬字幕的影片,不能將其稱為「原生字幕圖」。
關鍵預設值
- 本次驗證:macOS + Apple Vision OCR;其他系統需要用戶提供字幕或選擇已配置的本地識別工具,不聲稱跨平台 OCR 已驗證。
- native 預設
subtitle-stack。保持來源寬度或等比例縮小,不為「高畫質」放大低解析來源。 - 自然高度:縮放後完整幀高度 + (句數 − 1) × 字幕條高度。不要為固定長寬比放大條內字幕。每張目前支援 3–6 句,超出則討論分組或明確調整渲染器,不能暗刪。
- 本地下載、裁切、OCR 和檢查交給腳本;模型負責選句判斷、核對、配文。沒有實測 Token 資料就寫「未記錄」,不用台帳裡的 0 或帳戶限額比例推算實際 Token。
用戶只要求排查下載時,僅運行媒體診斷,不擴展到金句生產。