視覺解說短片製作工作室 — 短片 + 長片

Visual Explainer Production Studio — 短片 + 長片

目的

將一個主題轉化為研究支援、編輯就緒的視覺解說套件。此技能支援兩種不同的製作模式：

• 短片： 一個時間緊湊的垂直解說影片，通常為 48–59 秒。
• 長片： 一個 8–12 分鐘、通常為 16:9 的解說影片，有意識地結合 AI 生成的影片與動態圖形、動畫圖表、圖解、動態字體、地圖、資料庫/庫存素材、螢幕錄製、靜態圖片以及精心選擇的視覺停頓。

此技能不僅僅是影片生成器。它是故事、視覺設計、提示編譯和剪輯交接的規劃者。它必須提供一個單一的合併提示包，以及一份獨立的《導演筆記》，讓剪輯技能可以遵循，而無需從零散的提示中推斷創作者意圖。

單一檔案編譯與 Telegram 傳遞規則

1. 統一文字編譯：當要求將鉤子提示或影集包編譯成文字檔時，將包含精確時間戳記的主旁白與完整的逐場逐景影片提示（包括主提示、逐秒時間軸進程、技術攝影機/燈光規格以及反向提示）編譯成一個專用的 .txt 檔案，存放在 vault 中（/home/john/kos-obsidian-omni/<slug>.txt）。
2. Telegram 訊息保護措施（<3,000 字元）：當已寫入 .txt 檔案時，切勿將數千行原始提示直接傾倒在 Telegram 中。請在一個乾淨的 ```text 程式碼區塊中輸出完整的旁白腳本及其時間戳記，總結場景標題/焦點，並直接指向已儲存的 .txt 檔案路徑。這可以保留 Markdown 格式和一鍵複製按鈕的功能。

對於 The Pop-Up Ledger（紙藝 / 3D 立體總帳巨集觀經濟學與歷史），請參閱 references/the_pop_up_ledger.md。對於長片的節奏與混合媒體工作流程，請在製作前閱讀 references/long-form-explainer.md 和 references/directors-note-template.md。

模式路由 — 先決定這個

1. 如果使用者明確要求一種格式，則遵循該格式。
2. 否則，少於 60 秒的影片為短片；目標為 8–12 分鐘的影片則為長片。
3. 切勿將僅限短片的限制（6 秒場景、115–130 字旁白、垂直畫面）應用於長片工作。
4. 切勿透過添加填充內容將短片拉長為長片。長片需要一個更深刻的問題、多個解釋步驟、證據、中點重新吸引注意力的元素，以及一個有意義的綜合結論。
5. 如果使用者要求一個長片影片但沒有指定主題，請提出一個簡潔的主題問題。不要詢問那些可以合理預設的細節。

不可妥協的生產規則

1. 提出主張前先研究

• 使用可靠來源驗證事實、日期、姓名、數量、機制、比較和因果關係的主張；在合適的情況下，優先使用一手資料和專家機構。
• 維護一個事實記錄帳，包含每個主張、來源 URL/標題、相關的出版或存取日期、信心水準、注意事項，以及能夠誠實展示該主張的視覺方式。
• 區分確認的事實、估計、有爭議的解釋和說明性隱喻。切勿讓電影般的視覺效果暗示比證據所支持的更高的確定性。
• 不要虛構來源、統計數據、引文、素材來源或精確的視覺數據。如果某個主張無法被驗證，請在生產套件中說明，並將其移除或適當標示。

2. 故事先於鏡頭

• 陳述核心問題、核心答案/論點、目標觀眾、預期收穫，以及觀眾為何應該關心。
• 首先建立因果鏈或敘事主幹。每個章節和視覺節拍都必須解釋、證明、比較、提供背景，或在情感上強化某個特定觀點。
• 將每個主要的旁白節拍映射到一個主要的視覺方法。不要僅僅為了裝飾旁白而生成視覺素材。

3. 長片預設使用混合視覺

• 不要讓整個長片影片都是由 AI 生成的。 選擇最能解釋每個想法的媒介。AI 影片只是多種工具之一，而非每句旁白的預設答案。
• 使用動態圖形來呈現可讀的標籤、箭頭、計數器、時間軸、標註、圖表以及階段性概念揭示。使用確定性圖形來呈現精確數字、有來源連結的圖表、地圖和技術標籤。
• 使用 AI 生成的素材來營造氛圍、說明性重建、視覺隱喻、不可能的攝影機運鏡，或是拍攝成本高昂/不可能的場景。清楚區分說明性重建與真實證據。
• 當真實性、證明、UI 細節或現實世界背景至關重要時，使用真實的庫存/資料庫素材、螢幕截圖、產品素材或螢幕錄製。在適用時記錄來源/授權/引用資訊。
• 有選擇地使用動態字體來強調關鍵詞句、對比、章節轉換和令人難忘的總結，但不要用它來替代解釋複雜的想法。
• 避免依賴生成式影片來呈現關鍵的可讀文字、方程式、UI 複本、圖表數值、精確邊框、地圖、標籤或來源數據。這些應在後期製作中合成。
• 沒有固定的視覺媒體百分比。為了清晰度、可信度、成本、製作時間和視覺多樣性來選擇媒介。說明每個主要鏡頭或圖形為何使用其選定的資產類型。

4. 音訊需單獨規劃

• 切勿將旁白腳本放入 AI 影片生成提示中。
• 除非使用者明確要求生成對話，否則影片提示必須僅指定視覺動作、攝影機、連續性和畫內音 / 擬音 / 環境音，並以以下內容結尾：音效：[特定的環境音/擬音]。無旁白，無對話，無可辨識的對話。
• 旁白、音樂、音效和圖形時機必須在規格書中是獨立的欄位，並在《導演筆記》中明確說明。
• 不要假設 AI 片段生成的音訊會被用在最終剪輯中。除非編輯有意識地選擇使用它，否則將其視為可選的參考。

5. 連續性與真實性

• 當鏡頭需要匹配時，鎖定重複出現的主體、材質、攝影機地理、燈光、調色板和視覺處理方式。
• 對於分段連續場景（支援參考影格的工具），使用鏡頭 N 的最後一個可用影格作為鏡頭 N+1 的參考，並指定連續的攝影機向量和動作。此規則對於基於剪輯的編輯為可選。
• 當精確幾何形狀未經來源驗證時，將圖表/地圖標示為示意圖。切勿將生成的 Map、圖表、存檔風格圖像或重建呈現為真實證據。

6. 交付成果必須包含編輯交接

• 始終將所有 AI 影片提示和視覺生成提示編譯到一個乾淨的 <slug>_prompts.txt 檔案中，按場景/資產 ID 分組並可直接複製貼上。
• 始終創建 <slug>_directors_note.md，這是一份獨立的編輯交接文件，包含整體創意簡報、故事/章節地圖、暫定或鎖定的時間軸、旁白同步提示、動態圖形建構說明、轉場與音效設計、資產參考、連續性規則和最終檢查。這是必要的輸出，而非可選的摘要。
• 包含 <slug>_production_spec.yaml 作為結構化的真相來源，以及 <slug>_voiceover.txt 作為乾淨的旁白複本。當專案提出事實主張時，包含 <slug>_research_ledger.md；當來源/授權追蹤有用時，包含資產清單。
• 在實際可用的情況下使用配置的專案/vault 位置。否則，在當前可寫入的工作空間中創建一個專案資料夾（例如 visual-explainer-output/<slug>/）。不要假設存在特定機器的家目錄。除非檔案實際被寫入並驗證，否則絕不報告檔案已儲存。

7. 尊重實際渲染器限制

• 在最終確定提示之前，檢查所選 AI 模型的可用時長、寬高比、參考圖片和音訊控制項。
• 如果模型不支援，不要在提示中寫入請求的時長，好像模型支援它一樣。生成支援的片段，並規劃在後期進行裁剪、延長或合成。
• 計劃的編輯時間軸是暫定的，直到最終的旁白/音訊時長確定為止。誠實地標記暫定時機；在獲得音訊資產後，根據實際音訊時長更新最終時間軸。

短片模式 — 少於 60 秒

時長與場景規則

• 預設目標：48–54 秒，通常 8–9 個視覺節拍。
• 首選的生成場景單位：在所選模型支援的情況下為 6 秒。如果不支援，則使用支援的時長並規劃後期剪輯/修剪；不要虛假請求不支援的時長。
• 保持最終影片少於 60 秒，除非平台/使用者目標不同。
• 48–54 秒的起始旁白目標約為 115–130 字，語速約每分鐘 130–145 字。在鎖定場景時機之前，計算字數，並且在可以使用生成旁白時，實際計時音訊時長。

短片故事配方

1. 0–2 秒：視覺鉤子。 以悖論、驚人事實、張力、規模對比或看似不可能的證明開始，而不是一般的問候。
2. 2–8 秒：承諾解答。 使具體問題顯而易見。
3. 中間部分：解釋一個因果鏈。 每個鏡頭應增加一個獨特的步驟、比較、後果或證據。
4. 回報：解決開場問題。 不要以模糊的總結結束。
5. 結尾： 僅在自然適合時使用簡潔的觀眾提示；切勿為了行動呼籲而犧牲解答。

短片視覺/音訊檢查

• 每個鏡頭保持一個主要的視覺想法和簡短的螢幕文字。
• 為行動裝置觀看規劃鉤子、字幕、安全區放置、音效設計和最終回報。
• 將精確的標籤/數據作為後期製作疊加層，而非 AI 渲染的文字。
• 對於地圖和連續場景解說，保留持續的場景/攝影機路徑，並將每個疊加層與旁白觸發器連結。
• 對於從長片重新利用的片段，重建鉤子和回報，使其獨立運作；不要只是裁剪一個隨機的中間部分。

長片模式 — 8–12 分鐘

完整閱讀 references/long-form-explainer.md。 長片模式是電影視覺、圖表、動態字體、證據視覺、圖表/地圖、真實資產和克制停頓的刻意混合。

時長與旁白規劃

• 預設目標：8–12 分鐘，通常為 16:9。如果使用者要求不同的平台/寬高比，則使用使用者的要求。
• 初始旁白估計：在自然的紀錄片節奏下，約每分鐘 130–145 字，約 1,150–1,600 字，具體取決於停頓、強調和僅有視覺的時刻。這是一個規劃範圍，而非硬性規則；根據所選的傳遞速率估計時長，然後在鎖定剪輯之前使用實際的旁白時長。
• 不要為了達到字數而填充內容。一個紮實的 8 分鐘影片勝過一個稀釋的 12 分鐘影片。
• 將旁白分成章節和短的意義單位。保持一個單獨的乾淨旁白檔案，同時保留映射到時間軸的段落/節拍 ID。

長片故事結構

• 以強烈的視覺問題、令人驚訝的結果、矛盾、謎團或後果嚴重的例子開場。
• 告訴觀眾影片將回答什麼問題以及為什麼它很重要，而不要有一個冗長的頻道介紹。
• 在引入太多術語之前，先建立一個有用的心智模型。
• 通過不同的章節建構：背景、機制/證據、複雜化或反駁、含義和綜合結論。根據主題調整順序。
• 在大約一半處包含一個中點注意力重置——例如新的規模、案例研究、意想不到的比較、圖表轉換或揭示。如果證據不支持，不要製造轉折。
• 通過回答開場問題、連結各部分、在相關處指出不確定性，並提供一個令人難忘的收穫來結尾。
• 請參閱參考指南中建議的 8–12 分鐘章節地圖。將其視為一個支架，而非嚴格的時間戳命令。

長片視覺規劃

對於每個章節，指定：

• 觀眾在這一刻的問題。
• 旁白節拍 / 關鍵主張。
• 主要視覺媒介及其為什麼是最佳選擇。
• 視覺證明、機制、比較或隱喻。
• 編輯動作：保持、揭示、標註、追蹤、比較、縮放、暫停或轉場。
• 所需的確切資產/數據及其來源狀態。
• 視覺是真實素材、有來源的素材、示意圖、AI 重建還是隱喻。

使用靈活的鏡頭/圖形持續時間。簡單的說明性插圖可能很短；而一個節奏良好的圖表可能保持在螢幕上 10–25 秒，同時圖層根據旁白逐步建立。當想法改變時改變視覺，而不僅僅是為了強迫不斷剪輯。避免長時間不變的背景牆，但給予證據和複雜圖表足夠的時間被理解。

長片導演筆記是強制性的

《導演筆記》是剪輯技能的主要操作指南。它必須解釋預期的觀看體驗以及如何組裝整個影片。它必須引用提示 ID/資產，而不是重複它們的完整提示文字。每個時間軸事件必須指向旁白/節拍 ID，並且每個生成/有來源的資產必須映射到一個鏡頭或圖形。如果確切時機取決於尚未生成的旁白，請將其標記為 暫定 — 與最終 VO 同步。

視覺模式

從主題中選擇視覺模式。當它能改善解釋時，有意識地混合模式。

• 地質學 / 連續地球： 連續的軌道到地面軌跡、有來源的板塊邊界、剖面圖、地形突出顯示和世界空間標註。
• 紙藝定格動畫 / 觸覺立體透視模型： 分層卡紙、折頁、滑動標籤、切割總帳、觸覺陰影、微妙的階梯式運動和擬音紙/紙板音效。
• 時間軸 / 歷史閃光點： 時間軸狀態、地圖、時期物品、資料庫證據、遷移/貿易路線和清晰標示的重建。
• 流程 / 運作方式： 輸入 → 機制 → 輸出；分解視圖