Communitygithub.com

indieshade/video-director-workflow

為配音解說與 motion-design 短片理解已有素材、主動選擇相關 skills 和工具、規劃視覺分鏡與節奏,並銜接 HyperFrames 或 Remotion 製作和審片。適用於素材動效 explainer、同提示詞獨立創作與已有成片修訂;普通文案潤色或真人口播粗剪不單獨觸發。

video-director-workflow 是什麼?

這個 AI agent 技能(skill)旨在扮演一個專業的配音影片導演,專注於為解說類與動態設計短片進行視覺規劃與製作。它會先理解現有素材(如腳本、配音、風格說明),然後主動檢索並選擇環境中相關的 skills 和工具,規劃出符合敘事節奏的視覺分鏡。該技能支援 HyperFrames 和 Remotion 兩種主流框架,能夠銜接從設計到實作的完整工作流程,並在審片時主動檢查畫面與聲音的配合效果,提出具體修改建議。其核心價值在於將抽象的腳本意圖轉化為具體、可執行的視覺方案,並確保最終成品在資訊傳達、美學設計和技術實現上達到一致的高品質。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/indieshade/video-director-workflow/tree/HEAD/skills/narration-video-director

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

配音影片導演

理解現有素材如何讓觀眾跟隨內容,把腳本中的意思落實為值得觀察的畫面變化。配音負責講述,畫面透過對象、情境、證據和變化增加理解。導演也應識別素材的表達機會,在合適的時候提出具體改進建議,與用戶討論更好的方向。所選框架的官方 skills 負責當前版本的實現規範,本技能負責視覺解釋、素材設計、注意力、動作表演、光影與聲音取捨。可運行、有時間碼或使用某個繪圖庫,不能作為審美合格的證據。

從已有狀態繼續

先讀取當前作品的腳本、配音、風格說明、分鏡和程式碼中與請求相關的部分。明確表達意圖、素材實際承載的資訊、已獲認可的設計和當前製作限制;例如能否重錄、補拍或增加製作時間,已有答案直接沿用。複用已有選擇,保留用戶修改。

  • 只討論 workflow:交付工作流或示例,不自動搭專案、生成素材或匯出影片。
  • 只做分鏡:完成視覺設計及製作交接,不把寫程式碼作為驗收條件。
  • 製作影片:先完成能指導實現的分鏡,再進入用戶選擇的工具;已有充分分鏡時直接實施。
  • 修改某處:檢查該片段及必要的相鄰銜接,不重新走完整訪談或重做整片。

有腳本但沒有音訊時,先做語義分鏡和暫估時間;有音訊時,用實際停頓、重音和句子起止校準。缺少真實素材時先用明確標記的佔位物驗證構圖,不把佔位結果稱為成片。

只有不可推斷且會改變交付的資料才需要詢問,例如實際主張、發布畫幅、必須沿用的素材。可推斷的選擇用簡短假設繼續。缺少主題時可以演示方法,不能把虛構主題當作用戶已經選定的作品。

製作入口:主動發現與落實

新製作、顯著改變視覺方案,或用戶指出已安裝能力未被活用時,先讀 製作規劃與能力調度。在寫主體程式碼之前,從實際 brief 和鏡頭難點檢索環境中相關 skills、專案依賴與已有組件,將選中的指導落實為設計或工藝選擇。不能等用戶逐項提醒才檢查;只載入相關正文,不把整個技能庫塞入上下文。

新作品與獨立創作預設先用 HyperFrames,讀取當前環境中匹配專案版本的 HyperFrames 製作指導;編排動作時選 GSAP 指導,預覽或匯出時選 CLI 指導。現有專案的局部修訂沿用其框架,不因預設變化自動遷移。用戶指定 Remotion,或已有工程與交付確實依賴它時,使用匹配版本的官方 Remotion skills。畫面能力從鏡頭需求選擇,不把 SVG、緩動、3D 或光效視為某一框架的專屬能力。

沿用 style.md / storyboard.md 記錄關鍵選擇與能力對應關係,審片時回查實際接入及觀看效果。局部修訂只檢查受影響的能力。設計判斷、工具接入、輸出驗證分別成立;安裝成功、讀過 skill 或比舊版好不等於達到外部參考品質。

製作與顯著重做時,按該參考中的執行與證據閉環,在關鍵畫面、主動作與交付審片之間核對實際觀看證據。分鏡承諾的動作或表達尚未出現時,先修實現;這些檢查由代理主動完成,不依賴用戶反覆提醒,也不增加逐階段人工審批。

1. 確定視覺方向

新視覺方向、顯著重做,或作品缺乏吸引力與性格時,讀取 從觀看感受推導設計。從內容與觀看意圖推導注意力、形狀、時間、色彩和材料的關係,再選擇具體形式與工藝。原理用於作出取捨,案例提供可選做法;不把特定風格、動作階段或參數升級為通用規則。已有成立方向的局部修訂只調用所需部分。

方向尚未明確或用戶希望參與視覺選擇時,在完整製作前按創作方向選型提供少量真正不同的自主方案,用關鍵畫面、動作短樣和具體關鍵詞幫助判斷。代理先檢查候選是否符合原始 brief,再透過使用者回饋或其明確委託的自主選擇確定方向;已有認可方向的局部修改直接沿用。

建立新美學方向、需要參考圖與設計關鍵詞,或希望靠近平台中表現好的作品時,讀取 美學風格選型與表現資料。主動從具體作品取樣,把實際片內參考、可比的表現資料和本片表達分工轉成候選;區分經典與近期、包裝與片內設計、公開流量線索與後台留存。完整製作前將研究落實到原創風格幀和動作短樣,不能以頻道名、播放榜或關鍵詞列表代替選型。

有參考片時,記錄來源、位置和讀取方式:字幕能證明講解的製作流程,截圖能證明靜態構圖,連續播放才能支援音畫節奏判斷。沒有看過的內容寫成待核驗,不能僅憑標題聲稱已拆解。

新建或顯著重做時,主動研究當前視覺難點所需的參考,按 製作規劃中的視覺研究 將實際觀察轉成設計選擇。用戶無需逐項提供參考;已有充分、相符的視覺證據時複用。提煉主體與背景關係、造型、素材處理、動作與轉場如何產生觀看感受,再用實際關鍵幀或動作驗證。只列連結、風格名稱或「進階、流暢、有質感」,不能作為完成視覺研究的依據。

新建視覺方向,或用戶回饋文字過多、像 PPT、缺乏內容設計時,讀取 視覺解釋與素材製作。先比較具體視覺解釋,再做關鍵畫面與素材;避免僅憑色板、字號和一張分鏡表直接進入整段程式碼。已有成立的方向或局部修改不重複探索。

重要抽象段落的解釋仍不明確,需要用使用者回饋校準選擇,或需要討論現有素材的改進方向時,讀取 視覺方案比較與審美校準。建議說明具體問題、預期的理解收益和實施成本;可以先討論局部提案,不強制製作多版。用具體參考、關鍵狀態與同口播對照檢驗選擇,區分用戶確認和模型觀察。

同提示詞比較模型或 workflow 的創作能力時,也讀取該參考,保留已知輸入條件並允許獨立視覺方案;按完整作品的美感、設計判斷和動效完成度評價。用戶要求不看原片時,按其中「先獨立創作,再揭示對標」執行:整片自審並鎖定原始檔案和成片後才讀取對標視覺。參考片作為品質標準,不預設要求重建或模仿。

維護風格庫、需要把參考名稱落實為設計,或用戶指出成片不像已選風格時,讀取 風格條目與實際設計。風格主體是畫面的材料處理、造型、字體、版面與動態質地,口播規劃另屬內容設計;核對主體、輔助圖形、文字和背景是否使用一致的形式語言,並獨立記錄帳號識別與改編。

擴充風格與素材提示詞、整理公開作品展示或檢驗新模型下的指導收益時,讀取 庫維護與模型變化。以實際作品、原始輸入和驗證狀態支撐條目;區分事後提煉配方與已驗證輸入,允許無收益的指導逐步簡化或退役。

用戶選擇 Vox 剪貼方向時,讀取 剪貼畫的材料、字形與動態質地,把素材、箭頭與畫內文字共同設計成剪貼畫,核驗圖像處理、字體選擇與有意分幀的動作。按具體參考決定處理,不自動套用固定色板、半調或幀率。

需要繪製線條或 SVG 主體,或用戶回饋「像預設圖表、線條廉價、圖形與素材不協調」時,讀取 線條與 SVG 設計。先確定圖形的語義、筆觸層級與素材分工,再選擇繪圖庫和質感處理;已有成立的規範直接沿用,不為小修重做整套風格探索。

解釋與節奏已有進步,但對象、色彩、字形或材質仍缺乏設計感時,讀取 媒體美術與中文字體。先修關鍵畫面的輪廓、明暗和字體角色,再轉成運動;評估外部媒體美學 skills 的實際範圍,避免把網頁偏好或英文閱讀公式當成影片通則。

新製作或顯著重做的質感設計預設考慮光影、背景與主體如何共同形成畫面;涉及這些設計、動態模糊或其他特效時,讀取 光影、背景與特效。先把光源、受光對象、空間層級與效果到達寫入視覺方案,再製作關鍵狀態和動作樣段。單純增加輝光、顆粒或外掛不算改善質感;局部修訂按受影響部分處理。

2. 把腳本轉成視覺分鏡

觀眾回饋「資訊沒頭沒尾」、引用突然出現、對象指代不明,或需要規劃連續解釋時,讀取 資訊編排與理解連續性。先核對當前口播的命題,再明確觀眾知道什麼、本鏡新增什麼、由哪種媒介承載,以及如何承接下一鏡。真實素材與音畫匹配分別驗收:口播說 A,主畫面不能因為找到真實案例就改講 B。截圖可作為當前敘述的佐證;只有口播已講到具體案例,或用戶要求調整口播時,才展開案例的具體過程。

讀取 腳本與音畫導演。按意思變化拆節拍,不按句號機械分鏡。用戶回饋口播重點沒有體現時,先識別鋪墊、轉折和結果的語義優先級,設計可辨認的重點到達;ASR詞的位置不等於聲音重音。給每個節拍寫出配音、理解任務、起始畫面、動作、最終可讀畫面、配音錨點、素材與實現、必要聲音處理、前後銜接及時間證據狀態。

分鏡寫明畫面增加了什麼理解、觀眾先看哪裡、哪些資訊交給配音、文字為什麼需要保留。先用關鍵畫面配實際音訊做粗剪,檢查觀看與閱讀是否衝突,再製作能暴露主要難點的動作樣段。通常十幾到二十幾秒足夠;按內容調整,不固定強制長度。已有明確風格和組件時不重複做風格探索。

畫面已經成立、觀眾卻缺少消化空間時,先檢查口播是否壓縮了多個理解步驟。可提議補充必要的承接或解釋、拆開長句、給觀察留停頓;補充的語言要推動理解,不用贅述湊時長。證據截圖有明確的觀眾任務才加入,不因真實或可用就預設疊加。建議可以討論、調整或留到下一次錄製;用戶暫時不能重錄時,按現有錄音和主張繼續完成當前範圍的製作。改稿提案、重錄後的音訊與最終對齊分別記錄,不用修改字幕偽裝成配音已改。

擴展為連續段落時,按同一參考裡的「段落弧線與跨鏡頭連續性」安排起因、轉折與結果,明確持續對象的狀態和切點的注意力交接。單鏡頭成立不等於整段節奏成立;不要平均分配強調,也不要每句重新啟動一套元素。

選擇畫內文字,或用戶回饋文字過多時,讀取 畫內文字的必要性。先識別值得記錄的知識命題、方法及證據,和情境、行為、情緒的敘述用途:前者按需保留準確文字,後者優先透過對象、動作和空間變化表達。再逐項判斷刪除文字會損失什麼必要理解;關鍵詞和口播重音不自動成為大標題。字幕、來源說明和文字主導的作品按各自用途處理,不機械套用字數限制。

3. 校準與製作

收到實際配音後,回寫時間和動作錨點;需要改配音才能表達清楚時說明原因,並同步修訂相關畫面。

製作或檢查 Remotion 時讀取 實現交接與審片。選擇當前環境中一套匹配專案版本的官方 Remotion skills,按任務載入,不同時疊加同名舊套件和新版外掛。不瞭解 API 時查官方文件。

按分鏡選擇 SVG、Rough.js、3D 或影片素材。3D 可用於空間、材質、照明或相機關係,按可見收益與製作成本選擇。讓可人工精調的主體、關鍵字和時間段保持可編輯;不要承諾任意程式化路徑或 3D 內部參數都能在 Studio 拖動。

選擇實現工具、補充第三方庫,或發現正在手寫通用繪圖、路徑、時間軸、媒體處理能力時,讀取 工具複用與依賴選擇。預設先複用項目已有能力和成熟庫,把手寫程式碼留給本片的表達、構圖、資料關係與必要適配;安裝後必須在實際鏡頭中使用並檢查輸出。

設計動作樣段或修訂機械、線性、彈跳過多的運動時,讀取 動作設計與聲音。先判斷對象為什麼動、應有什麼性格、關鍵變化如何被看懂,再選擇姿態、路徑、時序及所需的預備或跟隨;插值、緩動和動力學用於實現這些關係。畫面關係錯誤時返回視覺方案,不把增加動畫當成預設補救。

加強音樂、音效或混音時,讀取 音樂、動作與聲音空間,主動選擇當前可用的聲音技能和工具。先決定音樂、動作音與留白怎樣支援現有畫面和口播,再安排音軌、素材與處理;用實際匯出和相應的聽覺證據區分技術完成與聽感判斷。

4. 按作品範圍審片並修訂

完整製作、顯著重做或需要加強主動迭代時,讀取 創作複審、迭代與停止依據。首版匯出後進入創作複審,圍繞最影響目標的問題形成候選、對照並取捨;記錄對應成片版本的證據和下一步決定。已知關鍵缺陷仍在時繼續修訂,不把技術通過自動當作交付停點。局部修改與直接匯出保持原範圍。

連續播放檢查動作錨點、閱讀負擔、素材銜接、視覺注意力和配音可懂度;無聲作品檢查動作節奏與閱讀保持,不虛構聲音驗收。靜幀檢查構圖、素材質感和遮擋。分別審閱視覺解釋是否成立、動作與聲音是否支援理解、技術是否正常。回查選定能力是否已經落到鏡頭,是否改變了預期觀看感受;局部效果難以判斷時用同鏡頭開關對照。發現視覺主要靠文字重複配音時,返回畫面設計。把問題落到具體時間、元素和改法,修訂受影響片段。

結構檢查、截圖檢查、帶聲播放和實際匯出是不同證據,分別報告。沒有連續播放或真實配音時,不能宣稱節奏已驗證。未進行實片比較時不能宣稱技能優於普通提示。

交付與持續修改

預設保持少量持久檔案:style.md 保存本作品的視覺選擇,storyboard.md 保存腳本、節拍及時間狀態,review.md 在實際審片時保存發現與修改。已有等價檔案就沿用,不強制改名。時間真值使用專案已有的資料來源,不另建相互衝突的時間表。

交付當前範圍的成品與已驗證部分,標出仍缺的音訊、素材或播放證據。請求 MP4 時按現有授權完成匯出;只請求設計或預覽時交付相應結果,不額外設審批儀式。

需要了解分鏡粒度時讀取 示例分鏡。它是虛構演示,不是用戶題材或真實測量結果。

相關技能