概念與編輯式 Reel 影片技能
此技能教導代理如何為任何主題(例如:洋蔥路由 Tor、網路、資料庫、系統架構、Git、AI)製作病毒式傳播、高留存率的技術與教育解說影片,嚴格遵循目標節奏(例如 60 秒 Reels),並包含豐富的場景轉換、語音表情映射、主講人剪影和持續的技術動畫。
1. 關鍵原則與製作要求
A. 嚴格節奏與時長遵守(60 秒法則)
- 如果腳本指定了場景時間戳(例如
0–7 秒、7–16 秒、16–27 秒、27–42 秒、42–50 秒、50–60 秒),代理必須強制執行確切的目標時長。 - 預設的 TTS 語速通常太慢(約 110 WPM)。生成器必須使用 FFmpeg 的
atempo功能(保持音高)來調整音訊播放速度,以達到病毒式 Reels 的速度(160–180 WPM),並鎖定在精確的 60 秒總時長。
B. 代理 TTS 執行與語音表情標準(病毒留存藍圖)
配備內建 TTS 引擎(例如 Edge-TTS、ElevenLabs、Azure Speech、OpenAI)的代理不得使用預設的平淡/單調設定。預設 TTS(110–120 WPM)會在最初 2 秒內流失短影音觀眾。代理必須注入病毒式節奏參數:
- 速度與節奏:強制使用病毒式 Reels 速度(160–180 WPM 或
rate: +15%到+20%)。 - 音高與語調:在疑問句和鉤子上注入富有表現力的音高變化(
pitch: +4Hz到+8Hz)。 - 微暫停:在重點詞(例如在 「十幾個信封!」 之前)之前插入 100–180 毫秒的戰術性停頓(
<break time="180ms"/>)。 - 表情標籤映射:
[curious]:快速開場(170 WPM),疑問句尾音上揚(pitch: +8%),陰謀般的趣味。[explaining]:穩健(155–165 WPM),咬字清晰,在技術術語前加入 60 毫秒停頓。[dramatic]:較慢速度(145 WPM),音高降至胸腔共鳴(-5%),鏗鏘有力的斷音強調。[confident]:前進推動的節奏(165 WPM),共鳴胸腔音色,句尾上揚。[excited]:高速度(180 WPM),音高提升(+10%),在名詞上有尖銳的節奏衝擊。[playful]/[laughing]:對話式節奏(165 WPM),可聽見的輕笑/微笑氣息,頑皮的語氣。
- 逐字字幕:從 TTS 提取詞彙時間戳,以驅動底部區塊上的逐字動態高亮(
.word-active黃色發光#FFE600)。 - 主音訊藍圖:
- 旁白音量標準化至
-16 LUFS,使用loudnorm=I=-16:TP=-1.5:LRA=7。 - 背景音樂音量設定為
0.15(=-29 LUFS,剛好比語音低 13 LU)。零側鏈壓縮(13 LU 的差距就是壓縮效果)。 - 音效匯流排(
0.20 增益):pop.wav應用於每次場景切換(0.50 增益),riser.wav應用於大型場景轉變前 0.3 秒(0.28 增益),click.wav應用於 UI 元素落下時(0.40 增益),chime.wav應用於揭示時(0.38 增益),notify.wav應用於呼籲行動時(0.35 增益)。 - 主輸出:
-14 LUFS 整合,真實峰值<= -1.0 dBTP。 - 請參閱
references/voice_audio_and_cutout_guide.md以獲取完整的 SSML 片段和各引擎專屬設定。
- 旁白音量標準化至
C. 主講人剪影架構(定位點 5)
每個場景都包含一個富有表情的主講人剪影,固定於右下角(top: 63.4%,距右側 x: 20.7%,腰部被畫面邊緣裁切,位於下方文字區塊之下)。姿勢直接對應語音表情標籤:
[curious]➔p1_shrug.png(攤開手掌,睜大眼睛,興奮的笑容)[frustrated]➔p2_facepalm.png(手掌扶額,苦臉)[confident]➔p3_present.png(張開雙臂,登登登的姿勢,自豪的微笑)[explaining]➔p4_chin.png(輕點下巴,狡黠的半笑,教學姿勢)[analogy]/[recalling]➔p5_memory.png(抓頭,小小的頓悟)[excited]/[numbers]➔p6_thumbs.png(豎起大拇指,大大的燦爛笑容)[playful]/[laughing]/[cta]➔p7_cta.png(指著觀眾,頑皮的笑容)[dramatic]/[look]➔p8_point.png(直接指向畫面外的指尖)[revelation]➔p9_idea.png(靈光一閃,手指向上,睜大眼睛)- 請參閱
references/voice_audio_and_cutout_guide.md以獲取完整的圖像生成提示和去背遮罩說明。
D. 動態場景轉換(無生硬切換)
每個場景轉換都必須使用主動的運動過渡:
- 傾斜雙頻帶擦除(
wipe.html):標誌性的-11度斜向掃掠,包含抵達場景的背景色 + 120 像素強調色邊緣條紋,交替水平方向(flip: 0對比flip: 1)。 - 鏡頭推近:縮放過渡進入網路節點或架構圖層(
scale: 0.85 -> 1.0)。 - 終端機故障閃爍:進入程式碼/終端機環境時的快速色差閃爍。
- 請參閱
references/v7_layout_and_transitions_guide.md以獲取完整的幾何規格和 GSAP 時間軸規格。
E. 持續的主題特定動畫
永遠不要顯示靜止的圖表。所有視覺元件都必須具有連續的反應式運動:
- 封包路由與層層剝離:在 Tor 和網路解說中,顯示動畫封包實際穿過節點,在過程中剝離加密層(綠色守衛層、黃色中間層、紅色出口層)。
- 反應式節點點亮:當封包經過時,節點會發光、脈動,並切換狀態徽章(
WAITING→ACTIVE→DECRYPTED)。 - 互動式終端機視窗:即時打字指令執行、即時電路日誌和閃爍的區塊游標。
F. 瑞士編輯字體排版系統
- 嚴格靠左對齊,邊距整潔。
- 3 層級層次結構:寬字距的引導字(
#)、大型疊加標題、以及高對比度的矩形關鍵字徽章膠囊([...])。 - 遮罩滑入動畫(
overflow: hidden)。 - 零花卉裝飾。簡潔、極簡風格的頂部技術標題欄。
2. 快速開始:語音腳本到影片
每當使用者提供帶有表情的腳本時:
[HOOK — 0–7 秒 | 好奇 + 神秘]
[curious] "Bhai, kabhi socha hai Tor Browser tumhari identity hide kaise karta hai? Tum website open karte ho, lekin tumhari request seedha website tak nahi jaati!"
[路徑選擇 — 7–16 秒 | 興奮 + 解釋]
[explaining] "Instead, Tor apne network se teen computers select karta hai — Guard Node, Middle Node aur Exit Node. Aur in teeno se milkar banta hai tumhara secret route!"
代理執行管線:
# 1. 解析章節,提取表情,映射主講人姿勢
python scripts/process_vo.py
# 2. 根據 7 條法則驗證設計並寫入令牌
python scripts/prepare.py
# 3. 組合場景並編譯主 index.html
python scripts/build_index.py
# 4. 以 30 FPS 渲染決定性幀
python scripts/render_video.py
# 5. 混音:旁白 (-16 LUFS) 與背景音樂 (-29 LUFS) 及音效,並封裝
python scripts/mix_audio.py
python scripts/qc.py
3. V7 生產架構:版面與轉換
此技能採用經過生產驗證的 v7 Reel 管線(PARAMS.json -> prepare.py -> new_scene.py -> build_index.py -> mix_audio.py -> qc.py):
A. 版面與運動七法則
- 單一定位點網格,底部固定:
定位點 1(引導字):類別/上下文標籤,位於Y = 0.0667,帶有強調破折號<i></i>。定位點 2(主標題):高衝擊力壓縮顯示詞語(1–3 個字),使用Anton字體,位於Y = 0.1006。定位點 3(證明內文):動態證明卡(A: 卡片主導)、里程表(B: 統計主導)或 2 行陳述(C: 類型主導),位於Y = 0.3010。定位點 4(語音區塊):口語句子膠囊,位於Y = 0.5875,帶有強調點<b></b>。在場景之間永不移動。定位點 5(主講人):被畫面邊緣裁切的人物,位於Y = 0.6340,帶有自適應光暈(#sX-glow)。在場景之間永不移動。
- 主標題是一個詞,區塊是一行,卡片是細節:
- 主標題:1–3 個詞(
Anton字體,佔畫面寬度 17–25%,行高 0.88)。 - 區塊:3–6 個詞(手機用戶會閱讀的那一行)。
- 卡片:具體證明(檔案列表、關鍵字差異、終端機、上傳進度、分數儀表)。
- 主標題:1–3 個詞(
- 六色域色彩循環:
強調色 → 底色 → 墨色 → 次要色 → 第三色 → 第四色。連續兩個場景不得共用背景。
- 證明,而非裝飾:
- 每張卡片都必須顯示真實證明(4–6 行或佔卡片面積 ≥ 55% 的模擬圖)。如果沒有證明,則使用
type-led(定位點 3C)並省略卡片。
- 每張卡片都必須顯示真實證明(4–6 行或佔卡片面積 ≥ 55% 的模擬圖)。如果沒有證明,則使用
- 第 0 幀是一張海報(
data-cover="1"):- 場景 1 在
t = 0.0s時組合完畢:引導字、主標題、卡片和主講人均已可見。語音區塊在0.65 秒時落下。零空白開場幀。
- 場景 1 在
- 僅限變換的運動與提前落地:
- 入場動畫在每個節拍的前三分之一時間內落地(
0.24 秒 – 0.34 秒,power3.out)。絕不補間文字內容或 innerHTML。 - 長場景包含一個微妙的持續漂移(
tl.to("#sX-hero", { y: -14, duration: 0.7 }))以保持視覺活力。
- 入場動畫在每個節拍的前三分之一時間內落地(
- 聲音作為標點符號:
- 程序化音效(每次切換的
pop、UI 行上的click/key、揭示時的chime、呼籲行動時的notify)。總輸出母帶為-14 LUFS且<= -1 dBTP。
- 程序化音效(每次切換的
B. 雙頻帶傾斜擦除轉換(wipe.html)
- 幾何形狀:雙頻帶傾斜掃掠,傾斜
-11度(transform: skewX(-11deg))。 - 結構:
#w-main(到達場景的背景色) +#w-edge(120 像素強調色條紋)。 - 方向交替:在每個場景水平翻轉(
flip: 0由左至右,flip: 1由右至左)。 - 排程:由
build_index.py在每次剪輯前0.36 秒自動觸發,持續時間會根據場景長度自適應縮放(0.34 秒 – 0.62 秒)。
4. 參考資料與文件
references/voice_audio_and_cutout_guide.md:表情的語音指導、主 LUFS 目標、背景混音和 9 姿勢主講人剪影系統。references/v7_layout_and_transitions_guide.md:完整的數學版面規格、令牌推導公式和傾斜擦除轉換機制。references/animation_and_transitions_guide.md:轉換物理目錄、分層剝離封包配方和音訊速度縮放規則。references/design_system.md:精確的 CSS 顏色、字體、行高和安全區域。references/concept_animation_guide.md:如何為 Tor、資料庫、AI、Git、網路和系統設計設計動畫。