VideoMotion:AI 擔任導演製作影片
現有的影片模板總是千篇一律。VideoMotion 給予 AI 真正需要的東西:風格(91 個風格標籤)、動作詞彙(motion/dong-tu.md)以及由導演親自撰寫的故事。您(主執行緒)是導演;每個場景則交由 vm-canh 代理(最新的 Sonnet 模型,中等運算強度)平行建置。
VV="${CLAUDE_PLUGIN_ROOT}"
PY="$HOME/.motionfly/venv/Scripts/python.exe"; [ -x "$PY" ] || PY="$HOME/.motionfly/venv/bin/python"
export PYTHONUTF8=1 HF_HUB_DISABLE_PROGRESS_BARS=1
首次於工作階段中需執行 python "$VV/tools/setup/doctor.py";若未顯示 SAN SANG,請依照 vm-cai-dat 技能進行安裝。每個影片會存放在 videos/<slug>/ 目錄下(slug 使用不帶重音符號的拉丁字母,並以連字號分隔)。
不變的原則
- 數據、名稱、日期必須有來源。 新聞和數字必須查證;若為自行假設的範例,需標註「範例」。將來源記錄於
brief.json。 - 使用正確的繁體中文標點符號,避免使用長破折號,朗讀文字中不使用表情符號。
- 文字以 HTML 呈現,不可將文字繪入圖片。
其餘部分皆為專業建議。
1. 簡報
記錄 brief.json:包含 topic(主題)、audience(目標觀眾)、message(一句核心訊息)、aspect(比例,預設為 9:16)、duration_s(秒數,預設為 60)、style(風格)、voice(語音,預設為 Ngọc Huyền)、music(音樂,預設為 synth:<mood>)、sources(來源)、auto(自動模式)。僅詢問無法推斷的項目,一次只問一個問題,並將建議選項置於最前方。若使用者表示「全部自行決定」,則設 auto: true。
2. 風格
- 若使用者指定風格名稱,則使用該風格(請參閱
styles/INDEX.md,可依越南文名稱或 slug 查詢)。 - 若未指定,則建議三種風格:一種貼合主題、一種風格迥異、一種令人驚豔(可參考
styles/nhip-video.md中的快速對照表)。若為auto模式,則自動選擇最合適的風格。 - 仔細閱讀
styles/<slug>.md及styles/nhip-video.md(了解如何將幻燈片標籤應用於影片)。 - 若標籤包含影片版本章節,則核心創意、角色以及分鏡表的
look需遵循該章節指示,並參考docs/assets/styles/<slug>.jpg以了解最終成果樣貌:使用者是根據圖片選擇風格的,因此影片成品必須與圖片風格一致。
3. 核心創意與腳本(唯一審核關卡)
先確立核心創意。 以一句話描述:影片在什麼世界中展開、遵循什麼主軸、有哪些貫穿全片的角色或物體。例如:「工廠像棋盤:每個浪費都是一個敵人,AI 是皇后,一步吃掉三個棋子。」故事賦予影片靈魂;風格僅決定其外觀。
編寫 script.json:
{"title": "...", "voice": "Ngọc Huyền", "aspect": "9:16",
"scenes": [{"id": "s1", "say": "一句話。 | 下一句話,中間有停頓。", "intent": "場景意圖"}], "pron": {}}
- 每分鐘約 150 到 170 字,分為 5 到 9 個場景。前 3 秒為吸引人的開場句。
- 每個場景包含 1 到 3 句話,每句話少於 25 字,使用口語。
|表示約 0.55 秒的停頓。 - VieNeu 語音:句子需有越南文主詞,避免少於 5 字的句子,以及以英文名稱開頭的句子;數字請使用阿拉伯數字書寫。
向使用者呈現簡要表格:場景編號、旁白、預期的隱喻畫面。等待使用者審核(若為 auto 模式則略過)。
4. 語音
遵循 vm-giong 技能。完成後應產生 voice.wav 及 words.json。
5. 分鏡規劃
根據 words.json 中真實的語音時間標記,編寫 storyboard.json:
{"title": "...", "aspect": "9:16", "style": "pixel-rpg",
"idea": "核心創意句",
"look": "2 到 4 句話描述整體視覺風格:貫穿全片的物體外觀、強調色的意義、場景轉場方式",
"scenes": [{"id": "s1", "visual": "物體是什麼、在做什麼、根據哪個動詞描述動作",
"anchors": [{"id": "hook", "kw": "與旁白完全相符的文字", "nth": 1, "off": -0.1}],
"in": "場景進入方式", "out": "轉換至下一個場景的方式"}]}
visual描述概念和物體,而非像素級佈局細節:讓代理自行設計。- 場景間的連續狀態: 若物體(如進度條、角色、數字)貫穿多個場景,需在每個場景的
visual中明確記錄其進入及離開時的狀態(例如「HP 進入時 9/10,離開時 3/10」)。代理平行運作,無法看見彼此場景。 - 共用物體(角色、介面框架、背景圖層)需在
look中詳細描述其尺寸和位置,或預先繪製於compositions/_nen.html。 - 每個句子至少包含一個錨點;
kw必須與say中的文字完全相符。 - 交錯編排緊湊場景與舒緩場景;避免連續三個場景使用相同類型的視覺表現。選擇 2 到 3 個「亮點」時刻進行更詳細的描述。
- 執行
"$PY" "$VV/tools/timeline.py" <專案名稱>;修正直到不再出現KW miss錯誤。
6. 背景音樂
遵循 vm-nhac 技能:產生 mix.wav。
7. 建置、渲染與交付
遵循 vm-dung 技能:設定字型、顏色,將場景平行分配給 vm-canh 代理進行建置,合併場景,執行 hyperframes check,渲染影片,合併音軌,生成字幕。
最終報告:提供 MP4 及 SRT 檔案的絕對路徑、影片長度、使用的風格、語音名稱、音樂來源,並標註哪些部分為自行假設的範例及其資料來源。