ai-video-script

AI 视频脚本

用途

把主题、故事、产品资料或知识点整理成可审阅、可生图、可配音、可合成的视频脚本。该 Skill 负责策划和交接，不代替图像生成、视频合成或公众号发布工具。

触发场景

• 需要生成短视频、故事视频、知识视频、产品介绍或口播视频脚本。
• 需要把长文本拆成镜头，并为每个镜头准备画面提示词、旁白和字幕。
• 需要把脚本交给 story-to-scenes、image-service、video-creator 或 wechat-publisher 继续处理。
• 需要批量生成不同平台、时长或风格的脚本版本。

不因单独的图片生成、视频合成、字幕烧录或公众号发布请求触发本 Skill；这些请求交给对应的兄弟 Skill。

安全边界

• 只规划和整理内容，默认不调用外部服务、不发布、不写入凭证。
• 只使用相对路径和占位符，例如 projects/{project_id}/scenes/scene-01.png。
• 不写入个人姓名、个人路径、内部品牌、私有配置、Token、Cookie、AppSecret 或固定绝对路径。
• 不修改 story-to-scenes、image-service、video-creator、wechat-publisher 的文件；交接只通过约定字段和相对产物路径完成。
• 未得到明确确认时，只输出草稿和待确认项，不执行生图、合成或发布。

输入契约

先收集下表字段。缺失非关键字段时使用默认值，并在结果中记录默认值；缺失主题、用途或时长时先提出一个最小澄清问题。

标准输出契约

每次交付都生成一份人类可读脚本，并按需生成结构化交接数据。推荐的脚本交付包如下：

projects/{project_id}/
├── script.md                 # 审阅版脚本，必需
├── script.yaml               # 结构化脚本，需下游自动化时提供
├── prompts/                  # 每个镜头的中文提示词，可选
│   ├── scene-01.txt
│   └── scene-02.txt
└── handoff/                  # 下游交接清单，可选
    ├── scene-manifest.yaml
    ├── image-manifest.yaml
    ├── narration-plan.yaml
    └── wechat-article.md

项目级字段

schema_version: "1.0"
project:
  id: "{project_id}"
  title: "{title}"
  topic: "{topic}"
  purpose: "{purpose}"
  audience: "{audience}"
  platform: "{platform}"
  duration_sec: 30
  aspect_ratio: "16:9"
  style: "{style}"
  cta: "{cta_or_empty}"
  status: draft
global_visual:
  style_prefix_zh: "{全片统一风格前缀}"
  palette: "{色彩基调}"
  continuity_rules:
    - "{角色、道具、场景或镜头连续性规则}"
  negative_prompt_zh: "无水印、无随机文字、无多格拼接"
scenes: []

镜头级字段

每个镜头至少填写以下字段；时码在未完成 TTS 前只能标记为估算：

- id: "scene-01"
  title: "{镜头标题}"
  purpose: "hook"
  timecode:
    start_sec_estimate: 0
    end_sec_estimate: 4
    duration_sec_estimate: 4
    final_duration_sec: null
    duration_source: "pending_tts"
  visual:
    description_zh: "主体、动作、环境、细节、构图和光线"
    shot_type: "特写"
    camera_motion: "缓慢推进"
    prompt_zh: "{可直接交给图像 Skill 的中文提示词}"
    negative_prompt_zh: "{中文排除词}"
    reference_assets: []
    output_path: "projects/{project_id}/scenes/scene-01.png"
  audio:
    narration: "{旁白}"
    subtitle: "{屏幕字幕}"
    emotion: "{语气和情绪}"
    sound_design: "{环境声或音效；没有则留空}"
  continuity:
    characters: []
    locations: []
    props: []
  handoff:
    story_to_scenes: false
    image_service: true
    video_creator: true
    wechat_publisher: false

硬性要求：最终交给 video-creator 的 final_duration_sec 必须来自 TTS 生成的 narration.json 时间戳，禁止使用估算值、平均分配或 duration: auto。

标准工作流

1. 解析需求

提取主题、目的、受众、平台、时长、比例、风格、资料和行动号召。将不确定项列为“待确认”，不要把猜测写成事实。

2. 设计内容结构

按视频目的选择结构：

• 转化类：问题钩子 → 产品或方案 → 证据 → 行动号召。
• 故事类：设定 → 冲突 → 转折 → 结果或余韵。
• 科普类：反常识钩子 → 核心解释 → 示例 → 结论。
• 口播类：一句结论 → 三个要点 → 一句收束。

为每个镜头标注 purpose，避免只有画面描述而没有叙事功能。

3. 拆分镜头

根据语义变化、动作变化、信息点和节奏切镜，不按字数机械平均。每个镜头必须同时说明：

1. 画面主体和动作；
2. 环境、时间、光线和色彩；
3. 景别、构图和镜头运动；
4. 旁白、字幕和情绪；
5. 角色、道具、地点的连续性；
6. 中文生图提示词、排除词和相对输出路径。

优先保持同一项目的风格前缀、比例、色彩和角色描述一致。画面文字只有在脚本明确需要时才加入；默认排除水印、随机字母、乱码和多格拼接。

4. 编写旁白与字幕

• 旁白使用口语化短句，先保证信息完整，再压缩节奏。
• 字幕与旁白保持语义一致，单条字幕只承载一个信息点。
• 不把尚未确认的事实、价格、效果或承诺写成确定结论。
• 将旁白拆成可供 TTS 返回时间戳的句段，并在 narration-plan.yaml 中保持句段与镜头映射。

5. 执行交接前检查

完成以下检查后再输出交接包：

• 所有镜头都有唯一 id，编号连续，顺序与脚本一致。
• 时长估算总和与目标时长一致；最终时长仍标记为 pending_tts。
• 每条 prompt_zh 都写明主体、动作、环境、细节、风格和色彩。
• 所有画面使用同一比例；存在参考图时记录相对路径。
• 旁白、字幕、画面和音效没有互相矛盾。
• 输出路径全部为相对路径或占位符。
• 删除个人信息、内部信息、凭证和私有配置。

与现有 Skill 的交接契约

本 Skill 只提供内容与字段，不复制或修改下游 Skill。按需求选择下表中的一条或多条交接路径。

story-to-scenes 交接字段

project_id: "{project_id}"
source_type: story
aspect_ratio: "16:9"
style_prefix_zh: "{统一风格}"
characters:
  - id: "character-01"
    name: "{角色名}"
    description_zh: "{可复用外貌描述}"
locations:
  - id: "location-01"
    name: "{地点名}"
    description_zh: "{环境描述}"
scenes:
  - id: "scene-01"
    description_zh: "{场景动作和叙事目的}"
    shot_type: "中景"
    mood: "{情绪}"

image-service 交接字段

project_id: "{project_id}"
aspect_ratio: "16:9"
style_prefix_zh: "{统一风格}"
items:
  - scene_id: "scene-01"
    mode: text_to_image
    prompt_zh: "{中文提示词}"
    negative_prompt_zh: "{中文排除词}"
    reference_assets: []
    output_path: "projects/{project_id}/scenes/scene-01.png"

video-creator 交接字段

project_id: "{project_id}"
aspect_ratio: "16:9"
narration:
  text: "{完整旁白}"
  segments:
    - id: "narration-01"
      scene_ids: ["scene-01"]
      text: "{句段旁白}"
images:
  - scene_id: "scene-01"
    file: "projects/{project_id}/scenes/scene-01.png"
    duration_source: "narration.json"
    final_duration_sec: null
subtitles_path: "projects/{project_id}/subtitles.srt"
video_config_path: "projects/{project_id}/video_config.yaml"

在 TTS 完成后，将 narration.json 的句段起止时间映射回 scene_ids，计算每张图的最终时长，运行下游的对齐校验，再允许合成。

wechat-publisher 交接字段

只有在明确要求时生成：

---
title: {公开标题}
cover: ./assets/cover.jpg
---

# {公开标题}

> {一句话摘要}

## 视频看点

{从脚本整理出的公开内容}

![配图](./assets/scene-01.jpg)

## 观看与行动

{公开链接或行动号召}

封面和配图必须使用相对路径；草稿提交前由 wechat-publisher 完成内容、安全和权限检查。

质量检查单

内容

• 开头在目标平台的首个节奏点提出明确问题、冲突或收益。
• 每个镜头都推进信息、情绪或动作，删除无功能的空镜。
• 结尾与 purpose 一致；没有 CTA 时不强行添加 CTA。

视觉

• 同一项目统一比例、风格前缀、色彩和角色描述。
• 提示词包含主体、动作、环境、细节、风格和色彩。
• 默认排除水印、随机文字、乱码、多格拼接和无关人物。
• 故事类项目先交给 story-to-scenes 处理角色/场景一致性，再交给 image-service 生成具体画面。

音画

• 旁白句段可被 TTS 清晰切分。
• 字幕与旁白语义一致、长度可读。
• final_duration_sec 在 TTS 前为空，TTS 后来自 narration.json。
• 视频合成前已经运行 video-creator 的音画对齐校验。

脱敏与交付

• 没有个人姓名、个人路径、内部品牌、私有配置或凭证。
• 所有资源路径为相对路径或占位符。
• 仅在明确要求时生成 wechat-article.md，且不默认提交或发布。

可复用资源

• templates/video-script.md：标准中文脚本模板，包含项目字段、镜头字段和交接字段。
• examples/product-launch.md：一个脱敏的 30 秒产品介绍示例，用于检查字段是否完整。