| name | koubo-script |
| summary | AI 口播脚本创作技能。根据主题/产品/关键词，快速生成结构完整、可直接录制的社交媒体口播视频脚本，涵盖视频概述、节奏规划、分镜表、AI 画面提示词（CogVideoX / Midjourney / SD 中英对照）、配音文案（旁白+字幕+情绪标注）、制作建议与自检清单。适配抖音/快手/视频号/B站/YouTube 等平台的时长与调性规范。 |
| description | 当用户需要创作口播脚本、口播文案、短视频口播、社交媒体视频脚本时调用。输出完整可执行的口播脚本：黄金3秒钩子→痛点共鸣→方案引入→核心干货→数据背书→行动号召，含分镜表、AI画面提示词、配音旁白、字幕汇总表。支持15-60秒短视频与1-5分钟长视频。触发词：口播脚本、口播文案、口播视频、短视频脚本、社交媒体脚本、tiktok脚本、抖音脚本、koubo script、voiceover script。 |
| read_when | ["用户要求写口播脚本、口播文案、口播视频脚本","需要短视频脚本（抖音/快手/视频号/B站/YouTube）","需要 AI 视频画面提示词（CogVideoX/Midjourney/SD）","需要带分镜表、时间码、字幕汇总的可执行脚本","需要配音旁白 + 情绪标注 + 节奏规划"] |
| agent_created | true |
AI 口播脚本创作 (koubo-script)
根据主题/产品/关键词，快速生成结构完整、可直接落地录制的社交媒体口播视频脚本。
核心能力
- 完整脚本结构：视频概述（标题/时长/风格/受众/平台/语速）→ 节奏规划（钩子→共鸣→方案→干货→背书→号召）→ 分镜表（场次/时间码/画面/镜头运动/时长）→ AI 画面提示词（CogVideoX/Midjourney/SD 中英对照）→ 配音文案（旁白+字幕+情绪标注）→ 字幕汇总表 → 制作建议 → 自检清单。
- 多工具提示词适配：
- CogVideoX：主体动作 + 场景环境 + 镜头运动 + 风格 + 画质 + 比例
- Midjourney：主体 + 动作 + 场景 + 光影 + 风格 +
--ar 比例 --v 6
- Stable Diffusion：标准 tag 格式
- 平台时长与风格定制：
- 抖音/快手：15-60 秒，竖屏 9:16，语速 220-240 字/分钟
- 视频号：30 秒-3 分钟
- B站/YouTube：3-10 分钟，横屏 16:9
- 文案节奏与情绪：黄金3秒钩子留人 → 痛点共鸣建共情 → 方案引入转折 → 核心干货逐个展示 → 数据背书建信任 → 行动号召转化。每段配情绪/节奏标注。
工作流程
- 理解需求：向用户核实主题/产品、目标受众、视频风格、时长、发布平台。要素不全先确认补齐。
- 规划节奏：确定开头（吸引注意）→ 中间（核心内容）→ 结尾（行动号召）的整体节奏与场次数量，按平台时长分配每段时间。
- 生成分镜：为每个镜头明确画面目的、构图与镜头运动（特写/中景/远景，推/拉/摇/移），标注时间码与时长。
- 撰写提示词：按目标 AI 工具格式生成中英文对照提示词，含主体、场景、光影、风格与画幅比例。
- 编写文案：撰写口语化、有节奏感的配音旁白，配齐字幕文本与情绪/节奏标注（语速、加重、停顿）。
- 汇总字幕：输出可直接导入剪辑软件（如剪映）的字幕汇总表（序号/时间码/文本/强调标注）。
- 自检交付：核对时长匹配平台、钩子有力、文案口语化、数据可溯源、无绝对化用语后交付。
输出规范
一份完整口播脚本须包含以下章节：
## 一、视频概述（标题/时长/风格/受众/平台/语速）
## 二、整体节奏规划（段落-时间-时长-功能表）
## 三、分镜表（场次-时间码-画面-镜头运动-时长）
## 四、画面提示词（CogVideoX + Midjourney 中英对照，标注画幅）
## 五、配音文案（旁白 + 字幕 + 情绪/节奏标注，按场次）
## 六、字幕汇总表（序号-时间码-文本-强调标注，可导入剪映）
## 七、制作建议（字幕样式/配乐/拍摄）
## 八、自检清单
- 短视频（15-60 秒）：输出精简分镜（8-12 场），文案 150-240 字。
- 长视频（1-5 分钟）：输出更详细的多场次分镜，文案按段落扩展。
注意事项
- 提示词与文案须原创，避免侵权元素与平台敏感词。
- 商业内容避免绝对化用语（最好、第一、唯一），数据引用须可核实，生成后请用户复核。
- 若请求要素不全（主题、受众、风格、时长、平台），先确认补齐再生成。
- 口播语速参考：220-240 字/分钟（自然偏快）、180-200 字/分钟（舒缓）。
参考示例
完整示例见 references/口播脚本示例_AI提效60s.md（抖音竖屏 60 秒口播，含 11 场分镜、CogVideoX/Midjourney 提示词、230 字配音文案、字幕汇总表）。
