| name | short-video-copywriter |
| description | 将用户粘贴的原稿（文章/新闻/长文）改写为短视频口播文案，支持分镜脚本生成并用 AI 生图为每个分镜配插图。
自动从 WPS 笔记中加载"短视频脚本偏好"，首次使用时引导用户填写偏好并存入笔记，每次生成后询问是否更新偏好。
触发词："生成短视频文案""改成短视频脚本""帮我写视频稿""把这篇稿子改成视频口播""短视频文案""视频脚本""分镜脚本""生成分镜"。
不适用于：从0到1创作内容（用 content-creator）、纯排版需求。
|
| metadata | {"version":"1.0.0","category":"content-creation","tags":["short-video","copywriting","script","douyin","weixin"],"dependencies":["wps-note"]} |
Short Video Copywriter - 短视频文案生成工作流
将原稿改写为短视频口播文案，结合用户的个性化偏好，确保风格一致、平台适配。
铁律（最高优先级）
1. 必须通过工具写入笔记，绝对禁止在对话中输出文案内容
AI 不允许在对话消息里输出任何文案、分镜脚本或生图结果，无论任何情况，无一例外。
- 禁止在对话中输出文案正文、分镜表格、BGM 建议的具体内容
- 禁止以「以下是文案内容」「分镜如下」等任何形式在消息里直接输出结果
- 唯一合法的输出方式：调用
create_note + batch_edit / edit_block 将内容写入 WPS 笔记
- 写入成功后，对话中只允许出现：笔记标题、字数、一句话摘要、「已写入笔记」
- 违反以上任一条，即为执行错误，必须立刻停止并重新通过工具写入
2. 提问必须附备选项
对话中只能做两件事：提问 + 状态通知。
- 提问时必须附上 2-4 个备选选项，不让用户面对空白
- 状态通知：调用工具前一句话告知正在做什么
核心流程
加载偏好 → 接收原稿 → 生成文案（+分镜脚本）→ [可选] 分镜生图 → 确认是否更新偏好
Step 1：加载偏好
执行：使用 search_notes 搜索关键词 短视频脚本偏好。
偏好笔记标题约定为：短视频脚本偏好
Step 2：接收原稿
如果用户还没有粘贴原稿，提示：
"请把原稿贴过来，我来帮你改写成短视频文案。"
原稿接收后，快速分析：
- 原稿核心信息（1句话）
- 原稿字数和信息密度
- 建议视频时长（根据偏好中的默认时长或原稿量推算）
Step 3：生成文案与分镜脚本
根据偏好参数和原稿，调用 create_note 新建笔记（标题：{原稿标题/主题} - 短视频文案），再用 batch_edit 写入以下结构：
写入笔记的内容结构
<h1>{原稿标题} - 短视频文案</h1>
<p><tag>#短视频</tag></p>
<p>平台：{平台} | 时长：{预估时长} | 风格：{风格}</p>
<h2>开场钩子（0-3秒）</h2>
<p>{吸引注意力的开场白，提出悬念/冲突/利益点}</p>
<h2>主体内容</h2>
<p>{核心信息，分段口播，每段约15-20字}</p>
<h2>结尾 CTA</h2>
<p>{引导点赞/关注/评论/购买}</p>
<p>预估字数：{N}字 | 预估时长：{T}秒</p>
<h2>BGM 建议</h2>
<p>情绪：{情绪关键词}</p>
<p>搜索关键词：{词1} / {词2} / {词3}</p>
写入完成后，对话中只说：「文案已写入笔记《{笔记标题}》，共 {N} 字，预估 {T} 秒。需要我帮你拆分镜脚本并生成配图吗？」
不得在对话中展示任何文案内容。
生成原则
- 钩子优先：开场3秒必须抓住眼球，直接切入最有价值的信息
- 口语化：去掉书面语，用说话的方式重组句子
- 短句节奏：每句不超过20字，适合口播停顿
- 信息提炼：原稿可能有大量背景/铺垫，只保留核心信息
- 平台适配：根据平台特点调整语气（抖音更强势，视频号更温和）
BGM 关键词对照表
| 视频风格 | 情绪 | 推荐 BGM 关键词 |
|---|
| 干货直给 | 专注/高效 | lo-fi hip hop / 轻电子 / 专注背景音乐 |
| 情绪带动 | 励志/热血 | 励志纯音乐 / epic orchestral / 燃向剪辑 |
| 轻松幽默 | 轻快/趣味 | 轻松欢快 / ukulele / 搞笑bgm |
| 严肃专业 | 沉稳/权威 | 企业宣传音乐 / 商务背景音乐 / corporate |
Step 3.5：分镜脚本与生图
分镜脚本格式
将文案拆分为若干分镜，写入 WPS 笔记时以表格形式呈现，每行一个分镜：
| 列名 | 内容说明 |
|---|
| 分镜 | 序号，如 01、02 |
| 时间 | 该镜头时间段，如 0-3秒 |
| 口播文案 | 这段的具体台词 |
| 场景说明 | 直接作为生图 prompt 使用的英文描述（主体 + 场景 + 动作/状态 + 风格 + 色调 + 构图） |
| 配图 | 生成后通过 insert_image 插入，初始为空 |
分镜数量建议：15秒视频 3-4 个，30秒 5-6 个，1分钟 8-10 个
场景说明写法规范（即生图 prompt）：
- 中文，结构：
主体 + 场景/背景 + 动作/状态 + 风格 + 色调 + 构图
- 风格词按视频风格选择：
电影感、写实照片、插画风格、动漫风格 等
- 避免：文字、logo
示例：一个人在繁忙的城市街道上行走，夜晚霓虹灯倒映在湿润的地面上，电影感风格，冷蓝色调，广角镜头
写入笔记的表格 XML 模板（先占位，配图列后续逐个填入）：
<h2>分镜脚本</h2>
<table>
<tr>
<td><p><strong>分镜</strong></p></td>
<td><p><strong>时间</strong></p></td>
<td><p><strong>口播文案</strong></p></td>
<td><p><strong>场景说明</strong></p></td>
<td><p><strong>配图</strong></p></td>
01
0-3秒
{台词}
{场景说明/生图prompt}
生成中…
分镜生图流程
表格写入笔记后，逐个分镜取"场景说明"列内容直接作为 prompt 生图，优先使用 CLI，失败则降级到 MCP：
方法一：CLI（优先）
wpsnote-cli gen-image \
--prompt "{场景说明列的中文内容}" \
--width 1080 --height 1920 \
--json
- 竖版（抖音/视频号/小红书）：
1080×1920
- 横版（B站/YouTube）：
1920×1080
方法二：MCP（降级）
generate_image({ prompt: "{场景说明列的中文内容}", width: 1080, height: 1920 })
⚠️ 生图限速每分钟 1 张，多分镜生成前告知用户预计耗时（分镜数 × 约60秒）
配图回填步骤
每张图生成完毕后：
- 获取图片 URL（CLI 从 JSON 输出中取
url 字段；MCP 直接返回 URL）
- 用
get_note_outline 刷新获取表格的 block_id
- 整表替换（
edit_block replace），将对应行"配图"列的占位文字替换为 <img/> 标签
表格须整表替换，不可单独编辑 <td> 内部。每次回填一张后刷新 outline 再替换下一张。
每张回填完成后，对话中只说：「第 {N} 张配图已写入」。全部完成后说：「分镜脚本和 {N} 张配图已全部写入笔记《{笔记标题}》。」不得在对话中展示任何分镜内容或图片。
Step 4：确认是否更新偏好
询问：「这次用的偏好是：{平台}、{时长}、{风格}。有需要调整的参数吗？A. 更新某项 B. 不用」
- 用户说更新 →
edit_block 整表替换偏好笔记，完成后说「偏好已更新到笔记」
- 用户说不用 → 结束
首次配置流程
当未找到偏好笔记时，询问以下参数：
我没有找到你的短视频脚本偏好，先帮你配置一下吧：
1. 主要发布平台？（抖音 / 视频号 / 小红书视频 / B站 / 其他）
2. 常用视频时长？（15秒 / 30秒 / 1分钟 / 3分钟）
3. 内容风格？（干货直给 / 情绪带动 / 轻松幽默 / 严肃专业）
4. 是否需要 BGM 建议？（需要 / 不需要）
5. 是否需要 CTA？（需要 / 不需要）
6. CTA 类型？（点赞 / 关注 / 评论 / 私信 / 购买）
收到回答后：
- 整理为偏好笔记内容
- 调用
create_note 创建标题为 短视频脚本偏好 的笔记
- 将偏好以结构化方式写入（见下方偏好笔记模板）
- 告知用户"偏好已保存到 WPS 笔记，下次自动加载"
- 继续执行 Step 2
偏好笔记模板
偏好以表格形式写入 WPS 笔记，方便查看和局部更新：
<h1>短视频脚本偏好</h1>
<p><tag>#短视频</tag></p>
<table>
<tr>
<td><p><strong>配置项</strong></p></td>
<td><p><strong>当前值</strong></p></td>
<td><p><strong>可选项</strong></p></td>
<td><p><strong>说明</strong></p></td>
</tr>
<tr>
主要平台
{平台}
抖音 / 视频号 / 小红书视频 / B站
影响语气节奏
默认时长
{时长}
15秒 / 30秒 / 1分钟 / 3分钟
15秒≈40字，1分钟≈160字
内容风格
{风格}
干货直给 / 情绪带动 / 轻松幽默 / 严肃专业
影响措辞和情绪
是否需要 BGM 建议
{是/否}
需要 / 不需要
每次生成文案时附上 BGM 推荐
是否需要 CTA
{是/否}
需要 / 不需要
结尾引导动作
CTA 类型
{类型}
点赞 / 关注 / 评论 / 私信 / 购买
可多选，用逗号分隔
备注
（可记录特殊要求，如：某类题材特别处理方式）
更新偏好时：整表替换（对表格 block 使用 edit_block 的 replace 操作），不要逐行修改。
偏好参数说明
| 参数 | 说明 | 示例值 |
|---|
| 主要平台 | 决定语气和节奏 | 抖音、视频号、小红书视频 |
| 默认时长 | 决定信息密度 | 15秒≈40字，30秒≈80字，1分钟≈160字 |
| 内容风格 | 决定措辞和情绪 | 干货直给、情绪带动、轻松幽默 |
| CTA | 结尾引导动作 | 点赞、关注、私信咨询 |
多版本生成
如果用户说"给我多几个版本"或"有没有其他风格"，可输出 2-3 个版本：
- 版本A（当前偏好风格）
- 版本B（情绪更强烈）
- 版本C（更简短精炼）
常见问题处理
| 场景 | 处理方式 |
|---|
| 原稿太长（>3000字） | 提示用户：建议先说明重点方向，否则只提炼最核心的信息 |
| 原稿本身是视频稿 | 直接优化节奏和钩子，不大改结构 |
| 用户说"不够好" | 询问具体哪里不满意：钩子/节奏/风格/内容取舍 |
| 偏好笔记内容格式混乱 | 读取后用 AI 解析，宽容匹配关键字段 |
| CLI 生图失败（命令不存在/超时） | 自动降级到 MCP generate_image 工具 |
| MCP 生图也失败 | 告知用户生图服务暂不可用，仅输出文字分镜脚本 |
| 生图限速（1次/分钟） | 告知用户需要逐张生成，每张约30-120秒，询问是否继续 |
