claude-youtube-video-workflow

name	claude-youtube-video-workflow
description	Claude Code 專用的 2026Youtube 總控工作流 Skill。當使用者要求 Claude Code 處理 raw 裡的新影片、一次跑完整 YouTube 生產線（剪口播→轉字幕→清字確認→長片打包→短片精華→雙格式行銷資訊）、剪口播、轉字幕、產標題、用 cover-image/draw.py 產封面、寫 metadata、剪 short、打包 output，或說「使用 claude-youtube-video-workflow」時使用。此 Skill 明確走 Claude Code / OpenAI API Key 封面路線，不使用 Codex 內建 Image2。

claude-youtube-video-workflow：Claude Code 版 YouTube 生產總控

一條龍總覽（長片 → 短片 → 雙格式資訊）

本 Skill 一次完成三大階段，中間有 3 個 STOP 關卡，每關都必須停下等使用者拍板，不准自動往下衝：

階段 1 長片：剪口播 → 轉字幕 → 🛑STOP1 疑慮字幕確認 → 時間碼硬關卡 → 標題 → 封面 → 長片 metadata → 打包
階段 2 短片：讀完整字幕 → 亮點偵測 → 🛑STOP2 三候選確認 → 切片組片 → 短片 metadata → 打包
（標題候選為 🛑STOP3，已含在各階段內）

• 🛑 STOP 1（階段 1 step 3）：疑慮術語列出來等使用者勘誤，套完才往下。
• 🛑 STOP 2（階段 2）：短片 3 候選版本等使用者選編號。
• 🛑 STOP 3（step 4 / 短片 step）：標題候選等使用者選。
• 硬關卡：validate_srt.py 不通過（段數不一致 / 時間碼對不上）→ 中止交付並回報，不得硬出。
• 防斷字：字幕切句靠 resegment.py 切點優先序；短片切片一律對齊字幕段落邊界，不准切到一句話中間。

短片階段非必跑：使用者沒要短片就停在階段 1 收尾。要短片才接階段 2。

先讀

• HANDOFF.md
• CLAUDE.md
• assets/style/reference-thumbnails.png
• assets/style/cover-style.md
• assets/persona/三師爸人物形象照.png

Claude Code 專用規則

• 封面使用 skills/cover-image/draw.py 或 Claude 全域 ~/.claude/skills/draw/draw.py。
• 需要 OpenAI API Key：OPENAI_API_KEY 或 ~/.openai.env。
• 產封面必帶 --edit assets/persona/三師爸人物形象照.png。
• 每次封面都必須重新使用人物基準照，不得從上一張封面或衍生圖延續人物。
• Claude 版代表色是橘色：#FF8C42、#FFA500、#FF6B35。
• Claude 輸出資料夾固定加 [Claude] 後綴。

流程

1. 收件

   • 找 raw/ 的新影片。
   • 建立 working/<video-id>/。

2. 剪口播

   • 讀 skills/smart-cut/SKILL.md。
   • 執行 skills/smart-cut/scripts/smart_cut.py。
   • 這位口播者實測甜蜜點：--threshold 0.06 --margin "0sec,0.1sec"（剪掉約 80%、節奏俐落、開頭不留靜音）。
   • 起始建議：先用實測甜蜜點跑一次，給使用者看 cut.mp4 確認節奏；太狠 → threshold 0.05、margin "0.2sec,0.2sec"；太鬆 → threshold 0.07。
   • 輸出 working/<video-id>/<video-id>.cut.mp4。
   • 跑完回報「原長 X:XX → 新長 X:XX（剪掉 X%）」。

3. 轉字幕

   • 可直接餵 cut.mp4 給 transcribe_groq.py（內部自動用 ffmpeg 處理），不需先抽音訊。檔案 < 25MB Groq 直接吃；> 25MB 會自動降取樣。
   • 讀 skills/audio-to-srt/SKILL.md。
   • 流程：transcribe_groq.py → resegment.py → apply_vocab.py → Claude 親自逐段清字（讀 vocab.srt，依規則修錯字、加標點、不動時間碼、段數不變）→ 🛑 STOP 1 疑慮術語確認（見下）→ validate_srt.py【硬關卡】→ srt_to_txt.py。
   • 先建立 _subtitles/ 子資料夾，否則 resegment.py 會 FileNotFoundError。
   • 🛑 STOP 1：疑慮術語確認（不准跳過）
     1. 跑 python skills/video-editing-and-subtitles/scripts/find_dubious_terms.py "working/<video-id>/_subtitles/<video-id>.vocab.srt" --out "working/<video-id>/_subtitles/dubious_terms.md"，自動撈出專有名詞（Claude/Gemini/Agent…）與常見音譯錯字的段落。
     2. Read dubious_terms.md，把有疑慮的段落列在對話中，停下問使用者怎麼改，不要自己猜了就往下。
     3. 使用者回覆後，用 python skills/video-editing-and-subtitles/scripts/finalize_subtitles.py "<vocab.srt>" --out "<clean.srt>" --replace "舊->新" --replace "段號:舊->新" 套更正（特定段落限定用 390:AGE->Agent 格式，避免誤傷如 Gemini 中的 Gem）。
   • 時間碼硬關卡：validate_srt.py --raw <vocab.srt> --clean <clean.srt> 若段數不一致或時間碼對不上 → 中止，回報差異，不得交付。
   • 常見 Whisper 誤判（清字時記得修）：
     • 「燭光國中 / 竹光國中」→「光武國中」
     • 「稅教材」→「數學教材」
     • 「AI-Aging / AI 阿真 / AI 安進」→「AI Agent」
     • 「租寫的範本」→「填寫的範本」
     • 「微填」→「微調」
     • 「半年段另存心」→「按年段另存新檔」
     • Cloud / Claude / Codex 易混（apply_vocab 已處理大部分）
   • 輸出 與 ，並把 .srt 也複製出來方便 step 8 使用。

踩坑

• OPENAI_API_KEY 不存在或帳號未驗證時，封面會失敗。檢查順序：環境變數 → ~/.openai.env。Bash 載入：export $(cat ~/.openai.env | xargs)。
• skills/cover-image/draw.py 需要 openai Python 套件。
• gpt-image-2 需 OpenAI Individual 驗證；未驗證會吐 403 Organization must be verified。
• auto-editor 不在 PATH 沒關係，smart_cut.py 會自動 fallback 到 python -m auto_editor。
• Groq transcription 會上傳音訊到第三方服務；若內容敏感先停下問使用者。
• Groq 25MB 上限：transcribe_groq.py 內建 ffmpeg 自動降取樣到 16kHz mono 32kbps。
• resegment.py 不會自動建輸出資料夾，先 mkdir _subtitles。
• 中文檔名、空白、[Claude] 中括號路徑：PowerShell 用 -LiteralPath 或單引號；Bash 直接雙引號即可。
• 封面 prompt 矛盾（例如同時說人物穿藍色但基準照是黑色外套）→ gpt-image-2 會妥協；prompt 中只描述位置與場景，不要重新描述五官/穿著屬性。
• 每次封面都要重新讀基準照，不能拿前一張封面當輸入；模型會放大誤差，越生越不像。

階段 2：短片精華（要短片才跑）

長片跑完（已有 cut.mp4 + clean.srt）後，若使用者要短片，接手 skills/short-video-workflow/SKILL.md 完整流程。重點關卡：

1. 強制完整讀 working/<video-id>/<video-id>.srt：擷取精華前一定先看過整份字幕、理解時間碼，不准只看片段就抓。
2. 亮點偵測：依痛點/反問/數字承諾/強斷言/轉折揭密等檢核表給每段 0–3 分。
3. 🛑 STOP 2：三候選版本確認
   • 組 3 個版本（A 痛點型 / B 好奇型 / C 承諾型 hook），每版三幕結構、≤120s、寫進 working/<video-id>/shorts-candidates.md。
   • 列三版時間碼與三幕劇本給使用者，停下等使用者選 A/B/C（或使用者自給時間碼）。不准自己挑。
4. 切片組片：clip_cut.py 切片（對齊字幕段落邊界，不切到一句話中間）→ 確認 ≤120s → add_end_card.py 結尾字卡 → burn_subtitles.py 燒字幕 → make_vertical.py 產 9:16 直式版。
5. 短片標題（🛑 STOP 3）：出 3 個更短更聳動的候選等使用者選。
6. 短片 metadata：同樣 Read references/marketing-spec.md，套用其中「C. 短片差異」覆寫（標題 3 個、描述 ≤150 字、#Shorts 必備、標籤結尾加 Shorts,短影片）。

規格：16:9 剪輯、≤120s、主色 Claude 橘、輸出 output/<短片標題> [Claude] (Short)/，封面/人物基準照沿用同一份。 每支短片必加產 9:16 直式版（YouTube Shorts 發布用）：燒字幕後跑 make_vertical.py（模糊背景填充、內容不裁切、1080×1920），輸出檔名 <短片標題>_直式9x16.mp4，短片資料夾共 7 檔。

範例：本專案第一支影片的成果參數

讓你知道實測 OK 的參數長相：

• 影片：你還在手動填課程計畫嗎 AI Agent 教師工作流實演
• 原長 14:00 → smart-cut（threshold 0.06、margin "0sec,0.1sec"）→ 1:42（剪 88%）
• 字幕 37 段、530 字、總時長 1:41
• 標題候選 10 個，分四組策略，使用者選 #7
• 封面：橘色主題、左側 Claude AI 介面 + 紅 X 紙本、右側人物指向左方
• 完整成品：output/你還在手動填課程計畫嗎 AI Agent 教師工作流實演 [Claude]/