ai-video-script

name	ai-video-script
description	Use when a request asks for a Chinese-first AI video script with shot plans, image prompts, narration, subtitles, or handoff contracts for scene generation, image generation, video assembly, or WeChat draft preparation.

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。

字段	必填	默认值或约束
topic	是	主题、故事、产品或知识点
purpose	是	共鸣、科普、转化、品牌认知或其他目标
audience	否	普通观众
platform	否	通用视频；短视频平台通常使用竖屏
duration_sec	是	建议 15–180 秒；未提供时询问，不擅自猜测
aspect_ratio	否	通用默认 16:9；明确短视频平台时采用 9:16
style	否	清晰、节奏紧凑、视觉统一
source_material	否	公开文本、要点、产品资料或故事梗概
cta	否	无；仅在确有目标时添加行动号召
constraints	否	敏感词、版权、品牌用语、画面禁用项等

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。

下游 Skill	触发条件	交给它的最小输入	它负责的结果	本 Skill 的边界
story-to-scenes	输入是故事、课程、绘本或长文本，需要角色和场景一致性	scene-manifest.yaml：角色、地点、场景描述、镜头类型、风格前缀、比例	角色胚子、场景图和图集索引	不代替角色锁定、场景图生成或断点续传
image-service	需要生成或编辑镜头画面	image-manifest.yaml：prompt_zh、排除词、比例、参考图相对路径、输出相对路径	图片或编辑后的图片	不读取私有配置，不直接调用图像 API
video-creator	旁白已确认，需要 TTS、字幕和视频合成	narration-plan.yaml、图片清单、比例、BGM/片尾偏好	narration.mp3、narration.json、字幕、校验后的配置和视频	不伪造最终时长；TTS 后必须回填时间戳并通过对齐校验
wechat-publisher	明确要求把脚本改成公众号草稿或发布素材	wechat-article.md：标题、摘要、正文、相对图片路径、公开链接	排版预览或公众号草稿	不在脚本阶段注入凭证，不默认发布

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。