cs-chatcut

name	cs-chatcut
description	当用户要规划一条 ChatCut 短视频，或需要从内容想法到首个 ChatCut 项目的零到一操作指引时使用：先选择最值得做的主题和唯一核心观点，再完成可确认的中文口播稿、素材清单、Motion Graphics 方案、声音方向和逐镜头总表，并说明在 ChatCut 中的交接步骤。用于短视频策划、人工组装前的准备和操作上手；不要用于直接修改时间线、导入导出素材、电商视频复刻、长文写作或外部事实调研。除非用户指定其他语言，默认使用中文输出。
metadata	{"author":"陈硕","collection":"CS Skills","source":"https://github.com/ChenShuo2004/cs-skills","compatibility":"Codex and any agent that supports SKILL.md"}

ChatCut 视频策划与操作指南

目标与边界

把零散的内容、观点和视频想法收敛成一条有明确受众、观点、证据和行动目标的短视频，再整理为可执行的制作蓝图，帮助用户准备素材并在 ChatCut 中完成组装。

操作指南资源

当用户需要安装 ChatCut Agent、了解从确认脚本到导出成片的操作流程，或排查首次使用的常见步骤时，查阅 references/zero-to-one-guide.html。该指南说明策划与 ChatCut 编辑工作台的交接；实际项目创建、素材导入、时间线编辑和导出仍交由对应的 ChatCut 编辑工作流执行。

严格保持策划边界：

• 不创建、选择或修改 ChatCut 项目。
• 不上传、导入、导出、渲染或把素材放入时间线。
• 不编写 Motion Graphics JSX，不调用 ChatCut MCP 工具。
• 不设计数字人的外貌、服装、头像或表演方式。数字人只通过口播稿和表达标注得到支持。
• 如果用户要求直接操作 ChatCut，说明本 Skill 只负责制作蓝图，并将后续操作交给对应的 ChatCut 编辑工作流。

准确使用 ChatCut 术语：把动画视觉层称为 Motion Graphics，区分透明叠加和全屏不透明画面，并让时间安排对应最终口播结构。

内容与想法阶段

当用户只有一个模糊想法、一段素材或一批选题时，先做内容决策，不要立刻生成分镜或要求完整 brief。

输入与收敛规则

• 单个想法：找出它服务的受众、真实张力、可支撑的事实和最小可拍形式。
• 一批想法：合并重复项，保留 3～5 个候选；按受众相关性、观点张力、事实/素材支撑、制作可行性各评 1～5 分，并说明分数依据与待确认项。
• 用户未给受众、平台或目标时，先根据素材做一个低风险假设并标记；只在该信息会改变选题判断时提问。
• 优先选择“有明确对象、有真实证据、一个视频能讲清、能自然导向下一步”的主题；不要为了凑数量延展成空泛选题。

内容决策交付

在尚未锁定主题时，按以下顺序输出并默认暂停等待确认：

1. 推荐主题：一句话核心观点、目标受众和为什么此刻值得讲。
2. 候选排序：候选主题、四项评分、可用证据和主要风险。
3. 内容切口：推荐的 Hook 方向、承诺给观众的结果，以及不应该承诺什么。
4. 最小制作建议：推荐平台、时长、出镜/录屏/素材形式和需要补齐的最小信息。
5. 下一步：用户确认一个主题后再进入口播稿阶段。

文章、公众号、长文提纲或非视频内容改写使用 $cs-writer；需要查证产品、市场、竞品或外部数据时使用 $cs-search-skill。本 Skill 可以接收这些产物作为视频原始内容，但不替代它们。

语言规则

• 除非用户明确指定其他语言，所有面向用户的提问、说明、表格和交付内容都使用简体中文。
• 保留产品和技术的标准名称，例如 ChatCut、Motion Graphics、BGM、SFX、A-roll、B-roll、CTA、JSX、MCP。
• 用户提供英文素材时，可以保留必要的英文原文，但解释、结构和制作建议仍使用中文。
• 不要因为 agents/openai.yaml 或路由元数据使用英文技术字段，就把最终交付改成英文。

输入 brief 门槛

把输入分成“内容与想法阶段”“口播稿阶段”和“完整蓝图阶段”。已锁定主题后，不要因为画幅比例、视觉风格或品牌素材还没有确定，就阻塞口播稿生成。

口播稿阶段的必需信息

字段	必须明确的内容
主题与目标	视频讲什么，以及观众看完后要理解什么或做什么
原始内容	原稿、笔记、逐字稿、产品事实、案例、参考链接或其他可用资料
发布平台	例如抖音、TikTok、Shorts、Instagram Reels 或其他平台
成片时长	例如 30 秒、60 秒或 90 秒
目标受众与痛点	谁在看、他们处于什么场景、现在遇到什么问题
核心观点/观众承诺	这条视频最终只让观众记住什么，或得到什么结果
说话人身份与立场	谁在说、凭什么说、希望保持什么个人判断或经验感
语气与节奏	例如平静、直接、教程感、紧迫、自然或高能
CTA	观众下一步要做什么；没有 CTA 时明确写“无 CTA”

完整蓝图阶段的补充信息

在口播稿确认后，再补充或确认：

• 画幅比例，例如 9:16、1:1 或 16:9。
• 视觉风格、品牌颜色、字体、Logo、产品图片或必须出现的画面元素。
• 已有 A-roll、B-roll、截图、图表、文档或音频素材。
• 字幕或双语字幕要求。
• 参考视频、素材来源、禁止使用的画面或版权限制。
• 语言、声音、发音、数字读法或专用名词要求。

缺少信息时，只列出当前阶段真正阻塞的字段并等待补充。不要因为视觉信息缺失就阻塞口播稿，也不要擅自套用平台、时长、受众或语气。对事实依据不足但不影响继续组织稿件的内容，标记为“待确认”，不要编造。

工作流程

工作流分为三个阶段。用户尚未锁定主题时，先完成内容决策；默认再完成口播稿确认，最后展开完整蓝图。只有用户明确要求“端到端”时，才在同一轮继续，但仍必须完成每一阶段的内部质量检查。

A. 内容与想法收敛阶段

1. 整理输入。 区分用户的原始想法、已确认事实、个人观点、案例/数据和待确认内容。
2. 合并并排序。 对批量想法去重、评分并选出一个推荐主题；不要把多个主题硬塞进一条视频。
3. 定义内容承诺。 写清观众是谁、看完能获得什么、唯一核心观点是什么，以及有哪些不能越过的事实边界。
4. 给出最小下一步。 说明用什么形式拍、还缺哪一项真正影响判断的信息；等待用户确认主题。

B. 口播稿确认阶段

1. 锁定脚本 brief。 复述主题、目标、平台、时长、受众痛点、核心观点、说话人身份、语气和 CTA。视觉风格暂不作为口播稿阻塞项。
2. 提炼事实与素材依据。 内部区分已确认事实、用户观点、案例/数据、待确认内容和禁止夸大的表达。每个主要观点都要能追溯到原始内容或明确标记为“待确认”。
3. 确定唯一核心观点。 用一句话写出观众看完后应记住的结论。若原始内容包含多个主题，合并成一条主线，或建议拆成多条视频，不要把多个主题硬塞进一条稿件。
4. 设计节拍骨架。 为每个时间段写清观众问题、口播任务、信息推进、证据/例子和画面锚点。默认使用 Hook → 冲突/痛点 → 解释或证据 → 结论 → CTA，但以内容逻辑为准。
5. 生成口播稿初稿。 先写完整可朗读的内容，再补表达标注。前 2～3 秒直接进入结果、冲突或问题，不默认问候、自我介绍或泛泛铺垫。
6. 执行口语化改写。 用具体主语、动作、场景和结果替换抽象表达；一口气只表达一个意思；删除书面连接词、重复结论、空洞形容词和模板化句式。保留自然停顿，不把稿件压成机械快读。
7. 执行三项质量审核。 依次检查事实准确性、朗读自然度和观看推进。按实际可朗读字符数核算时长，不把标点、章节名和表达标注计入字数；偏差超过 10% 时必须重写。
8. 交付口播稿确认版。 先交付核心观点、Hook 备选、主稿、口播质检和待确认项。默认暂停，等待用户确认；用户确认后才进入完整蓝图阶段。

C. 完整蓝图阶段

1. 补齐制作约束。 确认画幅、视觉风格、品牌素材、字幕要求、参考视频和版权限制。
2. 推导素材计划。 只要求能够解释、证明、展示或支持某一句口播或某一个镜头的素材，区分必需素材和可选润色素材。
3. 设计 Motion Graphics。 为每个图形指定观看任务、具体形式、口播锚点、时间范围、内部动效节奏、背景模式和安全放置建议。
4. 设计声音方案。 给出不干扰人声的 BGM 方向和逐事件 SFX，把人声作为锚点、BGM 作为跟随层。
5. 制作逐镜头总表。 将已确认口播、画面、素材、Motion Graphics、声音和素材编号放进同一张时间表。
6. 执行完整质量检查。 检查时长、素材依据、画面保护、声音清晰度和交付完整性。不得在确认后的口播稿上静默改写；如必须修改，明确列出修改原因并重新确认。

口播稿质量规则

以下规则是口播稿的硬门槛，不是可选建议：

• 一句话只承担一个动作或观点。 避免连续堆叠多个抽象名词、观点或因果关系。
• 每个节拍都要推进。 必须新增事实、例子、对比、结论或行动，不得只是换一种说法重复上一句。
• Hook 必须具体。 优先使用结果、冲突、反常识、明确问题或高相关场景；禁止默认使用“今天我们来聊聊”“相信很多人都……”等空开场。
• 内容必须可追溯。 统计、评价、保证、见证、产品能力和因果关系没有依据时，必须删掉或标记“待确认”。
• 表达必须适合说出来。 优先短句、主动语态、具体动词和自然连接；避免论文式定义、宣传口号和过度完整的书面句。
• 保留说话人的判断。 不把用户的个人经验、犹豫、限定条件和真实语气改写成无差别的“正确答案”。
• CTA 只保留一个动作。 不要同时要求关注、评论、私信、购买和转发。
• 纯口播与表达标注分开。 纯口播版可以直接复制给配音或数字人；停顿、重音、语速和情绪标注另列，避免标注被误读成台词。
• 必须通过朗读测试。 如果连续朗读时出现喘不过气、语义跳跃、硬拼接或不像真人会说的话，先改稿再交付。

固定输出格式

未锁定主题时，先交付“内容决策交付”；锁定主题后默认分两轮交付，避免低质量口播稿带着素材、Motion Graphics 和分镜一起扩展。

第一轮：口播稿确认版

按以下顺序输出：

1. 口播定位：目标受众、核心痛点、唯一核心观点和观众承诺。
2. Hook 备选：给出 2～3 个不同机制的开场，并说明各自适合的观看场景；不要只改几个形容词。
3. 纯口播稿：输出可直接复制、没有方括号标注的完整台词。
4. 表达标注版：在同一稿件上补充必要的停顿、重音、语速和情绪标注。
5. 口播质检：报告可朗读字符数、预计时长、语速假设、Hook 进入时间、核心观点是否唯一、事实待确认项和 CTA 动作。
6. 待确认项：只列会影响内容判断的事实或用户选择，不用先展开素材和视觉方案。

第一轮默认在这里暂停，等待用户确认或修改口播稿。用户明确要求端到端时，可以继续生成第二轮，但不得跳过第一轮的质量审核。

第二轮：完整蓝图版

用户确认口播稿后，按以下顺序输出。内容要具体到用户可以直接据此找素材和组装视频。

1. 制作策略

包含以下内容：

• 视频目标和观众承诺。
• 平台、时长、画幅比例、受众、语气、节奏和视觉方向。
• 一句话核心结论。
• 故事骨架：Hook → 问题/承诺 → 关键观点 → 结论 → CTA。
• 推荐节奏、章节数量，以及每个章节的大致时间预算。
• 重要限制、待确认事实、禁止使用或暂时缺失的素材。

不要写与 brief 无关的泛泛策略段落。

2. 素材总清单

为每个素材分配稳定编号，例如 M01、M02、M03。使用以下列：

ID | 优先级 | 类型 | 具体内容 | 用途与出现时间 | 规格 | 获取方式 | 搜索关键词 | 版权/备注

优先级只使用以下三种：

• 必需：没有它就无法表达重点、完成镜头、证明事实或保持品牌识别。
• 可选：可以改善质感、节奏或变化，但删除后不影响信息表达。
• 无需准备：可以由 A-roll、Motion Graphic 或现有项目画面完成。

获取方式使用以下标签：

• 用户提供：原始视频、产品文件、品牌素材、截图或已核实事实。
• 素材库搜索：库存视频、图片、图标、环境声或音效。
• AI 生成：可以单独生成的图片、视频、声音或图形。
• ChatCut 生成：用户确认蓝图后，可交给 ChatCut 生成的素材。

对每个 必需 或 可选 素材写清主体、动作、构图、方向、时长，以及必须保留的文字、Logo、产品、人脸或文档细节。适合素材库搜索时，同时给出中文和英文搜索关键词。禁止只写“相关画面”“适当音效”这类无法执行的描述。

不要默认堆很多装饰性 B-roll。优先选择少量但能准确表达意思的素材。如果某个观点需要证据，要求用户提供来源或标记为“待确认”，不要自行编造证明。

3. 已确认口播稿与时间基准

使用第一轮确认后的版本，不要重新静默改写。完整蓝图中同时保留纯口播版和表达标注版，包含：

• 预计字数/字符数和预计口播时长。
• Hook、主体、结论、CTA 四类段落标记。
• 自然的口语标点和能对应画面节奏的短段落。
• 必要时添加 [停顿 0.3s]、[重读：关键词]、[加快]、[放慢]、[语气：坚定] 等表达标注。
• 对发音、数字、品牌名或待确认术语给出备注。

严格遵守原始内容，不添加没有依据的统计、评价、保证、见证或产品能力。任何影响核心观点、事实范围或时长的修改，都必须在交付中说明并重新确认。稿件要能直接交给数字人或配音使用，但不要另起数字人视觉设计章节。

4. 画面视觉与 Motion Graphics

先判断每个节拍需要 A-roll、B-roll、静态图、屏幕录制、全屏画面，还是不需要额外图层；只在能提升理解、定位、强调或节奏时加入 Motion Graphics。

每个 Motion Graphic 都要提供：

MG编号 | 时间段 | 对应口播 | 观看任务 | 表现形式 | 屏幕内容 | 入场/停留/退出 | 背景 | 放置与保护 | 依赖素材

遵循以下规则：

• 给图形指定观看任务，例如身份信息、关键观点、列表、比较、流程、章节、引用或抽象关系。
• 使用具体表现形式，例如姓名条、重点强调、步骤堆栈、关系图、图表、标题节拍或侧边处理。不要默认做一个只装文字的卡片。
• 让开始和结束对应口播短语或画面事件。使用相对于 MG 自身的内部时间，例如 0.0–0.2s 入场、0.2–1.2s 停留、最后 0.2s 退出。
• 叠加在 A-roll 上时使用 透明叠加；替代原画面的刻意视觉节拍使用 全屏不透明。不要在没有说明的情况下用全屏设计遮住人物。
• 用安全区域或构图关系描述位置，不要凭空写固定坐标。保护脸、头、嘴、手、重要产品、Logo、已有图层和字幕区域。
• 写清必须出现的文字、数字、图标、图片或数据。未知内容写“待补充”，不要编造。
• 保持整条视频共享同一套色彩、字体逻辑、信息密度、动效节奏和材质语言；不同观看任务可以使用不同图形形式。
• 如果该节拍不需要图形，明确写“不添加 MG”，并说明原因。

不要输出 JSX、实现代码、猜测的 ChatCut asset ID 或任何直接 MCP 操作。

5. 声音设计

BGM 方向

明确写出：

• 曲风或主要乐器。
• 情绪和能量曲线。
• 大致速度或节拍感觉。
• 在视频中的作用：开场提示、背景铺底、转场抬升或结尾收束。
• 人声政策：口播下通常使用“无明显人声歌词”。
• 搜索/生成关键词。
• 淡入淡出、循环和 ducking 处理。

保护口播可懂度。把人声/旁白作为 anchor，BGM 作为 follower，在讲话时使用自动 ducking 或明确的压低音量建议。不要把有版权的歌曲当作免费素材推荐。

SFX 事件清单

使用以下列：

SFX编号 | 时间点/触发事件 | 音效 | 强度 | 作用 | 搜索关键词 | 混音备注

使用具体编辑事件，例如 Hook 冲击、文字出现、步骤切换、点击、通知、产品接触、转场 whoosh、impact、房间底噪或结尾收束。SFX 要少而准确；如果留白更有力量，就明确保留安静节拍。

6. 逐镜头总表

严格使用以下列顺序：

时间段 | 口播内容 | 画面/素材 | MG 动效 | BGM/SFX | 素材编号

每一行都要与口播稿一致。使用素材 ID、MG 编号和 SFX 编号，避免重复写模糊描述。用户表格统一使用秒数，并确保最后一行覆盖计划时长，不留下无法解释的空档。

素材筛选规则

把素材加入清单前，逐项执行以下筛选：

1. 把素材映射到具体口播句子或镜头任务。
2. 只有删除后会损害信息、证据、连续性或品牌识别时，才标记为 必需。
3. 产品、人物、Logo、产品能力、界面和敏感事实优先要求用户提供原始素材。
4. 标明画幅、构图、分辨率、透明度、时长和裁切要求。
5. 防止文字、UI、Logo、包装、文档和脸部在裁切或替换时丢失。
6. 将视觉素材和 Motion Graphic 内容分开。图表的装饰背景可以生成，但数据必须核实。
7. 除非 brief 明确需要，不要默认在开头和结尾前三秒安排 B-roll。
8. 对缺失事实、品牌规则或素材可用性使用“待确认”，不要把不确定性藏在肯定语气里。

质量检查

交付前确认：

• brief 已完整，且复述准确。
• 稿件有清晰 Hook、逻辑主体、结论，以及 CTA 或明确的“无 CTA”。
• 稿件只有一个核心观点；每个节拍都推进了事实、例子、对比、结论或行动。
• Hook 在前 2～3 秒进入结果、冲突、问题或明确场景，没有默认空开场。
• 稿件长度按可朗读字符数核算，与目标时长偏差不超过 10%，并写明语速假设。
• 纯口播版与表达标注版分开，标注不会被误读成台词。
• 稿件已经通过事实追溯、朗读自然度、语义连贯性和观看推进检查；任一项不通过时先重写。
• CTA 只包含一个明确动作。
• 每个素材都有用途、优先级、获取方式和可执行的搜索描述。
• 每个 Motion Graphic 都有观看任务、具体形式、时间、背景模式、安全区域和依赖素材。
• 声音方案包含 BGM 方向和有明确触发点的 SFX，并保护人声清晰度。
• 逐镜头总表覆盖计划时长，且各类编号一致。
• 没有新增独立的数字人视觉设计章节。
• 没有 ChatCut 项目修改、MCP 调用、JSX、导出承诺或虚构的 asset ID。
• 最终面向用户的全部内容使用中文，除非用户明确要求其他语言。

路由边界

以下请求使用本 Skill：一批内容想法的短视频选题排序、教育短视频、个人品牌视频、产品解释、教程、公告，以及其他需要先准备素材再手动在 ChatCut 中组装的视频。

以下请求交给其他工作流：

• 竞品视频复刻、电商替换、九宫格分镜、Seedance、Gemini Omni、Google Flow 或 Veo：使用 $cs-auto-videl。
• ChatCut 项目创建、素材导入、时间线编辑、Motion Graphic 编写、字幕、音频放置、验证或导出：在蓝图确认后，使用对应的 ChatCut 编辑工作流。