用途
Explainer Video 用于把信息转化为清晰、完整的讲解视频。它强调「信息即产品」：主题、脚本、逻辑、数据、产品机制或旁白是内容主体，视觉服务于理解。该技能负责分节规划、旁白模式、时间顺序、组装与质检；create-motion-graphics 是辅助工作流，用于动态图形的直接创作与放置。
主要能力
- 识别工作起点标签：explainer_start 可为 topic_only、script_or_outline、voiceover_or_transcript、product_or_data、reference_assets 或 direct_mg_animation_brief。
- 区分源结构：free_topic、script_sections、timestamped_sections、slides_or_pages、existing_voiceover、uploaded_assets、product_or_data 或 mixed。
- 区分旁白模式：generated_tts、existing_voiceover、transcript_only 或 none。
- 区分视觉模式：motion_graphics、stock_or_uploaded_footage、generated_video_or_images 或 mixed。
- 尊重用户提供的结构化材料（时间戳、编号分节、幻灯片/页面、场景标签、章节、要点大纲、产品要点、转录区间、旁白分节），默认以其作为规划骨架，仅在明确制作理由下合并、拆分、重排或重命名，并需说明变更并获得用户接受。
- 只询问会改变结果的缺失细节：主题或脚本、目标时长、受众、平台/宽高比、语言/声音、视觉模式、语气、品牌/风格约束，以及先规划还是直接创作。
- 若缺失多项，加载 widget-forms 并在一个 <widget> 中询问；主题/脚本/上下文用文本字段，时长、平台、语言/声音、视觉模式用单选字段。
- 在写视觉方案前完成预检，计划必须包含 source_structure、narration_mode、visual_mode、animation_reference、visual_direction_source、voice_selection、timing_source 的值。
- 动画参考门：若任何分节可能使用动态图形、动画、动画图表、数据动画、机制可视化、抽象概念可视化或 MG 叠加，需先阅读 references/explainer-animation.md；若仅用素材、上传片段、生成实拍/视频片段或静态图像，则标记 animation_reference: not_needed 并继续。
- 动态图形方向门：若任何分节将生成 MG/动画，需在让用户选择视觉风格前加载 create-motion-graphics，读取项目视觉语言、对齐或确认 Design Style，并直接创作与放置动态图形。最终 MG 创作前需通过以下之一确认视觉方向：激活的 Design Style、从视觉卡片中选择的目录 Design Style 预设、具体的用户风格/参考、已接受的角色锚点，或明确的无对齐继续。宽泛提示（如 clean、modern、technical、cinematic、tech style）仅作为预设筛选条件，不足以生成最终 MG。
- 构建紧凑讲解计划：观众承诺或论点、保留或提议的分节、旁白来源与时间来源、每节旁白到视觉的映射（旁白文本或时间范围、视觉目标、视觉处理、源素材、同步风险）、需要依据的假设与主张、批量前先创建的首个可见结果。
- 针对不同起点：topic_only 先写简短大纲；script_or_outline 保留用户主张与含义并收紧结构；product_or_data 解释机制或价值且不编造无依据主张；direct_mg_animation_brief 不强行套用宽泛讲解大纲，而是在同一门控内创建所请求的 MG 分节、片头、图表或叠加。
- 语音门：generated_tts 时，在推荐声音、选择预设或提交 TTS 前加载 voice；若用户未确认具体声音预设，按 voice 读取精选声音列表并先展示试听 widget；不得从内容主题、语言、性别或宽泛风格词推断 voiceId。
- 仅在需要时创建或对齐旁白：generated_tts 先起草或收紧分节级旁白行，估算是否符合目标时长，明显不匹配先重写，语音门完成后才按分节生成/放置 TTS，然后在任何匹配旁白的 MG/动画生成前读取实际音频时长；不得将 TTS 与其匹配 MG 放在同一并行批次。existing_voiceover 不重新生成旁白，转录或读取音频并拆分为分节时间范围后再生成匹配视觉。transcript_only 若含义模糊，确认转录应变为 TTS、字幕还是仅作结构。none 跳过旁白同步，按信息结构与输出节奏规划视觉。
- 逐节产出视觉：MG/动画需确认动画参考已读、视觉方向已确认、create-motion-graphics 已用于直接创作与放置；生成式 TTS 分节即使首个代表性分节 MG 也须等该节实际 TTS 时长已知；旁白支撑的 MG/动画时长应来自匹配旁白的实际音频时长（可用时），而非脚本估算；素材、上传、生成视频或混合视觉分节先检查/选择视觉来源，仅在支持该节时使用；风格或正确性不确定时，在所需旁白时间存在后先创建首个代表性分节或镜头再批量；音频前风格证明需用户明确批准并标记为仅风格，不得视为分节 MG 或作为最终时间线内容放置。
- 组装时间线：旁白、视觉、字幕（有用时）、背景音乐与分节节奏；旁白支撑的 MG/动画分节，旁白与匹配视觉对齐同一开始时间并覆盖完整旁白分节，除非视觉计划有意在该节内切换镜头。
- 完成前执行旁白-视觉同步质检：每节检查口播内容与视觉是否匹配、视觉时长是否覆盖旁白、视觉信息密度是否支撑口播要点、转场是否过早或过晚；失败则通过收紧旁白、拆分分节、延长/重新生成视觉、调整时间或让用户选择权衡来修复。
- 最终质检：主题清晰度、事实依据、视觉模式契合、旁白覆盖、时间、字幕可读性、音频混合、时间线连续性、旁白-视觉同步与导出就绪。
使用方式
按工作流执行：读取项目状态、提示、附件、素材、转录与时间线；识别工作标签；尊重源结构；只询问会改变结果的缺失细节；完成预检与各门控；构建紧凑讲解计划；按需创建或对齐旁白；逐节产出视觉；组装时间线；执行同步质检与最终质检。计划使用紧凑格式，包含 explainer_start、source_structure、narration_mode、output、viewer_promise、preflight、sections、first_visible_result、sync_check。执行报告需包含创建的时间线名称、旁白模式、使用的视觉模式、假设、应用的同步修复以及优先复查内容。
适用场景
适用于从主题、脚本、大纲、旁白、产品逻辑、数据、技术概念、课程材料或参考素材创建完整讲解视频；也适用于 direct_mg_animation_brief 场景下创建所请求的 MG 分节、片头、图表或叠加。
限制
- 解释想法，而不是仅用图标或字幕装饰旁白。
- 不得编造事实、价格、医疗主张、性能主张、法律主张或产品保证。
- 不得用无关现有素材填充。
- 不得把每个上传素材平均塞进视频，仅在支持某个节拍时使用。
- 信息足够做出首个可见结果后不得继续追问。
- 不得把完整口播句子放在屏幕上，应使用标签、数字、短问题或分节标题。
- 不得在未解释原因并获得用户接受的情况下，把结构化用户输入改写为不同分节计划。
- 动画参考门未解决前不得输出 MG/动画视觉处理。
- 视觉方向门未解决前不得生成最终 MG/动画。
- 不得用加载 create-motion-graphics 并检查其项目视觉语言输入前自创的临时风格选择来满足视觉方向门；预设指通过视觉卡片展示的目录 Design Style 预设，而非文本标签。
- 用户已有可用旁白或不想旁白时不得强行生成 TTS。
- 未加载 voice 并确认具体声音预设前不得调用 submit_voice。
- 不得将旁白支撑的 MG/动画与应为其计时的 TTS 并行提交。
- 不得用估算脚本时长提交最终旁白支撑 MG；旁白支撑 MG 必须使用匹配旁白文本或时间范围以及可用时的真实音频时长。
- 不得让 create-motion-graphics 覆盖 Explainer Video 的源结构、旁白模式、分节顺序、时间、组装或质检工作流。