SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场explainer-video-guide

explainer-video-guide

设计与创作

查看项目

更新于 10-15 10:19

技能介绍

用途

本技能是一份解说视频（explainer video）制作指南，用于指导从脚本到成片的完整视频生产流程，并说明如何通过 inference.sh CLI（belt）调用多种 AI 工具完成各环节。

主要能力

脚本公式

提供了三种脚本结构及对应时长、内容与字数安排：

  • 问题—激化—解决（PAS，60 秒）：Problem 10s（约 25 词）、Agitate 10s（约 25 词）、Solution 15s（约 35 词）、How It Works 20s（约 50 词）、CTA 5s（约 12 词）。
  • 之前—之后—桥梁（BAB，90 秒）：Before 15s、After 15s、Bridge 40s、Social Proof 10s、CTA 10s。
  • 功能聚焦（Feature Spotlight，30 秒，社交媒体）：Hook 3s、Feature 15s、Result 7s、CTA 5s。

节奏规则

  • 语速：标准旁白 150 wpm；复杂/技术内容 120 wpm；活力/社交内容 170 wpm；儿童内容 100 wpm。
  • 关键规则：每个关键信息对应一个场景，不要在一个画面中堆叠多个想法。
  • 场景时长：建立镜头 3-5 秒；功能演示 5-8 秒；屏幕文字/数据 3-4 秒（须可读）；转场 0.5-1 秒；CTA 画面 3-5 秒。

视觉制作

提供多种场景类型的提示词示例：产品场景、抽象概念可视化、生活方式/结果镜头、前后对比。并说明图生视频流程：先用 falai/flux-dev-lora 生成静帧，再用 falai/wan-2-5-i2v 将其动画化。示例调用命令包括：

belt app run google/veo-3-1-fast --input '{"prompt": "..."}'
belt app run bytedance/seedance-2-0 --input '{"prompt": "...", "generate_audio": true}'
belt app run falai/flux-dev-lora --input '{"prompt": "..."}'
belt app run falai/wan-2-5-i2v --input '{"prompt": "...", "image": "path/to/workspace-still.png"}'

配音制作

  • 脚本写作提示：句子不超过 15 词；使用主动语态；口语化；一句一个想法，一句对应一个视觉节拍。
  • 使用 falai/dia-tts 生成专业旁白。
  • TTS 节奏控制：句号表示中等停顿；省略号表示长停顿（戏剧性）；逗号表示短停顿；感叹号表示强调/能量；问号表示升调。

音乐与音频

背景音乐指南：音量控制在旁白的 20-30%（人声播放时闪避 6-12dB）；风格匹配品牌调性；结构为开场渐强（前 3 秒）→ 旁白下微弱循环 → CTA 处渐强；旁白下仅用纯器乐。示例命令使用 <music-gen-app> 占位。

合成流水线

完整工作流：

  1. 生成配音（falai/dia-tts）。
  2. 并行生成场景画面（多处 --no-wait 调用 google/veo-3-1-fast）。
  3. 合并场景为序列（infsh/media-merger）。
  4. 将配音加入视频（infsh/video-audio-merger）。
  5. 添加字幕（infsh/caption-videos，字幕文件为 srt）。
belt app run infsh/media-merger --input '{"media": ["scene1.mp4", "scene2.mp4", "scene3.mp4"]}'
belt app run infsh/video-audio-merger --input '{"video": "merged-scenes.mp4", "audio": "voiceover.mp3"}'
belt app run infsh/caption-videos --input '{"video": "final-with-audio.mp4", "caption_file": "captions.srt"}'

视频长度与格式

  • 社交预告：15-30s（TikTok、Instagram Reels、YouTube Shorts）
  • 产品演示：60-90s（网站、落地页）
  • 功能解说：90-120s（YouTube、邮件）
  • 教程/演示：2-5min（YouTube、帮助中心）
  • 投资人路演视频：2-3min（路演材料补充）

转场类型

剪切（相关场景间默认，干净专业）；溶解/交叉淡化（时间流逝、情绪转变）；划像（新主题或章节）；变焦/推镜（深入细节）；匹配剪辑（场景间视觉相似，巧妙难忘）。

常见错误与修正

  • 脚本冗长 → 语速过快 → 控制到 150 wpm 以内。
  • 前 3 秒没有钩子 → 观众立即离开 → 以问题或惊人数据开场。
  • 画面滞后于旁白 → 产生脱节 → 画面应与文字同步或略早。
  • 背景音乐过响 → 听不清旁白 → 音乐在旁白下闪避 6-12dB。
  • 没有字幕 → 85% 的社交视频静音观看 → 始终添加字幕。
  • 想法过多 → 观众记不住 → 每个视频只保留一个核心信息。

使用方式

需要 inference.sh CLI（belt）。安装/登录命令：

npx skills add belt-sh/cli
belt login

安装本技能：

npx skills add 3d-ai-studio/superpowers@explainer-video-guide

相关技能安装命令：

npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@video-prompting-guide
npx skills add inference-sh/skills@text-to-speech
npx skills add inference-sh/skills@prompt-engineering

浏览全部应用：belt app list。

适用场景

需要制作解说类视频的团队或个人，包括社交短视频、产品演示、功能说明、教程及路演视频等。

限制

资料未提供具体收费、价格、免费额度、各 AI 应用的最低配置要求或生成质量保证等信息，相关内容暂未提供。音乐生成应用以 <music-gen-app> 占位，未指明具体应用名称。