用途:制作“先证明、后配方”格式的竖屏社交钩子视频——先展示成品品牌片中最抓人的几秒,再揭示产出它的 AI 流程。结构固定为两幕:第一幕“炫技”(约 3–5 秒),从成品片中挑 4–6 个约 0.7–0.9 秒的高光片段硬切拼接,配影片自身音乐,叠加小字幕(默认“we made this ad.”),无旁白;第二幕“配方”(约 22–30 秒),硬切到吉祥物口播,按节拍逐个点名工具栈(编排→视频模型→配音→剪辑→“一个下午、一个人”),配品牌色工具卡、弹出音效与逐词卡拉 OK 字幕,结尾为关注 CTA。
主要能力:输入成品片(proof_film)、有序工具栈(tool_stack,含角色、名称、品牌色、徽标)、ElevenLabs 声音 id 与模型、可选吉祥物锚点图、可选脚本与钩子字幕、输出目录;自动完成取片、配音生成与变速、口型同步、HTML/CSS 高级叠层渲染、合成、烧字幕与自检。
使用方式:按工作流执行——校验输入并建项目目录;剪辑证明钩子;撰写并锁定旁白脚本(需人工确认);生成 eleven_v3 配音并用 atempo 约 1.4–1.5 提速;生成音效;用 Playwright 渲染叠层;调用 Veed 做口型同步;逐拍合成并叠加圆形摄像头画面;拼接;生成 ASS 逐词字幕并用 ffmpeg-full(libass)烧录;最后 QC 并输出 finals 与 storyboard.html。
适用场景:需要展示“这条广告是这样做出来的”的短视频;不适合纯吉祥物讲解(用 talking-goose-creator-video)、单素材创作者语法重剪,或超过 45 秒的长讲解。
限制:声音必须在 VOICES.md 中或获明确批准,否则在第 1 步停止;成品片必须视觉够强,否则格式不成立;总时长约 30–36 秒;字幕需避开吉祥物嘴部与卡片;logo 需从 cdn.simpleicons.org 获取 SVG,仓库内 PNG 为 LFS 指针不可用;fal 需 FAL_KEY,ASS 烧录需带 libass 的 ffmpeg。具体收费与价格资料暂未提供。