aip-framing 是 AI Producer 项目中的取景技能，用于在编写根布局之前先决定每个节拍（beat）由谁占据画面：说话人、素材还是画布。该页面说明取景涉及的形态、几何规则和构建方式，供制作者在制作前参考。
用途 取景的核心是按节拍决定画面归属。这个决定依据画布、转录文本和素材作出，由制作者自己承担。视觉风格（颜色、圆角、阴影、字体）不在此页范围内；此页负责各布局的形态以及必须保持的几何关系。组合契约则规定编辑器和导出所读取的内容。
主要能力
- 画布优先：根据需求中的平台确定画布——Reels、TikTok、Shorts 为 1080x1920；方形帖子为 1080x1080；其他情况使用源宽高比，通常为 1920x1080。画布决定各布局可用的形态与位置，为一种画布绘制的布局不会复用到另一种画布。
- register（层级）选择：每个节拍从 speaker（说话人全画幅）、seat（说话人置于不透明底板上的指定形状中）、overlay（素材全画幅播放，附加内容叠加在头部之外的空白区域）、full-cover（画布完全覆盖，说话人被遮住但仍可听见）中选择一种。
- 形态选择：seat 提供 card、stratum、circle、aperture、cutout 等形式；overlay 提供 annotation 和 headline 两种形式；每种形式在对应画布上有允许的位置。
- 测量优先：放置前调用 frame_speaker，对每个要使用的窗口一次性提交尽可能多的请求（每次最多 8 个窗口，matte 窗口合计最多 60 秒），获取 presence、face、head、object_position、head_in_slot、fits 等结果。当 fits.height 为 false 时，需要收窄槽位或增加高度，不能加深裁切。
- 字幕带规则：字幕在视觉时刻保持开启，字幕带的位置按布局章节确定；只有标题型叠加、语句型全屏覆盖、必须占据字幕带且无法移动的源文本或照片，以及需求要求静音的片段，才可省略字幕。
- 视频素材布局：PIP（素材为底，说话人小窗嵌入）与上/下分割（素材在上、说话人卡片在下）两种座位布局，素材保持宽高比与重要内容。
使用方式 先阅读画布和需求，应用用户简报与 AI Producer 文本规则，再选择包含文字的形态。为每个节拍命名 register 和 form 并写入计划。然后调用 frame_speaker 测量每个窗口，把返回的 object_position 直接粘贴到显示说话人的视图上，不要用 50% 50% 猜测。座位在连续共享同一取景的节拍中保持不动，只在节拍边界进入或变形。座位动画在所属视觉时刻的暂停子时间线内完成，动画盒子、裁切与圆角同步进行。
适用场景 适合以出镜讲解为主、需要配合画面元素（标注、标题、视频素材画中画）的短视频与社交媒体视频制作，尤其是竖屏短视频、方形帖子与横屏视频的不同版式设计。
限制 此页只描述几何与构建规则，不授权额外文案。座位不得裁掉额头或下巴；不能在运行中重新推导矩形以适配长文本；叠加层不得覆盖头部测量框；同一时刻只保留一组附加内容。叠加层不得暂停、缩放或重新取景源素材。具体平台集成、收费与自动化执行细节暂未提供。