SuperAPI AI 工具集

Faceless Video

设计与创作

查看项目

更新于 11-01 21:05

技能介绍

Faceless Video 是无出镜讲解视频的生产工作流技能,核心是在没有出镜主持人的前提下,产出一条带旁白、画面补充、按序组装并配可读字幕的视频。其定位是制作流程,不构成对事实准确性的研究保证。

【用途】 把已获批准的主题转化为完整视频生产方案并推进制作,覆盖脚本撰写、配音资产获取、画面覆盖计划、片段组装与字幕处理。

【必需输入】

  • 主题、受众、目标、来源素材和期望时长;
  • 脚本,或起草脚本的许可,并为事实性断言提供证据来源;
  • 配音:用户提供的录音、经授权的语音代理输出,或经批准的合成语音;
  • 目标平台、画幅比例、语言、字幕风格、音乐、审核负责人,以及所有来源素材的权利。 若用户只提供主题,会起草建议脚本并标记每一处需要来源核查的断言;不会擅自浏览或悄悄编造当前事实。若没有已获批准的配音途径,则只返回脚本和视觉方案,不声称已生成音频。

【主要能力与步骤】

  1. 编写简明脚本,包含钩子、铺垫、有依据的要点、过渡、结论、行动号召、发音说明和字幕文本,并在渲染视觉依赖前冻结脚本。
  2. 制作场景/覆盖表,含旁白时间、视觉用途、来源或生成资产、运动、转场和验收检查;素材覆盖不足时可使用 B-roll Generation。
  3. 创建或接收音频资产,使用相邻语音代理或明确可用的 media.generate_speech 能力,并记录同意、语音来源和合成披露。
  4. 借助 MODELS.md 生成短视觉片段或静态主导镜头,画面需支撑旁白,并标注示意性或 AI 生成内容。
  5. 按旁白顺序组合已批准片段,保持音频时间,编辑后如可用则调用 media.caption_video 添加字幕。
  6. 通过 video QA 检查事实措辞、视觉暗示、语音清晰度、音频电平、字幕、场景顺序、裁剪和披露。

【限制】 不得将图库感的生成场景用作真实事件、人物、产品结果或历史事实的证明;不得未经授权克隆可识别的语音。该技能只起草媒体内容,不负责发布、变现或事实认证。

【输出约定】 返回脚本版本与证据缺口、旁白资产/来源、场景矩阵、模型/端点、预测 ID、输出 URL、字幕状态、音频与视觉 QA、合成披露建议及失败分支;获准的产物保存在 .video/ 下并附带 reports-and-receipts.md。