Editor Captions 是 Scrollmark 社交技能中用于添加或改版字幕的编辑器技能，默认以“一次一个词”的方式呈现字幕，适用于口播类视频的“Add captions”和“Cut this for TikTok”默认流程。
使用前提：需要一个正在运行的 Scrollmark 编辑器，并且能够调用其命令，方式包括 SocialGPT 编辑器聊天，或通过 @scrollmark/cli 使用 scrollmark mcp 供编码智能体调用。没有该编辑器环境时，以下步骤无法运行；不过其中按视频氛围选择字幕外观的建议，仍可作为其他编辑器中的参考。
主要能力与使用方式：
-
选择节奏。默认单词模式：captions.applyRhythm 使用 mode: "word"。当用户希望按块显示而非单词时，使用 mode: "sequential" 并设置 wordsPerCaption: 3，生成三词分块。资料明确要求不要使用 phrase（8 词行）、phrase-plus-word（额外单词轨道）以及 captions_generate，因为后者会生成不符合所选节奏的 sequential 分块。
-
应用样式。在重新剪辑后，或时间线已有保留列表时，先执行节奏操作，再执行 captions.applyPreset，传入 kitId、size 和 placement；两者可放在同一个 timeline_applyPlan 中作为两个操作，也可在计划外分别调用 captions_applyRhythm 和 captions_applyPreset。
-
选择 kitId。应从素材（转录文本、场景、所售产品）判断，而不是为了浏览而调用 captions_listPresets。可选预设包括：handwritten，适合休闲口播、生活方式、个人故事、居家或杂乱场景；soft-promo，适合产品、美妆、UGC、“看看这个”类内容；podcast-plate，适合访谈、坐谈、较暗或严肃谈话；clean-minimal，不确定时的默认选择，适合讲解、专业、干净口播。除非用户明确点名，否则不要使用 tiktok、creator-classic、sticker-box、cinematic、yellow-punch、meme-loud 或 active-word。
-
设置字号。单词字幕使用 s，因为竖屏视频中 m 的长单词会被裁切；仅当用户要求更大字幕时才用 m 或 l。
-
按平台放置。若用户指定了平台，或编辑器安全区显示了平台，应把同一平台传给 captions.applyRhythm 和 captions.applyPreset。预设会重新计算字幕位置，任一调用遗漏平台都可能使字幕回到该平台字幕块下方。随后用 qc_run（checks: ["document"]）检查该平台，并用 qc_applyFix 修复发现的问题。
-
已有字幕后处理。若已存在 role 为 word 的字幕，使用 captions_resync，它会保留原有 kit、颜色和字号；之后除非用户要求更换外观，否则不要再应用预设。
适用场景：需要在 Scrollmark 编辑器中为口播视频添加字幕、调整字幕节奏与样式、按平台安全区摆放字幕并进行质量检查与修复时使用。限制：依赖运行中的 Scrollmark 编辑器及相应命令调用能力；预设选择范围与禁用预设由资料明确限定；缺失的收费、平台支持范围等信息暂未提供。