mcpField
E
editing-montage

editing-montage

github.com/calesthio创意与媒体219260 次安装15 周前更新
代码仓库

关于 editing-montage

editing-montage 是一项视频剪辑指导技能，面向需要规划镜头顺序、节奏、连贯性和平台适配的制作流程。它把剪辑决策与镜头功能、叙事结构及生成素材的连续性检查结合起来。

主要功能

  1. 01制定剪辑目标与交付约束
  2. 02按叙事功能选择镜头
  3. 03规划不同类型视频的故事结构
  4. 04检查镜头连续性与生成素材偏差
  5. 05评估节奏、字幕和音画关系

适用场景

  1. 01为产品视频安排痛点、演示与证明镜头
  2. 02剪辑音乐蒙太奇并匹配节奏变化
  3. 03检查生成片段之间的人物和物体连贯性

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/calesthio/generative-media-skills --skill editing-montage

安装后在 Claude Code 中输入/editing-montage确认已加载。

附带文件EVAL.md

详细介绍

剪辑与蒙太奇指导

当剪辑本身决定视频成败时，使用此技能。你的任务是决定片段顺序、时长、镜头作用、节奏、连续性、音画关系、平台适配和修订逻辑。不要把剪辑当作“按顺序排列片段”。要把它视为一种技艺，用来控制观众注意、理解、感受和记住的内容。

保持与服务提供方无关。源片段可能是人工拍摄的素材、生成的视频片段、在合成引擎中制作动画的静帧、屏幕录制、虚拟形象素材、库存素材、字幕、产品 UI、图表或音乐。相同的剪辑原则都适用，但生成媒体需要更严格的来源追溯、连续性和质量检查，因为不同镜头可能无法保持稳定一致的身份、光照、几何形状、文字或物理规律。

将不同证据类别分开

有记录的事实：

生成媒体制作中的经验观察：

  • AI 生成的相邻镜头常会在面孔、标志、产品几何形态、UI 文案、手部、比例、反射和物体连续性上出现偏差，即使每个片段单独看都合情合理。
  • 生成的片段往往局部动态感很强，但剪辑起止点较弱：开头和结尾的 6-12 帧可能会抖动、模糊或改变主体身份。与其立即重新生成，不如先修剪片头片尾，这通常更有助于提升连贯性。
  • 如果视觉冲击发生在音频瞬态之后，踩点剪辑会显得滞后。在大多数构图情境中，应将切点或视觉冲击放在瞬态处或提前一两帧，然后结合视觉和听觉进行检查。
  • 平台留存模式取决于受众、类别和分发情况。应将“前几秒要有吸引点”视为测试经验法则，而不是证明每个优秀剪辑都必须快速切换。

制作经验法则：

  • 优先考虑情感清晰度和故事理解，而不是炫技式转场。若漂亮的匹配剪辑模糊了因果关系，那就是糟糕的剪辑。
  • 每个镜头都应通过至少完成一项任务来证明其时长合理：定位、揭示、证明、比较、强化、缓和、衔接、赋予人情味或收尾。
  • 通常应在观众获得必要信息时切换，而不是等源片段结束。
  • 蒙太奇应有明确表达。“很多很酷的镜头”还称不上蒙太奇。
  • 节奏更快并不总是更好。节奏是对信息密度、停顿、预示和回报之间对比的控制。

从明确剪辑承诺开始

选择切点前，用一句话说明剪辑承诺：

这段剪辑将通过把 ___ 编排成 ___，用时 ___ 秒，面向 ___ 平台／情境，让观众感受到／理解／相信／做到 ___。

然后确定以下工作决策：

  • 发布情境：广告、预告片、社交媒体帖子、讲解视频、纪录片片段、产品演示、音乐视频、内部回顾、预告或精简版。
  • 观众的首要行动：继续观看、理解一个概念、感受到利害关系、相信一个主张、点击、购买、记住、分享、批准或学习。
  • 情绪曲线：从好奇到清晰、从焦虑到释然、从惊叹到证实、从问题到解决方案、沉静笃定、逐步升温、趣味揭晓、调查式发现。
  • 时长预算和宽高比：目标时长、安全区域需求、字幕策略、平台限制、是否假设音频开启。
  • 素材类型：源素材主导、生成片段主导、静态图转动态、屏幕／UI 主导、虚拟形象主导、混合媒体或音乐主导。
  • 修改权限：哪些内容可以自由修改，哪些受客户／品牌／法律／音乐／平台要求限制，以及哪些内容需要审批。

如果用户只说“剪得更利落”，就把这句话转化为可观察的剪辑调整：缩短镜头时长、提前设置吸引点、删除冗余、加强音频重击、简化字幕、让动作衔接更紧密，或调整故事顺序。

剪辑决策阶梯

判断任何一个切点时，按以下优先级顺序进行。这套方法借鉴了专业剪辑传统中对情绪、故事、节奏、观众注意力和空间清晰度的排序，但它只是经验法则，并非铁律。

  1. 观众感受：这一刻希望观众有什么感受、得出什么结论或产生什么疑问？
  2. 故事作用：这个切点是否推进了剪辑承诺、揭示、证明、升级或回报？
  3. 注意力路径：观众的视线是否落在下一个镜头需要的位置？
  4. 节奏：切点是否与呼吸、讲话、动作、节拍或刻意的突变对齐？
  5. 连贯性：对于这种风格，时间、空间、身份、屏幕方向和因果关系是否足够清晰？
  6. 技术整洁度：画面帧、音频衔接、字幕和转场是否没有可避免的瑕疵？

如果两个优先级相互冲突，应说明取舍。例如：“这个跳切破坏了空间流畅性，但增强了紧迫感，也删去了无用的语句；适用于 TikTok UGC，不适用于节奏平缓的纪录片片段。”

在规划时间线之前，先搭建故事主线

选择与交付内容相匹配的结构。

对于讲解视频：

  • 开场钩子：提出令人意外的问题、视觉隐喻，或展示前后对比。
  • 背景铺垫：提供观众理解内容所需的最少背景信息。
  • 步骤：每个节拍只讲一个想法；每个画面都必须证明或阐明旁白内容。
  • 综合：展示各部分如何关联。
  • 收尾：用令人难忘的句子、启示或行动号召收尾。

对于产品视频：

  • 痛点或期望达成的结果。
  • 展示产品的实际使用过程，而不只是产品的精美外观。
  • 每个节拍介绍一个功能，并将其与用户收益联系起来。
  • 证明：UI、结果、对比、用户证言、指标或演示。
  • CTA 或后续步骤。

对于广告：

  • 钩子：受众熟悉的问题、矛盾、奇观、对镜头说的话、产品实际使用画面，或快速前后对比。
  • 关联性：传达“这是为我准备的”信号。
  • 价值主张：突出一个主要卖点，而不是堆砌功能。
  • 证明或演示。
  • 优惠、紧迫感或 CTA。

对于预告片／预热短片：

  • 世界观或前提。
  • 变故。
  • 通过影响越来越重大的画面逐步升级。
  • 标志性时刻。
  • 最后的点睛之笔：笑点、震撼、标题、日期、产品／Logo，或悬而未决的问题。

对于纪录片风格的作品：

  • 主张／问题。
  • 人物主线或观察到的现实。
  • 证据节拍。
  • 反面观点或复杂因素。
  • 综合收束，但不要过度解释。

对于音乐／节拍驱动的剪辑：

  • 先划分段落：前奏、律动、推进、爆发、桥段、终曲。
  • 让画面的能量与音乐的能量相匹配。
  • 有变化地重复：反复出现的主体、动作、色彩、构图或主题元素。
  • 将最强烈的画面变化留给音乐变化最强烈的部分。

镜头选择：先分配功能，再做选择

为每个候选镜头记录或推断以下信息：

  • ID／路径／来源／提供方／种子／版本／许可证／权利状态。
  • 时长、可用的入点／出点范围、帧率、分辨率、宽高比、音频状态。
  • 镜头类型：建立镜头、远景、中景、特写、插入镜头、切出镜头、反应镜头、POV、屏幕录制、图形、标题、转场、产品微距、证明镜头、纹理。
  • 内容：主体、动作、可见文字、品牌标识、面部、手部、UI 状态、物体状态。
  • 运动：摄影机、主体、主要方向、速度、起始／结束姿势。
  • 连贯性风险：身份漂移、光照不匹配、地理位置不合理、手部异常、文字瑕疵、Logo 变形、物理效果问题。
  • 剪辑价值：定位、揭示、证明、对比、强化、衔接、留白或收尾。

根据功能选择镜头，而不是只看是否好看。生成的镜头只有在承载故事价值或情感力量时才保留。除非有意制造困惑，否则应舍弃那些会引出无法解答问题的镜头。

常见镜头功能：

  • 建立镜头：我们身处何处／什么规模的场景？
  • 插入镜头：究竟哪个细节很重要？
  • 反应镜头：观众应该如何看待刚刚发生的事？
  • 切出镜头：什么镜头能遮盖时间跳跃、压缩动作或补充背景？
  • 证明镜头：什么能让这个主张可信？
  • 衔接镜头：什么能让两个不连续的时刻连接起来？
  • 重置镜头：在信息密度再次升高之前，哪里可以让观众喘口气？
  • 点睛镜头：最后哪个画面或声音能为这个节拍收尾？

生成与混合媒体的连续性剪辑

当观众需要相信事件在时间和空间上彼此连贯时，使用连续性剪辑。

检查：

  • 画面方向：主体从左向右移动时，通常应在相邻镜头中保持这一方向，除非你通过转向、中性镜头或刻意制造的迷失感来交代变化。
  • 视线方向：如果人物看向画面右侧，那么他们注视的物体或人物应位于符合这一视线的位置。
  • 动作匹配：为保持流畅，可在动作进行中切镜，并在下一个镜头中延续同一动作。
  • 物体恒常性：产品颜色、标志、形状、UI 状态、服装、道具、手的数量和环境都不应意外变化。
  • 时间逻辑：如果杯子从满到空，又变满，时间线上就需要有合理解释。
  • 光线和色彩：如果生成片段的时段或色温不同，需要有合理的转场、调色或分隔。
  • 空间尺度：如果观众无法辨认被放大的物体，就不要从微距镜头切到广角镜头。
  • 声音空间：房间底噪、环境声、背景音乐和混响不应突然变化，除非场景地点发生改变。

连续性出现问题时，可选择以下一种处理方式：

  • 遮住问题：切开镜头、裁切画面、用图形遮挡、插入反应镜头，或剪掉不稳定的帧。
  • 赋予合理动机：将不匹配处理成时间跳跃、梦境逻辑、故障、回忆或蒙太奇联想。
  • 加以分隔：插入标题卡、划像、声音桥、闪白、地图、字幕或章节节点。
  • 重新生成／替换：如果连续性问题损害了身份一致性、事实主张、产品可信度或安全性。

用于制作的蒙太奇理论

蒙太奇通过并置创造意义。当顺序比连续动作更重要时，可使用蒙太奇。

选择蒙太奇关系：

  • 图形：镜头通过形状、色彩、构图、线条、纹理或视觉体量产生关联。
  • 节奏：镜头通过运动、节拍、动作速度或剪辑时长产生关联。
  • 空间：镜头逐步构建或打破空间感。
  • 时间：镜头压缩时间、对比过去／现在／未来，或暗示过程。
  • 联想：镜头通过碰撞、类比、对比或隐喻创造概念。
  • 情绪：镜头强化、释放或转变情绪。
  • 证据：镜头逐步累积证据或示例。

不要把每段快速剪辑都称为蒙太奇。蒙太奇需要通过镜头之间的变化、对比、累积或逐渐浮现的想法来产生意义。

实用的蒙太奇模式：

  • 累积：先呈现一个例子，再呈现另一个，接着继续累积，直到论点显得有说服力。
  • 压缩：省去操作步骤，但保留原因和结果。
  • 对比：之前／之后、承诺／现实、旧／新、手动／自动、昂贵／简单。
  • 平行升级：两条线索逐渐增强，直到交汇。
  • 母题回归：重复一个图像或声音，但赋予它不同的含义。
  • 概念碰撞：将两个图像并置，让观众推断它们之间的关系。

避免效果不佳的蒙太奇模式：

  • 在旁白上随意铺设 B-roll。
  • 用视觉上的同义内容逐字重复脚本，却没有增加信息。
  • 毫无动机地变速或使用甩镜转场。
  • 每个节拍都切一刀，却没有形成短语层面的节奏结构。
  • 故事 stakes 尚未建立，视觉强度就先升级。

节奏与韵律

节奏是观众感知到的信息流动，不只是平均镜头时长。

通过以下方式塑造节奏：

  • 镜头时长。
  • 画面内的运动速度。
  • 旁白的信息密度和停顿时长。
  • 音乐速度、乐句、小节填充、骤停和瞬态。
  • 字幕长度和阅读速度。
  • 视觉复杂度。
  • 音效的起音、上升音效、冲击声、呼啸声和静默。
  • 重复、变化与留白。

以下情况适合加快剪辑：

  • 观众已经理解主题，需要更多活力。
  • 节拍侧重情绪，而非解释。
  • 平台更看重即时清晰度和新鲜感。
  • 源素材中有冗余动作。
  • 音乐是结构主导因素。

以下情况适合放慢剪辑：

  • 观众需要阅读 UI、字幕、标签、图表或产品细节。
  • 需要时间让反应、揭示或情绪充分呈现。
  • 镜头包含复杂的空间信息。
  • 旁白信息密集。
  • 品牌调性偏高端、沉静、专业或纪实。

分轮检查节奏：

  1. 静音画面检查：没有旁白时，视觉故事是否清晰？
  2. 纯音频检查：没有画面时，论述、情绪和节奏是否成立？
  3. 纯字幕检查：关闭声音的观众能否理解视频？
  4. 完整检查：画面、音频、字幕和图形是彼此冲突还是相互配合？

J 剪辑、L 剪辑与声音桥接

使用分离式剪辑，让剪辑更显自然，并衔接不连续的画面。

J 剪辑：

  • 最适合在观众看到新场景、想法、地点、说话者或氛围之前，先让其进入。
  • 当下一段内容需要牵引观众继续观看时使用。
  • 示例：从安静的产品特写切到发布会现场前，先让观众听到人群声。

L 剪辑：

  • 最适合在画面切换时保留情绪、解释或氛围。
  • 当说话者的话语需要延续到佐证镜头、反应镜头、产品插入镜头或回忆画面时使用。
  • 示例：创始人说“我们差点发不出工资”，与此同时，画面切到空荡的办公桌和深夜的电子表格。

声音桥接：

  • 使用环境声、音乐、呼吸声、音效或重复的声音主题，衔接画面不匹配的镜头。
  • 保持房间底噪和音乐的连续性；突然出现的音频空洞往往比画面不连贯更分散注意力。

匹配剪辑、插入镜头与转场

匹配剪辑：

  • 通过匹配动作、构图、形状、运动、色彩、声音或概念来衔接镜头。
  • 可用于营造优雅感、压缩内容、构建隐喻或保持连贯。
  • 如果观众需要明确的事实边界，而这种匹配会暗示错误的等价关系，就不要使用。

插入镜头：

  • 用于压缩时间、隐藏跳切、展示背景、转移注意力、遮盖生成画面中的瑕疵或补充佐证。
  • 优先选择能增加意义的插入镜头，而非泛泛的填充画面。
  • 在采访或纪实剪辑中，插入镜头应与正在阐述的内容相关，或呈现真实背景。

转场：

  • 通常默认使用直接切换。
  • 在有明确动机时，可用叠化表现时间流逝、回忆、柔和感或对比。
  • 只有当擦除、甩镜、闪白、故障、变形或动画转场符合视觉语言，且不会掩盖薄弱结构时才使用。
  • 对生成媒体来说，转场可以掩盖不连贯，但过度使用会让剪辑显得刻意回避问题。

节拍同步与音乐驱动剪辑

剪辑前先创建节拍图：

  • 已知时标和拍号时，注明 BPM 和拍号。
  • 乐段边界：前奏、主歌、预副歌、副歌／高潮段、桥段、尾奏。
  • 强瞬态：底鼓、军鼓、拍手声、冲击声、人声进入、加花、强拍。
  • 情绪起伏：上升音效、和弦变化、静音、间奏。
  • 如果歌词很重要，标出必要的歌词边界。

然后决定同步策略：

  • 严格同步：剪辑点或视觉冲击落在瞬态上。适用于广告、燃向内容、预告片和高潮段。
  • 乐句同步：主要故事节点落在乐句上，而非每一拍。适用于讲解视频、高端产品影片和纪录片。
  • 反节奏：让视觉画面逆着节拍运动，以营造紧张、反讽或不安感。
  • 有动机的静音：为台词、揭示、冲击或笑点移除或压低音乐。

节拍同步检查清单：

  • 避免整支视频的每一拍都切镜头，否则会显得缺乏变化。
  • 让期待感在节拍前开始，并让效果落在节拍上或略早于节拍。
  • 确保对白清晰可辨；音乐驱动剪辑不能掩盖信息。
  • 检查字幕与音乐重拍的配合；字幕每拍都弹出可能影响可读性。
  • 如果使用生成片段，先修剪不稳定的首尾帧，再与节拍对齐。

平台与格式时长

平台相关信息可能随时变化，请针对实际交付日期进行核实。以下信息已于 2026-07-10 根据上文列出的官方来源核实。

YouTube Shorts：

  • 2024-10-15 当天及之后上传的标准频道方形或竖屏视频，只要时长不超过 3 分钟，就会被归类为 Shorts。
  • 自 2025-03-31 起，Shorts 观看次数会统计开始播放和重播；“有效观看次数”仍是单独的分析指标。
  • 经验法则：即使允许时长达到 3 分钟，也应在前 3-5 秒说明观众为何要继续观看。
  • 经验法则：对于讲解或产品内容，应尽早呈现醒目的标题或承诺，因为重播次数指标无法证明观众理解了内容。

TikTok 广告：

  • TikTok 广告政策列出的时长为 5-60 秒，标准尺寸包括 9:16、1:1 和 16:9；信息流竞价广告规格还包含因版位而异的细则，例如 Non-Spark 视频最长可达 10 分钟。
  • TikTok 2026 年 6 月的规格建议，在信息流中优先使用 9:16 竖屏方向。
  • 经验法则：首个镜头应画面活跃、清晰易读，并符合平台风格；不要把静态标题卡作为主要吸引点。
  • 经验法则：如果视频是广告，产品／使用场景应比电影感预告更早出现。

Meta Reels／Stories：

  • Meta 官方页面可能需要登录，或因地区而异。最终导出前请核实当前要求。
  • 经验法则：按 9:16 安全区域规划构图，字幕、UI 覆盖元素、个人资料元素和 CTA 应远离边缘。

通用社交媒体短版剪辑：

  • 针对平台单独剪辑，而不只是裁切画面。如果受众情境发生变化，就重新排列故事顺序。
  • 针对字幕和可见上下文，进行一轮“关闭声音也能理解”的检查。
  • 最终构图前使用安全区域参考线，尤其要留意底部字幕和右侧 UI 控件。

源素材与生成素材管理

每项剪辑决策都必须足够可复现，以便其他 Agent 能够据此修改。

维护剪辑清单：

  • 源素材 ID 和文件名/路径。
  • 来源：用户提供、生成、素材库、屏幕录制、捕获、渲染图形、档案素材、已授权。
  • 权利状态和使用限制。
  • 可获取时，记录生成素材所用的提供方/模型/工具/版本/种子/提示词。
  • 创建日期，以及易变的平台/工具事实的任何核验日期。
  • 技术规格：帧率、分辨率、色彩空间（如已知）、音频声道、时长。
  • 内容备注：人物、产品、标志、UI 状态、可读文本、敏感信息。
  • 可用片段范围及原因：动作效果好、坏帧、产品稳定、适合字幕、标志清晰。
  • 淘汰片段范围及原因：漂移、模糊、瑕疵、连贯性问题、法律风险、事实错误。

使用带版本号的剪辑产物：

  • v01_rough：结构与覆盖范围。
  • v02_story：清晰度、顺序、钩子、收尾效果。
  • v03_rhythm：节奏、音乐、转场。
  • v04_finish：字幕、图形、混音、色彩、安全区。
  • v05_delivery：平台导出与 QC 备注。

对于 AI 生成的媒体素材，如果淘汰镜头有助于解释决策，请予以保留。后续 Agent 可能需要了解为何没有采用某个视觉效果出众的片段。

修订工作流

按类型区分修订备注：

  • 故事：顺序令人困惑、缺少利害关系、CTA 无力、主张缺乏依据。
  • 节奏：太慢、太快、冗余、阅读仓促、收尾太晚。
  • 连贯性：身份漂移、屏幕方向、物体状态、音频空间、UI 不匹配。
  • 风格：过于企业化、过于混乱、不够原生、模板感太强、不够高端。
  • 合规/权利：字幕、主张、受版权保护的音乐、品牌/标志误用、平台政策。
  • 技术：画面故障、裁切不当、音频无声、削波、导出规格。

将含糊的反馈转化为具体剪辑操作：

  • “更有冲击力”可以指删掉铺垫、缩短镜头、提前呈现证据、使用更有力的音乐重拍、缩短字幕，或剪掉停顿。
  • “更有电影感”可以指减少解释性图形、延长悬念、使用更广的镜头、有动机的声音设计、增强对比度，或营造类似预告片的渐强效果。
  • “更高端”可以指放慢节奏、使用更干净的字体、减少转场、丰富背景音、克制动效，并让产品更显自信。
  • “更适合社交媒体”可以指立即以人物/动作切入、缩短铺垫、加大字幕、采用原生画幅、降低精修感，并让主张更直接。

始终以具体到时间线层级的决策形式提供修订备注：

  • 保留 / 删除 / 替换 / 移动 / 缩短 / 延长 / 覆盖 / 重新构图 / 加字幕 / 降低音量 / 添加衔接 / 更改转场。
  • 说明原因和预期的观众效果。

交接给合成环节

将剪辑交接给合成或渲染 Agent 时，提供具体的剪辑决策清单。包括：

  • 全局设置：时长、画面比例、帧率、安全区假设、平台，以及已知的音频混音目标。
  • 时间线节拍：开始/结束时间、源素材 ID、入点/出点范围、视觉动作、旁白/音频、字幕/屏幕文字、转场、音效/音乐提示、备注。
  • 图层：背景、主视频/静帧、叠加元素、字幕、标志、标注、UI 高亮、字幕、下三分之一信息条。
  • 动态指示：推近、摇摄、定格、快速变焦、变速、冻结、模糊、视差、文字显现、重拍点。
  • 音频指示：音乐起始、自动压低音量、J/L 剪辑、环境底噪、音效、静音、冲击音、画外音位置。
  • QA 标记：需要目视检查的镜头、需要遮盖的生成瑕疵、需要核实的文字、待处理的法律/品牌审批。

需要时使用以下精简 EDL 格式：

时间画面音频文字/图形剪辑备注
00:00-00:02产品微距镜头，标志稳定音乐重拍 + 渐强音"Stop losing edits"钩子；在军鼓点切镜
00:02-00:06UI 屏幕录制，裁切至时间线画面切换前开始旁白光标标注旁白 J 剪辑，提前引出证据

编辑 QA

分轮进行重点 QA：

故事检查：

  • 观众能否在最初几秒内说出视频的核心承诺？
  • 每个节拍是否改变观众的认知、感受或期待？
  • 是否有明确的回报或 CTA？
  • 视觉内容或证据是否支持相关主张？

连续性检查：

  • 角色、产品、UI、徽标、颜色、物体状态和屏幕方向是否足够连贯？
  • 时间和地点的转换是否有合理依据？
  • 剪辑点处是否能看到生成瑕疵，例如手、文字、反射、面部或边缘处的问题？

节奏检查：

  • 剪辑是否落在有意义的动作、语音、呼吸、节拍或对比点上？
  • 镜头景别、信息密度和留白是否足够多样？
  • 字幕在当前节奏下是否易读？

音频检查：

  • 对话/VO 是否清晰易懂？
  • J-cut/L-cut 和过渡是否流畅？
  • 音乐是否在烘托故事，而非喧宾夺主？
  • 是否存在爆音、环境音突变、削波或静音？

平台适配检查：

  • 剪辑是否符合时长、宽高比、安全区和字幕需求？
  • 第一帧是否传达价值或引发兴趣？
  • 重要文字是否避开 UI 覆盖区域？
  • 视频在需要时是否适合静音播放？

版权与真实性检查：

  • 是否记录了授权素材、库存素材、用户素材和生成素材？
  • 产品主张、用户评价、统计数据和 UI 状态是否真实？
  • 是否在适当情况下征得同意，并按情境要求披露深度伪造、虚拟形象或合成人物的使用？
  • 版权音乐或第三方内容是否已获得在目标平台使用的许可？

示例：30 秒产品广告剪辑计划

意图：让 B2B 观众明白，一款项目管理产品可以避免交接遗漏。

输入素材：

  • 生成的办公室压力场景片段。
  • 仪表板和任务分配流程的屏幕录制。
  • 产品 Logo 动画。
  • 旁白和背景音乐。
  • 交付规格：9:16 社交广告，30 秒。

剪辑方案：

  • 00:00-00:03：以人的问题开场，而不是 Logo。快速特写三个重叠的消息通知。叠加文字：“交接又失败了？”
  • 00:03-00:07：仪表板出现前先以 J-cut 开始 VO：“大多数团队并不需要再开一次会……”画面切到杂乱的日历，再切到空白的任务负责人栏位。
  • 00:07-00:14：展示产品效果。屏幕录制呈现自动分配负责人、状态变更和截止日期。用 L-cut 将 VO 延续到 UI 插入镜头上。停留足够久，让 UI 文字清晰可读。
  • 00:14-00:20：对比蒙太奇。之前：散落在 Slack/邮件/日历中的信息。之后：带有负责人和下一步操作的单一仪表板。用图形匹配，将红色逾期标记转为绿色已完成标记。
  • 00:20-00:26：呈现结果。团队成员平静地合上笔记本电脑。使用较慢的镜头，并让音乐渐强，营造释然感。
  • 00:26-00:30：CTA/Logo。只用一行文字：“让每次交接一目了然。”按钮/URL 放在安全区内。

效果好的原因：

  • 故事顺序从痛点推进到证明，再到释然。
  • 屏幕录制的停留时间长于情绪类 B-roll。
  • 剪辑使用匹配剪辑来表现概念上的对比，而非单纯装饰。
  • 字幕和 UI 避开了平台覆盖区域。

可能出现的问题：

  • UI 效果展示剪得太快。
  • 生成的办公室片段中，人物身份不一致。
  • 通知图形过多，导致广告显得千篇一律。

示例：60 秒纪录片风格蒙太奇

意图：说明社区花园如何改变了一个街区，同时不假装所有问题都已解决。

输入：

  • 两位居民的采访片段。
  • 空地、种植、孩子浇水、收获餐桌的 B-roll。
  • 清理前空地的档案静照。
  • 环境音和轻柔音乐。

方法：

  • 从安静的画面开始：先放空地的档案静照，再切到当下的远景。先让环境音带动节奏，再加入音乐。
  • 将居民说的“日落之后，没人会经过这条街区”用 L-cut 延续到档案静照和封住的围栏画面上。
  • 故事转向行动时，切到种植的双手，而不是泛泛的微笑蒙太奇。
  • 用工具、土壤、标牌和邻居的切出镜头，掩盖采访剪辑的痕迹。
  • 一句沉重的话之后，让受访者的反应停留片刻；不要填满每一段沉默。
  • 按季节／过程构建蒙太奇：清理、种植、浇水、聚集。
  • 如果故事中存在尚未解决的问题，就以坦诚的未竟之感收尾：“一切并没有都解决，但现在人们会在这里停下脚步。”

这样做的好处：

  • 蒙太奇会随着时间推移逐步积累证据。
  • L-cut 在展示背景的同时保留人物的声音。
  • 剪辑通过容纳复杂性，避免营造虚假的凯旋感。

常见失败模式：

  • 过度使用欢快的音乐，抹去故事中的张力。
  • 使用与说话者观点无关的 B-roll。
  • 把采访剪得过于紧凑，使人物听起来不自然。

示例：节奏驱动的预告片节拍表

意图：用生成的片段制作一支 45 秒的 AI 科幻预告片。

输入：

  • 12 个生成片段：城市、实验室、主角、信号、追逐、天空异象。
  • 一条音乐音轨，包含 8 秒前奏、16 秒脉冲段、8 秒间歇段和 13 秒最终渐强段。
  • 极少量的对白片段。

方法：

  • 00:00-00:08 前奏：缓慢的城市镜头、一处神秘的声音过渡、一个片名片段。沿着语句边界剪切，而不是每一拍都切。
  • 00:08-00:24 脉冲段：逐步缩短镜头时长。在主角、信号、后果之间交替。剪去生成片段的头尾，以避开身份特征不稳定的部分。
  • 00:24-00:32 间歇段：降低音乐的密度，使用一句对白和一个停留的特写。让紧张感有喘息空间。
  • 00:32-00:43 最终渐强段：将强烈的重音与最有力的瞬态精准同步。使用规模逐渐增大的画面：实验室失控、追逐、天空异象。
  • 00:43-00:45 收尾点：静默半拍，然后呈现片名／日期冲击画面。

这样做的好处：

  • 音乐结构推动情绪升级。
  • 间歇段在最终渐强之前营造反差。
  • 通过剪切和交替使用不同规模的画面，处理生成媒体的弱点。

常见失败模式：

  • 过早展示规模最大的异象。
  • 从一开始就每拍都切，导致情绪无法逐步升级。
  • 让不一致的主角镜头看起来像是在表现多个角色。

来源说明

主要参考资料包括：Yale Film Analysis 关于剪辑关系的内容；W3C WCAG 2.2 和 DCMP／Netflix 关于字幕的定时文本指南；YouTube 帮助中心和 TikTok Ads 帮助中心中于 2026-07-10 核实的易变平台信息；DINFOS Pavilion 关于 J/L-cut 的内容；以及 Adobe 帮助中心关于协作／媒体管理概念的内容。平台规格、广告政策和工具工作流可能随时变化，请在交付时重新核实。

评论

支持 Markdown