reel

在你的设备上直接渲染成片

只要提出类似“给我做一条关于跑步新手常犯的 3 个错误的 Reel，发在我的跑步账号上”的需求，你就能交付一条可直接发布的 Reel：包含开场钩子、逐场景脚本、旁白、配乐，以及用 Remotion 在本地渲染的竖屏 1080x1920 MP4。不会将任何内容发送到剪辑应用。

视频采用文字排版：深色背景搭配柔和光晕，场景中有大标题、编号列表、动态数字、前后对比卡片，以及最后的“评论关键词”区块；字幕在画面中央逐字显示，并交替使用粗体和斜体。

下面的 <skill> 是此技能的文件夹（SKILL.md 所在位置）。

前提条件

• Node 18 或更高版本（node -v）。必需。
• ffmpeg（可选）。仅用于调整配乐音量。没有它，音乐会按原样加入。 Mac：brew install ffmpeg。Windows：winget install ffmpeg。Linux：sudo apt install ffmpeg。
• ElevenLabs 密钥（可选）。没有密钥时，Reel 不会有旁白，只有动态字幕和配乐。
• 至少预留 600 MB 空间，用于 Remotion（只需安装一次）以及首次渲染时下载的浏览器。首次渲染需要联网，以下载 Google Fonts 字体。

工作流程：7 个步骤

1. 快速访谈（只发一条消息）

一次性询问所有问题，并在括号中给出默认建议，让对方可以用一行回答。如果对方在需求中已经提到某项内容，就不要重复询问。

1. 领域和账号：账号的主题是什么？
2. 受众：谁会观看？（该领域的新手）
3. Reel 目标：扩大触达、方便收藏，还是引导评论以发送资料？（评论）
4. CTA：对方评论什么关键词，会收到什么？（例如：“评论‘指南’，我就把指南发给你”）
5. 语气：直接、讲解型、挑衅型，还是轻松？（直接）
6. 声音和音乐：有 ElevenLabs 密钥吗？有音乐吗（自己的 MP3 或免费曲库中的音乐）？想用什么颜色？（无旁白、无音乐、深色主题搭配黄色重点）

绝不要让对方把密钥粘贴到聊天中。密钥应放在 .env 文件中（步骤 4）。

2. 开场钩子和脚本

先写内容，再编写任何代码，并以区块形式展示：开场钩子、编号场景（类型 + 屏幕显示内容 + 口播内容）以及预计时长。生成旁白前先征求确认，因为生成旁白会消耗 ElevenLabs 额度。如果不需要旁白，且对方要求“直接做”，就可以直接继续。

开场钩子（场景 1，最多 2 秒）

• 口播最多 6 或 7 个词。如果需要更多，就不是钩子，而是引言。
• 第一帧就显示完整钩子（gancho 类型会自动实现这一点）。
• 吸引人的形式：针对痛点提问（“每天训练却毫无变化？”）、反常识的断言（“每天发帖反而会拖累你”）、具体数字（“阻碍你跑完首个 5 公里的 3 个错误”）、强调后果（“这会让你在私信里失去客户”）。
• 不要说“大家好”“在这段视频里”“你知道吗”，也不要做个人介绍。

脚本（总时长 20 到 45 秒）

• 共 4 到 8 个场景。每个场景 1.5 到 6 秒：按每秒 2.9 个词计算，每个场景的口播为 5 到 17 个词。
• 口播要连贯，不要切得支离破碎。 按顺序读完所有场景的文本，听起来应像一个人连续说话：每个场景都要延续前一个场景的句子或意思。不要用单词句、用省略号“制造停顿”，也不要在没有动词的情况下口播列表。先写好完整连贯的文本，再拆分到各个场景中。
• 每个场景只讲一个观点。屏幕显示简短版本（标题、条目、数字）；口播负责解释。
• 口播中的数字用简短的数字形式（“23 小时”“1.6 克”），让字幕更清晰。
• 只承诺真实内容。不要编造统计数据：如果没有来源，就换用其他场景类型。
• 最后一个场景始终是 cta，口播要说出关键词（“评论‘指南’，我就把分步教程发给你”）。

3. 搭建工作室（一次性）和短视频文件夹

工作室是一个安装了 Remotion 的文件夹；每个新短视频只需新建一个子文件夹并放入它自己的 cenas.json，因此 npm install 只需运行一次。

# primeira vez
cp -R <skill>/template ~/reels-estudio
cd ~/reels-estudio && npm install

# a cada reel (troque <slug> por um nome curto, ex.: 3-erros-corrida)
mkdir -p ~/reels-estudio/reels/<slug>/public

编写 ~/reels-estudio/reels/<slug>/cenas.json（格式如下）。工作室根目录中的 cenas.json 只是用于在 Studio 中打开的示例；无需修改。

4. 旁白（仅使用 ElevenLabs 密钥）

密钥保存在 ~/reels-estudio/.env 中（从 <skill>/.env.exemplo 复制）：

ELEVENLABS_API_KEY=sua_chave
ELEVENLABS_VOICE_ID=id_da_voz   # opcional

脚本会从环境变量或该 .env 文件中读取密钥，绝不会打印密钥。不要读取、展示密钥， 也不要将密钥复制到其他任何位置。

cd ~/reels-estudio
node <skill>/scripts/narrar.mjs --projeto reels/<slug> --simular   # valida, mostra custo, não chama a API
node <skill>/scripts/narrar.mjs --vozes-pt                         # vozes pt-BR da biblioteca pública
node <skill>/scripts/narrar.mjs --projeto reels/<slug>             # gera de verdade

• 务必先运行 --simular。它会验证 cenas.json，并告知旁白将消耗多少字符（额度）。
• 语音：让用户自行选择。--vozes-pt 会列出公共语音库中的巴西葡萄牙语语音；要使用其中的语音，用户需要先在网站的 Voice Library 中将其添加到自己的账户（"Add to my voices"），然后传入 --voz <id>，或在 .env 中设置 ELEVENLABS_VOICE_ID。 --vozes 会列出账户中已有的语音。如果用户没有选择，脚本会使用 ElevenLabs 的预设语音；该语音说葡萄牙语时带有非母语口音，请告知用户。
• 全文会通过一次调用发送（/v1/text-to-speech/{voice_id}/with-timestamps），以保持语调连贯。每个字符的时间戳会转换为每个单词的时间戳（同步字幕）以及每个场景的时间戳。
• 输出：reels/<slug>/public/narracao.mp3 和 public/palavras.json，并且 cenas.json 会更新为指向这些文件。使用相同文本和语音再次运行不会消耗额度；如需重新生成，使用 --refazer。--velocidade 1.08 可加快语速（范围为 0.7 到 1.2）。
• 旁白生成后如果修改了台词，请重新运行 narrar.mjs。 字幕来自音频。

没有密钥：跳过此步骤。短视频将不带语音，字幕会按照台词的估算时长（每秒 2.9 个单词）动画显示，并保留配乐（如果有）。

5. 配乐（仅在用户提供时使用）

音乐由用户提供：可以是用户自己的曲目，也可以来自免版税音乐库（YouTube Audio Library、Pixabay Music），并遵守每首曲目的许可条款。绝不要从“MP3 下载”网站、YouTube 视频或任何许可存疑的来源下载音乐，也不要建议用户这么做。没有配乐时，短视频将不带音乐。

node <skill>/scripts/mixar.mjs /caminho/da/musica.mp3 --projeto reels/<slug>
node <skill>/scripts/mixar.mjs /caminho/da/musica.mp3 --projeto reels/<slug> --inicio 12   # pula a introdução

如果装有 ffmpeg，脚本会将音乐剪辑至短视频长度（如果音乐较短则循环播放）、调整音量并添加淡入和淡出效果。如果没有 ffmpeg，则按原样复制。渲染时，配乐音量会较低，并且有语音时会自动降低（合成中的简单闪避处理）。音量由 cenas.json 中的 volumeTrilha 设置，范围为 0 到 1（有旁白时默认为 0.3，无旁白时默认为 0.8）。

如果用户在旁白生成后才提供音乐，请在 narrar.mjs 之后运行 mixar.mjs，这样剪辑时会采用实际时长。

6. 检查、预览和渲染

cd ~/reels-estudio
node <skill>/scripts/checar.mjs --projeto reels/<slug>

修正所有 ✖（错误）并查看 !（警告）。然后，渲染前预览 3 帧（开场钩子、中间部分、CTA）。从 narrar.mjs 的输出中获取时间，或将秒数乘以 30：

npx remotion still Reel out/<slug>-q1.png --props=reels/<slug>/cenas.json --public-dir=reels/<slug>/public --frame=30
npx remotion still Reel out/<slug>-q2.png --props=reels/<slug>/cenas.json --public-dir=reels/<slug>/public --frame=<meio>
npx remotion still Reel out/<slug>-q3.png --props=reels/<slug>/cenas.json --public-dir=reels/<slug>/public --frame=<fim-20>

打开图片，检查是否有文字被裁切、孤行或重叠。然后进行渲染：

npx remotion render Reel out/<slug>.mp4 --props=reels/<slug>/cenas.json --public-dir=reels/<slug>/public

30 秒的短视频需要 1 到 4 分钟。性能较弱的机器上可添加 --concurrency=2。如需快速草稿，可使用 --scale=0.5（输出分辨率为 540x960）。

7. 按照检查清单交付

交付 MP4 文件路径（~/reels-estudio/out/<slug>.mp4）、最终脚本和帖文说明文字建议。交付前，请确认并说明已检查：

• 对比度：字幕在背景上清晰易读（checar.mjs 会进行测量；最低要求为 4.5:1）。
• 没有画面静止超过约 3 秒：没有超过 6 秒的场景，也没有长时间停顿且无字幕的情况。
• 开场钩子在 2 秒内出现，并且在第一帧中已经可见。
• 结尾包含 CTA，在画面和台词中都出现正确的词语。
• 时长介于 20 到 45 秒之间。
• 有语音时：字幕与台词相符（查看 MP4 中间的一段）。
• out/ 中的 PNG 预览图可以删除。

cenas.json

{
  "cores": { "fundo": "#0E0F12", "texto": "#F4F4F2", "destaque": "#FFC94A", "suave": "#9A9CA3", "sobreDestaque": "#0E0F12" },
  "fonte": "Inter",
  "fonteItalica": "Instrument Serif",
  "legenda": true,
  "narracao": null,
  "palavras": null,
  "trilha": null,
  "cenas": [
    { "tipo": "gancho", "titulo": "Treina todo dia e nada muda?", "destaque": "nada muda",
      "fala": "Treina todo dia e nada muda?" },
    { "tipo": "titulo", "titulo": "O problema não é o treino.", "subtitulo": "É o que acontece nas outras 23 horas.",
      "fala": "O problema quase nunca é o treino, é o que você faz nas outras 23 horas." },
    { "tipo": "lista", "titulo": "Os 3 vilões",
      "itens": ["Dormir menos de 7 horas", "Comer pouca proteína", "Repetir a mesma carga"],
      "fala": "São três vilões: dormir menos de sete horas, comer pouca proteína e repetir a mesma carga por meses." },
    { "tipo": "numero", "de": 0, "ate": 1.6, "decimais": 1, "sufixo": " g", "rotulo": "de proteína por quilo de peso, por dia",
      "fala": "Uma referência comum para quem treina é 1,6 grama de proteína por quilo, todo dia." },
    { "tipo": "antes-depois", "antes": "Treino novo toda semana", "depois": "Mesmo treino, carga subindo",
      "fala": "Em vez de trocar o treino toda semana, mantenha o mesmo e suba a carga." },
    { "tipo": "cta", "chamada": "Comenta", "palavra": "PLANO", "promessa": "que eu te mando o checklist das 23 horas",
      "fala": "Comenta PLANO que eu te mando o checklist das 23 horas." }
  ]
}

相同示例也位于 <skill>/exemplos/cenas.exemplo.json。

场景类型

所有场景都有 fala（必填）和以秒为单位的 duracao（可选；仅在没有旁白时生效）。

类型	字段	用途
gancho	titulo、destaque	第一个场景。大标题；destaque 是以强调色显示的斜体片段。如果标题与台词相同，字幕不会重复显示。
titulo	titulo、subtitulo、destaque	有力的陈述。标题最多约 50 个字符。
lista	titulo、itens（2 至 5 项）	列表项逐个显示，并带有编号。每项最多约 30 个字符。
numero	ate、de、prefixo、sufixo、decimais、rotulo	数字递增至指定值。例如："prefixo": "R$ "、"sufixo": "%"。
antes-depois	antes、depois、rotuloAntes、rotuloDepois	两张卡片；「之后」在场景中段出现并突出显示。
cta	palavra、chamada、promessa	最后一个场景。「评论」+ 方框中的关键词 + 对方会收到的内容。关键词最多 9 个字母。

颜色和字体

• cores：任意 #rrggbb 颜色。默认采用深色中性色搭配黄色强调色。使用浅色主题时，反转 fundo 和 texto，并选择足够深的 destaque。checar.mjs 会拒绝对比度过低的配色。
• fonte 和 fonteItalica：Google Fonts 字体系列名称（例如 "Montserrat"、"Playfair Display"）。fonte 必须有 900 字重。使用 "sistema" 则不会下载字体。如果字体系列不存在或没有网络，渲染将使用系统字体。
• legenda: false 会关闭逐词字幕。

常见问题

• 「palavras.json 与 cenas.json 不属于同一版本」：旁白生成后，台词发生了变化。请重新运行 narrar.mjs。
• ElevenLabs 401：密钥错误，或没有文本转语音权限。404：该声音不在账户中；请通过 Voice Library 添加。
• 文字超出屏幕：缩短标题或列表项；checar.mjs 会提示过长的内容。
• 渲染缓慢或卡住：使用 --concurrency=2，关闭浏览器，并检查磁盘空间。
• 首次渲染耗时更长：Remotion 会下载无头浏览器（只需下载一次）。

此 skill 不会执行的操作

• 不拍摄，也不使用录制的视频、图像或虚拟形象：短视频是文字排版形式（文字、数字、卡片）。如需编辑影片，请使用其他工具。
• 不克隆声音，也不会在没有本人 ElevenLabs 密钥的情况下生成语音。
• 不选择或下载音乐：配乐始终由用户提供。
• 不发布到 Instagram，也不安排帖子发布时间。
• 音量闪避效果很简单（有台词时会降低音乐音量），无法替代专业混音。