seenry-video

执导影片，然后渲染

一部出色的产品影片能证明一件事。影片中的所有内容——画面、文字、音乐和剪辑——都服务于这一证明，而且展示的每一项事实都真实无误。这部影片以网页形式构建，每一帧都是时间的纯函数，通过逐帧跳转来渲染。这样一来，它就像代码一样精确、可复现、可编辑：改一个数字，重新渲染，剪辑就会保持一致，只有这个数字发生变化。

适用于时长为 6–90 秒的产品影片：发布影片、功能展示、「工作原理」解说、MCP 和 Agent 演示、社交媒体短片。若要制作产品内部的界面动效，请使用 seenry-motion；若要制作展示中的页面或产品，请使用 seenry。

标准

• 用画面证明一个主张。 写下观众看完后应该复述的那句话。如果某个场景无法推动这一证明，就删掉它。
• 真实优于仿造。 使用真实的产品 UI、真实录屏、真实数据、真实录音，或精心设计的音效。绝不使用虚假的仪表板、捏造的指标或库存的「科技感」画面。
• 真实，或明确标注。 画面中的每个数字、引言、工具调用和产品行为，都必须是有证据的实录，或明确标注为演示内容。制作过程中，将每一项记录在 claims.json 中。如果产品无法实现影片展示的行为，就修改影片，或先开发该功能。
• 随音乐剪辑。 先选定节奏；场景从小节线开始，重音落在节拍上，旁白穿插其中。120 BPM 时，每小节为 2 秒，便于把握。
• 精心设计声音，而非仅作装饰。 旁白响起时降低音乐音量；用音效标记真实事件（例如数值出现、页面加载）；混音响度标准为 −14 LUFS。静音也是一种工具。
• 一眼就能读清。 屏幕文字停留的时间要足以让人读两遍（每个词约 0.3 秒，另加 1 秒），在 1080p 下至少为 28px，且字号绝不能小于它所描述的对象。

流程

1. 简报（brief.md）。 明确主张、证据、受众、播放场景和尺寸（网站和 X 使用 16:9 1920×1080；信息流使用 1:1 或 4:5；快拍使用 9:16）、时长（社交媒体短片 8–15s，发布短片 30–60s，解说视频最长 90s）、是否配音，以及哪些内容固定不变（品牌、产品状态、法律声明）。
2. 研究参考资料。 按照研究中的指引：在 Seenry 中查找发布视频和录屏，以正常速度观看，在转场处截取画面，并编写 study.md，说明每个参考作品对节奏、字体、转场和声音有哪些启发，以及你不会借鉴哪些内容。
3. 故事和镜头清单。 按照导演中的指引：基于节拍网格安排节拍，列出带时间点的镜头清单，编写与之同步的配音稿，并在制作任何动画前完成三到四张分镜静帧。影片用于发布时，先向用户展示镜头清单和脚本，再开始制作。
4. 素材。 通过 Seenry MCP 或产品本身获取真实的录屏、测量数据和录音，并通过 seenry-assets 获取已授权或生成的图像。每条事实进入影片时，都在 claims.json 中添加一行。
5. 制作。 将影片模板及其提示表、声音规格和主张台账复制到项目中。用你的镜头清单替换示例场景。打开页面进行拖动预览和播放；导出静帧（render.mjs --stills），以全尺寸检查构图。
6. 声音。 按照声音中的指引：根据剪辑点编辑音乐，在真实事件发生时加入音效，录制或生成配音，然后使用提示表运行 mix.py。ElevenLabs 生成（elevenlabs.py）是可选的，会消耗用户的额度；运行前请先征求同意。
7. 渲染、检查和评审。 按照评审中的指引：运行 render.mjs、mix.py 和 film_check.py，直到检查通过；然后运行 film_critic.mjs，由一位盲评影片评论员将剪辑作为连续片段与参考影片并排观看。应用它提出的修正，保留它建议保留的内容，然后再次运行。评分为盲评，修正会基于完整历史记录撰写，因此多轮迭代会逐渐收敛。用同样的方法为一部参考影片评分，以了解上限；以该上限为目标，如果两轮评分没有变化，就修改概念而不是版式。无论评分如何，都要报告。交付前，自己以正常速度并打开声音完整观看一遍。

工具

所有脚本都位于 scripts/ 中，路径均相对于影片文件夹。

• node scripts/render.mjs --dir film/ 渲染 film.silent.mp4。--stills 2,9.5 导出帧，--contact 12 导出联系表。需要 ffmpeg 和带 Chromium 的 Playwright（npm i -D playwright && npx playwright install chromium，或使用 --playwright <path>）。
• python3 scripts/mix.py film/cues.json 按小节线编辑音乐，根据峰值安排音效，在配音下方压低音乐，将整体响度母带处理至目标值，并复用音轨生成 film.mp4。需要 numpy。
• 设置 ELEVENLABS_API_KEY 后，python3 scripts/elevenlabs.py film/sound.json voices|vo|sfx|music 会生成配音、音效和配乐。此步骤为可选。
• node scripts/film_critic.mjs --dir film/ --refs study/a.mp4,study/b.mp4 会让一个全新的模型评审影片。模型会查看基于节拍网格制作的分镜（每帧下方附配音）、手机信息流分镜板和全尺寸镜头帧，并参考测得的剪辑点、响度、脚本和主张台账。它会对照参考影片评估主张、证据、故事、节奏、画面、易读性、声音与画面的配合以及真实性（取三次运行的中位数），指出应保留的内容，进行盲评，并基于以往轮次的完整历史记录撰写修正建议，以避免重复或推翻之前的建议。--dry-run 只写入分镜板和提示词；低于标准时，--min 8 会以 1 退出。
• python3 scripts/film_check.py film/cues.json 会检查时长、编码格式和色彩范围、响度和真峰值、配音台词是否彼此重叠，以及每条非戏剧化主张是否都有来源。

绝不可交付的内容

• 屏幕上出现未录制或未标注为示意内容的数字、引言、工具调用或产品行为。
• 伪装成真实产品的 UI、虚构的客户徽标或指标、AI 生成的产品“截图”。
• 屏幕文字显示时长不足以让人读两遍，或在 1080p 下字号小于 28px。
• 俗套的“AI”视觉元素：发光的大脑、粒子网络、紫色渐变团块、漂浮的全息图、把闪烁的光标当作唯一创意。
• 与人声相冲突的音乐、每帧都添加特效、每次剪辑都加呼啸声、响度高于 −13 LUFS 或峰值超过 −1 dBTP 的混音。
• 复制参考影片的镜头、音乐或叙事顺序。参考素材可以提供节奏和制作技巧的启发；影片的创意应源自本产品的主张。
• 缓慢的 Logo 开场。在前两秒内展示主张或产品。

交付内容

交付影片（film.mp4）、无声渲染版、提示表、简报、研究材料、脚本和 claims.json。说明影片所证明的主张、每个参考素材的作用、哪些内容是录制的、哪些内容是示意的、测得的响度、影片评审的评分，以及任何尚未核实的内容。