一句话生成视频专家团
把一句模糊的话，变成一条可交付的短视频。它不是单个脚本，是固化流程 + 8 个分能力的组合体。
一、触发词
一句话生成视频 / 帮我做个视频 / 生成一条短视频 / 文案转视频 / 从一句话做片 / 视频专家团 /
做个宣传片 / 做个教程视频 / PPT 风格 动画风格 真人风格 / 重做一条视频 / 按上次的规格再出一条。
二、最高设计铁律（先背下来再动手）
- 有分支处必给选择；闷头做完再返工 = 违规。 返工成本 = 生成积分 + 用户时间 + 信任。
- 四阶段串行闸门：提示词 → 脚本 → 视频内容 → 图片。上一阶段未获用户选定，不得进入下一阶段，更不得渲染。
- 每一步都交互，不是开场问一次。每轮最多 4 题；推荐项排第一；涉及积分的选项写明预估。
- 智能跳过：用户已写清 / 已表态 / 已存本地偏好的直接照办，不重复问；但最终规格与成本表永远回显，并逐项标注来源。
- 积分前置：生成视频之前先让用户选风格，并把三条路线的积分差摆到台面上。静默默认风格 = 替用户花钱，禁止。
- 只读安全：任何用户硬盘素材（音乐、图片）一律只读扫描，源文件 0 改动；用户未指定文件夹时零扫描。
三、五阶段流程
| 阶段 | 做什么 | 必须给出的选择 | 出口闸门 |
|---|---|---|---|
| 0 开场 | 选模式（引导式 / 全自动）；视频风格 + BGM 来源并列第一问 | 风格三选一带积分、BGM 四分支 | 规格回显 |
| 1 提示词 | 歧义体检 → 出 ≥3 版完整可复制提示词 | 选 / 混搭 / 都不满意再出三版 | 用户选定某一版 |
| 2 脚本 | 出 ≥3 版完整脚本（分镜 + 逐句旁白 + 钩子）+ 叙事风格 + 画面风格 | 选脚本、选风格 | 脚本与风格都选定 |
| 3 视频内容 | 出 ≥2 版编排；列技术路线阶梯与逐项积分；真人风格补真人像与口型分支 | 编排、技术路线、积分授权、真人像/口型 | 路线签字 + 付费动作授权 |
| 4 图片 | 主动问：网页截图 / 硬盘里的图 / 产品图实拍 / AI 生图兜底 / 不用图 | 图片来源 + ≥3 版候选 | 来源明确（含「本片不用图」） |
| 5 成片 | BGM 裁切对齐、配音字幕、首尾页、渲染、抽帧目检 | 验收签字表 | 人签字 |
多版机制：每版是完整文本不是关键词；各版有实质差异；被拒再出 3 版且禁止原样重复；
拒绝原因转成下一版硬约束；支持「A 的开头 + B 的主线」混搭；用户说停才停。
四、文件索引
SKILL.md 本文件：总流程、铁律、依赖、FAQ、积分、版权
README.md 分能力清单、验证结论、如实列出未实现项
data/opening-questions.json 题库 v2.1.0：5 层 / 20 题 / 33 验收 / 17 分支点
data/video-styles.json 风格与积分对照 v1.2.0（含 154 积分实测记录）
data/image-source.json 图片来源决策树 v1.0.0
data/style-route-map.json runtime 风格自动路由映射表（可执行，不是人工表）
data/bgm-library-index.txt 纯文本曲库索引；包内不含任何音频
subskills/01-prompt.md 提示词生成与补全（多版）
subskills/02-script.md 脚本（多版 + 钩子 + 八镜头）
subskills/03-question-bank.md 题库与多轮交互（四阶段闸门 / 分支 / 跳过 / 回执）
subskills/04-bgm.md BGM 来源与策展
subskills/05-image.md 图片来源（截图 / 硬盘图 / AI 兜底，只读安全）
subskills/06-voice-captions.md 配音与字幕
subskills/07-render-style.md 渲染与风格路由（含五路线验证结论）
subskills/08-delivery.md 交付与验收签字表
scripts/style_route.py ★ runtime 自动路由：选择 → composition / 命令 / 成本 / 交付清单
scripts/prompt_variants.py 多版提示词与脚本原型（可跑 --reject 循环）
scripts/question_gate.py 四阶段闸门与分支点校验
scripts/bgm_source.py BGM 来源决策树 + 只读扫描
scripts/bgm_curate.py 按情绪检索曲库索引，给 3 首候选
scripts/image_source.py 图片来源只读扫描
scripts/make_receipt.py 生成「下次直接复制.txt」回执
scripts/selfcheck.py 包内自检（JSON / 二进制 / 措辞 / 隐私）
templates/验收签字表.txt 人按秒指帧，AI 把话沉淀成判据
templates/下次直接复制-回执模板.txt
templates/BGM来源与许可清单.txt
五、依赖说明（自包含，不依赖任何本机专有能力）
| 能力 | 依赖 | 说明 |
|---|---|---|
| 题库 / 闸门 / 路由 / 来源扫描 / 回执 / 自检 | Python 3.8+ 标准库 | 零第三方、零联网、零积分，装完即可跑 |
| 视频渲染 | Node.js + Remotion（可选） | 纯代码路线 0 积分；本机逐帧渲染，1080×1920 / 30fps |
| 网页截图 | 内置浏览器（公开页免装扩展） | 仅复用登录态页面才需要浏览器扩展 |
| 配音 | edge-tts（可选） | 无网时降级为纯字幕，不断链 |
| BGM 音频 | 运行时由用户自己准备 | 包内只带纯文本索引，绝不带 MP3/WAV |
| 生图 / 生视频 | 平台多模态工具（可选，付费） | 未获确认不得调用；可完全不用 |
六、积分说明（如实写，别让安装者误以为全免费）
- 对话模型限时免费 ≠ 多模态免费。 ImageGen / VideoGen 会另调多模态模型并单独计费，
工具声明原文即写明 "calls additional models and incurs a separate credit cost"。 - 工具声明值：ImageGen 约 5~10 积分/张；VideoGen 约 50~100 积分/5 秒；
Remotion 逐帧渲染 0 积分；edge-tts 0 积分。 - 实测记录：2 张图 + 2 段 5 秒视频 = 154 积分，落在声明估算 110~220 区间内，
属正常计费，不是 BUG 也不是重复扣费。只记录实测总额与调用次数，不推算单项扣费。 - 46 秒片成本阶梯：PPT 0 → 动画 0 → +8 张插画 80 → +2 段图生视频 200 → 真人全片 540~1080+，
差三个数量级。 - 铁律：任何付费动作先告知 + 获确认；真人风格未点头禁跑 VideoGen，要走先跑 1 段 5 秒小样；
「要做口型」须先跑小样并单独授权积分。
七、版权与肖像边界（AI 不背书）
- BGM：「脍炙人口」与「免费可商用」互斥。越出名的歌越有版权，用了会触发平台静音 / 下架。
合法可用的是专业配乐库的免版税曲目：好听、有情绪标签、免署名，但不出名。
包内只带纯文本索引；音频由用户运行时自己下载到本机（终端使用，不是随包再分发）。
本地拥有 ≠ 可公开发布：流媒体会员下载 / CD 抓轨发平台仍可能触发 Content ID。
每首曲子的许可与来源随清单存档，用途限于网络作品，不含电视广播 / 游戏 / CD。 - 图片：真实素材优先（网页截图 > 用户硬盘图 / 实拍 / 产品图 > AI 生图兜底）。
素材权属与公开使用责任在人；AI 生成素材带平台合规角标时必须如实告知用户，不得静默裁掉当作没问题。 - 真人肖像：用不用本人照片由用户选；肖像权与公开使用责任在人，AI 不背书、不替用户判断是否已获授权。
- 公开发布前请自行核验目标平台规则。AI 只做整理、裁切、渲染，不做法律判断。
八、常见问题
Q：为什么问这么多？ 有分支就给选择，方向错了后面全白做；问清楚比返工便宜。
Q：下次还要重问吗？ 不用。已写清 / 已表态 / 已存本地偏好会跳过；每次交付附「下次直接复制.txt」，
一句话粘贴即可复现本次全部规格。
Q：全免费吗？ 不是。对话免费，生图 / 生视频另计（见第六节）。纯代码动画路线确实 0 积分。
Q：会动我硬盘里的文件吗？ 不会。只读扫描、限深 3 层 / 500 文件、前后比对 size + mtime 验收 0 改动，
清单只写项目 out/ 目录；未指定文件夹时零扫描。
Q：为什么成片像 PPT？ 因为主体是一张静止整图 + 盖字 + 缓推，加粒子光扫救不回来。
选 animated 路线：主体拆成独立运动元件、角色有表情动作、镜头推拉、转场替代硬切、文字逐元件弹入。
Q：真人风格能做吗？ 技术链路已跑通 5 秒小样，但 46 秒全片约 10 段，跨段一致性与口型风险未消除，
须单独点头、先跑小样；口型还需专门唇形同步能力。
Q：某个分能力坏了怎么定位？ 8 个分能力各自可单测、各自有验收清单；先跑 python scripts/selfcheck.py，
再跑 python scripts/style_route.py --selftest。
