爆款视频复刻1
将一条爆款短视频完整复刻成用户自己的营销视频。
整条链路分为四个阶段，其中第二阶段前和第三阶段后各有一道用户确认闸门，必须等用户明确回复后才能继续，禁止自动跳过。
- 阶段一：结构拆解（文案 + 分镜脚本 + 爆款因素分析 + 总结）
- 阶段二：文案改写（确认用户商品信息 → 改写文案 → 用户确认）
- 阶段三：新分镜脚本（基于改写文案输出新分镜 → 人物与场景梳理：人物小传 + 场景详细描述 → 用户确认）
- 阶段四：视频生成提示词（基于人物小传与场景描述生成图像/首帧提示词 + 运动提示词 + 负向提示词，覆盖可灵/即梦/Seedance/通用格式）
触发条件
满足任一条件即触发：
- 用户说“复刻这条视频”“拆解并改写”“做分镜”“复刻爆款”“照这个视频拍一条”等类似意图；
- 用户粘贴了视频链接（抖音/小红书/B站/YouTube）或提供了本地视频文件绝对路径；
- 用户上传了视频文件附件。
输入
- 必需：视频链接或本地视频文件路径。
- 可选：用户随请求提供的商品信息（阶段二会再次确认补齐）。
依赖
- 必需：
ffmpeg+ffprobe（缺则退出码 8，提示安装）。 - 可选：
yt-dlp（仅下载链接时用到，缺则带--install自动装进隔离 venv）。 - 可选：本地 ASR（硬字幕缺失时启用，见
references/02_asr_fallback.md）。
工作流
阶段一：结构拆解
-
统一视频入口
- 若输入是本地文件：直接校验。
- 若输入是链接：调用scripts/prepare_video.py。- 微信视频号链接无公开下载途径，直接提示用户本地上传。
- 抖音/小红书/B站/YouTube 用
yt-dlp下载，失败则引导本地上传。 - 获取到的本地路径写入 manifest。
-
本地素材提取
运行scripts/extract_material.py <video_path> --out <dir> --audio（按需）：
-metadata：时长、分辨率、帧率、方向、编码、是否含音频。
-cover：首帧图，用于 Hook 分析。
-shots：镜头切分结果，含 起止秒/时长/中点秒/代表帧。scene detect 对亮度接近的切换不敏感，脚本会自动把过长的镜头等分补点，确保分镜粒度。
-sub_tiles：字幕条拼图，每张带cell_timestamps_sec，把每条字幕对齐到时间线。
-audio：16k 单声道 wav，仅在需要 ASR 时导出。 -
读取素材
- 先 Readcover.jpg做视觉模型预检；若模型不支持读图，提示切换到视觉模型。
- 批量并发 Readshots中的代表帧。
- 批量并发 Readsub_tiles拼图，还原完整字幕/口播文案（去重合并）。
- 若拼图无文字且用户需要口播文案，读取references/02_asr_fallback.md走 ASR 备用。 -
撰写拆解报告
严格按references/03_deconstruct_template.md输出replica_report.md：
- 基础信息
- 完整文案（去重后的时间轴文案）
- 分镜脚本表（镜号 | 起止秒 | 时长 | 景别 | 运镜 | 画面内容 | 台词/旁白/字幕 | 音效/音乐）
- 镜头拆分遵循references/07_lens_split_rules.md：每个镜头 4–10 秒，台词按每秒 5 字换算，综合台词长度、画面内容变化、画面背景变换等因素判断分拆或合并。
- 爆款因素分析（内容/剧本、画面构成、镜头语言、运镜、音效、配乐、传播机制）
- 总结（一句话爆款原因、可借鉴策略、不适用场景/商品） -
展示给用户
把报告摘要和关键表格呈现给用户，并询问是否进入阶段二。
阶段二：文案改写（第一道确认闸门）
在改写前必须向用户确认商品信息，参考 references/04_rewrite_rules.md：
- 商品名称 / 品牌名
- 核心卖点（3-5 个）
- 目标人群 / 使用场景
- 目标平台
- 风格偏好
- 是否有违禁词/品牌限制
得到确认后：
- 保留爆款文案骨架（Hook/痛点/方案/高潮/CTA）。
- 将商品替换为用户商品，卖点与痛点一一对应。
- 长度与原文案同量级（±30%）。
- 规避广告法风险词。
- 输出改写后文案，并说明与原爆款结构的对应关系。
- 请用户确认文案；用户不确认则修改，直到确认。
阶段三：新分镜脚本（第二道确认闸门）
- 以阶段一的 shots 表为骨架，参考
references/05_storyboard_rules.md与references/07_lens_split_rules.md，把原分镜「1:1 复刻 → 商品替换 → 节奏优化」。镜头拆分同样遵循每镜 4–10 秒、台词每秒 5 字换算、综合台词长度 / 画面内容变化 / 背景变换分拆的原则（与阶段一一致）。 - 输出新分镜脚本表，包含镜号/起止秒/时长/景别/运镜/画面内容/台词/音效/备注。
- 人物与场景梳理（依据新分镜脚本产出，供阶段四复用）：
- 扫读新分镜脚本的「画面内容」「台词」「备注」列，抽取出场人物清单（角色名 → 出镜镜号）与所需场景清单（场景名 → 涉及镜号）。
- 按references/08_character_scene_image.md的规范，为每个角色写「人物小传」，为每个场景写「场景详细描述」。
- 人物小传与场景详细描述汇总输出到replica_characters_scenes.md，并随分镜一起向用户说明角色设定、场景设定、以及是否存在无法还原的真实场地。 - 向用户重点说明：总时长、改动点、无法还原的镜头、AI 生成替代方案、人物与场景设定要点。
- 请用户确认分镜与人物 / 场景设定；用户不确认则修改，直到确认。
阶段四：视频生成提示词
用户确认分镜与人物 / 场景设定后，先读取 replica_characters_scenes.md（人物小传 + 场景详细描述）与 references/08_character_scene_image.md，再按 references/06_prompt_templates.md 为每个分镜输出提示词包。所有「首帧图 / 文生图」描述须以人物小传与场景描述为事实来源，保证跨镜头人物与场景一致。
- 通用格式（Runway/Pika/Veo/Sora 类）：完整长文本提示词 + 负向提示词。
- 可灵 / 即梦格式：
- 首帧生成提示词（用于文生图，须基于人物小传 + 场景描述）
- 运动提示词（用于图生视频）
- 负向提示词
- Seedance 格式：场景描述 + 分点动作 + 镜头运动 + 情绪 + 负向。
- 图像生成提示词（文生图，基于人物小传 + 场景描述）：按
references/08_character_scene_image.md的「图像生成提示词」模板，为每个需出图的镜头产出首帧 / 文生图提示词；同一角色引用同一份小传、同一场景引用同一份描述，确保一致性。
约束：
- 每个分镜单独成块。
- 提示词中不得出现原视频的具体人物肖像、品牌 logo、版权素材。
- 标注各镜头的生成工具建议（哪些适合文生视频、哪些适合图生视频）。
- 首帧图 / 文生图一致性：同一角色的外貌、服装、发型引用阶段三同一份人物小传；同一场景的布光、色调、陈设引用同一份场景描述；禁止逐镜改写导致主体漂移。
- 台词必须同步写入提示词：把该分镜对应的口播/台词/字幕原文（取自阶段三新分镜脚本的「台词」列）放进提示词，确保生成视频时画面与对白一致。通用格式新增「台词」字段；可灵/即梦在首帧图描述与运动提示词中分别点出该镜台词；Seedance 在场景总述后单列「台词」要点。无台词的分镜标注「（无台词）」。
脚本清单
scripts/prepare_video.py：把链接/本地路径统一成本地视频文件。scripts/extract_material.py：提取元数据、镜头、字幕拼图、音频，输出 manifest。
限制
- 微信视频号链接无法直接下载，必须本地上传。
- 抖音/小红书/B站/YouTube 下载受平台风控影响，失败率高时建议本地上传。
- 默认走硬字幕视觉识别，无字幕视频需启用 ASR（首次安装耗时较长）。
- 单个文件默认 ≤ 800MB、时长 ≤ 15 分钟。
- 素材提取全程本地，不上传原视频/帧/音频；但下载链接时依赖 yt-dlp 访问平台页面。
