优化脚本

2026-08-31 11:57:34 +08:00
parent f59e9d0418
commit cbd4f362d9
20 changed files with 261 additions and 74 deletions
@@ -92,7 +92,7 @@ description: >
 - `entities[].id` 全局唯一，`segments[].entity_refs` 与 `speaker` 只能引用已声明的 id。
 - **发声方式每镜自己判断**（不强求统一，看这一镜的内容和场景）：
  - **旁白/口播** → 填 `narration`，`dialogue` 留空 `[]`（大多数电商镜是这种）；
-  - **角色对话** → 填 `dialogue`：元素为 `{"speaker":"角色 entity 的 id，或 null=旁白","line":"台词"}`，每条 `line` ≤55 字；并把各 `line` 拼进 `narration` 兜底下游字幕/配音。剧情向、多角色互动、或一句自然的吐槽/接话更带感时都可以用，**不必非到「剧情」档**；
+  - **角色对话** → 填 `dialogue`：元素为 `{"speaker":"角色 entity 的 id，或 null=旁白","line":"台词"}`，每条 `line` ≤55 字；并把各 `line` 拼进 `narration` 兜底下游配音。剧情向、多角色互动、或一句自然的吐槽/接话更带感时都可以用，**不必非到「剧情」档**；
  - **纯画面展示** → `narration` 与 `dialogue` 都留空（没人说话，只有画面）。
  - **判断权交给你**：依据用户输入与这一镜的功能/场景决定。**不是每一镜都得有对白，也不必死守旁白**；但**别无故给每镜都塞对白**（那样很假），自然才好。
  - 发声方式还受**表现形式**约束：口播只用 `narration`、短剧必须用 `dialogue`、Vlog 以画外旁白为主。
@@ -113,7 +113,7 @@ description: >
 - **`visual` 固定使用导演层级**（四栏，逐栏写满，缺栏视为不合格）：
  `【本镜任务】` 这一段要完成的情绪 / 信息变化 →
  `【光线氛围】` 光源方向与性质（窗光 / 顶光 / 台灯 / 逆光）、色温冷暖、明暗对比、整体色调 →
-  `【声音】` 台词 / 旁白状态、音效、背景音乐、字幕（没有写「无」）→
+  `【声音】` 台词 / 旁白状态、音效、背景音乐（没有写「无」）→ **不写字幕栏**，本系统成片一律无字幕 →
  `【画面内容】` 下列 3–5 条秒级分镜。
  不要把基础设定、画面风格、镜头动作、声音、旁白混成一段散文。
 - **每镜 `visual` 必须按秒拆分镜**：15 秒一场里至少 3 刀、目标 4 刀，写成多行，
@@ -130,8 +130,9 @@ description: >
  - **禁止评价词** —— 「展示商品」「呈现质感」「体现高级感」「氛围到位」「传递温暖」不是画面，
    要写成「杯壁的水珠顺着往下滑」「她眉头松开，肩膀塌下来」。
  - **禁止心理描写** —— 模型拍不出「她内心纠结」，要写「她拿起又放下，手指在包装边缘停了两秒」。
-  - **禁止画面里出现文字** —— 不写字幕、花字、标题、价格贴片、UI、弹窗、对比图表；
-    商品包装上原有的真实文字除外。
+  - **禁止画面里出现文字** —— 本系统出的**任何视频都不带字幕**。不写字幕、花字、标题、片头片尾、
+    水印、角标、价格贴片、优惠标签、弹幕、对话气泡、贴纸、参数表、对比图表、UI、按钮、购物浮层；
+    口播和台词只以声音存在。商品包装上原本就有的真实文字除外。
  - **禁止一镜内跨场景 / 跨时间蒙太奇** —— 15 秒是**一个连续动作链**，同一地点、同一光线、同一套衣服。
    要换环境就换到下一镜，并在 `entity_refs` 里换成另一个 scene。
 - **一致性靠文字锁死**：同一角色 / 商品 / 场景的外观一律引用 entities 里的既定设定，
@@ -140,7 +141,7 @@ description: >
 - **画面物理常识**：商品用法必须是真人会做的。茶 / 咖啡 = 热水、蒸汽、茶汤渐染，禁止茶包丢进看起来像冷白开的杯子；
  护肤品 = 挤出 / 涂抹；食品 = 打开 / 入口。手从真实方向入画，禁止悬浮肢体、反关节、商品凭空出现。
  每条分镜写清容器 / 包装长什么样、液体或材质当前状态。
-  输入是 `【镜头 01】` 分镜稿时，把原稿的景别、机位、运镜、动作、表情、音效、背景音乐、字幕、备注折进导演说明书，不要压成一句画面摘要。
+  输入是 `【镜头 01】` 分镜稿时，把原稿的景别、机位、运镜、动作、表情、音效、背景音乐、备注折进导演说明书，不要压成一句画面摘要；**原稿的「字幕 / 花字」一栏一律丢弃**，参考视频有字幕不代表我们的成片要有。
 - 不要输出 schema 之外的字段，也不要省略必填字段。

 ### 铁律 2 · 输出前自检
@@ -189,7 +190,7 @@ description: >
 | ---- | ---- | ---- | ---- |
 | **① 全自动** | 用户只给【商品信息 + 前置条件(表现形式/视频结构/时长/人群/卖点勾选)】，无主题无原稿 | 凭商品与前置条件，自动定镜数、选 tone、造 entity、按套路填镜 | `methodology.md` + `hook-library.md` + `category-playbook.md` + `platform-tone.md` |
 | **② 一句话** | 用户额外给了一句主题（如「主打熬夜党救星」） | 以该主题为脚本主轴扩写，其余同全自动 | 同上（主题优先于自动选题） |
-| **③ 改稿 / 上传脚本 / 上传视频提炼** | 用户给了已有脚本,或一份 `【镜头 01】` 导演分镜稿 | **脚本**：保留用户原意，增强钩子/节奏/卖点证明/CTA，并归一化到 JSON。**视频分镜稿**：照搬镜头顺序、每镜时长比例、景别、机位、运镜、人物动作和声音层次，把人物、商品、品牌、台词换成当前商品；`visual` 必须把景别/机位/运镜/动作/表情/音效/背景音乐/字幕/备注折进导演说明书，不要压成一句画面摘要 | `methodology.md` + `hook-library.md` + `checklist.md` |
+| **③ 改稿 / 上传脚本 / 上传视频提炼** | 用户给了已有脚本,或一份 `【镜头 01】` 导演分镜稿 | **脚本**：保留用户原意，增强钩子/节奏/卖点证明/CTA，并归一化到 JSON。**视频分镜稿**：照搬镜头顺序、每镜时长比例、景别、机位、运镜、人物动作和声音层次，把人物、商品、品牌、台词换成当前商品；`visual` 必须把景别/机位/运镜/动作/表情/音效/背景音乐/备注折进导演说明书（**丢弃原稿的字幕栏**），不要压成一句画面摘要 | `methodology.md` + `hook-library.md` + `checklist.md` |
 | 信息不足 | 连商品信息都缺，无法生成 | 唯一允许的回退：用一句话问清最少必要信息 | — |

 **进入任何模式前，必须先读取该行列出的参考资料。**
@@ -34,7 +34,8 @@
 - [ ] 钩子镜第一句在前 3 秒抛出钩子，套用了 `hook-library.md` 的某个公式。
 - [ ] 顶层 `hook` 与钩子镜口径一致。
 - [ ] 卖点镜的卖点**挂在前面铺的痛点上**，不是干罗列参数。
- [ ] CTA 给了明确动作（点小黄车/领券/主页链接）。**场景种草结构的 CTA 要软**，别硬喊。
+- [ ] CTA 回到了钩子那个情境，点名了谁适合，用一句自然口语收尾。**场景种草结构的 CTA 要更软**。
+- [ ] **CTA 禁用词扫描**：没有 小黄车 / 购物车 / 点下方 / 点击购买 / 立即购买 / 马上下单 / 赶紧下单 / 抢购 / 秒杀 / 手慢无 / 别犹豫 / 买它 / 闭眼入 / 上车（见 `methodology.md` 第七节）。
 - [ ] **促销抢购**：所有价格、优惠、库存、赠品、开售时间和适用条件均来自商品资料；缺失就不写，绝不虚构限时限量。
 - [ ] **知识分享**：知识点可由商品资料支持，商品是在判断方法建立后自然出现；没有虚构专业身份、数据、标准或功效。
 - [ ] **结构骨架走完了**：段的顺序与功能符合 `playbooks/structure-*.md` 里那份骨架表。
@@ -50,10 +51,11 @@

 - [ ] **每镜 `narration` ≤ `duration × 5.2` 字，且绝不超过 78 字**（15 秒镜 ≤78 字）。
 - [ ] **口播 15 秒镜旁白 ≥ 64 字**（写作目标 66–74 字，4–5 句）。禁止一句 20 字收工；口播禁止整镜无声。
- [ ] **秒级分镜**：每镜 `visual` 至少 3 条 `0-3s：景别；机位；运镜；动作；信息变化`，从 0 接到 15s；15 秒内至少切两次景别；**每镜至少出现一个运镜词**（手持跟拍/推近/拉远/横摇/环绕/固定机位）。上传视频提炼稿还要把音效/背景音乐/字幕折进 `【声音】`。
+- [ ] **秒级分镜**：每镜 `visual` 至少 3 条 `0-3s：景别；机位；运镜；动作；信息变化`，从 0 接到 15s；15 秒内至少切两次景别；**每镜至少出现一个运镜词**（手持跟拍/推近/拉远/横摇/环绕/固定机位）。上传视频提炼稿还要把音效/背景音乐折进 `【声音】`（**字幕栏丢弃**）。
 - [ ] **四栏齐全**：每镜 `visual` 都有 `【本镜任务】【光线氛围】【声音】【画面内容】`，没有缺栏。
 - [ ] **相邻镜光线衔接**：同一场戏各镜的光源方向、色温、色调一致，没有忽冷忽暖。
- [ ] **画面可拍**：没有「展示商品/呈现质感/体现高级感」这类评价词，没有心理描写，没有画面内字幕花字价签，没有一镜内跨场景跨时间。
+- [ ] **画面可拍**：没有「展示商品/呈现质感/体现高级感」这类评价词，没有心理描写，没有一镜内跨场景跨时间。
+- [ ] **全片无字幕**：任何一镜的 `visual` 都没有要求字幕、花字、标题、水印、角标、价签、购物浮层或其它画面文字，`【声音】` 里也没有「字幕」这一栏。
 - [ ] **商品原词**：旁白/对白出现了输入给出的至少一个勾选卖点原词；商品名全片点名 1–2 次即可，其余镜写描述/卖点细节，没有用空话替换。
 - [ ] 每镜 `visual` 能撑满 15 秒（至少 110 字），写清哪只手、从哪个方向入画、握商品哪里，以及容器/材质的真实状态，不是一句静态动作。
 - [ ] 口语化，无书面腔/AI 腔（"综上""不仅…而且""值得一提"等已清除）。
@@ -13,11 +13,11 @@
 | **钩子** | 3 秒留人 | 第一句话/第一帧就让人停下不划走 | 用 `hook-library.md` 的公式，制造痛点共鸣或反差冲击 |
 | **痛点** | 共鸣 | 把用户"对，我就这样"的处境讲出来 | 具体场景化，不抽象，让人对号入座 |
 | **卖点** | 商品解决 | 商品如何**恰好**解决上面的痛点 | 卖点落到痛点上，给"凭什么信"的理由（成分/效果/对比/口碑） |
-| **CTA** | 转化行动 | 临门一脚，告诉用户现在做什么 | 明确动作 + 紧迫感（点下方小黄车 / 主页领券 / 限时） |
+| **CTA** | 转化行动 | 回到开头那个具体情境，把商品交到「这样的人」手里 | 给谁 + 为什么值得试 + 一句自然的口语引导。**禁止喊平台指令**（小黄车 / 点下方 / 赶紧下单 / 抢购 / 手慢无） |

 **铁原则：**
 - **首镜永远是钩子**——3 秒内必须抛出钩子，否则用户划走。
- **末镜永远收 CTA**——可以是独立 CTA 镜，也可以是末镜旁白末尾收一句行动指令。
+- **末镜永远收 CTA**——可以是独立 CTA 镜，也可以是末镜旁白末尾自然收一句。收的是「谁适合、为什么值得试」，不是喊口号。
 - **卖点必须挂在痛点上**——不是罗列参数，是"这个痛点 → 商品这样解决"。
 - **一条只讲一个核心情境**——先选一个「时间 + 地点 + 小麻烦/小欲望」，整条围绕它推进；
  不要把商品详情页的所有卖点搬进来。
@@ -90,7 +90,7 @@
 | 钩子 | 可弱露出或不露 | 钩子先抓人，商品可作悬念，第 1 镜末尾闪一下也行 |
 | 痛点 | 不露 / 反面对照 | 展示"没有它"的糟糕状态，商品先按住 |
 | 卖点 | **特写 / 使用中** | 商品成为主角：成分特写、质地特写、上脸/上手使用中 |
-| CTA | 手持 / 包装正面 | 手持商品对镜头，包装正面清晰，配合行动指令 |
+| CTA | 手持 / 包装正面 | 手持商品对镜头，包装正面清晰，人物状态已经变好（画面里不出现任何购物浮层或文字） |

 露出方式词汇统一用：`手持` / `特写` / `使用中` / `包装正面` / `场景摆放` / `对比展示`（可组合，如"手持+特写"）。

@@ -142,14 +142,14 @@
 ```
 【本镜任务】本段要让观众看懂的变化或悬念
 【光线氛围】光源方向与性质（窗光/顶光/台灯/逆光）；色温冷暖；明暗对比；整体色调（各镜保持一致）
-【声音】台词/旁白状态；音效；背景音乐；字幕（没有写无）
+【声音】台词/旁白状态；音效；背景音乐（没有写无）—— 不写字幕栏，成片一律无字幕
 【画面内容】
 0-3s：景别；机位；运镜；主体在画面中的位置；具体动作；信息变化
 3-8s：景别；机位；运镜；手与商品的空间关系；可见细节
 ...
 ```

-输入如果是 `【镜头 01】` 导演分镜稿（上传视频提炼），把原稿每镜的景别、机位、运镜、人物动作、表情、音效、背景音乐、字幕、备注折进对应栏，不要压成一句画面摘要。原稿写「无 / 不可见 / 听不清」的不要编造。
+输入如果是 `【镜头 01】` 导演分镜稿（上传视频提炼），把原稿每镜的景别、机位、运镜、人物动作、表情、音效、背景音乐、备注折进对应栏，不要压成一句画面摘要。**原稿的「字幕 / 花字」一栏一律丢弃**，不搬进新脚本。原稿写「无 / 不可见 / 听不清」的不要编造。

 这样「人物/商品/场景设定」留在 entities 中保持全片一致，「本镜任务」管情绪推进，
 「光线氛围」锁住全片视觉调性（原来这件事由分镜图承担，现在只能靠文字），
@@ -169,8 +169,41 @@
 - **每镜至少出现一个运镜词**（手持跟拍 / 推近 / 拉远 / 横摇 / 环绕 / 固定机位）；
  没有运镜词，出片会拍成呆板的静止画面。
 - **只写拍得出来的东西**：禁止「展示商品 / 呈现质感 / 体现高级感」这类评价词，禁止心理描写，
-  禁止画面里出现字幕花字标题价签，禁止一镜内跨场景跨时间。
+  禁止画面里出现任何文字叠加（字幕 / 花字 / 标题 / 水印 / 角标 / 价签 / 购物浮层），口播只以声音存在；禁止一镜内跨场景跨时间。
 - 商品用法必须真实：茶要热水和蒸汽，不要把茶包丢进冷白开；手不要悬浮。
 - **一场一个动作链**：把 15 秒拆成同一件事的起因 → 操作 → 可见变化 → 反应，不能把无关的
  剧情、多个卖点、跳场景硬塞进同一场。画面提供证据，台词提供判断或转折，不要互相复述。
 - 允许另给 `beats:[{start,end,shot_size,action}]`，但 `visual` 仍要能折成上面这种多行文本。
+
+---
+
+## 七、CTA 怎么写（硬规则）
+
+**旧写法已废弃。** 「点下方小黄车」「赶紧下单」「手慢无」这类平台指令腔一律禁止 ——
+它把一条好片子瞬间打回广告，观众听到就划走，而且换平台就穿帮。
+
+### 禁用词（出现即不合格）
+
+小黄车、购物车、点下方、点击下方、点击购买、立即购买、马上下单、赶紧下单、抢购、秒杀、
+手慢无、别犹豫、冲、买它、闭眼入、直接拍、上车。
+
+### 合格的 CTA = 三件事，一句话说完
+
+1. **回到钩子那个情境** —— 不是泛泛的"推荐给大家"，是"你要是也……"
+2. **点名谁适合** —— 具体到人群或处境（久坐犯困的、洗头后半天吹不干的、租房没灶台的）
+3. **一句自然的引导** —— 像跟朋友说话，给个理由，不下命令
+
+### 参考写法（照着这个语气写，别照抄原句）
+
+- 「你要是也天天下午三点犯困，可以试试这个，我一盒能喝小半个月。」
+- 「链接放这儿了，先看看合不合适再说，不着急。」
+- 「租房没灶台的，这个是真省事，我用了俩月了。」
+- 「想少踩点坑，就照我说的这两个点挑，别的其实差不太多。」
+
+### 还要注意
+
+- **一个 CTA 就够**，不要既让人下单又让人关注。
+- **紧迫感只能来自真实事实**（商品资料里写明的活动 / 规格 / 库存）；没有事实就不制造紧迫感，
+  更不许编"最后一天""仅剩 3 件"。
+- **绝对化用语照旧禁止**（最 / 第一 / 唯一 / 100% / 全网最低）。
+- **画面里不出现任何购买入口、价格贴片或浮层** —— 成片无文字叠加，转化靠说得对，不靠贴图。
@@ -10,10 +10,10 @@
 ## 抖音

 - **节奏**：快、强钩子、信息密集，前 3 秒定生死，反转/爽点前置。
- **风格**：高能、口播感强、配合小黄车，直给卖点。
+- **风格**：高能、口播感强，直给卖点。
 - **钩子偏好**：痛点提问、数字冲击、反差。
 - **tone 倾向**：`种草` / `痛点`。
- **定调**：开门见山抓人，节奏别拖，CTA 干脆（"点下方小黄车"）。
+- **定调**：开门见山抓人，节奏别拖，CTA 干脆但不喊口号（"你要是也这样，真该试试"，不是"点下方小黄车"）。

 ## 快手

@@ -29,7 +29,7 @@
 - **风格**：精致、审美在线、第一人称"我亲测"，软种草不硬推。
 - **钩子偏好**：悬念留白、反差、身份代入（细分人群）。
 - **tone 倾向**：`种草` / `测评`。
- **定调**：真诚分享感，画面要美，卖点融进使用体验，CTA 柔（"主页有链接/评论区扣"）。
+- **定调**：真诚分享感，画面要美，卖点融进使用体验，CTA 柔（"合不合适你自己看，我就用着舒服"）。

 ## 视频号

@@ -80,7 +80,7 @@
 ### Vlog × 前后对比
 用**时间跨度**做对比，Vlog 天然适合记录「第 1 天 / 第 7 天」。
 - 每个时间点用同机位拍一次，形成序列
- 画面上标时间（Day 1 / Day 7），这是 Vlog 里唯一允许的字幕硬信息
+- 时间推进（Day 1 / Day 7）只能靠画面本身表达（光线、穿着、商品用量、日历道具），**不能打字幕** —— 成片一律无文字叠加
 - 中间的日常镜头就是「过程可见」，可信度天然高

 ### Vlog × 测评验证
@@ -65,7 +65,7 @@
 短剧是**唯一必须用 `dialogue` 的形式**。

 - `dialogue` 填角色对白：`[{"speaker":"c1","line":"..."},{"speaker":"c2","line":"..."}]`
- `narration` 把各句 `line` 拼起来兜底（下游字幕和配音要用）
+- `narration` 把各句 `line` 拼起来兜底（下游配音要用；成片不打字幕）
 - 允许个别镜是纯画面（`narration` 和 `dialogue` 都空），用来给情绪留白
 - **别每一镜都塞满对白** —— 有沉默的镜，情绪才有落点

@@ -81,5 +81,5 @@ Vlog 的镜头必须有**手持感和生活质感**，这是它的可信度来
 - ❌ **给商品硬广特写** —— 商品只在「被使用」时出现
 - ❌ **旁白讲参数** —— 参数是口播和测评的活，Vlog 只讲感受
 - ❌ **时间线跳跃混乱** —— 时间必须单向推进，不许倒叙
- ❌ **强行喊 CTA** —— Vlog 的 CTA 要软（「链接我放下面了」而不是「快点小黄车」）
+- ❌ **强行喊 CTA** —— Vlog 的 CTA 最软：给感受和适用人群就够（「我这俩月是真离不开了，你要是也……」），禁止任何平台指令腔
 - ❌ **摆拍痕迹重** —— 完美构图反而失真，允许不完美
@@ -70,7 +70,7 @@
 ## 五、结果与 CTA

 - **结果必须可见**：同一个场景、同一个时间点，状态变了
- CTA 给**一个**明确动作，不要给两个（「点小黄车」和「关注我」二选一）
+- CTA 只收**一件事**，不要既让人买又让人关注；且必须是自然口语，禁止平台指令腔（见 `methodology.md` 第七节禁用词）
 - 紧迫感可以有，但不许用绝对化用语（「最后一天」可以，「全网最低」不行）

 ---
@@ -15,7 +15,7 @@
 - 先说清适合谁、什么使用场景或组合需求，不能一开场只喊“抢”。
 - 价格、优惠、赠品、库存、开售时间、适用人群和领取条件，只能使用输入商品资料里明确给出的事实。
 - 商品露出优先包装正面、规格/组合细节和真实使用场景；画面不能用伪造倒计时、销量或库存数字。
- CTA 说明一个购买入口和一个操作，例如“从商品卡选择这个规格”；没有活动信息时，只引导“查看商品详情”。
+- CTA 说清「这个规格适合谁、为什么现在值得」，用自然口语收；没有活动信息时只说值不值得看看。禁止喊平台控件名（小黄车 / 点下方 / 赶紧下单，见 `methodology.md` 第七节）。

 ## 三、红线