bozai-storyboard
Skill7 starsChanged 2 months agoMITView on GitHub
口播稿 → 视频生产线之间的「分镜表」中间产物:接已定稿的口播稿/配音稿, 按口播线/演示线模板产出 Markdown 分镜表 + 同内容 JSON(Remotion 等组装层数据可直接消费), 用户在分镜表上审完改完确认后,才进画面组装/录制生产线—— 把审阅点从成片(贵)前移到分镜表(便宜)。 当用户说「分镜」「分镜表」「脚本运镜」「制作脚本」「拍之前先出个表」「先列个镜头表给我看看」 「storyboard」时触发。区别于写稿类 skill(产出口播稿)和成片组装类 skill(生产线)。
In this repository17 other files it gives its agents.
- blogger-trackerSkill
- bozai-scriptSkill
- cheat-bumpSkill
- cheat-initSkill
- cheat-learn-fromSkill
- cheat-personaSkill
- cheat-predictSkill
- cheat-publishSkill
- cheat-recommendSkill
- cheat-retroSkill
- cheat-score-blindSkill
- cheat-scoreSkill
- cheat-seedSkill
- cheat-shootSkill
- cheat-statusSkill
- publish-checklistSkill
- voicebox-cloneSkill
The file
Files
分镜表(bozai-storyboard)
品牌说明:本 skill 源自「博仔说」AI 自媒体生产线,此为粉丝通用化改写版——方法论不变,个人配置已替换为内置通用资源。
版本线:
- v1.0(2026-08-04):首版。双格式(MD+JSON)、节奏声明、口播线/演示线双模板、红线继承下游组装规范。
- v1.1(通用版):动效选型改用内置《通用动效词汇表》,去个人路径,上下游改为文字接口。
口播稿定稿和生产线之间,原来没有可审阅的中间产物——用户只能在成片上提意见,改一次就是重录/重渲,成本极高。 本 skill 把审阅点前移:先出分镜表 → 用户审表改表确认 → 才进生产线。
何时使用本 skill
- 用户说「分镜」「分镜表」「脚本运镜」「制作脚本」「拍之前先出个表」「先列个镜头表」
- 口播稿已定稿,准备做视频(真人出镜或工具演示都行)
- 上次成片返工太多(素材不对、卡片时机不对、节奏不对),想在便宜的地方先对齐
何时不用
- 稿子还没定 → 先把稿子定稿(用户确认的原话稿),别替用户定稿
- 只是改成片细节(字幕错词/音量/卡片颜色) → 直接改工程,不必补分镜表
- 成片交付审核 → 不在本 skill 范围(成片出来后再走质检流程)
在流水线中的位置
口播稿/配音稿定稿(用户已确认)
→ 【本 skill】分镜表 storyboard.md + storyboard.json(★ 用户审阅闸门)
→ 生产线:按分镜表录屏/取材/组装画面/配音/后期,产出成片上游是谁不重要(手写稿还是写稿 skill 产物都行),重要的是稿子已定稿且用户确认;下游是任意组装手段(Remotion 数据层、剪映工程、真人拍摄执行单都吃这张表)。
五步流程
- 开工先读规范(第 0 步,不许跳):完整通读本 SKILL.md 的「红线继承」节 + 对应产线模板(
references/koubo-line.md或references/demo-line.md)+《通用动效词汇表》使用规则——事前熟读是规范,事后检查是浪费 token 的返工。 - 读口播稿:只接已定稿的稿子(带【段名|时间码】的长稿最好,段结构直接可用)。稿子里每个数字的出处一并记下,进备注列。
判产线(判断不了就问用户,别猜):
信号 口播线 koubo 演示线 demo 真人出镜原片 有 没有(或不露脸) 内容主体 人讲 + 素材截图轮播 工具/产品的真实操作录屏 稿子口头禅 「我跟你说」「我实测下来」 「你看这个页面」「点这里」「我给你演示」 配音 真人原声(或克隆音色) 克隆 TTS(如配套 voicebox-clone skill;或任意 TTS) 画幅 竖屏 9:16 / 横屏 16:9 横屏 16:9 为主(竖屏需窗口化) 分镜重点 素材点位 + 卡片时机 操作步骤 + 光标路径 + 弹卡对齐 - 出分镜表:先读对应模板再动笔——口播线读
references/koubo-line.md,演示线读references/demo-line.md。MD 和 JSON 一起出,字段以storyboard.schema.json为准。 动效选型强制步骤(不许跳):分镜表的动效列禁止自由发挥/只写「滑入/淡入」——必须先读references/动效词汇表.md(内置通用词库),按「按环节速查」表逐段选命名动词;选定后在备注列标词名。跳过此步 = 成片必然 PPT 感返工(实证教训,见文末「实战回流」)。 - 用户审表(★ 本 skill 存在的意义):把 MD 表格给用户,请他重点过——口播句是否逐字一致、节奏型对不对味、素材点位缺不缺素材、卡片文案中英、CTA 方式、总时长。改哪列都行,改完同步 JSON。
- 移交生产线:用户说「确认了 / 就按这个做」之后,把
storyboard.json交给组装层:- 口播线 → segments 直接映射字幕数据 / 素材卡 / 关键词弹入卡(映射关系见
references/koubo-line.md「对接组装层」表) - 演示线 → operation 列直接变录屏脚本步骤;segments 映射场景/卡片/字幕数据层(映射关系见
references/demo-line.md「对接组装层」表) - 用户没确认,不许进生产线(审阅闸门是强制闸门)
- 移交任务书必须随附对齐数据源:词级时间戳 JSON(每个字的起音)是组装层做卡片锚点/字幕行/翻页对齐的唯一米——只给行级/推算段界=对齐必然返工。词级数据在配音 QA 产物里(_words.json),移交时写明绝对路径
- 口播线 → segments 直接映射字幕数据 / 素材卡 / 关键词弹入卡(映射关系见
双格式铁律
- Markdown 表格 = 给用户看的(审阅、批注、改);JSON = 给组装层数据直接消费的(subs/CARDS/SCENES 数据源)
- 两者内容必须逐字段一致:任何一版有改动,立刻同步另一版。JSON 合法性以
storyboard.schema.json校验 - 默认保存位置:当前视频工程目录下
storyboard.md+storyboard.json(与口播稿同级;用户没指定工程目录就先问放哪) - 归档(审表确认后建议必做):复制 MD+JSON 到当前项目的归档目录(如
<项目>/分镜稿归档/YYYY-MM-DD_选题短名/)——工程目录是工作副本,归档是留档追溯副本
红线继承(下游组装的教训,在分镜阶段就守住)
- 不剪/不改用户口述原话:
speech字段逐字抄自口播稿。审表时用户要改句子 → 这是改稿,先把理解复述给用户确认,改动量大的回写稿环节重走 - 数字可溯源:口播句和卡片里的每个数字,备注列必须标出处(工作日志/真实数据);AI 编的示例数字标
[存疑-示例],用户确认前不当定稿 - 卡片中英双语:每张卡 zh+en,不留纯中文;英文字幕意译缩写即可(若成片只发中文平台,用户明确同意后可降级为单语,默认仍双语)
- 8 色语义配色:
result红慎用(只留小面积语义必需处)、成果/完成优先 green、相邻两张卡不许同色、同场景内 ≥3 色轮换。CTA 药丸固定 action 黄,它前面那张卡要避开黄色 - 安全边距意识(分镜阶段就规划坐标,别到生产线才发现放不下):
- 竖屏:左右安全线 SAFE_X=100(20:9 手机全屏每边裁 ~68px,内容宽 ≤880);素材/卡片/字幕都落在安全线内
- 横屏:右下角若放人物小窗(直径 ~320),其区域 x[1480,1800]×y[600,920] 不可侵入,内容右边界 ≤1440;不放人物小窗时按同思路给四角留白
- 合规:CTA 用提问引评论/点赞门槛;禁止「我看到就发你」、禁止网址/微信类导流词;演示素材先过导流检查(有二维码/联系方式就标 seekSec 跳过)
节奏声明(每张分镜表开头必须先声明)
先给节奏命名,再排段。没命名节奏的分镜表不许交付。
| 节奏型 | 结构串示例 | 适用 |
| 钩子慢-干货快-卡点-收 | SLOW-fast-fast-fast-HOLD-SLOW-fast | 30–60s 知识口播(口播线默认) |
| 痛点三连-登场-对照收 | fast×3-SLOW-steady-steady-HOLD-fast | 90s+ 长稿口播 / 产品故事 |
| 钩子-稳推-砸点-收 | slow-fast-steady×n-HOLD-fast | 演示线默认(直进钩子/痛点 → 功能稳推 → 成果砸点 → 收) |
| 快闪-稳推-砸点-收 | FAST-steady×n-HOLD-fast | 演示线可选(用户点名要片头预告时才用:3s 快闪预告 → 功能稳推 → 成果砸点 → 收;不默认) |
| 悬念慢开-爬坡-顶收 | SLOW-build-build-HOLD-fast | 观点/认知型口播(设问钩子慢开,金句顶点停顿) |
声明规则:
- 可以用上表,也可以自定,但必须命名(节奏词约定:SLOW=放慢 / fast=提速 / steady=稳速 / FAST=快切 / HOLD=卡点停顿)
rhythm.sequence逐段标节奏,段数与 segments 一致;rhythm.peak标能量峰值段(=口播最重强调处,通常配 big 卡/keyword-pop)- 时长基准 6.2 字/秒;某段超 7 字/秒在备注标「偏密风险」
审表检查清单
AI 自查(交付给用户前逐项过)
- 空背景禁令(第一优先级):逐段检查——任何段 >1.5s 只有空底+字幕 = 打回重写。过门段默认目录卡(chip 带图标依次弹入);枚举段用幽灵槽占位;每段「画面信息密度」列(操作/弹卡/动效/放大镜)写满才出稿
- 每段 speech 与口播稿逐字一致(无剪改、无「顺了一下」)
- 节奏已命名 + sequence 段数一致 + peak 已标
- estSec 合计 = estTotalSec;总时长符合目标(短视频 30s 档 ≈170–195 字)
- 每张卡 zh+en 齐全;相邻卡不同色;红色 ≤1 处小面积;成果用 green
- 动效列全部是《通用动效词汇表》内命名动词,备注列已标词名
- 素材点位都落实:截图有文件名、视频素材有 seekSec;缺的标
[缺素材]不瞎编 - 竖屏段位置规划没超 SAFE_X=100;横屏段没侵入人物小窗保护区
- CTA 合规(提问引评论/点赞门槛,无导流词)
- MD 与 JSON 逐字段一致;JSON 过 schema 校验(node -e 或 python jsonschema)
请用户重点审(把 MD 给用户时明说)
- 口播句逐字对不对(要改=改稿,先复述确认)
- 节奏型对不对味、峰值段放得对不对
- 素材点位:哪些素材还没有,要补拍/补截
- 卡片文案中英要不要换说法
- CTA 方式选哪个
- 总时长接不接受
参考文件
references/动效词汇表.md— 动效列唯一词源(镜头/元素/强调/布局/转场五类命名动词 + 按环节速查 + 反面清单)references/koubo-line.md— 口播线分镜模板(素材点位 + 卡片时机 + CTA + 中英文案;空白模板 + 填满示例)references/demo-line.md— 演示线分镜模板(页面 → 操作 → 假光标路径 → 弹卡中英 → 配音对齐;空白模板 + 填满示例)storyboard.schema.json— JSON Schema(双格式铁律的 JSON 侧契约)examples/koubo-storyboard-example.md/.json— 口播线填满示例(9 段,竖屏)examples/demo-storyboard-example.md/.json— 演示线填满示例(9 段,横屏)
上下游衔接(文字接口,读约定不读路径)
- 上游输入:已定稿口播稿/配音稿——要求能按【段名】或自然段拆出 segments;稿内数字带出处。若装有配套写稿 skill,直接接其定稿产物
- 下游消费(口播线):本表
speech/speechEn→ 字幕数据;card.color/style→ 8 色语义卡片组件;estSec 累计→ 场景边界帧;asset.src/seekSec/position→ 素材卡数据 - 下游消费(演示线):本表
operation(页面/操作/光标路径/waitMs)→ 录屏脚本步骤;segments→ 场景/弹卡/字幕数据层;card.timingNote→ 弹卡锚点(对齐配音念到该词 ±0.15s) - 配音:克隆配音建议用配套
voicebox-cloneskill(产出 mp3 + spans.json + 词级时间戳,正好是本表卡片锚点需要的米);真人原声则录完配音再回填时间轴
实战回流(生产线教训,通用化保留)
- 按钮/输入框文案必须对真实 UI:分镜里写的每个按钮名、输入框、徽标,出稿前对照真实页面核对一遍——曾实证一处分镜编造 4 处按钮文案,录屏时全扑空返工。操作:写录屏操作时直接打开目标页抄文案,不凭印象。
- 空背景纪律:卡片段/过门段 >1.5s 空底+字幕 = 观众流失点(终审曾点名「1:58-2:08 空洞」)。分镜阶段自检:每段「画面信息密度」列不写满不出稿;过门段默认升级目录卡。
- 页面真实状态标注:涉及「演示数据/真实数据」的段落,分镜备注里写死用哪种(曾实证先录假数据版被判「太假」返工重录真实名单)。
- 动效选型不落词库必返工:只写「滑入/淡入」的成片被批 PPT 感——这就是动效列强制走《通用动效词汇表》的由来。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

