原视频重剪
口水词、字幕、节奏、章节、强调与证据回切。
第一版很可能很丑。真正省时间的,是把你的判断标准逐步教给 AI,并让它变成可复用的 Skill。
老板、销售、培训师,需要把讲课与业务经验持续做成视频。
会录屏、会表达,但不熟悉剪映时间线、转场、音效和字幕。
愿意看样片、指出问题,并通过反馈不断修正。
要求第一次生成就直接发布,不愿意做审片和反馈。
专业后期团队追求逐帧手工控制与复杂影视合成。
只想复制动画 IP 或他人素材,不考虑版权与原创表达。
参考片只提供“剪辑语法”,你的原声、事实和实操证据必须保留。
先运行 doctor,再修失败项。不要看到“已安装”就直接开工。
运行 CLI 与本地开发环境。
编码视频、音频和读取媒体信息。
创建、预览、检查、截图和渲染。
把正确工作流交给 AI。
node --version
ffmpeg -version
Node 22+、FFmpeg、HyperFrames Skills。
npx hyperframes doctor
样片确认后,再把语法铺满全片。
口水词、字幕、节奏、章节、强调与证据回切。
拆钩子、布局、停顿、转场、音效和字幕语法。
从文稿生成分镜、图解、配音与动态排版。
成片、横竖封面、短版、长版和平台文案。
先输出风格规则,再做 30–90 秒样片;这一步能避免把十几分钟全片做错。
说明受众、用途和不能删的内容。
指定要学的钩子、节奏和包装。
形成可检查的风格语法。
先验证视觉与操作证据。
同一语法铺满完整视频。
画面可以很有风格,但只要挡住实际操作,它就是一份失败的教学视频。

时间点:具体到哪一段发生。
当前问题:遮挡、节奏、字幕、音效还是事实错误。
目标效果:希望观众看见或听见什么。
不能改变:原声、操作证据、因果关系、品牌和事实。
复核证据:先交关键帧、样片或字幕审计,再渲染全片。
反馈越具体,AI 越可能沉淀出可重复的 Skill。
框选缩到真实按钮;人物只在需要讲解时出现;字幕与操作画面保持安全距离。

能被说清楚,才能被复用。
前三秒钩子、章节顺序、问题—证据—结论。
人物位置、网格、字幕、配色、图解和强调框。
停顿、切换、音效、音乐和信息密度。
本片两轮上下文审查:语气词直接删;“然后、那个、就是”只有在停顿、重复或句式重启时才删。
全文搜索“然后”,统一删除。
只看词,不看前后句和画面加载。
追求零停顿,导致语义与操作被截断。
逐条记录删除原因与相邻上下文。
长停顿压缩但不清零,保留 0.45–0.90 秒。
最终映射画面、人声、字幕和强调节点。
识别每个词真正开口的时间。
画面、人声、字幕共用同一时间映射。
避免字幕先于人声跳出来。
首中尾逐段抽检,而不是只看开头。
章节卡约 4.8 秒后退出;只保留顶部细标签、底部字幕和短时局部框选。

本项目最终成片完成 Runtime、Layout、Motion、字幕、完整解码和首中尾视觉检查。
关键因果与操作是否保留。
遮挡、框选和人物位置是否正确。
同步、越界、重叠与错字。
连续、响度、爆音与音乐遮盖。
时长、编码、完整解码和版本名。
先看证据,再说“完成”。
Node 22+、FFmpeg、Skills、Chrome。
原视频、逐字稿、参考片和硬约束。
先拆风格,再做 30–90 秒。
时间点、问题、目标、边界、证据。
用最小成本确认风格理解是否正确。
时间点、问题、目标、边界、证据。
下一条视频不再从零开始。