Video Shotcraft

video-shotcraft：电影感产品视频制作

一个自包含的制作能力库：104 张镜头配方卡（附 demo 实现源码与动态样片

画廊）、一支已验收的完整宣传片模板、可复用组件与音频资产、六阶段工作流。

当前 focus 是 web/桌面产品宣传片，但镜头卡本身是通用动效词汇——

也可以单独抽卡做任意视频里的单个镜头。

调用时先判断模式

完整宣传片有三种互不合并的模式。在开始素材采集、分镜或实现前，先判断用户

是否已经明确选择；已经选择时直接执行，不重复询问，也不要改成另一种模式。

• 直接使用模板：保持 Ink Press 原有替换流程。读 template/TEMPLATE.md，

按既有镜头结构替换目标产品的截图、文案和品牌信息。

• 自主自由创作：读 references/pipeline.md。Agent 根据用户已有要求和项目

内容，自主决定视觉方向、镜头映射、分镜、素材和音频，连续推进到成片；不在

产品简报、styleframe、镜头映射或分镜阶段暂停等待用户确认。

• 共同创作：读 references/guided-free-creation.md。Agent 先提出有依据的

判断和方案，由用户依次确认产品简报、需求决策、视觉方向、镜头映射和最终

分镜；分镜放行后再进入 references/pipeline.md 的最终素材采集与制作阶段。

用户提供了项目路径、网址、录屏或页面截图但尚未选模式时，先做一次**最小、

只读的产品检查**：了解产品定位、主要功能、页面视觉、可展示状态和素材风险；

不修改业务项目、不采集敏感数据、不写视频代码。检查后给出三种模式，并说明：

• Ink Press 是否适合该产品、适合与不适合的具体依据；
• 自主自由创作与共同创作各自是否适合、预计会保留哪些产品视觉线索；
• Agent 推荐哪一种模式及其依据和取舍。

然后明确询问：“根据上面的产品检查，我推荐使用 ×× 模式。要按这个模式继续吗？”

同时告知用户：可前往 https://vincentwei1021.github.io/video-shotcraft/

浏览动态样片，并挑选希望在视频中使用的动效镜头。

用户尚未提供可检查的项目或页面时，简要介绍三种模式再询问；不要仅因 Ink Press

是现成模板就默认推荐它。

• 用户选择模板：完整阅读 template/TEMPLATE.md，按原模板流程执行。
• 用户选择自主自由创作：完整阅读 references/pipeline.md，Agent 自主推进，不逐阶段等待确认。
• 用户选择共同创作：完整阅读 references/guided-free-creation.md，按其中的确认节点协作。
• 用户尚未决定：停在此处等待选择；不要默认替用户选择，也不要开始制作。

例外一：用户已点名 Ink Press 模板时，视为模板模式已选定。

例如“用 Ink Press 模板给我的产品做宣传片”。此时不要再询问，直接完整阅读

template/TEMPLATE.md 按模板路线执行。

例外二：用户已明确指定要使用或参考某些镜头卡时，镜头约束已经选定。

例如“用 deck-deal-flyin 和 row-embed 做这支视频”或“参考

spotlight-hero-card 的效果”。此时不要介绍模板、也不要询问是否使用模板；

按 Gallery 名称解析规则确认指定镜头，完整阅读每张卡，并按卡片的“参考实现”

定位准确 demo 源码。单镜头可在目标素材明确后执行；完整宣传片若尚未说明采用

自主自由创作还是共同创作，只询问这两种模式，指定镜头作为后续制作约束，不自动

等同于共同创作。

四种用法

• 完整宣传片（模板路线）：想要和模板片高度相似的效果 →

读 template/TEMPLATE.md，按“换产品复现指南”替换素材逐镜头适配。

• 完整宣传片（自主自由创作）：要新风格并授权 Agent 自主决定 → 读

references/pipeline.md，从产品理解连续推进到终检，中途不逐阶段等待确认。

• 完整宣传片（共同创作）：要参与关键决策 → 读

references/guided-free-creation.md，确认产品简报、需求决策、视觉方向、

镜头映射和最终分镜；放行后从流水线的最终素材采集继续。

• 单镜头/单动效：从 references/shots/ 选卡（或让用户在

gallery/ 画廊里挑），读卡全文并按“参考实现”定位准确 demo 源码，

适配到目标素材。

自主自由创作与共同创作的边界

自主自由创作把创意和工程决策交给 Agent。Agent 从项目内容动态推导产品重点、

视觉方向、镜头映射、分镜、素材处理与音频方案，记录关键判断后直接执行；除非缺少

无法安全推断的必要输入，否则不提问、不逐阶段暂停，也不要求用户确认中间产物。

用户已有的明确要求始终是约束，不能被 Agent 的默认选择覆盖。

共同创作才使用逐阶段确认。默认读 references/guided-free-creation.md，每轮只问

1–3 个最能减少返工的问题，并在产品简报、需求决策、视觉方向、镜头映射和最终分镜

处暂停等待用户确认。用户确认业务与创意方向；Agent 自主完成采集方式、实现参数、

SFX 钉帧、Remotion 工程、渲染和技术 QA。

共同创作中，用户明确说“你全权决定”或“跳过确认直接做”时，切换为自主自由创作

并记录这一选择；不要一边声称自主推进，一边继续要求逐阶段确认。

功能到镜头的映射只是“选用哪些运动语法”，不是完整分镜。共同创作确认映射后，

Agent 必须继续给出镜头顺序、时长、具体画面、页面状态、素材来源、字幕、转场和

SFX；只有完整分镜确认后才进入最终素材采集。用户从 Gallery 复制镜头名时，只需

提供卡名或“卡名 · 样式名”，Agent 负责读取本地配方卡和 demo 源码。

核心理念

• **复刻既有页面必须用真实截图；手搓 UI 限非复刻场景，且质量与表达

明确性是硬门槛。** 表现产品真实页面时第一步就起本地 dev server，

用无头浏览器截全页 2x 纹理 + 元素级抠图 + layout.json 坐标表。

非复刻场景（抽象开场/品牌段/独立展示组件）允许手搓 UI，但达不到

出版级质感或观众看不懂它表达什么，就回截图路线。页面数据按风险处理：

公开演示数据只有在产品简报明确确认后才可保留；客户、个人、内部、密钥、

实时或其他敏感数据必须用虚构或脱敏内容，且在采集前冻结。

• **整支视频的视觉语言必须从产品自身生长，不能另造一套不相干的

“宣传片皮肤”。** 做 styleframe 前，先从产品/网站的设计系统、源码或

computed styles 中提取并写入设计 spec：字体家族与字重、字号层级、

行高/字距，栅格、间距、对齐、信息密度与圆角，以及背景/表面/正文/

强调/状态色、渐变和材质。片中所有标题、字幕、数字、字卡、版式、

转场、粒子、光效和其他动效配色都必须复用或克制扩展这套 tokens，

同时匹配产品的调性、品味和质感。走模板或镜头卡路线时，只继承其

镜头结构、运动语法、节奏和已调参数；字体、排版、配色与材质必须按

目标产品重新蒙皮。若因叙事需要偏离产品视觉，共同创作先说明理由并让用户

确认；自主自由创作把理由与取舍写入设计 spec 后继续。

• 电影感来自运镜、光影、节奏与声音的配合，不来自炫技动画。

被反复认可的是：单主角完整动作弧（聚光→推近→悬浮→归位）、

物理隐喻驱动的加速度（发牌）、侧斜机位 orbit 环绕特写、

riser→impact→sparkle 的声音句式。批量元素入场靠运动本身，

不靠逐个发光——装饰性 glint/泛光群发即廉价，单点高质量光效可做。

• 每个镜头只讲一个动效；关键信息落定后必须呼吸。

一种动画手法（飞入/堆叠/翻页）全片只当一次主角，重复镜头、重复

tagline 一律删。节奏偏好是单向的：历史反馈全部指向"放慢/停留"，

从未有一次"太慢了"——品牌字标落定 hold ≥1s、批量动效收尾留 0.5s

静止、开场主体动作给足 3s。排时间线时预先给 hold/rest 留帧预算。

• 强节奏 BGM 的片子，所有转场和动效必须卡在拍上。

用户已选好音乐 → 开工前先做节奏分析（librosa 网格拟合求真实

BPM/相位 + 带通找鼓点重音），时间线用拍号 beatF(n) 写，渲后从

成片抽音轨回测切点误差 ≤3f。方法论见 references/music-beat-sync.md。

配了 BGM 的片子终渲固定交付两版：带 BGM 版 + 无 BGM 版（保留 SFX），

靠 bgm inputProp 从同一时间线渲出，方便用户后期自配音乐。

• 用镜头卡动效必须先解析 Gallery 索引并读准确的 demo 实现代码。

先用 gallery/api/library.json 校验卡名与 style-key，再按卡片文档的

“参考实现”定位具体 TSX。配方卡给的是语义和参数表，准确的 demo 源码

才是调校过的参数真相（缓动、时值

配比、摘罩时机、已知坑的规避写法）。允许适配性改动，但卡上

"已知坑/命门"标注的参数不得降档——质量标准只升不降。凭卡名和

理解新写＝放弃全部调校积累。

• 共同创作把廉价确认物前置，自主自由创作把同样的判断留作执行记录。

产品简报→需求到执行决策表→文字方向→styleframe→镜头映射→分镜的顺序不变；

共同创作逐级交给用户确认，自主自由创作由 Agent 自主选定并连续推进。两种模式

都不应在方向未定时进入逐镜头实现。

• 验收贯穿全程 + 交付前独立审查。 阶段 5 起每个镜头用

npx remotion still 出静帧自检、每轮修改后整片渲染 + ffmpeg

抽帧回看；交付前必须派一个干净上下文的 subagent 做独立终检。审查输入

包含成片、关键帧、产品简报、需求到执行决策表、当前模式确认或记录的视觉方向/styleframe、功能到镜头映射、

Gallery 卡名/变体、准确 demo TSX、Gallery 参考样片/抽帧、最终分镜、选中的镜头卡和

审美准则；按 references/final-review.md

同时检查方案一致性、功能完整性、镜头还原度、视觉/音频技术质量和数据安全，

逐条出带帧号证据的报告。制作者对自己的产出有确认偏差，首检永远不能交给用户。

• 确定性渲染：禁 Date.now()/Math.random()，一切伪随机固定

种子（mulberry32/哈希，seed 从 index 派生），逐帧可复现。

工作流

自主自由创作按 references/pipeline.md 从阶段 0 连续执行，不逐阶段等待用户确认。

共同创作先按 references/guided-free-creation.md 完成阶段 0–3 的产品理解、视觉方向、

镜头映射和分镜确认，再从流水线阶段 4 的最终素材采集继续，不得重复提问或重新设计。

阶段 2–3 扫 references/shots/ 各卡 frontmatter 按能量曲线选镜头；阶段 5–7 持续

对照 references/aesthetic-rules.md 自检；阶段 6 读

references/sound-design.md；卡点片全程贴 references/music-beat-sync.md。

何时读哪个文件

| 时机 | 读 |

|------|----|

| 项目启动且模式未定 | 最小只读检查，然后提供三种完整宣传片模式并推荐 |

| 自主自由创作 | pipeline.md（Agent 自主完成阶段 0–7，不逐阶段等待确认） |

| 共同创作 | guided-free-creation.md（确认阶段 0–3），再从 pipeline.md 阶段 4 继续 |

| 用户已选 BGM | music-beat-sync.md（先分析再分镜） |

| 走模板路线 | template/TEMPLATE.md 全文 |

| 分镜设计 | sequences/ 桥段模板（全片骨架先填空）；shots/ 全部 frontmatter；选中的卡读全文 |

| 逐镜头实现 | 该镜头卡全文 + 按“参考实现”定位的准确 demo 源码全文 + assets/lib/ 对应组件 |

| 声音设计 | sound-design.md + assets/audio/ |

| 验收 | final-review.md + aesthetic-rules.md 全文过 checklist（独立 subagent 执行） |

资产使用方式

• assets/lib/ 组件 copy 进新项目后自由修改（不 import 本库）。

清单：PageCam（2.5D 页面相机——一切"真实页面"镜头的地基）、DigitRoll、

FlashCut、Caption、FlatPanel、VerticalTicker（3D 无限滚动墙）、

helpers(rand/shake/camera/motion)。FlatPanel 与 helpers/camera 需要

three + @react-three/fiber + @remotion/three 依赖，其余仅需 remotion。

• assets/scripts/capture-template.mjs 复制后改顶部 CONFIG（BASE/路由/选择器）。
• assets/audio/ 音效直接复制使用（免费商用授权，见 audio/ATTRIBUTION.md）：

audio/bgm/ 是节奏感强的 BGM 备选；audio/sfx/<类别>/ 149 个音效按场景分 16 类

（transition impact riser camera ui text paper film light data scifi mech

glass fluid crowd counter），找音先进类别目录，清单见 sound-design.md。

词汇表 sparkle 的目录名是 light/（无 sparkle/）；S1 禁音色不禁动作——

画面真有点击/开关就该配拟音，但 ui/ 里一半是合成反馈音（tone/bleep/

notification）需逐个试听、不可整目录放行（名单见 sound-design 3.3）；

长样本与轻音素材各有名单需特殊处理（sound-design 4.1）。

• demos/ 各卡实现源码：多数为自包含灰阶 demo（部分 import

demos/_fixtures/Fixtures.tsx 的假 UI 场景件，个别 import

demos/_textures/ 的真实页面纹理），copy 进 Remotion 项目即可跑。

• template/ 完整可渲染工程：`npm install && npx remotion render

src/index.ts AiflPromo out/promo.mp4`。

• gallery/ 静态画廊：优先直接给用户在线版

https://vincentwei1021.github.io/video-shotcraft/library.html ；

本地跑则先 gallery/fetch-media.sh 拉样片（mp4 不在 git 里），再

cd gallery && python3 -m http.server 4178。104 卡 161 条动态样片

可浏览/搜索/多选复制卡名——适合让用户看着样片挑镜头。