AI短视频工厂

SKILL.md

---
name: ai-video-factory
version: 1.3.0
description: |
  做一条短视频要剪辑2小时？输入一个主题，自动完成文案→素材搜索→语音合成→字幕→BGM→成片输出。抖音/快手/TikTok/YouTube/B站/小红书/视频号全平台适配。批量生产，一天出10条不是梦。支持AI配音、智能配乐、多语言字幕、批量导出，从选题到成片全流程自动化。
  触发词：AI视频生成、自动做视频、短视频批量生产、一键生成视频、视频工厂、批量视频、视频自动化、AI做短视频、自动剪视频、视频文案生成、短视频脚本、视频素材搜索、自动配音、字幕生成、BGM匹配、视频批量导出、短视频创作、视频内容生产、自动化视频、AI剪辑、一键成片、视频工厂流水线、短视频矩阵、多平台视频分发、竖屏视频、横屏视频、短视频文案、视频配音、AI视频工具、短视频批量制作、视频生成器、自动出片、做视频、帮我做视频、生成视频、视频制作、自动化短视频、批量生成视频、视频创作助手、智能视频、视频批量、一键出视频、帮我出条视频、视频自动生成、视频内容生成、短视频自动化、视频工厂、电商视频、知识付费视频、品牌宣传视频、产品演示视频、探店视频、批量出视频、快速做视频、video generator、auto video、batch video creation、AI video maker、auto edit video、video factory、batch video、create video automatically、short video generator、video automation、AI video tool、make video、generate video、video production、smart video creator、multi-platform video、video batch export、bulk video maker
  排除：视频剪辑指导、直播推流、长视频(>5分钟)、视频后期精修、电影级调色
---

# AI短视频工厂 🎬

> 从选题到成片，全流程自动化。一条视频从2小时缩短到5分钟，批量生产一天出10条不是梦。

## 触发条件

### ✅ 匹配关键词（满足任一即触发）

| 类别 | 关键词 |
|------|--------|
| 通用 | AI视频 / 自动做视频 / 一键成片 / 视频工厂 / 批量视频 / 做视频 / 生成视频 / 视频制作 / 智能视频 |
| 动作 | 生成视频 / 做一条视频 / 帮我出视频 / 批量生产视频 / 自动化视频 / 帮我做视频 / 一键出视频 / 视频自动生成 / 做条短视频 / 快速做视频 / 批量出视频 |
| 平台 | 抖音视频 / 快手视频 / TikTok视频 / YouTube视频 / B站视频 / 小红书视频 / 视频号视频 / 西瓜视频 / 头条视频 / 微博视频 |
| 功能 | 视频配音 / 字幕生成 / BGM匹配 / 视频素材 / 视频脚本 / AI剪辑 / 自动配音 / 智能配乐 / 多语言字幕 / 批量导出 / 封面生成 |
| 场景 | 短视频矩阵 / 内容批量生产 / 多平台分发 / 短视频创作 / 视频内容生产 / 短视频自动化 / 自媒体视频 / 账号矩阵视频 / 批量视频制作 |
| 行业 | 电商视频 / 知识付费视频 / 品牌宣传视频 / 产品演示视频 / 教程视频 / 探店视频 / 美食视频 / 旅行视频 / 科技视频 / 财经视频 |
| 英文 | video generator / auto video / batch video / AI video maker / auto edit video / video factory / create video / generate video / short video / batch video creation / video automation / AI video tool / smart video creator / multi-platform video / video production / make video / bulk video maker / video batch export |

### ❌ 排除关键词（明确不触发）
- 视频剪辑教程 / PR教程 / 达芬奇教程 / Final Cut教程 / 剪映教程 → 拒绝并推荐教程资源
- 直播推流 / OBS设置 / 直播助手 / 直播互动 → 拒绝
- 超过5分钟的长视频 → 建议拆分为系列短视频
- 电影级后期 / 调色 / 特效合成 / AE特效 / 动态追踪 → 拒绝
- 视频格式转换 / 压缩 / 裁剪 / 合并工具 → 拒绝并推荐对应工具

## 核心流程（9 Steps）

### Step 1: 主题输入与需求确认
- 用户输入主题 / 关键词 / 文案 / URL / 竞品视频链接
- 确认目标平台（支持多平台同时选择）
- 确认视频时长（15-300秒）
- 确认风格：知识科普 / 种草推荐 / 情感故事 / 热点资讯 / 产品评测 / 日常Vlog / 教程演示 / 品牌宣传 / 电商带货 / 探店打卡
- 确认语言：中文 / 英文 / 日语 / 韩语 / 多语言（自动翻译）
- 确认目标受众：年龄段（Z世代/青年/中年/银发）/ 性别倾向 / 兴趣标签
- 参考竞品分析：输入竞品视频链接，自动拆解爆款要素（Hook方式/节奏/文案结构）
- 输出需求确认卡片，用户确认后进入下一步

### Step 2: 爆款选题分析与定位
- 分析同主题TOP50热门视频的共同特征
- 提取高频关键词、热门Hook模式、最佳时长区间
- 识别内容差异化切入点（SWOT分析）
- 评估选题热度与竞争度（热度评分1-100 / 竞争度评分1-100）
- 输出选题策略建议：切入角度、差异化卖点、目标人群画像
- 推荐3个细分切入方向供用户选择

### Step 3: 文案生成与脚本编排
- 自动生成视频脚本（旁白词 + 画面描述 + 时间轴标注 + 情绪标注）
- 字数控制公式：60秒 ≈ 150-200字，30秒 ≈ 80-100字，15秒 ≈ 40-60字
- **Hook开场**（前3秒决定生死）：
  - 悬念型："你知道XXX最大的误区是什么吗？"
  - 数字冲击型："3个方法，让我的XXX提升了200%"
  - 反常识型："千万别再XXX了！越XXX越XXX"
  - 痛点型："你是不是也经常遇到这种情况..."
  - 结果前置型："看完这个视频，你将学会..."
  - 对比型："XXX vs XXX，差距居然这么大？"
- 中段信息密度控制（每10秒一个信息点 + 情绪起伏设计）
- 结尾CTA引导（关注/点赞/评论/收藏/转发，根据平台特性选择）
- 分镜脚本输出：每个镜头的画面描述、时长、转场方式、配音文本、情绪曲线
- A/B版本生成：同一主题生成2个不同Hook的脚本版本，供用户选择

### Step 4: 素材采集与智能匹配
- 根据脚本分镜搜索匹配素材（图片/视频片段/动态图形/数据图表）
- 支持免费素材库：Pexels / Pixabay / Unsplash / Coverr / Mixkit
- 无匹配时触发AI生成：图片（DALL-E/SD）/ 视频片段
- 素材分辨率自动校验（≥1080p，4K优先）
- 自动过滤带水印 / 低质量 / 版权不明素材
- 素材风格一致性检查（色调/风格/质量统一）
- 支持用户上传自有素材（自动增强：锐化/调色/降噪）
- 素材匹配度评分：< 60% 自动降级搜索词 / 用AI补充 / 提醒用户手动补充

### Step 5: 语音合成与配音
- TTS语音合成：多音色可选（标准男声/磁性男声/标准女声/甜美女声/童声/老年声/新闻播音/方言版）
- 语速控制：0.8x（舒缓）/ 1.0x（标准推荐）/ 1.2x（快节奏）/ 1.5x（极限快）
- 情感语调：平静 / 热情 / 严肃 / 温柔 / 激动 / 幽默
- 多语言支持：中文 / 英文 / 日语 / 韩语 / 西班牙语 / 法语 / 德语
- 支持用户自定义上传配音文件（自动对齐时间轴）
- 语音情绪自适应：根据文案情绪标注自动调整语调起伏
- 多角色配音支持：对话类视频可分配不同角色音色（最多4个角色）
- 配音预览：生成后先试听，不满意可重新生成

### Step 6: 字幕渲染与视觉增强
- 字幕模式：逐字显示 / 逐句显示 / 卡拉OK效果 / 打字机效果 / 弹跳效果
- 字幕样式：字体 / 颜色 / 描边 / 阴影 / 位置 / 动画可调
- 关键词高亮：自动识别重点词汇并变色（支持自定义高亮词库）
- 转场效果：淡入淡出 / 缩放 / 滑动 / 模糊切换 / 旋转 / 3D翻转 / 闪白 / 叠化
- 动态贴纸/表情包自动插入（根据内容情绪智能匹配）
- 片头片尾模板：品牌Logo动画 / 二维码 / 社交媒体信息 / 订阅引导
- 画中画效果：支持主讲人 + 内容画面的画中画布局
- 视觉安全区检查：确保字幕/关键内容不被平台UI遮挡

### Step 7: 背景音乐与音效
- 自动匹配情绪风格BGM：轻快 / 温馨 / 悬疑 / 史诗 / 伤感 / 科技 / 古风 / 摇滚 / 爵士 / 电子 / 乡村 / 古典
- 音量自动闪避：有人声时BGM自动降至15-25%
- 音效点缀：转场音 / 强调音 / 氛围音 / 点击音 / 通知音 / 自然音
- 支持用户上传自定义BGM
- 版权安全检查：确保BGM可商用（标注来源和授权类型）
- BGM节奏卡点：自动检测音乐节奏点并匹配画面切换（节拍对齐）
- 音乐淡入淡出：开头2秒渐入，结尾3秒渐出

### Step 8: 质量检查与预览
- **自动质量检测清单**（10项）：
  1. 画面匹配度（素材与文案的相关性评分 ≥ 7/10）
  2. 音画同步度（配音与字幕的时间偏差 ≤ 200ms）
  3. 视觉舒适度（色彩/亮度/对比度在舒适区间）
  4. 平台合规性（分辨率/时长/码率符合目标平台要求）
  5. 字幕准确性（无错别字/时间轴对齐/显示完整）
  6. 原创度检测（内容原创度 ≥ 70%）
  7. 音量标准度（整体音量符合平台推荐标准 -14 LUFS）
  8. 安全区检查（关键内容不被平台UI遮挡）
  9. 转场流畅度（无突兀跳切/闪烁/黑帧）
  10. CTA完整性（结尾引导完整且符合平台特性）
- 生成低分辨率预览版本（720p快速预览）
- 输出质量报告与逐项优化建议
- 用户确认后进入最终渲染

### Step 9: 合成输出与多平台适配
- 输出MP4文件（1080p/4K可选）
- 自动适配多平台规格（比例/分辨率/帧率/码率/编码格式）
- 附带SRT/ASS字幕文件
- 输出封面图（各平台尺寸 + 文字模板）
- 批量导出：一次生成多平台版本
- 输出视频数据卡片（标题/描述/标签/发布建议）
- 生成发布排期建议（最佳发布时间/发布频率/话题标签）
- 输出视频数据追踪模板（播放量/完播率/互动率记录表）

## 输出模板

```
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🎬 视频生成完成 | {主题}
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
⏱️ 时长：{时长}秒
📐 规格：{分辨率} | {比例} | {帧率}fps | {码率}Mbps
🎨 风格：{风格类型}
🎯 受众：{目标人群}
🎙️ 配音：{音色名称} | 语速{X}x | 情绪{情绪类型}
🎵 BGM：{BGM名称}（{情绪}风格）| {BPM}BPM
📝 字幕：{模式} | {语言} | 高亮词{X}个
📊 综合评分：{总分}/100
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📦 输出文件清单：
  ├── video_1080p.mp4（主文件）
  ├── video_4k.mp4（4K超清版本）
  ├── subtitle.srt（标准字幕）
  ├── subtitle.ass（特效字幕）
  ├── thumbnail/
  │   ├── cover_douyin.jpg（1080×1920）
  │   ├── cover_youtube.jpg（1280×720）
  │   ├── cover_bilibili.jpg（1146×717）
  │   └── cover_xiaohongshu.jpg（1080×1440）
  ├── versions/
  │   ├── douyin_9x16.mp4
  │   ├── kuaishou_9x16.mp4
  │   ├── youtube_16x9.mp4
  │   ├── bilibili_16x9.mp4
  │   ├── xiaohongshu_3x4.mp4
  │   └── shipinhao_9x16.mp4
  └── publish_guide.md（发布指南）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 质量报告：
  画面匹配度：{X}/10
  文案流畅度：{X}/10
  音画同步度：{X}/10
  字幕准确率：{X}%
  原创度：{X}%
  平台合规性：✅ 通过
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📅 发布建议：
  最佳发布时间：{推荐时段}
  建议发布频率：{频率}
  推荐标签：#{标签1} #{标签2} #{标签3} #{标签4} #{标签5}
  互动引导话术：{推荐话术}
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
```

## 平台适配规格速查

| 平台 | 比例 | 分辨率 | 时长限制 | 编码 | 码率 | 封面尺寸 | 最佳发布时间 |
|------|------|--------|----------|------|------|----------|-------------|
| 抖音 | 9:16 | 1080×1920 | 15s-10min | H.264 | 6-10Mbps | 1080×1920 | 12:00/18:00/21:00 |
| 快手 | 9:16 | 1080×1920 | 15s-10min | H.264 | 4-8Mbps | 1080×1920 | 11:00/17:00/20:00 |
| TikTok | 9:16 | 1080×1920 | 15s-3min | H.264 | 6-10Mbps | 1080×1920 | 7:00/12:00/19:00 |
| YouTube | 16:9 | 1920×1080 | 无限制 | H.264/H.265 | 8-12Mbps | 1280×720 | 14:00/17:00/20:00 |
| B站 | 16:9 | 1920×1080 | 无限制 | H.264 | 6-10Mbps | 1146×717 | 10:00/18:00/22:00 |
| 小红书 | 3:4 | 1080×1440 | 15s-15min | H.264 | 4-8Mbps | 1080×1440 | 12:00/18:00/21:00 |
| 视频号 | 9:16 | 1080×1920 | 15s-30min | H.264 | 4-8Mbps | 1080×1920 | 12:00/18:00/21:00 |
| 西瓜视频 | 16:9 | 1920×1080 | 无限制 | H.264 | 6-10Mbps | 1920×1080 | 11:00/17:00/20:00 |
| 头条视频 | 16:9 | 1920×1080 | 无限制 | H.264 | 6-10Mbps | 1920×1080 | 8:00/12:00/18:00 |

## 批量生产模式

### 矩阵号批量生产流程
1. 输入主题列表（支持CSV/Excel批量导入，单次≤50条）
2. 为每个主题自动生成差异化脚本（避免内容重复，原创度≥70%）
3. 批量素材匹配与AI补充（统一风格基调）
4. 批量渲染输出（支持并行渲染，效率翻倍）
5. 自动生成各平台发布排期表
6. 输出批量生产报告（完成率/平均质量分/素材复用率）

### 批量命名规范
```
{日期}_{平台}_{主题关键词}_{版本号}.mp4
示例：20250115_douyin_AI教程_v1.mp4
```

### 批量质量管控
- 逐条质量检查，低于70分的自动标记为需人工复核
- 批量原创度检测，确保账号矩阵内容不互相撞车
- 素材去重检查，避免同一素材在多条视频中重复出现

## 边界约束
1. **版权合规**：仅使用免费/授权素材，BGM需可商用，所有素材需标注来源和授权类型
2. **时长限制**：单视频≤5分钟（超出建议拆分为系列短视频）
3. **素材质量**：自动过滤低于720p或带水印素材，4K素材优先使用
4. **内容安全**：不生成涉政/涉黄/虚假宣传/医疗建议/金融投资建议内容
5. **多语言**：翻译质量基于AI，涉及专业术语建议人工校对
6. **批量限制**：单次批量不超过50条（防止资源过载）
7. **原创度**：自动检测内容原创度，确保≥70%
8. **平台规则**：遵循各平台最新社区规范，避免违规内容导致限流/封号
9. **用户素材**：用户上传素材仅用于当前任务，不做二次传播
10. **数据隐私**：不存储用户上传的原始素材和成品视频

## Output Language
中文输出