把文章、笔记、课程内容或知识主题制作成不依赖真人出镜的讲解视频，用排版、图形、示意动画、数据画面和旁白完成清晰表达。

技能说明

无真人讲解视频制作器

这个 Skill 能做什么

把任意知识内容转成一支完整的视觉讲解视频。没有实拍素材也可以制作，因为画面会根据每段信息重新设计，而不是依赖人物出镜或网站录屏。

常见成品包括：

• 概念解释
• 方法教程
• 文章视频化
• 数据与趋势解读
• 清单、时间线和过程拆解
• 产品原理或行业知识介绍

画面可以组合动态排版、几何图形、流程图、图标、数据图表、抽象场景和少量授权素材。

什么时候使用

出现以下需求时使用：

• “把这篇文章做成一分钟视频”
• “不真人出镜，解释这个概念”
• “给课程做一段知识动画”
• “把这组数据讲得更直观”
• “只有文字，没有可拍摄素材”

如果用户提供的是完整人物采访或播客视频，并希望在原视频上包装，应采用口播剪辑流程，而不是重新制作无真人讲解片。

开始前需要什么

先收集：

1. 原始内容：文章、笔记、研究资料或主题说明 2. 目标观众与他们已有的知识 3. 视频用途：社交传播、课程、产品介绍或内部分享 4. 时长、比例、语言和发布时间 5. 是否需要旁白、字幕、音乐和音效 6. 品牌色、Logo、字体和禁用元素 7. 必须准确呈现的数据、术语和引用

使用 `templates/scene-sheet.md` 规划分镜。

执行步骤

1. 把主题压缩成一个问题

先写出视频只回答的一个核心问题，再用一句话写出最终答案。所有场景都必须服务于这条主线。

如果原始材料包含多个平行主题，拆成系列，不要硬塞进一支视频。

2. 选择讲解结构

根据内容选择一种主结构：

• **问题—原因—方法—结果**：适合教程和解决方案
• **现象—证据—解释—影响**：适合趋势与数据
• **过去—变化—现在—下一步**：适合时间线
• **概念—类比—拆解—应用**：适合抽象知识
• **清单递进**：适合技巧、误区和步骤

结构确定后再写旁白。

3. 写适合听的旁白

旁白使用短句，每句话只表达一个意思。把书面连接词改成自然口语，读出后检查节奏。

旁白稿需要标注：

• 段落时长
• 重读词
• 需要停顿的位置
• 必须与画面同步出现的数字或术语

4. 建立视觉语法

为整支视频确定：

• 画布比例和安全区
• 背景、正文、强调色
• 标题、正文、数字的字号层级
• 线条、图标和数据图表风格
• 入场、强调、退场的运动方式
• 场景之间的转场原则

视觉语法只保留少数规则，确保画面丰富但不混乱。

5. 把旁白变成场景

按“一个信息动作一个场景”拆分。每个场景必须写清：

• 这段要让观众明白什么
• 画面主体是什么
• 元素如何出现和变化
• 屏幕文字保留哪些词
• 旁白、字幕和音效如何同步
• 场景持续时间

不要把整段旁白原样放到屏幕上。

6. 选择画面表达

优先顺序如下：

1. 用空间关系表达结构 2. 用变化表达过程 3. 用图表表达数量 4. 用类比画面解释抽象概念 5. 最后才使用大段文字

每 8–15 秒安排一次明显的视觉变化，但不要让每个元素都持续运动。

7. 制作声音层

先锁定旁白，再安排音乐和音效。音乐负责情绪连续性，音效只强调关键动作。

• 旁白必须始终清楚
• 音乐在重要数字和结论处适当降低
• 不为每次文字出现都添加音效
• 无旁白版本也要能通过字幕理解

8. 制作与渲染

根据环境选择动画工具、视频编辑器或程序化视频方案。先制作 10–15 秒风格样片，确认排版、运动和声音，再扩展到全片。

输出前检查字体、素材许可、画布尺寸、帧率、码率和音量。

9. 三轮审片

分别进行：

1. **静音看画面**：信息是否仍能理解 2. **闭眼听声音**：旁白是否独立成立 3. **完整播放**：画面、旁白和字幕是否同步

发现节奏慢时，优先删掉重复信息，而不是单纯加速全部镜头。

输出格式

项目名/
├── brief.md               # 目标、观众和规格
├── narration.md           # 带时长的旁白稿
├── scene-sheet.md         # 分镜与运动说明
├── assets/                # 字体、图标、图片和音频
├── project/               # 可编辑工程
└── exports/
    ├── master.mp4
    ├── captioned.mp4
    └── subtitles.srt

根据发布平台补充竖版、横版或方形版本，不用同一裁切覆盖全部渠道。

完整示例

用户提供一篇关于“为什么模型会产生幻觉”的科普文章，希望制作 75 秒竖版视频。

合理分镜：

1. **0–5 秒**：答案看似流畅，但一个关键词突然变成问号 2. **5–18 秒**：用“接词游戏”动态图解释生成机制 3. **18–35 秒**：三条路径展示信息缺失、问题含糊和过度推断 4. **35–55 秒**：用对照卡展示检索、引用和人工核验 5. **55–68 秒**：给出用户可执行的三个提问方法 6. **68–75 秒**：一句结论收束，并回到开场问号

屏幕只显示关键词和关键数字，完整解释交给旁白与画面关系。

质量检查清单

• [ ] 视频只围绕一个核心问题
• [ ] 前五秒给出明确观看理由
• [ ] 每个场景都有独立的信息任务
• [ ] 屏幕文字不是旁白全文复制
• [ ] 数据、引用和专业术语准确
• [ ] 字幕在手机尺寸下清楚可读
• [ ] 动画有开始、变化和结束状态
• [ ] 场景转场服务于逻辑，不随机炫技
• [ ] 旁白、音乐和音效音量平衡
• [ ] 静音观看仍能理解主要信息
• [ ] 完整播放没有黑帧、跳帧或字幕截断
• [ ] 导出规格符合目标平台要求

信息不足时怎么处理

• 未给时长：根据内容量提出一个建议时长，并说明取舍
• 未给画面素材：使用排版、图形、图表和原创示意画面
• 未给风格：从主题气质推导一套克制的视觉语法
• 内容存在争议：标记需要核实的事实，不把推测包装成结论
• 旁白暂时无法生成：先交付带时间轴的字幕版分镜
• 制作环境未知：先交付工具无关的旁白、分镜和资产清单