未经审核的源稿

视频 · Claude

竖版扁平动画圣经冷知识脚本

用于生成竖版扁平矢量讲解动画的完整需求,涵盖旁白、分镜、字幕、标签和音效规范,适合做历史或宗教冷知识短视频。

查看原始出处

Prompt

<inputs>
请向我索要我的故事,或提出3个选题。好的故事包括:被遗忘或被误解的圣经人物、历史上总被混淆的两个人、起源出人意料的传统、大多数信徒都说不清来历的象征。每个选题都要给出一个真实、可核查、能颠覆人们固有认知的切入角度,并附注哪些来自圣经经文、哪些来自传统。请询问我想要哪种配音声音,以及大致时长(35-50秒)。然后撰写旁白(每个观点一句,100-125词)、6-8个场景的分镜脚本(画面中看到什么、什么在动、哪个标签落在哪个字上)、音效清单和色板。在生成任何内容之前,请把这些全部展示给我,并附上配音和渲染的成本。
</inputs>

<direction>
一部 1080x1920 竖版扁平矢量解说动画,风格参照大型科学动画频道,完全用代码绘制(SVG + GSAP)。不使用图像生成、图库照片或 AI 视频。
- 每个场景都是完整的场地(黄昏的山坡、石室、夜间平原、分屏对比),人物在场景中表演台词内容。
- 扁平色块,无描边,每个形状使用一种更深的平涂阴影色。柔和的径向光晕只用于光源:太阳、火焰、光环、烛光。
- 人物:大头、椭圆脸、带细小高光的圆点眼睛、简单的胡须、长袍,披风斜搭在身上。人物颜色编码:错误观点或反派使用红色 #E8505B,正确观点或英雄使用金色 #E9A93B。夜间色板 #0A0416 和 #2A1550,强调色青色 #3FA9C4,奶油色 #FFEFD2。同一角色在每个场景中颜色保持完全一致。
- 标签:实心方形标签牌(无圆角,无引线),Montserrat 900 大写,1-4 个词。默认使用金色底板配深色文字,只有行动号召使用红色标签牌。每个标签都靠近它所指代的事物,并在说出对应词语时出现:标签牌以0.32秒(power3.out)从左侧缩放入场,文字在0.12秒后上升12px,离场时顺序相反。
- 字幕:两行白色 Inter 字体,字号62px,水平居中,位于 y=205。正在朗读的词为字重800、纯白色;其他每个词为字重600,透明度为50%的白色,并带有柔和的深色阴影。屏幕上同一时间只显示一组字幕,每行最多20个字符,并在短语边界处断行。
- 镜头:每个场景都以3-7%的幅度缓慢漂移或推进。大的揭示可以是从2.4倍拉远到1倍。
- 动作:没有人物可以静止。头部倾斜,眼睛转动,眼睑下垂,手臂从肩部指向。物体以回弹缓动或弹簧方式入场,绝不使用单纯的淡入。
- 安全区:168px 以上不放置任何重要内容;每个文字(字幕和标签)都必须位于168至1330px之间。1330px 以下只放背景画面,因为应用界面会遮挡该区域。
- 语气:庄重、充满好奇,绝不嘲讽。当内容来自传统而非经文时,脚本中须注明"tradition says"。
禁止:描边、表情符号、漂浮的 UI 卡片、人物上的渐变、圆角标签牌、任何频道的标志或角色,以及静止超过1秒的画面。
</direction>

<structure>
时长由配音决定,按每分钟约160词估算。约42秒的节拍示例:
0秒,以“你知道吗……”开场,两位人物同时出现在屏幕上;转折在第二句落下,第一个标签 →
约8秒:揭示,镜头推向英雄,他的名字出现在标签牌上 →
约12秒:证据,一卷羊皮纸展开,逐字打出原始文本;错误的名字在句末以红色划除 →
约16秒:后果以表演呈现(人们转身背对),关键词上出现一个标签 →
约20秒:转折,有人伸出手,火焰随节拍点燃,温暖的光充满房间,光环出现 →
约26秒:如何区分二者,分屏,每侧一件道具,每件道具被点名时出现一个标签 →
约33秒:收尾,镜头拉远到一大群人(数百支蜡烛向他倾斜,形成波浪) →
约39秒:片尾卡,一个徽章和两个标签牌,分别是主题和红色的“FOLLOW FOR MORE”。最后一个词之后保持1.5秒。
只在句子边界处切分。
</structure>

<build>
0。这假定使用 Calliope 工作区:一个带有旁白、单词时间戳、检查、快照和渲染功能的 HyperFrames + GSAP 沙盒。请先阅读环境自带的文档(模板风格指南、合成格式、竖版视频规则);在技术细节上,它们优先于本提示词。若不在 Calliope 中,请用 Node、GSAP、Chromium/Playwright 和 FFmpeg 搭建等效环境,并告诉我你安装了什么。
1。先做配音。生成旁白,读取其真实时长和单词时间戳,然后根据这些时间规划每个场景的时间窗口、标签、动作和音效。每个场景对应一句话,切点落在其最后一个词之后的间隙。如果配音比计划短,就按配音来规划,不要用静音填充。
2。项目:一个 index.html 根合成(1080x1920),每个场景对应一个子合成,字幕有一个子合成,音频片段放在根级别。每个文件都在其合成 id 下注册一个暂停的 GSAP 时间线。每一帧都是时间的纯函数:不使用 Math.random、不使用计时器,渲染时不访问网络。
3。生成,而非手写。为每个场景编写一个 Python 生成器,输出其 HTML;另外编写一个共享库,包含:
   - 一个带种子的星空;
   - 渐变辅助函数;
   - 标签牌;
   - 一个参数化的人物函数(类型、颜色、道具)。
   修改生成器即可保证各场景中人物始终一致。每个 id 都加上场景 id 作为前缀(例如 s3-hero-head),以免组装时发生冲突。
4。人物骨架,全部为带 id 的 SVG 组:
   - rig,包含 body、armL 和 armR(支点位于 50% 0%),以及 head(支点位于 50% 100%)。
   - eyes,通过沿 x 轴移动实现眼神转动。
   - lids:肤色矩形,从 50% 0% 缩放。0 为睁开,0.4 为半眯(沉重的眼睑),1 为闭合。
   - brows 和 mouth。
   - 可选道具:钱袋、奖章、胸口火焰、头部火焰、光环,以及用于表示羞愧的披风暗色覆盖层。
   背景人物是从背后看的兜帽人影,每个都带有一条隐藏的金色轮廓光描边,光线涌入时开启。
5。字幕:每个词是一个 inline-grid,内含两个叠放的 span,一个暗淡、一个加粗,因此改变字重时不会引起整行重排。在每个词开始时,以0.05秒交叉淡入两者,并在下一个词开始时切回。一组字幕在其第一个词前0.06秒出现,并在下一组开始时离场。第一组在第0帧即已可见,使缩略图上有文字。
6。音效:
   - 轰鸣:每次切点处一个柔和的低沉轰鸣,音量低,其峰值落在切点后一帧。
   - 呼啸:某物展开或滑入时用一个短促的呼啸,在重大时刻用较长的呼啸并使其峰值落在该时刻。
   - 放置:按每个音效测得的峰值放置,并为每个音频片段指定明确的时长。
   - 音调:不使用合成音调或叮声。
   - 音乐:可选。若添加背景音乐,请使用授权允许的曲目,使其比人声低10-12 dB,并告诉我来源。
7。渲染前审查:
   - 运行项目检查。
   - 将约20个时刻(每个场景的开场节拍和每个标签)截图,拼成两张联系表,并亲自查看。
   - 修复标签与字幕重叠、标签遮挡人脸、空白画面和黑边等问题。
   - 渲染,然后检查渲染文件中的帧。
   - 明确告诉我哪些内容无法验证,例如音频混音。
8。完成后,提议将项目保存为可复用模板,使下一个视频只需新的脚本。
</build>

<gotchas>
- 在暂停的时间线中用 tl.set(..., 0) 设置的初始状态,不会在第0帧渲染出来。请在构建时间线之前用 gsap.set 设置,或将其写入标记中。眼睛是典型案例:如果忘了眼睑,每个人物在场景开始时都会处于眨眼中途。
- 每个场景使用一个 svgOrigin,并在相机补间的 from 和 to 中重复使用;在场景中途更改它会导致整个画面跳动。
- 为 SVG 缩放补间设置明确的 transformOrigin 为50% 50%,否则会从角落缩放。
- 不要绘制子合成根节点。应在场景的 SVG 内绘制一个全出血矩形,且比画面更大,这样相机移动时不会露出边缘。
- 没有明确时长的音频片段可能被理解为持续到视频结束,因此每个重复的音效都会被标记为重叠。
- 在分屏中,选择角度之前先算出抬起的手臂及其道具最终位置;60°的摆动可能把道具甩过分割线。
- 按出现次序查找重复词(“Judas”出现多次),否则标签会落在错误的行上。
- 逐字拆分为单独 span 的词,在可读性检查中会被计为多个词。只要字幕中包含该词,用于快速揭示是可以的。
</gotchas>

<start>
请向我索要我的故事,或提出3个选题,然后在花费任何资源之前,先把脚本、分镜、音效清单和成本展示给我。
</start>

使用建议

把故事替换成你的选题,让 Claude 先提问再输出脚本和分镜,适合做历史或宗教冷知识类短视频。

信息

类型
视频
模型
Claude
许可
Source-author-rights
发布时间

反馈这条内容