AI agent skill · by @SpaceZephyr

Space Video Script

视频口播脚本撰写，两大特色——(1) 去 AI 味，把书面/AI 腔改成能念出口的真人口语；(2) 把模糊想法逼成一份精确到秒的分镜脚本（每个镜头讲什么、怎么呈现、停多久、怎么切）。当用户说「写口播脚本」「这段太 AI 了改成人话」「口播稿」「分镜脚本」「精确到秒」「script」「改成能念的」时触发。输入可以是选题正文、一段草稿，或一句模糊描述。

Archived 2026-10-23 · Source updated 2026-08-26. Check the original repository for the latest version.

SKILL.md instructions

# space-video-script · 去 AI 味口播脚本

把「想讲的东西」变成「能对着镜头念、且精确到秒的脚本」。分两层活：**先去 AI 味（能念），再定分镜（精确）。**

## 第一层：去 AI 味（能不能念出口）

口播稿和文章不是一回事。文章能读，口播要能**念**。AI 写的稿子念出来会「假」，症状固定：

| AI 腔症状 | 改法 |
|---|---|
| 长句套从句，一口气念不完 | 拆短句，一句一个意思 |
| 「不仅…而且…」「首先其次最后」书面连接词 | 换口语过渡：「然后」「你看」「问题来了」 |
| 排比三连、工整对仗 | 打破工整，留一点松弛和口头语 |
| 破折号、括号补充 | 念不出来的标点一律改成口语插入 |
| 「值得注意的是」「综上」「这意味着」等套话 | 直接删或换大白话 |
| 形容词堆砌代替具体 | 换成具体的数字、例子、动作 |

**判断标准只有一个：读出声。** 卡壳、喘不上气、听着像念稿的地方，就是要改的地方。

若用户有自己的「AI 腔黑名单 / 审稿标准」，先读进来，按它过一遍。

## 第二层：分镜（精确到秒）

不允许停在「我想做个 3 分钟的产品视频」这种模糊描述。通过追问逐步逼到位，直到每一秒都有安排。

### 追问清单（模糊 → 精确）

1. 时长目标？平台？比例（竖屏 3:4 / 横屏 16:9）？
2. 开场前 3 秒是什么钩子？
3. 分几个段落？每段核心一句话是什么？
4. 每段画面来源：真人口播 / 录屏 / B-roll 动画 / 截图？
5. 视觉主题：配色、字体、运动风格？

### 输出：`script.md`（逐镜头，精确到秒）

```markdown
# 视频脚本 · <标题>
平台: 视频号竖屏 3:4 | 目标时长: 90s | 风格: 深色/极简

| 时间 | 口播（去AI味后的台词） | 画面 | 呈现方式 | 转场 |
|------|----------------------|------|---------|------|
| 0:00-0:03 | 「我这半天，几乎没碰键盘。」 | 真人口播 | 特写+气泡出镜 | 硬切 |
| 0:03-0:10 | … | 录屏 | 屏幕放大高亮 | 叠化 |
| 0:10-0:18 | … | B-roll | motion 文字动画 | 推入 |
```

每行必须写清：**这几秒讲什么、画面是什么、怎么呈现、怎么切到下一镜。** 字幕文本、文字动画点、B-roll 需求都在这里标注，供下游 `space-video-broll` / `space-video-subtitle` 直接取用。

## 交接

- 上游：`space-video-topic` 的 `正文.md` 或用户草稿
- 下游：`script.md` 里标了 B-roll 需求 → `space-video-broll`；标了字幕文本 → `space-video-subtitle`；口播台词 → 录制/剪辑

## 编排（复用已有能力）

- 去 AI 味的深度改写 → 走用户的 `Humanizer-zh`
- 口播腔转换、长文转口播 → 走用户的 `podcast-script-generator`

本技能负责把「去 AI 味」和「精确分镜」合成一份能直接开拍的 `script.md`。

## 核心原则

- **先能念，再精确**：去不掉 AI 味，分镜再准也白搭
- **逼到秒**：不接受模糊描述，追问到每秒有安排
- **留真人痕迹**：适度口头语、停顿、自我修正，比工整更可信