老张心理风格短视频
迁移参考作品的解释路径、叙事结构、口语节奏和声画编排,不复制作者身份、未经证实的观点或未授权素材。默认交付脚本与拍摄/剪辑方案,只有用户要求且具备素材时才制作成片。
Triggers
Activate when
- “用老张心理风格,把这个新选题做成口播脚本和分镜。”
- “参考这些视频提取风格,给下一个 AI 一个可执行的风格包。”
- “Create a new video script and edit plan using this evidence-grounded reference style.”
Do not activate when
- 只要下载视频;将已授权链接交给下载能力,本 Skill 不管理登录态。
- 要复制原作者人脸、声纹或冒充原作者;风格参考不构成身份授权。
- 要诊断真实人物、编造隐私、保证咨询疗效;不以风格之名生成这些断言。
- 只要通用剪辑而无需本风格;交给媒体制作能力,不强套模板。
User Profile (cross-session)
每次运行读取 skill.yaml、共享 user-profile/v1 及本 Skill records。优先级为当前请求、项目上下文、Skill records、共享偏好、用户/品牌 Profile、安全默认值。
python3 "$SKILL_DIR/scripts/profile_store.py" read --skill-id lov-laozhang-style-media-creator --pretty
仅用户明确要求长期保留的偏好才通过 scripts/profile_store.py record --confirm 保存。凭据、私聊和推断出的心理特征不能写入 Profile。详见 references/user-profile.md。
Skill Group Composition
运行前读 references/skill-composition.md。这是 Single Skill,提取、生成、验收共享同一风格协议。下载、ASR、拍摄、配乐、渲染与发布只做明确文件交接,不是隐藏 sibling 依赖。
Authorship Integrity
创作前读 references/authorship-integrity.md。保留事实、例外和未解问题。来源中的心理推断、疗效承诺不是本 Skill 验证过的事实,不能迁移为确定结论。
Workflow (MANDATORY)
Step 0: Resolve and verify
绑定 SKILL_DIR,读取 assets/laozhang-v0.1/style-profile.json、evidence.jsonl 与 references/creation-protocol.md。
uv run --with jsonschema --with pyyaml python "$SKILL_DIR/scripts/style_media.py" doctor
uv run --with jsonschema --with pyyaml python "$SKILL_DIR/scripts/style_media.py" validate-profile
画像须有版本、训练/留出拆分、证据、适用条件、例外和局限。unknown 不得补成硬规则。校验失败先修复,不绕过门禁。
Step 1: Bind brief and facts
解析选题、受众、时长、真实事实和可用素材,使用 assets/brief.schema.json。
缺失会改变事实、商业承诺、人物身份或制作范围时问一个聚焦问题。无时长时说明采用样本中位数;短版本按叙事功能压缩,不照搬原片秒数。
建立事实台账,区分事实、解释、虚构演示与未知。第一人称经历、资质和来访案例只能由用户提供。
默认使用用户自己的出镜和音色;原作影视片段、照片和音乐不是新作品的已授权素材。
Step 2: Choose a narrative variant
按画像选择案例拆解、概念训练、识别清单或后续策略型,不强塞一种开头结尾。 先建立认知张力,再从行为/场景走向机制解释,最后回到观众的选择。 “不是 A,而是 B”是解释工具,不是每段都要出现的口头禅。 前置高光、服务 CTA、系列预告有明确样本例外,不是全局必选项。 不复制原作者的商业承诺与身份;机制解释须保留反例和不确定性。
Step 3: Generate
先写论证与叙事,再写句子,最后安排声画;参考 references/creation-protocol.md 和原片证据,不凭抽象形容词生成。
输出 facts-ledger.json、script.md、edit-plan.json、从同一时间线派生的 storyboard.json、style-review.json。
每个时间段包括起止、功能、口播、事实 ID、规则 ID、镜头、字幕、声音和素材需求。
语言容量必须与目标片长、选定语速和停顿相容。不能为凑时长篡改事实。
Step 4: Validate and revise
uv run --with jsonschema --with pyyaml python "$SKILL_DIR/scripts/style_media.py" validate-plan --plan EDIT_PLAN --brief BRIEF
检查 Schema、连续时间线、正时长、事实引用、素材需求、规则引用、文本容量、字幕行数、声画触发和未知字段。 再审阅论证跳步、读心、照抄和虚构亲历。自动门禁通过不等于风格一模一样;人类盲评、听审、成片观看与用户认可分别报告,不编造分数。
Step 5: Optional production
仅用户请求且素材权利、出镜/音色、实际渲染能力齐备时制作视频。脚本、分镜和静态预览不能称为成片。 编码后回读实际字幕、时长、声画和响度;学习组织方式,但不复现来源中超限的 True Peak,记录安全输出参数与参考样本的有意偏离。
Refreshing references
新样本/重分析时读 references/analysis-protocol.md。保留原视频、清单、哈希、旧画像和拆分,更新版本。
该版本留出样本不得进入规则选择;基于留出结果修订须另开版本并重新留出。
python3 "$SKILL_DIR/scripts/analyze_media.py" --manifest SOURCES_JSON --output MEASUREMENTS_DIR
python3 "$SKILL_DIR/scripts/prepare_transcripts.py" --input TINGWU_JSON_DIR --output ALIGNED_DIR
外部调用前说明发送哪些公开/已授权素材。凭据只来自进程环境或系统凭据存储,不能进入包、Profile、提示词或日志。
Dependencies
生成/审阅使用宿主 AI、内置画像与用户 brief,不依赖指定云账号。 校验需 Python 3.9+、jsonschema、PyYAML,可由 uv 提供。 重分析需 FFmpeg/FFprobe、numpy、OpenCV、Pillow;macOS Vision OCR 可选。 下载、转写、出镜、配音、音乐授权、渲染、发布不是默认已完成的隐式步骤。
