Claude Youtube Video Workflow

claude-youtube-video-workflow：Claude Code 版 YouTube 生產總控

一條龍總覽（長片 → 短片 → 雙格式資訊）

本 Skill 一次完成三大階段，中間有 3 個 STOP 關卡，每關都必須停下等使用者拍板，不准自動往下衝：

階段 1 長片：剪口播 → 轉字幕 → 🛑STOP1 疑慮字幕確認 → 時間碼硬關卡 → 標題 → 封面 → 長片 metadata → 打包
階段 2 短片：讀完整字幕 → 亮點偵測 → 🛑STOP2 三候選確認 → 切片組片 → 短片 metadata → 打包
（標題候選為 🛑STOP3，已含在各階段內）

• 🛑 STOP 1（階段 1 step 3）：疑慮術語列出來等使用者勘誤，套完才往下。
• 🛑 STOP 2（階段 2）：短片 3 候選版本等使用者選編號。
• 🛑 STOP 3（step 4 / 短片 step）：標題候選等使用者選。
• 硬關卡：validate_srt.py 不通過（段數不一致 / 時間碼對不上）→ 中止交付並回報，不得硬出。
• 防斷字：字幕切句靠 resegment.py 切點優先序；短片切片一律對齊字幕段落邊界，不准切到一句話中間。

短片階段非必跑：使用者沒要短片就停在階段 1 收尾。要短片才接階段 2。

先讀

• HANDOFF.md
• CLAUDE.md
• assets/style/reference-thumbnails.png
• assets/style/cover-style.md
• assets/persona/三師爸人物形象照.png

Claude Code 專用規則

• 封面使用 skills/cover-image/draw.py 或 Claude 全域 ~/.claude/skills/draw/draw.py。
• 需要 OpenAI API Key：OPENAI_API_KEY 或 ~/.openai.env。
• 產封面必帶 --edit assets/persona/三師爸人物形象照.png。
• 每次封面都必須重新使用人物基準照，不得從上一張封面或衍生圖延續人物。
• Claude 版代表色是橘色：#FF8C42、#FFA500、#FF6B35。
• Claude 輸出資料夾固定加 [Claude] 後綴。

流程

1. 收件

   • 找 raw/ 的新影片。
   • 建立 working/<video-id>/。

2. 剪口播

   • 讀 skills/smart-cut/SKILL.md。
   • 執行 skills/smart-cut/scripts/smart_cut.py。
   • 這位口播者實測甜蜜點：--threshold 0.06 --margin "0sec,0.1sec"（剪掉約 80%、節奏俐落、開頭不留靜音）。
   • 起始建議：先用實測甜蜜點跑一次，給使用者看 cut.mp4 確認節奏；太狠 → threshold 0.05、margin "0.2sec,0.2sec"；太鬆 → threshold 0.07。
   • 輸出 working/<video-id>/<video-id>.cut.mp4。
   • 跑完回報「原長 X:XX → 新長 X:XX（剪掉 X%）」。

3. 轉字幕

   • 可直接餵 cut.mp4 給 transcribe_groq.py（內部自動用 ffmpeg 處理），不需先抽音訊。檔案 < 25MB Groq 直接吃；> 25MB 會自動降取樣。
   • 讀 skills/audio-to-srt/SKILL.md。
   • 流程：transcribe_groq.py → resegment.py → apply_vocab.py → Claude 親自逐段清字（讀 vocab.srt，依規則修錯字、加標點、不動時間碼、段數不變）→ 🛑 STOP 1 疑慮術語確認（見下）→ validate_srt.py【硬關卡】→ srt_to_txt.py。
   • 先建立 _subtitles/ 子資料夾，否則 resegment.py 會 FileNotFoundError。
   • 🛑 STOP 1：疑慮術語確認（不准跳過）
     1. 跑 python skills/video-editing-and-subtitles/scripts/find_dubious_terms.py "working/<video-id>/_subtitles/<video-id>.vocab.srt" --out "working/<video-id>/_subtitles/dubious_terms.md"，自動撈出專有名詞（Claude/Gemini/Agent…）與常見音譯錯字的段落。
     2. Read dubious_terms.md，把有疑慮的段落列在對話中，停下問使用者怎麼改，不要自己猜了就往下。
     3. 使用者回覆後，用 python skills/video-editing-and-subtitles/scripts/finalize_subtitles.py "<vocab.srt>" --out "<clean.srt>" --replace "舊->新" --replace "段號:舊->新" 套更正（特定段落限定用 390:AGE->Agent 格式，避免誤傷如 Gemini 中的 Gem）。
   • 時間碼硬關卡：validate_srt.py --raw <vocab.srt> --clean <clean.srt> 若段數不一致或時間碼對不上 → 中止，回報差異，不得交付。
   • 常見 Whisper 誤判（清字時記得修）：
     • 「燭光國中 / 竹光國中」→「光武國中」
     • 「稅教材」→「數學教材」
     • 「AI-Aging / AI 阿真 / AI 安進」→「AI Agent」
     • 「租寫的範本」→「填寫的範本」
     • 「微填」→「微調」
     • 「半年段另存心」→「按年段另存新檔」
     • Cloud / Claude / Codex 易混（apply_vocab 已處理大部分）
   • 輸出 working/<video-id>/<video-id>.srt 與 .txt，並把 .srt 也複製出來方便 step 8 使用。

4. 產標題並暫停

   • 讀清字後 .txt。
   • 產生 10 個 標題候選到 working/<video-id>/titles.md。
   • 標題策略要分組（讓使用者方便比較）：痛點/解放型、教學/Know-how 型、對比/反問型、具體/案例型 各 2–3 個。
   • 回報標題清單給使用者，停下等使用者選編號。不要自己挑、不要往下跑。

5. 建立 Claude 輸出資料夾

   • 清洗標題中的 Windows 不合法字元：？！：／＼?!:/\\<>|"*。
   • 建立 output/<清洗後標題> [Claude]/。
   • 檔案本身不要加 [Claude]。

6. 產封面

   • 生封面前 SOP（缺一不可、每次都要做）： a. Read assets/style/reference-thumbnails.png（看頻道既有 12 張封面） b. Read assets/style/cover-style.md（讀完整風格指南） c. Read assets/persona/三師爸人物形象照.png（每次重新讀人物基準照；不可沿用舊封面） d. 依影片主角決定主色：Claude=橘 / Codex=藍 / 兩者並用=橘+藍
   • Claude 版主色固定：#FF8C42、#FFA500、#FF6B35
   • Prompt 範本（已實測有效，依影片內容微調）：

     YouTube 封面 16:9，三師爸頻道科技教學風格。本支影片主角為 {AI_NAME}，採用{COLOR}主題配色。
     
     背景：深海軍藍 (#0A1628) 漸層底，左下與右上有 {THEME_LIGHT_COLOR} 放射光線與粒子特效，細微網格紋理，整體科技未來感、強烈呼喚點擊感。
     
     人物：畫面右側放置這位男性教師（戴眼鏡、黑色連帽外套），姿勢為{POSE}，臉部表情自信微笑，看向鏡頭。{COLOR} rim light 打在邊緣輪廓。人物樣貌、五官、髮型、外套、眼鏡全部延續輸入的人物基準照，不要更動。
     
     主視覺（左側中下方）：{TOPIC_VISUAL}。電腦周圍有發光暈。
     
     文字（左半邊）：
     - 集數標籤（左上）：『{SERIES_LABEL}』白色細字
     - 主標題（左中央）：『{TITLE_LINE_1}\\n{TITLE_LINE_2}』兩行排列，亮黃色 (#FFD700) 超粗黑體中文字，粗黑色描邊 5px，佔畫面寬度約 45%
     - 副標題（主標下方）：『{SUBTITLE}』白色細字，搭配兩側裝飾橫線
     
     整體：高對比、教學頻道氣口、適合教師受眾。
     不要：純白底、自然風景、寫實生活感、3D 浮雕字。
     

   • 標準呼叫：

     python skills\cover-image\draw.py "<prompt>" --edit "assets\persona\三師爸人物形象照.png" --size 1536x1024 --quality low --name cover --outdir "output\<標題> [Claude]"
     

   • 跑完整理：刪掉時間戳檔名版本，留 cover.png 一份；用 Read 工具看一眼封面確認人物樣貌正確。

7. 寫 metadata（依行銷規格）

   • 先 Read references/marketing-spec.md（txt v1.5 主規格 + 頻道補充欄位的兩套合併版），一律以它為準。
   • 吃清字後 .txt 逐字稿生成，素材要呼應字幕真實內容。長片 metadata.md 至少含：
     1. 10 個標題候選（好奇/價值/痛點三風格穿插）
     2. 影片描述 ≤300 字：Hook（前兩行吸睛）+ 3 個關鍵知識點列點 + CTA；第一段情緒呼應使用者選定的標題類型。
     3. 社群貼文（FB / IG / Threads）：嚴禁 Emoji、每段 ≤3 行、長片 150–200 字、誠摯老師口吻、結尾留互動問題。
     4. SEO 關鍵字 15–20 個 + 「全部一次貼」整合版標籤（半形逗號分隔，使用者直接貼 YouTube 後台）。
     5. 章節時間碼（依字幕段落，建議性質）。
     6. 上架前 checklist（標題/封面/字幕/描述前 100 字含主關鍵字/標籤/播放清單/社群同步）。
   • 細節格式與短片覆寫規則完全以 references/marketing-spec.md 為準。

8. 打包與自我檢查

   • 輸出資料夾應包含 5 個檔案（檔名不加 [Claude] 後綴）：
     • <標題>.mp4（從 working/ 複製過來改名）
     • <標題>.srt
     • <標題>.txt
     • cover.png
     • metadata.md
   • 自我檢查清單（跑完後逐項確認）：
     • 資料夾名結尾有 [Claude] 後綴
     • 資料夾內 5 個檔案齊全
     • 影片檔名等於 YouTube 標題（不含後綴）
     • cover.png 可開啟、人物樣貌延續基準照（用 Read 看一眼）
     • cover.png 主色為橘色（不是藍色）
     • metadata.md 含「全部一次貼」整合版標籤段
     • HANDOFF.md 已更新本支影片狀態
   • PowerShell 提醒：路徑含 [Claude] 時 PowerShell 會把中括號當 wildcard，用 -LiteralPath 或加單引號。Bash 沒這問題。

9. 更新交班

   • 更新 HANDOFF.md：完成項目、輸出位置、封面狀態、待審事項、下一步。

踩坑

• OPENAI_API_KEY 不存在或帳號未驗證時，封面會失敗。檢查順序：環境變數 → ~/.openai.env。Bash 載入：export $(cat ~/.openai.env | xargs)。
• skills/cover-image/draw.py 需要 openai Python 套件。
• gpt-image-2 需 OpenAI Individual 驗證；未驗證會吐 403 Organization must be verified。
• auto-editor 不在 PATH 沒關係，smart_cut.py 會自動 fallback 到 python -m auto_editor。
• Groq transcription 會上傳音訊到第三方服務；若內容敏感先停下問使用者。
• Groq 25MB 上限：transcribe_groq.py 內建 ffmpeg 自動降取樣到 16kHz mono 32kbps。
• resegment.py 不會自動建輸出資料夾，先 mkdir _subtitles。
• 中文檔名、空白、[Claude] 中括號路徑：PowerShell 用 -LiteralPath 或單引號；Bash 直接雙引號即可。
• 封面 prompt 矛盾（例如同時說人物穿藍色但基準照是黑色外套）→ gpt-image-2 會妥協；prompt 中只描述位置與場景，不要重新描述五官/穿著屬性。
• 每次封面都要重新讀基準照，不能拿前一張封面當輸入；模型會放大誤差，越生越不像。

階段 2：短片精華（要短片才跑）

長片跑完（已有 cut.mp4 + clean.srt）後，若使用者要短片，接手 skills/short-video-workflow/SKILL.md 完整流程。重點關卡：

1. 強制完整讀 working/<video-id>/<video-id>.srt：擷取精華前一定先看過整份字幕、理解時間碼，不准只看片段就抓。
2. 亮點偵測：依痛點/反問/數字承諾/強斷言/轉折揭密等檢核表給每段 0–3 分。
3. 🛑 STOP 2：三候選版本確認
   • 組 3 個版本（A 痛點型 / B 好奇型 / C 承諾型 hook），每版三幕結構、≤120s、寫進 working/<video-id>/shorts-candidates.md。
   • 列三版時間碼與三幕劇本給使用者，停下等使用者選 A/B/C（或使用者自給時間碼）。不准自己挑。
4. 切片組片：clip_cut.py 切片（對齊字幕段落邊界，不切到一句話中間）→ 確認 ≤120s → add_end_card.py 結尾字卡 → burn_subtitles.py 燒字幕 → make_vertical.py 產 9:16 直式版。
5. 短片標題（🛑 STOP 3）：出 3 個更短更聳動的候選等使用者選。
6. 短片 metadata：同樣 Read references/marketing-spec.md，套用其中「C. 短片差異」覆寫（標題 3 個、描述 ≤150 字、#Shorts 必備、標籤結尾加 Shorts,短影片）。

規格：16:9 剪輯、≤120s、主色 Claude 橘、輸出 output/<短片標題> [Claude] (Short)/，封面/人物基準照沿用同一份。 每支短片必加產 9:16 直式版（YouTube Shorts 發布用）：燒字幕後跑 make_vertical.py（模糊背景填充、內容不裁切、1080×1920），輸出檔名 <短片標題>_直式9x16.mp4，短片資料夾共 7 檔。

範例：本專案第一支影片的成果參數

讓你知道實測 OK 的參數長相：

• 影片：你還在手動填課程計畫嗎 AI Agent 教師工作流實演
• 原長 14:00 → smart-cut（threshold 0.06、margin "0sec,0.1sec"）→ 1:42（剪 88%）
• 字幕 37 段、530 字、總時長 1:41
• 標題候選 10 個，分四組策略，使用者選 #7
• 封面：橘色主題、左側 Claude AI 介面 + 紅 X 紙本、右側人物指向左方
• 完整成品：output/你還在手動填課程計畫嗎 AI Agent 教師工作流實演 [Claude]/