AI 科技口播与演示视频 · Codex Skill
中文|English
Evidence-First AI Video:用真实界面、官方素材、连续口播和逐镜头 QA,制作可信的 AI 科技视频。
这个 Skill 适合中文或英文的 AI 科技口播、真人出镜、配音解说、产品演示和功能测评。它让每个镜头承担明确任务:证明当前口播、解释一个关系,或者推动叙事;同时避免无关科技素材、假产品 UI、模糊裁切和“渲染成功就算完成”。
快速安装
在 Codex 中输入:
$skill-installer install https://github.com/ouyangevan/evidence-first-ai-video-skill/tree/main/skills/evidence-first-ai-video
如果当前环境不支持 $skill-installer,可以手动安装:
git clone https://github.com/ouyangevan/evidence-first-ai-video-skill.git
Copy-Item -Recurse .\evidence-first-ai-video-skill\skills\evidence-first-ai-video "$env:USERPROFILE\.codex\skills\evidence-first-ai-video"
macOS / Linux:
git clone https://github.com/ouyangevan/evidence-first-ai-video-skill.git
cp -R ./evidence-first-ai-video-skill/skills/evidence-first-ai-video ~/.codex/skills/evidence-first-ai-video
安装后新建一个 Codex 任务。
第一次使用
可以直接把下面的任务交给 Codex:
使用 evidence-first-ai-video,策划一条 60 秒中文视频,解释“AI Agent 和普通聊天有什么区别”。
受众是不懂编程的普通用户,优先使用官方演示和真实界面。
先列出能力路线、事实来源和逐句镜头表;如果缺少下载、剪辑或视频检查工具,
交付 dry-run 制作包或 blocked report,不要假装已经生成或检查成片。
它也可以用于审片:
使用 evidence-first-ai-video 检查这个视频。逐句核对旁白与画面,检查动作是否完成、
界面是否可读、PIP 是否挡住证据、声音是否连续,并给出带时间码的阻塞问题。
它解决什么问题
- 每条事实都有来源,但画面仍然有叙事节奏。
- 产品动作必须展示完整的“准备 → 操作 → 结果 → 停留”。
- 有真实界面或官方演示时,不用虚构 UI 代替。
- 横屏界面转竖屏时优先保证可读性,不为了填满画面破坏证据。
- 旁白使用一条连续主音轨,字幕和镜头从最终音频重新计时。
- 每个媒体边界检查前后帧,避免闪黑、人物漏帧和旧标签残留。
- 最终文件分别进行静音、纯音频和正常播放检查。
依赖与降级
核心规则、模板和两个 Python 校验脚本不依赖第三方 Python 包。研究、素材获取、剪辑和视频理解工具按能力选择,不绑定固定供应商。
| 能力 | 可以使用 | 缺少时的交付 |
|---|---|---|
| 网络研究 | 浏览器、研究 Skill、官方文档 | 只使用用户提供的来源;时效性事实标记为待研究 |
| 素材获取 | 浏览器录制、下载器、媒体工具 | 来源清单和逐镜头获取计划 |
| 视频制作 | HyperFrames、FFmpeg、NLE 或人工剪辑 | dry-run 制作包和精确交接步骤 |
| 配音与转写 | 真人录音、已批准 TTS、语音转写 | 旁白文本和未计时字幕草稿 |
| 视频理解 | 视频理解模型加人工观看 | 完成人工三遍检查,并标记自动语义检查不可用 |
HyperFrames、deep-research、media-use、qwen-video-understanding、Visualize 和 HeyGen 都是可选增强项。缺少它们不会阻止前期策划,但会限制能够诚实宣称完成的阶段。
输出结构
project/
BRIEF.md
SCRIPT.md
research/claims.md
sources/source-ledger.md
docs/director/shot-plan.md
docs/director/edit-map.csv
asset-manifest.csv
assets/original/
assets/derived/
audio/narration-master.wav
captions/
compositions/
renders/
qc/
没有实际生成能力时,不会伪造这些媒体文件,只会创建当前阶段允许的文档和交接包。
内置确定性检查
python skills/evidence-first-ai-video/scripts/validate_manifest.py path/to/asset-manifest.csv
python skills/evidence-first-ai-video/scripts/audit_edit_map.py path/to/edit-map.csv
第一个脚本检查事实来源、版权状态、素材级别和裁切说明;第二个检查时间线间隙、人物闪现、冻结 PIP、未完成动作、重复素材区间和跨镜残留标签。
运行仓库测试:
python -m unittest discover -s tests -v
python -m unittest discover -s skills/evidence-first-ai-video/tests -v
安全与版权
- 不绕过登录、付费墙、DRM、地域限制或访问控制。
- 录制界面前隐藏私人标签页、通知、账号名和无关授权素材。
- 每项素材记录来源、权利状态和允许用途;
unknown状态不能进入最终导出。 - 不自动消费付费额度,不自动充值,不在未经同意时克隆声音或训练数字人。
- 这个 Skill 不是法律意见;风险较高时应取得许可或进行法律审查。
仓库只包含文本、CSV 模板和标准库 Python 脚本,不包含第三方视频、图片、账号凭据或 API key。
仓库结构
skills/evidence-first-ai-video/
SKILL.md
agents/openai.yaml
assets/
references/
scripts/
tests/
完整的导演工作流、素材规则、脚本编辑、人物画中画、失败模式和 QC 标准都采用渐进加载,只有任务需要时才读取。
License
MIT。使用第三方素材时,素材本身仍受其原始许可证和使用条款约束。
No comments yet
Be the first to share your take.