協作式影片創作 Skill

---
name: video-creation-collaborator
description: 影品智創多智慧體協同影片創作管理工具,提供11個智慧體結構化分工、5階段協同流程、品質管控標準與資料回饋機制,解決生圖失真、影片合成瑕疵等問題,確保輸出統一可控
dependency:
  python:
    - opencv-python>=4.8.0
    - pillow>=10.0.0
    - moviepy>=1.0.3
    - numpy>=1.24.0
---

# 影品智創 - 多智慧體協同影片創作管理

## 任務目標
- 本Skill用於: 規範化和指導10個智慧體的協同創作流程,解決生圖失真(多肢體/畸形)、影片合成瑕疵等問題
- 能力包含:
  - 11個智慧體結構化分工(文案創作/故事策劃/腳本創作/分鏡導演/分鏡畫師/字幕師/配音師/音效師/影片工程師/品檢/資料回饋)
  - 5階段協同流程管理(需求承接→內容創作→生圖創作→音訊字幕→影片合成→全流程品檢→資料迭代)
  - 品質管控與閉環回饋(前置品檢攔截、資料沉澱迭代)
  - 素材生成支援(圖片/音訊/字幕/音樂)
  - 技術檢測工具支援(圖片品質、影片品質、音畫同步)
- 觸發條件: 使用者需要進行短影音創作,或需要規範化多智慧體協同流程

## 前置準備
- 依賴說明:
  ```
  opencv-python>=4.8.0
  pillow>=10.0.0
  moviepy>=1.0.3
  numpy>=1.24.0
  ```
- 非標準檔案/資料夾準備:
  ```bash
  # 建立工作目錄
  mkdir -p ./input/{materials,scripts}
  mkdir -p ./output/{drafts,storyboards,final}
  mkdir -p ./cache/{images,audio}
  ```

## 操作步驟

### 標準流程(5個階段,10個智慧體)

#### 第一階段: 需求承接與內容框架搭建

**觸發節點**: 使用者輸入核心需求(商品資訊+影片需求)

**步驟1: 文案創作師智慧體(首節點)**
- 職責: 基於商品資訊提煉核心賣點,生成適配短影音的文案
- 輸入: 商品品類、核心賣點、目標受眾、影片風格、時長
- 輸出: 
  - 核心Slogan(8-12字,簡潔有力)
  - 分鏡適配文案(3-5句,每句4-8字)
- 品質標準: 無歧義、無誇大,貼合影片調性
- 下一級觸發: 立即觸發【故事策劃師】、【字幕師】(暫存)

**步驟2: 故事策劃師智慧體**
- 職責: 基於賣點、文案,設計適配短影音時長的場景化故事線
- 輸入: Slogan、分鏡文案、商品資訊、影片時長、風格
- 輸出: 
  - 場景化故事線(鏡頭拆分、場景/動作標註)
  - 鏡頭數量(30秒8-10個、45秒12-15個、60秒15-18個)
- 品質標準: 邏輯連貫,時長嚴格匹配,無無關場景
- 下一級觸發: 立即觸發【腳本創作師】

**步驟3: 腳本創作師智慧體**
- 職責: 將故事線轉化為標準化、可執行的分鏡腳本
- 輸入: 故事線、文案、影片時長、解析度、比例
- 輸出: 
  - 標準化分鏡腳本(鏡頭序號、時長、場景描述、畫面動作、文案、音效備註)
  - 畫面動作描述(明確人體肢體姿態,規避模糊表述)
- 品質標準: 時長精準分配,畫面動作具體,格式統一
- 下一級觸發: 立即觸發【分鏡導演】、【分鏡畫師】、【字幕師】、【音效師】

#### 第二階段: 視覺內容創作與品檢

**觸發節點**: 分鏡腳本確認

**步驟4: 分鏡導演智慧體**
- 職責: 規劃每個鏡頭的畫面細節、光影、構圖,為分鏡畫師提供精準依據
- 輸入: 分鏡腳本、商品細節圖(如有)、影片風格
- 輸出: 
  - 鏡頭畫面規範(構圖/光影/色調/肢體規範/商品細節)
  - 負面規避清單(禁止多餘肢體、畸形、虛化等)
- 品質標準: 構圖清晰,光影均勻,肢體規範,商品細節明確
- 下一級觸發: 立即觸發【分鏡畫師】

**步驟5: 分鏡畫師智慧體**
- 職責: 基於畫面規範,生成高品質、無瑕疵的分鏡圖片
- 輸入: 畫面描述、分鏡腳本、商品資訊
- 輸出: 1080P合格分鏡圖片(單張對應單個鏡頭,命名規範)
- 品質標準: 
  - 人體結構正常(無多餘肢體/畸形/重影)
  - 商品細節精準(無變形/模糊)
  - 畫質細膩(1080P,無顆粒感)
- 負面規避: 禁止多餘肢體、手部畸形、商品變形、畫面噪點等
- 下一級觸發: 
  - 圖片生成後,觸發【影片工程師】素材預處理
  - 同時觸發【品檢智慧體】分鏡圖片專項品檢

#### 第三階段: 音訊字幕創作(並行執行)

**觸發節點**: 分鏡腳本確認(可並行啟動,無需等待視覺內容)

**步驟6: 配音師智慧體**
- 職責: 根據分鏡文案生成高品質旁白/配音
- 輸入: 分鏡文案、影片風格、情感基調
- 輸出:
  - 旁白文字(與分鏡文案對應,可適當口語化)
  - 音色建議(活力男聲/專業女聲/穩重男聲/親切女聲等)
  - 語速要求(中等/稍快/稍慢)
  - 情感標註(積極/專業/沉穩/親切等)
- 品質標準: 語音自然流暢,情感貼合場景,無明顯機械感
- 下一級觸發: 輸出同步至【音效師】,呼叫`audio_generator.py`生成音訊檔案

**步驟7: 字幕師智慧體**
- 職責: 創作適配畫面的字幕,確保顯示效果與可讀性
- 輸入: 分鏡文案、分鏡腳本、影片風格、畫面比例
- 輸出: 
  - 字幕資訊包(文字+對應鏡頭時長+疊加位置)
  - 格式規範(字型/字號/顏色/位置)
- 品質標準: 無錯別字,字數適配(每秒1-2字),避開商品主體
- 下一級觸發: 輸出同步至【影片工程師】

**步驟8: 音效師智慧體**
- 職責: 推薦適配的背景音樂與場景音效,確保音畫協調
- 輸入: 分鏡腳本、影片風格、時長、核心場景
- 輸出: 
  - 音效方案包(背景音樂+場景音效+時間節點+音量參數)
  - 音效名稱、風格描述、時長、音量建議
- 品質標準: 風格貼合,節奏匹配,音量適中,無版權問題
- 下一級觸發: 輸出同步至【影片工程師】

#### 第四階段: 影片合成與成品品檢

**觸發節點**: 分鏡圖片品檢合格

**步驟9: 影片工程師智慧體**
- 職責: 基於各智慧體輸出素材,完成高品質影片合成
- 輸入: 合格分鏡圖片、字幕資訊、音效方案
- 輸出: 合成後的MP4成品影片
- 品質標準: 
  - 素材預處理(呼叫品品檢測腳本,識別瑕疵)
  - 合成參數(1080P, 25fps, 8Mbps,無黑邊/卡頓)
  - 轉場效果(淡入淡出,0.3-0.5秒,過渡自然)
  - 音畫同步(音訊偏移≤0.1秒)
- 下一級觸發: 成品輸出後立即觸發【品檢智慧體】

**步驟10: 品檢智慧體(全流程穿插)**
- 職責: 對各智慧體輸出物進行全環節品檢,攔截瑕疵,推動整改
- 輸入: 各環節輸出物、品質標準、負面規避清單
- 輸出: 
  - 分環節品檢報告(合格/不合格,瑕疵型別,整改建議)
  - 品檢臺賬(瑕疵資料、整改結果、合格率)
- 品檢維度:
  - 內容層(文案/故事線/腳本/字幕)
  - 視覺層(分鏡圖片/成品影片)
  - 音訊層(背景音樂/音效/音畫同步)
  - 格式層(比例/腳本格式/影片參數)
- 處理規則:
  - 輕微瑕疵(文案語序微調)→直接回饋最佳化
  - 重大瑕疵(多肢體/畫面撕裂)→攔截輸出,要求重製
  - 前置品檢→分鏡圖片/成品影片強制品檢,不合格駁回
- 下一級觸發: 
  - 不合格→觸發對應智慧體重做
  - 合格→觸發【資料回饋智慧體】

#### 第五階段: 資料沉澱與迭代最佳化

**觸發節點**: 全流程品檢合格

**步驟11: 資料回饋智慧體**
- 職責: 收集分析全流程資料,輸出迭代建議,最佳化智慧體提示詞與協同邏輯
- 輸入: 品檢臺賬、創作耗時資料、使用者回饋
- 輸出: 
  - 資料統計報告(合格率、高頻瑕疵、創作耗時、整改率)
  - 迭代最佳化建議(針對高頻瑕疵最佳化提示詞、調整協同流程)
  - 資料沉澱(瑕疵型別-最佳化方案-效果驗證閉環)
- 分析維度:
  - 瑕疵分析(TOP3高頻瑕疵,定位根因)
  - 效率分析(識別流程瓶頸)
  - 最佳化效果(驗證迭代有效性)
- 下一級觸發: 輸出同步至技能開發端,更新智慧體配置,完成迭代閉環

## 並行協同與閉環管控

### 並行執行
- **字幕師、音效師**可在腳本創作師輸出分鏡腳本後並行啟動,無需等待視覺內容完成
- **效率提升**: 減少等待時間,整體創作週期縮短

### 閉環管控
- **所有輸出物需經品檢智慧體校驗**合格後方可進入下一環節
- **重大瑕疵直接攔截**,避免問題流轉
- **跟蹤整改結果**,確保100%解決

### 迭代聯動
- **資料回饋智慧體的最佳化建議**直接作用於各智慧體底層配置
- **形成"創作-品檢-最佳化"**持續迭代機制

## 品品檢測工具使用

### 圖片品品檢測
```bash
# 呼叫圖片品品檢測腳本
python scripts/image_quality_checker.py --image ./cache/images/shot_001.jpg --resolution 1920x1080
```

檢測維度:
- 肢體異常(多餘肢體/畸形/重影)
- 畫面品質(模糊/噪點/變形)
- 商品細節(紋理/輪廓/按鍵)
- 解析度/比例

### 影片品品檢測
```bash
# 呼叫影片品品檢測腳本
python scripts/video_quality_checker.py --video ./output/final/video.mp4 --resolution 1920x1080 --duration 30 --fps 25
```

檢測維度:
- 解析度/時長/幀率/位元速率
- 畫面品質(卡頓/撕裂/轉場瑕疵)
- 音訊品質(清晰度/雜音)
- 音畫同步(偏移≤0.1秒)
- 字幕遮擋檢測

## 素材生成與影片合成流程

### 素材生成流程

#### 1. 圖片素材生成
**觸發時機**: 分鏡畫師智慧體完成畫面設計後

**執行步驟**:
```bash
# 準備分鏡腳本JSON檔案
cat > ./scripts/storyboard.json << 'EOF'
{
  "shots": [
    {
      "shot_id": "L01",
      "description": "智慧手錶特寫,手指滑動螢幕",
      "duration": 3.0,
      "resolution": "1920x1080"
    }
  ],
  "style": "科技風,冷色調,清晰銳利"
}
EOF

# 呼叫圖片生成腳本
python scripts/image_generator.py \
  --storyboard ./scripts/storyboard.json \
  --output ./output/images \
  --style "科技風,冷色調"
```

**輸出規範**:
- 路徑: `./output/images/shot_{shot_id}.jpg`
- 格式: JPG, 1080P (1920x1080)
- 品質要求: 無肢體異常,商品細節清晰,畫質細膩

**參考**: [references/asset-specifications.md](references/asset-specifications.md) - 圖片素材規範

#### 2. 音訊素材生成
**觸發時機**: 配音師智慧體完成旁白文字,音效師智慧體完成音效方案後

**執行步驟**:
```bash
# 生成旁白音訊
python scripts/audio_generator.py \
  --mode narration \
  --text "腕上未來,觸手可及" \
  --voice "professional_male" \
  --output ./output/audio/narration_S01.wav

# 生成背景音樂
python scripts/music_generator.py \
  --style "科技風,輕快" \
  --duration 30 \
  --output ./output/audio/background_music.wav

# 混合音訊(旁白+背景+音效)
python scripts/audio_generator.py \
  --mode mix \
  --narration ./output/audio/narration_S01.wav \
  --background ./output/audio/background_music.wav \
  --effects ./output/audio/sound_effects/ \
  --output ./output/audio/merged_audio.wav
```

**輸出規範**:
- 路徑: `./output/audio/`
- 格式: WAV (44.1kHz, 16bit/24bit)
- 品質要求: 無雜音,音量平衡,音質清晰

**參考**: [references/asset-specifications.md](references/asset-specifications.md) - 音訊素材規範

#### 3. 字幕素材生成
**觸發時機**: 字幕師智慧體完成字幕設計後

**執行步驟**:
```bash
# 準備分鏡腳本
cat > ./scripts/storyboard.json << 'EOF'
{
  "shots": [
    {
      "shot_id": "L01",
      "duration": 3.0,
      "text": "腕上未來"
    },
    {
      "shot_id": "L02",
      "duration": 3.0,
      "text": "觸手可及"
    }
  ]
}
EOF

# 生成SRT字幕
python scripts/subtitle_generator.py \
  --storyboard ./scripts/storyboard.json \
  --format srt \
  --output ./output/subtitles/subtitle.srt
```

**輸出規範**:
- 路徑: `./output/subtitles/subtitle.srt` 或 `.ass`
- 格式: SRT/ASS (UTF-8編碼)
- 品質要求: 無錯別字,字數適配,位置無遮擋

**參考**: [references/asset-specifications.md](references/asset-specifications.md) - 字幕素材規範

### 影片合成流程

**觸發時機**: 所有素材(圖片/音訊/字幕)準備完成並品檢合格後

**執行步驟**:
```bash
# 準備專案配置
cat > ./scripts/project_config.json << 'EOF'
{
  "images_dir": "./output/images",
  "audio_file": "./output/audio/merged_audio.wav",
  "subtitle_file": "./output/subtitles/subtitle.srt",
  "shots": [
    {
      "shot_id": "L01",
      "duration": 3.0,
      "transition": "fade"
    },
    {
      "shot_id": "L02",
      "duration": 3.0,
      "transition": "cut"
    }
  ],
  "width": 1920,
  "height": 1080,
  "fps": 25,
  "duration": 30,
  "bitrate": "8000k"
}
EOF

# 驗證專案配置
python scripts/video_compositor.py \
  --config ./scripts/project_config.json \
  --output ./output/temp/validate.mp4 \
  --validate_only

# 合成最終影片
python scripts/video_compositor.py \
  --config ./scripts/project_config.json \
  --output ./output/final/final_video_$(date +%Y%m%d).mp4
```

**輸出規範**:
- 路徑: `./output/final/final_video_{日期}.mp4`
- 格式: MP4 (H.264編碼)
- 參數: 1080P, 25fps, 8Mbps
- 品質要求: 無卡頓,音畫同步≤0.1秒,字幕同步無延遲

**參考**: [references/asset-specifications.md](references/asset-specifications.md) - 影片輸出規範

### 品品檢測流程

#### 1. 圖片品品檢測
```bash
python scripts/image_quality_checker.py \
  --image ./output/images/shot_L01.jpg \
  --resolution 1920x1080 \
  --check_limb_anomaly \
  --check_blur \
  --check_deformation
```

#### 2. 音訊品品檢測
```bash
python scripts/audio_quality_checker.py \
  --audio ./output/audio/narration_S01.wav \
  --sample_rate 44100 \
  --check_noise
```

#### 3. 影片品品檢測
```bash
python scripts/video_quality_checker.py \
  --video ./output/final/final_video_20240122.mp4 \
  --resolution 1920x1080 \
  --duration 30 \
  --fps 25 \
  --check_sync
```

**參考**: [references/quality-standards.md](references/quality-standards.md) - 品檢標準

## 資源索引
- 必要腳本:
  - [scripts/image_generator.py](scripts/image_generator.py) - 圖片生成腳本(根據分鏡腳本生成1080P圖片)
  - [scripts/audio_generator.py](scripts/audio_generator.py) - 音訊生成腳本(TTS旁白+背景音樂混合)
  - [scripts/subtitle_generator.py](scripts/subtitle_generator.py) - 字幕生成腳本(SRT/ASS格式)
  - [scripts/music_generator.py](scripts/music_generator.py) - 背景音樂生成腳本
  - [scripts/video_compositor.py](scripts/video_compositor.py) - 影片合成主腳本(整合圖片/音訊/字幕)
  - [scripts/image_quality_checker.py](scripts/image_quality_checker.py) - 圖片品品檢測工具(肢體異常/模糊/變形)
  - [scripts/video_quality_checker.py](scripts/video_quality_checker.py) - 影片品品檢測工具(含音畫同步)
- 領域參考:
  - [references/agent-prompts.md](references/agent-prompts.md) - 11個智慧體的詳細提示詞模板
  - [references/quality-standards.md](references/quality-standards.md) - 品檢標準與負面規避清單
  - [references/asset-specifications.md](references/asset-specifications.md) - 素材生成與輸出規範(圖片/音訊/字幕/影片)
  - [references/data-analysis.md](references/data-analysis.md) - 資料統計與迭代最佳化模板
- 輸出資產:
  - [assets/templates/storyboard-template.md](assets/templates/storyboard-template.md) - 分鏡腳本標準模板
  - [assets/reports/quality-report-template.md](assets/reports/quality-report-template.md) - 品檢報告模板

## 注意事項
- **智慧體協同**: 嚴格按照11個智慧體的觸發順序和協同規則執行
- **素材規範**: 所有素材生成必須遵循[asset-specifications.md](references/asset-specifications.md)中的規範
- **影片合成**: 合成前必須確保所有素材(圖片/音訊/字幕)就位並品檢合格
- **品質優先**: 所有輸出物必須經品檢智慧體校驗,重大瑕疵直接攔截
- **閉環迭代**: 資料回饋智慧體的最佳化建議必須應用於下一輪創作
- **技術檢測**: 影片合成前必須呼叫品品檢測腳本,素材不合格不得合成
- **資料沉澱**: 品檢臺賬和創作資料必須完整記錄,用於迭代最佳化

## 使用範例

### 範例1:完整創作流程
```bash
# 使用者請求: "為智慧手錶創作30秒短影音,科技風,目標年輕人"

# 智慧體執行流程:
1. 文案創作師: 輸出Slogan "腕上未來,觸手可及" + 分鏡文案
2. 故事策劃師: 輸出9個鏡頭的故事線
3. 腳本創作師: 輸出標準化分鏡腳本(時長、場景、動作、文案)
4. 分鏡導演: 輸出9個鏡頭的畫面規範 + 負面規避清單
5. 分鏡畫師: 生成9張1080P分鏡圖片(呼叫品品檢測腳本)
6. 字幕師: 輸出字幕資訊包(並行執行)
7. 音效師: 輸出音效方案包(並行執行)
8. 品檢智慧體: 檢測分鏡圖片,發現第3張圖片肢體異常,回饋分鏡畫師重繪
9. 分鏡畫師: 重新生成第3張圖片,品檢合格
10. 影片工程師: 合成影片(呼叫影片品品檢測腳本)
11. 品檢智慧體: 檢測成品影片,音畫同步0.08秒,合格
12. 資料回饋: 輸出資料統計報告 + 迭代建議
```

### 範例2:圖片品品檢測
```python
from scripts.image_quality_checker import check_image_quality

result = check_image_quality(
    image_path="./cache/images/shot_003.jpg",
    expected_resolution=(1920, 1080),
    check_limb_anomaly=True,
    check_blur=True,
    check_deformation=True
)

if not result['overall']:
    print(f"發現瑕疵: {result['issues']}")
    # 觸發分鏡畫師重繪
else:
    print("圖片品質合格,可用於合成")
```

### 範例3:品檢閉環範例
```
品檢智慧體檢測:
- 分鏡圖片: 合格率92%(10張圖片,8張合格,1張輕微瑕疵,1張重大瑕疵)
  - 重大瑕疵: shot_007.jpg 發現多餘肢體,駁回分鏡畫師重繪
  - 輕微瑕疵: shot_003.jpg 輕微模糊,回饋最佳化

成品影片: 合格
- 解析度: 1920x1080 ✓
- 幀率: 25fps ✓
- 音畫同步: 0.08秒 ✓
- 字幕遮擋: 無 ✓

資料回饋智慧體:
- 高頻瑕疵TOP3: 
  1. 肢體異常(佔比8%) → 最佳化分鏡導演/畫師提示詞
  2. 輕微模糊(佔比6%) → 調整畫質標準
  3. 字幕位置偏差(佔比4%) → 最佳化字幕師模板
- 效率瓶頸: 分鏡畫師重繪耗時過長 → 調整前置品檢規則
```