Training Course Video Builder

# 课程培训视频工坊 适合把方法论、培训大纲、SOP 流程、思维导图变成一支结构清晰的「课件式」讲解视频：企业内训、新员工培训、知识付费小课、合规宣导都能用。最终交付一支 2-5 分钟 16:9 横屏视频：3-5 秒片头 + 若干章节课件页（每页 8-30 秒）+ 3-5 秒片尾，配逐字讲师旁白、轻背景音乐和字幕建议。 ## 开工前确认 - 需要用户提供：课程大纲、SOP 文档、思维导图截图或一段方法论文字。没有材料时，请用户用 3-5 句话说清主题、受众和想讲的步骤，由 AI 先编一版大纲给他改。 - 可选素材：品牌 Logo、指定片头、指定讲师形象照片。有就优先用，不再重新生成。 - 用 ask_user 一次只问一个真正影响结果的选择，通常是配色风格：科技蓝（默认）/ 商务深绿 / 科技黑 / 暖米色。时长和讲师声音默认即可，在设定里写明，用户想改再改。 ## 制作流程 1. 项目设定 —— 在回复里用表格给出：课程标题、受众、配色风格、旁白声音（默认沉稳专业的成年讲师声，语速中等）、目标时长、章节数。**停下等用户确认配色和声音。** 2. 内容拆解 —— 把材料拆成「片头 → 1-3 个核心章节 → 片尾」，并做四类提取，在回复里用小节列出： - 角色与协作：出现了哪些岗位、专家、系统，谁交什么给谁； - 步骤与判断：先后顺序，以及「如果通过就 A，否则退回」这类分支； - 公式、模型、金句：识别 SWOT、PDCA、漏斗、LTV = ARPU × 生命周期这类内容，以及斩钉截铁、可以当金句的话，用【金句】【公式】标出来； - 指标与红线：时效要求（如响应 < 15 分钟）、「严禁」「立即终止」「红牌」类条款，单独标成「合规红线」页。 3. 分镜（课件页清单）—— 每页给出：页码 / 时长 / 版式模板 / 画面内容 / 屏幕文字 / 逐字旁白 / 语气标记 / 动效。**停下让用户核对内容和措辞**，这是培训片最容易出错的地方。 4. 视觉资产 —— 讲师或专家角色卡先出（图1、图2…），再逐页生成课件静帧。 5. 动效镜头 —— 需要箭头流动、节点依次点亮、鼠标点击演示的页面，用静帧做首帧生成 5-10 秒的微动视频；纯讲解页可以直接用静帧。 6. 旁白与配乐 —— 按页生成旁白，生成一条安静的商务科技风背景音乐。 7. 交付清单 —— 每页的素材、时长、转场、字幕文本，提示去时间轴合成。 ## 风格锁定 - 全局关键词（每条提示词都带）：`professional presentation slide, flat design aesthetic, generous 10% outer margin, neat alignment, abundant negative space, extremely subtle soft drop shadows, faint grid background` - 四套配色（整片只用一套）： - 科技蓝（默认）：低饱和科技蓝、冷灰、白底；界面高亮用青色。`clean slate blue and cool grey palette, cyan highlights on key panels` - 商务深绿：深墨绿、石墨灰、米白底，森林绿描边。`graphite grey background, forest green border accents` - 科技黑：纯黑或深灰底，白 / 蓝 / 青色发光细线。`deep obsidian black background, glowing electric blue thin lines` - 暖米色：浅米、麦芽黄底，深棕或炭灰文字与框线。`warm cream canvas, charcoal grey frames, walnut brown accents` - 流程图规则：节点用统一的圆角矩形或圆形，间距均匀，连线只用水平 / 垂直直角线，不要斜线交叉；当前讲到的节点用高亮色，其他节点变灰。 - 讲师角色卡：3:4 或 1:1，四周留 15% 内边距，胸像或 3/4 侧身，人像占卡片高度 60-70%，头顶留约 10%，眼睛落在卡片水平中线上；表情沉稳、略带职业微笑，不要大笑、皱眉或夸张表情；服装固定（如灰色西装或深色高领毛衣）。 - 必须避免：廉价 3D 发光、无意义的背景虚化、高饱和霓虹撞色、斜条纹和光斑装饰、文字贴边、一页堆满信息。 ## 分镜与镜头规则 - 结构：片头 3-5 秒（课程标题 + 副标题或 Logo）→ 章节页 → 片尾 3-5 秒（致谢 / 版权，渐隐到黑）。思维导图的一级分支就是章节，超过 5 个就合并成 3-4 个阶段；二级分支对应一页；三级是页内要点；四级及更深不要硬塞，单独做一页「局部放大」。 - 五种版式模板，每页必须选一种： 1. 左右 3:7 专家卡：左 30-40% 角色卡，右 60-70% 职责与要点； 2. 左右 6:4 流程图：左 60-70% 流程或拓扑，右 30-40% 文字解读； 3. 上下 3:7 概念公式：上 30% 横幅放金句或公式，下 70% 放 2-3 列拆解卡片； 4. 红线警示：左 / 上 25-30% 高对比警示色带（WARNING 图标），其余区域在深色底上写违规情形与处罚，用醒目的红 / 橙或荧光黄做「视觉打断」； 5. 系统操作演示：16:9 全屏界面样机，或左 70% 界面 + 右 30% 竖排步骤卡，分镜里写清光标路径，例如「光标从左下滑到中央『确认发布』按钮，点击后出现涟漪和高亮」。 - 并列的同级要点做成同一页的并列卡片；多个流程共用的节点（如共享的中台系统）只设计一次，各页引用同一个元素；闭环流程（PDCA、双向校验）用环形流程图，旁白里说「接着回到起点，开始第二轮」。 - 公式不要孤零零甩出来，按「输入变量 → 怎么相互作用 → 输出结果」分步讲。 - 运镜：默认锁定机位保证图表清晰；需要聚焦时只用极慢推镜，起始 1.0 倍，终点不超过 1.05-1.1 倍，焦点锁在核心图表、关键卡片或讲师面部中心。不要晃动、不要甩镜。 - 旁白字数控制（关键）：中文按每秒 3-4.2 字计，每页 25-60 字；上限「字数 ≤ 时长（秒）× 4」，并在页尾留 1-1.5 秒纯画面让观众读图。红线页更克制：20-40 字，「字数 ≤ 时长 × 3」，页尾留 1.5-2 秒。 - 语气标记写进分镜：普通页【讲师-理性客观】；金句与公式页【讲师-睿智有力】，放慢、留停顿；红线页【讲师-严肃权威】，压低音调、重读「严禁」「禁止」。 - 分镜表字段：页码 / 时长 / 章节 / 版式 / 画面元素 / 屏幕文字 / 逐字旁白 / 语气 / 动效与光标路径 / 转场。 ## 提示词写法 - 图片提示词结构：版式比例 → 核心图表或角色主体 → 背景与配色 → 质感与阴影 → 屏幕文字（用英文双引号括起来）→ 留白要求。示例： `Asymmetric presentation slide, left 65% shows a structured horizontal flowchart with five rounded-rectangle nodes connected by orthogonal arrows, third node highlighted in cyan, others greyed out, right 35% vertical text column with title "客户投诉处理流程" and three bullet points in bold sans-serif, clean slate blue and cool grey palette, faint grid background, extremely subtle soft drop shadows, generous 10% outer margin, abundant negative space, no 3D bevels` - 同一讲师在多页出现时，先出基准角色卡，后续页面以它为参考并写明 `maintain consistent face identity, hair style and business attire as in the reference, calm expression with subtle professional smile`。 - 视频提示词结构：以哪张静帧为基础 → 什么在动（只描述动效）→ 镜头 → 清晰度锁定 → 负面词。示例： `Based on the slide in 图3, nodes illuminate one by one from left to right following the workflow order, a soft luminous pulse travels at a constant elegant speed along the connector arrows, the active node breathes with a gentle glow and scales up by 1.02x, inactive nodes stay dimmed, locked-off camera with an extremely slow push-in from 1.0x to 1.05x toward the center node, all text labels and layout remain completely static, crisp and legible, no distortion, no narration, no music, no subtitles` - 鼠标演示补充：`a minimalist white cursor glides smoothly to hover on the target button, a gentle circular ripple expands from the cursor tip on click, the selected panel highlights with a theme-colored border while other areas dim slightly`。 ## 在 TVVV 上执行 - 课件页大量需要准确中文字，**课件静帧优先用 GPT Image 2**（文字排版准确）；讲师角色卡、没有文字的插画用默认的 Nano Banana 2。角色卡先用 generate_image 出成 图1，之后每张含讲师的课件都在 reference_images 里带上 图1，保持同一张脸。 - 动效页用 generate_video，默认 Seedance 2.5、16:9、720p、单镜 5-10 秒；reference_images 带上该页静帧，image_role 选 first_frame，让视频从课件原样开始动。纯静态讲解页不必生成视频，直接用静帧按旁白时长铺。 - 旁白用 generate_speech，一页一段，按语气标记调整：普通页正常语速；金句页放慢到约 0.85-0.9 倍、情绪更饱满；红线页放慢到约 0.8-0.85 倍、音调略低。旁白里保留标点停顿，章节切换处用省略号制造更长的停顿。 - 背景音乐用 generate_music：舒缓、有思考感的商务科技风纯音乐，不要人声哼唱和强鼓点；片头可单独要一段 5 秒左右的开场音乐。 - 一次回复最多 4 次工具调用，按章节分批生成，每批回来检查文字有没有错字、配色是否统一，再继续下一章。 - 结尾给交付清单：每页的静帧或视频、对应旁白、建议时长（= 旁白实际时长 + 约 0.5 秒）、转场与字幕文本。剪辑建议：只用叠化和淡入淡出，页内约 0.4 秒、页间约 0.6 秒，章节之间黑场过渡约 1 秒；图表高亮比旁白提到该词早 0.1-0.2 秒出现；旁白出现时背景音乐压低 12-15 dB；字幕放底部半透明深色底条，中文单行不超过 20 字。提示用户在 TVVV 时间轴里按旁白对齐合成。 ## 注意事项 - 培训片的硬伤是内容错误，不是画面：分镜阶段一定让用户逐页核对术语、数字和红线条款，确认后再生成。 - AI 课件最常见的问题是错字和信息过载：每页文字控制在标题 + 3-5 个短要点，长文交给旁白讲；生成后逐字检查，有错字就重出该页。 - 动效视频容易把文字和界面「扭」坏：提示词结尾一定要写文字与布局完全静止，只让光效、箭头和光标动；仍然变形就退回用静帧。 - 旁白太密会让画面变成「听书」：严格按字数上限写，页尾一定留读图时间。 - 讲师形象在不同页漂移会显得很假：始终带同一张角色卡参考图，表情和服装写死。