---
name: cs-chatcut
description: "当用户要规划一条 ChatCut 短视频，或需要从内容想法到首个 ChatCut 项目的零到一操作指引时使用：先选择最值得做的主题和唯一核心观点，再完成可确认的中文口播稿、素材清单、Motion Graphics 方案、声音方向和逐镜头总表，并说明在 ChatCut 中的交接步骤。用于短视频策划、人工组装前的准备和操作上手；不要用于直接修改时间线、导入导出素材、电商视频复刻、长文写作或外部事实调研。除非用户指定其他语言，默认使用中文输出。"
---

<!-- CS Skills · 陈硕 | portable skill entry | https://github.com/ChenShuo2004/cs-skills -->

# ChatCut 视频策划与操作指南

## 目标与边界

把零散的内容、观点和视频想法收敛成一条有明确受众、观点、证据和行动目标的短视频，再整理为可执行的制作蓝图，帮助用户准备素材并在 ChatCut 中完成组装。

## 操作指南资源

当用户需要安装 ChatCut Agent、了解从确认脚本到导出成片的操作流程，或排查首次使用的常见步骤时，查阅 `references/zero-to-one-guide.html`。该指南说明策划与 ChatCut 编辑工作台的交接；实际项目创建、素材导入、时间线编辑和导出仍交由对应的 ChatCut 编辑工作流执行。

严格保持策划边界：

- 不创建、选择或修改 ChatCut 项目。
- 不上传、导入、导出、渲染或把素材放入时间线。
- 不编写 Motion Graphics JSX，不调用 ChatCut MCP 工具。
- 不设计数字人的外貌、服装、头像或表演方式。数字人只通过口播稿和表达标注得到支持。
- 如果用户要求直接操作 ChatCut，说明本 Skill 只负责制作蓝图，并将后续操作交给对应的 ChatCut 编辑工作流。

准确使用 ChatCut 术语：把动画视觉层称为 **Motion Graphics**，区分透明叠加和全屏不透明画面，并让时间安排对应最终口播结构。

## 内容与想法阶段

当用户只有一个模糊想法、一段素材或一批选题时，先做内容决策，不要立刻生成分镜或要求完整 brief。

### 输入与收敛规则

- 单个想法：找出它服务的受众、真实张力、可支撑的事实和最小可拍形式。
- 一批想法：合并重复项，保留 3～5 个候选；按**受众相关性、观点张力、事实/素材支撑、制作可行性**各评 1～5 分，并说明分数依据与待确认项。
- 用户未给受众、平台或目标时，先根据素材做一个低风险假设并标记；只在该信息会改变选题判断时提问。
- 优先选择“有明确对象、有真实证据、一个视频能讲清、能自然导向下一步”的主题；不要为了凑数量延展成空泛选题。

### 内容决策交付

在尚未锁定主题时，按以下顺序输出并默认暂停等待确认：

1. **推荐主题**：一句话核心观点、目标受众和为什么此刻值得讲。
2. **候选排序**：候选主题、四项评分、可用证据和主要风险。
3. **内容切口**：推荐的 Hook 方向、承诺给观众的结果，以及不应该承诺什么。
4. **最小制作建议**：推荐平台、时长、出镜/录屏/素材形式和需要补齐的最小信息。
5. **下一步**：用户确认一个主题后再进入口播稿阶段。

文章、公众号、长文提纲或非视频内容改写使用 `$cs-writer`；需要查证产品、市场、竞品或外部数据时使用 `$cs-search-skill`。本 Skill 可以接收这些产物作为视频原始内容，但不替代它们。

## 语言规则

- 除非用户明确指定其他语言，所有面向用户的提问、说明、表格和交付内容都使用简体中文。
- 保留产品和技术的标准名称，例如 ChatCut、Motion Graphics、BGM、SFX、A-roll、B-roll、CTA、JSX、MCP。
- 用户提供英文素材时，可以保留必要的英文原文，但解释、结构和制作建议仍使用中文。
- 不要因为 `agents/openai.yaml` 或路由元数据使用英文技术字段，就把最终交付改成英文。

## 输入 brief 门槛

把输入分成“内容与想法阶段”“口播稿阶段”和“完整蓝图阶段”。已锁定主题后，不要因为画幅比例、视觉风格或品牌素材还没有确定，就阻塞口播稿生成。

### 口播稿阶段的必需信息

| 字段 | 必须明确的内容 |
| --- | --- |
| 主题与目标 | 视频讲什么，以及观众看完后要理解什么或做什么 |
| 原始内容 | 原稿、笔记、逐字稿、产品事实、案例、参考链接或其他可用资料 |
| 发布平台 | 例如抖音、TikTok、Shorts、Instagram Reels 或其他平台 |
| 成片时长 | 例如 30 秒、60 秒或 90 秒 |
| 目标受众与痛点 | 谁在看、他们处于什么场景、现在遇到什么问题 |
| 核心观点/观众承诺 | 这条视频最终只让观众记住什么，或得到什么结果 |
| 说话人身份与立场 | 谁在说、凭什么说、希望保持什么个人判断或经验感 |
| 语气与节奏 | 例如平静、直接、教程感、紧迫、自然或高能 |
| CTA | 观众下一步要做什么；没有 CTA 时明确写“无 CTA” |

### 完整蓝图阶段的补充信息

在口播稿确认后，再补充或确认：

- 画幅比例，例如 9:16、1:1 或 16:9。
- 视觉风格、品牌颜色、字体、Logo、产品图片或必须出现的画面元素。
- 已有 A-roll、B-roll、截图、图表、文档或音频素材。
- 字幕或双语字幕要求。
- 参考视频、素材来源、禁止使用的画面或版权限制。
- 语言、声音、发音、数字读法或专用名词要求。

缺少信息时，只列出当前阶段真正阻塞的字段并等待补充。不要因为视觉信息缺失就阻塞口播稿，也不要擅自套用平台、时长、受众或语气。对事实依据不足但不影响继续组织稿件的内容，标记为“待确认”，不要编造。

## 工作流程

工作流分为三个阶段。用户尚未锁定主题时，先完成内容决策；默认再完成口播稿确认，最后展开完整蓝图。只有用户明确要求“端到端”时，才在同一轮继续，但仍必须完成每一阶段的内部质量检查。

### A. 内容与想法收敛阶段

1. **整理输入。** 区分用户的原始想法、已确认事实、个人观点、案例/数据和待确认内容。
2. **合并并排序。** 对批量想法去重、评分并选出一个推荐主题；不要把多个主题硬塞进一条视频。
3. **定义内容承诺。** 写清观众是谁、看完能获得什么、唯一核心观点是什么，以及有哪些不能越过的事实边界。
4. **给出最小下一步。** 说明用什么形式拍、还缺哪一项真正影响判断的信息；等待用户确认主题。

### B. 口播稿确认阶段

1. **锁定脚本 brief。** 复述主题、目标、平台、时长、受众痛点、核心观点、说话人身份、语气和 CTA。视觉风格暂不作为口播稿阻塞项。
2. **提炼事实与素材依据。** 内部区分已确认事实、用户观点、案例/数据、待确认内容和禁止夸大的表达。每个主要观点都要能追溯到原始内容或明确标记为“待确认”。
3. **确定唯一核心观点。** 用一句话写出观众看完后应记住的结论。若原始内容包含多个主题，合并成一条主线，或建议拆成多条视频，不要把多个主题硬塞进一条稿件。
4. **设计节拍骨架。** 为每个时间段写清观众问题、口播任务、信息推进、证据/例子和画面锚点。默认使用 `Hook → 冲突/痛点 → 解释或证据 → 结论 → CTA`，但以内容逻辑为准。
5. **生成口播稿初稿。** 先写完整可朗读的内容，再补表达标注。前 2～3 秒直接进入结果、冲突或问题，不默认问候、自我介绍或泛泛铺垫。
6. **执行口语化改写。** 用具体主语、动作、场景和结果替换抽象表达；一口气只表达一个意思；删除书面连接词、重复结论、空洞形容词和模板化句式。保留自然停顿，不把稿件压成机械快读。
7. **执行三项质量审核。** 依次检查事实准确性、朗读自然度和观看推进。按实际可朗读字符数核算时长，不把标点、章节名和表达标注计入字数；偏差超过 10% 时必须重写。
8. **交付口播稿确认版。** 先交付核心观点、Hook 备选、主稿、口播质检和待确认项。默认暂停，等待用户确认；用户确认后才进入完整蓝图阶段。

### C. 完整蓝图阶段

1. **补齐制作约束。** 确认画幅、视觉风格、品牌素材、字幕要求、参考视频和版权限制。
2. **推导素材计划。** 只要求能够解释、证明、展示或支持某一句口播或某一个镜头的素材，区分必需素材和可选润色素材。
3. **设计 Motion Graphics。** 为每个图形指定观看任务、具体形式、口播锚点、时间范围、内部动效节奏、背景模式和安全放置建议。
   当用户强调高级动效或给出参考片时，再为关键 MG 补导演层：观众先看什么、哪个动作是主事件、前后如何预备与回稳、其他层如何错相响应、哪些效果禁止出现。只写可交接的制作要求，不越界实现 JSX 或修改时间线。
4. **设计声音方案。** 给出不干扰人声的 BGM 方向和逐事件 SFX，把人声作为锚点、BGM 作为跟随层。
5. **制作逐镜头总表。** 将已确认口播、画面、素材、Motion Graphics、声音和素材编号放进同一张时间表。
6. **执行完整质量检查。** 检查时长、素材依据、画面保护、声音清晰度和交付完整性。不得在确认后的口播稿上静默改写；如必须修改，明确列出修改原因并重新确认。

## 口播稿质量规则

以下规则是口播稿的硬门槛，不是可选建议：

- **一句话只承担一个动作或观点。** 避免连续堆叠多个抽象名词、观点或因果关系。
- **每个节拍都要推进。** 必须新增事实、例子、对比、结论或行动，不得只是换一种说法重复上一句。
- **Hook 必须具体。** 优先使用结果、冲突、反常识、明确问题或高相关场景；禁止默认使用“今天我们来聊聊”“相信很多人都……”等空开场。
- **内容必须可追溯。** 统计、评价、保证、见证、产品能力和因果关系没有依据时，必须删掉或标记“待确认”。
- **表达必须适合说出来。** 优先短句、主动语态、具体动词和自然连接；避免论文式定义、宣传口号和过度完整的书面句。
- **保留说话人的判断。** 不把用户的个人经验、犹豫、限定条件和真实语气改写成无差别的“正确答案”。
- **CTA 只保留一个动作。** 不要同时要求关注、评论、私信、购买和转发。
- **纯口播与表达标注分开。** 纯口播版可以直接复制给配音或数字人；停顿、重音、语速和情绪标注另列，避免标注被误读成台词。
- **必须通过朗读测试。** 如果连续朗读时出现喘不过气、语义跳跃、硬拼接或不像真人会说的话，先改稿再交付。

## 固定输出格式

未锁定主题时，先交付“内容决策交付”；锁定主题后默认分两轮交付，避免低质量口播稿带着素材、Motion Graphics 和分镜一起扩展。

### 第一轮：口播稿确认版

按以下顺序输出：

1. **口播定位**：目标受众、核心痛点、唯一核心观点和观众承诺。
2. **Hook 备选**：给出 2～3 个不同机制的开场，并说明各自适合的观看场景；不要只改几个形容词。
3. **纯口播稿**：输出可直接复制、没有方括号标注的完整台词。
4. **表达标注版**：在同一稿件上补充必要的停顿、重音、语速和情绪标注。
5. **口播质检**：报告可朗读字符数、预计时长、语速假设、Hook 进入时间、核心观点是否唯一、事实待确认项和 CTA 动作。
6. **待确认项**：只列会影响内容判断的事实或用户选择，不用先展开素材和视觉方案。

第一轮默认在这里暂停，等待用户确认或修改口播稿。用户明确要求端到端时，可以继续生成第二轮，但不得跳过第一轮的质量审核。

### 第二轮：完整蓝图版

用户确认口播稿后，按以下顺序输出。内容要具体到用户可以直接据此找素材和组装视频。

### 1. 制作策略

包含以下内容：

- 视频目标和观众承诺。
- 平台、时长、画幅比例、受众、语气、节奏和视觉方向。
- 一句话核心结论。
- 故事骨架：`Hook → 问题/承诺 → 关键观点 → 结论 → CTA`。
- 推荐节奏、章节数量，以及每个章节的大致时间预算。
- 重要限制、待确认事实、禁止使用或暂时缺失的素材。

不要写与 brief 无关的泛泛策略段落。

### 2. 素材总清单

为每个素材分配稳定编号，例如 `M01`、`M02`、`M03`。使用以下列：

`ID | 优先级 | 类型 | 具体内容 | 用途与出现时间 | 规格 | 获取方式 | 搜索关键词 | 版权/备注`

优先级只使用以下三种：

- `必需`：没有它就无法表达重点、完成镜头、证明事实或保持品牌识别。
- `可选`：可以改善质感、节奏或变化，但删除后不影响信息表达。
- `无需准备`：可以由 A-roll、Motion Graphic 或现有项目画面完成。

获取方式使用以下标签：

- `用户提供`：原始视频、产品文件、品牌素材、截图或已核实事实。
- `素材库搜索`：库存视频、图片、图标、环境声或音效。
- `AI 生成`：可以单独生成的图片、视频、声音或图形。
- `ChatCut 生成`：用户确认蓝图后，可交给 ChatCut 生成的素材。

对每个 `必需` 或 `可选` 素材写清主体、动作、构图、方向、时长，以及必须保留的文字、Logo、产品、人脸或文档细节。适合素材库搜索时，同时给出中文和英文搜索关键词。禁止只写“相关画面”“适当音效”这类无法执行的描述。

不要默认堆很多装饰性 B-roll。优先选择少量但能准确表达意思的素材。如果某个观点需要证据，要求用户提供来源或标记为“待确认”，不要自行编造证明。

### 3. 已确认口播稿与时间基准

使用第一轮确认后的版本，不要重新静默改写。完整蓝图中同时保留纯口播版和表达标注版，包含：

- 预计字数/字符数和预计口播时长。
- `Hook`、`主体`、`结论`、`CTA` 四类段落标记。
- 自然的口语标点和能对应画面节奏的短段落。
- 必要时添加 `[停顿 0.3s]`、`[重读：关键词]`、`[加快]`、`[放慢]`、`[语气：坚定]` 等表达标注。
- 对发音、数字、品牌名或待确认术语给出备注。

严格遵守原始内容，不添加没有依据的统计、评价、保证、见证或产品能力。任何影响核心观点、事实范围或时长的修改，都必须在交付中说明并重新确认。稿件要能直接交给数字人或配音使用，但不要另起数字人视觉设计章节。

### 4. 画面视觉与 Motion Graphics

先判断每个节拍需要 A-roll、B-roll、静态图、屏幕录制、全屏画面，还是不需要额外图层；只在能提升理解、定位、强调或节奏时加入 Motion Graphics。

每个 Motion Graphic 都要提供：

`MG编号 | 时间段 | 对应口播 | 观看任务 | 表现形式 | 屏幕内容 | 入场/停留/退出 | 背景 | 放置与保护 | 依赖素材`

遵循以下规则：

- 给图形指定观看任务，例如身份信息、关键观点、列表、比较、流程、章节、引用或抽象关系。
- 使用具体表现形式，例如姓名条、重点强调、步骤堆栈、关系图、图表、标题节拍或侧边处理。不要默认做一个只装文字的卡片。
- 让开始和结束对应口播短语或画面事件。使用相对于 MG 自身的内部时间，例如 `0.0–0.2s 入场`、`0.2–1.2s 停留`、`最后 0.2s 退出`。
- 对重点动效写出 `预备 → 主动作/接触 → 回稳 → 次级响应` 的时间与触发原因；多层不要同帧同曲线一起淡入。运动强弱、回弹和光影要符合题材与参考，克制的内容不必强加碰撞或辉光。
- 叠加在 A-roll 上时使用 `透明叠加`；替代原画面的刻意视觉节拍使用 `全屏不透明`。不要在没有说明的情况下用全屏设计遮住人物。
- 用安全区域或构图关系描述位置，不要凭空写固定坐标。保护脸、头、嘴、手、重要产品、Logo、已有图层和字幕区域。
- 写清必须出现的文字、数字、图标、图片或数据。未知内容写“待补充”，不要编造。
- 保持整条视频共享同一套色彩、字体逻辑、信息密度、动效节奏和材质语言；不同观看任务可以使用不同图形形式。
- 如果该节拍不需要图形，明确写“**不添加 MG**”，并说明原因。

不要输出 JSX、实现代码、猜测的 ChatCut asset ID 或任何直接 MCP 操作。

### 5. 声音设计

#### BGM 方向

明确写出：

- 曲风或主要乐器。
- 情绪和能量曲线。
- 大致速度或节拍感觉。
- 在视频中的作用：开场提示、背景铺底、转场抬升或结尾收束。
- 人声政策：口播下通常使用“无明显人声歌词”。
- 搜索/生成关键词。
- 淡入淡出、循环和 ducking 处理。

保护口播可懂度。把人声/旁白作为 `anchor`，BGM 作为 `follower`，在讲话时使用自动 ducking 或明确的压低音量建议。不要把有版权的歌曲当作免费素材推荐。

#### SFX 事件清单

使用以下列：

`SFX编号 | 时间点/触发事件 | 音效 | 强度 | 作用 | 搜索关键词 | 混音备注`

使用具体编辑事件，例如 Hook 冲击、文字出现、步骤切换、点击、通知、产品接触、转场 whoosh、impact、房间底噪或结尾收束。SFX 要少而准确；如果留白更有力量，就明确保留安静节拍。

### 6. 逐镜头总表

严格使用以下列顺序：

`时间段 | 口播内容 | 画面/素材 | MG 动效 | BGM/SFX | 素材编号`

每一行都要与口播稿一致。使用素材 ID、MG 编号和 SFX 编号，避免重复写模糊描述。用户表格统一使用秒数，并确保最后一行覆盖计划时长，不留下无法解释的空档。

## 素材筛选规则

把素材加入清单前，逐项执行以下筛选：

1. 把素材映射到具体口播句子或镜头任务。
2. 只有删除后会损害信息、证据、连续性或品牌识别时，才标记为 `必需`。
3. 产品、人物、Logo、产品能力、界面和敏感事实优先要求用户提供原始素材。
4. 标明画幅、构图、分辨率、透明度、时长和裁切要求。
5. 防止文字、UI、Logo、包装、文档和脸部在裁切或替换时丢失。
6. 将视觉素材和 Motion Graphic 内容分开。图表的装饰背景可以生成，但数据必须核实。
7. 除非 brief 明确需要，不要默认在开头和结尾前三秒安排 B-roll。
8. 对缺失事实、品牌规则或素材可用性使用“待确认”，不要把不确定性藏在肯定语气里。

## 质量检查

交付前确认：

- brief 已完整，且复述准确。
- 稿件有清晰 Hook、逻辑主体、结论，以及 CTA 或明确的“无 CTA”。
- 稿件只有一个核心观点；每个节拍都推进了事实、例子、对比、结论或行动。
- Hook 在前 2～3 秒进入结果、冲突、问题或明确场景，没有默认空开场。
- 稿件长度按可朗读字符数核算，与目标时长偏差不超过 10%，并写明语速假设。
- 纯口播版与表达标注版分开，标注不会被误读成台词。
- 稿件已经通过事实追溯、朗读自然度、语义连贯性和观看推进检查；任一项不通过时先重写。
- CTA 只包含一个明确动作。
- 每个素材都有用途、优先级、获取方式和可执行的搜索描述。
- 每个 Motion Graphic 都有观看任务、具体形式、时间、背景模式、安全区域和依赖素材。
- 用户要求高级动效时，关键 MG 的主事件、层间错相、参考来源和禁止项已足以交给制作方执行，并为前、中、后帧留出检查点。
- 声音方案包含 BGM 方向和有明确触发点的 SFX，并保护人声清晰度。
- 逐镜头总表覆盖计划时长，且各类编号一致。
- 没有新增独立的数字人视觉设计章节。
- 没有 ChatCut 项目修改、MCP 调用、JSX、导出承诺或虚构的 asset ID。
- 最终面向用户的全部内容使用中文，除非用户明确要求其他语言。

## 路由边界

以下请求使用本 Skill：一批内容想法的短视频选题排序、教育短视频、个人品牌视频、产品解释、教程、公告，以及其他需要先准备素材再手动在 ChatCut 中组装的视频。

以下请求交给其他工作流：

- 竞品视频复刻、电商替换、九宫格分镜、Seedance、Gemini Omni、Google Flow 或 Veo：使用 `$cs-auto-videl`。
- ChatCut 项目创建、素材导入、时间线编辑、Motion Graphic 编写、字幕、音频放置、验证或导出：在蓝图确认后，使用对应的 ChatCut 编辑工作流。