知识视频提示词：人文纪录片与 3D 科普短片

两套模板都以无口播、双语字幕、代码动画与音乐节拍组织知识视频，但叙事入口不同：人文纪录片先呈现观众的处境，再用知识解释它；3D 科普短片先呈现具体事物和事实，再拆解它的机制与意义。

来源：Vibe 知识视频提示词。

两套模板的区别

使用前替换的内容

• 主题与目标：希望观众看完能理解什么；一支短片集中回答一个核心问题。
• 背景音乐：替换为本地可用音源，并按实际文件测量时长、换气和重拍。
• 视觉主线：第一套确定锚词，第二套确定主角符号与核心拆解方式。
• 素材与输出路径：替换桌面路径、素材目录和成片目录。

模板中的《千年之后》、17 秒、17.048 秒、第 511 帧、第二强拍时间、片长及辉光参数等，均为原模板的示例配置。更换音源或工程后需重新测量和调整；帧号还取决于帧率及从 0 还是从 1 编号。涉及年份、规模和金额的示例在制作时也需核对来源与统计时间。音乐、标志和其他素材的使用权限应分别确认。

第一套：人文纪录片风格

核心是锚词的含义变化：开头代表困境，中段由知识解释，结尾转为理解或力量。画面优先呈现生活经验，再引入原理名称。

完整提示词

# 角色
你是一位人文纪录片导演，同时会用代码做动画。
你擅长把抽象的知识讲给普通人听：不堆术语，用画面和故事让人看懂，看完还有一点触动。

# 任务
用代码制作一支 {16:9} 的纪录片风格短片，主题是「{主题}」。
- 背景音乐：{背景音乐}（默认使用桌面上的《千年之后》氛围版）。片长跟随音乐，从第 0 秒开始放，结尾随音乐自然收束。用《千年之后》时约 2 分 38 秒。
- 无口播，画面和字幕承担全部叙事。
- 全片的情绪曲线跟着音乐走：音乐的第一个重拍就是全片的第一个高潮（《千年之后》在第 17 秒）。

# 叙事
## 第一步：先找「锚词」（写任何文案之前完成）
锚词是全片的钉子：2～4 个字，是这个原理落在普通人生活里的那个处境、困惑或反直觉的瞬间，而不是术语本身。
- 好锚词的三个标准：
  ① 观众一看就有代入感，觉得「这说的就是我」；
  ② 同一个词能概括整个原理；
  ③ 结尾时能被重新定义：开头它是困境，结尾它变成理解、释然或力量。
- 示例：红皇后效应的锚词是「原地」（拼命跑，却还在原地）。按同样的思路：沉没成本可以是「舍不得」，幸存者偏差可以是「看不见的人」。
- 用法：
  - 第 17 秒的高潮把它“砸”出

## 原则
先写观众的处境，再讲知识。知识是用来解释「你」的。
开头不讲历史、不出术语；历史、人物、实验放在高潮之后。

## 钩子（0～16.4 秒）
1. 第一句：用第二人称写出观众正在经历的那个悖论或困惑。句式：「你已经……，为什么还……？」
2. 3～4 个快速画面，每个约 3 秒、配一句字幕：让同一个现象在不同尺度上各出现一次（个人 → 自然界 → 群体或社会），让观众意识到“原来到处都是”。
3. 一句收束：「所以，……」把几个画面归到同一个悖论上。
4. 13～16.4 秒：一句经典引语、一个关键数字或一个直击要害的发问，其中要含锚词，为高潮蓄力。

## 高潮（第 17 秒，必须踩准音乐）
《千年之后》在 16.5～16.9 秒有一口“换气”（接近静音），17.0 秒重拍砸下。画面这样对位：
- 16.4～16.9：画面整体收暗，所有元素淡出
- 16.9～17.0：静止约 3 帧
- 17.0 爆发：纸面骤然亮起或墨晕炸开（方式与全片画风一致），巨大的锚词同时出现（约占画宽 1/3），一圈墨痕或光环从中心向外扩散
- 17.6：锚词下方浮出一行小字：术语名（中英）
- 17.6～约 20：保持，只做极轻微的呼吸感
补充：
- 17.0 配一个低沉的冲击音效。
- 这个时间点误差不超过 2 帧。
- 换别的音乐时，先实测它的第一个“换气 + 重拍”在哪一秒，再把高潮放在那里。
- 中段正式给原理命名或揭晓关键结论时，可以再用一次小一号的爆点；全片最多两次。
#画风

- 底色和质感：羊皮纸或米白宣纸；全片叠加胶片颗粒、纸张纹理和暗角。
- 配色由你根据画风决定，整体低饱和、温暖、克制。
- 画面里出现的数字一律用等高数字（lining figures），不要用高低错落的旧式数字。

# 转场
画面之间不要硬切，要有丝滑的过渡。
优先用「同一个元素贯穿前后两个画面」来转场。例如：
- 一个圆从大变小，变成下一个画面里的太阳或烛火；
- 一条线延伸出去，变成下一个画面的地平线或道路；
- 镜头推进到某个细节，这个细节铺满画面，展开成下一个场景。
转场要短而干净，前后两个画面不要长时间叠在一起。淡入淡出、闪白、黑场只作为辅助。

# 动效与节奏
节奏舒缓，有呼吸感：镜头缓慢推进或平移，元素渐显渐隐。
画面的变化和字幕、音效的出现保持同一个节拍。
不要弹跳、旋转、花字、快切。

# 字幕
- 字幕就是旁白。每一屏下方只放一句中文，下面一行英文斜体翻译。
- 句子要短（中文不超过 18 字）、有诗意，可以用破折号制造停顿。
- 每句停留 3～5 秒，全片约 25～30 句。
- 字幕在任何背景上都要看得清：暗背景用浅色字，亮背景用深色字，必要时加柔和阴影。

# 声音
- 背景音乐必须加：{背景音乐}，从第 0 秒开始，结尾随音乐自然淡出。音量压到不刺耳，让少量音效也能听清。
- 音效只加少量：
  - 一层很轻的背景氛围音（风、纸页、环境底噪）；
  - 5～8 处重要音效：第 17 秒高潮、关键转场、关键结论出现、片尾。
  - 音效要轻、短、干净，不抢音乐。

# 交付
1. 先给我分镜表：段落 | 时间码 | 画面 | 转场方式 | 中文字幕 | 英文字幕 | 音效。并写明锚词，以及它在片中出现的所有位置。
2. 正式渲染前先抽几帧预览，自查有没有文字重叠、文字超出画面或纸面、看不清的地方，改好再渲染。单独检查 16.3、16.8、17.0、17.1、17.5、18.0 秒这几帧，确认高潮踩在重拍上。
3. 渲染成片：MP4，1920×1080，30fps，含背景音乐和音效。只交付这一个视频文件。
4. 列出片中用到的年份、人名、数字和引文，方便我发布前核对。

第二套：3D 科普短片

核心是先看见事物，再理解机制。事实钩子提出问题，核心拆解构成叙事骨架，机制演示回答“怎么运转”，规模与案例回答“为什么重要”，结尾回应开头的问题。

模板先要求 10 秒风格预览，再进入完整制作；逐帧确定性、透明物体深度写入、分段接缝、音画同步等要求用于减少代码渲染中的闪帧和合成问题。

完整提示词

# 3D 科普短片 · 通用提示词模板

## 填空（每次换话题只改这里）

- 主题：{例：GitHub}
- 一句话定位：{例：让完全不懂的人看懂 GitHub 是什么、为什么重要}
- 开头钩子（一个具体、有冲击力的事实或数字）：{例：2018 年微软花 75 亿美元买下了它}
- 核心拆解方式（第 17 秒揭晓）：{例：拆开名字 Git + Hub；也可以是一个公式、一个比喻、两个关键词}
- 主角视觉符号：{例：GitHub 章鱼猫标志}
- 中段第二个爆点要揭晓的规模或数字：{例：6.3 亿个项目}
- 结尾升华的关键词和短句：{例：开源 / 伟大，无须多言。}
- 背景音乐：{默认桌面《千年之后》氛围版}
- 输出文件夹：{例：桌面/GitHub/}

---

## 提示词正文

### 角色
你是科普短片导演，同时会用代码做电影级 3D 动画。你擅长把陌生的东西讲给完全不懂的人听：不堆术语，先让人看到具体的东西，再讲清楚它是什么、怎么运转、为什么重要，最后留一点触动。

### 任务
用代码为「{主题}」做一支 16:9 的科普短片，放在「{输出文件夹}」。
- 片长跟随背景音乐，从第 0 秒开始放（《千年之后》约 2 分 39 秒）。
- 不用口播：字幕就是旁白。每屏一句中文，下面一行英文斜体翻译。
- **先做 10 秒 720p 小预览**给我确认风格和开头，我同意后再做完整版。

### 第一步：查事实（写文案前完成）
- 年份、人名、数字、引文都要从官方来源核实（官网、官方博客、年度报告、API），记下出处。
- 能用真实数据就用真实数据，比如从 API 拉的真实项目卡片、真实的提交记录、原帖原文。
- 拿不准的说法不写；概括性说法要站得住，避免"全部""所有"这类说过头的词。

### 叙事结构（按音乐分段）
1. **钩子（0～16.4 秒）**
   - 第 1 秒就让观众看到{主角视觉符号}，配上{开头钩子}。用一个具体的事实或大数字制造疑问，不要从抽象画面开始，也不要用"你已经……为什么还……"这类说教句式。
   - 镜头冲进主角，穿过由真实例子组成的画面（比如项目卡片隧道），用 2～3 句说明它装着什么。
   - 抛出一个问题，再用一句话引向第 17 秒的揭晓。
2. **高潮（第 17 秒）**：用{核心拆解方式}揭晓核心概念，全片的骨架从这里开始。
3. **中段（17 秒～第二个强拍）**：按核心拆解逐一讲清楚。每部分先讲一个可视化的机制（比如存档、快照、回退、分支），再讲一个关键人物或历史时刻（用真实原始材料作画面）。
4. **第二个强拍（《千年之后》约 1:33.57）**：一个小一号的爆点，揭晓{中段第二个爆点要揭晓的规模或数字}，从"它是什么"转到"今天它有多大、上面有什么"，再举 3～4 组具体例子。
5. **回答开头的问题**：明确回答钩子里抛出的问题，不能只问不答。
6. **升华与结尾**：从具体事物上升到背后的精神或意义，用 1～2 个有分量的历史细节支撑。片尾大字打出{结尾关键词}，下面一行宋体短句{结尾短句}（附英文），底部小字写主题名，最后黑场。

### 文案规则
- 只抓两类问题：**事实错误**和**逻辑错误**（前后矛盾、抛出的问题没回答）。修辞和概括性说法不用死磕。
- 不能出现"最"这类极限词（顶尖、第一、唯一、史上也尽量避免），改用具体数字。
- 每句中文 25 字以内，停留 3～5 秒，全片约 30～35 句。
- 专业术语第一次出现时，用一句大白话解释（比如"Fork：一键复制一份到自己名下"）。

### 第 17 秒高潮（必须踩准）
- 先用 ffmpeg 实测音乐第一个"换气 + 重拍"的准确时间，换算成帧号，误差不超过 1 帧。《千年之后》是 17.048 秒，即第 511 帧。
- 16.4～16.9 秒画面收暗，接近全黑地静止约 3 帧，重拍那一帧爆开，配一声低沉的冲击音和一声钟。
- 揭晓的大字由发光方块或粒子"砸"出来，下方浮出一行小字解释（中英）。
- 全片爆点最多两次（第 17 秒 + 第二个强拍）。

### 画风
- 真 3D、像电影，不要像 PPT：three.js 加辉光后期，深色太空背景，主色跟主题走（GitHub 用绿、蓝、紫）。
- 用"由成千上万个小方块或细粒子组成"的方式来表现标志、文字、地球、星系，粒子要细，不要粗颗粒。
- **辉光要适度**：bloom 强度为原生的 0.78 倍左右、阈值 0.36 左右，卡片光晕同样乘 0.78，地球大气光圈要薄。既不能糊成一片，也不能完全不发光。
- 运镜连续、有呼吸感，多用一镜到底，以及"同一个元素贯穿前后两个画面"的转场（冲进标志、拉远成星系、星系叠化成地球）。同一种出场套路（炸开、光环、咚一声）不要连用好几次。
- 数字一律用等高数字；字幕在任何背景上都要清楚可读（白字、深色描边、阴影，底部压暗）。

### 声音
- 背景音乐压到 -8 dB 左右，从第 0 秒开始，结尾随音乐自然淡出。
- 音效用代码合成（低音冲击、钟声、气流声、极轻的快门声或打字声），只在 6～8 处重点位置出现，外加一层很轻的底噪。
- 成片响度约 -16 LUFS，真峰值不超过 -1 dBTP。

### 字体（必须免费可商用）
- 只用 SIL OFL 等开源可商用字体：中文黑体用 Noto Sans SC，宋体用 Noto Serif SC，英文斜体用 Libre Baskerville，代码和数字用 JetBrains Mono。
- 等宽字体等英文字体要配中文后备字体（例如 `"JBMono", "NSans"`），**不能让任何字落到系统字体上**。
- 出片前，在渲染时逐帧记录每个字符实际使用的字体，确认全部来自打包的开源字体。授权文件一起交付。

### 技术要求
- 画面：three.js（WebGL）+ Canvas 2D 叠字幕，在页面里实现 `renderFrame(n)`。
- 渲染：puppeteer 驱动无头 Chrome 逐帧截图，ffmpeg 编码 H.264，1920×1080，30fps，分 4 段并行后拼接。
- **每一帧只由帧号决定**：不能有累加变量，不能"先用某个值、后更新它"（比如先算镜头、后更新镜头要对准的物体）。否则分段渲染时，每段开头那一帧会闪。
- 正在淡出的半透明物体要关掉深度写入，完全透明时直接隐藏，否则会把后面物体的边框挡出缺口。
- 同一个输出文件同一时间只能有一个进程在写。先合成到临时文件，校验无误再替换正式文件。
- 代码里加注释时，不要把同一行后面的代码一起注释掉。

### 自查（正式渲染前后都做）
1. **抽帧样张**：每 3 秒抽一帧，检查文字有没有重叠、出画，字幕是否清楚可读。高潮前后单独看 16.3、16.8、17.0、17.1、17.5、18.0 秒。
2. **逐帧扫描**：算相邻两帧的差异，列出所有单帧尖峰，逐个确认是设计效果还是闪帧、跳帧。分段接缝处重点看。
3. **整片解码**：确认 0 报错、帧数和时长正确、音画同长。
4. **声音**：查响度、真峰值，有没有意外的静音段。
5. **文案**：字幕和 srt 一致，没有"最"字，事实逐条对照核对清单。

### 修改规则
- 我说改哪一项，就只改哪一项；我之前明确要过的改动要保留。
- 我的话有两种理解时，先问清楚再动手；我夸某处不等于让你改。
- 改完用源码对比确认只动了该动的地方。局部问题只重渲那一小段再拼回去，不要整片重出。

### 交付
1. 成片 MP4（带字幕）和无字幕版。
2. 分镜表：段落 | 时间码 | 画面 | 转场 | 中文字幕 | 英文字幕 | 音效。
3. 事实核对清单：片中位置 | 写法 | 依据 | 来源链接。
4. 源文件：画面代码、渲染脚本、音效脚本、字幕 srt、字体和授权文件、说明文档。

制作与验收要点

1. 先确定叙事，再确定效果。 锚词或核心拆解应贯穿分镜；片尾回应片头的问题。
2. 先检查预览，再渲染整片。 优先看字幕、字体、构图、音乐重拍与关键转场。
3. 用可视化解释机制。 图形的变化应对应概念变化，例如分支、回退、数量增长或空间关系；装饰性粒子不能代替解释。
4. 把事实和工程分开验收。 事实清单记录出处；渲染检查关注帧数、时长、接缝、字幕、解码与声音。

相关笔记：AI 知识视频制作：从 Remotion 入门到可复用的实践方法。