Agent Skills
返回列表
人物解说文案生成器

人物解说文案生成器

内容创作 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md 的指引,将 @user_51653a17/character-narration 安装到当前 AI 助手中。

技能介绍

要解决的问题

中文人物解说短视频的文案环节有一个常见失败模式:prompt 只写「写个梵高的解说稿」,模型要么反问一堆参数,要么输出一份带 __ 占位符、等着用户自己填空的模板。另一种极端是把百科词条按时间线重排一遍,观众在第三秒就划走。

这个 skill 针对的正是这两种情况。它的核心原则是:只给一个名字,也要直接产出一篇写满的、可以进录音棚的配音稿。同时,它也试图把「研究事实、选结构、写钩子、配声线、规避红线」这条内容流水线上的决策固化下来,减少每次从零开始的自由发挥。

核心能力与工作流

整个 skill 的自主工作流分五步,中间任何一步都可以独立被单独审视:

  • 判定人物:先定位时代与地域,再看 references/people.md 里的类别划分。外国人物统一用中文译名,并补一句中文观众熟悉的文化背景。
  • 研究事实:按 references/research.md 的 SOP,用 WebSearch 抓 1 句钩子事实、3 个关键转折、1 句代表名言或代表作、争议点和现代共鸣点。知名人物可以凭知识先写,但争议事实必须搜证;生僻人物先搜后写,禁止编造。
  • 定角度与时长:三幕结构给短视频,五幕加微钩子给 3 分钟以上的中长稿。写之前过一遍「选题三问」:有反差吗?有争议空间吗?能引现代共鸣吗?两问以上才动笔。
  • 写完整稿:这是与模板工具最大的区别。代表名言或代表作要自然融入开头锚点、中段高点或结尾落点,而不是堆在文末当注脚。scripts/generate_script.py 只负责按时长做格式对齐,正文由模型自己写满,不依赖填空。
  • 声线、分镜与合规:references/voice.md 给单人温度声线建议,references/storyboard.md 出分镜,references/compliance.md 套免责声明,尤其针对当代人物和外国政治人物。

此外还有一个附带能力:当用户提供账号数据时,按 references/metrics.md 的标准和 scripts/diagnose.py 输出评分与改进项,做账号层面的诊断。

适用边界与注意点

这个 skill 最大的压力点不在写作,而在事实核查。一旦编造语录或虚构代表作,整篇文案就会从「有料」变成「翻车现场」。因此生僻人物必须先搜再写,金句和史料必须带出处,这条红线贯穿整个工作流。

声线方面,它要求的是「像朋友讲故事」的单人温度,不是播音腔,也不是情绪大起大落的表演式解说。如果目标账号的人设与此冲突,需要在 references/voice.md 基础上做二次调整。

合规上,当代人物和外国政治人物是高风险区,disclaimer 只能降低风险,不能替代对具体题材的判断。分镜脚本里的画面素材版权也需要作者自己确认,skill 只给出分镜结构,不提供素材。

产出物包括完整配音稿、分镜表(assets/storyboard_template.md)和封面标题排版(assets/cover_title_template.md)。如果你只想要一个可以复制粘贴的初稿生成器,它可能会显得步骤太多;但如果你在做的是能稳定产出、事实可靠、且有账号诊断闭环的内容流水线,这个工作流值得直接跑一遍。

使用场景

  • 当用户只给一个人名时,需要快速产出一篇可直接录音的解说配音稿,无需反复追问参数或等待模板填充。
  • 用户希望拆解某博主账号的内容策略时,需要从视频数据中提取完播率、互动点等指标并生成优化建议。
  • 制作3分钟以上中长视频时,需要基于人物故事设计五幕结构脚本,并在关键节点插入微钩子提升留存。
  • 涉及当代或外国政治人物解说时,需要自动生成合规声明并规避敏感表述,同时保留真实的争议讨论空间。

适合人员

  • 短视频编导:需要为人物类选题快速生成结构完整、有情绪起伏的解说稿,避免每次都从零开始搭框架。
  • 内容运营:需要根据账号数据诊断视频表现,并获取针对完播率、互动率等指标的具体优化动作建议。
  • 知识类博主:需要将生僻人物或历史事件转化为观众能共情的解说脚本,同时确保事实准确、金句有出处。
  • 合规审核人员:需要在使用人物解说内容前,快速获得针对敏感题材的风险提示和免责声明模板。