前言¶

做 AI 视频的人常卡在第一步：有主题、有素材，却没有一份能直接开拍的脚本。逐镜头写画面、配提示词、填配音，重复且耗时。这个 Skill 的作用就是把「主题/关键词」展开成一份结构化脚本——分镜、画面提示词、配音文案一次给齐，减少从想法到拍摄之间的手工劳动。

这是什么¶

一句话定位：根据用户输入的主题或关键词，生成完整视频脚本，包含分镜描述、画面提示词、配音文案。

出品与维护：发布者 aguo333，来源 clawhub，坐标 @aguo333/ai-video-script，当前版本 v1.0.0，许可证 MIT-0。上游仓库 https://clawhub.ai/aguo333/ai-video-script 。它同时收录在 SkillHub 镜像页 https://www.skillhub.cn/skills/clawhub_aguo333/ai-video-script ，分类 content-creation。

适用对象：短视频创作者、AI 视频制作者、内容营销人员。触发词：视频脚本、分镜、AI 视频、短视频文案、视频策划。

需要说明的一处口径差异：任务给的名称线索是「AI口播脚本」，简介提到「校验字数时长匹配」，评分 99656、下载 1160。这些与官方页/预抓取资料不一致——官方名为「AI Video Script Generator」，文档只描述按平台调整时长，未明确写「字数时长校验」机制，预抓取的评分/下载为 100000 / 32436。下面以可核对的官方资料为准，未经证实的说法不写进正文。

核心功能¶

官方 SKILL.md 描述的能力如下，均可在上游页面核对。

每个脚本包含四部分：

• 视频概述：标题、时长、风格定位、目标受众。
• 分镜表：场次、画面描述、镜头运动、时长。
• 画面提示词：面向 AI 绘画/视频工具，标注适配 CogVideoX、Midjourney、SD 等主流工具。
• 配音文案：旁白文本、字幕文本、情绪标注。

生成流程分四步：理解需求（主题/产品/故事、目标受众、视频风格、时长要求）→ 规划结构（开头吸引注意、中间核心内容、结尾行动号召）→ 生成分镜（每镜头目的、画面构图、镜头运动）→ 撰写提示词与文案（考虑 AI 工具特性、含风格光影构图、中英文对照；文案口语化、有节奏、带情绪引导）。

提示词提供两套规范格式：

• CogVideoX：[主体动作], [场景环境], [镜头运动], [风格], [画质]
• Midjourney：[主体], [动作/状态], [场景], [光影], [风格], --ar 16:9

高级功能：批量生成（输入主题 + 多个角度/风格，输出 3-5 个不同版本脚本）、风格定制（商业 / 故事 / 教育 / 娱乐四类预设）、时长优化（按平台调整时长）。

安装与启用¶

上游页面给出的安装命令如下，直接复制执行即可：

openclaw skills install @aguo333/ai-video-script

页面同时提供 CLI 入口（npx skills）和 Prompt 方式。安装后按触发词（如「视频脚本」「分镜」）唤起即可。

关于 Cursor / Codex CLI / Claude Code 的差异：官方资料未分别说明各客户端的启用方式，此处不臆测，以 openclaw 命令为准。

典型用法¶

官方文档给出两个可复现示例，下面用其中的结构说明输出形态。

示例一，产品介绍（30 秒），主题「智能水杯介绍」，风格科技感、简洁。输出结构为：概述（时长 30 秒、风格、目标）→ 分镜表（4 个场次，各含画面、镜头、提示词、配音、字幕）→ 完整提示词列表 → 配音脚本。例如场次 1：

### 场次1（0-3秒）：开篇
- 画面：水杯特写，光影流动
- 镜头：缓慢推进
- 提示词：Smart water bottle on wooden table, soft natural lighting,
  product photography, minimalist background --ar 16:9
- 配音：还在为忘记喝水烦恼吗？
- 字幕：智能水杯

示例二，知识科普（60 秒），主题「为什么人会做梦？」，风格科普、有趣，同样按 4 个场次展开，每场给出对应画面提示词、配音与字幕。

复现方式：给出「主题 + 时长 + 风格」即可，例如「产品介绍，30 秒，科技感」。若需要批量变体，可追加「生成 3-5 个不同角度/风格」。

适用场景与注意¶

适合谁：需要快速产出结构化脚本、再交给 AI 绘图/视频工具执行的创作者与营销人员；尤其适合同一主题要多版本、多平台复用的场景。

时长优化覆盖的平台区间（官方文档列出，供参考）：

• 抖音 / 快手：15-60 秒
• B 站 / YouTube：3-10 分钟
• 微信视频号：30 秒 - 3 分钟

限制与坑：

• 平台时长与风格是文档给出的建议区间，不是自动校验。官方 SKILL.md 未描述「字数与时长自动匹配校验」机制；若要严格对齐，需要人工按语速复核配音字数与时长。
• 提示词与文案需注意版权：提示词原创、避免侵权元素，符合平台内容要求与敏感词规范。
• 脚本价值取决于输入的主题是否具体；越模糊的主题，分镜与文案越空泛。

结尾¶

这个 Skill 的价值在于把「从主题到分镜」的手工编排交给工具，一次性给出分镜表、适配主流 AI 工具的提示词、以及带情绪标注的配音文案，并支持批量变体与按平台调整时长。它是内容创作流程里的「骨架生成器」，不是成品视频。

官方地址：https://clawhub.ai/aguo333/ai-video-script ；SkillHub 镜像：https://www.skillhub.cn/skills/clawhub_aguo333/ai-video-script 。