前言¶

做 AI 視頻的人常卡在第一步：有主題、有素材，卻沒有一份能直接開拍的腳本。逐鏡頭寫畫面、配提示詞、填配音，重複且耗時。這個 Skill 的作用就是把「主題/關鍵詞」展開成一份結構化腳本——分鏡、畫面提示詞、配音文案一次給齊，減少從想法到拍攝之間的手工勞動。

這是什麼¶

一句話定位：根據用戶輸入的主題或關鍵詞，生成完整視頻腳本，包含分鏡描述、畫面提示詞、配音文案。

出品與維護：發佈者 aguo333，來源 clawhub，座標 @aguo333/ai-video-script，當前版本 v1.0.0，許可證 MIT-0。上游倉庫 https://clawhub.ai/aguo333/ai-video-script 。它同時收錄在 SkillHub 鏡像頁 https://www.skillhub.cn/skills/clawhub_aguo333/ai-video-script ，分類 content-creation。

適用對象：短視頻創作者、AI 視頻製作者、內容營銷人員。觸發詞：視頻腳本、分鏡、AI 視頻、短視頻文案、視頻策劃。

需要說明的一處口徑差異：任務給的名稱線索是「AI口播腳本」，簡介提到「校驗字數時長匹配」，評分 99656、下載 1160。這些與官方頁/預抓取資料不一致——官方名爲「AI Video Script Generator」，文檔只描述按平臺調整時長，未明確寫「字數時長校驗」機制，預抓取的評分/下載爲 100000 / 32436。下面以可覈對的官方資料爲準，未經證實的說法不寫進正文。

核心功能¶

官方 SKILL.md 描述的能力如下，均可在上游頁面覈對。

每個腳本包含四部分：

• 視頻概述：標題、時長、風格定位、目標受衆。
• 分鏡表：場次、畫面描述、鏡頭運動、時長。
• 畫面提示詞：面向 AI 繪畫/視頻工具，標註適配 CogVideoX、Midjourney、SD 等主流工具。
• 配音文案：旁白文本、字幕文本、情緒標註。

生成流程分四步：理解需求（主題/產品/故事、目標受衆、視頻風格、時長要求）→ 規劃結構（開頭吸引注意、中間核心內容、結尾行動號召）→ 生成分鏡（每鏡頭目的、畫面構圖、鏡頭運動）→ 撰寫提示詞與文案（考慮 AI 工具特性、含風格光影構圖、中英文對照；文案口語化、有節奏、帶情緒引導）。

提示詞提供兩套規範格式：

• CogVideoX：[主體動作], [場景環境], [鏡頭運動], [風格], [畫質]
• Midjourney：[主體], [動作/狀態], [場景], [光影], [風格], --ar 16:9

高級功能：批量生成（輸入主題 + 多個角度/風格，輸出 3-5 個不同版本腳本）、風格定製（商業 / 故事 / 教育 / 娛樂四類預設）、時長優化（按平臺調整時長）。

安裝與啓用¶

上游頁面給出的安裝命令如下，直接複製執行即可：

openclaw skills install @aguo333/ai-video-script

頁面同時提供 CLI 入口（npx skills）和 Prompt 方式。安裝後按觸發詞（如「視頻腳本」「分鏡」）喚起即可。

關於 Cursor / Codex CLI / Claude Code 的差異：官方資料未分別說明各客戶端的啓用方式，此處不臆測，以 openclaw 命令爲準。

典型用法¶

官方文檔給出兩個可復現示例，下面用其中的結構說明輸出形態。

示例一，產品介紹（30 秒），主題「智能水杯介紹」，風格科技感、簡潔。輸出結構爲：概述（時長 30 秒、風格、目標）→ 分鏡表（4 個場次，各含畫面、鏡頭、提示詞、配音、字幕）→ 完整提示詞列表 → 配音腳本。例如場次 1：

### 場次1（0-3秒）：開篇
- 畫面：水杯特寫，光影流動
- 鏡頭：緩慢推進
- 提示詞：Smart water bottle on wooden table, soft natural lighting,
  product photography, minimalist background --ar 16:9
- 配音：還在爲忘記喝水煩惱嗎？
- 字幕：智能水杯

示例二，知識科普（60 秒），主題「爲什麼人會做夢？」，風格科普、有趣，同樣按 4 個場次展開，每場給出對應畫面提示詞、配音與字幕。

復現方式：給出「主題 + 時長 + 風格」即可，例如「產品介紹，30 秒，科技感」。若需要批量變體，可追加「生成 3-5 個不同角度/風格」。

適用場景與注意¶

適合誰：需要快速產出結構化腳本、再交給 AI 繪圖/視頻工具執行的創作者與營銷人員；尤其適合同一主題要多版本、多平臺複用的場景。

時長優化覆蓋的平臺區間（官方文檔列出，供參考）：

• 抖音 / 快手：15-60 秒
• B 站 / YouTube：3-10 分鐘
• 微信視頻號：30 秒 - 3 分鐘

限制與坑：

• 平臺時長與風格是文檔給出的建議區間，不是自動校驗。官方 SKILL.md 未描述「字數與時長自動匹配校驗」機制；若要嚴格對齊，需要人工按語速複覈配音字數與時長。
• 提示詞與文案需注意版權：提示詞原創、避免侵權元素，符合平臺內容要求與敏感詞規範。
• 腳本價值取決於輸入的主題是否具體；越模糊的主題，分鏡與文案越空泛。

結尾¶

這個 Skill 的價值在於把「從主題到分鏡」的手工編排交給工具，一次性給出分鏡表、適配主流 AI 工具的提示詞、以及帶情緒標註的配音文案，並支持批量變體與按平臺調整時長。它是內容創作流程裏的「骨架生成器」，不是成品視頻。

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