前言¶
寫短視頻的人常見的卡點是：腦子裏有主題，手裏沒有可直接執行的分鏡。自己一行行寫畫面、鏡頭運動、配音、字幕，一條 30 秒的視頻要耗掉大半天；更麻煩的是，寫出來的提示詞往往不適配手頭的 AI 生成工具。
下面介紹的 ai-video-script 就是把這一步自動化的 Skill：給它主題或關鍵詞，它產出包含分鏡表、AI 畫面提示詞、配音文案和字幕的完整腳本。
這是什麼¶
一句話定位：AI 視頻腳本生成器，輸入主題/關鍵詞，輸出可直接投餵給生成工具的分鏡級腳本。
出處與維護：由 aguo333 發佈在 ClawHub，座標 @aguo333/ai-video-script，當前版本 v1.0.0，許可 MIT-0。SkillHub 頁面把它歸在 content-creation 分類，標籤爲 requires_api_key=false，即不需要配置 API Key。頁面顯示評分 100000、下載 33919、安裝 2925（以頁面當時數據爲準）。
它解決的問題是把”選題 → 可執行的分鏡和提示詞”之間的手工環節縮短，面向短視頻創作者、AI 視頻製作者、內容營銷人員。觸發詞包括：視頻腳本、分鏡、AI 視頻、短視頻文案、視頻策劃。
核心功能¶
按 SKILL.md 的說明，腳本產出包含四塊：
- 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/視頻工具的提示詞，適配 CogVideoX、Midjourney、SD。
- 配音文案：旁白文本、字幕文本、情緒標註。
生成流程分五步：理解需求（主題、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（每個鏡頭的目的、畫面構圖、鏡頭運動）→ 撰寫提示詞（考慮 AI 工具特性，包含風格、光影、構圖，中英文對照）→ 編寫文案（口語化、節奏感、情緒引導）。
提示詞有兩種規範寫法，分別對應不同工具：
CogVideoX 格式是 [主體動作], [場景環境], [鏡頭運動], [風格], [畫質]；Midjourney 格式是 [主體], [動作/狀態], [場景], [光影], [風格], --ar 16:9。
高級功能包括批量生成（輸入主題加多個角度或風格，一次產出 3-5 個不同版本）、風格定製（商業、故事、教育、娛樂四類預設）、時長優化（按抖音/快手 15-60 秒、B站/YouTube 3-10 分鐘、微信視頻號 30 秒-3 分鐘調整）。
安裝與啓用¶
官方提供的安裝入口是 OpenClaw 的 skills 命令：
openclaw skills install @aguo333/ai-video-script
頁面同時給出 CLI 方式的入口說明是 npx skills，但安裝命令以上面這一條爲準。
配置上不需要 API Key，安裝後即可使用，這一點對不想額外申請模型額度的人比較省事。
需要說明的是，官方資料只覆蓋 OpenClaw / ClawHub 這條路徑。如果你用的編輯器不是 OpenClaw（例如 Cursor、Claude Code 這類支持 SKILL.md 的 agent），官方沒有給出對應說明，得自行取用 SKILL.md 的內容手動放到技能目錄，觸發詞和產出格式才一致。
典型用法¶
官方 SKILL.md 給了兩類模板：短視頻（15-60 秒）和長視頻（1-5 分鐘，分鏡更詳細、場次更多）。短視頻模板的結構如下：
# [標題]
## 概述
- 時長：30秒
- 風格：輕鬆/專業/故事性
- 目標：引起共鳴/傳遞知識/帶貨
## 分鏡表
### 場次1（0-5秒）
- **畫面**：[具體描述]
- **鏡頭**：特寫/中景/遠景，推/拉/搖/移
- **提示詞**：[AI生成提示詞]
- **配音**：[文案]
- **字幕**：[顯示文字]
## 完整提示詞列表
## 配音腳本
完整示例有兩個，一個是 30 秒的產品介紹（智能水杯，四場次，每場次都給出畫面、鏡頭、提示詞、配音、字幕），一個是 60 秒的知識科普（爲什麼人會做夢，同樣四場次）。這兩個示例的提示詞都是英文、按 Midjourney 格式寫的，配音和字幕是中文。
復現方式就是把主題交給 Skill，例如”智能水杯介紹，30 秒，突出產品特點”，然後按上面的分節結構檢查產出，再按需微調。
適用場景與注意¶
適合：需要批量出短視頻腳本的內容團隊、做 AI 視頻但不想手寫提示詞的人、要把同一主題拆成多個角度的營銷場景。
限制和坑：
- 產出是文本腳本，不含實際素材生成，畫面仍要交給對應的 AI 工具執行。
- 提示詞規範只覆蓋 CogVideoX、Midjourney、SD，用其他工具（如各類視頻生成 API）需要自己改格式。
- SKILL.md 明確提醒了版權意識（提示詞原創、避免侵權元素）、平臺規範（符合內容要求、注意敏感詞）、實用性（腳本可執行、提示詞可用、文案自然）。這三點是質量標準，不是自動保證，產出後仍需人工過一遍。
- 示例中的英文提示詞要按實際工具的風格參數替換，
--ar 16:9這類參數只在 Midjourney 有效。
結尾¶
ai-video-script 的價值在於把分鏡、提示詞、配音、字幕一次排好，讓腳本可以直接進入生成環節。它不替代創作判斷，省下的是結構化寫作的時間。
官方地址：https://api.skillhub.cn/user_6af9f15b/ai-video-script
上游倉庫：https://clawhub.ai/aguo333/ai-video-script
