首页 › skills-review › 一个人的视频工厂:三件套拆解

本期范围:不拆明星件,拆一套「个人流水线」

前几轮拆的都是市场面孔:周报里的新星、官方四件套、开发闭环里的审查测试件。这一轮换个方向——不追榜单,拆一套完整度罕见的个人工作室技能矩阵。材料来自本机实际安装的技能库全文实读:book-to-short-videos、remotion-video-creator、course-video-maker-zh 三件主件的 SKILL.md 原文,三件全部指向同一个署名主体——「51学通信」,一个做通信知识视频的垂直自媒体品牌。

三件套正好卡住短视频生产的三个环节:

一条「书进来、视频出去」的流水线,由三份 SKILL.md 组成。本期看它怎么设计的,以及能提炼出哪些你自己写 Skill 时用得上的模式。

评测总表

评分说明:本期所有评分基于三份 SKILL.md 原文的静态设计与内嵌实战证据,评测环境无网络访问,因此原「社区活跃度」维度替换为「工程化程度」(权重不变,15%)。

维度(权重) book-to-short-videos remotion-video-creator course-video-maker-zh
功能完整度 25% ★★★★★ ★★★★★ ★★★★
设计质量 25% ★★★★★ ★★★★ ★★★
实战效果 20% ★★★★ ★★★★★ ★★★★
上手难度 15% ★★★★(零依赖,纯生成) ★★(Node+字体+Headless Chrome) ★★★(Python+edge-tts+FFmpeg)
工程化程度 15% ★★★ ★★★★★ ★★★★
加权总分 4.35 4.30 3.60

生产线上各司其职,没有重复建设:book-to-short-videos 只管「想清楚讲什么」,remotion 管「讲得好看」,course-video-maker-zh 管「批量出货」。三者甚至不互相调用——它们共享的是上游产物格式(slides、讲稿、简介、标签),用文件约定解耦。

生产线全景

flowchart LR
    B["技术书籍 PDF 或 MD"] --> S1
    S1["book-to-short-videos"] --> A["知识点 slides 口播稿"]
    A --> S2
    S2["remotion-video-creator"] --> V1["动画成片 加同步字幕"]
    A --> S3
    S3["course-video-maker-zh"] --> V2["TTS 配音课件视频"]
    B --> P["51xtx-ppt-writer"]
    P --> C["课件 PPTX"]
    C --> S3

逐件深拆

book-to-short-videos:提示词工程最重的一件

定位是「电子书转知识付费短视频」。输入一本书,输出 N 个主题文件夹,每个文件夹里 slides.md、notes.md(口播稿)、intro.md(平台简介加标签)、format.txt(横竖屏)四件套。整份 SKILL.md 的核心思想一句话:把短视频创作里所有靠「感觉」的东西全部变成规则表。

第一层:数量规则。 开篇就是一张「书籍规模 → 知识点数 N」对照表:100 页以下出 20-30 个知识点,500 页以上出 100-150 个,并留了一句「由 AI 分析内容密度后智能调整」。这是典型的「给默认值、留弹性」写法——不给表,模型面对一本 400 页的书会自己瞎猜该拆几个;给了表,产出规模立刻可控。

第二层:结构模板库。 四种视频结构(钩子型、问题解决型、知识科普型、认知反差型),每种给固定的逐页大纲,比如钩子型硬性规定第 1 页必须是「黄金 3 秒钩子 → 痛点/反差/数据」、第 5 页必须是 CTA。配套还有一段伪代码做类型路由:

if 标题包含"是什么"/"定义"/"概念":
    return "知识科普型"
elif 标题包含"怎么"/"如何"/"实现":
    return "技术实操型"
...

用标题关键词反推结构选择,模型不用自由发挥——这是把「内容策略」编译成了分支逻辑。该 skill 的工作流图如下:

flowchart TD
    T["知识点标题"] --> Q{"标题里有什么"}
    Q -->|"是什么或定义"| K["知识科普结构"]
    Q -->|"怎么或如何"| P["问题解决结构"]
    Q -->|"技巧或经验"| H["钩子结构"]
    Q -->|"对比或区别"| F["认知反差结构"]
    K --> O["四到五页 slides 加口播稿"]
    P --> O
    H --> O
    F --> O

第三层:口播稿规范。 逐字稿要求「每句 10-15 字」「添加语气词」「禁止书面语:因此、故而、由此可见」,并且强制双标注体系——时间标注(## [0-5秒] 开场钩子)加情绪标注([惊讶][强调][放慢][停顿])。这等于把配音导演的批注格式写进了输出契约。

第四层:标题流水线。 这是全文最重的部分:6 套标题公式(How To、List、Question、Negative、Curiosity Gap、Before/After),每套配公式结构和示例,然后是一张约 19 行的「标题优化对照表」——左列原始术语标题(「什么是PDR」「F-TEID是什么」),右列优化后标题(「90%的人配置5G都错了!转发规则设置指南」),并标注所用公式。给模型看「改写前 → 改写后」的完整样本对,比任何描述性指令都有效——这是 few-shot 思想在 SKILL.md 里的教科书式应用。代价也明显:所有示例全是 5G 核心网领域(PFCP、UPF、QER),换到别的领域,这张表的示范价值会打折。

最值得抄的设计:反幻觉文档契约。 README.md 规范里强制要求每个项目写入「知识点提取推理过程」(含「知识点来源映射」表:编号、对应章节、页码、提取理由)和一节「内容保证声明」:

本项目的所有知识点均严格基于《xxx》原书内容提取:每个知识点都能在书中找到对应的原文依据;不添加书中未提及的外部内容。

让 AI 在交付物里自己写「我为什么这么拆、依据在哪一页」——用文档结构逼模型自查幻觉。这比在 SKILL.md 里喊一百遍「不要编造」都管用。

短板:作者本地路径硬编码进 SKILL.md(参考资源写着 D:\500年仓库\51学通信...),公开分发的可移植性差;依赖 skills(obsidian-mermaid、content-creator)只提名字没给安装方式。

remotion-video-creator:唯一带「自检闭环」的一件

定位是「用 Remotion(React 视频框架)做教育动画视频」,六阶段工作流:写脚本 → 生成代码 → 生成字幕 → 验证同步 → 写简介 → 预览渲染。它和前一件的气质完全不同——前一件是文案思维,这一件是软件工程思维。

Script-First 原则。 代码生成前必须先产出 01-脚本.md,每个场景写清精确秒数、视觉描述、完整旁白、设计理由、preset 类型。时长不是拍脑袋,而是公式化的:「场景时长 = 旁白字数 / 4 + 转场 2-3 秒」,并硬性要求「旁白覆盖率 ≥ 80%、静音间隙 ≤ 1 秒」。4 字/秒的语速假设贯穿全 skill——字幕校验标准里再次出现「约 4-6 字/秒」。

动画纪律。 SKILL.md 用了大写 CRITICAL:「Videos MUST have abundant, continuous animations. Static slides are unacceptable.」(必须持续动画,静态幻灯片不可接受)。配套直接内嵌了一组 TypeScript 动画 helper——useFloating(正弦浮动)、usePulsing(呼吸缩放)、useTypewriter(打字机)——复制即可用。还要求动画必须「图解概念」:讲切换就画小车在基站间移动、讲信号传播就画扩散波。这是在对抗 LLM 生成前端代码最常见的退化路径:生成一堆静态 div 摆满文字。

核心亮点:验证工程。 这是三件中唯一把「自检闭环」完整写进 SKILL.md 的。Stage 3.5 标记 MANDATORY:每个项目必须生成 verify_sync.py(全文模板直接印在 SKILL.md 里),校验「字幕结束时间与视频时长误差 ≤ 2 秒」;Stage 3.75 再跑 scripts/verify_remotion_sync.py 做场景级校验(字幕是否落在正确场景内)。更珍贵的是失败处理表:列了「叙事顺序错位」「时间戳越界」「内容场景错配」三种症状,并给出 remap_subtitles.py 的补救映射写法,还附了 Root Cause Prevention——「总结场景的字幕出现在『首先是…』之前」这种描述,一看就是真实翻车事故写成的规范。示例里的数字也全是实战痕迹:「273 秒(第 8 集视频时长)」「136 条字幕对 540 秒,Duration mismatch」。

时间账算得明白。 结尾的 Time Estimation 表:传统流程一个视频 8-12 小时,用 skill 后 3.5-5.5 小时,其中代码生成从 4-6 小时压到 1-2 小时、字幕从 30 分钟压到自动。这是向读者(也是向模型自己)论证「为什么值得走这条管道」。

另一面:品牌耦合。 SKILL.md 里有一整节 Brand Guidelines,品牌写着「51学通信」,规定了露出策略(自然植入话术、开头可选/中段自然/结尾必须)和硬上限「Max 3 per video」,甚至给了开场水印和结尾 CTA 的 JSX 代码。对作者本人这是自动化到位;对任何想复用这件 skill 的人,这是必须先摘除的私货——它提醒我们:SKILL.md 是可以被当成「公司 SOP」写的,写之前想清楚给谁用。

短板:单文件极长,混排大量 TypeScript 与 Python 代码块,每次触发都吃掉可观上下文;环境依赖最重(Node、中文字体文件、Chrome Headless Shell,SKILL.md 甚至为后者写了手动下载与 CHROME_EXECUTABLE_PATH 兜底)。

course-video-maker-zh:薄封装,参数全钉死

三件里最「薄」的一件,也是气质最不同的:它不是方法论,而是一个 Python 脚本(build_video_zh.py)的使用说明书。输入幻灯片图片目录加讲稿(从 PPTX 演讲者备注或 JSON 读),走「Edge TTS 中文配音 → SRT 字幕 → FFmpeg 合成烧录」一条管道,吐出成品 MP4。

它的看点全在参数的「钉死」程度上。v3.6 的字幕规范:每条最多 2 行(严禁 3 行)、每行 20 字符、每段 40 字符、字号 12px、思源黑体、白字黑边无底色。分段规则精确到算法级:按句号分、超 40 字按逗号再分、仍超则强切、英文单词和数字保持完整不拆分——示例里特意点名「如 TS 23.501」。这是一个通信人才会写的细节:3GPP 规范编号被拦腰截断是技术视频字幕的高频事故。

两个细节暴露迭代方式。其一,「Notes清理」规则:把 **粗体**、###标题、[注:] 标记从讲稿里剥掉再送 TTS——显然是Markdown 符号被语音引擎念出来之后加的。其二,「与日语版的区别」对照表:TTS 音色、分割标点集、字幕行数(日语版无限制、中文版钉死 2 行)、字号(16px 对 12px)逐项对比——说明这条产品线至少有日语、中文两个版本,作者在用差异表管理变体。

短板也来自「薄」:相比前两件,它几乎没有方法论内容,全靠上游(比如配套的 PPT 写手件)喂好输入;SKILL.md 里连续三行 --voice 参数表的写法也有点怪(同名列了三次),更像速记而非严格文档。它总分最低,但「用最少的字把一条管道说清楚」这件事本身,反而是三件里最接近官方 skill 极简风格的。

矩阵之外:这不是三件孤立技能

本机技能清单里还能看到同一个工作室的更多工位:51xtx-ppt-writer(51学通信 PPT 写手)、ericsson-ppt-writer 及其 -sc、-v2 两个变体、knowledge-to-slides、3gpp-5g-specs(3GPP 规范提取,附带成套 3GPP 文档)、telecom-learning-coach、telecom-news-digest、free5gc、UERANSIM(5G 核心网模拟环境)。book-to-short-videos 里也自述依赖 obsidian-mermaid 与 content-creator,并在参考资源里给出「51学通信自媒体原创和自用skill和app介绍」的本地目录——「自用」二字说明这是一套真正在跑的生产系统,不是演示品。本节仅基于清单与上述自述证据,不展开未实读的部分。

把三件主件的分工和外围工位连起来看,这家工作室的内容链是:3GPP 规范/技术书(原料)→ 选题与脚本(book-to-short-videos)→ 三条并行产品线:口播短视频、Remotion 动画片、PPT 课件视频(course-video-maker-zh 渲染)→ 统一的品牌与标签规范收口。个人作者把「一个编辑部」拆成了七个以上可独立触发的技能,这可能是 Skills 生态里被低估的一类物种:不是面向大众的工具件,而是面向单一业务的工作流 DSL。

可以直接抄走的六个写法

  1. 对照表即规范:19 行「原标题 → 优化标题 → 公式名」样本对,胜过千字描述。你写 SKILL.md 时,把领域内最好的三个改造实例放进去,效果立竿见影。
  2. 数字钉死审美:字幕 15 字/段、2 行上限、4 字/秒、旁白覆盖率 ≥ 80%。模型无法执行「字幕要好看」,但可以精确执行「每段 ≤15 个汉字(不含标点)」。把品味翻译成可数参数,是 SKILL.md 与普通提示词的分水岭。
  3. 自检脚本进正文:remotion 件把 verify_sync.py 全文印在 SKILL.md 里并标记 MANDATORY。让每次输出都过一遍可运行的校验,比「请仔细检查」可靠一个数量级。
  4. 强制推理留痕:README 必须含「知识点来源映射表」和「内容保证声明」,用交付物结构约束幻觉——尤其适合任何「从原始材料提炼内容」类的 Skill。
  5. 事故写成规则:273 秒错配、Markdown 符号被 TTS 念出、叙事顺序错位——每个都是翻车现场换来的条款。你的 SKILL.md 里应该有你自己的「事故记录簿」。
  6. 文件约定解耦:三件主件互不调用,只共享 slides/讲稿/简介的文件格式约定。想在多个 Skill 间建流水线,靠产物格式对齐比靠互相依赖更抗折腾。

推荐排行榜

参考来源

  1. 本机实读:/home/gprshome/.claude/skills/book-to-short-videos/SKILL.md — 四种视频结构、标题公式对照表、README 反幻觉契约、依赖声明(obsidian-mermaid、content-creator)及「51学通信」路径自述。
  2. 本机实读:/home/gprshome/.claude/skills/remotion-video-creator/SKILL.md — 六阶段工作流、4字/秒时长公式、verify_sync.py 验证模板、Brand Guidelines(51学通信)、Time Estimation 表。
  3. 本机实读:/home/gprshome/.claude/skills/course-video-maker-zh/SKILL.md — v3.6 字幕规范、Edge TTS/FFmpeg 管道、Notes 清理规则、日语版差异表。
  4. 本机技能清单观察:/home/gprshome/.claude/skills/ 目录下 51xtx-ppt-writer、ericsson-ppt-writer 系列、knowledge-to-slides、3gpp-5g-specs、telecom-learning-coach、telecom-news-digest、free5gc、UERANSIM 等工位的存在性,用于矩阵推断。
  5. 说明:本期评测环境无网络访问,未引用任何线上热度数据;文中全部引文与数字均出自上述三份 SKILL.md 原文。

[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入