article-to-science-video

将文章、论文、报告等文本内容自动转换为科普视频脚本的完整工作流。整合文章解析、脚本生成、分镜设计三步，支持短视频（抖音/TikTok 30-60s）和长视频（B站知识区 8-15min）两种模式，提供真人出镜和纯AI制作两种分镜方案。输出包含视频脚本、逐镜分镜表、画面提示词、字幕标注、剪辑指南，供用户在剪映等工具中自行合成。当用户说'把这篇文章做成科普视频脚本'、'将文章转为视频脚本'、'基于这篇文章生成视频脚本'、'文章生成视频脚本'等需求时触发。

Article to Science Video — 文章转科普视频脚本工作流

将任意文章/论文/报告自动转化为完整科普视频脚本的三步工作流：文章解析 → 视频脚本 → 分镜设计。

本工作流只生成视频脚本和分镜方案，不生成实际的视频/图片/音频素材。用户可根据脚本自行在剪映等工具中完成最终合成。

支持两种制作模式：

• 真人出镜模式：真人讲解为主，画面提示词侧重辅助素材
• 纯AI制作模式：无真人出镜，画面提示词侧重信息可视化（图形/表格/动画）

Quick Start

用户只需提供：

1. 文章来源：文章链接、本地文件路径，或粘贴文章内容
2. 视频平台：短视频（抖音/TikTok/视频号）或长视频（B站知识区/科技区）
3. 制作模式（可选）：真人出镜（默认）或纯AI制作
4. 目标时长（可选）：短视频默认 45s，B站长视频默认 10min

若用户要求"不用真人"、"AI配音"、"不要实拍"、"纯动画/图表"等，自动切换为纯AI制作模式。

---

制作模式选择

在 Phase 2 开始前，确认用户的制作模式偏好：

模式	特点	适用场景	画面构成建议
真人出镜（默认）	真人讲解 + 辅助素材	需要人设/IP/信任感	主讲人 60% + 信息可视化 40%
纯AI制作	纯信息可视化 + AI配音	追求效率/无人设需求	信息可视化 100%（动画/图表/图形）

纯AI模式触发条件：用户提及"不要真人"、"AI配音"、"不用出镜"、"纯动画"、"图表视频"、"信息可视化"等。

纯AI制作模式要点

• 配音：建议使用 AI TTS 生成旁白，替代真人录音
• 画面：以信息可视化为主，包括：
  • 动态信息图表（数据可视化动画）
  • 3D概念演示/过程动画
  • 科学示意图（细胞/大脑/分子等）
  • 抽象几何动画表达概念
  • 纯文字排版动画（大字报风格）
• 无真人元素：画面中不出现任何真人面部/身体/手势

---

Phase 1: 文章解析 — 提取核心知识点

1.1 读取文章内容

根据用户提供的方式选择读取方法：

输入方式	读取方法
文章链接	使用 browser_visit 打开并提取正文
本地文件	使用 read_file 读取（支持 PDF/Word/Markdown/TXT）
直接粘贴	直接使用用户提供的内容

1.2 内容提取与结构化

对文章内容进行深度解析，提取以下要素：

text

📋 文章解析报告

- 文章标题：[原标题]
- 核心主题：[一句话概括]
- 目标受众：[适合的知识水平群体]
- 核心知识点（3-7个）：
  1. [知识点1] — [一句话解释]
  2. [知识点2] — [一句话解释]
  ...
- 关键数据/案例：[列出文章中可视觉化的数据或案例]
- 有趣冷知识/反常识点：[适合作为 Hook 的亮点]
- 难度评级：[简单/中等/硬核]

提取原则：

• 保留专业准确性，但将术语转化为通俗表达
• 识别最适合视觉化的内容（数据、流程、对比、现象）
• 标记情感共鸣点（好奇心、惊讶感、危机感）
• 短视频保留 1-2个 核心知识点，长视频保留 3-5个

---

Phase 2: 视频策划 — 平台选择与脚本生成

2.1 平台选择

根据用户需求确定输出格式：

平台	时长	触发词	参考模板
短视频	30-60s	抖音、TikTok、视频号、短视频	references/short-video-template.md
长视频	8-15min	B站、知识区、科技区、长视频	references/bili-long-video-template.md

如果用户未指定，询问其目标平台。若用户不确定，默认推荐短视频模式。

2.2 生成视频脚本

读取对应参考模板后，按模板结构生成完整脚本。脚本必须基于 Phase 1 提取的核心知识点，不能脱离原文内容凭空创作。

脚本生成原则：

• 短视频：单点突破，一个核心知识点讲透，追求"啊哈"时刻
• 长视频：体系化梳理，3-5个知识点递进，追求"看完就懂"的满足感
• 所有口播文案必须标注预估时长，总时长误差控制在 ±10% 以内
• 中文口播语速：正常 4-5字/秒，快速 5-7字/秒，慢速 3-4字/秒

---

Phase 3: 分镜设计 — 逐镜画面规划与提示词

3.1 生成分镜表

基于脚本，为每个镜头生成详细分镜描述。分镜表必须包含：

字段	说明
镜号	镜头序号
时间	起止时间区间
段落	Hook/铺垫/知识点/高潮/CTA
景别	特写/近景/中景/全景
画面内容	详细画面描述
配音文案	对应口播文字
字幕标注	需显示的字幕内容
画面提示词	用于后续素材制作的英文描述

分镜设计原则：

• Hook 镜头：视觉冲击或概念动画特写，前3秒必须有强吸引力
• 知识讲解镜头：数据可视化、动画演示、图文排版
• 过渡镜头：平滑转场，保持节奏感
• 结尾镜头：总结画面 + 互动引导元素

纯AI模式分镜原则：

• 以信息可视化为核心：动态图表、3D演示、概念动画、数据可视化
• 禁止出现任何真人形象：无面部、无身体、无手势
• 每个镜头必须配有英文画面生成提示词，供用户后续生成素材时参考

3.2 素材建议（不实际生成）

根据分镜表，为每个镜头提供素材获取建议：

素材类型	获取方式	适用场景
动态视频	AI文生视频工具（如可灵、即梦、Vidu等）	粒子动画、流体运动、过程演示
静态图片	AI文生图工具（如 Midjourney、即梦等）	数据图表、概念图解、封面
网络素材	免费图库（Unsplash、Pexels、Pixabay）	真实照片、场景图片
配音音频	AI TTS 工具（如 ElevenLabs、剪映朗读）	旁白配音

画面提示词撰写规范：

• 使用英文描述，包含：主体、动作、场景、风格、镜头角度
• 科普视频风格：干净、明亮、教育感
• 纯AI模式：不含任何人物面部/身体，以物体、图表、粒子、几何图形为主
• 示例：Abstract particle animation forming human brain connections, neural network visualization, blue and white color scheme, clean scientific aesthetic, smooth fluid motion, educational documentary style

3.3 输出完整脚本包

将以下所有内容打包输出（不含实际素材文件）：

text

📦 科普视频脚本包
├── 📄 01-文章解析报告.md
├── 📄 02-视频脚本.md（完整脚本含时长标注）
└── 📝 03-制作备忘.md
    ├── 分镜表（逐镜分镜 + 画面提示词）
    ├── 字幕标注（时间点/内容/样式）
    ├── 素材获取建议（各镜头推荐获取方式）
    ├── BGM分段推荐
    ├── 配音文案汇总
    └── 剪映合成指南

---

Phase 4: 后期合成参考（用户自行完成）

脚本包中包含剪映合成参考指南，用户可根据此指南在剪映（CapCut）中完成最终视频。详见 references/post-production-guide.md。

---

输出规范

脚本必须包含

• 每段口播标注时间区间和预估字数
• Hook 文案在前3秒内完成（≤20字）
• 核心知识点与原文一致，不虚构数据
• CTA 有明确的行动指令

分镜表必须包含

• 每个镜头标注景别（特写/近景/中景/全景）
• 每个镜头配有英文画面生成提示词
• 每个镜头标注推荐素材获取方式
• 总时长与目标时长误差 ≤10%
• 镜号连续、时间无重叠

制作备忘必须包含

• 完整分镜表（含时间、画面描述、提示词、素材建议）
• 字幕标注（时间点/内容/样式建议）
• 配音文案汇总（可直接复制用于TTS生成）
• BGM分段推荐（风格/情绪/搜索关键词）
• 剪映合成简要步骤

---

参考文件导航

文件	内容	何时读取
references/short-video-template.md	短视频(30-60s)完整脚本模板、分镜表模板、黄金结构说明	用户选择短视频平台时
references/bili-long-video-template.md	B站长视频(8-15min)完整大纲模板、弹幕设计、三连引导	用户选择B站长视频时
references/shot-list-guide.md	分镜设计指南、景别说明、画面提示词撰写规范、素材类型建议	Phase 3 设计分镜时
references/post-production-guide.md	剪映(CapCut)合成操作指南、字幕样式模板、BGM推荐库、导出设置	制作备忘中引用