--- name: gitruck-gtrk-vlog-docu description: "Vlog 纪实类一站式成片图纸——纪实 Vlog 是散文的载体：用有限的素材，把一个故事、或一个几个思想，串联起来（形散神不散）。表达形态上是「现场同期声 × 后期旁白」双声道交替，区别于纯口播链（单一对镜说）与纯配音链（全片旁白配 B-roll）：同期声片段是内容本体不是配画，旁白只做定调层。当用户想「做一条纪实 vlog / 我拍了一堆素材想做成有深度的 vlog / 探店探险探厂记录 / 日常生活流做成片 / 旅途记录 / 野采野钓记录 / 城市漫游 citywalk / 圣地巡礼 / 取景地探访 / 挑战企划记录」时使用本 skill。凡涉及把带同期声的现场素材做成纪实成片，优先用本 skill 编排 gtrk CLI 全链，不要手搓单命令、别让用户逐步驱动。" license: "MIT" metadata: decimalai-skill-id: "3f6991d1-2d21-4b7b-93db-2f12b5ba9b93" decimalai-version-id: "6f5e3693-d433-4fa3-b2eb-e241f5f4662d" decimalai-version: "2" decimalai-body-sha256: "8e94cbe838ba973c93b0eaf26b993e73b06be09155172eaafdc2376009124b5b" decimalai-name: "gitruck/gtrk-vlog-docu" decimalai-format: "1" decimalai-invocation: "model" decimalai-category: "design-media" decimalai-source: "https://app.decimal.ai/s/gitruck-gtrk-vlog-docu@2/SKILL.md" --- # gtrk-vlog-docu（Vlog 纪实类 · 组合成片图纸） ## 审片与脚本的实际工作顺序 先建立全批素材概览，包含视频、照片和原声，再提出影响主线的关键问题。已有回答直接沿用，不重复问。不要先定故事，再只找支持它的几张画面。 视觉部分沿用 `gtrk-matrix` 的当前 Agent 优先通路：`describe --materials ... --prepare <工程目录/visual-overview>` → 当前 Agent 按时码看图、记录事实与不确定项 → `--review <回执>` 导入。长场景多个观察点；动作、表情、剪辑入出点在相关窗口内加密查看。原声有内容时结合转写/试听；不能把抽帧概览称为完整看过原片。Agent 无视觉能力或单项无法完成时才由豆包补齐，注明回退原因。 概览后组织可审阅的视听脚本：每段表达什么、采用哪条素材的哪个时间区间、保留什么同期声、哪里需要旁白、照片如何进入。交给用户审阅；有异议则多轮修改同一份脚本，认可后继续成片。照片可由既有图片运镜能力进入时间线，但不能虚构照片之外的事件。 明确脚本的取材由语义与实际画面证据主导；泛高光发现只是探索素材的一种工具，其分数不能覆盖脚本意图。下方云端 describe 示例仅在当前 Agent 无法完成时直接使用；有视觉能力时先 prepare/review，交接由 Agent 完成，不让用户填逐帧表格。 把**一批现场素材**变成**一条纪实成片工程**：素材理解 → 选档写稿 → 检查点①一次拍板 → 同期声骨架 + 旁白配音 + B-roll + 字幕层 + BGM 全自动 → 客户端出片。 > **定位**：structure 级组合图纸，不新增命令，只编排既有原子零件。零件参数以各自 skill（`gtrk-transcript` / `gtrk-matrix` / `gtrk-splitter` / `gtrk-mg`）与 `--help` 为准，**本图纸引用不复制**；编排次序、检查点、配方参数以本图纸为准。**CLI 是手，你是脑。** > > **本体定性**： > **纪实 Vlog 是散文的载体——用有限的素材，把一个故事、或一个几个思想，最终串联起来。** > > 三个推论，构成本图纸的全部决策原点： > - **形散神不散**：素材可以跳跃、场景可以断裂、时间可以不连续，但**必须有一根线**。没有那根线的片子叫「相册」不叫作品。 > - **素材有限是前提不是缺陷**：创作力体现在「用手上这些素材能串出什么」，不是「还差什么素材」。**先看素材里有什么，再决定串什么**——这是散文与说明文的分野。 > - **先立神，再选材**：写稿的第一步不是排素材顺序，是找到那根线（§3.2）。顺序反了就会写成流水账。 > > **表达形态上的定义性特征**：纪实类是**双声道交替**——现场同期声承载真实感与人格，后期旁白承载知识与升华。**同期声片段是内容本体，不是可替换的配画**。这是它区别于口播链与配音链的根本。 > > **当前实现状态**：本地候选 CLI 已支持 `gtrk project compose`，按清单组装视频、图片和已合成旁白。先用 `gtrk project --help` 核对当前安装版本是否提供 compose；旧版不支持时停在图纸，不手写工程冒充链路。声音仍经检查点确认后生成。 ### 高光发现与失败兜底（仅本图纸使用） 在全批概览之后，用户只说“挑高光”或某段值得探索但缺少明确事件线索时，按需执行： ```bash gtrk tool video_highlight "<本地视频>" --out "<工程目录>/highlight/<素材名>" --json ``` 该入口当前仅供内部验收。只上传本地生成的448p/4fps分析代理，缺省附单声道低码率原声，原片不上传；用户在意对话隐私时加 `--no-audio`，只少一项声音信号，候选照常产出。若报错要求短边224或无音频，说明云端尚未升级到新版代理，如实告知用户，不要重试或自行改参数。结果在 `result-output.json`。`groups` 各自的 `top3` 只代表该请求内的三秒候选；不可跨素材、跨分块混排分数。用 `matrix describe --materials <原片> --source-window <起秒,止秒> --prepare <目录>` 查看候选前后过程，再结合原声判定它能否进入脚本。不要用三秒评分推断整段事件完整性。已有明确脚本时优先语义检索，不自动调用视频高光算法，也不覆盖语义 best 或 VLM highlight。 服务忙、冷却、超时、坏响应、无候选或接口未部署时，记录素材、任务号（若有）、失败原因和后续来源 `agent_semantic_overview`，继续从已观察素材按故事选材。视觉项当前 Agent 确实无法完成才标 `unavailable` 交豆包；两者都不可用则保留缺口，不写成已看过。纯粹请求“高光评分结果”时，原子失败就如实报告未完成。已有任务号优先查询原任务；提交状态未知时用同一素材、输出目录恢复，不换身份盲目建单。 ### 脚本验收交付物 在工程目录维护一份可持续修改的视听脚本，按顺序列出：段落目的、源素材、源入出点、预计片长、画面事实、同期声或环境声、旁白、照片运镜、证据覆盖与待核对项。素材时间轴与成片时间轴分列。旁白草稿不当作录音事实，未听清的同期声不编台词，文件名日期不自动当作真实行程日期。 连同全批素材概览、采用/舍弃理由、高光调用与回退记录一起交付。先审这份完整图纸；用户认可后再合成旁白、组装工程和渲染。组装必须走 `project compose`，不能手写 `.gtrk`；图纸确认和成片验收分别记账。 ## 一、输入契约与三档识别 用户给**一个素材文件夹**（多个用逗号分隔）： | 内容 | 必须性 | 说明 | |---|---|---| | 现场视频素材（含同期声） | **必须** | 一条长素材或几十条碎片皆可；这是内容本体 | | 图片素材 | 可选 | 自动运镜成动态上轨 | | BGM 音频 | 可选 | 没有走素材矩阵搜索（检查点①） | | 文字备忘（txt/md） | 可选 | 行程单、选题笔记，作写稿补充 | **MUST NOT 下载二创源片 / 主体素材**：素材从哪来归用户（版权责任边界）。平台授权素材（素材矩阵的 BGM / 空镜）可按其签名直链落地；这条例外不适用于源片与主体画面素材。 > **精剪包装（公约 §三⁵）**：开工时告知一句「快速成片会在适合的段落做合成包装，最多全片四分之一，不要就说一声」——不是问题，用户说不要即零动作；`gtrk composite bake --abi` 报烘焙浏览器没装时，在这张问询表里多问一句装不装（不装用本机 Chrome / Edge）。 ### 1.1 配比档位识别（本类型独有的第一决策） 先听素材里有没有可用的同期声，再定档——**档位决定写多少稿、TTS 花多少钱、成片什么质感**： | 档 | 旁白占比 | 判据 | 典型 | |---|---|---|---| | **A 同期声主导** | 0–10% | 多人在场、有对话有反应、事件自带戏剧性 | 双人探险、挑战企划、野采、探店闲聊 | | **B 旁白主导** | 60–100% | 单人、素材多为空镜与地点、信息/考据型 | 攻略、圣地巡礼、废墟考据、风光记录 | | **C 三明治换挡** | 旁白定调→同期声主体→旁白升华 | 有观点要表达、事件之上还有一层态度 | 活动纪实+吐槽、旅途+自白 | **判别动作**：`gtrk transcript` 抽听 1-2 条代表素材——转写出大量口语碎句、语气词、对话接话 → A 档；几乎无人声或只有环境音 → B 档；有对话但用户明显想表达观点 → C 档。**拿不准问用户一句**：「你是想让现场的声音说话，还是你来讲？」 > **C 档适合需要升华观点的自制片**：以纪实同期声承载事件，中后程切入议论式旁白，把当天经历升华为观点与私人自白，落一句可摘录的态度句。有条件优先推 C。 ## 二、全链总览（快速成片） ``` ① 理解 transcript 抽听定档 + matrix index/describe 建素材索引 ② 立神 ★【多轮对话·必问】与创作者访谈找出那根线，问够为止（§3.2） ③ 选材串珠 按「神」挑素材、定幕结构（服务于神，不是按时间流水排） ④ 写稿 只写定调层旁白（§三）→ 稿 + 标题 + HashTag ⑤ 检查点① 【必停】神 · 配比档 · 稿件 · 画幅 · 音色 · BGM · 字幕样式（§四） ⑥ 配音 gtrk tool audio_tts_clone（仅旁白段，★ 分段合成） ⑦ 拼主轨 gtrk project compose（分段清单 → live 段引用原片区间 + narration 段落位） ⑧ 拆分派单 gtrk split：live 段=A_ROLL/真人出镜|口播继续；narration 段=FILM_BROLL|MG/旁白主导 ⑨ B-roll matrix --local --dirs → describe → lay（只铺 narration 段空档） ⑩ 字幕层 吐槽/观察/进度/梗卡进 MG 派单（§六）→ mg lint → mg --project ⑪ BGM gtrk audio lay --volume 0.1 --beat-align（-20dB 口径） ⑫ 字幕 gtrk subtitle lay --style <拍板样式> ⑫′ 精剪包装 交棒 /gtrk-composite（公约 §三⁵：auto ≤ 25% → 复核 → 构建机检 → 铺轨烘焙，不停） ⑬ 交付 客户端打开工程出片 ``` **快速成片的「免打扰」只覆盖 ⑥ 之后的执行环节**：①–⑤ 沿用已有创作意图，补问必要信息并保留检查点①，MUST NOT 因为用户选了快速成片就跳过立神对话自行拍板——那是把创作者的片子做成 agent 的片子。用户要精修按 §七 逐步停。 ## 三、写稿规约 ### 3.1 通用框架层（原样继承旅拍图纸，勿改） **结构三段式**：钩子（抓眼球保留存）→ 干货（内容价值）→ 升华（情绪价值）。爆款四属性贯穿：快乐+知识+共鸣+节奏。 **文风铁律**： - 禁模板连接词：让我们/首先/然后/最后/此外； - 拒翻译腔：短句中文语感，无欧化从句； - **禁「否定—转折」对举句式（最高优先级）**：八成的 AI 厌恶感来自这一种句式。禁整个家族：「这不是 X，而是 Y」「与其说是 X，不如说是 Y」「X 不仅仅是 Y，更是 Z」「重要的不是 X，而是 Y」「不是因为 X，而是因为 Y」。识别特征=先立一个没人主张过的靶子再推翻它、用对偶结构制造顿悟感。改法=把后半句直接说出来，删掉假靶子。**能直接陈述的事实，绝不用对举包装**。也适用于标题与 HashTag。 - **禁幼稚拟声与过度儿化**：换成真实事实——数字与事实比拟声词有力。 - **风格贴着素材走**：素材什么气质，稿子就什么气质，不加分不减分。 **成片时长 = min(内容支撑, 素材支撑)**；旁白折算用**挂钟语速**（按检查点①选定的音色取，取不到用缺省 ≈330 字/分钟）——口径与标定档案见 `skills/gtrk-travel-recap/references/speech-rate.md`，**MUST NOT 复制数值表**。 ### 3.2 立神：找出那根线（★ 本类型的第一步，先于选材） 纪实 Vlog 是散文的载体——**用有限的素材，把一个故事、或一个几个思想，串联起来**。「神」就是那根线。**没有神的片子是相册，不是作品。** **主线由创作者决定**：先利用已有回答和素材概览，只有仍影响主线的缺失信息才提问。用户已经讲清经历、重点和感受，或授权其余内容按素材编排时，直接写出可审阅脚本，不机械增加访谈轮数。多轮修改围绕同一份脚本进行，快速成片也保留脚本确认。 **访谈协议（写稿前必做）**： 第一步，agent 自答素材侧一问：这堆素材里**反复出现的东西**是什么？（一个地方的衰败痕迹、一群人的某种状态、一件事的三次反复）——据此提名 1–3 个候选神。 第二步，向创作者开问（每轮 1–2 个问题，别一次倒完；按回答追问）： | 问什么 | 挖什么 | |---|---| | 拍的时候，**什么瞬间让你想按下录制**？ | 那个冲动往往就是神 | | 这趟结束后，**你跟朋友聊起它时先说哪件事**？ | 自然叙述里藏着真正的主线 | | 如果只能留一句话给观众，**你想说什么**？ | 思想线的候选 | | 这趟有没有**什么真话想说**（遗憾/触动/不甘）？ | Resonance 素材，有则必用无则不硬造 | | 有没有**不想放进片子的东西**？ | 边界，先问后剪 | 第三步，收敛判据（满足其一即立住）：创作者**用自己的话**说出了神；或对 agent 提名的候选明确说「就是这个」。**agent MUST NOT 单凭素材分析自立神**；创作者的说法与素材分析冲突时，**以创作者为准**（可以提醒「素材可能撑不住这个神」，但决定权不在你）。 **神的确认不止一次**：立神访谈初确认 → 检查点①随稿件终确认（此时创作者看得见神落在稿子上的样子，常会修正）→ 精修中仍可推翻重立（神变 = 稿全变，如实告知代价再动）。 **神的三种类型**（选一，也可故事线套思想线）： | 类型 | 形态 | 判断标志 | 样本参照 | |---|---|---|---| | **故事线** | 一件事的发生—进展—结局 | 有开头有结尾，观众想知道「后来呢」 | 挑战企划（100 块能不能回本）、探险（能不能进去、里面有什么） | | **思想线** | 一个观念的提出—印证—落定 | 素材是论据，观众记住的是那句话 | 香港那条（华而不实 / 日渐衰落 / 身陷囹圄，三个意象串一个失落）、聚会那条（套路 vs 真诚） | | **情绪线** | 一种状态的沉浸—转折—释然 | 说不出道理但看完有感觉 | 归乡（离世—旧物—烟花）、江城夏日（重新点燃热忱） | **立神后 MUST 一句话写下来**（写进检查点①给用户确认）： > 「这条片是关于 ______ 的。」 写不出来 = 神没立住，**MUST NOT 进入写稿**——回去重看素材或问用户。 **形散神不散的操作含义**： - **允许**素材跳跃、场景断裂、时间不连续（散文的自由）； - **要求**每一段都能回答「它为神做了什么」——是铺垫、是印证、是转折、还是留白？答不上来的段**砍掉**，哪怕画面好看； - **素材有限是前提不是缺陷**：不要为「素材不够」而注水或强行拉长。手上有什么，就串什么——这正是本类型的创作力所在。 > ⚠️ **主要失败模式**：素材拍得不差却没有串成一条神，记录了一天的见闻，每段都成立，合起来仍像相册。它比文笔差、素材糙更致命。 ### 3.3 纪实要素层（本类型专属） **★ 第一铁律：旁白只写定调层，同期声段不写稿。** 这是新手最易犯的错——把全片写成解说稿，旁白盖住现场声，纪实感当场消失。写稿前先在素材序列上标出哪几段**留给现场**（有对话、有反应、有笑点的），旁白只写： | 旁白该写的 | 旁白不该写的 | |---|---| | 开场定调（人物/时间/地点/事件） | 现场正在发生的事（画面已经说了） | | 背景知识与硬数据（年份/造价/历史/物种） | 同期声已经讲过的内容（重复=灾难） | | 场景转换的过桥句（下一站是哪、为什么去） | 描述画面（「可以看到…」是废话） | | 攻略信息件（车程/价格/免费与否/避坑） | 替观众说笑点（笑点归现场） | | 结尾升华与态度金句 | 强行煽情（无坦白素材就不做 R） | **站点模块化循环（可选结构件，不是默认）**：**结构服务于神**——神是「攻略/巡礼」型（信息即价值）时，站点循环是最优结构；神是故事线或情绪线时，**MUST NOT 套站点模板**（会把散文切成说明书）。攻略型每站跑一遍—— ``` 到场定位（口播或旁白一句）→ 背景科普（旁白）→ 现场体验（同期声，让开）→ 攻略数字（旁白/字卡）→ 转场（车程字卡） ``` **攻略信息件标准化（收藏钩）**：凡有地点/消费属性，每站必报**车程 + 价格 + 免费与否 + 避坑**，缺一项就少一分收藏价值。数字进字卡比进旁白更好用。 **Resonance 素材优先（有则必用、无则不硬造）**：用**坦白脆弱**（落榜、心碎、没钱、亲人离世）与**集体记忆锚点**（城市旧地标、经典电影、老游戏）建立共鸣。写稿前问用户一句：这趟有没有什么真话想说？有就放进升华段，**没有就老实做知识与快乐，不要编情绪**。 **态度金句是收尾硬指标**：升华段必须落一句**可摘录**的话（能被观众截图、能当评论区引用）。写完自问：这句话单独拎出来，有人愿意转发吗？ ### 3.4 写后自校验清单（逐项过，不过重写） 神（第一组，先过这组）： - [ ] **神一句话在位**：「这条片是关于 ______ 的」写得出来且用户已确认 - [ ] **逐段问责**：每段都能回答「为神做了什么」（铺垫/印证/转折/留白），答不上的已砍 - [ ] **无注水**：没有为凑时长保留的与神无关段 结构与文风： - [ ] 三段结构完整、时长在 min 公式内 - [ ] 禁词零命中、无翻译腔、无幼稚拟声 - [ ] **「否定—转折」对举句式零命中**（含标题与 HashTag） - [ ] 重复字/错字扫描（TTS 会照念） - [ ] **旁白零覆盖同期声段**：逐段核对，现场段是否被旁白盖住 - [ ] **旁白零描述画面**：删掉所有「可以看到」「画面中」 HKRR 四维（缺哪补哪）： - [ ] **H 快乐**：现场层有没有笑点/反差/失控瞬间被保住 - [ ] **K 知识**：定调层有没有硬数据或即兴科普（无 K = 相册式记录） - [ ] **R 共鸣**：有没有坦白段或集体记忆锚点（无素材则跳过，不硬造） - [ ] **R 节奏**：有没有语音形态换挡、数字进度条、名场面前置、空镜留白 抖音四目标（各至少命中一项）： - [ ] **评论**：开放式提问收尾 / 评论区点单机制 / 争议性观察 - [ ] **收藏**：攻略信息件是否标准化（车程/价格/避坑） - [ ] **分享**：态度金句是否可摘录 - [ ] **关注**：固定自称/口头禅/系列预告/署名卡是否在位 ## 四、检查点①（双模式共有，必停） 写完稿**必须停下**，把以下七项一次给用户拍板。**未经确认 MUST NOT 发起 TTS 计费动作**。 1. **神（那根线）· 终确认**：一句话「这条片是关于 ______ 的」+ 神的类型（故事线/思想线/情绪线）。此处是 §3.2 访谈初确认之后的**第二次确认**——创作者此时第一次看见神落在稿子上的样子，**常会修正，这是正常且被鼓励的**。**这是最上位的拍板项：神错了，稿再好也是别人的片**； 2. **配比档位**（本类型独有）：明确告诉用户你判的是 A/B/C 哪档、旁白占比多少、哪几段留给现场声。**这一项拍错，后面全白跑**； 3. **旁白稿 + 标题**：正文全文贴给用户（不是给路径），标注每段旁白挂在哪个位置；标题候选列出； 4. **画幅**：横屏 B 站/西瓜=1920x1080，竖屏抖音=1080x1920。**素材几何与画幅不一致时明确提示**； 5. **TTS 音色**：拉 catalog（`GET {apiBase}/task/tts/voices`，免鉴权）挑 2–4 个候选，**每个附试听链接**（`audition_url`）。⚠️ 纪实类的旁白与现场同期声会交替出现，**音色应贴近用户本人音色或明显区分**（避免观众困惑「这是谁在说」）——如用户本人出镜说话，优先建议同性别接近音色； 6. **BGM 处置（双来源）**：用户自带 → 询问是否 `audio_separation` 取伴奏；未提供 → `gtrk matrix material "<按内容情绪写的检索词>" --scope audio --top-k 5 --diversity --json`，推荐 3–5 首**每首附试听链接**（`download_url`），`audio_type:"song"` 取 `accompaniment_url`。⚠️ **版权状态如实转述**：`is_copyright` 的语义是 `1/true`=**可商用**、`0/false`=**不可商用**（反直觉，MUST NOT 把 `false` 读成「无版权、可随便用」）；矩阵成员档**缺省搜全库**，MUST NOT 默认加 `--commercial-only`、也 MUST NOT 擅自剔掉 `false` 的候选，但推荐时 MUST 逐条带上派生位 `copyright_label` 的中文标签（不追问不阻塞）——用户特意说明只要可商用 / 要商用发布时才加 `--commercial-only` 收紧。⚠️ 纪实类 BGM 要给同期声让路，音量口径同旅拍（-20dB）； 7. **字幕样式**：7 样式 × 11 色；用户没选用 default+雅黑（不追问不阻塞）。 **试听链接义务（MUST）**：音色与 BGM 的推荐没有试听链接=未完成推荐。 ## 五、快速成片编排 > **链路形态：C 分段拼接**——全片切 N 段，每段声明 `live`（同期声段，引用原片区间，**内容本体**）或 `narration`（旁白段，TTS + B-roll 空档），由 `gtrk project compose` 按序拼主轨。设计草案见探索工件 §四之二。 > > compose 只引用本地文件：TTS 先合成落地，再以 narration 的 source 引用；需要旁白叠在已确认画面上时，用既有 `audio lay --offset` 另铺音轨。图片要运动，先用 image_move 产视频再入 live；image 段本身只显示静帧。 分段旁白铺完后，使用 `gtrk patch set --clip <旁白片段ID> --audio-track <首条旁白轨的track_index> --project <工程目录>` 将同一讲述者的各段收进同一条旁白轨，保持原时间位置；同期声与 BGM 各自独立。重铺旁白后也要归轨，不能把“一段一轨”的阶梯布局作为交付。目标时间段已有片段时先检查重叠，不强行合并。 大场景或活动转换处用简短 MG 交代叙事关系（如从游览转到参与体验），不按每个镜头机械加字卡，不杜撰日期/地点。手写 GSAP 颗粒须在 template 内先声明 gsap.min.js，再创建并注册 paused 时间线；静态 lint 通过不等于预览可见，交付前还应检查客户端播放环境内的入场与驻留。 ```bash # ① 理解与定档（抽听 1-2 条代表素材；live 段的 in/out 时码后面全从这份转写里读） gtrk transcript "<代表素材>" --lang zh-CN --json gtrk matrix index --dirs "<素材夹>" --json # 建本地索引（素材本体不上传） # ②③④ 立神 → 选材串珠 → 写稿（你执笔，§三规约）→ 检查点①拍板 gtrk matrix material "<情绪+题材检索词>" --scope audio --top-k 5 --diversity --json # BGM 候选 # ⑥ 旁白配音（★ 纪实类分段 TTS，不是全片一条） gtrk tool audio_tts_clone --text-file <旁白段1.txt> --speaker --json gtrk tool audio_tts_clone --text-file <旁白段2.txt> --speaker --json # ↑ 每段单独合成，compose 按段落位；同参重合成走缓存不重复扣费 # ⑦ 拼主轨（新目录；不覆盖既有精修工程） gtrk project compose --list <分段清单.json> --out <新工程目录> --canvas 1920x1080 --json # 清单：{"version":1,"segments":[ # {"kind":"live","source":"原片.mp4","in":3,"out":11}, # {"kind":"narration","source":"旁白.wav","transcript":"旁白-transcript.json"}, # {"kind":"image","source":"合影.jpg","duration":4} # ]} # live 默认保留原声；keep_audio:false 才关闭。旁白段留画面空档给 B-roll。 # 原片不上传；路径相对清单；in/out 单位秒。transcript 为源时基 st/ed/text 句表。 # 毛边由选段保留；compose 不做静默删除或自动精剪。 # 多源文稿逐句绑定素材，split/subtitle 根据当刻工程重投影。 # 没提供 transcript 的素材不生成猜测字幕，跨切点整句会省略并报告。 # ⑧ 拆分派单（★ 本类型的车道映射，词表无需扩展） gtrk split --project "<工程目录>" --json # 投影拿句表 # 你写 split/visual-split.json： # live 段 → lane:"A_ROLL"，base_track:"真人出镜"（出镜）或 "口播继续"（画面切走声音继续），无 handoff # narration 段 → lane:"FILM_BROLL" 或 "MG"，base_track:"旁白主导"，handoff 按 lane 分型 # 字幕层/字卡 → aux_layers type:"overlay"（进 dispatch.mg） gtrk split "<拆分稿>" --project "<工程目录>" --json # ⑨ B-roll（★ 只铺 narration 段空档，live 段 MUST NOT 覆盖） gtrk matrix --project "<工程目录>" --local --dirs "<素材夹>" --lay 0 --json gtrk matrix describe --plan "<工程目录>/split/broll-plan.json" --yes --json gtrk matrix lay --project "<工程目录>" --mark-weight 0.3 --gap-fill fast --json # ⑩ 字幕层字卡（§六 规约） gtrk mg lint "<工程目录>/mg/.html" --dispatch "<工程目录>/split/dispatch.json" gtrk mg --project "<工程目录>" --json # ⑪ BGM（-20dB = 线性 0.10） # --beat-align 的高潮点取自 split.beats 的 narrative / container_stage（升华段 → 容器转折 → 回扣段）； # 拆分稿没带这两个字段 ⇒ 落 0.75×全片兜底档，**CLI 会明示那是猜的**。不接受就用 --climax <轨秒> 指定。 # 两侧都够长时零平铺（恰好 1 个 clip）；不够长才按小节线平铺补齐、接缝吸附 downbeat。 gtrk audio lay --project "<工程目录>" --file "" --volume 0.1 --beat-align --json # ⑫ 字幕 gtrk subtitle lay --project "<工程目录>" --style default --color 雅黑 --json # ⑫′ 精剪包装：见下方引注 ``` > **⑫′ 精剪包装**：交棒 `/gtrk-composite` 做**精剪包装**（公约 §三⁵：快速成片 auto ≤ 25% → 逐窗口复核 → 构建机检 → 铺轨烘焙，不停；回执列「做了 / 建议了没做 / 烘焙结果」；逐步推进按合成 skill 两个检查点停；开工时用户说了不要就跳过）。现场段有真人出镜时按讲者口径编排，旁白段按「没有讲者」口径只用 B-roll 与排版。 > **停顿太长时**：自训音色加 `--fragment-interval 0.2`（合成时就对）；云引擎音色**不支持**该参数（传了会报错，不会静默忽略），改在合成后跑 `gtrk audio tighten --project <工程>` 收紧句间停顿（纯本地零计费；只压跨句界的停顿，句内换气与原声引用段不动）。 **配方级参数口径**： - **旁白音量 = 1.0（线性），BGM = 0.10（-20dB）**：旁白是主角、BGM 垫底；⚠️ 契约 `volume` 字段**只写线性增益、MUST NOT 写 dB**（客户端面板显示的才是 dB）； - **同期声段音量不动**：现场声是内容本体，保持原电平，用户在客户端终调； - `--mark-weight 0.3` / `--gap-fill fast` / 句界吸附 0.7：同旅拍图纸口径； - 素材不二用、黑片叠底、层序由 lay 内建，MUST NOT 绕过。 ## 六、字幕层规约（本类型的第二解说轨） **字幕层不是被动烧字幕，而是承载人格与信息的第二条解说轨。** 无语音段可由它承接信息。四类字卡进 MG 派单： | 类 | 用途 | 样本形态 | 挂点 | |---|---|---|---| | **吐槽字幕** | 补心声、造笑点 | 「你怎么一直拍着我」「常规操作~」 | 现场段的反应瞬间 | | **观察字卡** | 补信息、点特色 | 「宿舍楼特色：外卖挂铁门」 | 空镜段 | | **信息卡** | 攻略数字（收藏钩） | 「田七炖鸡 ¥22」「停车 15 元/3 小时」 | 站点段 | | **进度/梗卡** | 节奏引擎、互动钩 | 「挑战完成进度:50% 评论区已追加物品」「没动静啊」 | 幕间黑屏 | **工艺**：严格按 `contracts/gsap-emit-v1.md` 颗粒骨架（`