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8-15minB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.mdB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