Explainer Studio — 由有出處的稿件，做出新聞與解說長片

會做出甚麼

由你批准的稿件，做出一條完整長片，不用自己逐格排版：

• 旁白：Google 30 款預設 TTS 聲音之一，或你自己的錄音
• 字幕：文字取自你的稿，時間對準旁白（Whisper 在你的電腦上運行，只用來對時間）；燒入影片，另存 .srt 檔，可上傳 YouTube 字幕或在其他剪輯軟件修改
• 圖片場景動畫：開場、資料面板（數字會跳動）、步驟鏡頭、左右對比、金句、觀點、出處、標題、總結；每個場景在旁白講到對應句子時出現
• 每則之間的章節總覽、原文引述卡、每張素材相標示「示意圖」
• 配樂與音效（你有授權的檔案），講話時自動壓低音樂，整體響度 −14 LUFS
• YouTube 封面（兩款版面）及說明欄（章節時間、出處、圖片作者）

流程

1. Agent 先問你五條設定問題（頻道名、語言、聲音、觀眾、片長），然後由你或 Agent 用簡單的 Markdown 格式寫稿，每個事實附出處。
2. Agent 為每個畫面挑一張素材相和兩張候選，做成分鏡表：整份稿變成表格，文字旁邊就是圖片。你一次過審稿和揀圖，回覆「s01-3 B」即可。
3. 旁白、對時、字幕、算圖全自動。每一則分開算圖，改一處只需重算那一則。
4. 內建檢查：每個場景的觸發句必須真的在稿中、中文字幕不會在字中間斷行、旁白 QC 列出需要人耳確認的位置、每次 TTS 請求都指定普通話或廣東話、檢查 YouTube 章節最少 10 秒的規定。
5. 你看完成品再決定。 本技能不會上傳或發佈任何內容。

範例輸入 → 輸出

附四個完整範例專案：英文、普通話（繁體）、普通話（簡體）、廣東話。英文範例輸出：1 分 41 秒、8 個場景、字幕、1 張引述卡、封面及含 3 個章節的說明欄。

適用情境

每週新聞回顧 · YouTube 解說片 · 紀錄片風格的故事影片 · 課程或研究摘要

系統需求

• 能執行 shell 指令的 Agent 客戶端（以 Claude Code 開發及測試）
• Python 3.10+、Node.js 20+、FFmpeg；約 6 GB 磁碟空間
• 已在 macOS（Apple Silicon）測試；Windows／Linux 改用 faster-whisper，程式支援但尚未測試
• 你自己的金鑰（放在 .env）：Gemini API key（用 TTS 時需要）、免費的 Pixabay API key
• scripts/selftest.py --render 不需任何金鑰即可檢查安裝：單元測試加一條 10 秒測試片

運行成本（由你直接支付，不經 Capafy）

Gemini TTS 約每 10 分鐘旁白 US$0.14（付費層，2026 年價格）。Pixabay 與 Whisper 免費。算圖在你的電腦進行，時間約等於片長。

不會做的事

• 不做聲音複製、不做自訂聲音、不換臉：只用 Google 預設聲音或你自己的錄音
• 不用 AI 生成圖片：只用有授權的素材相（Pixabay），畫面標「示意圖」並在片尾列出作者
• 不會捏造事實：每個事實都要有出處，稿件要你批准後才開始製作
• 不會上傳到 YouTube

常見問題

支援甚麼語言？ 旁白與畫面文字支援英文、普通話（繁體或簡體字）及廣東話（以口語書寫，例如「嘅、咗」）。
影片可以商用嗎？ 可以，影片屬於你。技能本身不可轉售或分享。
需要 Remotion 授權嗎？ 個人及 3 人或以下的公司不需要；更大的公司需購買 Remotion 公司授權（remotion.pro）。
可以用自己的音樂嗎？ 可以，把有授權的檔案放進專案的 audio/bgm 和 audio/sfx 資料夾。
有更新嗎？ 有，在 Capafy 購買下載版的用戶可免費取得之後所有版本。
支援？ [email protected]