「拿香腸也能滑手機」
製作流程與提示詞

pip install "claude-real-video[whisper]"
crv "https://www.instagram.com/reel/影片代碼/" --grid

我用 crv 分析了一支解說動畫，結果在 crv-out 資料夾。請先把 MANIFEST.txt 從頭讀到尾，再看 grids 資料夾裡的聯絡表，整理成一張表：

1. 每一句旁白的開始秒數和原句
2. 講到這一句時，畫面上出現什麼、怎麼動
3. 這一句跟下一句之間怎麼轉場

最後另外列出這支片的配色和構圖。我要做同一個主題的影片，旁白和畫面都會換成自己的寫法和設計，這張表只用來看他怎麼一句配一個畫面。

幫我寫一支約 50 秒的直式科普短片旁白，主題是【主題】，觀眾是一般大眾。

1. 一行一句，總共 15 到 18 句。句子要短、完整、口語，一口氣念得完
2. 每一句只講一件事，而且配得出一個畫面，在句子後面用括號寫這句的畫面
3. 第 1 句用一個多數人沒注意過的現象開場，第 3 句單獨問「為什麼？」
4. 後段再回到開場的那個物件，解釋它為什麼做得到

事實查核：每一句附一個可靠出處的網址，例如官方文件、專利、維基百科或大型媒體。查不到的句子標「待查」，不要硬寫；有爭議的說法改成保守的寫法，例如「新聞報過」。

不要用先否定再翻轉的轉折句，不要用破折號。

Speak at a brisk, steady conversational pace, a little faster than normal speech, in a clear Taiwanese Mandarin accent, friendly and confident, like telling a friend something surprising. Very short pauses between sentences; after the question "為什麼？" pause briefly before answering:
拿香腸也能滑手機？
二零一零年韓國新聞真的報過，有人冬天就這樣用。
為什麼？
因為手機在糧的，是你身上的電。
玻璃底下有一張看不見的網格，橫線跟直線交錯。
每個交叉點都存著一點電，手機一秒鐘來回檢查上百次。
你的身體大部分是鹽水，會導電。
手指一靠近，底下那幾個點的電就被你帶走一些。
手機看哪幾點變少了，就知道你碰在哪。
每個點都分開糧，所以兩根手指也分得出來。
放大縮小就是這樣來的。
香腸又濕又有鹽分，也會導電，握在手上就等於把手指接長了。
換成金屬湯匙也一樣，可是手一放開，電沒人帶走，螢幕就不理它。
塑膠筆跟一般手套不導電，再用力壓也沒用。
下雨天螢幕亂跳，是因為水珠也導電，被當成了手指。
觸控手套是在指尖織進導電的線，把你接到玻璃上。
留言「香腸」，我把做這支動畫的提示詞傳給你。

幫我用 Gemini API 錄旁白，API key 在環境變數 GEMINI_API_KEY。

1. 送出前先改 tts.txt：破音字換成同音字（例如念 liáng 的「量」寫成「糧」），年份寫成國字（2010 寫成「二零一零」）
2. 模型用 gemini-3.8-flash-tts，聲音 Charon。先送一句 6 個字以內的短句，確認額度還能用
3. 把 tts.txt 整份送出去，存成 raw.wav
4. 用 ffmpeg 把 raw.wav 加速成 1.15 倍（atempo=1.15）
5. 0.35 秒以上的停頓都壓到 0.3 秒，「為什麼？」後面留 0.5 秒，存成 vo.wav
6. 用 Whisper 把 vo.wav 轉回文字，跟旁白逐句比對，列出對不上的地方
7. 把每一句的開始、結束秒數，和幾個關鍵詞的秒數存成 timing.json，之後做動畫要用

下面是一支直式 1080x1920 科普動畫的旁白。請幫我寫整支的視覺設計：

1. 一句話的視覺概念
2. 配色：底色、文字色，再加一個強調色，強調色只用在這支最重要的那個東西上
3. 逐句列出畫面：講到哪個詞，畫面上出現什麼、怎麼動，每一句都要有對應的動畫
4. 分工：手、物品這類插圖用生圖模型做；網格、粒子、數字、掃描線這類圖形用程式畫
5. 整支在同一個場景裡一路變形，不切黑畫面、不換卡片、不放章節標題

旁白：
（貼在這裡）

Create one image: a clean 3D illustration for a science explainer animation.
Subject: a right hand holding a stainless steel teaspoon like a pen, seen from directly above (top-down view, camera looking straight down at a flat surface). The hand and a short light-gray knit sleeve cuff enter from the bottom-right corner of the frame. The thumb and index finger pinch the end of the handle; the spoon points diagonally toward the upper left, and the back of its bowl touches the surface.
Style: soft matte 3D render, gently stylized like a premium tech product illustration; smooth simplified skin in a muted warm beige; satin brushed silver spoon with soft neutral reflections; soft diffused studio light from the top left; a subtle soft shadow under the spoon and fingers. Low-saturation palette only: no blue tones, no bright colors.
Background: completely transparent (PNG with alpha channel). Isolated object only: no table, no phone, no text, no border.

Same style, lighting, scale and top-down camera as the previous image. Now show only the teaspoon by itself, lying in exactly the same position and orientation (bowl at the upper left, handle running diagonally down to the bottom right), with no hand. Transparent background (PNG with alpha), isolated, nothing else.

Same style, lighting, scale and top-down camera. Now show only the same hand and sleeve in exactly the same pose and position as in the first image, with the thumb and index finger still slightly pinched but holding nothing (the spoon is gone). Transparent background (PNG with alpha), isolated, nothing else.

Same style, lighting and top-down camera as the hand images above: now only a right index finger pointing down at the surface, seen from directly above, the finger entering from the bottom-right edge of the frame (show the finger up to the second knuckle and the start of the hand; the rest is cropped by the frame edge). The fingertip is at the upper left. Transparent background (PNG with alpha), isolated, nothing else.

Same style, lighting and top-down camera: a plain white plastic ballpoint pen with a matte plastic body and a plastic tip (no metal parts), lying diagonally with the tip pointing to the upper left, seen from directly above. Transparent background (PNG with alpha), isolated, nothing else.

Same style, lighting and top-down camera: a hand wearing a thick gray knitted winter glove, index finger pointing down at the surface, seen from directly above, entering from the bottom-right edge of the frame, fingertip at the upper left. Transparent background (PNG with alpha), isolated, nothing else.

Same style, pose and camera as the previous gloved hand, but now a touchscreen glove: the same gray knitted glove, except the index fingertip is knitted with a clearly visible patch of dark silver conductive thread. Transparent background (PNG with alpha), isolated, nothing else.

Same style, lighting and top-down camera: three clear water droplets of different sizes resting on a flat surface, seen from directly above, with soft highlights and subtle shadows, no color tint. Transparent background (PNG with alpha), isolated, nothing else.

Same style, lighting and top-down camera as the very first image: the same right hand, same pose and position, but now holding a cooked sausage like a pen instead of the spoon; the sausage points diagonally toward the upper left and its tip touches the surface. Transparent background (PNG with alpha), isolated, nothing else.

Same photographic style and soft top-left light, straight top-down hardware close-up: a short flexible printed circuit cable made of pale amber polyimide with fine copper traces, a small black touch controller chip mounted on it, and a row of gold contact pads at one end. Photorealistic product photo, muted colors, no blue. Transparent background (PNG with alpha), isolated, nothing else.

npx skills add heygen-com/hyperframes
npx hyperframes@latest init my-video --resolution portrait

用 HyperFrames 做一支直式 1080x1920、30fps 的科普動畫，開工前先讀 hyperframes 技能。

素材：
- 旁白音檔 vo.wav，每一句和關鍵詞的秒數在 timing.json
- 畫面設計在 design.md，照裡面逐句的畫面做
- 去背插圖在 art 資料夾，一個物件一層做動畫，插圖不要用程式畫的幾何圖形代替

動態：
- 元素連續變形、轉場一氣呵成，用 GSAP 加 flubber 做整個畫面的變形，插圖不要只放在卡片裡晃
- 網格、電荷、粒子、數字、掃描線用程式畫

字幕：繁體中文，一句一則，跟聲音逐句對齊，放在 y 1180 到 1260。重要內容放在 y 250 到 1400 之間，左右各留 120px 以上。畫面不放章節目錄或編號小標。

先只做開場第 1 到 4 句當樣張，跑 npx hyperframes check，再用 npx hyperframes snapshot 每 1 秒截一格給我看。我確認畫風之後，再做完整支。

同一套場景再輸出三個版本，場景檔共用，只換尺寸、字幕位置和結尾：

1. Reels：1080x1920，結尾加上留言關鍵字那一句
2. Shorts：1080x1920，第一格放 0.4 秒的直式封面，結尾停在最後一句知識，不放留言邀請
3. YouTube：1920x1080 橫式，重新排版，手機畫面置中放大，字幕一行放在 y 930 到 1000，不放留言邀請

另外做 Reels 封面（1080x1920）和 YouTube 縮圖（1280x720，縮到 320x180 標題還要看得清楚）。