FB Reels 爆款视频工厂 · 操作手册

#用途

把一批原始实拍素材（手机拍的工厂/车间/仓库/产品视频）全自动加工成可直接投放 Facebook Reels、TikTok、Instagram 的竖屏爆款视频：多段素材随机混剪 → AI 配音朗读 → 逐句大字幕 → 卡点 BGM → 成品 MP4。

核心特点： - 零人工剪辑：给一个素材文件夹就能出片，每次运行随机换素材组合，可反复出不同版本。 - 语言选型：配音与字幕按目标市场语言生成（英语为主，也支持西/葡/阿/日/韩等），外贸获客场景默认英文。 - 爆款节奏：默认 20 秒左右短版（对齐短视频平台高完播时长），支持长版 40 秒。 - 免版权音乐：BGM 由脚本纯 Python 合成（124 BPM 电子鼓点），无版权风险。

#何时使用

• 用户给出素材文件夹并说"给我剪成爆款视频 / 做成 Facebook 视频 / 自动剪辑"。
• 用户已有成片但嫌"太长"、要求"加字幕""加配音""换外语版本""批量多出几条"。
• 用户是外贸/批发商，需要面向海外买家的获客短视频（如女包、五金件、服装源头工厂）。

#使用方式

#1. 确认输入

需向用户确认三件事（缺省则用默认值，不要卡住）： - 素材文件夹路径（可为含子文件夹的根目录，脚本自动遍历子文件夹随机选片）。 - 目标语言/音色（默认 en-US-GuyNeural 英语男声，外贸获客首选）。 - 成品时长偏好（默认 bag-wholesale-short 约 20s；要详细卖点用 bag-wholesale-long 约 40s）。

#2. 运行流水线

python ~/.workbuddy/skills/fb-reels-factory/scripts/make_reels.py \
  --src "D:\视频素材\工厂视频" \
  --out "D:\out\facebook-reels.mp4" \
  --preset bag-wholesale-short \
  --scenes 5

常用参数：

#2.1 提高"爆款率"的参数组合（推荐）

爆款视频与广告片的区别在于前 3 秒留存与互动率，务必用下面这组参数：

python make_reels.py --src "素材文件夹" --out "out.mp4" \
  --preset bag-viral-a --scenes 6 \
  --rate "+15%" --gap 0.15 --min-line 1.4 \
  --transition mix --zoom 0.12

要点： - 钩子必须用价格冲击 / POV 故事 / 提问（bag-viral-a/b/c），不要用"我们是一家工厂"这类自我介绍开场； - CTA 用互动指令（Comment PRICE and I'll send you the catalog / Which one is your favorite? 1 or 2?）而不是 DM us，评论率直接影响推流； - 时长 15~22 秒为最佳完播区间； - 同一素材一次出 2~3 个不同钩子的版本做 A/B，隔 1~2 天各发一次对比数据。

#2.2 贴图与转场（默认开启）

• 贴图（ASS 矢量绘制 + 色块，不依赖 emoji 字体）：左上 FACTORY DIRECT 徽章、右上 $2.00 - $3.00 / PC 价格贴纸（脉冲）、中部 MOQ 50 PCS / OEM / ODM OK / SHIP WORLDWIDE 徽章（左右滑入）、底部常驻联系条（--contact）、结尾绿色 DM 'PRICE' 按钮 + 金色脉动箭头（目标是让老外私信询盘，CTA 一律导向 DM，不放外链）。位置全部在字幕带以下/以上，不会压住大字幕。
• 转场：场景之间用 xfade 链（随机池：slideleft / circleopen / smoothup / dissolve / zoomin / wipeleft / radial），转场时长 --xd。每段素材会多裁 --xd 秒以留给转场，时间轴仍与配音严格对齐。
• 运镜：每个镜头 zoompan 缓慢推近（--zoom），静止画面会显著拉低完播率。

#2.3 说话清晰（人声处理链，默认开启）

用户反馈"说话听不清"时，问题通常不在 TTS 音量，而在频段被 BGM 盖住。脚本已内置两级处理：

1. 单句人声（build_voice）：highpass=90 去隆隆声 → equalizer 250Hz -2dB 去浑浊 → equalizer 2800Hz +3.5dB 提清晰度（存在感频段） → equalizer 4500Hz -2dB 抑齿音 → acompressor 压缩动态 → loudnorm I=-15 统一响度。
2. 终混（final_mix）：BGM 先做 equalizer 2200Hz -4dB给人声让路 → 人声 volume=1.25 → 混合后整体 acompressor(threshold=-14dB, ratio=2.5) → alimiter 0.95 防爆。

配套参数：语速不要超过 +10%（要清晰用 +8%），--music-vol 0.12~0.16。成品音量自检：ffmpeg -i out.mp4 -af volumedetect -f null NUL，mean_volume 应在 -20 ~ -16dB（达标参考：-19.5dB / 峰值 -0.7dB）。

#2.4 抓眼球的三条硬规则

1. 前 1 秒必须"有人 + 有货"：优先选真人出镜或一整排产品的画面做钩子镜头（比空镜车间强得多）。用 bag-host / bag-price-shock 预设。
2. 钩子字幕 3 秒内出现且最强：钩子句入场动画更快更猛（90ms 放大 + 二次弹跳），正文句更柔和。
3. 0.5 秒一个视觉变化：--scenes 给到 7~8，配合 xfade 转场 + 每镜头推近，让画面持续在动。25 秒视频用 8 段素材是合适的密度。
4. 声音要清楚大于快：+8% 语速 + gap 0.22 比 +15% + 0.15 更留得住人（听不清会直接划走）。

#2.5 4K 横屏素材 / 多子文件夹素材

• 4K 横屏（如微信导出的 3840x2160 HEVC）可直接用，脚本已改为"先裁 9:16 再缩放"，不再生成 26MP 中间帧。 实测 2.5s 的 4K 横屏片段约 2.6s 出片，速度与 720p 同级。裁的是中间竖条（1214x2160）， 真人出镜、仓库货架纵深这类"主体居中"的镜头构图依然成立；首次使用某批横屏素材时先抽一帧确认构图。
• --src 给到含分类子夹的根目录（如 人物/仓库/装货）时，脚本会轮转取样，保证每个子夹都有素材入选。 想让"装货/发货"这类小文件夹一定出现在结尾（信任感收尾），就把它放在子夹里、并让 --scenes ≥ 子夹数×2。
• 一批素材可一次出 2~3 个不同钩子的版本做 A/B：换 --lines-json 的钩子句即可，其余参数不动。

#2.6 人工审片选素材（用户说"只要拍得好的 / 不要有笑的"时必须做）

当用户对素材有内容性要求（"选拍得好的""不要那种笑的""不要乱七八糟的"）时， 不能直接让脚本随机抽——必须先把素材看一遍，再用 --clips-file 锁定素材池：

# ① 生成带编号的审片表（每帧左上角烧编号 #序号.帧号）
python scripts/contact_sheet.py --src "D:\视频素材\某批素材\仓库" \
  --outdir _cs --batch 8 --frames 2 --cols 4 --prefix 仓库
# ② 看图挑素材，写素材池文件（见下）
# ③ 出片时指定素材池
python make_reels.py --src "D:\视频素材\某批素材" --out out.mp4 \
  --clips-file _pool.txt --scenes 7 ...

--clips-file 格式（# 注释、空行忽略）：

# @group 发货现场-货柜装载/叉车/卡车     ← 组标记：定义一类画面
!D:\素材\装柜\a.mp4                    ← "!" 开头 = 钩子候选，优先用作第 1 个镜头
D:\素材\装柜\b.mp4
# @group 产品细节-五金特写/防尘袋
D:\素材\包装\c.mp4
D:\素材\包装\d.mp4

# @group 组名 是关键：素材池里相似画面往往扎堆（几十条白色编织袋货堆、几十条货架）， 纯随机抽会让一条片子连续出现 3 段几乎一样的画面 —— 文件名不重复，但观感依然是"重复"。 打了组标记后脚本会分组轮转：每条片子的每个镜头来自不同的内容组，画面层次立刻拉满。 建议的分组维度（8 组即可覆盖一条片子的 7 个镜头）：

钩子只标给"发货现场 / 工厂全景"：开场第 1 秒决定完播，绝不能抽到五金特写这种弱画面。 钩子所在组在第一轮会被跳过，避免开场连着两段同类画面。

规则： - 每条片子固定从钩子池里抽 1 条开场，其余从整个池子里随机抽，既保证开场强度、又保持每条片子的组合不同； - 素材池里不要写进被排除的镜头，并在文件里用注释记录排除原因（下次不用重新审片）； - 审片要点：① 画面清晰、不糊不暗；② 构图干净，没有杂物/风扇/外卖盒/杂乱堆入镜；③ 有内容信息量（货量、产品特写、作业动作）优于空镜；④ 正脸对镜头笑的、表情不可控的说话镜头一律排除（用户明确反感"那种笑的"）； - 排除正脸镜头后，仍要保证产品特写和货量镜头够用——它们才是外贸获客真正有效的画面。

#2.7 批量出片：用 --used-file 保证「多条片子零重复」

这是出多条片子时最容易翻车的地方：素材池不够大 + 没有跨片台账，几条片子会互相重复画面。 真实案例：25 条池子出 4 条（每条 7 镜头 = 28 个镜头），9 条素材被复用、累计复用 21 次， 用户直接反馈"好多片段都重复"。

python make_reels.py ... --clips-file _pool.txt --used-file _used.txt

还想让"开场画面"也不撞？给每条片子写一个「只带 1 个钩子」的池文件。 素材池里有 N 个 ! 钩子时，脚本每次随机抽 1 个 —— N 条片子抽到互不相同的概率只有 N!/N^N （4 个钩子 → 仅 9%），大概率有两条片子开场是同一画面。做法：复制池文件 N 份， 每份只保留一个 !（其余钩子行去掉 ! 变成普通行），每条片子用自己那份：

for ln in open(POOL, encoding="utf-8-sig"):          # 生成单钩子池
    t = ln.strip()
    if t.startswith("!") and not t.startswith("#"):
        p = t.lstrip("!").strip()
        lines.append(("!" if normcase(p) == normcase(hook) else "") + p)
    else:
        lines.append(ln.rstrip("\n"))

这样出片时钩子唯一、但池子内容不变（其余组照常轮转），实测 4 条片子开场 4 个不同画面。

并池/换池前，先查历史批次用过的素材名单。 台账只覆盖"用本脚本出的片子"； 更早用别的流水线（如手写 plan.json 的批次）做过的片子不会进台账， 直接并池就会让观众在新片里看到老片子的同一画面。查法：

grep -rn "segments\|\"src\"" 老批次的 plan.json   # 或直接读 plan.json 的 segments[].src

把得到的文件名清单与新素材求交，命中就剔除（本项目实例：26.8.21 的 31 条里有 13 条已被早期 A/B/C 用过）。

• --used-file 是 append 台账（每行一个素材路径），每出一条片子自动追加该片用过的素材；
• 下一条片子选片时按「已用次数」分桶，优先取 0 次的素材；池子够大时跨片零重复；
• 池子耗尽时自动降级为「复用最少」，不会崩溃、也不会突然全撞车；
• 容量铁律：池子素材量 ≥ 片数 × 每片镜头数 × 2.5。出 4 条 × 7 镜头 → 池子至少 70 条；
• 片内同样唯一（同一素材不会在一部片子里出现两次）；
• 想重新洗牌，删掉台账文件即可。

怎么攒够池子：200+ 条的素材库，人工审片后通常能留下 100~120 条 （浩业 241 条 → 审片后留 118 条），足够出 16 条互不重复的片子。

小心「小组耗尽」：分组轮转要求每一组都有未用素材。若某个小组（如 样品陈列 只有 6 条） 在两轮出片后被整组用完，脚本只能按"复用最少"降级选取 —— 全组都是 1 次时随机抽， 有几率抽到已交付片子用过的同一条，观众就看到"重复画面"。 出片前逐组核对剩余未用数量：

# 各组剩余未用数量（组内剩余 < 本次片数 时先补素材）
python -c "..."   # 或直接看 build.log 里的 WARN 行

脚本遇到"某组素材已全部用过"时会打印 WARN: 内容组「X」素材已全部用过（最少 N 次）... —— 出片后 grep 一下 build.log， 有这条就说明该补素材了。小组（< 8 条）是重灾区，建议每个组至少留 10 条。 交付前再跑一次「两两交集」检查，确认新片与旧片的素材集合没有交集。

注意 iPhone MOV 的"伪横屏"：竖持手机拍的 MOV 常写成 1920x1080 + rotation:-90， ffprobe 只看 width/height 会误判成横屏。实际上 ffmpeg 会自动旋转， 画面就是原生 1080x1920 竖屏，裁 9:16 后 1:1 输出、画质零损失。 探测时要同时读 stream_side_data=rotation，非 0 就把宽高对调。

#2.8 封面（决定点击率，务必单独做）

Facebook Reels 的封面就是用户在信息流里第一眼看到的画面，比视频本身更影响点击率。 如果不管，平台会默认取视频首帧——那往往是一张毫无信息量的空镜。所以每条片子都要配一张专门做的封面。

用户明确要求的四条硬规则（2026-09-21 强调）： 1. 每次生成的封面都不一样 —— 跨片、跨批都不许撞底图，也不许用同一句钩子文案； 2. 封面文案必须是「勾好奇心」的钩子，不是卖点罗列（两者差别见下）； 3. 图上出现价格一律标美元 —— 本项目是按款式的价格带 $2.00 - $3.00 USD。写 $2.00 - $3.00 时 usd() 会自动补 USD，且把区间当一个整体只在末尾补一次（不会插成 $2.00 USD - $3.00 USD）； 4. 底图必须取自该条视频自己的素材（否则 Facebook 判"封面与内容不符"降权）。

# ① 抽帧挑底图；--used-base 会把「与已用封面雷同」的帧标红 X 并排除出推荐
python scripts/cover_pick.py --vids "爆款O-现货库存版.mp4" --outdir _cover --n 12 \
    --used-base _used_covers.txt          # 跑完看 _cover/pick.txt 的推荐清单（按评分排序）
# ② 生成封面（台账去重：同一底图第二次出现直接 SKIP，观感太像给 WARN）
python scripts/cover_make.py --jobs _cover_jobs.json --used-base _used_covers.txt
#    钩子写不出来时用内置主题库自动挑（自动避开历史用过的钩子）
python scripts/cover_make.py --base 底图.jpg --out 封面.jpg --theme stock --seed O
# ③（可选）把封面烧成视频首帧，上传 Facebook 即自带封面，无需手动选
python scripts/apply_cover.py --jobs _cover_apply.json
# 台账一览：看哪张封面用了哪个底图/钩子
python scripts/cover_make.py --used-base _used_covers.txt --list

好奇心钩子怎么写（与"卖点罗列"最大的区别就是留不留悬念）：

脚本内置 11 个主题共 33 条备选钩子（--theme：warehouse / price-shock / insider / stock / profit / new / speed / moq / origin / selfmade / years），--seed 决定挑哪条，且自动跳过历史用过的。 每行 ≤ 16 字符（超长会迫使整块缩字号，冲击力下降）。

去重机制（"每次都不一样"靠它保证）：_used_covers.txt 台账逐行记 封面文件 <TAB> 底图路径 <TAB> dHash 指纹 <TAB> 钩子文案，生成时过三道闸：

1. 底图路径命中曾用记录 → SKIP；
2. dHash 汉明距离 ≤ --dup-fail（默认 0）→ 判为"同一画面"，SKIP。 这条抓的是不同素材但同机位同场景的情况——2026-09-21 就靠它发现 J / M 两张封面 其实取自同一条素材（距离 = 0），肉眼在缩略图上根本看不出来；
3. 距离 ≤ --dup-thresh（默认 10）→ 只 WARN，留给人工判断"观感是不是太像"；
4. 钩子文案与历史记录完全相同 → WARN（同一句话贴两张封面同样算重复）。

底图怎么挑（按吸引力排序）： 1. 满屏产品：整面货架的女包、一排同款包、成堆印花包、带吊牌的成品包 —— 买家看的是包， 产品图点击率最高（IMG_2683 多色女包墙、acdbd8f7 成堆印花包、422850274 黑包特写都是好底图）； 2. 工厂实力：货柜装载、叉车装柜、整排货柜车、满载三轮车； 3. 材料/工艺：五金配件墙、织带墙、皮料（色彩/密度抓眼，适合"全链自产"主题）； 4. 空镜、地板、白墙、有正脸微笑的真人 —— 直接排除（用户对"那种笑的"零容忍）。

注意底图"可见区"只有画面中上部：钩子块压在 y 786~1200、价格条 1222~1318、CTA 1340~1436， 底图真正露得出来的主要是 y 200~786。所以选帧时主体最好落在这一带； cover_pick.py 的评分就是只统计这个可见区的清晰度/色彩，避免挑到"好画面全被字压住"的帧。

两条硬规则： - 底图必须取自该条视频用到的素材。build.log 里的 clips: 行列出了每条片子的镜头来源文件， 顺着它回到原始素材抽帧即可。用视频里没出现的画面做封面，会被 Facebook 判定"封面与内容不符"而降权； - 从原始素材抽帧，不要从成片抽帧 —— 成片帧上已经烧了字幕和贴纸，再叠封面文字会出现两处文字打架。

版式硬约束（cover_make.py 已内置，改版式只动文件顶部常量）： - Facebook Reels 主页网格按 1:1 居中裁切显示封面 → y 480~1440 必须完整包含核心信息。 脚本已把钩子块、价格条、CTA 全部压进这个区间，顶部的徽章条可以被裁掉（Feed 里仍可见）； - 配色沿用视频内字幕那一套：黄字黑边 (#FFD43B) + 黑底半透明块 + 黄底价格条 + 绿底 CTA，保证账号视觉一致性； - 价格条与 CTA 按钮等宽居中（视觉对齐）；钩子末行用白字，和前两行黄字拉开层次； - 价格条统一带 USD：默认 $2.00 - $3.00 USD / PC MOQ 50 PCS。 本项目没有「零售价 vs 工厂价」的对比口径 —— 用户否掉了 $45 → $3 那套说法，别再写 $45； - 封面文案必须与视频内容一致（同义即可）：封面写 YOU'LL NEVER GUESS THE FACTORY PRICE.， 视频里就得真的把价格报出来。 封面与内容对不上，用户会感觉被骗，完播率反而掉。

封面文案三行结构：钩子起句 + 悬念/冲突 + 落点，例如（2026-09-21 实际在用的 16 条）

H~W 那 16 张（2026-09-21 上午）用的是 $3.00 USD / PC 与 $45 对比口径，现已作废； 重做时按上表的新口径，并走 _used_covers.txt 去重。

-带封面.mp4 的做法是：封面静帧（默认 0.45s）与原视频 concat，音频整体 adelay 后移保持同步。 只多出 0.45 秒，不影响完播，但省掉了发布时手动选封面的步骤。

#2.9 已交付片子的价格/文案小改 —— 原位补丁（别重剪）

用户事后改价（如 $3.00 一口价 → $2.00 - $3.00 价格带）、换联系方式、改一个词，千万不要重跑 make_reels.py： 重跑会重新随机选素材 —— 画面全变、还可能吃掉素材池里的未用素材、甚至和别的片子撞镜头。 用 scripts/patch_price.py 原位补丁：画面帧、转场、时间轴一个字都不动，只改该改的那一帧文字与那一句配音。

python scripts/patch_price.py --work _b_Q --out "爆款Q-价格对比版.mp4" \
    --replace "three dollars=two to three dollars" \
    --price '$2.00 - $3.00 / PC' --voice en-US-GuyNeural --rate "+10%" \
    --lines-json _s_Q.json          # 连带同步源文案 JSON，否则重跑会复活旧价
# 先只体检不改动：打印每句的新旧时长与槽位余量
python scripts/patch_price.py ... --dry-run

它做的事： 1. 从 subs.ass 反推原时间轴（span = d − 0.10，见 pitfalls）并复用 base.mp4（画面/转场/运镜）； 2. 只对文本发生变化的句子重录 TTS；新句塞不进原槽位时只给该句提速（+6% 步进，上限 +20%）， 绝不改动整条时间轴（--rate-map "2=+16%" 可手改）； 3. 用同一条人声链 + 同一条终混命令重新合成，原产物备份到 <work>/_pricepatch_bak/。

改完必做：成品时长应与原片完全一致（Δ < 0.05s）—— 不一致就说明时间轴推错了，回滚重来； 再抽帧确认贴纸与字幕已更新，并同步重做封面（cover_make.py --jobs，封面上的价格也要改）， 封面有改动时 apply_cover.py 重烧 -带封面.mp4。

反推原片的 TTS 参数（要重录就必须同音色同语速，否则一句配音会明显跳出来）： 把该句原文用候选 voice + rate 重合成一遍，比 mp3 时长——完全相同（差 < 0.02s）即是原参数。 本项目的成片用的是 en-US-GuyNeural，语速 +10%（个别批次 +8%），可按此法逐片确认。

旧价格出现的位置要全查（grep -rn "2\.90\|two ninety\|three dollars"）：① 右上角价格贴纸的 ASS 绘制文字； ② 正文大字幕；③ 配音文本；④ 封面图上的价格条/钩子；⑤ 文案 JSON（_s_*.json）。 只改 ①②③ 而漏掉 ④，封面和视频就会自相矛盾；漏掉 ⑤ 则下次重跑 make_reels.py 时旧价复活 —— ⑤ 现在用 --lines-json 自动同步（见上）。改完顺手跑一句校验：

python scripts/verify_lines.py --ws . --ignore _b_R2 --ignore _b_R3
# 输出 OK 全部一致（N 组通过）才算干净；它会自动把 _s_*.json 与各 work 目录的 subs.ass 配对

（废弃的旧版 work dir 用的是同一份 JSON 的旧版本，正常会报 FAIL，用 --ignore 跳过，以交付版为准。）

#2.10 发帖文案 + 标签（每条片子必配，用户明确要求）

视频只是半个交付物 —— 没有帖子文案和标签，发行时还得手写。用 scripts/caption_make.py 出片后顺手生成：

python scripts/caption_make.py --jobs _cap_t4/jobs.json --outdir 文案_TUVW --batch TUVW

jobs.json（每条片子一项）：

[{"tag": "T", "title": "爆款T-发货速度版", "script": "_s_T.json",
  "theme": "shipping", "zh": "钩子＝这周就发货"}]

产出三份：

• <tag>_caption.txt —— 纯英文（不含任何中文，全选复制即可贴到 Facebook）；
• first_comment.txt —— 首评（发布后自己第一条评论）：可点击的 https://wa.me/... 链接 + 工厂信息，直接复制粘贴；
• caption_sheet.md —— 汇总卡片：每条的原钩子 + 3 个备选钩子 + 正文 + 标签池 + 首评模板 + 发布建议。

联系方式分工（2026-09-23 用户给号后固化，别再手填）：

• 正文只写可读的纯文本号码（📱 WhatsApp: +86 166 3339 7622）—— 纯文本不是外链，不触发 FB 外链降权，客户还能直接存号；
• 可点击的 wa.me 链接放首评（first_comment.txt）；
• 号存在 caption_make.py 的 CONTACT 常量里，需要换号时用 --whatsapp / --wa-link 覆盖，或直接改常量。

事实来源只认该条片子自己的配音 JSON（--lines-json 用的 _s_X.json）： 钩子取 style=="hook" 那句、CTA 取 "cta" 那句、卖点取 "norm" 各句， 价格 / MOQ / 年限 / 产地用正则从这些句子里抽，抽不到才用内置兜底（$2.00 - $3.00 USD / 50 / 10 年 / Baigou, China）。 这样帖子写的就是视频里说的，不会出现「帖子和画面不是一回事」（FB 判封面/内容不符会降权）。 正文会自动去掉与导语重复的句子（如 Ten years of OEM in Baigou 与导语撞车）和收尾句已说的 middlemen。

标签做法（照抄即可，别拍脑袋堆词）：

• 6 层分组：核心品类（买手会主动搜）/ 工厂身份 / 定制能力 / 地区产业带 / 买家身份 / 泛流量；
• 每条片子取 8 个（FB 官方建议 3~5，B2B 获客实测 5~8 最稳；堆 30 个反而降权）；
• 按片子序号错位轮转 —— 同批几条片子的标签组合必须互不相同，完全一致的标签容易被判重复内容、互相抢流量。

发布侧提醒（写进 caption_sheet.md，也要在交付回复里说）： 正文不放可点击链接（FB 压降带外链的帖子），wa.me / 网站链接放自己抢的首评（first_comment.txt）； 正文里的纯文本 WhatsApp 号可以留（不算外链，方便客户存号）； 同批片子间隔 1~2 天发；关掉 FB 自动字幕（字幕已烧进画面，会叠字打架）。

交付前先自检：caption_make.py 的事实来自文案 JSON，所以先跑 verify_lines.py 确认 JSON 与成片逐句一致（改过价/改过文案的片子尤其要跑），否则生成的帖子会和视频打架。

#2.11 中文成片（中文配音/字幕/贴图 + 品牌水印）

中文版与英文版的差异点（都踩过坑）：

1. 音色选型：zh-CN-YunxiNeural 在 edge-tts 7.x 上直接报 NoAudioReceived（服务端已下线该名）。 实测可用：男声 zh-CN-YunjianNeural（短视频节奏感强，首选）、zh-CN-YunyangNeural（播音腔、更沉稳）、 女声 zh-CN-XiaoxiaoNeural。换音色前先单句试合成一次再跑整条流水线，否则 16 句逐句重试 4 次后才报错，白等几分钟。
2. 中文字体必须换：make_reels.py 的 CAPTION_STYLES / STICKER_STYLES 与 cover_make.py 的 FONT_BLACK 都写死 Arial Black，缺中文字形会显示成方框。 做法：复制脚本到工作区改副本（不要改共享 skill 源码），把字体统一换成 Microsoft YaHei（Bold 已开）。
3. 中文字幕每行 ≤ 12 字（84/76px 字号、960px 安全宽度），wrap2 的 limit=26 是按拉丁字符设计的， 中文长句不会自动折行、只会横向溢出。写 --lines-json 时逐句控制在 8~12 字，标点用全角。
4. 图片素材可以进素材池：pick_clips 只认视频文件，先把产品图/车间图用 ffmpeg 做成 1080x1920 / 30fps / 6~8s 的静态片段（-loop 1 -i img -t 8），管线会自动叠加 zoompan 运镜，不要自己做双份运镜。 方形/横图直接裁 9:16 会切掉主体，用「模糊底 + 居中原图」fill：split→gblur=sigma=28 打底→overlay 居中。
5. 素材里混有第三方品牌 Logo / 仿牌包（LV、Coach 等）必须整张排除：既有过 Meta 广告拒审与限流风险， 也有商标侵权风险。审片时按「画面里有没有别人的 Logo」单独过一遍。
6. 品牌水印：在 sticker_events 里加一条全程事件即可（注意 ASS 标签在 raw string 里只用单反斜杠， 写成 \\pos 会原样渲染出两个反斜杠）： add(0.05, total, "WM", r"{\pos(975,1845)\alpha&H40&}小张", layer=1)， 并在 STICKER_STYLES 里补一条 Style: WM,...。样式行必须加在 """ 收尾之前，加到外面会直接 SyntaxError。
7. 贴图/CTA 文案全部中文化（源头工厂 · 小张 / 工厂直供 / 小单可接 / 来图来样定制 / 支持外贸单证 / 评论区留言 · 私信我），底部常驻条走 --contact 参数即可，不用改代码。

#2.12 转场体检（加转场前必跑，否则整条片子静默构建失败）

ffmpeg 个别 xfade 转场会直接段错误（exit 3221225477），必崩、与线程数无关。 2026-09-21 实测 ffmpeg 9.0.1 上 squeezev 必崩，同批 fade / pixelize 完全正常。 迷惑之处在于报错现场完全指错方向：日志只有一句 CMD FAIL ... xfade，产物是个没有 moov atom 的残文件， 紧接着终混报 moov atom not found —— 看起来像"素材坏了"或"磁盘满了"，实际是转场有毒。 更贵的是它白吃一遍选片（TTS 和素材都跑完了才崩）。

python scripts/check_transitions.py                 # 体检 TRANSITIONS + TRANSITIONS_V2 两个池
python scripts/check_transitions.py --all           # 体检 ffmpeg 全部 58 个内置转场（升级 ffmpeg 后跑）

它用 lavfi 造两段测试素材逐条试跑，并用 ffprobe 兜一道"退出码 0 但产物是残文件"的情况， 最后给出可直接粘回 make_reels.py 的安全/禁用清单。升级 ffmpeg 后务必重跑一次重建白名单。

#2.13 素材台账重建 —— --used-file 会漏记，别信它

--used-file 是 append 模式，它只记自己每次运行的选择，不知道历史上用过什么。 换过池、换过批次、或某批出片时没带上台账，台账里就缺了那批素材的记录 → 脚本把它们当"未用"，随机抽到就与已交付片子撞画面。 真实事故（2026-09-21）：_used_haoye.txt 里 26.8.11 仓库素材只记了 4 条，而 H~M 那批实际用了十几条， 于是 X 抽到 微信视频2026-08-11_162741_881.mp4，与 H 撞车。

所以 出片后要用各片的真实选片记录重建台账，而不是只在账上追加：

# 全量重建：把已交付片子的素材都记进台账
python scripts/sync_used.py --work _build_h18 _b_J _b_K ... --out _used_haoye.txt --pool _pool_v923.txt

# 某条片子要重做 -> 先把它的素材排除在台账外（释放回池），再重建它
python scripts/sync_used.py --work ... --out _ledger_tmp.txt --exclude _b_X

--pool 会顺带报每个内容组还剩多少条没用过，以及按最小组成交量算"最多还能出几条"。 小组余量是硬上限：原材料 / 样品陈列 / 自有设备 只要见底，整批就该先补素材。

#2.14 素材组耗尽怎么办：把整组摘掉，而不是降级复用

某个内容组用完后，脚本会降级成"复用最少"，平手时随机抽 → 抽到已交付片子用过的素材， 观众就看到重复画面。而且剩下的尾料往往是当组里最差的那些（好画面先被抽走）， 硬用反而踩"构图要干净"的红线。

出片数是 7 镜头 / 8 个组，本来就有一组用不上 —— 所以正确做法是把耗尽的那一组从池里整个删掉：

python - <<'EOF'
src = open('_pool_X.txt', encoding='utf-8').read().splitlines()
out, drop = [], False
for ln in src:
    if ln.startswith('# @group'):
        drop = '原材料' in ln          # 耗尽/尾料差的组
    if not drop:
        out.append(ln)
open('_pool_X2.txt', 'w', encoding='utf-8').write('\n'.join(out) + '\n')
EOF

删完仍是 7 个组对 7 个镜头，正好一组一条，既不撞车也不降级。 注意别把钩子行（!）所在的组删掉 —— 那是开场镜头。

#2.15 配乐曲风 + 动效音效（音频也要"每条不一样"）

同一账号下多条 Reels 共用同一首 BGM / 同一套音效，观众翻主页时会有"全是同一条"的既视感。 出片时每条都要换 --music-style（edm/trap/industrial/pluck）和 --sfx-style （deep/metal/pop，音色包决定开场冲击、切点 whoosh、价格卡、气泡 pop、CTA ding 的音色本身， 不只是换配乐）。事件时间点与 viral2 贴图逐一对齐（用 lens 算切点，不是句子边界）。

曲风 × 音色包要配套（听感统一）：

已交付片子只想换音频？用 --reburn：默认会重合成 music.wav + sfx.wav （画面 base.mp4 / 配音 voice.wav 复用，秒级完成、零素材消耗）。要保留原音频层就加 --keep-music。

# 三条片子三种曲风+音色包（画面/字幕/选片全部不动，只换音频）
python scripts/make_reels.py --work _b_X --out "爆款X.mp4" --reburn --style viral2 \
    --price '$2.00 - $3.00 / PC' --price-band '$2.00 - $3.00 USD' \
    --contact "DM 'PRICE' FOR THE 2026 CATALOG" --music-style trap --sfx-style deep
# 改完务必把封面重新烧进首帧（-带封面.mp4）

合成原理（免版权、纯 Python）：BGM 由 kick/clap/hat/bass/pluck 按曲风编排； whoosh 用单极点低通噪声 + 下滑正弦；boom 用频率下滑正弦 + 起振瞬态。 人声永远优先：final_mix 会在 2.2kHz 给 BGM 让位，音效层音量默认 0.55，永远盖不过解说。

⚠ --reburn 一定要带上 --lines-json（或确认 preset 就是想要的文案）： 它复用画面与配音、但会重新生成字幕，漏传就回退到 preset 的英文，且行数与 plan.json 的 durs 对不上 → 字幕语言变错、末句消失。重烧后回看 subs.ass 的 Dialogue 行再抽帧。

#2.16 其它语言版本（俄语已验证，西/葡/阿/日韩照抄）

目标市场不是英语时，做一份工作区副本（别改共享源码），细节见 references/pitfalls.md 第 66 条：

1. 复制 make_reels.py → 运行器目录（如 _ru/make_reels_ru.py），贴图文案逐条换成目标语言： 身份徽章 / MOQ 徽章 / 全球发货徽章 / 价格带大卡标签 / CTA 按钮 / 私信气泡 ×2； 底部常驻条走 --contact 参数，不用改代码。
2. 字幕字号 76/84 → 66/72、wrap2 的 limit 26 → 20（西里尔字形比拉丁宽约 1.3 倍）。 Arial Black 自带西里尔字形，无需换字体（中文才必须换 Microsoft YaHei）。
3. 音色示例：ru-RU-DmitryNeural（男）/ ru-RU-SvetlanaNeural（女）；先单句试合成， 若报 NoAudioReceived 先间隔重试（假失败），再看 list_voices() 确认音色是否真下线。
4. 句数按 7 句起步（钩子 + 4 卖点 + 2 CTA）：8 句俄语约 27s，7 句约 23s（对齐 18~23s 完播区间）。
5. 参数写进 UTF-8 的 python 运行器（sys.argv = [...] 后 import 目标模块调 main()）， 别用 shell 直传非 ASCII 参数（PowerShell 有转码风险）。
6. 封面：cover_make.py --hook/--badge/--tag/--cta 传目标语言文案（脚本会自适应缩字号）。 发帖文案：caption_make.py 的取词与模板只认英文（WORDNUM / dollars / moq 正则）， 非英语版手写 发布文案-<lang>/<TAG>_caption.txt（纯目标语言，零中文）+ 中文 caption_sheet.md。
7. 出片前用 sync_used.py --exclude <要重做的 work> 重建台账，把上一版素材释放回池再跑。

#2.17 广告版（Facebook Ads）交付

用户说「要投 Facebook 广告」时，除了正片还要交付投放包，并遵守这些差异：

1. 画面里放联系方式：底部常驻条走 --contact "WHATSAPP +86 1XX XXXX XXXX"（Strip = Arial Black 44， 25 字符拉丁+数字安全；号码问用户要，别把真实号码写进技能文档）；CTA 大按钮仍导私信（НАПИШИ ЦЕНА 之类）， 封面 CTA 条同放号码。
2. 时长收到 21~23s：广告完播率敏感。先把候选句跑一遍时长表再定稿（见 pitfalls.md 68）， 实测俄语 7 句可达 21.6s / 22.9s，处在区间内。
3. 素材仍要过三层去重：两条 A/B 之间也必须零撞镜头 → 先 sync_used.py 重建台账再依次出片， 出片后 check_overlap.py 复核。
4. A/B 差异集中在钩子：同受众/同预算/同版位，只换素材。两条的钩子类型要不同 （价格悬念 / 身份反差 / 反常识数字 / 买家处境），配音音色与价格口径保持一致，曲风+音效包换掉。
5. 受众：俄语素材绝不勾 Russia： - Meta 自 2022-03-04 起永久暂停「定位俄罗斯用户」的广告，俄境内广告主也被禁止投放； - 俄联邦法 72-ФЗ（2025-09-01 生效）禁止在 Facebook / Instagram 投广告； - WhatsApp 自 2026-02-11 起在俄境内被全面封禁（2025-08 起限制通话 → 12 月限速 70~80% → 2026-02-11 移出国家 DNS； Telegram 同期被限速，俄官方推 Max）→ 画面烧 WhatsApp 号对俄境内用户已无意义。 → 投 CIS（哈/乌/吉/塔/阿塞/亚美/格/白俄/蒙）+ 俄语侨民（土/阿联酋/以色列/欧盟/美加）。详见 pitfalls.md 70。
6. 交付：爆款RX-xxx版-带封面.mp4 ×2 + 封面-RX-xxx版.jpg ×2 + 发布文案-XX/RXn_ad.txt（纯目标语言、可直接粘进 Ads Manager）+ ad_sheet_XX.md （广告字段：主要文本 / 标题 ≤40 / 描述 ≤30 / 行动按钮 / 受众建议 / 合规自检 / A-B 差异对照 / 操作清单）。
7. 出片前若要与同批其它片子错开素材，仍先 sync_used.py --exclude <本次 work> 重建台账。

#3. 交付

出片后必须： 1. 用 ffprobe 校验成品（时长/分辨率/编码），确认 1080x1920 / 30fps / h264+aac。 2. 抽帧（第 1.5s、中段、结尾）自检字幕烧录正确、无截断。 3. 每条片子配一张封面图（见 2.8），并在 1:1 裁切下复核过核心信息完整； 需要"上传即自带封面"时再产出 -带封面.mp4（校验首帧确实是封面、时长只多 0.45s）。 4. 跑一次跨片撞车检查（出多条片子时必做）——规格和画面自检都发现不了这个问题：

bash python scripts/check_overlap.py --work _b_N _b_O _b_P _b_Q --names N O P Q

它取各片实际交付选片的交集，逐对报出被两条片子共用的素材， 并汇总 唯一素材 / 镜头总数（两者相等才叫真正的零重复）； 同时会把 build.log 里的「内容组素材已全部用过」预警一并列出来。退出码 1 表示有撞车。

⚠ 取选片的来源有讲究：优先读 plan.json（构建成功时写下的权威记录）； 没有它才回退 build.log，且必须取最后一个「既有 clips 行、又出现 SUCCESS」的块。 早期失败重试会在日志里留下废弃的 clips: 行（例如转场段错误那次）， 取第一条会读到没被采用的选片，误报跨片撞车（2026-09-21 的 X ∩ Z = 3 假警报就是这么来的）。 5. 每条片子配一份发帖文案（见 2.10）：用 caption_make.py 生成钩子 + 正文 + CTA + 标签， 纯英文 txt 可直接粘贴；顺带把首评模板和发布注意事项一并交给用户。 6. 用 present_files 把成品 MP4 和文案文件一起交给用户，并在回复中说明：文案内容、用了哪几段素材、时长规格，以及"换一批素材/换语言/换文案"的下一步选项。

#文案撰写要点（外贸获客向）

面向海外批发买家的爆款结构：钩子 → 卖点 ×4 → 行动号召 ×2

默认商家背景（已内置到所有 preset，勿写错）：河北保定白沟（Baigou, Hebei, China）—— 中国箱包之都，女包源头工厂，10 年 OEM/ODM 经验，MOQ 50 件起。文案里的产地一律写 Baigou, China（老外批发商认这个产业带），不要写 Guangzhou 等其它城市。若用户提到其它产地，按用户实际所在地改写。

• 钩子（首句，最重要）：制造"源头工厂"稀缺感，如 The factory behind your favorite bags、POV: you just found the factory...
• 卖点：工厂身份 + 材质（PU/vegan/genuine leather）+ MOQ + 定制（OEM/ODM、logo、包装）+ 价格锚点（$2.00 - $3.00 USD per piece，按款式不同）+ 质检/交期
• 行动号召：DM "PRICE" for our 2026 catalog、WhatsApp us, link in bio、Comment your style number for a quote
• 每句 6~9 个英文单词，字幕最多两行（脚本自动折行）；口语化、有节奏，避免书面长句。

换品类：改钩子与卖点里的产品词即可（五金件 hardware parts、服装 apparel），或用 --lines-json 传入定制文案。

#关键实现要点（改脚本前必读）

1. 素材编码：iPhone 常见 .MOV + HEVC，ffmpeg 可处理；若要给浏览器使用需 -c:v libx264 转码。
2. 时长对齐：字幕与配音时间轴按 TTS 实际时长计算；画面用 tpad=stop_mode=clone 冻结末帧 + -t 总时长 精确截断，避免"最后几句被吞"（曾因 -shortest + 场景偏短丢失结尾 12 秒）。
3. 场景时长兜底：素材短于场景时长时用 -stream_loop -1 循环铺满，保证每段精确等于目标时长。
4. ASS 字段数：Dialogue: 字段数必须与 Format: 完全一致，多一个逗号会导致字幕行首出现逗号。
5. 中文字幕字体：默认 Arial Black 对拉丁字符最佳；做中文成片时把 Fontname 换成 Microsoft YaHei。
6. BGM 与人声：BGM 音量 0.16 + alimiter 防爆音；如需闪避（说话时音乐变小）可接 sidechaincompress。

环境配置与已知坑见 references/pitfalls.md（首次在新机器上运行前必读）。

#抖音原创强化版（竖版知识/口播类 · 反转载查重）

触发：用户说"发抖音被判定转载 / 重复 / 非原创""要全抖音独一份""同一条文案再出一版"， 或者要把这套流水线用于中文知识口播（不是带货）时。

先判根因，再动手——"被判转载"有四种完全不同的成因，用错药白忙一场：

做法（四步，脚本都已就位）：

# 1) 生成抖音原创强化版流水线（不修改共享源码，只在工作区产一份副本）
python scripts/patch_douyin.py "<工作区>/douyin"

# 2) 派生扩容素材池（原片 6 条 → 15 条多取景镜头）
python scripts/derive_pool.py --src "<原片目录>" --out "<工作区>/douyin/pool_dy2" \
    --kind "factory_wide=factory,factory_detail=factory,host_a=lowres,bag_black=product"

# 3) 写一个 UTF-8 运行器传参（中文参数别走 shell，PowerShell 有转码风险）
#    关键参数见下表；--work 建议每次换新目录（见 pitfalls 第 74 条）

# 4) 出片；换 --seed 就等于出一条全新画面（音轨旋律也跟着换）
python "<工作区>/douyin/run_dy2.py"            # 种子默认取时间戳
python "<工作区>/douyin/run_dy2.py" 90066976   # 复现指定版本

参数基线（中文知识口播，实测 22 句 → 69.8 秒 / 13 镜头 / 平均 5.2 秒一切）：

素材配比按选题定：知识向选题画面主体必须是车间实拍，配比约 车间 10 : 真人 2 : 产品 3。 第一版把产品类配成 7/15，满屏反复是同一块背景，观感明显重复——配比是按内容配的，不是平均分。

知识口播的两条既有规矩会被打破，要主动跟用户说清： ① 原"纯人声无 BGM" → 这版必须加独家合成 BGM（纯人声是音轨层面最容易被比对的形态）， 人声仍占绝对主导；仍想要纯人声就把 --music-vol 0、去掉 --sfx-vol 重烧，画面不用重跑。 ② 原"静态画面无推拉" → 实拍素材自带运动，只叠 8% 极缓推近即可，不必靠静止求稳。

还没通过时的下一档手段：换音色（如云健 → zh-CN-YunyangNeural / 女声）。 音色是最后动的一刀，因为它会影响账号的声音识别度。

合规红线仍然适用：派生只改取景/速度/调色，不会把原片里的第三方品牌 logo 或仿牌货品"派生掉"——这类素材必须在原片层面就筛掉。

已知坑见 references/pitfalls.md 第 74~79 条。