一句话：一个 Codex Skill，把你的文案变成导演提案 + 可直接生产的 Gemini 视频提示词包，默认 60 秒。
GitHub：kaomei/stickman-video-director ｜ ⭐ 1.6k ｜ Fork 239 ｜ MIT 协议
它是什么？解决什么问题？
火柴人解说视频是短视频顶流赛道之一，但”有文案”不等于”有视频”：一个人、一个背景，十秒钟没有新视觉变化，观众直接划走。真正的问题不在画，而在导演——开场钩子、解释节奏、视觉隐喻、镜头推进、场景衔接、多段生成之间的一致性。
这个项目把”导演”做成了一个 Skill：你粘贴文案（或只给主题），它先出导演提案（英文旁白、画面、镜头、转场、BGM/音效全有），你确认后，它才生成可直接投喂 Gemini Omni Flash 的提示词包（默认 6 条，每条约 10 秒，拼成 60 秒成片）。时长支持 30s/90s/3min/5min 等 10 秒整数倍，画幅 9:16 竖屏、16:9 横屏分别重构构图。
核心优势：为什么值得 Star
1. 先有风格体系，再谈生成
- 风格 1 基础黑白：白底黑人/黑底白人，高反差极简，适合硬核知识拆解；
- 风格 2A 极简科技：纯白空间 + 玻璃 UI 微光，Apple Keynote 感；
- 风格 2B 彩色故事：全彩电影光影，Pixar 叙事感；
- 路线图上还排着 9 种：双人对话、2D 融 3D、讲台名师、手绘绘本、热血打戏、洞穴幽默、卡牌闯关……作者按 Star 和 Issue 呼声排优先级。
风格 1 实拍：白底黑人，线条干净（仓库官方动图，流量注意）。
风格 2B 实拍：全彩沉浸 + 电影光影（仓库官方动图）。
2. 文案引擎：完播率 60% 的爆款五步心流
不管你给的是主题还是一段草稿，Skill 都会重构成 5 步情绪递进：黄金钩子（前 2–5 秒反常识追问）→ 打破常识 → 拉出内幕 → 真相揭秘 → 升华互动（评论区站队题）。情绪卡点按总时长动态适配，这是短视频真正的生产函数。
3. 确认节点：花钱之前先拍板
提案没批准，不进生成阶段。画幅、时长、风格、主题一改，全局重新构图而不是机械替换——把修改成本压在最便宜的地方。
4. 生产锁定：一致性写进每一条提示词
人物、线条粗细、配色、声音、台词、转场、负面约束，在每条独立提示词里重复声明，专治多段生成时的人物走样、毛球变形、肢体抽搐。作者也诚实说了边界：独立生成的音频仍可能有轻微差异，最高一致性方案是拼接时套一条连续外部旁白 + BGM。
5. 成本几乎为零
Gemini Omni Flash 在 Google Flow 里一条 10 秒 720P 约 15 积分，AI Pro 会员每月白送 1000 分（60+ 条），日更够用。作者还写了低价上车攻略（懂得都懂）。
怎么使用？五步
- 粘贴：文案、笔记、文章，或只给主题；
- 选择：画幅（9:16/16:9）+ 时长（默认 60s）+ 画风；
- 确认：看导演提案（英文 VO、参考翻译、画面镜头、转场音效），不满意直接改；
- 生成：拿对应数量的 Gemini Omni Flash 提示词去 Flow 里跑；
- 拼接：多段 10 秒拼成片，前后呼应，开场结尾能对上。
安装（Codex Skill）：
git clone https://github.com/kaomei/stickman-video-director.git
cp -R skills/directing-stickman-videos "${CODEX_HOME:-$HOME/.codex}/skills/"
重启 Codex，调 $directing-stickman-videos，粘素材开干。示例请求：
Use $directing-stickman-videos to turn this copy into an English stickman video:
Gravity bends space and time so strongly around a black hole that even light cannot escape.
边界（作者自己说的）
- Skill 强化结构和表达，但不编造没有来源的事实、数据和引语；
- 音频跨段一致性不如画面，介意就外挂旁白；
- 目前是 Skill 形态，作者计划做网站版（在线预览 + 挑文案 + 一键复制提示词）。
结语
AI 视频工具都在卷”生成”，这个项目卷的是”生成之前”——把导演思维产品化。1.6k Star 证明短视频创作者要的不是又一个提示词框，而是一套”文案→成片”的确定性流程。
仓库：github.com/kaomei/stickman-video-director（MIT）。对路线图哪个画风感兴趣就去 Issue 留言，作者按呼声排期。
