AI 周度视频

概述

从调研到最终生成 MP4 文件，制作一份专业的中文 AI 行业周度报告视频。整个工作流须以证据为驱动：每一项实质性主张均需标注来源；每一张截图均须可追溯；任何变速处理必须严格保持旁白与画面场景的时间对齐。

工作流

1. 明确定义时间窗口。对于“上周”，需根据用户所在地区（locale）自动计算确切的起止日期，并在脚本中明确读出该日期范围。
2. 当报告涉及近期 AI 新闻、金融动态、市场变动、产品发布、政策更新、人物动向、公司经营状态等易变信息时，须在线实时调研最新事实。
3. 优先采用一手信源：官方公司公告、投资者关系页面、监管机构网站、活动官网、技术文档、SEC/交易所备案文件，以及官方 X 账号。新闻报道仅用于补充说明或发现一手信源。
4. 精选 4–6 个重点事项，覆盖以下维度：模型/产品发布、AI Agent、企业级部署、开源或可控模型、芯片/算力、政策/监管、市场/金融影响。
5. 脚本采用“总–分–总”结构：
   • 开场：20–30 秒，概括行业主线与核心判断。
   • 主体：每项内容包含简要总结、背景、相关公司/机构、动机/战略、影响/决策判断及对应信源。
   • 结尾：归纳整体趋势，并给出下周关键观察点。
6. 视觉素材采集：优先截取官方网页截图；其次可选官方 X/Twitter 账号页面截图。若 X 出现超时或访问受限，保留官方网页截图，并在最终响应中说明该限制。
7. 默认使用 Remotion 构建视频（当用户明确要求 Remotion 时）。当用户明确指定 HyperFrames 或提供 HyperFrames 技能时，则使用 HyperFrames。
8. 当用户要求使用本对话中所用语音时，默使用 zh-CN-XiaoxiaoNeural；语音风格须保持专业、沉稳、清晰。
9. 交付前完成渲染与全流程校验。

详细写作规范请参阅 references/report-structure.md；Remotion 时间轴对齐与 1.5x 同步方案请参阅 references/remotion-sync.md。

Remotion 默认配置

除非用户另有明确指示，否则采用以下默认设置：

• 合成规格：16:9，1920×1080，30fps。
• 时长：通常为 2–4 分钟；对于 1.5x 同步版本，若完整保留全部旁白内容，允许最终成片时长适当缩短。
• 场景划分：标题页/主线页 → 时间线页 → 每项内容独立一页 → 信源页/结语页。
• 视觉风格：专业、克制，体现科技与金融调性；避免过度营销化语言与装饰性冗余元素。
• 画内元素：标题页、时间线、事件卡片、关键词/数据可视化图表、信源标签、中文字幕、信源页面截图、结语判断页。
• 信源标签：在视频中合适位置显示信源名称与 URL。
• 字幕：按场景或更短的字幕块对齐的中文字幕。

音频同步规则

当用户期望画面与旁白严格匹配时，严禁通过简单加速整段渲染后的 MP4 来生成最终交付物。仅允许将全片应用 setpts=PTS/1.5 + atempo=1.5 作为快速预览手段，且必须明确标注为“预览版”。

制作合规的 1.5x 同步版本需执行以下步骤：

1. 将旁白按场景切分为独立段落。
2. 为每个段落单独生成语音音频。
3. 对每段音频应用 atempo=1.5 变速，或以更高语速重新生成 TTS 并仍按段落切分。
4. 依据各段音频实际时长，设定 Remotion 中对应 Sequence 的持续时间。
5. 将对应 组件嵌入该 Sequence 内部。
6. 重新渲染整条合成轨道。

若项目需重复生成分段级音频，请使用 scripts/generate_segment_audio.mjs。

截图指引

尽可能使用 Playwright 或基于真实浏览器的自动化工具进行截图。所有截图统一存放于 public/assets/screenshots 目录下，供 Remotion 作为静态资源引用，并确保路径引用一致。

推荐截图组合如下：

• 每项内容对应的官方活动/产品/信源页面截图。
• 同家公司可访问的官方 X 账号页面截图（如有）。
• 财务结果类内容需附投资者关系页面截图。
• 政策类内容需附监管机构/政府官网页面截图。

除非截图中清晰可见某项具体公告内容，否则不得将 X 账号主页截图作为该公告的直接证据；应标注为“官方 X 账号主页截图”。

校验流程

在最终响应前，须运行以下检查命令：

npx tsc --noEmit
npx remotion compositions src/index.ts
npx remotion still src/index.ts AIWeekly output/check.png --frame=
npm run render
ffprobe -v error -show_entries format=duration,size -show_entries stream=index,codec_type,codec_name,width,height,r_frame_rate,sample_rate,channels,duration -of default=nw=1 output/video.mp4
ffmpeg -hide_banner -i output/video.mp4 -af volumedetect -f null -

同时，从最终 MP4 中抽取代表性帧并人工核查：画面是否非空白、文字是否可读、信源标注位置是否合理、字幕排版是否正确。

最终响应

以绝对路径 Markdown 媒体嵌入格式返回最终 MP4 文件。响应内容应简洁，并包含以下信息：

• 推荐使用的最终版本文件名。
• 该版本是否为合规的 1.5x 同步版本，抑或仅为快速整片加速的预览版本。
• 视频分辨率、帧率、时长及音频状态（如音量、信噪比等关键指标是否达标）。
• 存在的信源/截图限制，特别是 X/Twitter 访问超时等情况。
• 所有在线调研所得事实所引用的一手信源链接。