Video Agent Storyboarder 把逐字稿逐句翻成镜头表

Video Agent Storyboarder 是什么

在 PromptHub 的 Skill 目录里，Video Agent Storyboarder 是视频团队里的分镜师。它读取编剧产出的 script.md，通过 Python 脚本调用 Gemini Flash API 批量生成分镜，输出 storyboard.json 和 storyboard.md。

它是文字世界和画面世界之间的桥。

它把每句话分配画面职责

storyboard.json 中每个镜头包含 shot_number、time_range、script_text、asset_type、media_format、visual_description、mood 和 duration_seconds。

这意味着分镜不是随便配图，而是要让逐字稿中的每句话都有对应镜头。提到人物、书籍、数据和统计时，也要转成相应素材类型。

它区分素材类型和制作方式

源文件把素材类型分为截图、真实人物、文字卡、数据图表、概念画面、引用片段、信息图、留白、书籍、分屏等。媒体格式则有 ai_video、ai_image、manual、post_production、simple。

这套分类很重要。真实公众人物不该用 AI 图像硬生成，数据统计也更适合后期动效。分镜师的价值就在于判断“这个句子应该被拍、被找、被生成，还是被排版”。

一个具体示例

如果逐字稿说“加州大学的 Gloria Mark 教授发现，注意力被打断后需要很长时间才能回到原任务”，Storyboarder 应该把 Gloria Mark 标为真实人物或引用素材，把数据结论标为数据图表动效，而不是生成一个模糊的“焦虑上班族”。

这样后续 visual 和 editor 才知道哪些素材该 AI 生成，哪些需要人工准备。

适合什么场景

它适合知识视频、认知成长视频、科技解释、长口播稿拆镜头和自动化视频团队中的分镜环节。

如果用户还没有逐字稿，先用 Writer；如果要生成图片素材，再接 Visual。

使用边界与失败排查

如果连续三段都是同一种素材类型，画面会疲劳，需要插入数据图表、文字卡、截图或留白变化。

如果 ai_video 或 ai_image 的 visual_description 不是英文，脚本规范会被破坏，后续生成效果也可能下降。

更多说明可以看 Video Agent Storyboarder 的 PromptHub 页面 和 GitHub 原始 Skill 文件。

结论

Video Agent Storyboarder 的价值，是把口播稿变成结构化镜头表。

它让后续配音、美术和剪辑能按同一张时间地图工作。