视频与音频
talking-head-muzi
按「木子不写代码」式人物常驻风格,为口播视频或口播数字人写开头 15–20 秒的动作说明书、生成描述和包装方案:腰部以上中景、人物全程全屏、开场 4 秒双手外抛和捧框、列举段手出画、信息卡和 UI 截图贴在人物四周、巨大标题字放在人身后。用户说“木子风格”“最完整的系统教程开场”“人一直在画面里”“信息卡环绕”,或要做长教程的目录式开场时使用。
Pluviobyte · 已有 AI 审核记录
安装与使用
运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。
npx skills add Pluviobyte/awesome-talking-head-skills --skill talking-head-muzi技能说明
name: talking-head-muzi description: 按「木子不写代码」式人物常驻风格,为口播视频或口播数字人写开头 15–20 秒的动作说明书、生成描述和包装方案:腰部以上中景、人物全程全屏、开场 4 秒双手外抛和捧框、列举段手出画、信息卡和 UI 截图贴在人物四周、巨大标题字放在人身后。用户说“木子风格”“最完整的系统教程开场”“人一直在画面里”“信息卡环绕”,或要做长教程的目录式开场时使用。
木子不写代码风格:人物常驻型
来源:抖音「木子不写代码」4 条高赞视频的开头 20 秒,2026-10-27 拆解。样本见
references/samples.md。 本 Skill 只提炼动作、节奏和结构,不包含对方的长相、服装、场景和逐字台词。生成时不要把原视频当参考视频喂给模型。
一句话
人几乎一直全屏,信息不靠切画面,而是贴在人物四周。手势集中在开场 4 秒,进入目录列举后手放到画外,节奏交给不断切换的 UI 卡片。
适合 / 不适合
- 适合:零基础系统教程、长视频的目录式开场、想让观众觉得「人一直在陪着讲」
- 不适合:情绪化观点、需要大量 B-roll 的叙事
- 数字人难度:中。需要生成的全屏秒数最长(接近 20 秒),但手势只集中在开场
机位与构图
- 坐姿,腰部以上中景,比一般口播更松,桌面以上的腹部都在画内,人物居中
- 背景:干净的浅色墙面,一侧有一幅色彩鲜明的画或书架。按自己的场景描述
- 深色纯色上衣,领夹麦
- 机位固定
画面包装(剪辑层完成,不需要模型生成)
- 左上角:章节大标题(两行)
- 左下角:目录卡,随当前章节高亮
- 右上角:UI 截图卡,卡片角上带本人圆形小头像,每报一个章节换一张
- 底部:字幕
- 开场 2–4.5 秒:一个巨大的标题字放在人物身后,头部挡住字母中间,有景深感(需要人像抠图分层)
手势词汇表
| 代号 | 手势 | 用在哪类台词 | 位置与幅度 | 时长 |
|---|---|---|---|---|
| M1 | 双手从胸前向两侧打开,掌心朝上朝外,五指张开,手腕随音节翻转 | 开场第一句(4 条样本都有) | 胸口到肩,会超出肩宽 | 2–4 秒,持续翻动 |
| M2 | 双手掌心相对、手指弯曲,像捧着一个盒子,随音节轻抖 | 报出主题名 | 胸前正中 | 1–2 秒 |
| M3 | 一只手在胸前立掌,指尖朝上或朝前,另一只手放低 | 解释性的话 | 胸前偏一侧 | 0.5–1 秒 |
| M4 | 双手落到画面下沿以外,只靠点头 | 逐项列举章节 | — | 长段 |
节拍规则
- 开场 4 秒手最忙:每 0.25–0.5 秒换一次手腕角度
- 进入列举后手明显变少,每报一个章节名轻点一次头,右上角同时换一张卡(1–2 秒一张)
- 双手对称为主
表情与头部
- 微笑,眉毛上扬,语速快
- 列举时每一项轻点一次头;视线一直看镜头
开头结构模板
| 时间 | 画面 | 动作 | 台词功能 |
|---|---|---|---|
| 0–2s | 真人全屏 | M1 双手外抛 | 「这是……最完整的」类的总承诺 |
| 2–4.5s | 真人全屏 + 人后大标题字 | M2 捧框 | 报出主题 |
| 4.5–20s | 真人全屏 + 四周信息卡 | M4 手出画,偶尔 M3 | 「从……开始,到……,再到……,最后……」逐章节列举 |
| 结尾 | 同上 | 点头 | 最后一项落在综合实战(做一个完整作品) |
台词请自己写,只学句子的功能。
数字人生成建议
- 拆成两段生成:开场 0–4.5 秒(M1 + M2)单独生成;列举段用「手出画 + 点头」的低风险描述
- 列举段可能超过单段生成上限,按所用模型的上限切段,接缝处用 UI 卡片切换或字幕遮挡
- 信息卡、目录、标题字全部在剪辑层做,不要写进生成描述
- 人后大标题字需要先抠出人像,再把文字层放在人和背景之间
禁止动作
- 手不过头顶
- 列举段不要加手势,避免和卡片节奏打架
- 不做比心、OK、数数字等复杂手型
- 不摇头,身体不左右晃
输出格式
## 基础姿态
## 逐句动作
| 时间 | 台词 | 手势代号与描述 | 表情与头部 | 剪辑层元素(标题字/目录卡/UI 卡) |
|---|---|---|---|---|
## 禁止动作
## 给视频模型的描述(按生成段分开)
## 包装清单(给剪辑或代码剪辑用)
生成描述示例(原创,可改写)
中景,人物坐在镜头正前方,腰部以上入画,人物居中。镜头固定。第 0 秒人物微笑看镜头,双手从胸前向两侧打开,掌心朝上,五指张开,手腕随说话节奏翻转,持续约 2 秒。第 2.5 秒双手收回胸前,掌心相对、手指弯曲,像捧着一个盒子,随重音轻抖两下。第 4.5 秒起双手放到画面下沿以外,只在每个短句结束时轻点一次头。