技术图解短视频生产工程规范与契约手册

本规范提炼自生产级开源项目 blackboard-bilingual-course-video 的实际开发与出片经验，定义了面向技术科普、板书图解短视频的生产契约（Production Contracts）。

1. 认知原型与叙事矩阵契约 (Narrative Matrix)

每一期视频必须在策划之初明确其属于 6 大认知原型 之一，杜绝图表的机械轮换：

概念机制拆解课 (Concept Deep-Dive)：以直觉物理隐喻开场，经由时序泳道流与核心代码，最终收束于能力边界与全局图景。严禁空洞的对比表。
多产品对比选型课 (Product Comparison)：全景选型光谱 \(\rightarrow\) 机制对照 \(\rightarrow\) 横向评估矩阵 \(\rightarrow\) 选型决策树。每个被比较工具必须在至少 2 个场景中同台竞技。
反常识动机揭秘课 (Paradox Motivation)：单体美好假象 \(\rightarrow\) 级联雪崩因果图 \(\rightarrow\) 自愈解耦闭环 \(\rightarrow\) 复杂度与收益天平。
技术演进替代课 (Evolution Shift)：旧代际性能瓶颈 \(\rightarrow\) 演进梯度坐标轴 \(\rightarrow\) 新旧对比矩阵 \(\rightarrow\) 迁移图谱。
故障排查诊断课 (Troubleshooting)：故障现场指标 \(\rightarrow\) 排查决策树 \(\rightarrow\) 根因修复补丁 \(\rightarrow\) 长期防范。
架构经济学决策课 (Economics Decision)：显性成本对比 \(\rightarrow\) 隐性运维与故障成本 \(\rightarrow\) 临界点判定 \(\rightarrow\) 选型清单。

连续生成优先 (Continuous Voice First)：
- 全片音频优先采用 course-continuous 一体化生成，杜绝按句切片后拼接导致的语速、底噪与气口突变。
强制字符对齐 (CTC Forced Aligner)：
- 使用 MMS-300M 等 CTC 强对齐模型作为字级时间戳标准，字幕与音效触发均以此为绝对依据。
双轨分离与最小标注 (Dual-Track Text)：
- 字幕展示源 (text) 保持纯正规范中文与必要缩写；
- 语音生成源 (tts_text) 仅在实际听审报错时注入局部多音字拼音（如 <命中|MING4 ZHONG4>）或 CMU 英文音标。
短语化字幕切分 (Phrase Captions)：
- 单屏字幕长度严格控制在 8 ~ 16 字，硬上限 26 字，至多两行。
- 硬性过滤：绝不允许断句碎片以“的、地、得”开头，必须完整包裹核心修饰短语。

首帧主题清晰硬门禁 (First-Frame Clarity Gate)：
- 第一幕居中标题必须含有明确的标准技术名词或具体问题，通过“首帧脱敏盲测”（仅看标题即可理解全篇主题）。
问句标题“先读问题”门禁：
- 问句标题的视频，首句旁白必须先念出或自然重述该问句，禁止视听脱节。
职责分层原则：
- 全局框架层 (HyperFrames / Remotion)：拥有全局标题 (title_html)、支持副标题、学习进度条与字幕浮层。
- 图解内容层 (Core Graphics)：拥有局部架构框、流程箭头、代码窗口、参数标注与结论文字。
- 严禁无字纯装饰插画，每张核心图片均应具备明确的信息图解与教学指引意义。

标准交付包结构：
- 校验合格的成品 output.mp4；
- 全套可复现的工程项目源码（HTML/React/JSON）；
- 独立连续语音轨 course_voice.wav；
- 毫秒级对齐时间戳 sentence_timeline.json；
- 规范视频发布文案 video_copy.txt（包含标题、话题标签、简介）；
- 9宫格与横幅适配封面。
安全发布流程：
- 自动化生成的素材优先导入剪映草稿工程 (draft_info.json) 或官方平台草稿箱，由人工复核后通过官方定时发布排期上线。