企业官网建设流程全解析

gbro-collage-broll是一个半调纸拼贴 B-roll 生成 skill：它把约 5 秒的口播文稿压缩成一个 sharp visual idea，再自动组装成高级编辑风（halftone paper-collage）拼贴动画。本文是一份视觉隐喻设计教程，聚焦工作流的第一道闸门 Gate 1 —— 在生成任何图片和视频之前，先把核心意思、关键物件、底色与组装顺序一次性写清楚。这一步完全免费，却是决定成片成败的起点。

为什么 B-roll 设计要从"视觉隐喻"开始

口播是听觉信息，观众听的时候，大脑需要画面来"接住"意思。B-roll 的价值不在于热闹，而在于把一句话的意思翻译成一眼看懂的视觉命题。

gbro-collage-broll的核心是一套强制的三闸门审批（见 README.md）：

💡 核心思路：错误发现得越早，代价越低。Gate 1 改一段文字是免费的，Gate 2 重生一张图远比重跑一条视频便宜。所以视觉隐喻设计不是流程里的一小步，而是整个工作流中杠杆最高的一步。

Gate 1 交付清单：6 项内容一次给全

按照 SKILL.md 的强制审批协议，收到文稿后，Gate 1 只交付方案、停下等待确认，交付内容固定为 6 项：

1. 核心意思—— 观众最终要看懂什么
2. 情绪—— 冷静、惊讶、紧迫、豁然开朗、荒诞、反讽
3. 一句话视觉命题—— 整个画面要表达的关系
4. 3–6 个关键物件—— 画面里的主体纸片
5. 建议底色与局部点色—— 色场 + 彩色卡纸
6. 预期组装顺序—— 元素逐件滑入的先后

交付后明确停下，等待你回复"可以 / 通过 / 全部通过"，或给出逐条修改意见。批量文稿支持部分通过：只有确认过的条目进入 Gate 2，未通过的继续改隐喻。

5 步压缩法：把一句口播压成一个视觉命题

Phase 1 的设计方法在 SKILL.md 中有完整说明，核心是 5 步提取：

1. 找核心意思：删掉修辞，只留观众必须看懂的那一层意思
2. 定情绪基调：画面气质由情绪决定（紧迫用焦橙、沉淀用深紫……）
3. 抓动作动词：打开、连接、漏掉、装订、归档、点亮、压缩、分叉、组装 —— 动词决定了"组装"这个动作本身
4. 选可视化隐喻：机器、时钟、胶片、档案柜、控制台、规则册、漏斗、轨道、棋子，是常用隐喻素材库
5. 落到 3–6 个物件 + 底色 + 组装顺序：完成 Gate 1 交付

⚠️ 为什么必须是 3–6 个物件？文档说得很直白：元素过多会让语意变弱，也会让 Omni 组装不稳定。默认一条文稿只做一个隐喻；批量文稿优先形成前后叙事，例如先表现手工消耗与经验流失，再表现规范沉淀与人机分工。

实操示例：一条 Gate 1 输出的完整样子

这是 SKILL.md 中的官方示例，对应口播"经验每次都在被重复消耗"：

1. 核心意思：经验每次都在重复消耗 视觉隐喻：熟练剪辑师围着巨大的胶片时钟逐帧裁切，时钟走完一圈却只得到一小段成片 关键物件：胶片时钟、剪辑师、剪刀、短胶片 色彩：焦橙底，奶油白与浅青点色 组装顺序：时钟 → 人物与剪刀 → 胶片 → 最终短输出

拆解一下它好在哪里：

• 隐喻单一：只讲"重复消耗"，不夹带其他意思
• 物件克制：恰好 4 个关键物件，每个都承担语义
• 动词驱动：裁切、走完、得到 —— 组装顺序就是叙事顺序
• 色彩服务语意：焦橙对应"时间消耗、劳动、紧迫"

输出后停下等待确认，确认前不产生任何图片与视频。

底色怎么选：按语意匹配色场

拼贴风格里，背景不是装饰，而是信息的一部分。色彩规则见 SKILL.md：

两条细节规则：

• 不要把 cobalt blue 当成唯一默认 —— 同一批画面保持"同设计语言、不同底色"
• 彩色纸张（红、黄、青、橙、紫、奶油白）只用于关键卡片、胶片、规则册等信息层级，不要为了彩色而彩色

Gate 1 之后：三闸门如何接力

• Gate 2 · 静帧确认：写visual-spec.json与 imagegen prompt，生成彩色拼贴静帧和带编号的 contact sheet，再次停下等你确认
• Gate 3 · 视频生成：静帧通过后，自动调用gemini-omni-flash-preview做首尾帧组装动画（由 scripts/generate_video.py 批量执行），并完成逐秒抽帧、首帧空场验证、尾帧对照等 QA

首次触发时会自动运行 scripts/check_setup.sh 做环境自检；四道闸门的预期行为可参考 evals/evals.json，Codex 接口配置在 agents/openai.yaml。

常见错误清单：Gate 1 阶段最容易踩的 4 个坑

动作类型上还要注意：B-roll 的动作必须是assemble-from-empty（元素从空场逐件滑入、卡位、组装），而不是淡入或慢 zoom —— 这条要在 Gate 1 的"预期组装顺序"里就想清楚，否则到 Gate 3 再改就贵了。

快速上手：一句话触发

对你的 agent 说（见 README.md）：

collage b-roll：很多人以为 AI 是来替你思考的，其实它更像一面镜子，会把你问题里的漏洞照出来。

然后按 Gate 1 → Gate 2 → Gate 3 逐步确认即可。批量给多句文稿也可以，每句一个隐喻、一条成片。把视觉隐喻设计做扎实，后面两步基本就是"按确认按钮 + 看 QA"。