制作可复用的ai影视导师skill,可以先明确要学的知识、常用工具和当前水平,用几个真实镜头问题校准讲解方式,再把确认过的知识范围、教学流程和纠错标准交给codex整理为技能文件。需要有可使用本地skill的codex环境;效果取决于规则与样例质量,文件生成后仍应换一道题检查。
先说明你要学什么、怎么学
列出影视基础、镜头分析和AIGC工具等学习范围,再说明希望导师提供什么帮助:解释概念、拆解镜头,还是修改自己的视频提示词。背景越具体,越容易区分适合你的建议和泛泛介绍。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

先写清影视学习需求和希望获得的指导
写清常用工具、可投入时间和难点。例如已经会生成画面,但总分不清轴线和镜头运动,就让教学围绕这些问题展开,不从零重复无关工具安装。
用实际问题跑一遍教学流程
给出一段镜头描述或当前提示词,让它解释问题、提出改法,再说明如何判断改动是否合理。回答过于笼统时,直接指出哪里听不懂或无法操作,让它按你的标准重新讲。

用具体镜头语言问题检查讲解是否可用
把满意的讲解方式留下来,例如先说明原理,再结合当前任务给出可执行修改,最后列检查点。用不同问题测试,确认它不是只会回答最初那个例子。
通过 Telegram 命令管理 OpenAI Codex 配置文件,支持用量查询与 OAuth Token 刷新,并提供队列化安全应用(queued safe apply)及进度更新。
整理成可以复用的技能文件
把确认过的学习档案、知识范围、教学顺序和纠错标准交给Codex,要求写入可复用Skill,并返回实际保存位置与调用名。不要预先猜一个技能名当作已经存在。

把已确认的知识范围和纠错标准整理成Skill
查看生成文件,检查是否包含输入要求、处理步骤、输出格式和不确定内容的处理方式。临时案例可以保留为参考,但不要让每次回答都照搬同一段剧情。
在新任务中调用并验证
通过当前客户端的技能选择入口调用实际安装的技能,提交新的镜头问题。也可以在保留学习上下文的专用会话中继续使用,但应区分会话记忆与已写入技能文件的规则。

从技能入口调用已安装的学习技能
验证它能否沿用你的学习水平和讲解标准,给出与当前素材相符的建议。发现偏差先修改规则或样例,再复用;把重点放在能否帮助判断和改镜头,而不是技能文件有多少页。

















