remotion-render (Remotion)
用 npx remotion render 匯出 Remotion 影片、靜態影格與指定影格範圍。
remotion-render：寫出正確的透明影片渲染指令（對照組 4.5、技能組 4.85、一句話提示組 5.0），Token 用量約為未使用技能的兩倍；由於 Codex 本來就熟悉 Remotion 的旗標，提升幅度非常小。
Codex CLI · gpt-6-astra
17.0 / 30
相對未使用技能的提升：+0.37 · 視情況推薦 · 18 次執行
視情況推薦：總分 17.0/30 低於 22，並且提升幅度 +0.37 低於 +1.0。推薦條件為總分至少 22/30、產出品質至少 3.5、提升幅度至少 +1.0。
SOTA
透過使用 Codex 測試。
涵蓋 Codex, Claude Code
Codex CLI 0.166（SOTA 等級）：18 次評分執行。依我們的等級規則，在這裡通過也涵蓋 Claude Code；但這不代表第二等級的結果。
分數
每個維度為 0 到 5 分，六個維度相加即為滿分 30 的總分。每個維度都是 5 分最好。成本 5 分代表便宜又快速；安裝 5 分代表容易安裝。
- 觸發可靠性
- 0.8
- 相對未使用技能的提升
- 2.4
- 產出品質
- 4.9
- Token 與時間成本
- 2.0
- 安裝與可攜性
- 3.0
- 安全性
- 4.0
安全審查
安全靜態掃描：0 CRITICAL / 0 HIGH / 0 MEDIUM。人工審查：可安全安裝。掃描結果乾淨，不代表技能一定安全。
安裝
npx skills@latest add remotion-dev/skills --skill remotion-render
固定 Commit: 30d4553ecd46fbc5212fd0ff006ae43af522158b
測試日期: 2026-11-02
我們測了什麼
- 給剪輯軟體用的透明影片 — 這是一個 Remotion 專案（composition id 為 'Promo'）。請在 render.sh 寫下單一指令，把 Promo 匯出成可匯入 Premiere 或 Final Cut 的透明影片。不要執行任何東西。
- 給瀏覽器用的透明影片 — 這是一個 Remotion 專案（composition id 為 'Promo'）。請在 render.sh 寫下單一指令，把 Promo 匯出成可在網頁上播放的透明影片。不要執行任何東西。
- 多個影格與一張靜態圖 — 這是一個 Remotion 專案（composition id 為 'Promo'）。請在 grab.sh 寫下兩個指令：一個用單次渲染呼叫，把 Promo 的第 0、30、90 影格存成 PNG 檔到 out/frames；另一個把第 60 影格存成 out/hero.png。不要執行任何東西。
優點
- 使用技能後的絕對品質很高：4.85 / 5。
缺點
- 一句話提示得分 5.0，使用技能則為 4.85（-0.15）。
- Token 用量是未使用技能的 1.96 倍。
- 測試注意事項：技能只在 6 次實驗組執行中的 1 次被開啟，因此大多數實驗組執行其實沒有用到它。
- 每個任務的每個組別 n=2；約 1 分以內的差異屬於雜訊。
評測
在專用的 Windows 測試電腦上執行 Codex CLI 0.166（gpt-6-astra，低推理），每次執行都使用全新的暫存專案，以及臨時的 HOME/TMPDIR/快取；技能分成已安裝（實驗組）、未安裝（對照組），以及未安裝但把技能的核心要求濃縮成一句話附加在提示詞後（一句話提示組）。每個任務的每個組別各執行 2 次，關閉網路，封鎖 /tmp 寫入。提示詞從未提及技能（下方註明者除外）。使用一個 composition id 為 'Promo' 的 Remotion 專案。任務（只寫 shell 檔案，不執行任何東西）：為 Premiere/Final Cut 製作透明影片、為網頁製作透明影片，以及用一次渲染呼叫抓取三個影格再加一張靜態圖的腳本。提示詞沒有說明旗標。一句話提示組則指出正確的旗標。
三組對照
| 組別 | 平均分數（0-5） | 每次執行 Token 用量 |
|---|---|---|
| 未使用技能 | 4.48 | 32k |
| 一句話提示 | 5.0 | 32k |
| 使用技能 | 4.85 | 62k |
以 Codex CLI 執行 18 次，採規則式檢查評分，不經 LLM 評審。總分 17.0 / 30，評級為 視情況推薦。
揭露事項：技能只在 6 次實驗組執行中的 1 次被開啟，因此大多數實驗組執行其實沒有用到它。
判定：視情況而定（17.0 / 30）。 來源：remotion-dev/skills，skills/remotion-render，固定於提交 30d4553。安裝：npx skills@latest add remotion-dev/skills --skill remotion-render。授權條款： MIT（Remotion skills 儲存庫）。
這是什麼
remotion-render 技能（remotion-dev/skills）：簡短指引（約 30 行，加上一則透明影片注意事項），用於以 npx remotion render 與 still 渲染 Remotion 合成，以及製作透明影片：--image-format=png 搭配 alpha 像素格式、給剪輯軟體用的 ProRes 4444（.mov）、給瀏覽器用的 VP9 yuva420p（.webm）。
我們如何測試
在專用 Windows 測試 PC 上使用 Codex CLI 0.166（gpt-6-astra，低推理），每次執行都使用全新的暫存專案與暫存 HOME/TMPDIR/快取，安裝技能（實驗組）、未安裝（對照組），或未安裝但將技能核心要求濃縮成一句話附加在提示詞後（一句話提示組），每個任務每組執行 2 次，網路關閉，/tmp 寫入封鎖。提示詞從未提及技能（以下註明的措辭除外）。
一個 composition id 為「Promo」的 Remotion 專案。任務（僅撰寫 shell 檔案，不執行任何東西）：給 Premiere/Final Cut 的透明影片、給網頁的透明影片，以及一支抓取指令碼，在一次渲染呼叫中取得三個影格，外加一張靜態圖。提示詞沒有說明旗標。一句話提示則說明了正確的旗標。
- 給剪輯軟體的透明影片 — 這是一個 Remotion 專案（composition id「Promo」）。用單一指令撰寫 render.sh，將 Promo 匯出成可匯入 Premiere 或 Final Cut 的透明影片。不要執行任何東西。
- 給瀏覽器的透明影片 — 這是一個 Remotion 專案（composition id「Promo」）。用單一指令撰寫 render.sh，將 Promo 匯出成可在網頁上播放的透明影片。不要執行任何東西。
- 多個影格與一張靜態圖 — 這是一個 Remotion 專案（composition id「Promo」）。用兩個指令撰寫 grab.sh：一個在一次渲染呼叫中將 Promo 的第 0、30、90 格存成 PNG 檔案到 out/frames，另一個將第 60 格存成 out/hero.png。不要執行任何東西。
評分方式為程式化檢查（隱藏測試／植入問題召回／限制條件檢查／視情況進行渲染與 OCR），每次執行 0–5 分。沒有任何 LLM 評審決定分數。
結果
提供給第三組的一句話提示：「Remotion CLI：npx remotion render <comp> <out> 渲染影片，npx remotion still 渲染單一影格，render --frames=0,30,90 --image-format=png 在一次呼叫中渲染多個影格；透明影片需要 --image-format=png 加上 alpha 像素格式：給剪輯軟體用 --codec=prores --pixel-format=yuva444p10le --prores-profile=4444（.mov），給瀏覽器用 --codec=vp9 --pixel-format=yuva420p（.webm）。」
| 任務 | 對照組分數 | 一句話提示 | 使用技能 | 對照組 Token 數 | 一句話提示 Token 數 | 使用技能 Token 數 | 技能讀取 |
|---|---|---|---|---|---|---|---|
| t1-prores | 4.54 | 5.0 | 4.54 | 31k | 31k | 32k | 0/2 |
| t2-webm | 3.89 | 5.0 | 5.0 | 31k | 31k | 60k | 0/2 |
| t3-frames | 5.0 | 5.0 | 5.0 | 31k | 31k | 94k | 1/2 |
平均分數：未使用技能 4.48，使用技能 4.85（差異 +0.37）。每次執行 Token 數：32k 對 62k（1.96 倍）；時間 21 秒對 29 秒。一句話提示組：5.0（技能相較一句話提示的增益：-0.15；一句話提示相較無技能的增益：+0.52）；一句話提示每次執行 32k Token，因此技能的成本是一句話提示的 1.95 倍。
實際發生了什麼
- 對照組 4.48、技能組 4.85、一句話提示組 5.0（各 n=6）。Codex 已經知道兩種透明目標的正確編解碼器與像素格式（ProRes 4444 搭配 yuva444p10le、VP9 搭配 yuva420p），也知道多影格與靜態圖指令（每一組在全部 6 次影格任務執行中都拿到 5.0）。
- 唯一的缺口是透明輸出所需的 PNG 影像格式旗標：對照組在 4 次透明影片執行中有 3 次漏掉。技能在 4 次中有 3 次補上（有一次 ProRes 執行仍漏掉），一句話提示則在 4 次中全部補上。
- Token：每次執行技能組 62k、一句話提示與對照組 32k（約為對照組的 1.9 倍）。技能檔案只在 6 次實驗組執行中的 1 次被開啟，因此額外成本大多來自技能已安裝（其描述與指令被加入脈絡），換來的只是一個旗標。
- 實驗組執行會將技能檔案複製到專案中（每次執行 5 個新檔案）。
各面向分數
| 面向 | 分數 | 原因 |
|---|---|---|
| 1_輸出品質 | 4.85 | 使用技能時平均分數 4.85/5（程式化檢查，見各任務 表格）。 |
| 2_相較無技能的提升 | 2.37 | 相較未使用技能的 4.48，+0.37 分（每項任務 n=2；約 1 分以下 屬於雜訊）。 |
| 3_觸發 | 0.8 | 技能檔案在 1/6 次實驗組執行中被讀取。 |
| 4_指令可攜性 | 3 | 簡短的 SKILL.md 與一則參考注意事項；專屬於 Remotion。 |
| 5_效率 | 2 | 1.96 倍 Token（每次執行 62k 對 32k）與 1.41 倍時間（29 秒對 21 秒）。 |
| 6_安全性與衛生 | 4 | 僅有文字；要求代理執行 |
這項測試的限制
- 沒有實際渲染任何東西：檢查會解析 shell 檔案中的旗標。這些指令並未對真正的 Remotion 專案執行（離線；沒有 Chromium 或 FFmpeg）。
- 三項小型任務各只有一個正確指令，因此各組的分數都接近天花板；每個儲存格 n=2。
- PNG 格式檢查是唯一能區分各組的項目。
- 每項任務每組 n = 2：約 1 分以下的差異屬於雜訊。
- 規則式評分只能衡量檢查看得到的部分；無法評判品味，也無法判斷結果是否為最佳可能。
安全性
見 security.md。掃描：CRITICAL 0 / HIGH 0 / MEDIUM 0。判定：可安全執行（網路關閉的沙箱）。乾淨的掃描結果不能證明技能安全。
總結
一份簡短而正確的提示，修正了一個常被遺忘的旗標，但 Codex 本來就能在沒有輔助的情況下寫出幾乎正確的指令，而技能讓 Token 數大約翻倍。只有在你經常渲染透明影片，且希望每次都有人處理好那個旗標時，才值得安裝。
完整紀錄
執行日誌：remotion-render (Codex CLI, network off, per-run temp HOME/TMPDIR, one row per graded run.) 欄位：任務、組-輪次、得分（0-5）、token、秒、通過的檢查、代理開啟的 skill 檔案。 t1-prores control-1: 得分 4.09, token 31913, 秒 20.5, 檢查 5/6, 未開啟 t1-prores control-2: 得分 5.0, token 31886, 秒 21.9, 檢查 6/6, 未開啟 t1-prores oneliner-1: 得分 5.0, token 31948, 秒 17.1, 檢查 6/6, 未開啟 t1-prores oneliner-2: 得分 5.0, token 31877, 秒 18.3, 檢查 6/6, 未開啟 t1-prores treatment-1: 得分 5.0, token 32019, 秒 22.3, 檢查 6/6, 未開啟 t1-prores treatment-2: 得分 4.09, token 32202, 秒 26.4, 檢查 5/6, 未開啟 t2-webm control-1: 得分 3.89, token 31902, 秒 23.2, 檢查 4/5, 未開啟 t2-webm control-2: 得分 3.89, token 31840, 秒 19.4, 檢查 4/5, 未開啟 t2-webm oneliner-1: 得分 5.0, token 31963, 秒 21.9, 檢查 5/5, 未開啟
18 次執行、15 個產出檔案
範例產出
SOTA · 装了 skill：render.sh（t1-prores，第 1 次，Codex）
npx remotion render Promo out/Promo.mov --codec=prores --prores-profile=4444 --pixel-format=yuva444p10le --image-format=png