让AI真正学会你的”品味”：TasteForge把感觉变成可复用的设计规格

你有没有这种感觉——跟AI说”做出这个视频的感觉”，然后它给你一个看起来对但哪里不对的东西？

问题不在AI不行，在于我们一直在用模糊描述指挥AI，而不是给它可复用的审美体系。

今天挖到一个让我眼前一亮的Skill——TasteForge Video，来自 ECC 大仓库（24万星的那个）。它做了一件特别的事：把”感觉”翻译成可测量、可验证的约束条件。

它怎么工作的？

核心流程分三步：

第一步：Taste Interview（品味访谈）
你不需要懂剪辑，AI会通过几个问题挖掘你对视频风格的真实感受。比如它会问：”这个镜头的节奏是快还是慢？””光感偏暖还是偏冷？””有没有一种’呼吸感’？”

不是让你描述，而是让你在回答中被引导着说出审美偏好。

第二步：Style Pack（风格包）
AI把这些回答整理成一个结构化的风格约束文件——包含节奏区间、色调参数、运动曲线、元数据schema。不是”参考视频”，是一套可以反复使用的设计规格。

你可以验证它（is metadata complete? cadence measured?），可以存储它，可以分享给团队。

第三步：Apply + Export
把风格包应用到本地素材，输出可编辑的时间线（EDL/FCPXML格式），而不是直接给你一个不可改的最终视频。

为什么这不一样？

传统AI视频工具是单向生成：你给prompt，它出视频，改一次重新prompt一次。

TasteForge是闭环系统：你定义品味 → 验证约束 → 应用到素材 → 导出可编辑文件 → 迭代。

这意味着从”感觉”到”产品”的路径是可追溯、可复用的。不只是AI视频，任何需要审美一致性的创作流程都可以用。

适合谁用？

• 视频创作者经常和AI协作，但受够了每次都要重新调风格
• 团队需要统一视觉语言，需要把”品味”变成可传递的文档
• 做品牌内容的朋友，想让AI生成的东西真正像”自己家的风格”

快速安装

npx skills add https://github.com/affaan-m/ECC --skill tasteforge-video

装完跟Claude说”帮我采访一下我的视频风格偏好”，就可以开始了。

GitHub仓库：https://github.com/affaan-m/ECC
Repo星数：24万+
Skill路径：ECC/skills/tasteforge-video

GitHub: https://github.com/affaan-m/ECC