captions-overlay 是 HyperFrames 里的字幕排版 Skill，补充在 embedded-captions 之上，指导 AI 给口播或发布视频安排字幕层次。它关心的是字幕怎样进入画面，而不是把音频识别成文字。
画面底部出现字幕，不等于要把人物和卡片全部往上挤。它要求字幕叠在影片上，主体仍围绕画面真正的中心布局；只有网址、法律说明这类关键小字，需要避开底部字幕重叠的位置。
文字也有轻重：口头填充词可以去掉，普通内容主要走清晰的常规字幕，真正的重点才放大到人物背后。每个词都做成巨型动效，会把“重点”用光。
准备给现有短片加字幕时，把画面、台词和用途交给 AI，让它按这份规则处理，再看实际叠加效果是否清楚。讲解视频需要让人读懂，不宜为了电影感把常规字幕全部撤掉。