用途：制作25–45秒的抒情式B-roll叙事短片（VO驱动），以富有感染力的空镜承载两幕脚本，用单一反复出现的视觉锚点维持多剪辑间的连贯性，并在两幕之间插入0.25–0.6秒的结构性静音作为转折。适用于生活方式品牌短片、目的地/旅行微纪录片、品牌起源故事、产品即生活方式广告、迷你纪录短片。不适用于快切产品演示、口播UGC或卡点概念循环。
主要能力：7阶段状态机流程，每阶段产出可续跑产物。P1写两幕脚本（第一幕抒情、第二幕信息/收束，标注幕界）；P2用ElevenLabs渲染旁白并选配乐；P3转写提取词级时间戳并定位幕界时间（GATE 1）；P4生成EDL，强制视觉锚点规则（第一幕每第三个片段标注anchor-return，第二幕至少出现一次）并放置静音节拍；P5获取与适配B-roll（Pexels、Veo3生成、裁剪、分屏合成）；P6渲染master.mp4（GATE 2）；P7自检输出qc-report.md。
必要输入：brief、voice_id、visual_anchor、target_duration_s、output_dir为必填；script、broll_sources、music_path、split_screen_scenes、aspect可选。
使用方式：按阶段调用组合原子，如create-voiceover-elevenlabs、transcribe-audio-fal、find-music、generate-edit-decision-list、find-clips-pexels、create-video-veo3、trim-video-clips、composite-split-screen、style-captions、render-edl、watch。渲染命令：--edl working/edl.json --output finals/master.mp4 --project-dir <output_dir>。
限制：静音节拍必须落在旁白短语边界，不得置于词中；视觉锚点未确认不得进入EDL生成；分屏仅用于语义对比，每片最多一到两处；锚点片段优先真实素材，除非锚点本身为AI原生主体，否则不用生成式AI；字幕仅用静态标题卡家族，禁止卡拉OK式弹出。具体收费、价格与平台信息暂未提供。