用途:生成不超过10秒的短视频,适合产品揭示、动态预告、氛围循环等单镜头内容。资料指出当前文生视频模型擅长“一个镜头一个想法”,不擅长多剪辑叙事,因此每次调用只规划一个镜头。
主要能力与模型:默认Seedance 2,也可用Kling等。需读取项目元数据videoModel、videoLength(秒)、videoAspect,并作为硬性约束:Seedance 2上限10秒;Kling 4支持最长10秒及图生视频;Veo 3支持8秒并带音频。
使用方式:先写分镜,包含主体、镜头(固定/平移/推近/环绕)、灯光(主光方向与色温)、运动(主体与相机运动及节奏)、声音(仅当模型支持音频)。通常先向用户展示一句话计划再派发。随后按上游模型偏好组织提示词(Seedance:运动+相机+氛围;Kling:主体+相机+风格;Veo:主体+摄影+声音),并将videoAspect与videoLength直接绑定到API参数,不写进提示词。最后通过统一调度器派发,不手动调用供应商API:
"$OD_NODE_BIN" "$OD_BIN" media generate
--project "$OD_PROJECT_ID"
--surface video
--model "<videoModel from metadata>"
--aspect "<videoAspect from metadata>"
--length <videoLength seconds>
--output "<short-slug>-<seconds>s.mp4"
--prompt "<assembled shot prompt from Step 2>"
命令输出一行JSON,文件落入项目并由FileViewer自动播放。完成后回复镜头摘要、文件名及一个变体建议。
特殊模型hyperframes-html:它是本地HTML转MP4渲染器,不是写实文生视频模型。不要模拟电影摄影或真实相机物理,应把需求当作动态设计卡、标题帧或产品插片,最多问一个澄清问题后立即派发;提示词聚焦主体、布局、配色、运动特征与整体基调,回复保持简短。
限制与硬性规则:每轮只做一个镜头,多镜头时间线应使用hyperframes或交互视频技能;严格匹配videoAspect,重渲染较慢;必须保存文件,否则用户无法在文件查看器中播放;底层模型失败(NSFW过滤、内容政策、超时)时需原样报告错误,不得静默重试;未实际调用media generate前,不得声称渲染已“发送”“开始”或“正在运行”。