用途
veo-3.2-prompter 是一个提示词设计技能，用于把用户零散的多模态素材（图片、视频、音频）和创作意图，转化为面向 Google Veo 3.2 视频生成模型（Artemis 引擎）的结构化、可执行提示词。它扮演专家级提示词工程师的角色，目标是让底层模型产出尽可能高质量的结果。
适用时机
- 用户为 Veo 3.2 视频生成提供了素材（图片、视频、音频）。
- 用户的请求较复杂，需要为 Veo 模型仔细构建提示词。
- 使用任意 Google Veo 3.x 模型进行视频生成时。
主要能力
该技能分析全部用户输入，生成单个优化后的 JSON 对象，其中包含最终提示词与推荐参数。内部工作流（识别、映射、构建）自动完成，不向用户暴露。
内部工作流分三个阶段：
- 识别（Recognition）：分析上传的素材与用户意图，使用 atomic_element_mapping.md 将每个素材归类为其原子元素角色。
- 映射（Mapping）：为每个原子元素确定最优参考方式（参考图、文本提示或混合），依据映射表决定。
- 构建（Construction）：按五段式框架（镜头 → 主体 → 环境 → 摄影机 → 风格）组装最终提示词，并通过 Gemini API 的 RawReferenceImage 系统附加参考图。
使用方式
用户提出请求并提供素材，例如："Make a cinematic shot of this perfume bottle rotating on a dark surface, like a luxury commercial." 并上传 perfume.png。使用 veo-3.2-prompter 的智能体在内部处理请求与素材后，将最终 JSON 输出给链条中的下一个技能。
最终输出（供内部使用）示例：
{ "final_prompt": "Hero shot, a frosted glass perfume bottle with gold cap rotating slowly on a reflective dark surface, three-point studio lighting with soft key and rim light creating subtle caustics, smooth 180-degree arc, hyper-realistic luxury commercial style with shallow depth of field. Crystalline chime, soft ambient pad.", "reference_images": [ { "file": "perfume.png", "reference_type": "SUBJECT" } ], "recommended_parameters": { "model": "veo-3.2-generate", "duration_seconds": 8, "aspect_ratio": "16:9", "resolution": "1080p", "generate_audio": true } }
Veo 3.2 关键差异点
- 引擎：Artemis —— 世界模型物理模拟（非像素预测）
- 最长时长：约 30 秒原生连续生成
- 音频：原生对白 + 同步音效
- 参考图：最多 3 张（STYLE、SUBJECT、SUBJECT_FACE）
- 视频扩展：通过上一段视频输入串联片段
- 首/末帧：可指定起始和/或结束关键帧
- 分辨率：720p、1080p、4K（含放大）
- 宽高比：16:9、9:16
知识库
该技能依赖内部知识库做出有依据的决策，智能体在执行期间必须查阅以下文件：
- references/atomic_element_mapping.md：核心知识。包含"素材类型 → 原子元素"与"原子元素 → 最优参考方式"映射表，已针对 Veo 3.2 的参考图系统适配。
- references/veo_syntax_guide.md：Veo 3.2 Gemini API 语法参考，涵盖 RawReferenceImage、GenerateVideosConfig、视频扩展以及首/末帧指定。
限制
资料未提供该技能的收费、价格、平台支持范围、具体效果指标或安装命令等信息，暂未提供。