用途:该技能面向"从文字或已批准的视觉来源生成有边界的视频片段"这一任务。当用户已有提示词、脚本或分镜清单需要新片段,或需要把已批准的静帧动画化为镜头、用多张参考图或首尾帧引导片段、为同一镜头生成多个独立变体以供评审时使用。若是一段存在连续性依赖的序列,应改用 Storyboard to Video;若处理已有视频,应改用 Video Editing。
主要能力:支持文本生视频(T2V)、图像生视频(I2V)、多参考图驱动、首尾帧过渡等生成路径,可按镜头逐条选择。要求把每个镜头规范为结构化记录,字段包括 shot_id、purpose、subject_and_identity、action_and_timing、environment_and_era、composition_and_lens、camera_motion、lighting_and_palette、audio_or_silence、dialogue_or_on-screen_text、preserve、avoid、duration/ratio/resolution、reference_roles 与 acceptance_checks。提示词须用可观察的术语描述主体、动作、环境、取景、运镜、时序、光线、音频与交付约束;不可变的商品文案、身份事实与禁止改动项放入独立的保留区块。若精确文字重要,不应指望生成模型渲染准确法务文案,而应规划后期文字层。
使用方式:先收集必要输入,包括带主体、动作、场景与意图的简述或分镜、目标时长/画幅/交付分辨率、输出定义(单片段、变体或供下游编辑的父片段)、来源与参考资产及其角色、URL 或本地路径与权利状态、音频期望(原生生成、源音频、静音或单独旁白),以及质量、速度、成本、运动、参考保真或安全方面的优先级;必要时补充脚本、负面约束、语言、字幕方案与审批人。随后以 MODELS.md 作为规划快照,查询实时目录或查看所选模型 schema,通过 muapi-video-tools.md 解析逻辑能力。代表选择包括 veo3.1、seedance-2.5、wan2.7、wan3.0、kling-v3.0-pro、gemini-omni、ltx2.3 等 T2V 端点,以及 I2V、多参考、首尾帧等端点。不得在不同模型族之间复制字段,时长、画幅枚举、参考列表上限、音频默认值与分辨率名称因端点而异;例如当前快照记录 Veo 3.1 为固定八秒生成形态,而若干 Seedance、Wan、Kling、Gemini、LTX 端点接受不同范围,提交前须核实。执行时先构建或读取镜头契约并确认权利与同意状态;本地图片、视频或音频通过 media.upload_file 上传(宿主提供时)或使用文档化 REST 上传路径,记录返回的托管 URL、角色与过期预期;成本敏感时检查余额并估算批次;只提交所选 schema 字段并保留预测 ID;用 media.check_result 轮询或注册安全 webhook,记录排队、处理、完成与失败状态并保留提供方错误;每个输出用视频质量检查核对运动、时序伪影、身份与产品保真、音频、文字、取景、时长与导出,之后才称为候选;按镜头顺序返回变体,并在下游裁剪、编辑、字幕或增强前明确标记选定的父片段。独立变体可并行,依赖任务须等待父任务;失败后不得静默重试超过一次、不得未说明改动就更换提示词,也不得用库存或无关输出替换失败镜头。若镜头时长超出所选模型支持范围,应拆分而非静默截断。
适用场景:短视频与广告镜头的草稿生成、静帧动画化、参考驱动的风格一致片段、同一镜头的多方案评审,以及为后续剪辑准备父素材。
限制:生成结果仅为草稿,发布、活动上线、创作者联系与外部支出需单独明确批准并由另一个 agent 执行;需遵守资产的权利与同意状态;模型字段存在族间差异,必须核实实时 schema;精确文字渲染不可假定;失败与未决事项须如实报告,不得以其他素材掩盖。若允许保存产物,可在 .video/ 下按 reports-and-receipts.md 保存清单与回执。