zhangtaoran2010/baocut-subtitles-intel

Portada y título

Los espectadores ven simultáneamente la portada y el título en la lista, en menos de un segundo. La portada es una imagen pequeña con algunas letras grandes, el título es una línea de texto: el título explica de qué se trata, la portada proporciona la imagen y el gancho. Ambos se complementan, no se copian mutuamente. Escrito para la persona que publica el video: atractivo, y cada frase se cumple con el video.

La forma más fácil de hacerlo mal: las letras grandes de la portada repiten el título, y ambos juntos siguen siendo una sola frase; o las letras grandes son demasiado largas y, al reducirse a una imagen pequeña, resultan ilegibles; o la portada promete algo que el video no contiene, y el espectador, al hacer clic, descubre que no es así.

1. Obtener materiales

1. Usa videos_inspect para ver el video: nombre, relación de aspecto (ancho y alto), capítulos, documentos. Si no hay transcripción (documento de tipo speech), transcribe primero y notifica al usuario que la transcripción está en curso.
2. Lee el guion: export (tipo transcript, formato md, marcas de tiempo true), espera a que jobs_inspect indique completed, luego lee los archivos en outputs.
3. Las solicitudes del usuario para esta ocasión: cantidad de grupos, límite de caracteres en la portada, estilo, idioma, plataforma de publicación, títulos ya elegidos, todo se encuentra en esta conversación. Si no se especifica el idioma, se usa el del guion.
4. Otros episodios de la serie: cuando el usuario desee diferenciar o mantener coherencia con los títulos y portadas de trabajos anteriores, usa space_related_videos para ver cómo se llaman los videos que tratan contenido similar.

2. Generar título y texto de portada

1. Primero, di en una frase qué le ofrece este video al espectador: qué problema resuelve, qué conclusión ofrece o qué se puede ver. El título y las letras grandes parten de esta frase, no de la estructura de la oración.
2. Proporciona varios grupos de candidatos (si el usuario no lo especifica, 5 grupos), cada uno con un ángulo diferente: declaración directa, pregunta, números, contraste, cita, etc. Cada grupo consta de un título y una línea de letras grandes para la portada.
3. Las letras grandes deben ser cortas (si el usuario no lo especifica, según la costumbre del idioma: aproximadamente 8 caracteres en chino o japonés), de modo que incluso al reducir la imagen se puedan leer de un vistazo, sin repetir el texto del título: el título dice "qué es", las letras grandes proporcionan el "gancho", o viceversa.
4. Los números, conclusiones y nombres de personas en el título y la portada deben tener una fuente verificable en el guion; no uses afirmaciones exageradas, no prometas cosas que el video no ofrece.
5. Acompaña cada grupo con una razón, marca un grupo como recomendado, pide al usuario que elija un grupo, o que solicite otro lote, o que genere más grupos similares a uno en particular.

Comparación (solo a modo ilustrativo):

Mal: Título "Compartiendo prácticas de revisión de código con IA" + Letras grandes "Prácticas de revisión de código con IA" (las letras grandes copian el título, ambos no dicen por qué vale la pena verlo)

Bien: Título "El código escrito por IA se triplicó, así cambiamos el proceso de revisión" + Letras grandes "Los humanos solo revisan lo que la IA no tiene claro" (el título dice qué es, las letras grandes dan el gancho de la metodología, ocho caracteres, y el video realmente lo explica)

3. Generar portada

Genera solo después de que el usuario haya elegido un grupo; no generes varios grupos de antemano: generar requiere tiempo y dinero, y los grupos no elegidos serían en vano.

1. De dónde proviene la imagen: Cuando hay un índice de imágenes, usa primero videos_match_frames (videoId, text escribe la imagen de portada deseada, por ejemplo, "rostro de persona, expresión emocionada", "primer plano del producto") para obtener varias candidatas, luego usa videos_frames con range (copiando el framesRange de las candidatas) para obtener los fotogramas y visualizarlos; si no hay índice de imágenes (devuelve MODEL_NOT_INSTALLED por ejemplo), usa videos_frames para obtener algunos fotogramas al inicio de los capítulos y en puntos con emociones o movimientos evidentes, buscando un fotograma con una persona o sujeto claro, o con una expresión o acción impactante. Los fotogramas son material de la imagen original, sin subtítulos ni elementos superpuestos.
2. Generar: Primero revisa las capacidades, usa skills_read para leer "Generar imagen" de baocut-catalog-media, donde se explican las diferencias entre servicios, el orden de las indicaciones y qué hacer si no se puede dibujar. Usa image con prompt, size según la relación de aspecto del video (ancho:alto como 16:9, 9:16, 1:1, dando prioridad a la proporción solicitada por el usuario; si el modelo no admite esa proporción, usa la más cercana que admita e informa al usuario; si el modelo no acepta tamaño, no proporciones size e indica vertical u horizontal en la indicación), incluye video, e importa el resultado como material candidato para este video, sin colocarlo en la línea de tiempo. En la indicación, describe claramente el sujeto, la composición y el estilo (persona o sujeto en un lado, dejando un área limpia en el otro lado para las letras grandes); si el referenceImages del modelo no es null, puedes usar el fotograma elegido (guardado como material de imagen del video) como images para que lo tome como referencia; los modelos que no aceptan imágenes de entrada solo usan texto; si el usuario quiere una portada con una foto real de una persona, indícale que puede usar directamente ese fotograma, y que las letras grandes las agregue en la plataforma o editor.
3. Letras grandes: Las letras en las imágenes generadas suelen estar mal escritas. En la indicación, solicita que se deje un área limpia para las letras grandes; si el usuario quiere letras en la imagen, después de generar, lee la imagen; si las letras están mal, vuelve a generarla o notifica al usuario.
4. Si el usuario no especifica la cantidad, genera 2 imágenes, con count en 2; si el modelo solo genera una a la vez (maxCount es 1), envía la solicitud dos veces.

4. Cosas a evitar

• Las letras grandes no deben copiar el título ni superar una longitud que no se pueda leer de un vistazo.
• No prometas cosas que el video no contiene; los números, conclusiones y nombres deben estar en el guion.
• No generes todos los grupos antes de que el usuario haya elegido uno.
• No ignores las letras mal escritas en la imagen generada.

5. Entrega

• En la respuesta, proporciona el título y las letras grandes elegidos por el usuario, así como los demás candidatos, para facilitar cambios posteriores.
• Imagen de portada: cada artifactId devuelto por image y el material importado; explica qué fotograma o descripción se usó y por qué se eligió.
• Indica qué información no se ha verificado; si se mencionó la plataforma, recuerda al usuario que verifique las dimensiones de portada y las reglas de texto actuales de la plataforma.