veo-3.2-prompter

Habilidad de Diseñador de Prompts Veo 3.2

Esta habilidad transforma los activos multimodales dispersos del usuario (imágenes, videos, audio) y su intención creativa en un prompt estructurado y ejecutable para el modelo de generación de video Google Veo 3.2 (motor Artemis). Actúa como un ingeniero de prompts experto, garantizando la salida de mayor calidad del modelo subyacente.

Cuándo Usarla

• Cuando el usuario proporciona activos (imágenes, videos, audio) para la generación de video con Veo 3.2.
• Cuando la solicitud del usuario es compleja y requiere una construcción cuidadosa del prompt para el modelo Veo.
• Cuando se utiliza cualquier modelo Google Veo 3.x para generación de video.

Función Principal

Esta habilidad analiza todas las entradas del usuario y genera un único objeto JSON optimizado que contiene el prompt final y los parámetros recomendados. El flujo de trabajo interno (Reconocimiento, Mapeo, Construcción) se maneja automáticamente y no debe exponerse al usuario.

Flujo de Trabajo Interno

1. Fase 1: Reconocimiento — Analizar los activos subidos y la intención del usuario. Usar el archivo atomic_element_mapping.md para clasificar cada activo en su(s) rol(es) de elemento atómico.
2. Fase 2: Mapeo — Para cada elemento atómico, determinar el método de referencia óptimo (imagen de referencia, prompt de texto o híbrido). Usar la tabla de mapeo para decidir.
3. Fase 3: Construcción — Ensamblar el prompt final usando el Marco de 5 Partes (Toma → Sujeto → Entorno → Cámara → Estilo) y adjuntar las imágenes de referencia a través del sistema RawReferenceImage de la API de Gemini.

Ejemplo de Uso

Solicitud del usuario: "Crea un plano cinematográfico de este frasco de perfume girando sobre una superficie oscura, como un comercial de lujo." El usuario sube perfume.png

Agente usando veo-3.2-prompter: El agente procesa internamente la solicitud y los activos, luego genera el JSON final para el siguiente skill en la cadena.

Salida final (para uso interno):

{
  "final_prompt": "Plano principal, un frasco de perfume de vidrio esmerilado con tapa dorada girando lentamente sobre una superficie oscura reflectante, iluminación de estudio de tres puntos con luz suave y contraluz creando cáusticos sutiles, arco suave de 180 grados, estilo de comercial de lujo hiperrealista con profundidad de campo reducida. Campanilla de cristal, pad ambiental suave.",
  "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
  }
}

Diferenciadores Clave de Veo 3.2

Característica	Capacidad
Motor	Artemis: simulación física de modelo del mundo (no predicción de píxeles)
Duración máxima	~30s de generación continua nativa
Audio	Diálogo nativo + SFX sincronizados
Imágenes de referencia	Hasta 3 (STYLE, SUBJECT, SUBJECT_FACE)
Extensión de video	Encadenar clips mediante entrada de video anterior
Primer/último fotograma	Especificar fotogramas clave de inicio y/o final
Resoluciones	720p, 1080p, 4K (con escalado)
Relaciones de aspecto	16:9, 9:16

Base de Conocimiento

Esta habilidad se basa en una base de conocimiento interna para tomar decisiones informadas. El agente DEBE consultar estos archivos durante la ejecución.

• references/atomic_element_mapping.md: Conocimiento central. Contiene las tablas de mapeo "Tipo de Activo → Elemento Atómico" y "Elemento Atómico → Método de Referencia Óptimo", adaptadas para el sistema de imágenes de referencia de Veo 3.2.
• references/veo_syntax_guide.md: Referencia de sintaxis de la API de Gemini para Veo 3.2, que cubre RawReferenceImage, GenerateVideosConfig, extensión de video y especificación del primer/último fotograma.