zhangtaoran2010/baocut-sous-titres-intel

Vignette et Titre

Les spectateurs voient simultanément la vignette et le titre dans une liste, le tout en moins d'une seconde. La vignette est une petite image avec quelques grands caractères, le titre est une ligne de texte : le titre explique clairement de quoi il s'agit, la vignette apporte une accroche visuelle. Les deux se complètent, sans se répéter. Écrit pour ceux qui publient des vidéos : attirer l'attention, et chaque phrase est tenue par la vidéo.

Le pire résultat possible : les grands caractères de la vignette répètent le titre, les deux ensembles ne forment qu'une seule phrase ; ou les grands caractères sont trop longs, illisibles une fois réduits en petite vignette ; ou la vignette promet quelque chose que la vidéo ne contient pas, et le spectateur, en cliquant, découvre que ce n'est pas le cas.

1. Récupération des Matériaux

1. Utiliser videos_inspect pour voir la vidéo : nom, format (largeur x hauteur), chapitres, documents. S'il n'y a pas de transcription (document de type speech), d'abord la transcrire, et informer l'utilisateur que la transcription est en cours.
2. Lire le script : exporter (kind transcript, format md, timestamps true), attendre avec jobs_inspect jusqu'à ce qu'il soit completed, puis lire les fichiers dans les sorties.
3. Les exigences de l'utilisateur cette fois-ci : nombre de séries, limite de caractères pour la vignette, style, langue, plateforme de publication, titres déjà choisis, tout cela se trouve dans la conversation. Si la langue n'est pas précisée, utiliser celle du script.
4. Autres épisodes de la série : si l'utilisateur souhaite se distinguer ou s'aligner avec les titres et vignettes des épisodes précédents, utiliser space_related_videos pour voir comment sont nommés les contenus similaires.

2. Génération des Titres et du Texte de Vignette

1. Commencer par une phrase qui résume ce que la vidéo apporte au spectateur : quel problème elle résout, quelle conclusion elle donne ou ce qu'elle montre. Le titre et les grands caractères partent de cette phrase, pas d'une structure de phrase.
2. Proposer plusieurs séries candidates (5 si l'utilisateur ne précise pas), avec des angles différents : narration directe, question, chiffres, contraste, citation, etc. Chaque série comprend un titre et une ligne de grands caractères pour la vignette.
3. Les grands caractères de la vignette doivent être courts (si l'utilisateur ne précise pas, selon la coutume de la langue, environ 8 caractères pour le chinois ou le japonais), lisibles en un coup d'œil même réduits en petite image, et ne pas répéter le titre : le titre dit « quoi », les grands caractères fournissent l'« accroche », ou inversement.
4. Tous les chiffres, conclusions et noms dans le titre et la vignette doivent être vérifiables dans le script ; pas d'affirmations exagérées, ne pas promettre ce que la vidéo ne fournit pas.
5. Joindre une brève raison pour chaque série, indiquer celle recommandée, demander à l'utilisateur de choisir une série, ou de demander une nouvelle série selon un modèle donné.

Comparaison (à titre indicatif seulement) :

Mauvais : Titre « Pratiques de revue de code IA » + Grands caractères « Pratiques de revue de code IA » (les grands caractères répètent le titre, aucun n'indique pourquoi ça vaut le coup d'être vu).

Bon : Titre « Le code écrit par IA a triplé, voici comment nous avons modifié le processus de revue » + Grands caractères « Les humains ne regardent que ce que l'IA n'est pas sûre de » (le titre dit quoi, les grands caractères donnent une accroche sur la méthode, huit caractères, la vidéo le montre bien).

3. Génération de la Vignette

Ne générer qu'après que l'utilisateur a choisi une série, ne pas générer toutes les séries à l'avance : la génération prend du temps et de l'argent, les séries non choisies sont inutiles.

1. D'où vient l'image : S'il y a un index d'images, utiliser d'abord videos_match_frames (videoId, text pour décrire la scène souhaitée, par exemple « visage, expression excitée » ou « gros plan sur un produit ») pour obtenir plusieurs scènes candidates, puis utiliser videos_frames avec range (en reprenant le framesRange des candidats) pour capturer les images. S'il n'y a pas d'index d'images (à cause par exemple de MODEL_NOT_INSTALLED), utiliser videos_frames pour capturer des images au début des chapitres et aux endroits où l'émotion ou l'action sont évidentes, en cherchant une image avec un personnage ou un sujet clair, et une expression ou une action expressive. Les images sont des images brutes, sans sous-titres ni éléments superposés.
2. Génération : D'abord, vérifier les capacités en utilisant skills_read sur baocut-catalog-media pour « Génération d'images », les différences entre services, l'ordre des invites, et que faire si l'image ne peut pas être générée. Utiliser l'outil image avec prompt, size selon le format de la vidéo (rapport largeur/hauteur comme 16:9, 9:16, 1:1, la priorité au ratio demandé par l'utilisateur ; si le modèle ne supporte pas ce ratio, utiliser le plus proche et en informer l'utilisateur ; si le modèle n'accepte pas la taille, ne pas fournir size et préciser l'orientation dans l'invite). Inclure video pour importer le résultat comme actif candidat de cette vidéo, sans le placer sur la timeline. Dans l'invite, décrire clairement le sujet, la composition et le style (le personnage ou le sujet sur un côté, laissant une zone propre pour les grands caractères de l'autre côté), en décrivant l'image choisie. Si referenceImages du modèle n'est pas null, l'image choisie (stockée comme actif image de la vidéo) peut être utilisée comme images pour référence ; les modèles qui n'acceptent pas d'images d'entrée ne se basent que sur le texte. Si l'utilisateur veut une vignette avec une photo réelle, l'informer qu'il peut utiliser directement l'image choisie, et ajouter les grands caractères via la plateforme ou l'éditeur.
3. Grands caractères : Les caractères dans les images générées sont souvent mal écrits. Demander dans l'invite de laisser une zone propre pour les grands caractères ; si l'utilisateur souhaite des caractères dans l'image, après génération, lire l'image pour vérifier ; si les caractères sont mal écrits, recommencer ou en informer l'utilisateur.
4. Si l'utilisateur ne précise pas le nombre d'images, en générer 2, avec count à 2 ; si le modèle ne produit qu'une image à la fois (maxCount à 1), soumettre deux fois.

4. À Éviter

• Les grands caractères ne doivent pas répéter le titre, ni dépasser la longueur lisible en un coup d'œil.
• Ne pas promettre ce que la vidéo ne contient pas ; les chiffres, conclusions et noms doivent être dans le script.
• Ne pas générer toutes les séries avant que l'utilisateur ait choisi.
• Ne pas ignorer les caractères mal écrits dans l'image générée.

5. Livraison

• Donner dans la réponse le titre et les grands caractères choisis par l'utilisateur, ainsi que les autres candidats, pour faciliter un changement ultérieur.
• Image de vignette : chaque artifactId renvoyé par l'image et les actifs importés ; expliquer quelle image a été utilisée ou selon quelle description, et pourquoi elle a été choisie.
• Indiquer les informations non vérifiées ; si une plateforme a été mentionnée, rappeler à l'utilisateur de vérifier par rapport aux dimensions et règles de texte actuelles de cette plateforme.