Higgsfield 비디오 설명자

Higgsfield 비디오 설명자은(는) 무엇을 하나요?

Higgsfield CLI를 통해 MCP 비디오 설명자 워크플로우를 실행합니다. 하나의 비주얼 스타일 키를 고정하고, 10초 블록마다 하나의 내레이션 라인과 일치하는 비주얼 프롬프트를 작성한 후, 모든 음성 테이크를 먼저 생성하고 모든 클립을 생성한 다음, explainer_video로 순서쌍을 즉시 조립합니다.

이 스킬에서는 모놀리식 video_explainer 작업을 절대 사용하지 마십시오.

MCP-CLI 매핑

MCP 워크플로우 연산	CLI 등가 명령어
get_explainer_presets	higgsfield preset list video-explainer --json
resolve_explainer_preset	higgsfield preset resolve video-explainer <preset_id> --json
generate_image / nano_banana_pro	higgsfield generate create nano_banana_2 ...
list_voices	higgsfield voices list --json
generate_audio / seed_audio	higgsfield generate create seed_audio ...
generate_video / gemini_omni	higgsfield generate create gemini_omni ...
job_status	--wait --json 또는 higgsfield generate wait <job_id> --json
explainer_video	higgsfield generate create explainer_video ...

nano_banana_2는 MCP 워크플로우에서 사용하는 Nano Banana Pro 스타일-키 모델의 공개 CLI ID입니다.

부트스트랩

1. higgsfield를 사용할 수 없으면 설치합니다:

   curl -fsSL https://raw.githubusercontent.com/higgsfield-ai/cli/main/install.sh | sh
   

2. higgsfield account status가 실패하면 사용자에게 higgsfield auth login을 실행하도록 요청하고 기다립니다.

3. 첫 번째 제출 전에 라이브 계약을 검사합니다:

   higgsfield model get nano_banana_2
   higgsfield model get seed_audio
   higgsfield model get gemini_omni
   higgsfield model get explainer_video
   

0단계 — 먼저 질문하기

두 번의 개별 턴으로 선택 사항을 수집합니다. 절대 병합하지 마십시오.

턴 1 — 스타일만

항상 라이브 CMS 카탈로그를 로드합니다:

higgsfield preset list video-explainer --json

프리셋 이름과 함께 썸네일/비디오 미리보기 URL을 보여줍니다. 사용자에게 프리셋을 선택하거나, 커스텀 스타일을 설명하거나, 스타일 참조 이미지를 첨부하도록 요청하는 짧은 한 줄을 말한 후 턴을 종료합니다. 같은 턴에 제작 관련 질문을 하지 마십시오. 스타일 선택은 필수이며, 사용자가 명시적으로 "당신이 골라줘"라고 말하지 않는 한 절대 조용히 선택하지 마십시오.

요청에 이미 explainer preset id: <uuid>가 포함된 경우에만 이 턴을 건너뛰십시오. 해당 UUID가 라이브 카탈로그에 있는지 확인하고 1단계를 위해 보관합니다.

턴 2 — 제작 설정

스타일 선택 후에만, 해결되지 않은 모든 설정을 수집합니다:

• 재생 시간: 1분에서 10분까지. N = 재생 시간(분) × 6개의 고정 10초 블록.
• 내레이션 언어: 기본값은 영어이지만, 여전히 선택권을 제공합니다.
• 캐릭터: 반복 출연하는 마스코트 또는 페이스리스 스타일 장면. 항상 질문합니다.
• 화면 비율: 기본값 16:9 또는 9:16 세로.
• 자막: 기본값 해제. 자막은 음성 블록당 0.05 크레딧이 소모된다고 설명합니다. 활성화되면 사용자가 patrick, caveat, marker, anton 중에서 선택하게 하십시오. 절대 조용히 선택하지 마십시오.

모든 선택은 사용자가 명시적으로 위임하지 않는 한 사용자의 것입니다.

입력

• 주제 또는 개인적/철학적 이야기.
• 선택적 로컬 소스 문서; 스크립트 작성 전에 읽거나 추출합니다. 이들은 사실적 입력이며 생성 매체가 아닙니다.
• 선택적 프리셋 UUID (커스텀 스타일 참조 이미지와 상호 배타적).
• 선택적 스타일 참조 이미지. 렌더링 스타일과 색상 그레이딩만 사용하고, 요청되지 않은 한 사람, 텍스트, 로고 또는 물체를 복사하지 마십시오.
• 0단계의 재생 시간, 언어, 캐릭터 모드, 화면 비율, 자막 선택.

로컬 스타일 제공자의 경우 각 경로를 반복된 --image와 함께 전달합니다. 웹 이미지의 경우 먼저 로컬로 다운로드하거나 기존 업로드된 미디어 ID를 사용합니다.

엄격한 규칙

• 모든 비주얼을 엄격하게 비광현실적으로 유지합니다. 모든 클립 프롬프트에 동일한 STYLE 설명자와 비사실주의 부정 프롬프트를 반복합니다.
• 모든 음성은 비디오 생성에서 제외합니다. 클립 오디오는 배경 음악이나 사운드 이펙트만 가능하며, 대화, 립싱크, 또는 내장 내레이션은 허용되지 않습니다.
• 레이블이 지정된 각 블록에 대해 정확히 하나의 내레이션 테이크와 하나의 클립을 사용합니다. 블록 N 오디오는 항상 블록 N 비디오에 매핑됩니다.
• 모든 클립에 동일한 스타일-키 이미지를 첨부합니다.
• 모든 이미지/비디오 프롬프트는 영어로 작성합니다. 내레이션만 선택된 언어를 사용합니다.
• 실제 주제는 스크립팅 전에 조사합니다. 인용문, 날짜, 숫자 또는 사건을 지어내지 마십시오.
• 동일한 실행에서 자동으로 조립합니다. 느슨한 클립을 반환하는 것은 실패입니다.

파이프라인

단계	출력	CLI
0 질문	스타일 우선; 그 다음 재생 시간, 언어, 캐릭터, 화면 비율, 자막	preset list + 사용자 질문
R 조사	확인된 사실과 출처	사용 가능한 조사 도구
1 스타일 키	하나의 범용 스타일 이미지	preset resolve 또는 nano_banana_2
2 내레이션	N개의 레이블이 지정된 내레이션 라인	추론
3 블록 프롬프트	N개의 레이블이 지정된 비디오 프롬프트	추론
4 음성	사용자가 하나의 음성을 선택함; N개의 테이크 생성	voices list + seed_audio
5 클립	N개의 10초 클립 생성	gemini_omni
6 조립	하나의 최종 MP4	explainer_video

1~3단계 전에 references/prompts.md를 읽으십시오.

R단계 — 조사

실제 주제의 경우, 사용 가능한 웹 조사 도구와 권위 있는 출처를 사용하여 모든 블록에 충분한 사실을 확인합니다. 짧은 출처 목록을 유지합니다. 메모리만으로 사실 설명자를 스크립팅하지 마십시오.

개인적인 이야기의 경우 웹 조사를 건너뛰고 사용자가 제공한 세부 정보만 사용합니다. 사실적인 내용을 지어내지 마십시오.

1단계 — 스타일 키 생성 또는 확인

하나의 재사용 가능한 STYLE 설명자를 작성합니다: 매체, 팔레트, 선/면 동작, 텍스처/마감, 그 다음 non-photorealistic, illustrated, not a photo, no live-action, no realism.

선택된 CMS 프리셋

숨겨진 스타일 이미지를 활성 작업 공간으로 확인합니다:

higgsfield preset resolve video-explainer "<preset UUID>" --json

반환된 media_id를 STYLE_KEY_ID로 유지합니다. 이미지 생성은 건너뜁니다: 이 가져온 미디어가 스타일 키입니다. 반환된 프리셋 이름과 필수 비광현실 규칙에서 STYLE 설명자를 작성합니다. 프리셋을 그 이름으로 재생성하지 마십시오.

프리셋 참조는 프레이밍을 제어합니다. 0단계에서 요청한 화면 비율과 충돌하는 경우, 조용히 참조와 싸우기보다 중단하고 사용자가 선택하도록 하십시오.

커스텀 스타일 또는 참조 이미지

정확히 하나의 키 이미지를 생성합니다. references/prompts.md의 추상 스와치 템플릿 또는 캐릭터 모드가 활성화된 경우 마스코트 변형을 사용합니다. 모든 스타일 제공자에 대해 --image를 반복합니다:

higgsfield generate create nano_banana_2 \
  --prompt "<style-key prompt>" \
  --aspect_ratio 16:9 \
  --resolution 2k \
  --wait \
  --json

세로 화면의 경우 9:16을 사용합니다. 완료된 이미지 작업 UUID를 STYLE_KEY_ID로 유지합니다; 이후 CLI 생성에서 완료된 작업 UUID를 이미지 참조로 재사용할 수 있습니다.

2단계 — 내레이션 작성

선택된 언어로 정확히 N개의 레이블이 지정된 내레이션 블록을 작성합니다:

Block 1
<clip 1에서 말하는 라인>
Block 2
<clip 2에서 말하는 라인>

• 블록당 한 라인, 일반적으로 2024단어, 약 89초.
• 모든 테이크를 약 9.5초 미만으로 유지합니다.
• 일반적인 음성 텍스트만 사용: 시간 코드, 감정 큐, 괄호, 또는 무대 지시 없음.
• 숫자는 철자로 씁니다.
• 구체적인 어조를 사용하고 "이 비디오에서는"이라고 말하지 마십시오.
• 주제의 경우, 훅에서 결말까지 구성합니다. 개인적인 이야기의 경우 사용자의 세부 정보와 주인공을 유지합니다.

3단계 — 일치하는 비디오 프롬프트 작성

references/prompts.md의 템플릿을 사용하여 정확히 N개의 레이블이 지정된 영어 프롬프트를 작성합니다:

Block N
STYLE REFERENCE: Match the attached reference image EXACTLY. <same STYLE descriptor>
SCENE: <Block N 내레이션과 일치하는 하나의 장면과 동작>
MOTION: <카메라 이동 및 애니메이션 동작>
AUDIO: <배경 SFX 또는 음악만; 음성, 대화 또는 내레이션 없음>
NEGATIVE: <스타일 드리프트 및 사실주의 금지; 립싱크, 캡션, 텍스트, 로고 또는 워터마크 없음>

마스코트 모드의 경우, 블록 1은 입을 다문 제스처로 인사하고, 마지막 블록은 작별 인사를 하며, 중간 블록은 유용할 때만 일관된 카메오를 사용합니다. 페이스리스 모드의 경우 스타일 장면만 사용합니다. 블록당 하나의 명확한 동작을 유지합니다.

4단계 — 모든 음성 테이크를 먼저 생성

라이브 음성 목록을 표시하고, 선택지를 제시하며, 사용자가 하나의 내레이터를 선택할 때까지 기다립니다:

higgsfield voices list --json

선택된 음성의 정확한 id와 type (preset 또는 element)을 유지합니다. 사용자가 명시적으로 위임하지 않는 한 음성을 지어내거나 자동 선택하지 마십시오.

내레이션 블록당 하나의 완료된 seed_audio 작업을 생성하며, 항상 동일한 음성을 사용합니다:

higgsfield generate create seed_audio \
  --prompt "<Block N narration only>" \
  --voice_type "<preset|element>" \
  --voice_id "<voice UUID>" \
  --wait \
  --json

모든 오디오 작업 UUID를 블록 순서대로 기록합니다. 실패하거나 지나치게 긴 테이크만 다시 생성합니다. 필요시 해당 블록을 줄이거나 --speech_rate를 적당히 조정합니다. 모든 N개의 오디오 작업이 완료될 때까지 5단계를 시작하지 마십시오.

5단계 — 모든 클립을 두 번째로 생성

블록당 하나의 완료된 10초 gemini_omni 클립을 생성합니다. 모든 호출에 동일한 스타일 키를 첨부합니다:

higgsfield generate create gemini_omni \
  --prompt "<Block N video prompt>" \
  --image "<STYLE_KEY_ID>" \
  --duration 10 \
  --resolution 720p \
  --aspect_ratio 16:9 \
  --wait \
  --json

선택된 경우 9:16을 사용합니다. 모든 비디오 작업 UUID를 블록 순서대로 기록합니다. 이 단계 내에서 독립적인 작업은 동시에 실행될 수 있지만, 오디오 단계 장벽은 엄격합니다. 실패한 블록만 다시 제출합니다. gemini_omni를 조용히 대체하지 마십시오; 모델을 사용할 수 없는 경우 라이브 비디오 카탈로그를 검사합니다.

6단계 — 즉시 조립

최소 두 개의 순서쌍 블록으로 blocks.json을 생성합니다. CLI 모델 계약은 타입화된 참조를 요구하므로 일반 완료-작업 타입을 사용합니다:

[
  {
    "video": {"id": "<clip 1 job UUID>", "type": "video_job"},
    "audio": {"id": "<voice 1 job UUID>", "type": "audio_job"}
  },
  {
    "video": {"id": "<clip 2 job UUID>", "type": "video_job"},
    "audio": {"id": "<voice 2 job UUID>", "type": "audio_job"}
  }
]

서버 측 어셈블러를 즉시 제출합니다:

higgsfield generate create explainer_video \
  --items @blocks.json \
  --width 1280 \
  --height 720 \
  --wait \
  --json

세로 화면의 경우 --width 720 --height 1280을 사용합니다. 자막이 활성화된 경우 선택한 글꼴을 추가합니다:

--subtitles '{"font":"patrick"}'

어셈블러는 각 블록을 정확히 10초로 유지합니다: 짧은 음성 테이크는 중앙에 배치하고, 작은 오버런은 피치 안전하게 속도를 높이며, 비디오를 늘리지 않고, 블록을 순서대로 연결하며, 선택적으로 시간이 지정된 캡션을 구워냅니다. 총 재생 시간은 정확히 N × 10초입니다.

로컬 ffmpeg, 레거시 어셈블리 스크립트 또는 모놀리식 video_explainer 작업을 사용하지 마십시오.

체크포인트 및 복구

• 5단계 이전: 하나의 스타일 키, 정확히 N개의 내레이션 라인과 프롬프트, 하나의 선택된 음성, 그리고 N개의 완료된 오디오 작업이 필요합니다.
• 6단계 이전: N개의 완료된 비디오 작업과 누락되거나 중복된 ID 없이 정확한 일대일 블록 페어링이 필요합니다.
• 프리셋 누락: preset list를 새로 고침합니다; ID를 재사용하거나 위조하지 마십시오.
• 프리셋 확인 실패: 작업 공간 선택을 확인하고 한 번 재시도합니다.
• 스타일 드리프트 또는 사실주의: 공유 STYLE 및 NEGATIVE 텍스트를 강화하고 해당 클립만 다시 생성합니다.
• 시간 초과: higgsfield generate wait <job_id> --json으로 재연결합니다; 실행 중인 작업을 복제하지 마십시오.
• 동일한 실패가 두 번 발생하면 프롬프트 또는 매개변수를 변경해야 합니다.

전달

최종 조립된 비디오 URL, 정확한 재생 시간, 화면 비율, 내레이션 언어, 선택된 스타일, 내레이터, 자막 상태, 그리고 조사된 주제에 대한 출처 목록을 반환합니다. 중간 작업 ID와 느슨한 에셋 URL은 요청되지 않는 한 내부적으로 유지합니다.