zhangtaoran2010/baocut-subtitles-intel

Capa e Título

Os espectadores veem a capa e o título juntos na lista, em menos de um segundo. A capa é uma imagem pequena com algumas letras grandes; o título é uma linha de texto: o título explica o que é, a capa dá a imagem e o gancho. Ambos se complementam, sem se copiar. Escrito para quem publica vídeos: atraia, e cada frase seja cumprida pelo vídeo.

A forma mais fácil de errar: as letras grandes da capa repetem o título, os dois juntos ainda são uma frase; ou as letras grandes são muito longas, ficam ilegíveis quando reduzidas; ou a capa promete algo que o vídeo não tem, e o espectador clica e descobre que não é verdade.

1. Coletar Materiais

1. Use videos_inspect para ver o vídeo: nome, proporção (largura/altura), capítulos, documentos. Se não houver transcrição (documento do tipo speech), primeiro faça a transcrição e informe ao usuário que está em andamento.
2. Leia o texto: exporte (kind transcript, format md, timestamps true), aguarde jobs_inspect até completed, e leia os arquivos em outputs.
3. Requisitos do usuário: número de grupos, limite de caracteres na capa, estilo, idioma, plataforma de publicação, títulos já escolhidos — tudo está nesta conversa. Se o idioma não for explicitado, use o idioma do texto.
4. Outros episódios da série: se o usuário quiser diferenciar ou manter consistência com títulos e capas de episódios anteriores, use space_related_videos para ver como são chamados vídeos sobre conteúdo semelhante.

2. Gerar Títulos e Texto da Capa

1. Primeiro, diga em uma frase o que este vídeo oferece ao espectador: qual problema resolve, qual conclusão dá ou o que mostra. O título e as letras grandes partem dessa frase, não de uma estrutura pronta.
2. Ofereça vários grupos de candidatos (se o usuário não especificar, 5 grupos), com ângulos diferentes: declaração direta, pergunta, números, contraste, citação, etc. Cada grupo é um título mais uma linha de letras grandes para a capa.
3. As letras grandes da capa devem ser curtas (se o usuário não especificar, siga o padrão do idioma: para chinês/japonês, cerca de 8 caracteres ou menos), legíveis mesmo em miniatura, e não repetir o título literalmente: o título diz "o que é", as letras grandes dão o "gancho", ou vice-versa.
4. Números, conclusões e nomes no título e na capa devem ter origem no texto; não use afirmações exageradas, não prometa algo que o vídeo não tem.
5. Cada grupo deve vir com uma justificativa, destaque um grupo recomendado, peça ao usuário para escolher um, ou diga se quer mais uma rodada ou mais grupos baseados em um.

Compare (apenas ilustrativo):

Ruim: Título "Compartilhando práticas de revisão de código com IA" + Letras grandes "Práticas de revisão de código com IA" (as letras grandes copiam o título, ambos não mostram o que vale a pena ver)

Bom: Título "Código escrito por IA triplicou, mudamos nosso processo de revisão assim" + Letras grandes "Humanos só veem o que a IA não tem certeza" (o título diz o que é, as letras grandes dão o gancho da abordagem, oito caracteres, e o vídeo realmente mostra isso)

3. Gerar a Capa

Só faça depois que o usuário escolher um grupo; não gere todos os grupos antecipadamente: gerar leva tempo e dinheiro, e os grupos não escolhidos seriam desperdiçados.

1. De onde vem a imagem: Se houver índice de quadros, use videos_match_frames (videoId, text descrevendo a cena desejada, ex.: "rosto de pessoa, expressão animada" "close do produto") para obter alguns candidatos, depois use videos_frames com range (copie o framesRange dos candidatos) para capturar os quadros; se não houver índice (relata MODEL_NOT_INSTALLED etc.), use videos_frames no início dos capítulos e em pontos com emoção e ação evidentes para capturar alguns quadros, procurando um com pessoa ou objeto nítido, expressão ou ação com tensão. Os quadros são素材 da cena, sem legendas ou elementos sobrepostos.
2. Gerar: Primeiro veja as capacidades, use skills_read para ler "生成图片" (gerar imagens) do baocut-catalog-media, as diferenças entre serviços, ordem dos prompts e o que fazer se não for possível desenhar estão lá. Use image com prompt, size de acordo com a proporção do vídeo (ex.: 16:9, 9:16, 1:1; dê prioridade à proporção especificada pelo usuário; se o modelo não suportar essa proporção, use a mais próxima e informe ao usuário; se o modelo não aceitar tamanho, não forneça size, mas especifique orientação no prompt), inclua video e importe o resultado como material candidato para este vídeo, não o coloque na linha do tempo. No prompt, descreva claramente o assunto, composição e estilo (pessoa ou objeto em um lado, área limpa para as letras grandes no outro), e descreva o quadro escolhido; se o modelo não tiver referenceImages como null, pode usar o quadro escolhido (salvo como imagem素材 do vídeo) como images para referência; modelos que não aceitam imagens de entrada dependem apenas de texto; se o usuário quiser uma capa com foto real de pessoa, informe que pode usar diretamente o quadro, e as letras grandes podem ser adicionadas pelo usuário na plataforma ou editor.
3. Letras grandes: Letras em imagens geradas frequentemente saem erradas. Peça no prompt para deixar uma área limpa para as letras grandes; se o usuário quiser letras na imagem, após a geração, leia a imagem; se as letras estiverem erradas, refaça ou informe ao usuário.
4. Se o usuário não especificar o número de imagens, gere 2, count = 2; se o modelo gerar apenas uma por vez (maxCount = 1), submeta duas vezes separadamente.

4. O que Evitar

• As letras grandes não devem copiar o título nem exceder o comprimento legível em uma olhada.
• Não prometa algo que o vídeo não tem; números, conclusões e nomes devem estar no texto.
• Não gere todos os grupos antes de o usuário escolher.
• Não ignore erros de ortografia nas imagens geradas.

5. Entrega

• Na resposta, forneça o título e as letras grandes escolhidos pelo usuário, além dos outros candidatos, para facilitar trocas futuras.
• Imagem da capa: cada artifactId retornado por image e o material importado; explique qual quadro foi usado ou qual descrição, e por que foi escolhido.
• Informe quais dados não foram verificados; se mencionar plataforma, lembre o usuário de conferir as dimensões de capa e regras de texto atuais da plataforma.