前置条件

在生成之前，请先安装并加载以下技能（如果已通过 @pruna 在上下文中，可跳过）：

技能	描述	安装命令
`generation-diversity`	在编写任何生成式提示时使用——在调用付费API之前，需要随机种子、显式结构、场景轴线和质量门控。	`npx skills add PrunaAI/pruna-skills@generation-diversity -y`
`video-prompting`	在为任何生成模型编写视频或运动提示时使用——涉及戏剧结构、镜头语言、物理安全的运动、帧锚点和片段链接。	`npx skills add PrunaAI/pruna-skills@video-prompting -y`
`audio-prompting`	在为任何生成式音频模型编写TTS、音乐或背景音提示时使用——涉及导演风格、歌曲结构和后期制作分层。	`npx skills add PrunaAI/pruna-skills@audio-prompting -y`
`pruna-api`	在进行任何Pruna或Replicate HTTP调用之前使用——处理凭证、上传/轮询/下载、并行批处理和代理安全性。	`npx skills add PrunaAI/pruna-skills@pruna-api -y`

或者一次性安装全套技能：npx skills add PrunaAI/pruna-skills@pruna -y

请遵循每个技能的 生成前 / 精心设计部分——不要重复此处指南内容。

代理习惯

路由选择： 对于简单、快速的片段——草稿、轻量B-roll、短时运动，使用 `p-video`。电影级生成（含生成音频）→ `p-video-2-pro`。1080p、导入音频或草稿预览 → `p-video-2`。

在首次回复中，用反引号标出 `p-video`，确认 PRUNA_API_KEY（若无则通过 pruna-api 提供注册链接），然后询问所需的输入。开始接收需求 → 按照 generation-diversity 的说明进行需求澄清，然后再进行第一次 POST。在起草运动提示时，遵循 提示设计（动态 + 忠实） 部分——不要粘贴技能示例。当“何时不使用”条件更符合时，则进行引导。

提示设计（动态 + 忠实）

每个 input.prompt 必须新颖且具体，并且必须与用户的节奏相匹配。多样性绝不能凌驾于需求之上。

应该做	不应该做
执行 `generation-diversity` 的随机种子仪式；明确说明；当需求允许时，轮换至少2个自由维度（摄像机运动、光照变化、纹理、节奏）	复制此技能中的curl示例（`雨打湿的街道`、`狗抛毛绒玩具`...）或重用之前会话的提示
首先锁定用户要求的事实（主体、动作节拍、有帧锚点时的开始/中段/结束、设置了`audio`时的旁白同步）	为了追求“更酷”的片段而替换主体或运动，忽略用户请求
使用`video-prompting`的戏剧结构进行组织——每个节拍一个冻结动作、物理安全的运动、镜头语法	模糊的情绪化字符串（`电影感氛围，霓虹能量`）
当设置了 `audio` 时，运动和节奏必须与旁白节拍匹配	在画外音播放时偏离到不相关的动作
在用户尚未锁定措辞之前，在 `POST` 前展示起草的提示 + 模式字段	在未经批准的情况下，用不同的主体或节拍进行静默重新生成

保真度检查（付费前）： 如果你从提示中删除了用户指定的主体/动作/场景，那么任务就是错误的——请重写。自由维度只能填补需求中未明确的空白。

在展示起草的提示时，仍需标出 `p-video`（指南帮助设计；此工具负责调用）。

技能边界

此技能 = 每次调用一个 p-video 预测。

超出范围（不要通过此技能执行）：

多场景组装、拼接、子代理编排或并行场景批次
从模板视频进行运动迁移 → p-video-animate
仅限头像说话且无原生场景音频的口型同步主持人 → p-video-avatar
电影级生成（含生成音频） → p-video-2-pro
1080p、导入音频或草稿预览 → p-video-2

如果请求超出单个片段的范围，停止并推荐：image-to-video（一个带旁白的节拍）、visual-transition-reel（多场景视觉）或 narrated-multi-scene（多场景 + 旁白）。

何时不使用

请改用其他技能：

技能	描述	安装命令
`p-video-2-pro`	用于从文本或首尾帧生成电影级片段——产品广告、纪录片镜头或带生成音频的对话。不适用于1080p、导入音频轨道或仅限头像说话的主持人。	`npx skills add PrunaAI/pruna-skills@p-video-2-pro -y`
`p-video-2`	用于从文本、图像或导入音频生成精良短片——1080p B-roll、首尾帧动画或带混合音轨的运动镜头。不适用于电影级生成音频片段或仅限头像说话的主持人。	`npx skills add PrunaAI/pruna-skills@p-video-2 -y`
`p-video-avatar`	用于让人物出现在镜头前朗读脚本——从肖像照片生成口型同步的主持人、发言人或带旁白的头像。	`npx skills add PrunaAI/pruna-skills@p-video-avatar -y`
`p-video-animate`	用于让照片像另一个视频一样运动——运动迁移、舞蹈混音或基于模板片段的效果变化。	`npx skills add PrunaAI/pruna-skills@p-video-animate -y`
`p-video-replace`	用于在现有视频中替换人物、服装或产品，同时保持摄像机动和音频不变。	`npx skills add PrunaAI/pruna-skills@p-video-replace -y`
`p-video-edit`	用于通过文本指令编辑现有视频——重新着色、重新风格化、移除或添加物体、改变环境或光照、更新屏幕文本，或应用可选的参考引导的产品和配饰编辑。不适用于从头生成新片段或ffmpeg组装。	`npx skills add PrunaAI/pruna-skills@p-video-edit -y`
`video-editing`	用于使用ffmpeg组装或打磨已渲染的片段——拼接、交叉淡入淡出、烧录字幕、文本/标志叠加、前后对比滑块、背景音乐、平台导出——或使用Hyperframes组合多层HTML合成视频。不适用于AI视频生成、提示设计或基于模型的视频编辑。	`npx skills add PrunaAI/pruna-skills@video-editing -y`

HTTP (curl)

上传图像以用于图生视频/帧锚点

curl -X POST "https://api.pruna.ai/v1/files" \
  -H "apikey: ${PRUNA_API_KEY}" \
  -F "content=@/path/to/first-frame.png"

将 urls.get 作为 input.image（首帧）和/或 input.last_frame_image（尾帧）传递。以相同方式上传TTS/音乐作为 input.audio。

创建（异步文生视频——推荐）

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video' \
  -d '{
    "input": {
      "prompt": "夜间缓慢推近雨淋湿的街道，霓虹倒影，远处有车流嘶嘶声",
      "duration": 5,
      "resolution": "720p",
      "aspect_ratio": "16:9"
    }
  }'

轮询并下载：请遵循 pruna-api 技能。

在编写提示前，请完成 generation-diversity 的随机种子仪式——不要将仪式字符串作为API的 seed 传递。

首帧/尾帧（视觉过渡）

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video' \
  -d '{
    "input": {
      "prompt": "开始：宽镜头展示湿漉漉的小巷，霓虹闪烁。中段：缓慢推进，雨点打在路面上。结束：停在最终姿态上。",
      "image": "https://api.pruna.ai/v1/files/START_ID",
      "last_frame_image": "https://api.pruna.ai/v1/files/END_ID",
      "duration": 5,
      "resolution": "720p",
      "fps": 24
    }
  }'

场景锚点三元组（`image` + `last_frame_image` + `audio`）

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video' \
  -d '{
    "input": {
      "prompt": "狗向上抛毛绒玩具，尾巴摇摆，动作与旁白同步，暖色光线",
      "image": "https://api.pruna.ai/v1/files/SCENE_START",
      "last_frame_image": "https://api.pruna.ai/v1/files/SCENE_END",
      "audio": "https://api.pruna.ai/v1/files/SCENE_NARRATION",
      "resolution": "720p",
      "fps": 24,
      "save_audio": true
    }
  }'

当设置了 audio 时，省略 duration。片段长度 = 最小（音频长度, 20秒）——保持TTS ≤ ~19秒（渲染前用 ffprobe 检查）。

生成前

完成前置条件指南的阅读顺序（generation-diversity → video-prompting）。
仪式种子 → 起草动态 + 忠实的运动提示（见上文） → 与用户确认模式（T2V / I2V / 帧对 / 音频）、duration（除非由音频驱动）、resolution、fps、draft 和 prompt。
Pruna 备注： 当设置了 image 时，aspect_ratio 被忽略。当设置了 audio 时，省略 duration 并设置 save_audio: true 以保留旁白。优先使用上传的画外音而非后期混音。如果请求是多场景的——停止（参见技能边界）。

必需输入

prompt（字符串）

常用可选字段

字段	作用
`image`	第一帧——I2V锚点；设置后 `aspect_ratio` 被忽略
`last_frame_image`	可选的结束状态静态图像
`audio`	音频条件输入；时长跟随音频（上限20秒）；支持flac/mp3/wav格式
`duration`	1–20秒（如果设置了 `audio` 则忽略）
`resolution`	`720p`（默认）或 `1080p`
`fps`	`24`（默认）或 `48`
`aspect_ratio`	当没有 `image` 时：`16:9`、`9:16`、`4:3`、`3:4`、`3:2`、`2:3`、`1:1`
`draft`	`true` ≈ 4倍速度/更便宜的预览；`false` = 最终版
`save_audio`	在输出中保留模型生成的或上传的音频
`seed`、`prompt_upsampling`、`disable_safety_filter`	可复现性 / 客户端策略

PrunaAI/pruna-skills

pruna-skills 是什么？

在你喜欢的 AI 中提问

文档