前提条件
在生成之前,请先安装并加载以下技能(如果已通过 @pruna 加载到上下文中,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 之前执行随机种子仪式、显式结构、场景轴线和质量门控。 | npx skills add PrunaAI/pruna-skills@generation-diversity -y |
video-prompting | 在为任何生成式模型编写视频或运动提示时使用——涉及戏剧性、摄像机、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、音乐或音床提示时使用——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 | 在任何 Pruna 或 Replicate HTTP 调用之前使用——涉及凭证、上传/轮询/下载、并行批次和代理安全。 | npx skills add PrunaAI/pruna-skills@pruna-api -y |
或者一次性安装完整套件:npx skills add PrunaAI/pruna-skills@pruna -y
遵循每个技能中的 生成前 / 编写部分——不要在此处重复指南内容。
代理习惯
路由: `p-video-2-pro` 是用于 电影级生成 的片段(文本 / 首帧 / 首帧+尾帧)并带有 生成的音频。当需求需要 1080p、导入的音频 或 草稿 预览时,使用 `p-video-2`。对于更便宜、更快的草稿,使用 `p-video`。仅限主持人发言(无原生场景音频)→ `p-video-avatar`。对现有素材进行指令编辑 → `p-video-edit`。
在 首次回复 中,用反引号命名 `p-video-2-pro`,确认 PRUNA_API_KEY(或如果密钥缺失,则停止并提供 pruna-api 中的注册链接),然后询问所需的输入。打开需求采集 → 在首次 POST 之前,按照 generation-diversity 的澄清采集流程操作。在起草运动提示时,遵循 提示工程(动态 + 忠实) 和 video-prompting(p-video-2-pro-prompting)——不要粘贴技能示例。当 何时不使用 更适合时,重定向到对应技能。
提示工程(动态 + 忠实)
每个 input.prompt 必须 新鲜且具体,并且必须 匹配用户的节奏。多样性绝不能覆盖需求概要。相对于 p-video-2 的差异处理:参照 video-prompting(p-video-2-pro-prompting)。将 声音或对白写入提示——此模型没有 audio 上传。
| 应该做 | 不该做 |
|---|---|
执行 generation-diversity 的随机种子仪式;说明已执行;当需求允许时,旋转 ≥2 个自由轴(摄像机运动、灯光变化、质感、节奏) | 复制此技能中的 curl 示例(sports car、person turns,……)或重复使用前一会话的提示 |
| 首先锁定用户要求的事实(主题、动作、场景;当帧锚定时指定 OPEN/MID/CLOSE;当音频是需求的一部分时指定台词/SFX) | 为了一个“更酷”的片段而替换主题或运动,从而忽略请求 |
使用 video-prompting 的戏剧结构组织——主题 + 动作 + 场景;添加摄像机、灯光、风格和音频意图以确保最终的确定性 | 仅给出模糊的情绪字符串(cinematic vibe, neon energy)或当需求要求语音或配乐时给出静默提示 |
| 保持说话者 一到两个;在提示中命名台词 | 在片段中堆叠 3 个以上说话的面孔,或发送 audio / draft / fps(此 API 不支持) |
在用户未锁定措辞之前,展示草拟的提示以及 mode / prompt_upsampler / duration / resolution | 静默重新生成并使用与批准版本不同的主题或节拍 |
保真度检查(付费前): 如果你从提示中移除了用户命名的主题/动作/设置,那么任务就是错误的——重新编写。自由轴仅填充需求未明确的部分。
在展示草拟的提示时,仍然命名 `p-video-2-pro`(指南帮助编写;此工具负责调用)。
技能边界
此技能 = 每次调用 一次 p-video-2-pro 预测。
超出范围(不要从该技能执行):
- 多场景组装、拼接、子代理编排或并行场景批次
- 导入的音频 / 混合 VO / 1080p / 草稿预览 →
p-video-2 - 从模板视频进行运动迁移 →
p-video-animate - 仅限主持人发言 / 无原生场景音频的口型同步 →
p-video-avatar - 对现有素材进行指令编辑 →
p-video-edit
如果请求超过一个片段,停止并推荐:image-to-video(一个节拍)、visual-transition-reel(多场景视觉)或 narrated-multi-scene(多场景 + 上传的 VO——该路径使用 p-video-2)。
何时不使用
改用其他技能:
| 技能 | 描述 | 安装命令 |
|---|---|---|
p-video-2 | 当用户想要一个从文本、图像或导入音频生成的精致短片时使用——1080p B-roll、首尾帧动画或带有混合音轨的动态镜头。不适用于电影级生成音频片段或仅限主持人发言的场景。 | npx skills add PrunaAI/pruna-skills@p-video-2 -y |
p-video | 当用户想要一个从文本或图像生成的简单短片时使用——快速 B-roll、草稿或首尾帧动画。不适用于需要电影级生成、最高质量、严格口型同步或在 1080p 下导入音频的需求。 | npx skills add PrunaAI/pruna-skills@p-video -y |
p-video-avatar | 当用户想要一个对着摄像机念稿的人时使用——从肖像照片生成的口型同步主持人、代言人或叙述型头像。 | npx skills add PrunaAI/pruna-skills@p-video-avatar -y |
p-video-animate | 当用户想要一张照片像另一段视频一样动起来时使用——从模板片段进行运动迁移、舞蹈混音或表演变体。 | npx skills add PrunaAI/pruna-skills@p-video-animate -y |
p-video-replace | 当用户想要在现有素材中替换人物、服装或产品,同时保持摄像机运动和音频时使用。 | npx skills add PrunaAI/pruna-skills@p-video-replace -y |
p-video-edit | 当用户想要通过文本指令编辑现有视频时使用——重新着色、重新样式化、移除或添加对象、更改环境或灯光、更新屏幕上文字,或应用可选的参考引导的产品和配件编辑。不适用于从头创建新片段或 ffmpeg 组装。 | npx skills add PrunaAI/pruna-skills@p-video-edit -y |
video-editing | 当使用 ffmpeg 组装或精修已渲染的片段时使用——拼接、淡入淡出、烧录字幕和说明、文本/标志叠加、前后对比滑块、背景音乐、平台导出——或当使用 Hyperframes 组合多层 HTML 视频时使用。不适用于 AI 视频生成、提示工程或基于模型的视频编辑。 | npx skills add PrunaAI/pruna-skills@video-editing -y |
HTTP (curl)
上传(图片转视频 / 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)传入。不要为此模型上传音频。
创建(异步文本转视频——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-2-pro' \
-d '{
"input": {
"prompt": "一辆跑车在霓虹灯闪烁的夜晚城市中漂移,电影航拍镜头",
"duration": 5,
"resolution": "768p",
"aspect_ratio": "16:9"
}
}'
轮询并下载:遵循 pruna-api。
在编写提示之前,完成 generation-diversity 的随机种子仪式——不要将仪式字符串作为 API seed 传入。
计费基于 返回 的秒数(而非请求的 duration)。速率限制:每分钟 250 个请求。
| 分辨率 | mode=cost | mode=speed(默认) | mode=quality |
|---|---|---|---|
| 480p | $0.01 / 秒 | $0.02 / 秒 | $0.04 / 秒 |
| 768p | $0.025 / 秒 | $0.035 / 秒 | $0.075 / 秒 |
cost 与 speed 的输出质量相同,但更便宜且更慢。prompt_upsampler 不改变价格。
图片转视频(首帧)
curl -X POST 'https://api.pruna.ai/v1/predictions' \
-H 'Content-Type: application/json' \
-H "apikey: ${PRUNA_API_KEY}" \
-H 'Model: p-video-2-pro' \
-d '{
"input": {
"prompt": "摄像机缓慢推近,人物转头微笑",
"image": "https://api.pruna.ai/v1/files/FIRST_ID",
"duration": 5,
"resolution": "768p"
}
}'
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-2-pro' \
-d '{
"input": {
"prompt": "从静止的产品主图开始。摄像机保持,然后缓慢推近,光线在金属表面上移动。精确结束在尾帧的包装展示图上,标签清晰可读,无额外道具。",
"image": "https://api.pruna.ai/v1/files/START_ID",
"last_frame_image": "https://api.pruna.ai/v1/files/END_ID",
"duration": 8,
"resolution": "768p",
"mode": "speed",
"prompt_upsampler": "turbo"
}
}'
此模型上 没有场景锚点三元组(audio 未开放)。上传的 VO / 音乐 → p-video-2。
创建(同步——仅快速测试)
curl -X POST 'https://api.pruna.ai/v1/predictions' \
-H 'Content-Type: application/json' \
-H "apikey: ${PRUNA_API_KEY}" \
-H 'Model: p-video-2-pro' \
-H 'Try-Sync: true' \
-d '{
"input": {
"prompt": "一辆跑车在霓虹灯闪烁的夜晚城市中漂移,电影航拍镜头",
"duration": 5,
"resolution": "480p",
"mode": "cost"
}
}'
生成前
- 完成前提条件的指南阅读顺序(
generation-diversity→video-prompting)。 - 迭代种子 → 草拟一个 动态 + 忠实 的运动提示(见上文) → 与用户确认 模式(T2V / I2V / 帧对)、
duration(5–15 秒,默认 5)、resolution(480p / 768p)、mode(cost/speed/quality)、prompt_upsampler和prompt。 - Pruna 注意事项: 当设置了
image或last_frame_image时,aspect_ratio将被忽略(画布跟随静态图像)。输出为 24 fps——不要发送fps。输出包含 生成的音频;在提示中写入声音或对白。不要发送audio、draft、save_audio或prompt_upsampling。在mode: cost下迭代(质量同speed,但更便宜更慢),当时间重要时使用mode: speed(默认);最后在保真度重要时使用mode: quality定稿。如果请求是多场景——停止(参见技能边界)。原生 4K 不支持。1080p / 导入音频 / 草稿 →p-video-2。
必需输入
prompt(字符串)
常见可选字段
| 字段 | 作用 |
|---|---|
prompt_upsampler | 在生成前扩展提示:off、turbo(默认)或 max。独立于 mode |
image | 首帧参考;设置时,aspect_ratio 被忽略(支持 jpg、jpeg、png、webp) |
last_frame_image | 可选的尾帧静态图像 |
duration | 5–15 秒(默认 5) |
resolution | 768p(默认)或 480p |
mode | 生成配方:cost(质量同 speed,但更便宜更慢)、speed(默认,更快)或 quality(更慢,更高保真度) |
aspect_ratio | 无参考图像时:16:9(默认)、9:16、4:3、3:4、3:2、2:3、1:1 |
seed | 用于可重复运行的整数;省略则为随机 |
不要发送: audio、draft、fps、save_audio、prompt_upsampling。
相关
相关技能:
| 技能 | 描述 | 安装命令 |
|---|---|---|
p-video-2 | 当用户想要一个从文本、图像或导入音频生成的精致短片时使用——1080p B-roll、首尾帧动画或带有混合音轨的动态镜头。不适用于电影级生成音频片段或仅限主持人发言的场景。 | npx skills add PrunaAI/pruna-skills@p-video-2 -y |
p-video | 当用户想要一个从文本或图像生成的简单短片时使用——快速 B-roll、草稿或首尾帧动画。不适用于需要电影级生成、最高质量、严格口型同步或在 1080p 下导入音频的需求。 | npx skills add PrunaAI/pruna-skills@p-video -y |
gemini-3.1-flash-tts | 当用户需要语音叙述或旁白时使用——讲解音轨、纪录片台词或与生成视频配对的语音。 | npx skills add PrunaAI/[email protected] -y |
image-to-video | 当用户想要从图像创建一个短片节拍时使用——一个带叙述的场景、故事时刻或可选的旁白电影级 B-roll。 | npx skills add PrunaAI/pruna-skills@image-to-video -y |
visual-transition-reel | 当用户想要一个带有镜头间转场的蒙太奇时使用——动作序列短片或多场景片段,叙述可选。 | npx skills add PrunaAI/pruna-skills@visual-transition-reel -y |
narrated-multi-scene | 当用户想要一个带旁白的多部分故事时使用——章节式 B-roll、分章宣传片或几个没有镜头前对白的链接视频场景。 | npx skills add PrunaAI/pruna-skills@narrated-multi-scene -y |
p-video-avatar | 当用户想要一个对着摄像机念稿的人时使用——从肖像照片生成的口型同步主持人、代言人或叙述型头像。 | npx skills add PrunaAI/pruna-skills@p-video-avatar -y |
p-video-animate | 当用户想要一张照片像另一段视频一样动起来时使用——从模板片段进行运动迁移、舞蹈混音或表演变体。 | npx skills add PrunaAI/pruna-skills@p-video-animate -y |
video-editing | 当使用 ffmpeg 组装或精修已渲染的片段时使用——拼接、淡入淡出、烧录字幕和说明、文本/标志叠加、前后对比滑块、背景音乐、平台导出——或当使用 Hyperframes 组合多层 HTML 视频时使用。不适用于 AI 视频生成、提示工程或基于模型的视频编辑。 | npx skills add PrunaAI/pruna-skills@video-editing -y |