封面與標題
觀眾在列表裡同時看到封面和標題，加起來不到一秒。封面是一張小圖加幾個大字，標題是一行字：標題說清這是什麼，封面給畫面與鉤子。兩者互補，不互相抄襲。寫給發佈影片的人：吸引人，並且每句都由影片兌現。
最容易做壞的樣子：封面大字把標題又抄了一遍，兩處加起來還是一句話；或者大字太長，縮成小圖之後根本讀不出來；或者封面許諾了影片裡沒有的東西，觀眾點進來發現不是那麼回事。
1. 取材料
- 用
videos_inspect看影片：名稱、畫幅（寬高）、章節、文件。沒有逐字稿（kind 為 speech 的文件）時先轉寫，告訴使用者轉寫正在進行。 - 讀文稿：export（kind
transcript、formatmd、timestampstrue），jobs_inspect 等到 completed，讀 outputs 裡的檔案。 - 使用者這次的要求：幾組、封面字數上限、風格、語言、發佈平台、已經挑定的標題，都在這段對話裡找。沒說語言時用文稿的語言。
- 系列裡的其他期：使用者和前作的標題、封面要區分開或保持一致時，用
space_related_videos看講相近內容的幾部叫什麼。
2. 出標題與封面文案
- 先用一句話說清這部影片給觀眾什麼：解決什麼問題、給出什麼結論或看到什麼。標題和大字都從這句話出發，不從句式出發。
- 給出幾組候選（使用者沒說就 5 組），角度各不相同：直述、提問、數字、反差、引語之類。每組是一條標題加一行封面大字。
- 封面大字要短（使用者沒說時按這種文字的習慣取幾個詞以內，中日文約 8 個字以內），縮成小圖也一眼能讀完，不重複標題原話：標題說「是什麼」，大字給「鉤子」，或者反過來。
- 標題與封面裡的數字、結論、人名都必須能在文稿裡找到出處；不用誇張的斷言，不許諾影片沒給的東西。
- 每組附一句理由，標出推薦的一組，請使用者挑一組，或說要再來一批、照哪組再來幾組。
對比一下（只是示意）：
不好：標題「AI 程式碼審查實踐分享」+ 大字「AI 程式碼審查實踐」（大字抄標題，兩處都沒說值得看的點）
好：標題「AI 寫的程式碼漲了三倍，審查流程我們這樣改」+ 大字「人只看 AI 拿不準的」（標題說是什麼，大字給做法的鉤子，八個字，影片裡確實講了）
3. 生成封面
使用者挑定一組之後再做，不要先把幾組都生成出來：生成要花時間和錢，沒挑中的那幾組白做。
- 畫面從哪來：有畫面索引時先用
videos_match_frames（videoId，text寫想要的封面畫面，例如「人物正臉、表情激動」「產品特寫」）取幾處候選，再用videos_frames的range（照抄候選的framesRange）取幀看；沒有畫面索引（它報MODEL_NOT_INSTALLED等原因）時用videos_frames在章節起點與情緒、動作明顯的地方取幾幀看，找人物或主體清楚、表情或動作有張力的一幀。幀是素材畫面，不含字幕與疊加的元素。 - 生成：先看能力，用
skills_read讀baocut-catalog-media的「生成圖片」，各服務的差別、提示詞順序與畫不了時怎麼辦都在那裡。用 image 給prompt、按影片畫幅給size（寬高比如16:9、9:16、1:1，使用者點名的比例優先；模型不支援這個比例時取它支援的最接近的一種，並告訴使用者；模型不收尺寸時不給size，在提示詞裡寫明橫豎），帶上video，結果導入為這個影片的候選素材，不放上時間軸。在提示詞裡寫清主體、構圖與風格（人物或主體在一側，大字留在另一側的乾淨區域），把挑中那一幀的畫面描述進去；模型的referenceImages不為 null 時，可以把挑中的那一幀（存進影片的圖片素材）作為images給它照著畫，不收輸入圖的模型只靠文字；使用者要真人照片的封面時，告訴使用者可以直接用那一幀，大字由使用者在平台或編輯器裡加。 - 大字：生成的圖裡文字常常寫錯。提示詞裡要求留出乾淨的大字區域；使用者要圖裡帶字時，生成後讀一遍圖，字寫錯了就重來或告訴使用者。
- 使用者沒說張數時生成 2 張，
count給 2；模型一次只出一張（maxCount為 1）時分兩次提交。
4. 要避免的
- 大字不要抄標題，不要超過一眼能讀完的長度。
- 不要許諾影片沒給的東西；數字、結論、人名都要在文稿裡。
- 不要在使用者挑定之前把每組都生成出來。
- 不要把生成圖裡寫錯的字當沒看見。
5. 交付
- 回覆裡給出使用者挑定的標題與封面大字，以及其餘候選，方便以後再換。
- 封面圖：image 返回的每張
artifactId與導入的素材；說明用的是哪一幀或怎樣的描述、為什麼選它。 - 哪些資訊沒有核實；說了平台的，提醒使用者對照平台現行的封面尺寸與文字規則核對。