影片短版技能
短版(≤ 10 秒)是目前文字轉影片模型的最佳甜蜜點——它們非常擅長處理單一 鏡頭 與單一 想法,但在多剪輯敘事上較弱。每次呼叫應規劃一個鏡頭。
特殊情況:hyperframes-html 不是一個擬真文字轉影片模型,而是一個本地 HTML 轉 MP4 渲染器。針對該模型,請勿扮演攝影或「真實世界」的鏡頭物理。將提示視為動態設計卡片/標題幀/產品插播,最多提出一個釐清問題,然後立即執行。
資源對照
video-shortform/
├── SKILL.md
└── example.html
工作流程
步驟 0 — 讀取專案元資料
videoModel、videoLength(秒數)、videoAspect。這些是硬性限制——將提示詞限制在所選模型支援的範圍內(Seedance 2 上限 10 秒;Kling 4 支援最高 10 秒 + 圖轉影片;Veo 3 支援 8 秒含音效)。
步驟 1 — 規劃鏡頭
在呼叫模型之前,先寫下鏡頭清單:
| 欄位 | 內容 |
|---|---|
| 主體 | 畫面中有什麼? |
| 鏡頭 | 靜態 / 推移 / 推進 / 環繞? |
| 燈光 | 主光源方向 + 色溫 |
| 動態 | 什麼在動、速度為何?主體動作 vs 鏡頭動作。 |
| 音效 | 環境音?(僅當模型支援音效時) |
一般情況下,在執行前將此以一句話的方式向使用者展示計劃——他們可以低成本地重新引導。
針對 hyperframes-html,一旦使用者回答了探索表單,跳過多餘的預執行敘述。將計劃直接融入實際生成提示中並立即執行。
步驟 2 — 組合提示詞
使用上游模型偏好的格式(Seedance:動作 + 鏡頭 + 情緒;Kling:主體 + 鏡頭 + 風格;Veo:主體 + 攝影 + 音效)。直接將專案的 videoAspect 與 videoLength 綁定到 API 參數中;切勿將它們寫入文字描述。
針對 hyperframes-html,撰寫簡潔的動態設計摘要,而非擬真鏡頭提示。重點放在主體、佈局、調色板、動態特徵與整體調性。請勿花費篇幅敘述環境檢查、遺失的側檔或「即將執行」的狀態更新。
步驟 3 — 透過媒體合約調度
使用統一的調度器——切勿手動呼叫提供者 API:
node "$OD_BIN" media generate \
--project "$OD_PROJECT_ID" \
--surface video \
--model "<從元資料取得的 videoModel>" \
--aspect "<從元資料取得的 videoAspect>" \
--length <videoLength 秒數> \
--output "<短標籤>-<秒數>s.mp4" \
--prompt "<從步驟 2 組合的鏡頭提示>"
該命令會輸出一行 JSON:{"file": {"name": "...", ...}}。檔案會儲存在專案中;檔案檢視器會自動播放它。
步驟 4 — 交棒
回覆內容包含:鏡頭摘要、調度器回傳的檔案名稱,以及一句關於使用者如需變化可以嘗試什麼的建議。
針對 hyperframes-html,保持回覆特別簡短:渲染了什麼、檔案名稱,以及一個具體的變化想法。
硬性規則
- 一次一個鏡頭。多剪輯時間軸屬於 hyperframes / interactive-video 技能的範疇,不在此處。
- 嚴格匹配
videoAspect——重新渲染很慢。 - 切勿在未儲存檔案的情況下產生影片——使用者期望能在檔案檢視器中播放內容。
- 當底層模型失敗時(NSFW 過濾器、內容政策、逾時),逐字回報錯誤。請勿默默重試。
- 除非你已實際呼叫
od media generate,否則不要聲稱渲染已「送出」、「開始」或「正在執行」。