影片短格式技能
短格式(≤ 10 秒)是當前文字轉影片模型的最佳甜蜜點——它們擅長單一鏡頭搭配單一概念,在多重剪輯敘事上則較弱。每次呼叫規劃一個鏡頭。
特殊情況:hyperframes-html 不是一個寫實的文字轉影片模型。它是一個本地端的 HTML 轉 MP4 渲染器。對於該模型,請不要模擬電影攝影或「真實世界」的相機物理。將簡報視為動態設計卡片/標題框架/產品插頁,最多問一個釐清問題,然後立即執行。
資源對應
video-shortform/
├── SKILL.md
└── example.html
工作流程
步驟 0 — 讀取專案中繼資料
videoModel、videoLength(秒)、videoAspect。這些是硬性限制——根據所選模型支援的範圍調整提示(Seedance 2 上限 10 秒;Kling 4 支援最多 10 秒 + 圖片轉影片;Veo 3 支援 8 秒含音訊)。
步驟 1 — 規劃鏡頭
在呼叫模型之前寫下鏡頭列表:
| 欄位 | 內容 |
|---|---|
| 主體 | 畫面中有什麼? |
| 運鏡 | 靜態 / 平移 / 推近 / 環繞? |
| 燈光 | 關鍵光方向 + 色溫 |
| 動態 | 什麼在移動、移動速度如何?主體動態 vs 鏡頭動態。 |
| 音效 | 環境背景音?(僅當模型支援音訊時) |
通常,在執行前以一句話的規劃呈現給使用者——他們可以低成本地調整方向。
對於 hyperframes-html,一旦使用者回答了探索表單,跳過額外的執行前敘述。將規劃直接濃縮進實際的生成提示中,並立即執行。
步驟 2 — 撰寫提示
使用上游模型偏好的格式(Seedance:動作 + 運鏡 + 氛圍;Kling:主體 + 運鏡 + 風格;Veo:主體 + 電影攝影 + 音效)。將專案的 videoAspect 和 videoLength 直接綁定到 API 參數中;絕對不要將它們寫入散文描述。
對於 hyperframes-html,撰寫簡潔的動態設計簡報,而非寫實攝影提示。專注於主體、版面、色調、動態特性與整體調性。不要花費回合敘述環境檢查、缺少的側邊檔案,或「我即將執行」的狀態更新。
步驟 3 — 透過媒體合約執行
使用統一的調度器——不要手動呼叫提供者 API:
"$OD_NODE_BIN" "$OD_BIN" media generate \
--project "$OD_PROJECT_ID" \
--surface video \
--model "<videoModel from metadata>" \
--aspect "<videoAspect from metadata>" \
--length <videoLength seconds> \
--output "<short-slug>-<seconds>s.mp4" \
--prompt "<assembled shot prompt from Step 2>"
該指令會輸出一行 JSON:{"file": {"name": "...", ...}}。影片位元組會存放在專案中;檔案檢視器會自動播放。
步驟 4 — 交接
回覆內容包含:鏡頭摘要、調度器回傳的檔名,以及一句建議(若使用者想要變化版本)。
對於 hyperframes-html,保持回覆特別簡短:渲染了什麼、檔名,以及一個具體的變化想法。
硬性規則
- 每次只處理一個鏡頭。多鏡頭時間線應屬於超影格/互動影音技能,而非此處。
- 必須完全符合
videoAspect設定——重新渲染很花時間。 - 絕不能在不儲存檔案的情況下輸出影片——使用者預期能在檔案檢視器中播放。
- 當底層模型失敗時(如 NSFW 過濾器、內容政策、超時),請如實回報錯誤訊息。不要默默地重試。
- 除非你已經執行了
"$OD_NODE_BIN" "$OD_BIN" media generate,否則不要聲稱渲染已「送出」、「開始」或「正在執行」。