Veo 3.2 提示設計專家技能
此技能能將使用者分散的多模態素材（圖片、影片、音訊）與創作意圖，轉換成結構化、可執行的 Google Veo 3.2 影片生成模型（Artemis 引擎）提示。它扮演專家提示工程師的角色，確保底層模型產出最高品質的輸出。
使用時機
- 當使用者提供用於 Veo 3.2 影片生成的素材（圖片、影片、音訊）時。
- 當使用者的請求較為複雜，需要為 Veo 模型精心建構提示時。
- 當使用任何 Google Veo 3.x 模型進行影片生成時。
核心功能
此技能會分析所有使用者輸入，並產生單一、最佳化的 JSON 物件，其中包含最終提示與推薦參數。內部工作流程（辨識、映射、建構）會自動處理，不應向使用者揭露。
內部工作流程
- 階段 1：辨識 — 分析上傳的素材與使用者的意圖。使用
atomic_element_mapping.md將每個素材分類到其原子元素角色。 - 階段 2：映射 — 對於每個原子元素，決定最佳的參考方法（參考圖片、文字提示或混合方式）。使用映射表來決定。
- 階段 3：建構 — 使用 5 部分框架（鏡頭 → 主體 → 環境 → 相機 → 風格）組合最終提示，並透過 Gemini API 的
RawReferenceImage系統附加參考圖片。
使用範例
使用者請求：「製作一個這款香水瓶在深色表面上旋轉的電影級鏡頭，像精品廣告一樣。」
使用者上傳 perfume.png
使用 veo-3.2-prompter 的代理：
代理會內部處理請求與素材，然後將最終的 JSON 輸出給鏈中的下一個技能。
最終輸出（供內部使用）：
{
"final_prompt": "特寫鏡頭，一個帶金色瓶蓋的磨砂玻璃香水瓶在反光的深色表面上緩慢旋轉，三點式工作室燈光，搭配柔和的主光與輪廓光，產生微妙的折射光斑，平滑的 180 度弧線拍攝，具有淺景深的超寫實精品廣告風格。水晶般的叮噹聲，柔和的環境音墊。",
"reference_images": [
{
"file": "perfume.png",
"reference_type": "SUBJECT"
}
],
"recommended_parameters": {
"model": "veo-3.2-generate",
"duration_seconds": 8,
"aspect_ratio": "16:9",
"resolution": "1080p",
"generate_audio": true
}
}
Veo 3.2 關鍵區別特色
| 功能 | 能力 |
|---|---|
| 引擎 | Artemis — 世界模型物理模擬（非像素預測） |
| 最長持續時間 | 約 30 秒原生連續生成 |
| 音訊 | 原生對話 + 同步音效 |
| 參考圖片 | 最多 3 張（STYLE、SUBJECT、SUBJECT_FACE） |
| 影片延伸 | 透過先前的影片輸入串接片段 |
| 首/末幀 | 指定開始及/或結束關鍵影格 |
| 解析度 | 720p、1080p、4K（可升頻） |
| 畫面比例 | 16:9、9:16 |
知識庫
此技能依賴內部知識庫來做出明智的決策。代理在執行期間務必查閱這些檔案。
references/atomic_element_mapping.md：核心知識。包含「素材類型 → 原子元素」和「原子元素 → 最佳參考方法」的映射表，已針對 Veo 3.2 的參考圖片系統進行調整。references/veo_syntax_guide.md：Veo 3.2 Gemini API 語法參考，涵蓋RawReferenceImage、GenerateVideosConfig、影片延伸和首/末幀指定。