先決條件

在生成之前，請先安裝並載入這些技能（如果已透過 @pruna 在上下文中，則可跳過）：

技能	描述	安裝指令
`generation-diversity`	在撰寫任何生成式提示詞時使用 — 包括種子儀式、明確結構、場景軸線，以及在付費API呼叫前的品質門檻。	`npx skills add PrunaAI/pruna-skills@generation-diversity -y`
`video-prompting`	在為任何生成式模型設計影片或動態提示詞時使用 — 包含劇作、運鏡、物理安全的動態、幀錨點，以及片段串聯。	`npx skills add PrunaAI/pruna-skills@video-prompting -y`
`audio-prompting`	在為任何生成式音訊模型設計 TTS、音樂或背景音提示詞時使用 — 導演風格、歌曲結構，以及後期製作分層。	`npx skills add PrunaAI/pruna-skills@audio-prompting -y`
`pruna-api`	在進行任何 Pruna 或 Replicate HTTP 呼叫前使用 — 憑證、上傳/輪詢/下載、並行批次處理，以及代理安全。	`npx skills add PrunaAI/pruna-skills@pruna-api -y`

或一次性安裝完整套件：npx skills add PrunaAI/pruna-skills@pruna -y

請遵循每個技能的 生成前 / 設計章節 — 不要在此重複指南內容。

代理習慣

路徑選擇： `p-video-2` 是 1080p / 匯入音訊 / 草稿 片段的生成器（文字/圖片/音訊）。`p-video-2-pro` 用於電影級生成，搭配生成音訊（480p / 768p，首尾幀，不支援音訊上傳）。`p-video` 用於更簡單、更快速的片段。僅有主持人說話（無原生場景音訊）→ `p-video-avatar`。對現有片段進行指令編輯 → `p-video-edit`。

在第一次回覆中，用反引號標示 `p-video-2`，確認 PRUNA_API_KEY（若無則停止並提供來自 pruna-api 的註冊連結），然後詢問必要的輸入。開啟接收流程 → 在首次 POST 之前進行 generation-diversity 的釐清接收流程。在撰寫動態提示詞時，請遵循 提示詞設計（動態且忠實） 和 video-prompting（p-video-2-prompting）— 不要貼上技能範例。當不使用時機更合適時，請重新導向。

提示詞設計（動態且忠實）

每個 input.prompt 必須是全新的、具體的，並且必須符合使用者的節奏。多樣性絕不能凌駕於簡報之上。相對於 p-video 的差異設計：參見 video-prompting（p-video-2-prompting）。

要做的	不要做的
執行 `generation-diversity` 的隨機種子儀式；指明它；當簡報允許時，旋轉至少 2 個自由軸（運鏡、光線變化、紋理、節奏）	複製此技能中的 curl 範例（`sports car`，`person turns`，…）或重用先前會話的提示詞
首先鎖定使用者要求的事實（主體、動作節拍、使用幀錨點時的 OPEN/MID/CLOSE、設定 `audio` 時的口白同步）	為了「更酷」的片段而替換主體或動作，從而忽略請求
使用 `video-prompting` 的劇作結構來組織 — 每個節拍一個固定動作，I2V 使用穩定的運鏡，物理安全的動態	模糊的僅心情字串（`cinematic vibe, neon energy`）或極端的電影運鏡
當設定了 `audio`，動態和節奏必須與口白/表演節拍匹配；將說話者控制在一或兩位	在 VO 播放時偏離到不相關的動作，或用 3+ 個說話面孔塞滿片段
在使用者尚未鎖定措辭時，在 `POST` 之前展示草擬的提示詞 + 模式欄位	在未經批准的情況下，使用不同的主體或節拍悄悄重新生成

忠實度檢查（付費前）： 如果你從提示詞中移除了使用者指定的主體/動作/場景，那麼工作就是錯的 — 請重寫。自由軸只能填補簡報中未指定的部分。

在展示草擬的提示詞時，仍需指明 `p-video-2`（指南有助於設計；此工具擁有呼叫權）。

技能邊界

此技能 = 每次調用一個 p-video-2 預測。

超出範圍（請勿從此技能執行）：

多場景組合、拼接、子代理編排，或平行場景批次
使用生成音訊（無匯入音軌）的電影級生成 → p-video-2-pro
從模板影片進行動態轉移 → p-video-animate
僅有主持人說話 / 無原生場景音訊的唇形同步主持人 → p-video-avatar
對現有片段進行指令編輯 → p-video-edit

如果需求超過一個片段，請停止並推薦：image-to-video（一個有口白的節拍）、visual-transition-reel（多場景視覺）、或 narrated-multi-scene（多場景 + VO）。

何時不使用

請改用其他技能：

技能	描述	安裝指令
`p-video-2-pro`	當使用者想要從文字或起始/結束幀生成電影級片段時使用 — 產品廣告、紀錄片鏡頭，或帶有生成音訊的對話。不適用於 1080p、匯入音軌，或僅有主持人說話。	`npx skills add PrunaAI/pruna-skills@p-video-2-pro -y`
`p-video`	當使用者想要從文字或圖片生成簡單短片時使用 — 快速 B-roll、草稿或起始/結束幀動畫。不適用於需要電影級生成、最高品質、嚴格唇形同步或在 1080p 下匯入音訊的情況。	`npx skills add PrunaAI/pruna-skills@p-video -y`
`p-video-avatar`	當使用者想要一個人在鏡頭前朗讀腳本時使用 — 唇形同步主持人、發言人，或從肖像照片創建的口白虛擬人像。	`npx skills add PrunaAI/pruna-skills@p-video-avatar -y`
`p-video-animate`	當使用者想要一張照片像另一部影片一樣移動時使用 — 從模板片段進行動態轉移、舞蹈混音或表演變體。	`npx skills add PrunaAI/pruna-skills@p-video-animate -y`
`p-video-replace`	當使用者想要在現有片段中替換人物、服裝或產品，同時保持運鏡和音訊不變時使用。	`npx skills add PrunaAI/pruna-skills@p-video-replace -y`
`p-video-edit`	當使用者想要透過文字指令編輯現有影片時使用 — 重新著色、重新設計風格、移除或添加物體、改變環境或燈光、更新螢幕上的文字，或套用可選的參考導向產品和配件編輯。不適用於從頭開始創建新片段或 ffmpeg 組合。	`npx skills add PrunaAI/pruna-skills@p-video-edit -y`
`video-editing`	當需要使用 ffmpeg 組合或打磨已渲染的片段時使用 — 連接、交叉淡化、燒錄字幕、文字/標誌疊加、前後滑塊、背景音樂、平台匯出 — 或在使用 Hyperframes 構建多層 HTML 組合影片時使用。不適用於 AI 影片生成、提示詞設計或基於模型的影片編輯。	`npx skills add PrunaAI/pruna-skills@video-editing -y`

HTTP (curl)

上傳圖片以進行圖片轉影片 / 幀錨點

curl -X POST "https://api.pruna.ai/v1/files" \
  -H "apikey: ${PRUNA_API_KEY}" \
  -F "content=@/path/to/first-frame.png"

將 urls.get 作為 input.image（第一幀）和/或 input.last_frame_image（最後一幀）傳入。以相同方式上傳 TTS/音樂作為 input.audio。

創建（非同步文字轉影片 — 推薦）

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video-2' \
  -d '{
    "input": {
      "prompt": "A sports car drifting through a neon-lit city at night, cinematic aerial shot",
      "duration": 5,
      "resolution": "720p",
      "aspect_ratio": "16:9"
    }
  }'

輪詢和下載：請遵循 pruna-api。

在撰寫提示詞之前，請完成 generation-diversity 中的隨機種子儀式 — 不要將儀式字串作為 API seed 傳入。

計費方式是根據回傳的秒數（而非請求的 duration）。速率限制：每分鐘 250 個請求。

解析度	`draft=false`	`draft=true`
720p	$0.025 / 秒	$0.015 / 秒
1080p	$0.05 / 秒	$0.03 / 秒

首幀 / 尾幀（視覺轉場）

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video-2' \
  -d '{
    "input": {
      "prompt": "OPEN: hold wide on wet alley, neon flicker. MID: slow dolly in, rain ticks on pavement. CLOSE: settle on end pose.",
      "image": "https://api.pruna.ai/v1/files/START_ID",
      "last_frame_image": "https://api.pruna.ai/v1/files/END_ID",
      "duration": 5,
      "resolution": "720p",
      "fps": 24
    }
  }'

場景錨點三重奏（`image` + `last_frame_image` + `audio`）

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video-2' \
  -d '{
    "input": {
      "prompt": "Close-up of a singer performing the uploaded track. Natural lip-sync, expressive face, stage lighting, camera holds steady on the performer.",
      "image": "https://api.pruna.ai/v1/files/SCENE_START",
      "last_frame_image": "https://api.pruna.ai/v1/files/SCENE_END",
      "audio": "https://api.pruna.ai/v1/files/SCENE_NARRATION",
      "resolution": "720p",
      "fps": 24,
      "save_audio": true
    }
  }'

當設定了 audio 時，省略 duration。片段長度 = min(音訊長度, 20s) — 將 TTS 保持在 ≤ ~19s（在渲染前使用 ffprobe）。音訊條件作業按音訊長度計費。

創建（同步 — 僅快速測試）

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video-2' \
  -H 'Try-Sync: true' \
  -d '{
    "input": {
      "prompt": "A sports car drifting through a neon-lit city at night, cinematic aerial shot",
      "duration": 5,
      "resolution": "720p",
      "draft": true
    }
  }'

生成前

按順序完成先決條件指南（generation-diversity → video-prompting）。
儀式種子 → 草擬一個動態且忠實的動態提示詞（上節）→ 與使用者確認模式（T2V / I2V / 幀對 / 音訊）、duration（省略以讓模型從提示詞中選擇，或音訊驅動時）、resolution、fps、draft 和 prompt。
Pruna 注意事項： 當設定了 image，aspect_ratio 會被忽略。使用 audio 時，省略 duration 並保持 save_audio: true（預設）以保留口白。對於鏡頭前說話，從 T2V 原生語音開始（save_audio: true，無匯入 audio）— 停頓 / 台詞 / 休息的唇形同步是相對於 p-video 的品質提升。匯入的 audio 能保持更清晰的面部；視位鎖定效果不一 — 不要將混音後的 wav 視為唇形同步的展示。在 draft: true 模式下迭代，最後再用 draft: false 完成。如果請求是多場景 — 停止（參見技能邊界）。不支援原生 4K。

必要輸入

prompt (字串)

常見選用欄位

欄位	角色
`image`	第一幀 — I2V 錨點；設定後，`aspect_ratio` 會被忽略（`jpg`，`jpeg`，`png`，`webp`）
`last_frame_image`	可選的結束狀態靜態圖片
`audio`	音訊條件約束；持續時間跟隨音訊（上限 20s）；flac/mp3/wav
`duration`	1–20 秒；留空以讓模型從提示詞中選擇長度；如果設定了 `audio` 則忽略
`resolution`	`720p`（預設）或 `1080p`
`fps`	`24`（預設）或 `48`
`aspect_ratio`	當沒有 `image` 時：`16:9`（預設），`9:16`，`4:3`，`3:4`，`3:2`，`2:3`，`1:1`
`draft`	`true` = 更便宜、更快的預覽（$0.015/秒 720p，$0.03/秒 1080p）；`false`（預設）= 最終版
`save_audio`	在輸出中保留模型生成或上傳的音訊（預設 `true`）
`prompt_upsampling`	增強提示詞（預設 `true`）
`seed`，`disable_safety_filter`	可再現性 / 用戶端政策

PrunaAI/pruna-skills

pruna-skills 是什麼？

在你喜歡的 AI 中提問

說明文件