短影音生成技能 是做什麼的?
短影音(≤ 10 秒)是目前文字轉影片模型的最佳適用範圍——它們擅長處理單一 鏡頭 與單一 創意,而較弱於多段敘事。每次呼叫僅規劃一個鏡頭。
特殊情況:hyperframes-html 不是 逼真文字轉影片模型。它是一個本機 HTML 到 MP4 的渲染器。對於此模型,不應模擬電影攝影技巧或「真實世界」的攝影機物理。請將需求視為動態設計卡片/標題框架/產品過場動畫,最多提出一個釐清問題,然後立即派送。
資源結構
video-shortform/
├── SKILL.md
└── example.html
工作流程
步驟 0 — 讀取專案元數據
videoModel、videoLength(秒)、videoAspect。這些是強制鎖定——將提示限制在所選模型支援的範圍內(Seedance 2 上限 10 秒;Kling 4 支援最多 10 秒並可加上圖片轉影片;Veo 3 支援 8 秒並附帶音訊)。
步驟 1 — 規劃鏡頭
在呼叫模型 前 先撰寫鏡頭表:
| 欄位 | 內容 |
|---|---|
| 主體 | 畫面中有什麼? |
| 鏡頭 | 靜態 / 平移 / 推進 / 環繞? |
| 燈光 | 主光方向 + 色溫 |
| 動態 | 什麼在移動?移動速度?主體動態 vs 攝影機動態。 |
| 音效 | 環境背景音?(僅限模型支援音訊時) |
通常,在派送前以一句話向使用者展示此計畫——他們可以低成本地調整方向。
對於 hyperframes-html,一旦使用者回答發現表單,就省略派送前的額外敘述。將計畫濃縮為實際生成提示,並立即派送。
步驟 2 — 組裝提示詞
使用上游模型偏好的格式(Seedance:動態 + 鏡頭 + 情緒;Kling:主體 + 鏡頭 + 風格;Veo:主體 + 電影攝影技巧 + 音效)。將專案的 videoAspect 和 videoLength 直接綁定至 API 參數;切勿將它們寫入文字敘述中。
對於 hyperframes-html,撰寫簡潔的動態設計摘要,而非相機寫實提示。專注於主體、佈局、調色板、動態特徵與整體調性。不要花費篇幅敘述環境檢查、遺失的側邊檔案或「我即將派送」的狀態更新。
步驟 3 — 透過媒體合約派送
使用統一派送器——不要手動呼叫提供者 API:
"$OD_NODE_BIN" "$OD_BIN" media generate \
--project "$OD_PROJECT_ID" \
--surface video \
--model "<來自元數據的 videoModel>" \
--aspect "<來自元數據的 videoAspect>" \
--length <來自元數據的 videoLength 秒數> \
--output "<簡短標籤>-<秒數>s.mp4" \
--prompt "<從步驟 2 組裝的鏡頭提示>"
指令輸出一行 JSON:{"file": {"name": "...", ...}}。檔案會存放在專案中;FileViewer 會自動播放。
步驟 4 — 交接
回覆內容包括:鏡頭摘要、派送器回傳的檔名,以及一句關於使用者若想嘗試變體的建議。
對於 hyperframes-html,回覆要特別簡短:渲染了什麼、檔名,以及一個具體的變體想法。
嚴格規則
- 每次對話回合只產生一個鏡頭。多鏡頭時間軸應由 hyperframes/互動式影片技能處理,非本技能範圍。
- 嚴格符合
videoAspect——重新渲染很耗時。 - 絕不產出未儲存的影片——使用者期望能在檔案檢視器中播放。
- 當底層模型失敗時(NSFW 過濾、內容政策、超時),如實報告錯誤訊息。不要默默重試。
- 除非你已經呼叫了
"$OD_NODE_BIN" "$OD_BIN" media generate,否則不要宣稱渲染「已傳送」、「已開始」或「正在執行」。