video-shortform

视频短视频技能

短视频（≤ 10s）是当前文生视频模型的最佳时长—— 它们擅长呈现一个镜头和一个创意，但不擅长多剪辑 叙事。每次调用规划一个镜头。

特殊情况：hyperframes-html 不是写实文生视频 模型，而是本地 HTML 转 MP4 渲染器。对于该模型，不要模拟 电影摄影手法或“现实世界”的摄像机物理特性。将需求视为动态 设计卡片／标题画面／产品转场，最多提出一个 澄清问题，然后立即执行。

资源映射

video-shortform/
├── SKILL.md
└── example.html

工作流

步骤 0 — 阅读项目元数据

videoModel、videoLength（秒）、videoAspect。这些是 硬性限制——将提示词限制在所选模型支持的范围内（Seedance 2 最长 10s；Kling 4 支持最长 10s + 图生视频；Veo 3 支持 8s 并带音频）。

步骤 1 — 规划镜头

调用模型之前先写好镜头清单：

项目	内容
主体	画面中有什么？
摄像机	固定／摇摄／推进／环绕？
光线	主光方向 + 色温
动态	什么在动、节奏如何？主体运动还是摄像机运动。
声音	环境音底？（仅当模型支持音频时）

通常，在执行之前先用一句话向用户展示计划——这样他们可以轻松调整方向。

对于 hyperframes-html，用户回答完需求采集表后，跳过执行前的额外说明。将计划整合进实际生成提示词，然后立即执行。

步骤 2 — 编写提示词

使用上游模型偏好的格式（Seedance：运动 + 摄像机 + 氛围；Kling：主体 + 摄像机 + 风格；Veo：主体 + 电影摄影 + 声音）。将项目的 videoAspect 和 videoLength 直接绑定到 API 参数；绝不要将它们写进文字描述。

对于 hyperframes-html，撰写简洁的动态设计需求，而不是追求摄像机真实感的提示词。重点描述主体、布局、配色、动态特征和整体氛围。不要花时间逐条说明环境检查、缺失的辅助文件或“即将执行”的状态更新。

步骤 3 — 通过媒体契约执行

使用统一调度器——不要手动调用供应商 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>"

该命令会打印一行 JSON：{"file": {"name": "...", ...}}。 文件字节会写入项目；FileViewer 会自动播放。

步骤 4 — 交付

回复内容包括：镜头摘要、调度器返回的文件名，以及一句用户想要变体时可以尝试的内容。

对于 hyperframes-html，回复要格外简短：渲染了什么、文件名，以及一个具体的变体创意。

硬性规则

• 每轮只处理一个镜头。多镜头时间线应交给 hyperframes／ 交互式视频技能处理，而不是本技能。
• 严格匹配 videoAspect——重新渲染很慢。
• 视频必须保存为文件后才能交付——用户期望能在文件查看器中播放。
• 底层模型失败时（NSFW 筛选器、内容政策、超时），逐字报告错误。不要悄悄重试。
• 除非已经调用 "$OD_NODE_BIN" "$OD_BIN" media generate，否则不要声称渲染已“发送”“开始”或“正在运行”。