工作流模板

输入一个主题，生成创意主旨、脚本和视觉圣经；角色和场景先到资产库里认，已有的直接用它的参考图，新出现的才画三视图 / 设定图并存成资产，按分镜自动搭 3D 白模并摆好每一镜的机位与运镜；再逐镜按白模画首帧（需要时加尾帧）或直接用三视图与白模运镜视频做参考生成视频，按顺序组装、配上口播字幕并导出。花费量级：默认最多 8 镜，每镜一次视频生成外加 1~2 张关键帧，另有最多 7 张角色三视图与场景设定图（库里已有的不再画）、5 次对话和逐镜配音——是所有模板里最贵的一条，开始节点的 max_shots 就是镜头数的上限，shot_seconds 是每镜几秒（建图时按所选视频模型取它能出的、最接近默认的那一档）。

1. 1输入主题
2. 2脚本、角色与视觉圣经
3. 3认已有资产，新的画三视图 / 设定图并存进资产库
4. +5

先去除底噪，再将视频转为带时间码的逐字稿，识别停顿、口头禅与重复内容，生成裁切方案和整理版视频。保留原素材。适合 30 分钟以内的口播、访谈；更长的素材先分段再整理。

1. 1选择视频
2. 2去除底噪
3. 3生成逐字稿
4. +3

把一段视频逐句转写、逐句翻译，按原时间码铺上译文字幕，再逐条配音并变速压回原段落长度。目标语言在「逐句翻译」一步上选（默认英文）。原声里的人声拆出去、背景音乐留着；开始前需装好人声分离引擎。

1. 1选择视频
2. 2选择目标语言
3. 3生成带时间码逐字稿
4. +4

在「视频译配 · 字幕与配音」的基础上,配完音再让原片里说话人的嘴对上译文配音:按两句之间的空当把原片切成模型收得下的块,有配音的块改口型,接回整段放在最上面一条视频轨、盖住原片(删掉那条轨就回到改口型之前),导出成片带「AI 生成」标识。目标语言在「逐句翻译」一步上选(默认英文)。运行前在「让原片的嘴对上配音」上确认已取得本人授权。费用量级:改口型按原片时长计费(百炼 videoretalk 挂牌价约 0.08 元/秒,一分钟的片子约 5 元),另加翻译和逐句配音;重跑时,译文、音色和时间都没变的块不再重买(改了哪句译文,那一块重买)。

1. 1选择视频
2. 2选择目标语言
3. 3生成带时间码逐字稿
4. +5

把一条口播、访谈或直播回放转成逐字稿,挑出能独立成立的片段(最多 12 条),每条在同一个项目里各建一条竖屏时间线、截取原片那一段、配上重写过的短句字幕并导出。不生成任何画面,所以除了转写和一次对话之外不花生成费用。

1. 1选择长视频
2. 2生成带时间码逐字稿
3. 3挑出能独立成立的片段
4. +3

给一张平铺图或面料图,规划几组投放场景(最多 12 组),每组出一张竖幅模特上身图;视频模型可用时再以这张图为首帧把每一组动起来。商品图贯穿每一次生成 —— 版型、颜色、纹理、logo 都以它为准,不是照描述重画。图和视频都归进一个项目,卖点文案一并存成笔记。每一组是一次付费出图(带视频再加一次视频生成)。这一份带着「把这一组动起来」:没有视频模型的话,导入后在画布上删掉「把这一组动起来」和「归档这一组的视频」两个节点就只出图 —— 循环交出的是上身图,不依赖它们。

1. 1描述商品与人群(商品名和一两句商品信息:品类、颜色、材质、版型)
2. 2选择商品图
3. 3规划几组投放场景
4. +3

给一张商品图和几条卖点,写一条分拍的口播脚本(第一拍是钩子、最后一拍是行动号召,最多 12 拍),每一拍出一张带商品的竖幅画面、按这一拍的时长铺上时间线,念这一拍的画外音、对齐这一拍的开头(有克隆音色优先用,没有就用免费的 Edge 音色),再铺上屏幕短句,导出竖屏成片。没有人出镜。卖点只用你给的那几条,不编功效和数据。视频模型可用时每一拍动起来:这一拍的画面当首帧出一段视频,铺上时间线的是视频,每拍一样长(开始节点的 beat_seconds,建图时取这个模型出得了的那一档)。花费量级:每一拍一次付费出图,动起来时每一拍再加一次付费视频生成 —— 拍数约为目标时长 ÷ beat_seconds,默认 30 秒、每拍 5 秒约 6 拍,就是 6 张图加 6 段视频。这一份带着「把这一拍动起来」:开始节点的 beat_seconds 是每一拍几秒,挑的视频模型要出得了这个时长。没有视频模型的话,导入后在画布上打开逐拍的那个循环,删掉「把这一拍动起来」「归档这一拍的视频」「这一拍的视频不出声」三个节点,再把「出这一拍的画面」的结果连到「按这一拍的时长铺上去」的素材那一格 —— 每一拍就按 beat_seconds 铺一张静图。也可以在应用的模板库里直接添加:没有视频模型时建出来的就是静图版。

1. 1填商品名与卖点(一行一条,只写你能负责的)
2. 2写分拍口播脚本
3. 3逐拍出画面、配画外音并铺上时间线
4. +3

按标签取出你已经拍好的一批素材,让模型排出叙事顺序、定每段用哪条素材的哪一截、写好旁白,然后按顺序接上时间线,逐段配音(有旁白的那段把原声压低)并铺字幕,导出成片。不生成任何画面 —— 画面就是你自己的素材;没有配音音色时自动只出字幕。标签没填或这个标签下没有视频时,停下并告诉你。一次最多取这个标签下的 200 条视频,更多的先按更细的标签分批。

1. 1填主题与素材标签(先给要混剪的视频打上同一个标签)
2. 2按标签取出素材
3. 3排出叙事顺序与旁白
4. +3

给一块面料的实拍图和参数,规划它真正适合做的几种成品(最多 12 种),每种出一张放在真实空间里的效果图,并生成一页可直接发客户的规格与应用提案。规格只复述你给出的参数,没给的写「需与工厂确认」。每一种是一次付费出图。

1. 1填面料参数(名称、成分、克重、幅宽、手感;没有的留空)
2. 2选择面料图
3. 3规划应用与规格卡
4. +2

一张正脸加一段稿子:逐句配音,按说话照片模型一次能收的长度分段,每段让这张脸说出来,首尾相接铺上时间线,字幕按配音的实际时长铺好,导出成片。成片带「AI 生成」标识。运行前在「让它说话」上确认已取得授权。

1. 1选一张正脸
2. 2在「长稿分段配音」里贴稿子、挑音色
3. 3长稿分段配音
4. +3

在「带货口播短视频」的基础上,开场钩子和收尾号召换成资产库里的一位人物出镜说出来(用它的脸和嗓子),中间每一拍仍是带商品的画面,口播用同一个嗓子念、对齐每一拍的开头,每拍铺上屏幕短句,导出竖屏成片(带「AI 生成」标识)。运行前在「挑一位主播」上选好人物;人物要先在资产库里有正面图和音色;真人要有授权声明,克隆音色也要声明是谁的。视频模型可用时中间各拍动起来(和「带货口播短视频」同一个做法,开场和收尾本来就是主播出镜的视频):每拍多一次付费视频生成,拍数约为目标时长减去开场和收尾、再除以开始节点的 beat_seconds(每拍几秒)。这一份带着「把这一拍动起来」:开始节点的 beat_seconds 是每一拍几秒,挑的视频模型要出得了这个时长。没有视频模型的话,导入后在画布上打开逐拍的那个循环,删掉「把这一拍动起来」「归档这一拍的视频」「这一拍的视频不出声」三个节点,再把「出这一拍的画面」的结果连到「按这一拍的时长铺上去」的素材那一格 —— 每一拍就按 beat_seconds 铺一张静图。也可以在应用的模板库里直接添加:没有视频模型时建出来的就是静图版。

1. 1填商品名与卖点(一行一条,只写你能负责的)
2. 2挑一位主播
3. 3写分拍口播脚本
4. +5

贴一个抖音、小红书或 B站账号的主页链接,取账号资料和最近 30 条作品(发布时间、文案、时长、播放 / 点赞 / 评论 / 收藏 / 转发),由代码算出发布频率、发布时段分布、互动率、头部作品和「最近一半对之前一半」的增长 / 衰退信号,再写一份运营诊断(现状、内容支柱、做得好的、问题、可执行建议)存成笔记,附关键数据表。数据来源在开始节点的下拉里二选一:内嵌浏览器(不用配置、不花钱,小红书 / 抖音要换成已登录的浏览器档案,其他平台也能用,数字是页面上的约数)或 TikHub(要装插件、填密钥,每次运行 2 次请求、每次约 0.001 美元起,以 TikHub 账单为准;字段全、更稳、不用登录)。另有 1–2 次 AI 对话(浏览器那一路多一次整理页面)。

1. 1填主页链接、选数据来源(内嵌浏览器或 TikHub),可选平台和关心的问题
2. 2认出平台和账号编号
3. 3TikHub 按平台取资料与作品,或浏览器打开主页、滚动读出页面
4. +4

贴一条抖音、小红书或 B站视频的链接,取视频数据和赞最多的评论,下载视频、转写带时间码的口播,拆解它为什么火(选题、前 3 秒钩子、结构节奏、情绪点、标题封面、评论区反馈、可复用的套路),并给一份「照这个套路做一条」的脚本提纲,存成笔记。数据来源在开始节点的下拉里二选一:内嵌浏览器(不用配置、不花钱,要登录的平台换成已登录的浏览器档案)或 TikHub(要装插件、填密钥,每次运行 2 次请求、每次约 0.001 美元起;字段全、更稳、不用登录)。下载用的是素材库的「从链接导入」(抖音一般要在「下载视频进素材库」上选已登录的浏览器档案),下不到时照样按数据和评论拆;转写在本机跑;另有 1–2 次 AI 对话。暂不看画面(没有抽关键帧)。

1. 1填视频链接、选数据来源(内嵌浏览器或 TikHub),可选你想做的主题
2. 2认出平台和作品编号
3. 3TikHub 按平台取详情与评论,或浏览器打开、滚到评论区读出页面
4. +5

贴一条作品链接,取赞最多的一批评论(默认 50 条:TikHub 一次取一页,约 20–50 条;浏览器往下滚着读评论区),按话题聚类,推断观众画像、需求与痛点、疑问清单、异议与情绪分布,给出下一条可以做的选题和值得回复的评论的建议回复,存成笔记。数据来源在开始节点的下拉里二选一:内嵌浏览器(不用配置、不花钱,小红书评论要换成已登录的浏览器档案)或 TikHub(要装插件、填密钥,每次运行 1 次请求;字段全、更稳、不用登录)。另有 1–2 次 AI 对话。

1. 1填作品链接、选数据来源(内嵌浏览器或 TikHub),可选关心的问题
2. 2认出平台和作品编号
3. 3TikHub 按平台取评论,或浏览器滚动读出评论区
4. +4

选素材库里的一条视频,先用代码量出刀口和每一镜的动静(不花钱、不是模型猜的),取每镜两帧拼成联系表;可选转写口播,把台词按时间分给每一镜;再让视觉模型逐镜判景别、运镜、转场、节奏,写画面描述和照着重生的分镜提示词(每批最多 25 镜一次调用,代码对账:表外的词当场清掉、声称在动而实测没动的运镜被拦下并记下);最后代码出镜头表报告,模型写拆解总结(结构、节奏曲线、钩子、可复用的手法),存成笔记交付。花费量级:一镜不多花,25 镜一次视觉调用 —— 一条 1 分钟、30 镜的视频是两次视觉调用,加写总结的一次对话。起点是素材库里已有的视频;想拆链接里的片子,先用「从链接导入」把它下载进素材库。

1. 1选视频
2. 2拆镜头:代码量刀口 / 动静,取帧拼联系表(不花钱)
3. 3可选:转写口播,按时间分给每一镜
4. +5