超级全能视频生成器（Super Video Creator）

概述

本技能实现从一句话创意种子到原创视频的完整创作流程。视频时长通常为15秒到10分钟，支持用户自定义目标时长。深度融合万物互爱安好哲学体系的诗心-法思-和想象力三元方法论，通过五层视频架构分解、七阶段创作工作流、四维一致性追踪与五维哲学安全校验，确保视频在创意锐度、叙事节奏、视觉冲击、情感共鸣、哲学安全五个维度上达到高标准。

核心理念：每一帧都是源流的涌动，每一个镜头都是诗心与法思的协同，每一段视频都是和的想象力在绝对运动空间中的舒展。

创作决策树

收到用户请求后，按以下决策树判断执行路径：

用户输入一句话/一个主题
    │
    ├─ 用户输入是完整的一句话命题？
    │   ├─ 是 → 执行标准七阶段工作流（阶段一至阶段七）
    │   └─ 否（如"帮我做个视频"）→ 先追问用户想表达什么
    │
    ├─ 用户指定了视频类型？
    │   ├─ 是 → 直接进入该类型的适配框架
    │   └─ 否 → 阶段二分析建议2-3种类型供选择
    │
    ├─ 用户指定了时长？
    │   ├─ 是 → 脚本和分镜按目标时长规划
    │   └─ 否 → 默认15-60秒短视频，如需更长在阶段四确认
    │
    ├─ 用户有紧迫时效要求？（如"热点""马上要"）
    │   ├─ 是 → 执行热点快速响应流程（压缩为四阶段）
    │   └─ 否 → 继续标准流程
    │
    ├─ 用户要求系列视频？
    │   ├─ 是 → 执行系列视频策划流程（先规划系列再逐集创作）
    │   └─ 否 → 单视频独立创作
    │
    └─ 用户要求生成视频成品？
        ├─ 是 → 阶段六调用VideoGen工具生成最终视频
        └─ 否 → 仅输出脚本和分镜方案

决策原则：
- 当用户输入信息不足以确定类型时，在阶段二中主动提供2-3个类型选项
- 当一句话可适配多种类型时，输出选项供用户选择
- 热点类视频优先确保时效性，可在阶段二后直接跳到阶段六视频生成
- 若用户要求生成视频成品，须在阶段六前确认：视频生成消耗约50-100积分/5秒

触发条件

• 用户提供一句话/一个创意/一个主题，要求生成视频
• 用户要求写视频脚本、分镜脚本、拍摄方案
• 用户要求制作短视频、宣传片、短片、微电影
• 用户提到"生成视频""做视频""视频创作""拍视频""视频脚本""短视频""微电影""宣传片""vlog""抖音""小红书视频""B站视频"等关键词
• 用户要求将一段文字/一个故事改编为视频

视频类型与风格

• 语言： 中文为主，兼容英文创作。根据用户输入自动判断。
• 视频类型： 八大全类型覆盖——短视频/社交媒体、叙事短片、商业宣传片、教育解说视频、艺术实验视频、纪录风格视频、Vlog/生活记录、动画短片。详见 references/video-genres.md。

七阶段创作工作流（7-Stage Workflow）

视频创作遵循七阶段递进流程，每一阶段都是「止-觉-行」的完整循环。

Workflow Rhythm:
阶段一（止） → 阶段二（觉） → 阶段三（觉） → 阶段四（觉）
  创意种子        类型定位        核心立意        脚本架构
     │                                               │
     └──────────── 与用户确认各阶段输出 ──────────────┘
                                                      │
阶段七（行） ← 阶段六（行） ← 阶段五（协同）
  审核交付        视频生成        视觉设计

工作流节奏： 阶段一至阶段四为「聚合阶段」（创意凝聚与结构搭建），阶段五至阶段七为「舒展阶段」（视觉释放与成品输出）。每个阶段完成后与用户确认，避免方向偏差。

快速通道（Fast Track）： 若用户在阶段一后明确表示"直接做，不用确认每一步"，可跳过中间确认环节，在阶段七完成后一次性交付。

阶段一（Step 1）：创意种子解析（诗心·止）

目标： 从用户的一句话输入中提取视频创作种子。

执行步骤：
1. 接收用户的一句话输入
2. 执行五维种子解析：
- 主题种子 — 这句话的核心话题或核心冲突是什么？
- 情感基调 — 这句话传递的情绪色彩（热血/温情/幽默/震撼/沉思/治愈/紧迫）
- 视觉暗示 — 这句话天然唤起的视觉风格（写实/梦幻/暗黑/明亮/复古/未来）
- 节奏暗示 — 这句话隐含的叙事节奏（快节奏/慢节奏/张弛交替）
- 类型暗示 — 这句话天然适合哪种视频类型
3. 根据解析结果进行类型适配（参考 references/video-genres.md 的类型选择决策树）
4. 输出创意种子解析报告，与用户确认方向

哲学校验： 确保选题不犯「法思僭越」（将人简化为流量工具）和「诗心荒漠化」（选题脱离真实的人间冷暖）。视频创意的源头必须是真实的诗心感知，而非算法的流量计算。

输出： 创意种子解析报告（含类型建议、情感基调、视觉风格暗示、目标受众画像）

阶段二（Step 2）：视频类型与受众定位（法思·觉）

目标： 确定视频类型，精准定位目标受众，明确视频的核心目的。

执行步骤：
1. 使用 assets/video-project-template.md 的定位框架
2. 确定视频类型（八选一，或混合类型）
3. 明确目标受众画像：年龄层、观看场景（碎片时间/专注观看/社交分享）、信息需求、情感诉求
4. 确定视频核心目的：品牌曝光/知识传递/情感共鸣/行动转化/艺术表达/娱乐消遣
5. 确定目标平台与画幅：横屏16:9（B站/YouTube）或竖屏9:16（抖音/小红书/视频号）
6. 参考 references/video-genres.md 的详细类型特征
7. 与用户确认类型与受众定位

哲学校验： 警惕「神-物固化」——不将观众视为待收割的流量，而是视为值得对话的存在者。不做制造信息茧房的算法奴隶。

输出： 视频类型定位报告（含受众画像、核心目的、平台策略、画幅选择）

阶段三（Step 3）：核心立意与叙事角度（诗心·觉）

目标： 在确定的视频类型内，找到独特的切入角度与核心立意。

执行步骤：
1. 从类型定位中提炼核心立意（一句话能概括的视频灵魂）
2. 设计叙事切入角度——从哪个"入口"进入故事：
- 问题切入 — 从一个普遍的困惑或痛点出发
- 场景切入 — 从一个极具画面感的具体场景开始
- 人物切入 — 从一个有故事的人或角色出发
- 对比切入 — 从两个极端现象的碰撞开始
- 悬念切入 — 从"发生了什么？"的好奇心驱动
- 情绪切入 — 从一种强烈的情绪状态开始
3. 设计叙事结构骨架（三幕/五幕/自由结构）：
- 三幕结构 — 建立→冲突→解决（适合叙事短片、微电影）
- 钩子-展开-高潮-收束 — 适合短视频、商业宣传片
- 问题-分析-方案 — 适合教育解说
- 情绪流 — 按情绪曲线组织（适合艺术实验、MV）
- 时间线 — 按时间推进（适合Vlog、纪录风格）
4. 检视角度是否具备三重特质：独特性（别人没说透的角度）、共鸣性（与受众的深层需求共振）、可视化（有强烈的画面转化潜力）
5. 参考 references/video-script-guide.md 的叙事结构方法
6. 与用户确认立意与叙事角度

哲学校验： 立意须通过诗心检查——这个视频为谁发声？回应了什么真问题？有没有制造新的对立或固化既有偏见？

输出： 核心立意说明书 + 叙事结构骨架

阶段四（Step 4）：脚本与分镜架构（法思·觉）

目标： 完成视频的完整脚本与分镜架构。

执行步骤：
1. 使用 assets/script-template.md 的脚本框架
2. 按五层架构组织脚本内容（参考 references/video-architecture.md）：
- 第1层：立意层 — 核心观点/情感主张/价值表达
- 第2层：叙事层 — 故事线/逻辑线/情绪线的推进路径
- 第3层：视觉层 — 场景设定/色调方案/运镜策略/转场设计
- 第4层：听觉层 — 旁白/对白/音效/背景音乐的编排
- 第5层：节奏层 — 剪辑节奏/信息密度起伏/情绪曲线设计
3. 规划视频的聚合-舒展节律波形：
- 视频如呼吸——聚合（信息密集/紧张/冲突）与舒展（留白/抒情/呼吸）交替推进
- 15秒短视频：1-2个聚合-舒展微循环
- 60秒短视频：2-3个聚合-舒展循环
- 3-5分钟视频：3-5个聚合-舒展循环
4. 输出完整脚本（含时间轴、画面描述、旁白/对白、音效标注、转场标注）
5. 使用 assets/storyboard-template.md 输出关键帧分镜表
6. 与用户确认脚本与分镜

哲学校验： 聚合-舒展节律须健康——不过度聚合（全程信息轰炸导致观众疲劳），不舒展停滞（全程平淡导致观众流失）。每个聚合点之后必须有舒展的呼吸空间。

输出： 完整视频脚本 + 关键帧分镜表

阶段五（Step 5）：视觉设计与听觉设计（诗心·法思协同）

目标： 在脚本基础上，完成详细的视觉风格与听觉体验设计。

执行步骤：
1. 视觉风格设计：
- 确定整体色调方案（暖色/冷色/高饱和/低饱和/黑白/复古滤镜）
- 确定画面风格（电影感/纪实感/动画风/MG动画/实拍风/AI生成风）
- 设计关键场景的视觉参考描述
- 确定字体风格（标题字体/字幕字体）
2. 运镜与构图策略：
- 设计每个镜头的运镜方式（固定/推拉/摇移/跟拍/航拍）
- 设计画面构图原则（三分法/对称/引导线/留白）
- 设计转场风格（硬切/淡入淡出/匹配剪辑/动态转场）
3. 听觉体验设计：
- 确定整体声音调性（激昂/舒缓/电子/古典/自然/人声为主）
- 标注关键音效点（强调音/过渡音/环境音）
- 设计背景音乐的情绪曲线
- 旁白/对白的语气与节奏指导
4. 输出 assets/video-design-doc-template.md 格式的完整视觉听觉设计方案
5. 与用户确认设计方案

输出： 视觉听觉设计文档

阶段六（Step 6）：视频生成与素材整合（和想象力·行）

目标： 将脚本与设计方案转化为实际的视频成品。

执行步骤：

6.1 视频生成路径选择

根据视频类型和视觉风格，选择最优生成路径：

6.2 AI视频生成执行（路径A）

当采用AI视频生成路径时：

1. 分镜拆解： 将脚本拆解为独立的视频段落，每段对应一个生成任务
2. 提示词优化： 为每个段落编写优化的视频生成提示词：
   - 包含视觉风格描述（色调/光线/构图/运动）
   - 包含动作描述（如果适用）
   - 包含氛围描述（情绪/质感/风格参考）
3. 调用VideoGen工具：
   - 通过ToolSearch加载VideoGen工具schema
   - 使用DeferExecuteTool调用VideoGen生成视频
   - 重要提醒： 视频生成消耗积分（约50-100积分/5秒），须在调用前告知用户
4. 分批生成策略：
   - 15秒以内：单次生成
   - 30-60秒：拆分为2-3段生成
   - 3分钟以上：关键段落AI生成 + 其余段落提供制作说明
5. 产物下载与保存： 将生成的视频文件下载到本地并展示

6.3 分镜+拍摄指南输出（路径B）

当采用分镜输出路径时：
1. 使用 assets/shot-list-template.md 输出详细分镜清单
2. 每镜标注：景别/运镜/时长/画面描述/对白或旁白/音效/备注
3. 提供拍摄建议：光线方案/场地建议/演员指导要点/设备建议
4. 提供后期剪辑指南：剪辑节奏/调色方向/音效参考/字幕样式

6.4 哲学安全检查点

在视频生成/交付前，执行快速五维安全检查：
- 视频内容是否通过五维安全检测？
- 视觉呈现是否制造或强化了刻板印象？
- 叙事逻辑是否陷入二元对立？
- 是否有聚合过度的信息轰炸倾向？

输出： 视频成品文件 / 完整分镜拍摄指南

阶段七（Step 7）：质量审核、优化与交付（致一而行）

目标： 完成视频的最终审核、优化与交付。

执行步骤：
1. 五维质量自检（参考 references/quality-assurance.md）：

2. 关键问题修复：
   - 前3秒是否有足够钩子？（短视频的黄金3秒法则）
   - 信息传递是否清晰？（观众不需要暂停思考"它在说什么"）
   - 结尾是否有明确的收束感或行动号召？
3. 输出优化建议： 若由AI生成，标注可人工优化的具体点
4. 最终交付： 完整的视频文件 + 配套文案（标题/简介/标签建议）+ 发布策略建议

输出： 视频成品 + 五维质量自检报告 + 发布配套文案

五维哲学安全校验

每个视频创作完成后，必须执行五维安全检测。详见 references/philosophical-creative-framework.md。

维度1：法思僭越检测

• 视频是否将人的价值、情感、尊严量化为"流量""转化率"等可计算指标？
• 视频是否以"数据好""算法推荐"为唯一创作准则，忽视了不可量化的真实？
• 视频是否将复杂的伦理困境简化为"对与错"的二元叙事？
• 边界设定： 创作服务于人，而非人服务于算法。每个视频必须保留诗心的校准空间。

维度2：诗心荒漠化检测

• 视频是否有温度？是否"看见"了画面中的人？
• 视频是否将情感表达简化为模板化的煽情套路？
• 视听语言是否沦为纯技术堆砌，丧失了感受力的传递？
• 边界设定： 每一帧必须为诗心维度预留空间。技术服务于表达，而非表达为技术让步。

维度3：和的想象力缺失检测

• 视频叙事是否陷入了二元对立或零和博弈？
• 视频是否为问题的解决提供了超越现有框架的想象空间？
• 冲突的呈现是否给了"第三条路"的可能？
• 边界设定： 视频叙事必须为和的想象力保留生成空间。不制造对立，探索共生。

维度4：神-物固化检测

• 视频是否在强化权力不对称？（如将弱者呈现为"值得同情的客体"）
• 视频是否在固化刻板印象？（性别/年龄/职业/地域等）
• 视频是否以"观众爱看""行业惯例"为由回避伦理责任？
• 边界设定： 视频不得制造或强化神-物固化结构。将镜头还给作为主体的人。

维度5：聚合-舒展节律检测

• 视频的信息密度是否合理？有无信息轰炸式剪辑？
• 视频是否有留白、呼吸、让观众消化的舒展空间？
• 视频的节奏是否服务于内容，而非追求"全程高能"的感官刺激？
• 边界设定： 每一次信息聚合之后必须有情感或视觉的舒展出口。节奏如呼吸。

安全熔断机制

进阶能力

AI视频生成与处理脚本

本技能配备 scripts/video_gen.py 脚本，提供视频生成的辅助功能：
- 视频提示词优化：将脚本段落转化为最优的VideoGen提示词
- 分镜拆解：自动将脚本拆解为独立的视频生成段落
- 时长计算：根据脚本预估视频时长

用法详见脚本文件。

系列视频策划

当用户需要策划系列视频时，执行以下步骤：
1. 确定系列主题与总目标（品牌建设/知识体系/故事连载）
2. 拆解为3-10集，每集有独立主题但互相关联
3. 设计系列叙事弧线（引入→展开→深入→高潮→收束）
4. 安排发布节奏与受众预期管理
5. 设计集间钩子（每集结尾预告/悬念连接下一集）

热点快速响应

当用户需要快速响应热点事件时：
1. 热点事件快速解码（核心事实/舆论焦点/情绪图谱/视觉符号）
2. 差异化角度挖掘（避开同质化内容）
3. 快速创作流程——压缩七阶段为四阶段（种子解析→立意+脚本→视觉设计→视频生成），目标快速出片
4. 时效性与深度平衡——不过度牺牲深度换取速度

跨平台适配

同一视频内容的多平台适配方案：
- 抖音/小红书： 竖屏9:16、前3秒超强钩子、强节奏剪辑、字幕大字
- B站/YouTube： 横屏16:9、允许更舒缓的开场、信息密度可适当提升
- 视频号： 兼顾社交传播属性、强化情感共鸣与分享驱动

资源索引

参考文档（references/）

模板文件（assets/）

脚本（scripts/）

使用示例

示例一：短视频创作

用户输入：
> "帮我做一个关于'城市深夜的便利店'的短视频，30秒，要有温度"

执行路径：
1. 阶段一解析：主题种子=都市孤独与微小温暖、情感基调=温暖治愈、类型暗示=短视频/社交媒体
2. 阶段二确定：短视频类型、竖屏9:16、目标受众=20-35岁都市青年、核心目的=情感共鸣
3. 阶段三立意：从便利店的"不灭的灯"看到城市中人与人之间微弱的联结——"总有一盏灯为你亮着"
4. 阶段四脚本：30秒三幕——(0-5s)深夜空荡的街道→便利店灯光，(5-20s)三个顾客的微故事（加班族/失眠老人/外卖骑手），(20-30s)收束——"城市睡了，便利店醒着"
5. 阶段五视觉：暖黄主色调、胶片感滤镜、慢镜头为主、钢琴+环境音
6. 阶段六生成：调用VideoGen生成视频
7. 阶段七审核交付

预期输出： 30秒竖版短视频成品 + 配套标题/简介/标签

示例二：商业宣传片

用户输入：
> "我们是一家做可持续时尚的品牌，想做一支1分钟的品牌宣传片"

执行路径：
1. 阶段一解析：主题种子=时尚与环保的共生、情感基调=优雅+责任感、类型暗示=商业宣传片
2. 阶段二确定：商业宣传片、横屏16:9、目标受众=25-40岁关注可持续的消费者
3. 阶段三立意：不是"不要买新衣服"，而是"买一件对地球友好的衣服"——从对立走向共生
4. 阶段四脚本：60秒——(0-10s)传统时尚的环境代价→(10-40s)品牌的可持续方案→(40-55s)穿着者的真实故事→(55-60s)品牌主张
5. 阶段五视觉：自然色调+都市场景交替、真实人物+产品特写
6. 阶段六：出具详细分镜+拍摄指南（品牌宣传片建议实拍为主）
7. 阶段七审核交付

预期输出： 完整视频脚本 + 分镜表 + 拍摄与后期指南

示例三：教育解说视频

用户输入：
> "做一个3分钟的视频，讲清楚量子纠缠是什么"

执行路径：
1. 阶段一解析：主题种子=量子纠缠科普、情感基调=好奇+震撼、类型暗示=教育解说
2. 阶段二确定：教育解说、横屏16:9、目标受众=对科学感兴趣的普通人
3. 阶段三立意：不是"量子力学很高深"，而是"宇宙比我们想象的更奇妙也更互联"——呼应"万物合一而为源"
4. 阶段四脚本：3分钟——(0-30s)用一个生活类比引入→(30s-2min)核心概念可视化讲解→(2min-3min)量子纠缠的哲学启示
5. 阶段五视觉：MG动画风格、深色背景+发光粒子视觉效果
6. 阶段六生成：关键概念段落AI生成，其余段落提供动画制作说明

预期输出： 完整脚本 + 关键段落视频 + 动画制作说明

输出目录结构

视频创作过程中在用户指定的工作目录下建立以下结构：

[视频项目名]/
├── 00-规划/
│   ├── 项目总体规划.md
│   ├── 创意种子解析.md
│   └── 受众与平台定位.md
├── 01-脚本/
│   ├── 视频脚本.md
│   ├── 分镜表.md
│   └── 视觉听觉设计.md
├── 02-素材/
│   ├── 参考素材.md
│   └── 视觉参考/
├── 03-成品/
│   ├── [视频文件名].mp4
│   └── 配套文案.md
└── 04-质量/
    └── 五维质量自检报告.md

多会话创作说明

复杂视频项目可能跨多会话完成。本技能支持多会话续创：
- 每次会话开始时，读取项目目录中的规划文件和进度记录
- 确认当前创作进度（已完成到第X阶段）
- 从断点处继续创作
- 每次会话结束时更新进度文件

限制说明

• 本技能生成的是视频"创作方案+初版成品"，创作者可在AI生成基础上进行个性化调整
• AI视频生成（VideoGen工具）受当前技术条件限制，复杂叙事和精细画面控制存在局限，建议关键段落配合人工制作
• AI视频生成消耗积分（约50-100积分/5秒），须在调用前告知用户并获得确认
• 热点类视频依赖当前事件信息，知识截止日期后的事件需要用户补充背景
• 专业领域（医学、法律、金融等）的视频内容不可替代专业人士审核
• 品牌宣传片和商业视频建议在AI生成方案基础上由专业制作团队执行拍摄
• 本技能遵循"绝无彼岸"原则——追求此刻最好的视频，而非完美的视频
• 一切创作判断皆受"言语无相"原则约束——技能自身也需接受五维边界的检验