【小题XT】爆款视频复刻

将用户的参考视频转成可复用、可修改、可执行的生成方案。默认顺序为：获取视频 → 视频拆解 → 母版提示词 → 需求改写 → 生成视频。

母版是根据成片效果反推的模板，不是原作者的原始提示词；“爆款”是任务名称，没有互动与对照证据时，不宣称知道视频走红的原因或保证新视频表现。

输入与执行范围

接受自然语言，不要求用户填写表单。最小输入是一个参考视频链接或视频文件；进入改写和生成还需要知道“新视频要改成什么”。从当前对话读取已有需求和素材，不重复询问。

• “照这个做一个，换成我们的产品／角色／教程主题”：执行五步。缺少主体图片、款式、参数或脚本等决定性资料时先取视频、完成母版，再补问必要资料；不凭空设计成用户真实内容。
• “先拆一下／只要母版／先给我看提示词”：停在用户指定阶段。
• “用上次母版，改成通勤风”：复用已有分析和母版，只修改受影响部分；是否生成依照当前及前文授权。
• 只有链接、没有改写目标：完成前三步，询问“新视频想换成什么主题、人物或产品？”；不要自行生成一个未经定义的新版本。
• 已明确要求生成：先完成视频获取、拆解和母版提示词，再执行“生成前确认门槛”（见第 4 节）；不得跳过母版展示和需求复述。只有用户明确确认、说“按这个生成／继续”，或在已经看过该版本母版后明确授权生成，才提交生成任务。

未指定画幅、时长、语言时，优先继承已验证的原片参数；实际无法继承时说明选用值。不要把“短视频”自动变成 15 秒、不要把一个视频镜头自动变成一次模型调用。

MCP 配置提醒

未检测到可用 MCP 时，提示用户到 xt.gbotai.cn 申请 API Key，在当前 Agent 的 MCP 设置中新增以下配置，完全退出并重启 Agent，确认工具列表出现 ai-tool-center 后再回复“已配置 MCP”；真实 Key 不得写入 Skill、日志或交付物。

{
  "mcpServers": {
    "ai-tool-center": {
      "url": "https://middle-aitool.gbotai.cn/mcp",
      "headers": {
        "Authorization": "Bearer <YOUR_API_KEY>"
      }
    }
  }
}

MCP 错误提醒

调用 ai-tool-center 时按返回错误或状态分流，不要反复重试或猜测原因：

• 如果返回 Key 无效、未授权、认证失败或类似错误，提醒用户到 xt.gbotai.cn 重新申请 Key，更新配置并重启 Agent 后再重试。
• 如果返回钱包余额不足、额度不足或类似计费错误，提醒用户到 xt.gbotai.cn 进行充值，确认余额恢复后再重试。
• 错误处理完成前，将对应能力标记为“待确认/不可用”，不得声称任务成功，也不要索取或展示真实 Key、钱包或支付信息。

具体工具映射、参数 Schema、异常处理和工作流细节见 MCP 调用与异常处理。

复刻策略路由（强制）

用户说“复刻、照这个做、按原视频改、换成我们的产品”时，默认目标是保留原片辨识度，不是泛化的“参考风格再创作”。只替换用户明确要求的主体、颜色、品牌、台词或字幕；镜头顺序、构图、景别、主体动作、运镜、节奏、转场、场景光线和信息揭示顺序默认保留。

完成视频拆解后读取 复刻策略路由，在 01-analysis.md 中记录辨识度签名和以下一种策略：

• master_rebuild：原片是固定/近固定机位、重复动作或明确硬切，且镜头与触发关系已被完整编译为高密度母版。生成时可以不传源视频；不传不等于近似。
• source_reference：原片的运镜、切点、速度曲线、复杂交互、物理过程、视觉特效或密集同步是主要辨识度。每个相关生成任务必须在 videos 中绑定经检查的源片段，并逐段写清保留与替换内容。源片含冲突身份元素时不能默认整条传入，但允许在用户确认风险后，以分段、目标关键帧和严格 P0 验收控制使用。
• approximate：源视频或关键证据不可用，或者工具不支持必要参考。生成前明确预计损失并取得用户对该具体版本的确认。

同一成片确有不同需求时，计划总模式可写 hybrid，但每个生成任务仍必须标记上述一种原子策略并满足对应门槛。

不能因为源视频可读取就机械地传给所有任务；也不能因为提示词很长就省略复杂运动参考。策略由原片结构复杂度、母版完整度和原主体污染风险共同决定。生成前逐镜核对辨识度签名；核心项从“保留”变成“重新设计”时，回到母版修改并重新确认。

源视频污染与相似度闸门：按片段标记 clean / isolated / controlled_conflict，同时比较“保留动态相似度的收益”和“旧身份回流风险”。原片含待替换品牌、Logo、包装、产品、人物、字幕或 UI 时，不得机械地把整条原片传给所有镜头；但也不能因为存在冲突就一律改成纯文本重建。用户要求高相似度、而切点／速度／空间运动无法由文字稳定复现时，优先 hybrid：静态文字和品牌镜头用目标关键帧重建，动态镜头裁成短源片段参考。只有用户已看见风险说明并确认，才允许使用 controlled_conflict 源片；每个相关镜头必须同时绑定通过 QC 的目标关键帧。不能把“冲突原片 + 长串负面专名”当作控制手段。

生成执行负载闸门：高密度母版只是描述，不等于模型能在一次调用中执行完整时间线。严格复刻时，每个真实切镜、卡片轮播项、重复产品段和动作循环都拆成独立 shot；不能把“四张卡轮播”或“四次斜瓶穿屏”藏在一个镜头字段里。单个生成任务最多覆盖 3 个原子镜头、最长 8 秒、最多 4 个精确文字锁；超出即分段。master_rebuild 的每个目标镜头都必须有通过 QC 的构图关键帧，不能只靠产品图和长提示词。多段在真实硬切或动作完成点拼接，不为了减少调用次数牺牲复刻相似度。

证据精度闸门：提示词中的动作时长和卡点精度不得高于观测证据。1fps 抽帧只能支持约 1 秒粒度或 ±0.5 秒范围，不能据此写出 0.15、0.2、0.3、0.7 秒等微时序；需要亚秒级动作时，先补充高帧率关键帧分析或音频节拍图，并在计划中记录证据。未知的微时序用相对触发关系表达，不伪装成实测值。

视频中包含大量中文 Logo、字幕或 UI 文字时，优先选择当前真实 Schema 中可用的 Seedance 模型，首选 doubao-seedance-2-5-260628，再按执行负载分段。Logo 和字幕默认由生成模型直接写入画面，不使用后期叠加、视频水印或时间线文字覆盖；只有用户明确要求后期排版时才允许另行合成。Seedance 只是中文文字优先路由，不代表文字可被确定性复现；文字错误属于未通过，不能用抽象图形或近义品牌名替代。品牌标准字、密集中文卡片和片尾版式必须制作对应目标关键帧并逐字检查；失败关键帧不得以“只参考构图”等名义继续传入视频生成。

工具原则

外部视频获取、视频／图片理解、ASR、媒体上传及生成优先使用 ai-tool-center MCP。检查本次需要的具体工具和当前入参 Schema；已暴露时直接使用，以实际调用结果判断成功。缺失配置时按 references/mcp-workflow.md 的配置说明处理；不因本机装有同类工具就绕过 MCP。

核心映射：

完整参数形态、模型约束、轮询及错误处理见 references/mcp-workflow.md，首次实际调用相关分支前阅读对应部分。只调用本次需要的工具，不把所有辅助能力固定串行执行。

1. 通过链接获取视频

1. 从分享文字中取真实 URL，区分小红书／抖音帖子页、直链视频和本地文件。小红书用 plant: xhs，抖音用 plant: dy，默认不采集评论。
2. 从详情实际返回的媒体字段提取视频文件 URL。例如小红书可能返回 videos[].url，不能只检查 videoUrl。保留主地址与工具返回的备用地址，不编造下载地址。
3. 用真实媒体 URL 检查可读取性及技术元数据。帖子分享页、封面图不能作为视频传给 analyze_video。
4. 记录来源链接、取得时间、时长、宽高、可用音轨信息与获取状态。点赞等数据只记录接口实际值；它们不是进入复刻的必要条件。

直链可读取就直接分析，不强制先下载。需要 COS 对象键或稳定参考地址时再上传。原地址失败可使用同次返回的备用地址；全部失败则请求用户提供视频文件，不用封面／标题臆造完整镜头。其他平台只有在发现明确支持它的解析工具时才自动解析。

2. 拆解视频

读取 references/prompt-contract.md 的“观察与镜头表”。先分析整体，再按真实切镜顺序建立时间线，覆盖用户要求的五类信息：

• 镜头：时间区间、景别、机位、构图、运镜、主体位置、场景、光色。
• 台词：说话人、原句、起止、语气、停顿；口播、画外音、屏幕文字分开记录。
• 动作：起始姿态 → 连续动作 → 结束姿态；关键手部动作、视线、物体运动与换装节点。
• 节奏：镜头时长、快慢变化、停顿、信息揭示顺序，以及能够确认的声音卡点。
• 转场：前镜结束状态、切换手法、后镜起始状态；硬切也需记录，连续运镜不等于切镜。

当前 analyze_video 只接收 video_url，不接受自定义分析提示词，也不保证返回逐镜时间码。根据其返回内容评估证据覆盖度：

• 有人声但台词不全：对同一视频做 ASR；没有人声则记录“无”，不凭空加口播。
• 切镜或动作不清：在可疑切点前后和关键动作节点抽帧，用图片理解补充静态证据；单帧不能证明整个动作、音效或精准切点。
• 时间只能估计：标记 provisional 并给范围，不伪装成逐帧精度。镜头边界、关键动作或台词仍不足以支持复刻时，把母版标为草稿；精准复刻分支等待补充证据，用户明确接受近似表达后才进入近似生成。
• 需要亚秒级切点、回弹、滑入或卡拍时：记录实际采样帧率和时间容差。低频抽帧不能支持更细的时间数字；补做高帧率抽帧或音频节拍分析后才能写入微时序。

使用 confirmed / provisional / missing / conflict 区分证据状态。未听清的台词不补写；屏幕字幕不默认视为声音；“快速节拍”不自动变成精确 BPM。传播机制写成基于观察的推断，不当成因果结论。

拆解完成后必须读取 复刻策略路由，提取 3–8 个按重要性排序的“辨识度签名”，并记录 master_rebuild / source_reference / approximate 及选择依据。策略尚未确定时，不开始写生成请求。

3. 输出爆款视频母版提示词

使用 references/prompt-contract.md 的母版格式，并读取 分题材导演母版 中与本片生产逻辑最接近的一类，将视频转成两层内容：

1. 固定骨架：开头机制、镜头顺序、相对时长、动作节拍、运镜、转场、结尾收束与声音组织。
2. 可替换变量：人物、商品、服装、场景、卖点、台词、字幕、品牌、行动引导等。每个变量注明来源、默认值或缺失状态。

输出一份完整、可读、带时间线和变量槽位的 02-master-prompt.md。不得只有“参考原片风格”“节奏紧凑”等空泛指令，也不得直接把拆解表当成生成提示词。每个镜头必须写明原片对应镜号、保留的辨识度签名、开始状态、摄影路径、动作过程、替换结果、结束状态、转场桥接、文字／声音和本镜 P0 验收项；任何一项仍是概括句时不得提交。

母版保留参考片的观察事实；发布给用户的模板可抽象主体。原作者身份、账号水印等不默认成为新片元素。用户提供或明确指定的品牌、角色、授权人物按需求处理，不能一律删掉。

3.1 详细母版写法（跨题材通用）

详细母版要像一份可拍摄、可生成、可验收的导演执行单，而不是形容词清单。它适用于人物、商品、动物、食物、旅行、教程、剧情、广告、测评、手工和换装等题材；穿搭只是“主体或商品变量”的一个例子。

全局规格卡先写清：母版 ID 与版本、视频总时长、画幅、分辨率（若已确定）、帧率或质感、语言、声音策略、整体风格、光线和色彩、是否保留原声，以及哪些字段来自证据、哪些字段是创作选择。总时长和镜头数量按原片真实结构填写，不强行套用固定镜头数量。

主体与身份卡写出跨镜头可检查的锚点：主体类型和数量、外观或材质、颜色、尺寸比例、服饰或包装、关键道具、动作能力、表情／姿态范围、允许变化和禁止变化。人物锁定脸型、发型、肤色、体型和年龄感；商品锁定形状、标识位置、材质和颜色；动物、食物或物件也定义可识别特征。不要用“同上”代替关键锚点。

参考素材职责合同按实际提交顺序编号：V0 为源视频，I1...In 为人物身份，P1...Pn 为产品／服装／道具，B1...Bn 为 Logo、品牌文字或视觉规范，K1...Kn 为镜头关键帧，A1...An 为声音。每份素材都写清“继承什么、忽略什么、服务哪些镜头、优先级高于谁”。禁止只写“参考以上图片”。品牌名、口号和包装文字按用户原文建立精确文字锁；不能沿用原片品牌，也不能生成近义词或擅自改字。

场景圣经说明空间布局（前景／主体层／背景）、固定物体与相对位置、时间和天气、主光源与色温方向、材质反射、色彩组、景深和背景活动。替换场景时，写明旧场景哪些结构保留、哪些结构重建，以及场景变化会联动哪些动作、光线、声音和转场。

镜头语法逐项写出机位高度和方位、景别、构图、焦段或视场（有证据才填数值）、对焦主体、运镜路径与速度、稳定性和画面质感。固定机位明确“机位不动、主体在画面中的范围”；移动机位明确起点、路径、终点和构图锚点。

时间线按真实切镜建立，每镜使用精确或带精度标记的 [起始–结束]。每一次卡片切换、重复陈列、口味轮播或独立动作循环都算一个原子镜头，分别编号；不能用一个 S06 包住四张卡、一个 S09 包住四次穿屏。每一镜都包含：镜头目的或信息钩子、开始状态、连续动作（起始→过程→结束）、台词／画外音及口型、屏幕文字及出现消失时机、环境音／音乐／动作音、节拍依据、结束状态、到下一镜的转场和连续性约束。动作写到手、眼、身体和主体之间的关系，避免“展示一下”“自然走动”等无法执行的词。

原片到新片镜头映射逐镜记录：原片镜号、新片镜号、必须保留的构图／动作／节奏／转场、明确替换的主体／品牌／文案，以及不得出现的原片残留。产品替换保持原镜头的功能角色和运动机制；不能把“换产品”扩写成吉祥物、概念装置、全新场景或另一套叙事。

转场写成前后状态的可执行规则：硬切、匹配剪辑、遮挡转场、推拉摇移、甩镜、变焦、叠化、声音桥或动作接力等。说明切点由什么触发、切前主体处于什么姿态、切后从什么姿态和构图开始；没有证据的特效不擅自添加。音乐卡点只在音频或时间码确认时写节拍，无法确认时用相对描述，不虚构 BPM。

变量与联动表列出变量名、适用范围、来源、证据状态、默认值或缺失项、允许修改范围、修改后受影响的镜头／台词／道具／声音。把人物、产品、主题、地点、季节、卖点、文案、品牌、旁白、字幕和行动引导按任务需要取舍；不要为了模板完整而增加不存在的变量。改写后的最终提示词必须展开所有变量。

负向约束与验收覆盖：主体数量和身份不漂移、脸／材质／纹理不变形、不重复肢体或道具、动作有物理连续性、手口眼不穿帮、镜头不抖不跳、不出现未授权水印／品牌／角色／音乐／声音、字幕不乱码不改字、背景不无故换位、画面无明显闪烁或生成伪影。每镜检查时间覆盖、开始结束状态、动作完成度、声音和字幕同步；成片再检查总时长、画幅、主体一致性、镜头顺序、转场、可读性和实际媒体可播放性。无法完成的检查标记为 待验收。

生成提示词卫生：分析、改写映射和验收表可以逐项记录原片中必须清除的品牌名、商品名、包装文字和错误词，便于 P0 检查；真正发给视频模型的 request.prompt 则采用目标正向描述，不重复罗列这些源片专名。需要表达边界时统一写成“仅继承指定镜头结构、运动、节奏和转场；所有可见身份、包装和文字以目标素材及精确文字锁为准，不复制参考片中的其他内容”。可以保留“无乱码、无额外品牌、无闪烁、无变形”等通用技术约束。显式反复写出 Chobani、Greek Yogurt 等待删除词，会让模型再次注意这些概念并增加语义或文字复现风险；它不是唯一污染来源，但不应用作主要防污染手段。

母版可以附题材适配示例，但示例必须标注为虚构、可替换：商品演示替换展示动作和卖点，教程替换步骤与屏幕文字，旅行替换地点与环境声，宠物替换物种与安全动作，剧情替换角色关系与台词。示例不能把某一种题材的服装、白棚、固定造型或固定音乐写成默认条件。

4. 结合用户需求改写母版

读取“改写映射”格式，将需求映射为 保留／替换／新增／删除 四类。保留母版版本，另存 03-adapted-prompt.md 和简短改动说明。

• 只改用户要求及其必要连带变化。例如产品替换后，同步修改手持方式、尺寸关系、演示动作与台词；角色、地点、教程步骤或服装替换后，也要清理与旧主体不相容的动作、道具和台词。
• 用户提供的人物、产品、Logo 和品牌资料按 I/P/B/K 编号，逐项写明继承、忽略、适用镜头和优先级。多款产品固定出场顺序；产品包装上的品牌名必须替换为用户确认文字，不能只改旁白或片尾。
• 真实价格、功效、参数、促销、经历等来自用户资料；不齐全时省略非必要断言或补问，不让模型填充商业事实。
• 用户改变总时长时重新安排镜头和台词，确保动作可完成、声音可容纳，不能只改片头的总秒数。
• 改写后的执行提示词必须完整展开，不能残留 {{变量}}、未解决的主体冲突，或“其他同母版”这样的跨文档依赖。

4.1 生成前确认门槛（强制）

正式调用 generate_video 之前，必须先向用户展示当前将执行的完整母版提示词（或 02-master-prompt.md 的完整可执行正文），并紧接着复述本次需求。复述至少包含：

• 参考视频中要保留的结构、主体、动作、节奏和转场；
• 用户要求替换、删除或新增的主体、场景、台词、字幕、声音和品牌元素；
• master_rebuild / source_reference / approximate 策略及选择依据；
• 相似度目标、源片冲突的收益／风险取舍、是否使用 controlled_conflict，以及用户确认状态；
• 原片实测时长与生成目标整数时长、两者差值、调整规则，画幅、分辨率、模型、分段计划，以及每份参考图片／视频的编号与职责；
• 已知缺失、近似推断和仍需用户决定的内容。

复述必须使用具体名词和动作，不能只说“我理解了”。如果用户需求与母版存在冲突，先列出冲突并停止提交；如果母版中仍有未展开变量、原片残留内容或未授权元素，也停止提交。用户明确确认后，保存确认版本并生成 03-adapted-prompt.md 与 04-generation-plan.json，再进入第 5 节。用户只说“看看母版／先给提示词”时，停在展示阶段，不提交生成。

展示格式建议：

【即将执行的母版提示词】
<完整可执行提示词，不省略逐镜时间线、台词、字幕、声音、转场和约束>

【我对你需求的复述】
保留：<主体、动作、节奏、转场>
替换：<场景、人物、产品、台词、字幕、声音>
删除：<原片中不应保留的内容>
策略：<master_rebuild / source_reference / approximate、选择依据、是否传源视频>
参数：<相似度目标、源片风险与确认、时长、画幅、分辨率、模型、分段、参考素材编号与职责>
待确认：<实际存在的缺失或冲突；没有则写“无”>

请确认以上版本后再生成。

若用户在同一条消息中已经明确给出“先展示母版和需求复述，确认后生成”，必须先展示并等待；不能把“用户说要生成”解释为跳过确认门槛。

5. 生成并验证视频

仅在第 4.1 节确认门槛通过后调用本节工具。确认的是具体版本，而不是笼统的“可以生成”；后续若修改时长、主体、场景、台词、字幕、声音、参考素材或模型，必须重新展示受影响的母版和需求复述并再次确认。

1. 读取当前 generate_video Schema，选择用户指定或当前适用模型，核对单次最短／最长时长、参考媒体、画幅和分辨率。大量中文文字时优先 Seedance。request.duration 必须是模型允许的整数；原片实测小数时长另存为 source_duration_seconds，按四舍五入取最近合法整数作为生成目标，重排时间线，并在确认时展示差值。不得先提交小数再等参数报错。
2. 按 复刻策略路由 执行参考方式：master_rebuild 可不传源视频，但严格复刻时每个目标镜头必须绑定已通过 QC 的构图关键帧；source_reference 的每个相关请求必须实际包含已检查的短源片段；controlled_conflict 还必须有风险说明、缓解措施和用户确认；approximate 必须有用户确认记录。不要把整条冲突原片或整条 20–30 秒多镜头母版作为单次请求。
3. 命中关键帧门槛时先生成或整理 K1...Kn，逐张检查产品／人物、构图、品牌文字和镜头状态，并记录 qc_status: passed 与证据。严格 master_rebuild 要求每个目标镜头有关键帧覆盖；controlled_conflict 的每个镜头也必须同时绑定目标关键帧。未经检查或检查失败的关键帧不能进入任何生成请求，也不能降级成“仅参考构图”。
4. 建立 04-generation-plan.json：使用 schema_version: "2.0"，记录 fidelity_target、证据采样精度、复刻策略、辨识度签名、参考素材职责、原片到新片映射、精确文字锁、原子镜头时间线、分段依据、提示词卫生字段和每个任务的完整 MCP 请求。每个任务用 target_shot_ids 显式列出所覆盖镜头。源片专名只保存在 prompt_hygiene.source_terms_for_qc，不得出现在发给模型的提示词中。运行校验脚本；有错误不提交。
5. 分段按执行负载、内容连续性和模型上限共同决定。严格复刻时每个任务最多 3 个原子镜头、最长 8 秒、最多 4 个精确文字锁；高密度中文、产品卡片、液态特效与重复动作优先继续拆分。即使总时长未超模型上限，也不得把十多个切换单元塞进一次调用。分段必须记录 segmentation_reason，只能在真实切镜或动作完成点切开。
6. 每个任务只绑定本段需要的素材，并用 reference_ids 对应职责合同。连续接续段只能引用上一段已通过 P0 的成功视频或末帧；带错误品牌、包装、人物或文字的失败成片禁止作为修复轮的视频参考。独立硬切段不能错误继承上一段场景。
7. 提交后立即记录返回的 job_id、版本、任务与状态，后续查询同一任务，不因等待、重启或未知状态重新提交。多段只补做失败且已明确需要重做的部分。
8. 多段成功后按时间线合成；用 COS 对象键而非本地路径。默认不叠加 Logo、字幕或水印，要求生成模型直接完成画面内文字；仅在用户明确要求后才另行合成。
9. 按 P0/P1/P2 验收：P0 为镜头顺序、核心动作、主体／产品、品牌文字、关键转场、总时长与可播放性；P1 为构图、机位、节奏、光色、材质和声音同步；P2 为次要布景与装饰。任一 P0 失败则不得称为复刻完成；只重做失败镜头，不能为了修一处重写整片。

能力失败时保留已完成文件、真实任务 ID 和错误原因。任务仍在处理只报告“生成中”；成功 URL 必须来自实际结果。一次有依据的局部修复仍不达标时交付真实状态与缺陷，不无限重生成。修复轮重新从已通过 QC 的目标素材和母版发起；不得把含 P0 错误的候选视频再喂给模型，让错误继续遗传。

交付

写入本次任务的独立目录，默认保留：

按用户指定阶段裁剪交付，不制造空文件。最终优先展示可播放视频，其次给母版与改写稿链接。无文件工具时直接在对话交付文本和真实结果 URL，不声称已落盘。凭据、带鉴权参数的完整请求与原始返回只留在私有运行状态中，不打进对外 Skill 包或公开报告。

该 Skill 只负责复刻任务，不自动发布、搜榜、采集评论或更改账号配置。无需依赖其他 Skill，也不假设目标用户安装了 Python、FFmpeg、Node 或本地视频工具。