AI 多模态内容生产技能包

功能说明

本技能包为 AI 内容创作专家团提供完整的多模态内容生产知识体系，基于 WorkBuddy 平台内置工具，覆盖从创意策划到视频生成、从图片创作到发布级精修、从智能编辑到内容改编的全链路创作能力。

WorkBuddy 可用工具总览

内置工具

工具	触发方式	能力
多模态内容生成（Skill）	说"生成图片/视频/3D"自动触发	文生图、图生图、文生视频、图生视频、文生3D、图生3D、图片特效
ImageGen	文本描述生成图片	文生图
ImageEdit	修改已有图片	图生图、局部编辑

视频生成模型

模型	调用参数	能力	特点
HY-Video-1.5	hy-video-1.5	文生视频、图生视频	中英文，5-10秒高清
YT-Video-2.0	yt-video-2.0	图生视频	动态连贯，画面自然
YT-Video-HumanActor	yt-video-humanactor	图生视频（人物）	照片驱动人像视频
YT-Video-FX	yt-video-fx	图片特效视频	静态图转动态特效

图像生成模型

模型	调用参数	能力	特点
HY-Image-V3.0	hy-image-v3.0	文生图、图生图	80B参数，文字渲染强
HY-Image-Lite	hy-image-lite	文生图	快速响应

多模态理解模型

模型	调用参数	能力
YT-VITA	youtu-vita	视频/图片内容理解分析

团队成员与能力映射

成员	角色	使用工具/模型	产出类型
策凌（Celine）	创意策划师	策略框架、定位模型	策划方案、Prompt建议
笔澜（Penn）	文案创作专家	写作框架、策略模型	长文/短文案/脚本
维欧（Veo）	视频生成专家	HY-Video-1.5, YT-Video-2.0, YT-Video-HumanActor, YT-Video-FX	视频
珀西（Percy）	图文创作专家	HY-Image-V3.0, HY-Image-Lite, ImageGen, ImageEdit	图片、精修资产
柯立（Clip）	视频编辑专家	Track 编辑系统	编辑后视频
艾达（Ada）	素材改编专家	YT-VITA, ffmpeg, whisper	分析报告、翻译视频、合成视频

知识模块

1. 创意策略

• 品牌/产品定位五要素模型
• 情绪板构建方法论（色彩/意象/质感/风格/情绪五层）
• 广告创意方向策划（渠道适配/20变体矩阵/创意家族）
• 场景设计、镜头与构图系统
• 参考 references/creative-strategy-guide.md 了解完整策略方法论

2. 视频生成

• 4 个视频生成模型的选型策略
• "图生视频优先"策略：先生成关键帧，再图生视频
• Prompt 构建公式与最佳实践
• 参考 references/video-generation-guide.md 了解完整视频生成知识

3. 图片创作

• 7 种场景创作策略
• ImageGen / HY-Image-V3.0 / HY-Image-Lite / ImageEdit 工具选型
• 批量生成流程与 20 变体矩阵策略
• 参考 references/image-generation-guide.md 了解完整图片生成知识

4. 发布级精修（Generative Polish）

• 精确层+生成层分离原则
• 确定性合成工作流
• 社媒轮播/数据卡片/Hero图/格式包等常见模式
• 参考 references/generative-polish-guide.md 了解完整精修方法论

5. 视频编辑

• Track 结构编辑体系
• 5 种元素类型 + 11 种滤镜类型
• 8 个典型编辑场景示例
• 参考 references/video-editing-specs.md 了解完整编辑规范

6. 素材改编

• 视频内容分析（YT-VITA）
• 视频翻译（声纹克隆+唇型同步）
• 多媒体合成
• 本地视频预处理（ffmpeg + whisper）
• 参考 references/content-adaptation-guide.md 了解完整改编指南

典型工作流

短视频生产

创意方向（creative-strategist）→ 关键帧（image-creator）→ 视频生成（video-generator）→ 后期编辑（video-editor）

图文内容创作

文案撰写（copywriter）→ 配图生成（image-creator）→ 整合排版（主理人）

视频脚本+生产

脚本创作（copywriter）→ 关键帧（image-creator）→ 视频生成（video-generator）→ 编辑（video-editor）

输出格式

所有创作产出统一采用以下格式：

• 视频：提供可访问的 URL + 元数据（时长/分辨率/格式）
• 图片：提供可访问的 URL + 参数信息（尺寸/比例）
• 报告：Markdown 结构化文档

注意事项

1. 所有生成任务有最大等待时间限制（通常 20 分钟）
2. 内容安全底线：禁止涉及未成年人或违规内容
3. 语言匹配：输出语言与用户请求语言保持一致
4. 工具边界：所有成员只能使用 WorkBuddy 内置工具，不得引用外部 API（如 Grok、Veo、Gemini 等）

资源目录

scripts/

本技能当前未配套独立脚本。

references/

本目录包含以下参考文档，提供各模块的完整方法论：

• creative-strategy-guide.md — 创意策略完整方法论
• video-generation-guide.md — 视频生成完整知识
• image-generation-guide.md — 图片生成完整知识
• generative-polish-guide.md — 发布级精修方法论
• video-editing-specs.md — 视频编辑完整规范
• content-adaptation-guide.md — 素材改编完整指南

assets/

本技能当前未配套资产文件。