OpenMontage 中 HeyGen Video Agent 提示词优化实战:从一句话创意到分镜级视频脚本的完整方法论 📅 发布时间:2026/9/10 1:55:07 👁 浏览次数: OpenMontage 中 HeyGen Video Agent 提示词优化实战从一句话创意到分镜级视频脚本的完整方法论【免费下载链接】OpenMontageWorlds first open-source, agentic video production system. 12 production pipelines, 100 tools, 700 agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.项目地址: https://gitcode.com/GitHub_Trending/op/OpenMontage本文基于 OpenMontage 仓库中 HeyGen 技能的 prompt-optimizer.md 文档系统讲解如何为 HeyGen Video Agent API 编写生产级提示词。这套方法论源自 40 部已产出视频的经验沉淀覆盖从创意简报Brief到分镜级场景脚本Scene-by-Scene Script的完整工作流、提示词结构、Avatar 造型设计、五层视觉图层系统与节奏控制。读完本文你将能够为 Agent 视频生成编写出可直接投入生产的完整提示词并理解仓库源码heygen_video.py、_shared.py背后的调用契约。核心洞察把 Video Agent 当作 HTML 解释器来写提示词整个提示词优化方法论的第一性原理只有一句话Video Agent 是一个 HTML 解释器。它原生渲染布局Layout、排版Typography和结构化内容而不是像传统视频渲染引擎那样精确执行像素级坐标指令。因此描述 B-roll补充画面时应该使用动作动词驱动的分层文字动效语言——例如 slams in砸入、types on逐字打出、counts up数字滚动递增——而不是布局描述语言——例如 upper-left, 48pt左上角48 磅。前者是 Video Agent 能理解并执行的行为指令后者则极易导致画面留空或黑屏详见下文反模式一节。这一认知在仓库中被两个技能共享验证除 .claude/skills/heygen/references/prompt-optimizer.md 外create-video/references/prompt-optimizer.md 保留了完全一致的方法论核心且 .claude/skills/heygen/SKILL.md 明确标注该技能已弃用、推荐迁移到create-video提示词驱动与avatar-video精确控制两个聚焦技能。也就是说这套提示词优化方法是仓库中所有 HeyGen 相关 Agent 工作流的公共基础。十分钟工作流从 Brief 到生产级 Prompt 的 10 步文档给出了将一段零散创意转化为生产级提示词的标准化流水线共 10 步Pull data收集数据——围绕主题做研究网络搜索、API、内部文档收集真实的引语quotes、统计数据stats和社交媒体账号handles。Synthesize a thesis提炼论点——不是罗列清单而是讲一个故事X 正在发生因为 Y——这里有证据。将素材归纳为 35 个主题并赋予叙事弧线。Choose a style选择风格——先匹配情绪再匹配内容。自问观众应该感受到什么20 种具名视觉风格及完整规格见 visual-styles.md。Write the avatar撰写 Avatar 描述——主题化着装须匹配内容的情绪语境场景中要出现品牌 Logo 与内容相关的道具详见下文 Avatar 指南。Extract critical text提取关键文本——列出所有必须逐字出现在画面上的数字、引语、账号和标签。Break into scenes拆分场景——每个场景只承载一个概念轮换场景类型同类型连续不超过 3 个每个提示词至少包含 2 个纯 B-roll 场景。Write voiceover撰写旁白——旁白中的数字要拼读one-point-eight-five million画面上的数字用数字形式1.85M每个场景都必须有旁白包括 B-roll 场景。Layer each B-roll scene为 B-roll 分层——L1 背景、L2 主体、L3 支撑信息、L4 信息栏、L5 特效每个元素都必须动起来。Add music direction添加音乐方向——引用参考艺术家描述能量曲线。Add narration style添加旁白风格——说明语速快慢、停顿位置、每个段落的情绪基调。这 10 步对应的正是仓库中 video-agent.md 描述的调用前必做清单定义视觉风格、按场景类型组织场景、按约 150 词/分钟撰写旁白、为每个场景指定媒体类型。Prompt 解剖生产级提示词的 8 段结构所有生产级提示词都遵循同一骨架FORMAT: 什么类型的视频、多长、什么能量 TONE: 情绪基调、参考对象 AVATAR: 详细的形象 环境描述60-100 词 STYLE: 具名美学风格含色彩、字体、动效规则、转场 CRITICAL ON-SCREEN TEXT: 必须逐字出现的字符串 SCENE-BY-SCENE: 逐场景拆解含旁白与分层视觉 MUSIC: 流派、参考艺术家、能量弧线 NARRATION STYLE: 旁白如何演绎FORMAT一句话定义视频的形态、时长与能量层级FORMAT: 75-second high-energy tech daily briefing. Think: a creator who just got amazing news. FORMAT: Bloomberg-style strategy briefing. 100-120 seconds. CEO-delivered.TONE定义情绪基调与参照系直接影响旁白的表达方式与选词TONE: Confident, direct,>论点驱动——是故事不是要点列表风格具名且含色彩、字体、动效、转场参见 visual-styles.mdAvatar 有主题衣橱 品牌化环境60-100 词关键文本已列出——每个统计、引语、标签场景类型轮换——同类型不超过 3 个连续至少 2 个 B-roll 场景每个场景都有 VOICEOVER——包括 B-rollB-roll 场景 4 图层每个元素带动作动词B-roll 场景 10-15 秒绝不超过 5 秒底线讨论公司时出现品牌 Logo每个元素都在动——没有静态帧将以上 10 项全部打勾你的提示词就已达到本仓库 prompt-optimizer.md 文档定义的生产级标准——接下来把这份提示词交给 Video Agent即可在 OpenMontage 的 Agent 工作流中一键产出成片。【免费下载链接】OpenMontageWorlds first open-source, agentic video production system. 12 production pipelines, 100 tools, 700 agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.项目地址: https://gitcode.com/GitHub_Trending/op/OpenMontage创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考