ai-media-generator

# AI Media Generator > **Codex compatibility:** References that still say “Claude in Chrome” or “Chrome MCP” describe legacy browser behavior. On Codex, load `chrome:control-chrome` and use the currently available Chrome tools; never invent or call legacy `mcp__Claude_in_Chrome__*`, `javascript_tool`, or `browser_batch` names. 幫使用者把想法變成高品質的 AI 生成內容 (圖片、影片、音樂)，核心工作是 **寫對每個平台的 prompt** 以及 **必要時自動操作網站**。 **AI 短劇邊界：** 使用者要做 AI 短劇／漫劇、重生／系統／逆襲／隱藏大佬、分集連載或整季架構時，先由 [`ai-short-drama`](https://github.com/Hao0321/ai-short-drama) 建題材、Bible、pilot、分集狀態與 production pack；本 Skill 只接下游角色圖、場景圖、逐鏡影片／聲音 prompt 與模型執行，不自行重寫季弧。 ## 🤖 Auto-Pilot Mode (超傻瓜一句話到成品) **觸發：** 使用者說「幫我做 X」「做一個 X」「生個 X」「我要 X」這類命令式、且 X 含媒體類型 (圖/影片/音樂/MV/短片/海報/動畫) 或風格關鍵字 → **直接進 auto-pilot 不問**。 **流程 (見 [templates/auto-pilot.md](templates/auto-pilot.md) 完整版)：** 1. **Intent Parser** — 一句話拆 9 slot (媒體/長度/畫面比/主題/風格/角色/場景/音訊/語言) 2. **Fill Defaults** — 沒講的用預設 (video 預設 10s 16:9；動漫預設 Shinkai+Ghibli；電影預設 Deakins DP…) 3. **Platform Decider** — 按 [references/selector.md](references/selector.md) + quick pick 矩陣自動選 4. **Script + Storyboard Auto-gen** — 自動寫 logline + 角色卡 + 分鏡 5. **Prompt Crafting** — 強制套語彙庫 (見下方硬規則) 6. **Preview + Go** — 30-秒 override 視窗，使用者回「go/確認/OK」才執行；無回 + 需花錢 → 停；無回 + 免費 → 30 秒後自動繼續 7. **Execution + Report** — 按 [automation/click-protocol.md](automation/click-protocol.md) + [site-profiles/](automation/site-profiles/) 協議操作 **Auto-Pilot 必停的 checkpoint (不代做)：** - ⛔ 付費 paywall / 升級提示 - ⛔ 送出前最終一次確認 - ⛔ 下載 / 分享 / 公開發布 - ⛔ 敏感內容 (真人照片疑似裸露/暴力/政治人物) - ⛔ click-protocol.md 定義的「irreversible action」 **Auto-Pilot 禁止行為：** - ❌ 幫 Claude 已知的事問使用者 (「你要幾秒的影片？」— 10s 預設就好) - ❌ 一次拋多選項 — 選 1 個最佳 commit，讓使用者在 Preview 階段才決定改不改 - ❌ 寫純 generic 填詞 prompt (`beautiful / masterpiece / detailed`) — 違反下方硬規則（注意：`cinematic / 4K / 8K` 在新一代模型如 Seedance 2.0 是有效 token，看平台分流） - ❌ 代付款 **使用者自然語言 flags 可 override 預設：** 使用者一句話可帶「用 Kling / 5 秒 / 豎屏 / 免費 / Ghibli 風 / 有對白」等自然語言 flag，auto-pilot 掃 [templates/user-flags.md](templates/user-flags.md) 對照表自動套用。使用者不懂術語也 OK — 「做個抖音」「可愛一點」「夢幻」都有對應翻譯。 **⚡ Token-Efficient Mode (大專案必讀)：** 本 skill 55+ 檔 / 14000+ 行，全量讀會爆 context。Auto-Pilot 預設套 [templates/token-efficient-mode.md](templates/token-efficient-mode.md) 的 7 層策略 (lazy load / grep / 子代理 / preset 跳過 / cache polling)。**一般任務目標 ~25-40k tokens，不是 100k+**。豪華模式 (全量讀) 只在 benchmark / 學 skill / 陌生平台探索時啟用。 ## 🎯 快查表：3 秒找對檔案（更直覺入口） **先看這張表 → 對到使用者說的話 → 直接讀那個檔。** 找不到再往下走完整流程。 | 使用者說… | 讀這個檔 | 為什麼 | |---|---|---| | 「AI短劇/AI漫劇/爽劇/重生/系統/逆襲/隱藏大佬/分集連載」 | [`ai-short-drama`](https://github.com/Hao0321/ai-short-drama) | 先鎖故事、角色、揭露梯與 state；媒體 prompt 再回本 Skill | | 「結果有瑕疵/爛掉/不夠精緻/閃爍/變形/塑膠感/文字怪」 | [quality-control.md](references/quality-control.md) | 7+1 類瑕疵系統診斷 + 對症修法 | | 「prompt 沒主題/畫面很空/不知道在拍什麼/效果差」 | [concept-first-prompting.md](references/concept-first-prompting.md) | 先定 concept 再加技術詞 | | 「怎麼把想法組成強 prompt/太慢/每次從零想/要打分」 | [prompt-craft-engine.md](references/prompt-craft-engine.md) | 6層骨架 + 填空模板 + 10分評分閘（更快更強）| | 「成品要更高級/更精美/更貴/像 editorial/反塑膠感」 | [aesthetic-grade.md](references/aesthetic-grade.md) | 打光比/調色/材質/鏡頭 DP 級配方（更精美）| | 「不知道用哪個模型/該用哪個平台/不熟各家」 | [model-picker.md](references/model-picker.md) | 決策樹 + 各家最強情境 | | 「角色要一致/同一個人出現多鏡/風格鎖定」 | [asset-library.md](templates/asset-library.md) + [multimodel-video-cheatsheet.md](references/multimodel-video-cheatsheet.md) | 角色卡 + @element 身份鎖 | | 「Seedance 2.5/30秒/社群案例/UGC/Vlog/多參考/硬切/提示詞案例」 | [seedance-2-5-community-playbook.md](references/seedance-2-5-community-playbook.md) + [seedance.md](references/seedance.md) | 證據分級 + capability gate + 社群案例蒸餾 + 六類模板 | | 「Seedance 商業/企業/建商/建築/房地產/廣告/產品/汽車/美食/電影/動畫」 | [seedance-domain-playbook.md](references/seedance-domain-playbook.md) + [seedance.md](references/seedance.md) | 八個垂直領域的 reference map、truth lock、物理帳本、原創模板與 QA | | 「Seedance 長片/參考圖角色/首鏡後鎖定/時間凍結或倒轉/複雜事件連續性」 | [seedance-longform-continuity.md](references/seedance-longform-continuity.md) + [seedance.md](references/seedance.md) | 不變量帳本 + 時間碼 + 事件狀態機 + 15 秒切段 | | 「圖生影片/i2v/img2video/參考圖鎖死/產品廣告鎖形狀」 | [image-to-video-workflow.md](references/image-to-video-workflow.md) | i2v 鎖形狀 SOP（產品廣告最穩） | | 「寫歌/純音樂」→[suno.md](references/suno.md)｜「對白/音效/配樂/原生音訊」→[sound-design.md](references/sound-design.md) | 二選一 | 純音樂 vs 影片內音訊分流 | | 「做 MV/卡點/轉場/剪接節奏」 | [music-video.md](templates/music-video.md) + [editing-transitions.md](references/editing-transitions.md) | BPM 同步 + match cut/J-cut | | 「要現成 prompt/範本/某某風格(Wes Anderson/賽博龐克)」 | [preset-packs.md](templates/preset-packs.md) | 30+ preset 換占位符即用 | | 「想抄某導演/DP/品牌/製作公司風格」 | [director-style-library.md](references/director-style-library.md) | 簽名 token（⚠️ Flux/Nano 洗掉導演名）| | 「超短廣告/TikTok/10秒快剪」 | [nano-banana.md](references/nano-banana.md) | <30 token 超精簡 prompt | | 「Wan 2.7/Kling Omni/HappyHorse/拉片復刻/多模型省成本」 | [multimodel-video-cheatsheet.md](references/multimodel-video-cheatsheet.md) | 2026 新模型招牌技巧 | | 「幫我直接操作 OiiOii/Flow/Kling」 | [click-protocol.md](automation/click-protocol.md) + [site-profiles/](automation/site-profiles/README.md) | 自動化協議 + 各站 UI 地圖 | | 「免費/不想花錢」 | [selector.md](references/selector.md) Cost 欄 + 各平台檔 Free tier | 免費額度速查 | > **🔴 OiiOii 專用：** OiiOii **2026-06-08 大改版**，最新 UI/流程/成本/i2v/選模型/新模型（Oii Image 2 / Gemini Omni / Oii X Imagine）一律以 [`automation/site-profiles/oiioii.md §0`](automation/site-profiles/oiioii.md) 為準（**SOURCE OF TRUTH**）。`references/oiioii.md` 只看 prompt 哲學，UI 別照它。 ## 🔴 硬規則 (Mandatory) ### Meta 優先序（2026-04-21 實戰鐵律） **Prompt 寫對一次 ≫ 操作快 10 次。** 根因：寫錯 prompt → 重做 → 等 8-10 分鐘。操作 25 秒 vs 5 分鐘差距（~4.5 分鐘），**遠遠小於「一次 prompt 失敗」成本（~10 分鐘等待 + token 浪費）**。所以速度優化的**真正**優先序： 1. **第一優先：查平台簽名 + 寫對 prompt** → [references/community-prompt-patterns.md](references/community-prompt-patterns.md)（跨 X/Threads/Reddit/小紅書/Bilibili 社群驗證，單一 source of truth） 2. **第二優先：單次提交極速化** → [automation/site-profiles/](automation/site-profiles/) 3. **第三優先：等待不 polling** → `Bash run_in_background:true + sleep 400` 順序反了 = 浪費 40+ 分鐘做 4-5 次嘗試才生出可用的。 ### Prompt 必備語彙 **每次產 image / video / music prompt，都必須從 skill 進階語彙庫挑 token — 不是選配，是必做。** **流程：** 1. **最優先查**：[references/community-prompt-patterns.md](references/community-prompt-patterns.md) — 按**目標模型**查簽名 token + 長度甜蜜點 + 禁忌（⚠️ 平台吃不同 token，Seedance/Wan 吃導演名 = 災難） 2. 決定任務類型 (攝影感/電影感/廣告/時尚/MV/VFX/社群短片) 3. **挑對應 reference 檔讀：** - 電影/攝影類 → [cinematic-direction.md](references/cinematic-direction.md) 必讀 - 廣告/時尚/MV/品牌 → [commercial-direction.md](references/commercial-direction.md) - 特效/物理/大氣 → [vfx-effects.md](references/vfx-effects.md) - 原生音訊 (Veo/Sora/Vidu Q3) → [sound-design.md](references/sound-design.md) - 多鏡/剪接/節奏 → [editing-transitions.md](references/editing-transitions.md) 4. **快速路徑**：先查 [preset-packs.md](templates/preset-packs.md) 找最近的 preset，換占位符即可 5. **每個 prompt 至少嵌入 5-8 個高訊號 token**，從下列層挑（**看平台分流**）： - 導演/DP 名 (Deakins、Lubezki、Hoytema、王家衛、新海誠…) — ✅ MJ/Sora 2/Veo；❌ Flux/Nano Banana Pro/Seedance/Wan - 鏡頭/焦段 (Panavision anamorphic / 85mm / C-Series 等) — 通吃 - 底片/感光 (Kodak Vision3 500T / Cinestill 800T 等) — ✅ Flux/MJ；❌ Seedance - 光比/燈光 (Rembrandt / 4:1 contrast / volumetric god rays 等) — 通吃 - 色彩分級 (teal-orange / bleach bypass / A24 indie 等) — 通吃 - 構圖/景別 (rule of thirds / medium close-up 等) — 通吃 - VFX/大氣 (halation / Tyndall effect / particles 等) — 通吃 - (Veo/Sora) 音訊三層 (Dialogue / SFX / Soundtrack) ### 禁用模式（通用 + 平台特定） **通用原則：** **寧可 5 個具體 token，不要 20 個泛詞。** 但 generic 與否**看平台**。 **真正全平台垃圾（任何時候都別用）：** - `beautiful / masterpiece / detailed / high quality / professional`（這幾個從沒在新一代模型有實證效果） - `--no blur` 等 flag-style 負面 prompt（多數模型不吃，用自然語言 `no blur` 反而 OK） **⚠️ 平台特定（注意「2026-04-21 vs 2026-05-18 推翻」— 模型升級會改變斷言）：** - ⚠️ `cinematic` / `4K` / `8K` / `35mm-50mm-85mm` — **舊版 Seedance 1.0 弱，Seedance 2.0 大量吃**（v1.1.0 修正）。Kling / Sora 2 / Veo 3.1 / MJ v7 / Flux 全吃。 - ❌ **Seedance 2.0**：`fast`（改 `extreme speed / kinetic / rapid`）、多動詞同句、多主體獨立動作、chaotic wide 無時間區塊、個別 DP 名（藝術運動 / 品牌風格 OK） - ❌ **Flux / Nano Banana Pro**：artist names（訓練時被 scrub）、`--ar` 語法 - ❌ **Runway Gen-4**：>60 字 prompt（最短的模型）、synonym drift - ❌ **Kling**：stacking 多個相機運動、>4-5 distinct nouns **先查 [community-prompt-patterns.md](references/community-prompt-patterns.md)** — 該檔每個模型都有「禁忌」section，且註明 cross-platform 推翻歷史。 ### 驗證自檢（送出前必過 10 分評分閘） **每個 prompt 送出前，用 [prompt-craft-engine.md §3 的 10 分品質評分表](references/prompt-craft-engine.md) 打分 —— ≥8 才送，<8 回去補。** 每個跨平台垃圾詞（beautiful/masterpiece/detailed/high quality）額外 −1。 10 項速記：①具體主體 ②可視動詞 ③2-4場景元素 ④鏡頭精度 ⑤單一風格錨 ⑥長度甜蜜點 ⑦無自相矛盾 ⑧平台簽名對 ⑨負面對症 ⑩存在性測試。 **快速 4 題版（趕時間）：** 查過 community-prompt-patterns.md 目標模型？Token 符合平台簽名？避開禁忌？長度甜蜜點？—— 4 過才送。 ## 核心原則 1. **先問清楚「要什麼」，再決定「用哪個」**。同一個想法送到不同模型，prompt 寫法完全不同。先釐清： - 媒體類型：靜態圖 / 影片 / 音樂 / 複合 (MV、分鏡動畫) - 用途：社群貼文 / 廣告 / 電影感短片 / 角色一致性專案 / 文字海報 - 手上資源：有沒有參考圖、首尾幀、角色圖、歌詞 - 預算/可用性：免費網站 / 付費會員 / API 金鑰 2. **讀對應的 reference 檔**。本 skill 的知識是分散式的。不要從腦中記憶硬編 prompt — 每次都先讀目標平台的 reference 檔，因為各模型版本更新很快，檔案裡有最新的語法、參數、連結。 3. **中英混寫時有規則**：主體名詞、運鏡術語、模型參數用英文；情感描述、文化元素 (漢服、水墨、國風)、旁白/歌詞用中文。Seedream 與 Kling 的中文支援最好；Midjourney、Flux、Runway、Veo 英文效果明顯較佳。 4. **Prompt 長度**。多數模型在 60–150 字 / tokens 之間最佳；Flux Kontext 上限 512 tokens；Veo 建議 3–6 句話；Sora 偏好「分鏡式」描述。reference 檔有每個模型的具體上限。 5. **輸出格式**。除非使用者明說只要 prompt 本文，否則給他們： - 一個 **可複製的 prompt 區塊** (通常英文) - 一段 **繁中說明**：這個 prompt 為什麼這樣寫、哪些 token 可以換掉、預期輸出會長怎樣 - 一組 **建議參數** (aspect ratio、時長、model variant、seed 等) - 如果有平台特殊語法 (tag、metatag、參考圖槽位)，把它結構化呈現 ## 工作流 ### Step 1 — 選平台 如果使用者已指定平台 (「用 Kling」「幫我寫 Suno prompt」)，直接跳 Step 2。 否則讀 [references/selector.md](references/selector.md) 按「媒體類型 × 用途 × 資源」選出 1–2 個最佳候選平台，並把推薦理由用 2–3 句話告訴使用者。如果落差很大 (例如「免費 vs 付費最佳」)，給使用者選擇。 ### Step 2 — 讀對應的 reference 檔 根據選定平台，**一定要** 讀對應檔案，不要憑記憶寫 prompt： > **🧭 不確定選哪個模型？先讀 [references/model-picker.md](references/model-picker.md)** — OiiOii 全模型 + 各平台「選誰 / 招牌 prompt 技巧」總表 + 30 秒決策樹。**使用者嫌「不熟模型」「該用哪個」時必讀。** **影片 (Video)** - Kling 3.0 / O-series（V3 畫質 / Omni 參考驅動 / O1 首尾幀，三者不同）→ [references/kling.md](references/kling.md) - Seedance 2.0 / 2.5 / 1.x（`@AssetName` 標記；2.5 先做 provider capability gate）→ [references/seedance.md](references/seedance.md)。**2.5 社群案例、30 秒、多參考、UGC／Vlog、硬切或 prompt 拆解**另讀 [references/seedance-2-5-community-playbook.md](references/seedance-2-5-community-playbook.md)；**商業、建商、廣告、產品、汽車、美食、電影或動畫**另讀 [references/seedance-domain-playbook.md](references/seedance-domain-playbook.md)；**參考圖角色、首鏡後鎖定、時間凍結／倒轉、複雜物理或 15 秒以上故事**另讀 [references/seedance-longform-continuity.md](references/seedance-longform-continuity.md) - Vidu Q3 Mix/Ref/Pro（動漫 + 多角色一致，`@tag` 多參 + HEX 鎖色）→ [references/vidu.md](references/vidu.md) - Runway Gen-4.5 / Aleph / Act-Two → [references/runway.md](references/runway.md) - Google **Veo 3.1** → [references/veo.md](references/veo.md)｜🆕 **Gemini Omni**（對話式多模態、多輪編輯、any-to-any）→ [references/gemini-omni.md](references/gemini-omni.md)（Google 雙旗艦：4K 畫質線 + 對話編輯線） - 🆕 **Hailuo 2.3 Pro/Std**（角色表演/微表情旗艦，5s）→ [references/hailuo.md](references/hailuo.md) - Wan 2.7·2.6（複雜場景/對白/Thinking Mode）/ HappyHorse（敘事音畫）→ [references/multimodel-video-cheatsheet.md](references/multimodel-video-cheatsheet.md) + [model-picker.md](references/model-picker.md) - ⚠️ OpenAI Sora 2 → [references/sora.md](references/sora.md)（**已停運** — app 2026-04-26 關，API 2026-09-24 關。讀此檔只為了解替代方案；新任務改用 Veo/Gemini Omni/Runway/Kling） **圖片 (Image)** - **🆕 Oii Image 2 [Best]**（OiiOii 圖片旗艦：文字渲染+寫實最強，代替已移除的 GPT-Image2）→ 見 [site-profiles/oiioii.md §0](automation/site-profiles/oiioii.md)。⚠️ **GPT-Image2 已從 OiiOii 移除 2026-06-08**；圖內精準文字改用 Oii Image 2 / Ideogram 3 / Nano Banana Pro - Seedream 5.0 / 4.0 → [references/seedream.md](references/seedream.md) - Midjourney V8.1 / niji 7（⚠️ `--oref` 為 V7-only） → [references/midjourney.md](references/midjourney.md) - Flux 1.1 Pro / Kontext → [references/flux.md](references/flux.md) - Ideogram 3（文字/海報/Logo 精準渲染）→ [references/ideogram.md](references/ideogram.md) - Nano Banana Pro（超短 10s 廣告 / TikTok，<30 token 精簡 prompt）→ [references/nano-banana.md](references/nano-banana.md) - Stable Diffusion 3.5 / SDXL → [references/stable-diffusion.md](references/stable-diffusion.md) **音樂 (Music)** - Suno v5.5（Personas 已改名 Voices） → [references/suno.md](references/suno.md) **複合 / 多智能體** - **OiiOii.ai** → 自動化/UI/最新模型：[site-profiles/oiioii.md §0](automation/site-profiles/oiioii.md)（**SOURCE OF TRUTH**）｜prompt 哲學：[references/oiioii.md](references/oiioii.md)（⚠️ §1-§12 舊 UI 勿照） **跨平台共通** - 鏡頭語言 (影片類都適用) → [references/camera-language.md](references/camera-language.md) **進階導演 / VFX / 音效 / 剪接 級別 prompt 設計** (當使用者要「電影級」「廣告級」「奢侈品級」「完整影視團隊」時**必讀**) - 電影導演 / 攝影指導 / 底片 / 燈光 / 構圖 / meta tokens → [references/cinematic-direction.md](references/cinematic-direction.md) - 廣告 / 時尚 / MV 導演 / 品牌調性 / 社群短影音 → [references/commercial-direction.md](references/commercial-direction.md) - VFX 總監 / 大氣 / 物理 / 特效 recipes → [references/vfx-effects.md](references/vfx-effects.md)