name: short-video-cover
description: Use when replicating viral short-video covers, generating a short-video cover from a reference cover image, or when user mentions "短视频封面", "爆款封面", "封面复刻", "复刻封面", "cover replication", "B站封面", "抖音封面", "视频号封面", "小红书视频封面". Triggers whenever a user provides a reference cover image and asks for a new short-video cover based on it — even if they don't explicitly say "复刻". Covers the 9:16 vertical cover replication workflow: analyze reference cover's visual logic → migrate to user's new title → generate cover prompt → quality optimization.
短视频爆款封面——参考封面复刻工作流
MCP 工具
| MCP 工具 | 说明 |
|---|
analyze_image (project_id, image_url, file_path, prompt) | 图像视觉分析——传入图像 URL 或服务器文件路径，返回 AI 视觉分析结果。Read 工具不用于图像视觉分析，只用来获取 CDN URL。一次只分析一张图；同时传 file_path 和 image_url 时服务端只用 file_path |
generate_image (project_id, prompt, image_type, output_path, ref_image_path, size, task_id) | 生成单张图片，返回 download_url（始终为可 HTTP fetch 的存储 URL，不再返回 base64 data URL）和 file_path。当前是参考图生成，不是 ControlNet/img2img |
download_image (project_id, url) | 下载在线图片到 MCP 服务器临时路径或上传到存储，返回 file_path。用于把 Read 得到的 CDN URL 注册成 ref_image_path 可用的服务器端路径 |
compress_image (file_path) | 压缩图片——analyze_image 的 file_path 方式有 10MB 限制，超出时先压缩 |
upload_image (project_id, file_path) | 上传图片，用于 compress_image 仍超 10MB 的兜底场景 |
当前能力边界（必须向用户透明记录）
generate_image 是参考图生成，不是 ControlNet 或专用封面排版工具。参考图能提高视觉一致性，不能锁定构图、字号、文字位置。- 中文文字在图片内的渲染不稳定——AI 生图模型对中文文字支持差。封面以视觉冲击为主，关键文字应作为辅助而非主体；若用户需要精确文字排版，建议生成图后用 PS/Canva 二次加工。
size="9:16" 是宽高比提示，不是像素级硬约束；返回后需用文件尺寸或 analyze_image 验证比例。- 在专用封面排版工具接入前，二次优化是重新生成，不是"只改局部"。
如用户要求"标题文字必须精确显示为指定中文"，必须先说明当前能力无法严格保证。
核心原则
原则 0：不抄构图，学视觉逻辑（最高优先级）
参考封面的作用是拆解其画面结构——标题位置、主体位置、配色方案、字体气质、视觉重点——而不是像素级复制。抄构图等于抄表达，会触发原创性风险；学视觉逻辑等于学方法，可复用到任何新标题。
判断"轻度参考 / 深度参考"的差异：
- 轻度参考（
reference_depth=light）：只参考色彩倾向和标题层级思路，构图、主体位置、字体气质全部重做
- 深度参考（
reference_depth=deep）：参考整体构图、主体位置、字体气质，但替换具体视觉元素和文字内容
原则 1：先用 analyze_image 看图
Read 工具不用于图像视觉分析——在本环境中 Read 上传图像到 CDN 并返回 URL，不提供视觉内容。所有需要"看"图像的场景必须使用 analyze_image。
原则 2：Prompt 8 要素缺一不可
封面 prompt 必须包含 8 个要素（顺序可调）：①画面比例 ②标题排版 ③人物/主体 ④背景 ⑤色彩 ⑥字体气质 ⑦主体元素 ⑧禁止事项。缺要素会直接导致生成结果不稳定。详见 references/prompt-template.md。
原则 3：9:16 竖版硬约束
短视频封面默认 9:16 竖版，与公众号图文封面 2.35:1、种草笔记封面 3:4 严格区分。除非用户明确指定其他比例，size 参数固定传 "9:16"。
完整工作流
Phase 0 — 初始化
步骤 1：获取项目和工作目录
echo $ANBAN_DEFAULT_PROJECT → $PROJECT_ID- 如果为空，调用
list_projects 获取项目列表；只有一个可用项目时自动使用，多个项目且无法从任务上下文判断时停止并提示配置 ANBAN_DEFAULT_PROJECT
- 从
.task-context 获取 $TASK_ID，或使用 CWD 目录名
- 尝试调用
prepare_workspace(content_type="short-video", task_id=$TASK_ID) → $DIR
- prepare_workspace 返回的 path 可能是相对路径；相对路径以当前任务工作区
$CWD 为根，例如返回 output 时使用 $CWD/output
- 如果
prepare_workspace 调用失败，使用 $CWD/output/ 作为 $DIR
mkdir -p "$DIR"
步骤 2：收集用户输入
需要用户提供以下信息（缺失时停止并询问，不要凭空发挥）：
| 字段 | 必填 | 默认值 | 说明 |
|---|
| 参考封面本地路径 | ✅ | — | 必须是本地可读的图片文件 |
| 新封面标题 | ✅ | — | 用户的新标题文案 |
| 账号领域 | ✅ | — | 知识干货/娱乐/美妆/科技/教育/...，决定视觉调性 |
| 画面比例 | ❌ | 9:16 | 一般不需调整 |
| 是否有人像 | ❌ | 自动判断 | 若参考封面有人像，新封面也建议保留人像位置逻辑 |
| 参考深度 | ❌ | light | light（只学色彩和层级）或 deep（参考构图和主体位置） |
写入 $DIR/input-manifest.md：
# Input Manifest
## User Inputs
- reference_cover: /Users/.../ref.png
- new_title: 3 步学会爆款标题
- account_domain: 知识干货
- aspect_ratio: 9:16
- has_person: true
- reference_depth: light
## Workspace
- $PROJECT_ID: <项目 ID>
- $DIR: <工作目录>
- $TASK_ID: <任务 ID>
Phase 1 — 拆解参考封面
步骤 3：注册参考图 + 视觉分析
3a. 注册参考图到 MCP 服务器：
ref_image_path 需要服务器可访问的路径。用户提供的本地路径不能直接传，必须先注册：
1. Read 参考封面本地路径 → 得到 CDN_URL（约 30 分钟过期，立即使用）
2. download_image(project_id="$PROJECT_ID", url=CDN_URL) → 返回 REF_SERVER_PATH
把 REF_SERVER_PATH 记录到 $DIR/server-paths.md。
3b. 视觉分析：
调用 analyze_image 提取参考封面的 8 个维度，prompt 模板见 references/analysis-template.md：
analyze_image(
project_id="$PROJECT_ID",
file_path="$REF_SERVER_PATH",
prompt=<参考 references/analysis-template.md 的 8 维度分析模板>
)
如果因 10MB 限制失败：先 compress_image(file_path=REF_SERVER_PATH)；仍失败则 upload_image 后用 image_url 重试。
3c. 写入分析结果：
把 analyze_image 返回的 8 维度结构化描述写入 $DIR/reference-analysis.md，包含：画面比例、标题位置与层级、人物/主体位置、背景氛围、主色与强调色、字体气质、视觉重点、构图技巧。
Phase 2 — 迁移到新内容
步骤 4：构建 cover-plan.md
根据新标题、账号领域、参考分析（特别是 reference_depth），判断迁移策略。这一步是"思路"到"行动"的关键过渡——必须把抽象的视觉逻辑翻译成针对当前新标题的具体决策。
判断维度：
- 新标题分行：根据标题字数和语义节奏，决定分几行、哪些词放大
- 短标题（≤6 字）：1 行，整体放大
- 中标题（7-12 字）：2 行，关键词放大
- 长标题（13+ 字）：2-3 行，主关键词明显放大，辅助词缩小
- 放大词识别：从新标题中挑出 1-2 个最具情绪张力或信息密度的词
- 主体位置：参考封面的人像/主体放在哪里？新封面是否保留这个位置逻辑？
reference_depth=deep：保留参考的主体位置逻辑reference_depth=light：根据新标题重新决定
- 背景调整：参考背景氛围是否适合新标题的账号领域？不适合则替换
- 素材保留/替换：参考封面中的装饰元素（图标、徽章、几何形）是否保留？
- 装饰性元素：可保留以保持视觉密度
- 语义性元素（具体产品/Logo）：必须替换
写入 $DIR/cover-plan.md：
# Cover Plan
## Migration Strategy
- reference_depth: light
- title_breakdown:
- line_1: "3 步学会"（中等大小）
- line_2: "爆款标题"（放大，强视觉冲击）
- emphasized_words: ["爆款标题"]
- subject_position: 居中偏上（保留参考逻辑）
- background: 由参考的纯黑改为深蓝渐变（更符合知识干货调性）
- decorative_elements: 保留右下角箭头图标，替换左上角徽章
## Style Anchors
- main_color: 深蓝（参考的黑色调整为更亲和的深蓝）
- accent_color: 暖黄（与主色对比，提升标题可读性）
- font_vibe: 黑体加粗（参考是无衬线粗体，沿用）
- visual_focus: 标题文字（参考的视觉重点是人脸，新封面改为文字主导）
Phase 3 — 生成封面
步骤 5：构建 prompt + 调用 generate_image
5a. 构建 prompt：
按 references/prompt-template.md 的 8 要素模板组装 prompt。Prompt 控制在 500 词以内，避免长 prompt 触发 504；超过时删减到关键要素 + 1-2 个最重要反面约束。
构建要点：
- 已确定要素直接填入：
画面比例 9:16、标题分行、主体位置、背景描述、色彩主+强调、字体气质、主体元素、禁止事项
reference_depth=deep 时，prompt 中显式声明"参考封面的构图逻辑"reference_depth=light 时，prompt 中只提色彩和字体气质参考，构图完全自主- 中文文字描述要具体（"标题'爆款标题'用大号黑体加粗"），但要在能力边界说明中告知用户渲染可能不精确
5b. 调用 generate_image：
result = generate_image(
project_id="$PROJECT_ID",
prompt=<5a 构建的 prompt>,
image_type="cover",
output_path="/tmp/anban-creator-short-video-cover/$TASK_ID/cover.png",
size="9:16",
ref_image_path="$REF_SERVER_PATH"
)
DOWNLOAD_URL = result.download_url
COVER_SERVER_PATH = result.file_path
5c. 本地归档 + prompt 备份：
- 下载
DOWNLOAD_URL 到 $DIR/cover.png（始终为可 HTTP fetch 的存储 URL，直接用 curl/wget 下载）
- 把实际 prompt、image_type、size、output_path、ref_image_path、provider、model、response_type、revised_prompt、output_mime 全部追加到
$DIR/cover-prompts.md，便于复盘 504、构图偏移和颜色问题
- 把
COVER_SERVER_PATH 记录到 $DIR/server-paths.md
Phase 4 — 二次优化
步骤 6：审计 + 必要重试
6a. 审计生成结果：
analyze_image(
project_id="$PROJECT_ID",
file_path="$COVER_SERVER_PATH",
prompt=<参考 references/optimization-checklist.md 的 5 项审计模板>
)
审计 5 项（详见 references/optimization-checklist.md）：
- 标题是否清楚（文字可辨认、层级分明）
- 构图是否接近参考的逻辑（不是像素级，是结构逻辑）
- 人物/主体是否突出（视觉重点是否对焦在主体）
- 颜色是否统一（主色和强调色和谐，无杂色）
- 元素是否过多（画面是否杂乱，视觉重点是否被稀释）
写入 $DIR/cover-review.md，每项打分 PASS/MINOR/FAIL 并附分析依据。
6b. 必要时重试：
任一关键项（标题清楚、主体突出）FAIL，或 3 项以上 MINOR：
- 用更具体的 prompt 重试 1 次（明确指出问题项，加强反面约束）
output_path 改为 /tmp/anban-creator-short-video-cover/$TASK_ID/cover_v2.png- 重试结果同样走 6a 审计；若仍 FAIL 则接受当前最佳并在 cover-review.md 标注
needs_manual_edit（建议用户用 PS/Canva 二次加工具体文字）
不要无限重试——最多 1 次重试，避免消耗。
Phase 5 — 归档报告
步骤 7：最终报告
向用户交付：
短视频封面复刻完成
参考封面: $DIR/input-manifest.md 记录的路径
新标题: <用户的新标题>
参考深度: light / deep
视觉迁移摘要:
- 参考的视觉逻辑: <从 reference-analysis.md 提炼的 2-3 句话>
- 实际迁移决策: <从 cover-plan.md 提炼的关键改动>
成果文件:
- $DIR/cover.png （主交付）
- $DIR/cover_v2.png （若重试过，作为备选）
审计结论:
- 5 项审计结果: <PASS/MINOR/FAIL 汇总>
- 能力边界: 当前 generate_image 不保证中文文字精确渲染；若封面文字不清晰建议 PS 二次加工
复盘材料:
- $DIR/reference-analysis.md （参考封面拆解）
- $DIR/cover-plan.md （迁移决策）
- $DIR/cover-prompts.md （prompt 备份）
- $DIR/cover-review.md （质量审计）
Prompt 构建技巧
8 要素写法要点
| 要素 | 好的写法 | 差的写法 |
|---|
| 画面比例 | "vertical 9:16 ratio, portrait orientation" | "竖图" |
| 标题排版 | "title '爆款标题' in 2 lines, line 1 small, line 2 oversized bold" | "有大标题" |
| 人物/主体 | "young woman in red hoodie, half-body, positioned center-left, looking at camera" | "有个女生" |
| 背景 | "deep navy gradient background with subtle geometric pattern, clean and uncluttered" | "深色背景" |
| 色彩 | "main color deep navy like midnight sky, accent color warm yellow like honey" | "蓝黄色调" |
| 字体气质 | "bold sans-serif Chinese title, high contrast, commercial poster vibe" | "黑体" |
| 主体元素 | "central focus on the oversized title text, woman as supporting element behind text" | "标题为主" |
| 禁止事项 | "no English text, no watermark, no logo, no border, no cluttered elements" | "干净" |
参考深度对 prompt 的影响
reference_depth=light：prompt 不提"参考构图"，只描述新封面的目标视觉；ref_image_path 仍传入但仅作为风格参考reference_depth=deep：prompt 开头加 "Reference cover shows the visual logic to follow: title in [position], subject in [position], color scheme [main + accent]. Recreate this composition logic with the new title and subject."
反面约束的力量
AI 生图模型容易跑偏，显式禁止比正向描述更有效：
DO NOT include:
- English text or pinyin (Chinese only, with possible character rendering imperfections)
- Watermarks, logos, signatures
- Cluttered or busy elements competing with the main subject
- Multiple unrelated subjects
- Cartoon or anime style (must be photorealistic/commercial photography style)
常见失败与修复
| 问题 | 原因 | 修复 |
|---|
| 标题文字渲染模糊/错字 | AI 模型对中文文字支持差 | 在 prompt 中明确"Chinese characters may have rendering imperfections, prioritize overall visual impact over text precision"；建议用户 PS 二次加工 |
| 构图完全偏离参考 | reference_depth=deep 但 prompt 未显式声明参考逻辑 | prompt 开头加"Reference cover shows the visual logic to follow: ..." |
| 人物位置错误 | 主体描述不够具体 | 明确位置："positioned center-left"、"right side of frame" |
| 颜色与参考差距大 | 色彩描述过于抽象 | 用实物类比："deep navy like midnight sky, NOT pure black" |
| 画面元素过多过乱 | 缺少反面约束 | prompt 末尾加"DO NOT include cluttered elements" |
| 太像参考图（构图照搬） | reference_depth=deep 但未替换语义元素 | 把参考的"装饰元素保留、语义元素替换"原则写进 prompt |
| 太不像参考图（视觉断裂） | reference_depth=light 但色彩和字体气质也未对齐 | 即使 light 模式，主色和字体气质也应参考；只重做构图 |
| CDN URL 过期 | Read 返回的 CDN URL 约 30 分钟后过期 | 获取后立即使用；需要重新分析时重新 Read 获取新 URL |
| analyze_image 文件过大 | file_path 方式分析有 10MB 限制 | 先 compress_image，再失败则 upload_image 后用 image_url |
| output_path 权限错误 | output_path 是 MCP 服务器端路径 | 使用 /tmp/anban-creator-short-video-cover/$TASK_ID/... |
| 长 prompt 504 Gateway Timeout | prompt 过长或约束过多 | Prompt 控制在 500 词以内，优先 8 要素和最关键反面约束 |
| ref_image_path 无法访问 | 远程 MCP Server 无法访问本地文件路径 | 通过 Read + download_image 注册到服务器端 |
验证清单
单张封面完成后
全部完成后
