short-video-cover

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：

1. 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
2. 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
3. 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
4. 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
5. 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）：

1. 标题是否清楚（文字可辨认、层级分明）
2. 构图是否接近参考的逻辑（不是像素级，是结构逻辑）
3. 人物/主体是否突出（视觉重点是否对焦在主体）
4. 颜色是否统一（主色和强调色和谐，无杂色）
5. 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

• $DIR/input-manifest.md 已生成，包含全部 6 个用户输入字段
• $DIR/server-paths.md 已记录 REF_SERVER_PATH（和 COVER_SERVER_PATH）
• $DIR/reference-analysis.md 已生成，覆盖 8 个分析维度
• $DIR/cover-plan.md 已生成，包含迁移决策和 style anchors
• $DIR/cover.png 实际下载到本地
• $DIR/cover-prompts.md 已备份完整 prompt + provider 元数据
• $DIR/cover-review.md 已生成，5 项审计 PASS/MINOR/FAIL 评级

全部完成后

• 任一关键项（标题清楚、主体突出）FAIL 时已重试 1 次
• 重试后仍 FAIL 已标记 needs_manual_edit 并向用户说明
• 最终报告已交付，包含路径、迁移摘要、审计结论、能力边界声明