main-image-video

name	main-image-video
description	静态主图转主图视频。一张商品图 → 3–5 秒可上架的主图短视频。当用户说「主图视频」「图转视频」「让图动起来」「加个视频」时使用。

main-image-video — 主图视频

主图坑位旁边那个视频位，大多数店铺是空的。它不需要重新拍， 一张已有的主图就能生成。

---

一、能力边界

能做	说明
图生视频	一张商品图 → 3–5 秒运动镜头
运镜控制	推、拉、环绕、俯仰、微距扫过
材质动态	面料飘动、金属反光扫过、液体晃动
批量	配合 batch-image 整批出

不能做	说明
长视频	超过 8 秒请用 product-video-ad 分镜串联
口播	用 ugc-testimonial
改商品	视频模型会放大原图的瑕疵，先用 item-repair 修好

---

二、先配后端

视频模型 ID 因后端而异，必须显式指定，脚本不会替你猜：

export DLAZY_VIDEO_MODEL=<你账号里可用的视频模型 ID>

拼接与字幕需要 ffmpeg（本技能的单镜模式用不到，分镜才需要）。 完整说明见 references/video-backends.md。

---

三、工具调用

node scripts/video.mjs --mode clip --task main-image-video \
  --image docs/flat-lay/example-output.jpg \
  --prompt 'Slow push-in on the model. The cable-knit sweater fibers catch the light softly. Subtle natural body sway. Camera stays level, no cuts.' \
  --seconds 3 \
  --save out/sku001-main.mp4

# 先看会发什么，不计费
node scripts/video.mjs --mode clip --task main-image-video --image x.jpg \
  --prompt '...' --dry-run

参数约定

参数	取值	理由
--image	一张主图	竖版 3:4 或方图，分辨率越高越好
--seconds	3 ~ 5	主图位视频普遍偏短，超过 5 秒完播率掉得快
--brand	brand.yaml	让运镜与色调跟全店一致

---

四、Prompt 模板

结构：运镜 + 主体动态 + 环境动态 + 约束

<Camera move>. <What the product does>. <What the environment does>.
Keep the product identical to the reference image — same shape, color, texture, logo placement.
No cuts, no text overlay, no watermark. Photorealistic.

运镜词表

目标	英文
缓推	slow push-in
缓拉	slow pull-back reveal
环绕	smooth 30-degree orbit around the product
俯冲	gentle top-down tilt
微距扫过	macro pan across the surface texture

材质动态词表

品类	英文
针织 / 毛呢	fibers catch the light, fabric breathes subtly
真丝 / 雪纺	fabric ripples in a gentle draft
金属 / 珠宝	specular highlight sweeps across the metal
玻璃 / 液体	liquid settles, light refracts through the glass
皮革	soft sheen shifts across the grain

---

五、执行流程

1. 先检查静态图。视频模型会放大原图的一切瑕疵。原图有崩就先修，别指望视频救。
2. 确认后端。DLAZY_VIDEO_MODEL 没设就先问用户用哪个模型。
3. 单张试跑。视频比图贵得多，先跑一条 3 秒的看运镜对不对。
4. 确认后再批量。
5. 过一遍平台规格。视频也有规格要求（时长、比例、体积）， 目前 platform-compliance 只校验静态图，视频请人工对照平台文档。

---

六、常见问题

现象	原因	怎么办
商品在动的过程中变形	运动幅度给太大	换成 slow / subtle 系的词，缩短时长
画面糊	原图分辨率不够	先用 material-enhancement 提清晰度
模特脸在动的时候崩	人脸是视频模型的重灾区	改用不露脸的景别，或改成商品特写
时长对不上	多数模型的时长是档位不是连续值	按模型支持的档位取，别硬凑
报错说没指定模型	DLAZY_VIDEO_MODEL 没设	见「先配后端」

---

Tips

• 3 秒够用。主图位视频不是广告片，讲清楚一个卖点就行。
• 别加文字。主图视频的文字规则和主图一样严，字幕留给 product-video-ad。
• 首帧就是封面。用商品最好看的角度做输入图，因为它大概率是静止时显示的那一帧。