2026实测：MiniMax Design接入H3出片，运镜和批量复用能力对标专业剪辑但商用短素材仍是它的主战场

主体 (Subject)：[你的核心主体，例如：一位穿着风衣的年轻女性 / 一款极简设计的智能手表]，放置在 [具体的背景环境，例如：雨后的霓虹街头 / 纯白色的摄影棚] 中。 动作 (Action)：主体正在 [具体的动作，例如：缓慢转身看向镜头 / 产品正在轻微旋转]，动作 [节奏描述，例如：轻柔连贯 / 缓慢平稳]。 运镜 (Camera)：使用 [镜头类型，例如：中景 / 特写]，采用 [运镜方式，例如：缓慢推镜 / 环绕跟拍]，机位 [机位状态，例如：平视 / 俯拍]。 风格 (Style)：整体画面呈现 [艺术风格，例如：电影级质感 / 赛博朋克风 / 日系清新]，采用 [光线类型，例如：柔和自然光 / 冷暖对比光影]，分辨率为 [画质要求，例如：4K超高清 / 8K]，画质细腻，色彩 [色调描述，例如：通透 / 高饱和]。 约束 (Constraints)：画面稳定流畅，无抖动，无跳帧，无模糊，无变形，无多余肢体，五官清晰，动作自然不僵硬，严格遵循物理运动规律。

# 视频背景音乐与配音生成提示词 ## 背景音乐生成 请根据以下视频内容描述，生成一段适配情绪、节奏和风格的背景音乐： **输入示例：** > 视频类型：旅行vlog > 场景：清晨在海边散步，阳光洒在海面上，微风轻拂 > 情绪氛围：宁静、治愈、略带希望感 > 时长：60秒 > 音乐风格偏好：轻钢琴或吉他，无歌词 **输出要求：** - 提供3个不同风格但符合氛围的BGM建议（可使用AI音乐生成工具） - 包含节奏（BPM）、主乐器、情绪关键词 ## 视频配音生成 请根据以下文案和角色设定，生成自然流畅的配音音频： **输入示例：** > 文案内容：“欢迎来到我们的智能家居体验馆。在这里，科技让生活更简单。” > 角色性别与年龄：女性，30岁左右 > 语调风格：亲切、专业、略带热情 > 语速：中等 > 输出语言：中文普通话 **输出要求：** - 使用AI配音工具生成高质量语音 - 支持调节语速、语调、停顿 - 可导出为MP3或WAV格式 请确保背景音乐与配音在最终视频中音量协调、不互相干扰。

# 文字转视频生成提示词 ## 目标 将一段文字内容自动转换为具有视觉吸引力的短视频，包含合适的画面、配音和背景音乐。 ## 步骤 1. **准备文字脚本**：确保文字内容结构清晰，包含开头、主体和结尾。 2. **选择AI工具**：使用支持文字转视频功能的AI平台（如腾讯智影、万兴播爆等）。 3. **输入文字**：将准备好的文字粘贴到工具的文字输入区域。 4. **选择风格模板**：根据内容类型（如产品介绍、知识科普、故事叙述）选择合适的视频风格。 5. **自定义设置**（可选）： - 调整画面元素（人物、场景、动画） - 选择配音语言和声音类型 - 添加背景音乐或音效 6. **生成并导出**：预览效果后，生成并下载最终视频。 ## 示例 **输入文字**： "人工智能正在改变我们的生活。从智能家居到自动驾驶，AI技术已经渗透到日常生活的方方面面。未来，AI将继续推动各行各业的创新与发展。" **预期输出**：一段30秒左右的短视频，包含科技感画面、专业男声配音和轻快的背景音乐。

你现在的任务是使用 SkillSpector 对指定的 Agent Skill 进行安装前安全审计，请严格按照以下流程执行。 【审计对象】 - 输入类型：[Git仓库URL / 本地目录路径 / ZIP文件 / 单个Markdown文件] - 具体地址：[填写仓库URL或本地路径] - 是否包含敏感内容（源代码机密、客户资料、密钥等，决定能否开启LLM分析）：[能/不能外发] 【执行步骤】 第一步：环境确认 - 检查 skillspector 命令是否已安装，未安装则执行： uv tool install git+https://github.com/NVIDIA/skillspector.git - 运行 skillspector --help 确认可用 第二步：本地静态扫描（必做，不外发任何内容） 执行命令： skillspector scan [审计对象地址] --no-llm --format json --output report.json 第三步：判断是否需要开启 LLM 语义分析 - 如果【是否能外发】= 不能：跳过此步，仅依赖静态扫描结果 - 如果【是否能外发】= 能：执行 export SKILLSPECTOR_PROVIDER=[openai/其他服务商] export OPENAI_API_KEY=[你的密钥] skillspector scan [审计对象地址] --format markdown --output review.md 第四步：解读报告，按以下优先级检查 1. 先看 recommendation 字段：SAFE / CAUTION / DO_NOT_INSTALL - 不要只看退出码，CAUTION 也会返回 0 2. 再看 analysis_completeness.is_complete - 若为 false，说明扫描不完整，即使分数低也不能视为安全，需加 --fail-on-incomplete 重跑或人工补查 3. 逐条查看 findings 列表，定位具体文件和代码行，重点关注： - 是否有诱导 Agent 忽略原有规则的指令 - 是否读取环境变量、密钥（env harvesting） - 是否向外部 URL 发送数据（data exfiltration） - 依赖包是否命中已知 CVE（OSV 查询结果） - MCP 工具声明的能力与实际代码行为是否一致 第五步：给出安装建议 基于以上结果，用一句话总结： - 建议是否安装 - 如果是 CAUTION，说明具体需要人工确认哪几项 - 如果涉及需要长期维护该 Skill，建议执行 baseline 记录： skillspector baseline [审计对象地址] -o .skillspector-baseline.yaml 【输出格式要求】 请用中文、分点列出以下内容： 1. 风险分数与档位（SAFE/CAUTION/DO_NOT_INSTALL） 2. 完整度是否达标 3. 高风险 finding 摘要（文件名+问题类型+严重程度） 4. 是否建议安装，理由是什么