技能介绍

问题

动漫短片制作通常不是“生成一张图”或“生成一段视频”那么简单。一个可交付片段需要剧本、风格、角色、场景、镜头语言、台词、音频和时间轴协同；如果每一步都手动切换工具，资产容易不一致，镜头衔接也会断档。

工作流

该技能把创意输入整理成可执行的动漫成片管线，主要流程包括：

剧本与风格：先确认故事梗概、角色、对白和整体美术方向，如 3D动漫、二次元、古风、赛博朋克、写实风。
场景资产：生成 场景图、人物站位图 和 场景四宫格图，为后续镜头构图提供参考。
角色资产：检查并补齐 角色三视图，选择 voice_id 并生成试听音频，保持人物与声音一致。
分镜生成：按 风格/景别/机位/构图/运镜 + 画面描述 + 图片强调 编写提示词，并把镜头控制在 2～8秒；默认用 viduq3 直出对话和音效，若用 viduq2 则单独调用 TTS。
合成交付：根据时间轴调用 merge_video_audio.py 拼接 MP4，并输出素材清单与时间轴文档。

注意点

它适合需要稳定复用动漫制作流程的团队，也适合集中管理角色、场景、分镜和音频的创作者。边界在于：所有图片、视频和语音生成都必须通过 Vidu API，不能替换为其他模型；生图与生视频是异步任务，需要轮询 task_id，结果 URL 有有效期；TTS 为同步返回。若缺少 ffmpeg 或 Vidu 凭证，生成或拼接链路会受影响。