Short Video Cover

短视频爆款封面——参考封面复刻工作流

MCP 工具

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）：

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

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

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