Claude Code→VOX 科普片六步：Image2.5 同源局部+MiniMax H3
每句旁白必须有可证明的图；图1总控+图2–5同源局部特写（带图1一起生成）；中文烧进图里；MiniMax H3 Ref2VA 四档保留词。15 秒约¥7.5——Agent 出科普短片的可抄流水线。
Demo video
No result image in the original post
Prompt
【Claude Code → VOX 科普片 · 六步】 1. 立规矩：每句旁白都得有一张能证明它的图；否则删掉空美。 2. 先写旁白，再想画面；一句话一个视觉想法，追问「这句拿什么图能证明」。 3. GPT Image 2.5 出图：图1=总控图（也是视频最后一帧）；图2–5=局部特写。关键：图2–5必须带着图1一起生成，写死「同一张版面的局部，除取景外别的不许变」。 4. 中文字印在图里，别让视频模型自己写。 5. MiniMax H3 参考模式 Ref2VA；提示词六段式，保留程度只认 fully_preserved / partially_preserved / attribute_transfer / weak_reference。 6. 旁白分句生成，用 ffprobe 量真实时长再排；字幕位置先抽帧避挡信息层。 【账本参考】15s / 约¥7.5（视频为主）；配音可忽略。
Attribution
- Author
- AlistairVadkqv
- Published
- 2026-09-21
- Original post
- View original ↗
- Collected from
- xianyu110/awesome-gpt-image2.5 · 2101861488189431919 · MIT