输入： 批准讲稿和讲师参考
输出： 短口播讲解视频
比例： 社交 9:16；课程 16:9
操作日志
1. 裁讲稿
写一个主张、一个理由、一个下一步。停顿处给观众缓冲。
2. 锁定讲师
锁定人脸、服装、背景和光线。第一个词、句中和最后一个词检查口型。
3. 低成本测动作
Agnes Video 2 积分/秒足够测头和手节奏，5 秒 10 积分。
4. 谨慎加音频
配音用外部剪辑工具；当 5 或 10 秒合适时，可用 Kling 原生音频 49 积分/秒。
完整执行记录
任务边界和素材准入
把「AI 口播视频生成」当成一次要交付的活，不是名词解释。输入是批准讲稿和讲师参考，输出是短口播讲解视频，工作比例定在社交 9:16；课程 16:9。先写驳回原因，再把它变成第一条硬约束。
必须有角色表、道具状态、场地说明、调色、时间、声音意图和镜头顺序。风格再强，也不能抹掉故事时间、角色状态，或让观众看不懂谁做了什么。
imgmov 执行路线
把 Canvas 当连续性台账。每个节点存参考、提示词、相机、时长和依赖关系。静帧和故事拍点批准后，只补缺失的过渡。
平台要求不要塞进模型提示词里。提示词可以描述场景；由命名清单记录裁切、主张、授权和后台核对，这些才决定能不能交付。
锁住不能漂移的变量
锁定脸、服装、道具、调色、镜头高度、场地、故事时间和台词。连续性比新鲜感重要。
把锁定字段放在提示词开头，不要放在结尾：使用一个批准参考和短句；先用 Agnes Video 10 积分测试动作。需要原生音频时，Kling v3 Omni 音频 49 积分/秒并吸附 5 或 10 秒。 把提示词、参考、比例、模型和驳回原因存成一组；下一次执行时先读驳回原因，再决定哪些字段可以放开，避免从一张好看但不可复现的画面重新猜起。
分步执行路径
第1步「裁讲稿」：写一个主张、一个理由、一个下一步。停顿处给观众缓冲。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第2步「锁定讲师」：锁定人脸、服装、背景和光线。第一个词、句中和最后一个词检查口型。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第3步「低成本测动作」：Agnes Video 2 积分/秒足够测头和手节奏，5 秒 10 积分。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第4步「谨慎加音频」：配音用外部剪辑工具；当 5 或 10 秒合适时，可用 Kling 原生音频 49 积分/秒。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。
每次重跑只改一个命名变量：提示词、参考、相机、时长、模型、比例或导出裁切。一次改两处，即使结果变好也无法复用，因为没人知道是哪处修复起了作用；重跑前先把当前版本编号、失败描述和准备验证的假设写清楚，避免下一次又凭感觉推翻上一版。
验收门和证据
观众要能自己排镜头顺序，认出同一个人，道具不能在帧间瞬移。
源图、批准文案、被驳回版本、修正、积分成本和最终裁切都放在资产旁边。这份记录要让下一个复审者不用翻聊天记录也能复现决策。
失败诊断与重跑阶梯
先修参考，再改提示词。过渡失败就插短静帧，不为更长的猜谜镜头烧积分。
不靠感觉升级。Agnes Video 5 秒探路 10 积分；概念通过后，Seedance 2.5 五秒 480p 90 积分、720p 195 积分；Kling 无音频 195 积分、含音频 245 积分。只有确需要 4/6/8 秒电影感时才用 Veo，对应 80/125/165 积分。先证明钩子、主体和节奏，再付钱把已成立的动作做干净。
版本管理与交付
交接 Canvas、参考 ID、提示词历史、首尾帧、字幕轨和已批准成片。
交付文件夹故意做得很无聊：源素材、批准参考、生成设置、字幕文件、渠道裁切、QA 截图和一行修正日志。可复用资产就要无聊得恰到好处。
为什么这不是通用答案
imgmov 的优势在链条：Asset Library 保住主体参考，Canvas 固定镜头顺序和首尾帧，工作台只在概念证明后才路由到 Seedance、Kling 或 Veo，外部剪辑工具补字幕和 CTA 时不必重新生成媒体。
风格再强，也不能抹掉故事时间、角色状态，或让观众看不懂谁做了什么。 如果只想问「AI 口播视频生成」是什么，搜索页更快；这里值得看，是因为要把短口播讲解视频在真实约束下交付出去。
常见问题
需要口型同步吗？
不一定。短知识片可用静帧加字幕。
流程的停止点很明确：从批准讲稿和讲师参考开始，到短口播讲解视频为止。imgmov 路径是：源素材入库、设为锁定参考、设社交 9:16；课程 16:9、跑一个证明版，再把通过设置存下来。复审看不出哪个是批准版，画面再好看也算流程失败。
原生音频多少钱？
Kling v3 Omni 含音频 49 积分/秒，无音频 39 积分/秒。
不靠感觉升级。Agnes Video 5 秒探路 10 积分；概念通过后，Seedance 2.5 五秒 480p 90 积分、720p 195 积分；Kling 无音频 195 积分、含音频 245 积分。只有确需要 4/6/8 秒电影感时才用 Veo，对应 80/125/165 积分。先证明钩子、主体和节奏，再付钱把已成立的动作做干净。
最低成本测试多少？
Agnes Video 5 秒 10 积分。
验收不是“看起来像不像 AI 大片”，而是：观众要能自己排镜头顺序，认出同一个人，道具不能在帧间瞬移。然后源素材、批准文案、驳回版、修正和最终裁切放进同一个交接文件夹。
口播多长？
每个主张 5-10 秒。更长观点应拆镜头。
先修参考，再改提示词。过渡失败就插短静帧，不为更长的猜谜镜头烧积分。重跑只改一个命名变量，保留旧版本并记录积分成本。同一失败出现两次，就修参考或缩范围，不要继续让提示词道歉。
人脸为什么漂移？
快速动作和光线变化。保持一个参考并放慢镜头。
imgmov 的优势在链条：Asset Library 保住主体参考，Canvas 固定镜头顺序和首尾帧，工作台只在概念证明后才路由到 Seedance、Kling 或 Veo，外部剪辑工具补字幕和 CTA 时不必重新生成媒体。只有当源素材、参考 ID、提示词、模型、成本、驳回原因和批准成片连在一起，交付才能复用。这条链才是下一个「AI 口播视频生成」变快的原因。