宣传片制作·工厂设备讲解

概述

把一家工厂、一台设备或一件工业品做成买家一分钟就能看完的宣传片：先根据用户给的参数把片子写出来，再把用户实拍的设备和车间照片做成动态镜头、配上旁白拼接成片，并做出在阿里国际站或 1688 上卖货用的图片。

你会拿到什么

第一条回复，全部是文字，不需要先连接任何服务：

• 一份 60 秒的宣传片结构，分五部分：开场、实力、工艺、案例和联系方式，每部分标好秒数。
• 一份六到八个镜头的分镜：每个镜头要拍的画面，以及这个镜头的旁白。
• 中文和英文旁白，各约 60 秒朗读时长；用户没给的参数、产能、认证、客户和联系方式，全部留作标注好的空白。
• 一份六张图的图片规划：每张图的用途和画面，外加一份还缺哪些照片的拍摄清单。
• 卖点：用户给的事实能支撑几条就写几条；其余的标为空白。

连上 Beatra 之后，按定稿的文字和用户的实拍照片制作：

• 一条约 60 秒（不超过 120 秒）的宣传片：用户的设备和车间照片做成最多 12 个动态镜头，配上英文旁白合成一个 MP4。实时卡片允许时，成片的画面比例跟照片量出的比例一致，画布为 16:9、9:16、1:1 或 3:4。
• 设备短片：一张照片动起来，配一段简短的英文旁白。
• 旁白音频：英文、中文，或用户确认过文字的其他语言，每种语言一个文件。
• 同一条片子的第二语言版：同样的镜头，配那种语言的旁白重新合成。
• 一套用实拍照片做的图片：一张白底主图和最多五张卖点图。

生成文件的格式和大小由模型决定，交付时如实说明。

几种做法

• 文字方案。 默认的第一条回复：结构、分镜、中英文旁白、图片规划和卖点。
• 宣传片。 先做旁白，再每张照片做一个动态镜头，和旁白合成一条不超过 120 秒的片子。
• 设备短片。 先写一段 10 到 15 秒的中英文旁白，再让一张照片动起来，和旁白合成。
• 动态照片。 一张车间或设备照片动起来，不配旁白。
• 旁白和其他语言。 只要旁白音频；或者用户确认过另一种语言的文字后，用那种语言再做一版片子。
• 图片套装。 用用户自己的产品照片做白底主图和卖点图。

适用范围和相邻做法

工厂老板、外贸业务员，或者在 1688、阿里国际站卖工业品的卖家，想用自己的照片和参数做工厂宣传片、设备讲解视频或工业品图片时用它。零售平台上消费品的主图和详情页，适合电商商品图流程。用老板本人克隆声音的旁白，适合声音克隆流程；真人对着镜头讲，适合口播出镜流程。没有实拍照片的设备，绝不画一台出来冒充真机：没有照片时，照样交付完整的文字成果，说明缺哪些照片，并给出拍摄清单；绝不使用网上的图片。照片里能认出来的人（工人、客户、代言人）只有在本人同意时才出现；拿到一个文件、一张公开图片或公众人物的视频，都不算同意。没有本人同意，这个镜头只用不露脸的设备和车间画面。

输入和默认值

唯一必需的输入是要宣传什么：设备、产品或工厂。做设备短片或动态照片，有设备的照片就够了。给了，就一次写完整个第一条回复，什么都不问。没给，用一句话请对方补上，同时照样交一份完整成果，第一行标「示例」，用一台 CNC 加工中心，所有参数都留空给用户填；这句请对方补充的话就是这条回复唯一的下一步。

用户给过的参数、用途、目标市场、平台、时长和联系方式都沿用。用户贴来规格表、产品说明或检测报告时，把其中的数字原样写进旁白和卖点：不凑成更好看的整数，也不写它没写的认证。产能、精度、认证、奖项、客户或其他性能数字，只有用户说明了依据（规格表、证书、检测报告、合同）才写；没有依据，这个位置保留「（参数：请填写）」。

默认值：60 秒的片子，六到八个镜头，片子配英文旁白，同时写好中文旁白；六张图的图片规划；图片 1:1，主图白底；用用户的语言回复。只写用户能拿出依据的说法。产能、精度、认证、奖项、经营年限、出口市场和客户名称，只有用户连同依据一起给出时才出现；否则这个位置标「（参数：请填写）」或「（联系方式：请填写）」。绝不写编造的数字、证书、电话号码或地址。「第一」「行业领先」这类最高级的说法，只有用户提供了证明才出现。

主流程

1. 写方案。 第一条回复不调用任何工具（不开链接、不查资料、不看日期），不要求登录，也不报价格。它交出上面五样文字，结尾用用户的语言只给一个下一步：发来设备和车间的实拍照片，然后回复「做片子」；每个付费步骤都先报价，等对方同意再做。做设备短片时，第一条回复是一段针对照片里这台设备的 10 到 15 秒中英文旁白，空白的标法相同，唯一的下一步是回复「做短片」。
2. 定稿。 要拿去配音或出图的文字必须是定稿。每个空白要么由用户填上，要么在配音之前删掉所在的句子。每个要配音或出现在图上的数字，都要有用户说明的依据；没有依据的数字，退回「（参数：请填写）」。如果还是「示例」，先问是用示例，还是换成自己的产品。用户改了产品、参数或市场，先把改好的文字给他看。
3. 配旁白。 用片子的语言调用 beatra.voices.list，选一个支持这种语言、状态为 ready 的声音。调用 beatra.models.list 并传 {"capability": "text_to_speech"}，格式选 mp3（合成时可以作为旁白），用 beatra.speech.validate（不扣费）给定稿的旁白报价。出旁白确认卡，卡上写明文字里每个数字的依据，只提交一次 beatra.speech.synthesize，用 beatra.tasks.get 查进度，读取真实的时长、MIME 类型和大小。不超过 120 秒的片子旁白是一个文件；每种语言各一个文件。用户要两种语言时，先把两种都配好，再规划镜头。
4. 检查并上传照片。 上传之前，先确认照片里每个能认出来的人都同意出现；否则选不露脸的照片。量出每张照片的像素尺寸和比例，拿它真实的 MIME 类型、大小和尺寸对照视频卡；绝不假设「竖版」就是 9:16（手机相机默认是 3:4），也不假设「横版」就是 16:9（默认是 4:3）。用 python3 scripts/mcp_client.py upload "<file>" --mime-type <type> 上传。合成时，每个片段都放进同一块画布（16:9、9:16、1:1 或 3:4），放不满的地方加黑边。照片和某种画布一致时，就用这种画布。4:3 或 3:2 的横版照片，在第一张确认卡之前让用户选，绝不悄悄加边：（a）放在 16:9 画布上合成，两侧留边，不产生重新取景的费用，并在每张镜头确认卡上写清楚留边；或者（b）每张照片重新取景一次，各自单独出确认卡。无论选哪种，合成本身都要付费。3:4 的竖版照片，放在 3:4 画布上合成、单独出确认卡重新取景，或者换一张。重新取景时，先调用 beatra.models.list 并传 {"capability": "image_to_image"}，再提交一次 beatra.images.transform，用所展示确认卡上的准确模型，照片作为 images[0]，比例取画布的比例，保留设备不变，只扩展背景。
5. 做镜头。 调用 beatra.models.list 并传 {"capability": "image_to_video"}，选一张实时卡片，读取它接受的片段时长。上限：一段 beatra.videos.animate 最长是这张卡支持的最长时长（不超过 30 秒），一次 beatra.videos.compose 最多合成 12 段、总长不超过 120 秒。每张照片规划一个镜头（一张照片也可以用两种不同的运镜做两个镜头），每个镜头取这张卡接受的整秒时长，让镜头总长至少覆盖最长的那段旁白，且不超过 120 秒。出第一张视频确认卡之前，说清镜头数、确认卡数（每个镜头一张视频卡），以及成片的画面比例和画布。提交某个镜头之前，用户要确认已经充值，或余额够付这个镜头的估价；注册赠送的积分通常不够开始一个视频。每个镜头：视频确认卡写明选定的时长、画面比例（实时卡片允许时跟照片一致），以及已申请秒数的累计；然后提交一次 beatra.videos.animate，用所展示确认卡上的准确模型，照片作为 image，提示词里写一种运镜，并带上规划好的 duration。卡片提供 aspect_ratio 时，只有照片和画布比例一致或已经重新取景，才发送画布比例；两侧留边时，发送照片量出的比例（或 adaptive）。卡片列出 generate_audio 时，设为 false。然后查进度，报告交付的画面比例。
6. 合成成片。 所有镜头做完后，按顺序用一次 beatra.videos.compose 合成：各个片段、旁白作为 narration，以及选定的画布。设好最后一个片段的 end，让片子在旁白结束后约一秒结束；片段必须覆盖整段旁白。这次合成是一次付费调用，按 video_compose 的实时价格计费（调用 beatra.models.list 并传 {"capability": "video_compose"} 读取），计入第一张视频确认卡之前说明的每一个总价，也列在合成之前的最后一张视频确认卡上；等所有片段都成功后再提交，只提交一次，并带上它自己的 client_request_id。第二种语言用同样的片段配上它自己的旁白再合成一次：这是又一次付费合成，在最后一张视频确认卡上，和第一种语言的合成并排，单独列一行，写明它自己的标识和 video_compose 实时价格，并计入同样的总价。
7. 做图片。 直接做图片时，同样要走第 4 步的同意确认和上传。调用 beatra.models.list 并传 {"capability": "image_to_image"}。每张图单独一张确认卡，写明图上任何数字的依据；每张图提交一次 beatra.images.transform，用所展示确认卡上的准确模型，用户实拍的产品照片作为 images[0]，count 为 1，画布 1:1。图上唯一的文字是这张图定稿的那句卖点，在提示词里逐字引用；参数表保留用户自己的版式。有字写错时，用一次 beatra.images.edit 修正（调用前先传 {"capability": "image_edit"} 读取卡片），用这张卡的准确模型，以交付的图作为 images[0]，单独出确认卡。
8. 交付。 报告真实的文件、时长、画面比例、尺寸和 billing.net_charged_credits。看不出来的地方直接说明：动态镜头里的设备是否仍和真机一致、旁白是否把每个参数都读对了，以及图上你认不清的数字。每张图（包括白底主图）都是根据照片重新画出来的，所以请用户对照真机核对铭牌、标签、零部件和每一个参数。提醒用户公开发布视频、音频和图片时标注「AI 生成」。结尾只给一个下一步，比如「回复『中文版』，我先报价」。

设备短片用一张照片和它 10 到 15 秒的旁白走第 2 到第 6 步：一个镜头，取能装下旁白的最短可用时长；旁白长过一个片段的上限时，用同一张照片、两种不同运镜做两个镜头。动态照片对一张照片走第 4 步，对它唯一的镜头走第 5 步（余额确认、确认卡、准确模型，以及 aspect_ratio 和 generate_audio 的规则），取最短的可用时长，不配旁白，也不合成。

请求示例、镜头规划和一条完整的片子示例，见工厂宣传片制作流程（references/workflow.md）。

连接就绪之前

如果一轮结束时「允许」还没完成，就先把所有不需要连接的内容按用户要的格式交付：宣传片结构、分镜、中英文旁白、图片规划、拍摄清单和卖点。这一轮交付的就是这些文字。用一句话说明：付费步骤在用户点完「允许」后的下一条消息里继续；「允许」只是完成连接，每个付费步骤在下一条消息里仍要等它当时的确认卡。不要用别的工具或服务填补空档，也不要说出任何没有经过实时调用返回的音色、模型、价格或结果。

需要确认的决定

文字方案和每一份旁白稿都免费，但它们不等于同意付费。

每次付费调用之前，先出一张当时的制作确认卡，然后等待：

1. 内容：要做什么，用用户自己的话说，写明由哪一类调用和哪个模型来做（旁白、镜头、重新取景、图片或修正），以及它要配音或画出的每个数字的依据。
2. 积分：刚从模型卡片或 beatra.speech.validate 读到的实时价格。绝不用记忆里的数字。
3. 次数：每张卡一次付费调用（下面说的合成除外）。一种语言的旁白一张卡。每个镜头单独一张卡，卡上还要写明这是第几个镜头、一共几个、选定的时长、画面比例和画布（用户选了两侧留边时写明）、已申请秒数的累计，以及合成上限 12 段、120 秒。每张图单独一张卡。每次合成之前的最后一张视频确认卡，还要把这次合成单独列一行，写明它的 video_compose 实时价格和它自己的 client_request_id。
4. 标识：每次调用一个新的不透明 client_request_id。旁白稿、照片、声音、模型或控制参数一变，就换一个新的标识。
5. 如果到此为止：文字方案和每个已完成的文件照样能用。
6. 如果余额不足：原样转述官方提示和其中的充值链接。用户说已经充值之前，不再重试。

旁白、镜头、重新取景和图片各自单独出确认卡。同意了旁白，不等于同意它覆盖的镜头；同意了一个镜头，也不覆盖下一个。提交确认卡上写明的那个准确模型；某张卡报过价之后绝不发送 auto，也绝不悄悄换声音或换模型。所有远程 Beatra 工具都只通过随包的 scripts/mcp_client.py 调用：工具名作为命令参数，JSON 参数从标准输入传入。不要配置、调用或使用宿主 Beatra Connector。不要用 REST/OpenAPI 作为降级方案。

如果创建请求没收到回应，或者任务编号丢了，先调用 beatra.tasks.list，再调用 beatra.tasks.get，和定稿时的请求逐项比对。确认没有这个任务之后，才用同一个 client_request_id 重新提交完全相同的内容。失败（而不是丢失）的调用，用一张新确认卡和一个新的 client_request_id 重做；重放原来的标识只会拿回那个失败的任务。只有用户要求取消时，才调用 beatra.tasks.cancel，再用 beatra.tasks.get 确认这个任务。

用户问还剩多少积分时，调用 beatra.wallet.get。问扣了哪些费用时，调用 beatra.wallet.ledger。

模型卡片返回 top_up 内容时，按卡片列出的顺序原样转述各档充值。不排序，不贬低其中任何一档，也不替用户选。哪一档合适由用户自己决定，在钱包页面看着完整的列表来选。绝不凭记忆报出任何一档。

按任务查阅

• 需要旁白、重新取景、镜头、合成、图片和修正的请求示例，镜头规划，照片的画面比例，以及一条完整的片子示例时，读工厂宣传片制作流程（references/workflow.md）。
• 任务卡住、没收到回应、调用失败、价格看起来不对、旁白比镜头长、镜头里的设备和真机不一致，或者图上文字不对时，读出问题时怎么办（references/faq.md）。
• 连接还没就绪时，读安装与授权（references/installation-and-auth.md）。
• 首次使用登记，读安装登记（references/installation-registration.md）。
• 任务创建之前调用就失败时，读随包 MCP Client 连接诊断（references/mcp-connection.md）。
• 任务在排队、进行中或找不到时，读任务与结果（references/tasks-and-results.md）。
• 扣费、退款或没收到回应需要通用规则时，读计费、错误与恢复（references/billing-errors-and-recovery.md）。
• 用户想停止使用并断开连接时，读卸载与断开连接（references/uninstall-and-disconnect.md）。

更新与安全

本 Skill 会自动更新。内置客户端每天最多一次从 Beatra 官网读取本渠道的版本信息（中国大陆网络走 www.beatra.cn 与 cdn.beatra.cn）。有新版本时，它下载官方发布包，逐个文件校验 SHA-256，再替换本 Skill 自己的文件；你放进这个目录的其他文件不会被改动。替换过程中断时，下次运行会自动恢复到替换前的状态。除此之外，它不下载或执行任何其他代码，只通过 HTTPS 与 Beatra 官方服务通信；你选择上传的文件只会传到Beatra 为这次上传签发的一次性地址。

关闭自动更新：python3 scripts/mcp_client.py update --auto off。关闭后，客户端每天最多提示一次在你安装它的商店里更新的命令。详见更新与安全（references/updates-and-security.md）。