LibTV Video Agent可一键生成有剧情分镜的5分钟长视频，支持短剧、游戏PV、广告等类型。用户通过自然语言与Agent交互，可自主规划剧本分镜、剪辑配音，内置100多种风格模板，支持批量生成和精控调整。适合内容创作者、营销人员快速制作成片。
Tags:
AI 能一键生成有剧情、有分镜的 5 分钟长视频了！
这是我生成的女频短剧，整个片段我都没有手动抽卡，全靠 AI 自主规划完成， 剪辑也是它做的。
可以看到，不仅人物一致性控得很好，镜头规划得也很紧凑。
今年一季度，全网 AI 短剧播放量冲到 1300 亿次，上新超过 10 万部，2026 年用户规模预计突破 2.8 亿。
我身边有很多人都想试水 AI 短剧，结果发现那些宣称“一句话生成”的 AI 工具，其实是要反复抽卡的，做一部剧，还是要回到生成器、画布和节点，一个镜头一个镜头地抠。
做完一部下来，人比 AI 还累....
不过这个局面已经被打破了，因为 AI 视频生成工具又进化了。
通过 Video Agent 的精控，视频生成模型现在可以直接用自然语言，生成一支完整的成片。
我用到的工具就是 LibTV 的 Video Agent，网页链接：
https://www.liblib.tv/
1、点击开始创作-打开画布，就可以在画布右侧直接使用 Agent。
2、也可以在页面入口直接输入文字，和 Agent 对话。
3、Agent 可以读取你的画布，增加你的工作流节点，也可以自主规划剧本、分镜，对素材进行剪辑、配音。
4、另外，LibTV 库里还内置了100＋风格的 skill ，可供 Agent 生成视频时使用，确保生成结果的风格稳定，不跑偏。
一、女频短剧生成
比如说，我开头生成的视频，就是用 LibTV 库里的女频短剧生成 skill 做的。
我给到了 Agent 剧本原文，然后@这个 skill 。
拿到剧本后，Agent 马上就会自主生成符合剧情的人物三视图，整体画风会参考当下热门女频短剧的视觉风格，把人物做得更精致。
同时尽可能锁定人物的脸型、发型、服装和气质，以及几个大场景的美术风格。
然后，开始切割剧本，生成分镜表。
接着，Agent 会根据规划的分镜表依次抽卡生成视频。
一批可以并行生成 5 个 15s 的视频，生成完毕后，Agent 会自主打标 node_key，记录生成视频的时间轴。
在它生成的时候，你还能随时切换工作流和故事板两种视图，调整 Agent 的操作。
工作流视图便于进行提示词调整、画面抽卡精控。
故事板视图方便管理素材，进行整个故事的分镜梳理。
当然，Agent 会帮你主动动管理两个视图，同步你的操作。
而且在每次生成出现问题，或是需要你做决策的情况，它都会弹出选择框给到你，比如：
最后，一步到位，剪辑成片。
我这里只跑了两分钟左右的案例，实际上 LibTV 最多支持生成 5 分钟左右的视频！
也就是说一集短剧成品，由 AI Agent 自主操纵就能跑出来，太强悍了。
二、孙悟空进入后室游戏PV
我还试了一下其他很好玩的 skill。
最近后室这部电影很火，这是我利用 LibTV Agent 中的游戏实机PVskill ，做的游戏实机视频。
在视频里， 我让孙悟空作为玩家进入后室探险，和怪物海盗克拉克发生战斗。
成片还挺有悬疑氛围的，转到打斗时也不突兀，整体十分酷炫。我下面就展示我的精控过程。
这个 skill 分为三部分：引导流、剧情流、战斗流。
每部分15s，分别用于展示游戏的核心玩法、游戏剧情，以及战斗系统和操作体验。
提示词：
遵照@游戏实机 PV skill，生成孙悟空在后室里冒险，遇到 boss 海盗克拉克发生打斗的 45s 视频。
然后我给到相应的后室场景图片，海盗克拉克、孙悟空的人物图片。
过了大概 30 分钟，AI 就给到了剪辑好的成片。
但第一遍的结果我不是很满意，因为视频之间的衔接不太流畅。于是我秉承着能动嘴就不动手的原则，给 Agent 下达了指令。
于是，Agent 读过画布后，提取了视频 A 与视频 B 的首尾帧，生成了过渡视频。
这样，成片就不会接不上了。
还有其他细节上的问题，我发现也可以用自然语言给它提要求。
比如我觉得孙悟空战斗的姿势不好看，它会自主规划抽卡，等待我做选择后再推进下一步。
这下微调视频都不用动手，动嘴就可以。
我发现，做这种长流程视频，最重要的技巧不是一开始就把每个镜头抠到完美，而是先让 Agent 按照 Skill 把完整结构跑通，再针对衔接、动作和节奏进行定点返修。
这样做效率会高很多。感叹还是新技术解放生产力，过去需要一个小团队完成的工作，现在一个人带着 Agent 就能做到....
三、仿拍爆款变装
除了使用现成的 Skill，Agent 还可以一键分析你给到的视频，提炼成一套新的 Skill。
比如，我在网上刷到了很有创意的变装视频，想要用 AI 仿拍。
这是原片：
这是我的结果：
是不是很有效果？
第一步，把爆款视频丢给 Agent ，就能拆解视频结构，镜头变化。
然后根据参考视频的结构，规划新的视频生成逻辑。
第二步，固定人物和视频环境。
这里的人物可以直接用 LibTV 角色库里的，也可以自己生成。
我是自己生成，给到 Agent 如下提示词：
生成一张绝美亚洲女性，真实影像风格的白底自拍，小红书穿搭博主，生成她不同的妆容穿搭风格 Apose 图片：1、y2k风格 2、办公室海妖风格 3、轻朋克风 4、多巴胺风格。发型、头发颜色、妆容颜色都要随之变化。
第三步，让 Agent 模仿原视频的画面，批量生成首帧图。
速度非常快，不到 10 分钟，就生成了 8 张手机视角图片。
第四步，我让 Agent 用首尾帧生成模式，按照分镜生成无声视频。
首次忘记生成无声视频也没关系，最后剪辑成片的时候，让 Agent 批量分离原始音频就可以。
第五步，Agent 就会对齐分镜表，自主剪辑视频了。你可以用自然语言给到配音提示词：
请将原视频的音频放在成片里，对齐时间轴，节奏。
到了这一步，它就能百分之八十地复刻爆款视频，完成度很高。但是其中的细节、转场特效可能还是需要人类手动调整。
大家可以选择 Agent 复刻完整体结构后，放到剪辑软件里再做一些修整。
如果想要复用整个工作流，直接给到这个提示词：
在 skill - 我的，可以看到创建的视频生成 skill 。
说实话，这个功能我体验下来觉得很方便，尤其适合那些已经有明确参考样片，但又不想每次都从零搭****工作流的场景。
甚至同一个账号的系列化内容，都可以先找一条成熟视频作为模板，让 Agent 把它的镜头节奏、画面结构和剪辑逻辑提炼成 Skill。
之后只需要更换人物、商品或者文案，就能快速批量复用。
四、汽车广告
最后，我想试一下能不能一键直出成品广告。
我做了一支汽车 TVC，并分别生成了中文和英文两个版本。
中文：
英文：
Agent 先确认了四套视觉锚点：车辆主体、光影风格、使用场景和镜头构图。
主体锚点负责保证汽车不变形，光影锚点统一整支广告的电影感，三个场景锚点分别承载速度、越野和城市质感，最后再用低角度英雄构图强化汽车的力量感。
这一步相当于先给整支广告建立了一套视觉规范。后面即使批量生成几十个镜头，广告气质也不会轻易跑偏。
广告片段生成时是无声的。等到拼接完素材后，Agent 会自主生成对应的广告台词人声配音。
人声配音支持中英双语，英文台词会基于原始台词，进行本地适配。
并且，还会规划音乐生成模型，对素材进行配乐。
你还别说，看了成片，这广告音乐配得挺有那味儿的。
成片的结果我很满意，前面先立住车型和气质，中间用赛道、荒野和城市不断抬高情绪，最后再用英雄镜头完成收束。有完整的逻辑，一个人也能快速完成一版相当成熟的广告样片。
五、总结
体验完这一整套流程，我最大的感受是：AI 视频正在从“单镜头生成工具”，快速进化成真正的视频生产 Agent。
过去用 AI 做视频，虽然单个画面已经足够惊艳，但真正落到成片，还是要自己写提示词、反复抽卡、管理素材。
很多时候只是把第一步变简单了，后面的脏活累活一点都没少。
而 LibTV Video Agent 的变化在于，它开始把这些原本分散的环节串起来。无论是根据剧本生成一段女频短剧，按照 Skill 制作游戏 PV，分析爆款视频并复刻工作流，还是直接生成一支中英双语汽车广告，它都不再只是负责“出画面”，而是会主动规划整个流程。
更重要的是，整个过程中依然保留了足够的可控性。结果不满意，可以直接用自然语言让它补过渡、换动作；有需要决策的地方，它也会停下来让人选择，而不是完全不受控制地一键跑到底。
人负责提出创意、把控审美和判断结果，Agent 则负责完成大量重复、琐碎的执行工作。
已经可以明显感觉到，AI 视频创作只会变得越来越简便。
现在只需要说清楚需求，就能直接交付一条有剧情、有分镜的长视频。
一个人带着 Agent，就已经能很快做出相当成熟的短剧、游戏 PV 和广告样片。
技术迭代的速度，真的已经快到有点夸张了。
没有评论:
发表评论