---
name: aigc-video-cover-gpt
version: 1.1
description: 用 GPT Image 2 一步生成「商单/科普视频」高质量横版封面的工作流。输入一张人物参考图 + 一份视频脚本，自动发散标题钩子、套用商单封面公式（暗版 / 亮版双影调随机）、写出含锁脸与中文大字策略的 GPT Image 2 提示词（中间产物），并一次出若干张可发布的 16:9 封面。当用户说"给这个视频做封面""根据脚本出封面""用 GPT Image 2 做视频封面""把人物参考图做成封面"时触发。
---

# AIGC Video Cover (GPT Image 2)

## 适用场景

把「一张人物参考图 + 一份视频脚本」直接变成若干张可发布的 **16:9 横版视频封面**，由 **GPT Image 2 一步出含中文大标题的整张图**。面向商单视频、知识科普、揭秘解说这类需要「缩略图秒懂 + 有点击欲」的封面。

典型触发语：

- "给这个视频做封面 / 出 3 张封面"
- "根据脚本出封面，人物用这张参考图"
- "用 GPT Image 2 把人物参考图做成封面"
- "这条片子要发 B 站，封面帮我搞一下"

**与相邻 skill 的区别**：

- `aigc-poster-layout` 是**保护已定稿原图**做手工排版海报，不重绘主体；本 skill 是**从零生成**封面、接受 GPT Image 2 重画人物。
- `aigc-prompt-optimizer` 是通用 prompt 优化；本 skill 专做「脚本 → 封面」这一条龙，内置商单封面公式与锁脸打法。

## 核心约定（本 skill 的硬设定）

1. **一步出整图**：GPT Image 2 直接生成含中文大标题的完整封面，不做「底图 + 后期排版」两段式。
2. **接受 ~92% AI 近似**：人物用参考图重画，靠「禁美化 + 点名锚点」把身份拽回到工具上限，不做抠图换脸。详见 [[GPTImage2锁脸的脸占比上限_v1]]。
3. **只出 16:9 横版**：用自然语言 `Wide 16:9 horizontal video thumbnail`，GPT Image 2 不吃 `--ar`。
4. **若干张 = 多个标题钩子**：默认从脚本发散 **3 个**不同钩子，各出 1 张，而非同一张改比例。
5. **暗版 / 亮版双影调随机**：每张封面随机走「暗版」或「亮版」影调（见第三步）；一批 3 张默认**两种影调都出现**（如 2 暗 1 亮 / 1 暗 2 亮，随机），让用户在明暗两种风格里挑。
6. **prompt 是中间产物**：先把 prompt 写清楚给用户过目（尤其文字内容、锚点、影调），再调用出图。

---

## 第一步：拆参考图 + 拆脚本

### 1A. 从参考图抽「身份锚点」

找出参考图**最强的单一特征**（眼睛颜色/形状、脸型、发型、肤色、标志性配饰其一），作为锁脸成败的判据。

> 锁脸先看锚点有没有还原，不必逐项比对五官。**锚点丢 = 锁脸失败**（[[GPTImage2锁脸的脸占比上限_v1]]）。

记录：性别、年龄段、锚点特征、是否戴眼镜、气质（温婉/硬朗/书卷/喜剧）。

### 1B. 从脚本抽「封面要素」

读完脚本，提炼：

- **核心冲突 / 卖点**：这条片子最戏剧的一句话是什么。
- **题材情绪**：科技商单 / 揭秘暗黑 / 活泼梗 / 教学正经 —— 决定配色模板（见第三步）。
- **可上封面的钩子词**：能做成 2–4 字大标题的核心动词或名词（如「折解」「揭秘」「魔改」「过于先进」）。
- **品牌/栏目信息**：记下来但**不上封面**——IP 名、栏目名、英文 slogan 一律写进视频标题 / 简介，不进画面（见第三步要点 3）。

---

## 第二步：发散标题钩子矩阵（默认 3 个）

不要只想一个标题。从脚本发散 3 个不同角度的钩子，每个包含：

| 字段 | 说明 |
|---|---|
| 主标题 | 2–4 字核心词，缩略图主角 |
| 高亮字 | 标题里最戏剧的 1–2 字，用对比色单独跳出 |
| 副钩子 | 一句吊人的短句，常带「！」或「？」（如「建议低调使用！」「今天你哈了吗？」） |
| 英文幽灵层 | 全大写英文，做低透明度背景字（如 `DISASSEMBLE` `WAR` `MUSK`） |
| 角度 | 这个钩子打的是悬念 / 利益 / 冲突 / 反差 哪一种 |

三个钩子尽量打不同情绪（如：① 悬念式 ② 利益式 ③ 冲突式），让用户有得挑。

---

## 第三步：商单封面公式（从高质量模板提炼，核心资产）

这是这套「高质量封面」的统一骨架，每张图都按它搭：

### 版式骨架（16:9 横版）

```
┌─────────────────────────────────────────────┐
│   (顶角留空，不挂品牌条 / 栏目名 / 英文 slogan)    │
│  超大主标题(左/中)         主体(人物/产品/IP)   │
│  ▓▓▓▓ 高亮字 ▓▓▓▓          右侧 3/4 侧身/指向    │
│  英文幽灵层(半透明压在标题后)   或纯黑剪影        │
│  ── 副钩子短句 ！ ──                            │
└─────────────────────────────────────────────┘
        ↑ 背景按「影调」走暗版或亮版（见下）
```

这个版式骨架（主标题 + 高亮字 + 英文幽灵层 + 主体右置 + 副钩子）**暗版亮版通用**，差别只在「背景影调 + 主体光照 + 文字撑读方式 + 氛围元素」。

要点：

1. **主标题占画面 40–55% 宽**，放左侧或中部；主体（人物/产品）放右侧，3/4 侧身、看镜头或指向标题。人物没素材时可用**纯黑剪影 + 高饱和底**（如马斯克选志愿）。
2. **主体要够大**：人物至少占到半身。脸越小越跑（工具硬上限），封面天然适合给脸足够像素。
3. **顶角默认留空——不上品牌条 / 栏目名 / 英文 slogan**（如「GenJi冷知识」「DAILY FACT CHECK」这类顶部标签一律不要）。封面只承载「主标题 + 高亮字 + 一句副钩子」，文字越少越秒懂。运营信息（IP 名、栏目名、期号）写进视频简介 / 标题，不上封面。用户明确反馈（2026-06-24）。

### 影调：暗版 / 亮版双范式（v1.1 核心，随机产出）

同一套版式骨架有两种影调，**每张封面随机选一种**；一批 3 张默认两种都出现。两者不是好坏之分，是不同情绪气口：

| 维度 | **暗版**（悬疑 / 揭秘 / 暗黑） | **亮版**（积极 / 科技 / 对决 / 活力） |
|---|---|---|
| 背景 | 深色科技底（蓝黑 / 红黑），**四角压暗**托主体 | 高调明亮底（亮蓝 / 白 / 浅色），通透高曝；亮体育馆、亮办公室、数据中心、亮天空 |
| 主体光照 | 暗部反衬 + 局部边缘高光 | **正面均匀打亮**，肤色明亮干净 |
| 文字撑读靠 | 暗底反衬浅色字 | **厚白多层描边 + 投影 + 高饱和填充**（亮底上靠描边和饱和度抢出来） |
| 氛围元素 | 危险信号：骷髅 / 警示三角 / 火花 / 暗电光 | 明亮科技：全息 HUD 面板 / 数据流 / 发光 AI 芯片 / 上升箭头 / 发光图标 |
| 强调色 | 警示黄、血红 | 亮蓝、荧光绿、亮黄、橙红 |

**亮版的成败关键**：背景亮了之后，文字最容易糊。所以亮版主标题**必须**厚白描边（常 2–3 层）+ 深色投影 + 高饱和填充色，别用低饱和浅字压在亮底上（会糊成一团）。

**影调选择规则**：

- 默认**随机**，但保证一批里明暗都有。可显式掷骰（如脚本随机 / 三张按「暗·亮·随机」分配）。
- 题材有强暗黑属性（诈骗、揭秘、危机）可偏暗版；积极向（赚钱、对决、教学、活力）可偏亮版——但不强制，随机更出多样性。
- 用户若指定「都要亮版 / 都要暗版」，则不随机，全按指定走。

### 字体与文字系统（封面成败关键）

- **主标题**：粗黑体或书法体，**必加厚描边/外发光**保证缩略图可读。常见三种配色：
  - 黄字 + 黑描边（揭秘/暗黑：投毒术、魔改）
  - 白字 + 局部红字（冲突/严肃：折解、缅北诈骗）
  - 白→蓝/紫渐变 + 白描边（科技：影视级视频模型）
- **关键词高亮**：标题里最戏剧的 1–2 字换对比色单独跳出（「战争」红、「诈骗」血红书法），其余字保持主色。
- **英文幽灵层**：全大写英文，低透明度、大字号，压在主标题后面当背景肌理。
- **副钩子**：小一号，带感叹号/问号，可加小色块底。
- **中英文对照**：主标题旁配同义英文小字（中文「马斯克」+ 英文 `MUSK`），增加设计感。

### 配色情绪模板（按题材选，再叠加影调）

先按题材定基调，再叠加第三步选定的暗版 / 亮版影调：

| 题材 | 暗版基调 | 亮版基调 | 强调色 |
|---|---|---|---|
| 科技 / AI | 蓝黑 + 暗电路光 | 亮蓝 + 白 + 全息 HUD 高曝 | 电光紫 / 青 / 荧光绿 |
| 揭秘 / 暗黑 | 红黑 + 压暗 + 危险信号 | （暗黑题偏暗版；要亮版则亮蓝底 + 强警示色对冲） | 警示黄 / 血红 |
| 对决 / 挑战 | 深色擂台 + 聚光 | 亮体育馆 / 数据中心 + 通透高曝 | 红 vs 黄、亮蓝 |
| 活泼 / 梗 | 暗底高饱和撞色 | 亮底高饱和撞色 + 漫画描边 | 紫 / 青 / 黄 / 荧光绿 |
| 教学 / 正经 | 深蓝 + 暖金 | 亮白办公室 + 浅蓝 | 白 / 暖金 / 亮蓝 |

---

## 第四步：写 GPT Image 2 提示词（中间产物）

把第二、三步的决定翻译成一条结构化 prompt。**先给用户看 prompt 再出图**，重点核对「文字内容」和「身份锚点」两块。

提示词分块（英文为主、中文字符串照抄）：

```
[1·画幅] Wide 16:9 horizontal video thumbnail, bold YouTube/Bilibili cover style.

[2·锁脸] A [年龄/性别] with the EXACT facial identity from the attached
reference photo — keep the same [点名锚点：如 round face, large blue-grey eyes],
same face shape, eyes, nose, lips, skin tone. Do NOT beautify or alter features.
[主体景别与姿态：half-body, 3/4 turned to the right, pointing up / looking at camera].

[3·版式] Place a HUGE bold Chinese title on the [left/center], occupying ~50%
width. Main subject on the right.

[4·文字内容·逐条列清] Render ONLY this exact text — no other text anywhere:
  - Main title: "折解" in [color], thick [outline color] outline.
  - Highlight: the character "V4" in bright yellow.
  - Subtitle: "DeepSeek" white bold below.
  - Ghost English behind title: "DISASSEMBLE" large, low-opacity.
  - NO top brand bar, NO channel name, NO English slogan in the top corners.
  - Keep the top-left and top-right corners clean / empty.

[5·配色氛围 — 二选一，按本张影调]
  · 暗版: deep blue-black (or red-black) tech background, vignette darkening the
    four corners, moody rim light on the subject, [危险元素: sparks / warning
    triangle / circuit lines]. Title in light color reads against the dark base.
  · 亮版: BRIGHT high-key background (bright blue / white, airy, overexposed) —
    [亮场景: bright arena / bright office / data center / bright sky], frontal even
    lighting on the subject, glowing holographic HUD panels / data streams / rising
    arrows / glowing AI chip. Title MUST have a thick white multi-layer outline +
    drop shadow + high-saturation fill so it stays readable on the bright base.

[6·质感] Cinematic lighting, high contrast, crisp poster typography, ultra-detailed, 4k.

[7·负面] No garbled text, no misspelled Chinese characters, no extra random text,
no top brand bar / channel name / English slogan in the corners,
no watermark, no blurry low-quality.
```

写 prompt 的硬规则：

1. **锁脸块永远在最前面且显式禁美化**——GPT Image 2 默认会顺手美化导致跑脸。
2. **中文文字必须逐条列出确切字符串 + 颜色 + 位置**，别让模型自己编字。
3. **主标题字数压到 2–4 字**：中文越短越长的句子越容易糊/错字。复杂生僻字尽量避开或换近义短词。
4. **负面词必带** `no garbled text, no misspelled Chinese characters`。
5. **每条 prompt 标注本张影调**（暗版 / 亮版），[5·配色氛围] 块按影调二选一填；一批 3 张里明暗都要有。
6. 一个钩子一条 prompt；3 个钩子 = 3 条 prompt。

---

## 第五步：调用 GPT Image 2 出图

- 把参考图作为附件 + 对应 prompt 一起喂给 GPT Image 2，每个钩子出 1 张。
- 中文渲染有概率出错字 —— **预期 1–2 次重试**属正常，不是 prompt 写错。重试时只复述「确切文字 + 禁错字」，别整条重写。

---

## 第六步：自检 + 锁脸补救阶梯

出图后逐张自检：

- 缩到缩略图大小，**一眼能读到主标题**吗？描边够不够厚？
- **身份锚点**（第一步那个最强特征）还在吗？锚点丢就是锁脸失败，进补救。
- 中文有没有错字 / 多余乱码字？
- **顶角是否干净**——有没有混进品牌条 / 栏目名 / 英文 slogan 这类不该上封面的小标签？有就重出或裁掉。
- 主体够不够大、够不够抢眼？文字有没有糊住脸最好看的部分？
- **影调对不对**：亮版背景是否真的高调通透、主体正面打亮、标题厚白描边没糊？暗版是否压暗到位、浅字反衬清楚？一批里明暗是否都出现了？
- 题材情绪对不对（暗黑题别出成小清新）？

**锁脸三级补救阶梯**（按性价比，来自 [[GPTImage2锁脸的脸占比上限_v1]]）：

1. **对话式微调（首选）**：`The face is not matching the reference. Regenerate with her EXACT face from the photo: [点名锚点]. Keep pose, scene, text the same.` —— 只动脸不动景。
2. **拉近景别**：全身→半身/七分身，脸占比一上去锁脸立刻稳。封面本就该给脸足够像素。
3. **两步合成**（终极）：先出脸部特写确认锁脸，再融合氛围图。要求最高时用。

> 收尾铁律：锚点对 + 气质对 + 文字无错 = 可定稿。**别为修小瑕疵重抽**——重抽有脸再次跑偏的风险，见好就收。

---

## 交付格式

交付时给：

- 3 张封面图路径（按钩子命名，如 `封面_悬念式_折解.png`）。
- 每张一句话：用了哪个钩子、哪套配色、保留了什么锚点。
- 用过的 prompt（中间产物，便于用户微调复用）。

不长篇讲设计理论。用户要的是能直接发的封面。

---

## 禁止行为

- ❌ 锁脸块不写在最前、不写禁美化（必跑脸）。
- ❌ 中文文字让模型自由发挥，不逐条列字符串（必出错字/乱码）。
- ❌ 主标题塞一长句、堆生僻字（缩略图糊成一团）。
- ❌ 只出一张就交付（要求是"若干张"，默认发散 3 个钩子）。
- ❌ 主体做得太小、脸占比太低（违背工具锁脸规律，越缩越跑）。
- ❌ 出图错字直接整条 prompt 重写（应只复述确切文字 + 禁错字重试）。
- ❌ 把暗黑/揭秘题做成小清新配色（题材情绪错位）。
- ❌ 在顶角加品牌条 / 栏目名 / 英文 slogan 等小标签（用户明确不要；运营信息走标题简介）。
- ❌ 一批 3 张全暗版或全亮版、不给明暗对比（除非用户显式指定单一影调）；亮版标题不加厚白描边直接压亮底（必糊）。

---

## 关联文档

- [[GPTImage2锁脸的脸占比上限_v1]] —— 本 skill 锁脸打法的实测来源（~92% 上限、禁美化、三级补救）。
- [[严格人脸一致性二创的范式阶梯_假说_v1]] —— 若用户要"复制级"真人一致，升级到后期换脸 / InstantID / Nano / LoRA。
- [[aigc-poster-layout]] —— 保护已定稿原图做手工排版海报（不重绘）的姊妹流程。
- [[aigc-prompt-optimizer]] —— 通用 AIGC prompt 优化，本 skill 的 prompt 写法与其同源。
- [[角色一致性金字塔]] —— 角色跨图一致性的总框架。