# 多模态提示生成功能说�?

## 📋 功能概述

多模态提示生成模块是 GEO 工具的高级功能，用于为内容生成详细的配图描述和视频脚本描述，提升内容的视觉吸引力和传播效果�?

### 核心价�?

- **提升内容吸引�?*：详细的配图描述帮助创作更吸引人的视觉内�?
- **平台适配**：针对不同平台（小红书、抖音、微信公众号、B站）生成适配的配图描�?
- **视频脚本支持**：为B站等视频平台生成详细的画面描述和镜头语言
- **品牌融入**：配图描述自然融入品牌元素，保持内容一致�?

## 🎯 功能位置

### Tab2（自动创作）- 内容生成�?

在生成单篇内容后，可以：

1. **🎨 生成配图/视频描述**：一键生成详细的配图描述或视频脚本描�?
2. **📸 配图描述详情**：查看每个配图的详细描述（风格、色调、构图、关键元素等�?
3. **🎬 视频脚本描述**：查看视频片段的画面描述、镜头语言、音效建议等

## 🔄 工作流程

### 配图描述生成流程

1. **内容生成**
   - �?Tab2 生成内容（小红书、抖音、微信公众号等支持配图的平台�?
   - 内容中应包含配图占位符（【配图：xxx】）

2. **生成配图描述**
   - 点击"🎨 生成配图/视频描述"按钮
   - 系统自动识别内容中的配图占位�?
   - 为每个配图位置生成详细的配图描述

3. **查看配图描述**
   - 查看每个配图的详细描�?
   - 了解配图的风格、色调、构图、关键元素等
   - 根据描述进行图片创作或使用AI生图工具

### 视频脚本描述生成流程

1. **内容生成**
   - �?Tab2 生成 B站视频脚本内�?

2. **生成视频脚本描述**
   - 点击"🎨 生成配图/视频描述"按钮
   - 系统自动识别为视频平�?
   - 为内容片段生成详细的画面描述

3. **查看视频脚本描述**
   - 查看每个片段的画面描�?
   - 了解镜头类型、镜头运动、转场、音效建议等
   - 根据描述进行视频拍摄或制�?

## 📊 配图描述内容

### 描述维度

1. **详细描述**
   - 图片应该包含的主要元素（人物、物品、场景等�?
   - 图片的风格（写实、插画、图表、截图等�?
   - 图片的色调和氛围（明亮、专业、温馨等�?
   - 图片的构图（居中、左右布局、上下布局等）

2. **平台适配**
   - **小红�?*：生活化、美观、有吸引�?
   - **抖音**：视觉冲击力强、简洁明�?
   - **微信公众�?*：专业、清晰、符合文章风�?
   - **B�?*：适合视频封面、有动感

3. **品牌融入**
   - 如果内容涉及品牌，配图应自然融入品牌元素
   - 但不要过于商业化，保持自�?

### 输出格式

每个配图描述包含�?
- **位置**：在内容中的位置描述
- **原始提示**：内容中的原始配图提�?
- **详细描述**�?0-150字的详细配图描述
- **风格**：写�?插画/图表/截图�?
- **色调**：明�?专业/温馨/商务�?
- **构图**：居�?左右/上下�?
- **关键元素**：图片应包含的主要元素列�?
- **平台特定要求**：针对平台的特定要求

## 🎬 视频脚本描述内容

### 描述维度

1. **画面描述**
   - 画面应该展示的内容（场景、人物、物品、动作等�?
   - 画面类型（实拍、动画、截图、演示等�?
   - 画面节奏（快切、慢镜头、定格等�?

2. **镜头语言**
   - 镜头类型（特写、中景、全景等�?
   - 镜头运动（推拉、摇移、跟随等�?
   - 画面转场（切换、淡入淡出、划入等�?

3. **音效和字�?*
   - 建议的音效（背景音乐、音效等�?
   - 字幕要点（关键信息、强调内容）

4. **时长建议**
   - 该片段的建议时长（秒�?

### 输出格式

每个视频片段描述包含�?
- **时间�?*：片段的时间范围（如"00:30-01:00"�?
- **画面描述**：详细的画面内容描述
- **镜头类型**：特�?中景/全景�?
- **镜头运动**：推�?摇移/跟随/固定�?
- **转场**：切�?淡入淡出/划入�?
- **音效建议**：背景音乐、音效等建议
- **字幕要点**：关键信息列�?
- **建议时长**：片段时长（秒）

## 🖼�?生图API集成（可选功能）

### 支持的生图模�?

模块已集成以下生图API支持（可选使用）�?

1. **OpenAI DALL-E 3**
   - 需要：OpenAI API Key
   - 特点：高质量、支持中文提示词
   - 使用：`generate_image_with_dalle()`

2. **Stable Diffusion**
   - 需要：本地部署或API服务
   - 特点：开源、可定制
   - 使用：`generate_image_with_stable_diffusion()`

3. **通义万相（阿里云�?*
   - 需要：阿里�?API Key
   - 特点：国内服务、速度�?
   - 使用：`generate_image_with_tongyi()`

### 使用生图API

```python
from multimodal_prompt import MultimodalPromptGenerator

generator = MultimodalPromptGenerator()

# 使用 DALL-E 3 生成图片
result = generator.generate_image_with_dalle(
    description="一个专业的外贸ERP软件界面截图",
    api_key="your-openai-api-key",
    size="1024x1024",
    quality="hd"
)

if result["success"]:
    image_url = result["image_url"]
    # 使用图片URL
```

## 💡 使用建议

### 配图描述使用

1. **内容创作时添加占位符**
   - 在生成内容时，系统会自动在某些平台添加配图占位符
   - 也可以手动在内容中添加【配图：xxx】格式的占位�?

2. **生成详细描述**
   - 内容生成后，点击"生成配图/视频描述"按钮
   - 系统会为每个占位符生成详细的配图描述

3. **使用描述创作图片**
   - 根据详细描述，使用设计工具或AI生图工具创作图片
   - 或使用集成的生图API直接生成图片

### 视频脚本使用

1. **生成B站视频脚�?*
   - �?Tab2 选择"B站（视频脚本�?平台生成内容

2. **生成视频脚本描述**
   - 内容生成后，点击"生成配图/视频描述"按钮
   - 系统会自动识别为视频平台并生成画面描�?

3. **使用描述制作视频**
   - 根据画面描述进行视频拍摄或制�?
   - 参考镜头语言、转场、音效建议等

## ⚠️ 注意事项

1. **需�?LLM**：多模态提示生成功能需要配置生�?LLM �?API Key
2. **API 调用**：生成过程会调用 LLM API，注�?API 费用
3. **配图占位�?*：内容中需要包含【配图：xxx】格式的占位符才能生成配图描�?
4. **平台识别**：系统会自动识别平台类型（配图平台或视频平台�?
5. **生图API**：生图API功能是可选的，需要额外配置API Key

## 🔗 相关功能

- **内容生成**：在 Tab2 生成包含配图占位符的内容
- **内容质量评分**：在 Tab2 评估内容质量
- **E-E-A-T 强化**：在 Tab2 强化内容的专业�?

## 🎯 最佳实�?

1. **合理使用占位�?*
   - 在关键位置添加配图占位符（如开头、重点段落、结尾）
   - 占位符提示要简洁明了（�?【配图：产品界面�?�?

2. **平台适配**
   - 不同平台的配图风格不同，系统会自动适配
   - 小红书：生活化、美�?
   - 抖音：视觉冲击力�?
   - 微信公众号：专业、清�?

3. **品牌融入**
   - 配图描述会自然融入品牌元�?
   - 但不要过于商业化，保持自�?

4. **使用AI生图工具**
   - 根据详细描述使用AI生图工具（如DALL-E、Midjourney等）
   - 或使用集成的生图API直接生成图片

5. **视频制作**
   - 根据视频脚本描述进行视频拍摄或制�?
   - 参考镜头语言、转场、音效建议等

## 📈 预期效果

### 短期效果

- **提升内容吸引�?*：详细的配图描述帮助创作更吸引人的视觉内�?
- **提升传播效果**：图文并茂的内容更容易被用户分享
- **提升专业�?*：详细的视频脚本描述提升视频制作的专业度

### 长期效果

- **建立视觉风格**：通过统一的配图描述建立品牌视觉风�?
- **提升内容质量**：多模态内容提升整体内容质�?
- **增强品牌识别**：品牌元素自然融入配图，增强品牌识别�?

---

**版本**：v1.0  
**更新日期**�?025-01-26