刘国栋
8f7f082c3d
- 重构项目目录结构，将功能模块移至 modules/ 目录 - 创建平台同步基础架构，包括发布器基类和 GitHub 发布器 - 新增 UI 状态管理模块 (modules/ui/state.py) 统一管理会话状态 - 更新依赖配置，添加平台同步所需依赖 (httpx, pyperclip) - 整理文档结构，将所有文档分类移至 docs/ 目录 - 添加 .cursorrules 文件定义项目开发规范 - 清理根目录重复文件，保持项目结构整洁
8.1 KiB
8.1 KiB
多模态提示生成功能说明
📋 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。
核心价值
- 提升内容吸引力：详细的配图描述帮助创作更吸引人的视觉内容
- 平台适配：针对不同平台（小红书、抖音、微信公众号、B站）生成适配的配图描述
- 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，保持内容一致性
🎯 功能位置
Tab2（自动创作）- 内容生成后
在生成单篇内容后，可以：
- 🎨 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述
- 📸 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）
- 🎬 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
-
内容生成
- 在 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】）
-
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符
- 为每个配图位置生成详细的配图描述
-
查看配图描述
- 查看每个配图的详细描述
- 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
-
内容生成
- 在 Tab2 生成 B站视频脚本内容
-
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台
- 为内容片段生成详细的画面描述
-
查看视频脚本描述
- 查看每个片段的画面描述
- 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作
📊 配图描述内容
描述维度
-
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）
-
平台适配
- 小红书：生活化、美观、有吸引力
- 抖音：视觉冲击力强、简洁明了
- 微信公众号：专业、清晰、符合文章风格
- B站：适合视频封面、有动感
-
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，保持自然
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示
- 详细描述：50-150字的详细配图描述
- 风格：写实/插画/图表/截图等
- 色调：明亮/专业/温馨/商务等
- 构图：居中/左右/上下等
- 关键元素：图片应包含的主要元素列表
- 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
-
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）
-
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）
-
音效和字幕
- 建议的音效（背景音乐、音效等）
- 字幕要点（关键信息、强调内容）
-
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：
- 时间戳：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：特写/中景/全景等
- 镜头运动：推拉/摇移/跟随/固定等
- 转场：切换/淡入淡出/划入等
- 音效建议：背景音乐、音效等建议
- 字幕要点：关键信息列表
- 建议时长：片段时长（秒）
🖼️ 生图API集成（可选功能）
支持的生图模型
模块已集成以下生图API支持（可选使用）：
-
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()
-
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()
-
通义万相（阿里云）
- 需要：阿里云 API Key
- 特点：国内服务、速度快
- 使用：
generate_image_with_tongyi()
使用生图API
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
-
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】格式的占位符
-
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
-
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
-
生成B站视频脚本
- 在 Tab2 选择"B站（视频脚本）"平台生成内容
-
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述
-
使用描述制作视频
- 根据画面描述进行视频拍摄或制作
- 参考镜头语言、转场、音效建议等
⚠️ 注意事项
- 需要 LLM：多模态提示生成功能需要配置生成 LLM 的 API Key
- API 调用：生成过程会调用 LLM API，注意 API 费用
- 配图占位符：内容中需要包含【配图：xxx】格式的占位符才能生成配图描述
- 平台识别：系统会自动识别平台类型（配图平台或视频平台）
- 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 强化内容的专业性
🎯 最佳实践
-
合理使用占位符
- 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（如"【配图：产品界面】"）
-
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、美观
- 抖音：视觉冲击力强
- 微信公众号：专业、清晰
-
品牌融入
- 配图描述会自然融入品牌元素
- 但不要过于商业化，保持自然
-
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
-
视频制作
- 根据视频脚本描述进行视频拍摄或制作
- 参考镜头语言、转场、音效建议等
📈 预期效果
短期效果
- 提升内容吸引力：详细的配图描述帮助创作更吸引人的视觉内容
- 提升传播效果：图文并茂的内容更容易被用户分享
- 提升专业度：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格
- 提升内容质量：多模态内容提升整体内容质量
- 增强品牌识别：品牌元素自然融入配图，增强品牌识别度
版本：v1.0
更新日期：2025-01-26