HomeGuida
Aggiornato
Generatore di script video AI basato su API LLM
Un generatore di script video AI è un modello testuale con un buon prompt intorno. Questa guida mostra come costruirlo su un'API compatibile con OpenAI, con un template Python e il costo reale per script.


Punti chiave
- L'API scrive solo testo: script, liste di inquadrature e voiceover. Non renderizza video.
- Chiedi il JSON così ogni scena finisce in un campo che il tuo editor o strumento video può leggere.
- Uno script di 60 secondi con scaletta costa circa un decimo di centesimo a $0,15 e $0,50 per 1M di token.
- Mantieni il brief, il tono e le scene precedenti nel prompt; la finestra di contesto è di 100.000 token.
Nessuna carta necessaria. Dopo la registrazione, ottieni $0,50 di credito di prova gratuito con un clic (una volta per persona).
Ottieni la chiave APICosa fa realmente un generatore di script
Un generatore di script video AI prende un'idea breve e restituisce il testo di cui ha bisogno un video: un gancio, scene, narrazione, testo a schermo e note per le immagini. Il modello scrive. Il tuo codice fa il resto: costruisce il prompt, lo invia, controlla la risposta e passa le parti a ciò che genera le immagini.
Questa API è solo testo. Non genererà immagini, audio o video. Questo si adatta bene al lavoro, perché lo script è il passaggio in cui la maggior parte dei progetti video si blocca, ed è anche il passaggio più economico da automatizzare. Immagini e voci provengono da altri strumenti che usi già. Il modello, gestito da un provider indipendente, è ottimizzato per rispondere senza rifiuti sui contenuti per uso adulto legale, il che conta se i tuoi script coprono narrativa per adulti, horror, storie poliziesche o umorismo dark. Se vuoi il quadro completo su come il testo si inserisce nelle pipeline video, vedi la guida API video AI.
Tre output valgono la pena di essere richiesti in una singola chiamata: il testo voiceover (cosa dice il narratore), la lista di inquadrature (cosa vede lo spettatore) e una stima dei tempi per scena. Suddividerli in campi separati rende i passaggi successivi semplici.
Configura il client
L'endpoint è compatibile con OpenAI, quindi l'SDK standard funziona. Ottieni una chiave nella pagina chiave API, poi punta il client verso l'URL di base e usa l'ID del modello uncensored.
from openai import OpenAI
client = OpenAI(
base_url="https://api.aivideogenapi.com/v1",
api_key="YOUR_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write a 3-line hook for a video about night trains."}],
)
print(resp.choices[0].message.content)
print(resp.usage)
La stessa richiesta funziona in curl o Node cambiando solo l'URL di base e la chiave. I dettagli completi sui parametri sono nella documentazione API. I nuovi account possono richiedere $0,50 di credito di prova con un clic nella pagina della chiave, che è sufficiente per testare tutto in questo articolo molte volte.
Un template prompt che restituisce scene utilizzabili
Una richiesta vaga dà script vaghi. Un buon template fissa quattro cose: il pubblico, la durata, il tono e il formato di output. Metti le regole nel messaggio di sistema e l'idea nel messaggio utente.
import json
from openai import OpenAI
client = OpenAI(base_url="https://api.aivideogenapi.com/v1", api_key="YOUR_KEY")
SYSTEM = """You write short video scripts.
Return JSON only, with this shape:
{"title": str, "hook": str,
"scenes": [{"n": int, "seconds": int, "voiceover": str,
"shot": str, "on_screen_text": str}]}
Rules:
- Total length matches the requested duration.
- Voiceover is spoken language: short sentences, no stage directions.
- 'shot' describes what the camera shows, in one sentence.
- First scene is a hook that works without sound."""
def make_script(idea, seconds=60, tone="dry, curious", audience="adults"):
user = f"Idea: {idea}\nDuration: {seconds} seconds\nTone: {tone}\nAudience: {audience}"
r = client.chat.completions.create(
model="uncensored",
temperature=0.8,
response_format={"type": "json_object"},
messages=[{"role": "system", "content": SYSTEM},
{"role": "user", "content": user}],
)
return json.loads(r.choices[0].message.content), r.usage
script, usage = make_script("why night trains are coming back")
for s in script["scenes"]:
print(s["n"], s["seconds"], s["voiceover"])
La modalità JSON (response_format con json_object) mantiene la risposta analizzabile. Avvolgi comunque json.loads in un blocco try e riprova una volta in caso di errore, poiché qualsiasi modello può occasionalmente produrre una stringa corrotta. Una temperatura di 0,7-0,9 offre una variazione del testo; riduci a 0,3 quando ti serve una struttura quasi identica in un batch.
Controlla la lunghezza prima di fidarti
I modelli sono carenti nel conteggio dei secondi. Una regola affidabile è di circa 150 parole pronunciate al minuto per un narratore calmo, un po' di più per clip social veloci. Dopo ogni chiamata, conta le parole in tutti i campi voiceover e confrontale con l'obiettivo.
def spoken_seconds(script, wpm=150):
words = sum(len(s["voiceover"].split()) for s in script["scenes"])
return round(words / wpm * 60)
est = spoken_seconds(script)
if abs(est - 60) > 8:
print("Off target:", est, "seconds. Ask for a rewrite.")
Se lo script è troppo lungo, invia un secondo messaggio con i numeri effettivi: "Il voiceover dura circa 78 secondi; taglialo a 60 senza perdere il gancio." Il feedback concreto funziona meglio di "rendilo più breve". Mantieni la prima risposta nella lista dei messaggi così il modello vede cosa ha scritto.
Liste di inquadrature e voiceover come passaggi separati
Per video più lunghi, una singola chiamata per tutto diventa sottile. Usa due passaggi in alternativa. Chiedi prima uno schema dei titoli delle scene e degli obiettivi in una riga. Poi genera ogni scena in una chiamata separata, passando lo schema e il voiceover della scena precedente in modo che il tono si mantenga.
- Passo 1, schema: 6-12 scene, ciascuna con un obiettivo e una durata approssimativa.
- Passo 2, scene: voiceover e inquadratura per una scena alla volta, con lo schema e le ultime due scene nel contesto.
- Passo 3, rifinitura: leggi di nuovo l'intero voiceover e chiedi di variare le frasi ripetute.
La finestra di contesto è di 100.000 token per prompt più risposta, quindi anche uno script di documentario di 20 minuti con il suo schema completo entra in una conversazione. Per come si comporta la memoria nelle sessioni lunghe, la pagina sulla finestra di contesto copre i limiti pratici. Lo streaming (stream: true) è utile se mostri lo script a una persona mentre viene scritto.
Quanto costa uno script
I prezzi sono $0,15 per 1M di token di input e $0,50 per 1M di token di output, pagati dal credito prepagato. Prendi uno script tipico di 60 secondi con lista di inquadrature. Diciamo che il prompt è di 1.200 token (regole più idea) e la risposta è di 1.800 token.
| Parte | Token | Matematica | Costo |
|---|---|---|---|
| Input | 1,200 | 1.200 / 1.000.000 x $0,15 | $0,00018 |
| Output | 1,800 | 1.800 / 1.000.000 x $0,50 | $0.0009 |
| Totale | 3,000 | $0.00108 |
Questo corrisponde a circa un decimo di centesimo per script. Un canale che genera 1.000 script spende circa $1,08 in costi di modello. Retries e passaggi di rifinitura aumentano il totale, ma anche tre chiamate per script mantengono il costo vicino a un centesimo. Le richieste fallite o rifiutate non vengono addebitate. Il credito non scade mai e la pagina dei prezzi elenca gli importi di ricarica, da $20 a $500, e i livelli di bonus.
Il campo usage in ogni risposta dà conteggi token esatti, così puoi registrare il costo reale per script invece di stimare.
Limiti e abitudini che fanno risparmiare tempo
Una chiave completa permette 8 richieste parallele e 300 richieste al minuto. Una chiave di prova permette 2 richieste parallele e 60 al minuto. Quando elabori batch di script, usa un pool di worker piccolo di 4-6 unità e rallenta quando vedi un HTTP 429. Il codice di errore indica quale limite hai raggiunto: rate_limited per le richieste al minuto, concurrency per troppe richieste simultanee. In caso di sovraccarico temporaneo, la risposta contiene l'intestazione Retry-After: 5, quindi attendi cinque secondi e riprova.
- Salva ogni script con il suo prompt, così puoi riprodurne uno buono. Il parametro
seedviene passato se vuoi esecuzioni ripetibili. - Mantieni un foglio di stile (frasi bandite, nomi di personaggi ricorrenti, tono del brand) nel prompt di sistema e riutilizzalo tra i video.
- Registra
X-Request-Idda ogni risposta; ti aiuta quando chiedi supporto per una chiamata specifica. - Leggi ogni script prima di pubblicare. Il modello scrive testo fluido, non fatti verificati.
import time
def call_with_retry(fn, tries=4):
for i in range(tries):
try:
return fn()
except Exception as e:
if "429" in str(e) and i < tries - 1:
time.sleep(5 * (i + 1))
continue
raise
I prompt non sono usati per l'addestramento. I contenuti sessuali che coinvolgono minorenni non sono consentiti, a prescindere dal contesto.
Altre guide
Domande e risposte
Questa API può generare il video stesso?
No. Genera solo testo. Usalo per script, liste di inquadrature, didascalie e testi voiceover, poi passali agli strumenti video e audio che usi già.
Quanto può essere lungo uno script?
La finestra di contesto è di 100.000 token per prompt e risposta insieme, e max_tokens è opzionale, quindi script molto lunghi sono compatibili. Per durate superiori a pochi minuti, una passata di schema seguita da chiamate scena per scena dà qualità migliore.
Devo pagare per provarlo?
No. I nuovi utenti possono richiedere $0,50 di credito di prova con un clic nella pagina della chiave API dopo l'accesso. I successivi ricaricamenti avvengono in cripto (USDT su TRC20 o USDC su Base).
Rifiuterà argomenti narrativi dark o maturi?
Il modello è ottimizzato per rispondere senza rifiuti sui contenuti per uso adulto legale. I contenuti che coinvolgono minorenni in un contesto sessuale non sono mai permessi.
La tua chiave è a un modulo di distanza
Crea un account, copia la chiave, modifica l'URL di base. È tutta la configurazione.