TH ▾
รับคีย์ API

หน้าแรกคู่มือ

อัปเดต

เครื่องสร้างสคริปต์วิดีโอ AI ที่สร้างบน API LLM

เครื่องสร้างสคริปต์วิดีโอ AI คือโมเดลข้อความที่มีพรอมต์ที่ดีรองรับ คู่มือนี้แสดงวิธีสร้างบน API ที่เข้ากันได้กับ OpenAI พร้อมเทมเพลต Python และต้นทุนที่แท้จริงต่อสคริปต์

แถบภาพยนตร์ถูกดึงออกจากเทอร์มินัล แต่ละเฟรมมีภาพร่างฉาก แสดงถึงการสร้างสคริปต์ผ่าน API
ภาชนะแก้วกำลังถูกเติมด้วยบล็อกเรืองแสงขณะลูกศรวนรอบ แสดงถึงหน้าต่างบริบทของ agent

ประเด็นสำคัญ

  1. API เขียนเฉพาะข้อความ: สคริปต์ รายการช็อต และเสียงบรรยาย มันไม่เรนเดอร์วิดีโอ
  2. ขอเป็น JSON เพื่อให้แต่ละฉากอยู่ในฟิลด์ที่โปรแกรมแก้ไขหรือเครื่องมือวิดีโอของคุณสามารถอ่านได้
  3. สคริปต์ความยาว 60 วินาทีพร้อมรายการช็อตมีต้นทุนประมาณหนึ่งในสิบของเซ็นต์ ที่อัตรา $0.15 และ $0.50 ต่อ 1M โทเคน
  4. เก็บคำอธิบายสั้นๆ น้ำเสียง และฉากก่อนหน้าไว้ในพรอมต์; หน้าต่างบริบทมีขนาด 100,000 โทเคน

ไม่ต้องใช้บัตร หลังสมัคร ให้รับเครดิตทดลองใช้ฟรี $0.50 ด้วยคลิกเดียว (หนึ่งครั้งต่อคน)

รับคีย์ API

สิ่งที่เครื่องสร้างสคริปต์ทำจริงๆ

เครื่องสร้างสคริปต์วิดีโอ AI รับไอเดียสั้นๆ แล้วส่งคืนข้อความที่วิดีโอต้องการ: จุดดึงดูด, ฉาก, คำบรรยาย, ข้อความบนหน้าจอ และหมายเหตุสำหรับภาพ โมเดลทำหน้าที่เขียน ส่วนโค้ดของคุณทำหน้าที่ที่เหลือ: สร้างพรอมต์ ส่งพรอมต์ ตรวจสอบคำตอบ และส่งส่วนต่างๆ ไปยังเครื่องมือที่สร้างภาพ

API นี้เป็นแบบข้อความเท่านั้น มันจะไม่สร้างภาพ เสียง หรือวิดีโอ ซึ่งเหมาะกับงานนี้มาก เพราะการสร้างสคริปต์เป็นขั้นตอนที่โครงการวิดีโอส่วนใหญ่ติดขัด และเป็นขั้นตอนที่ถูกที่สุดในการทำให้เป็นอัตโนมัติ ภาพและเสียงมาจากเครื่องมืออื่นที่คุณใช้อยู่แล้ว โมเดลที่ดำเนินการโดยผู้ให้บริการอิสระได้รับการปรับแต่งให้ตอบโดยไม่มีการปฏิเสธเนื้อหาสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย ซึ่งสำคัญหากคุณทำสคริปต์เกี่ยวกับนิยายผู้ใหญ่ สยองขวัญ เรื่องอาชญากรรม หรือมุกดำ หากต้องการภาพรวมว่าข้อความเข้ากับเวิร์กโฟลว์วิดีโออย่างไร โปรดดูคู่มือ API วิดีโอ AI

ผลลัพธ์สามอย่างคุ้มค่าที่จะขอในการเรียกใช้ครั้งเดียว: ข้อความเสียงบรรยาย (สิ่งที่ผู้บรรยายพูด), รายการช็อต (สิ่งที่ผู้ชมเห็น) และประมาณการเวลาต่อฉาก การแยกออกเป็นฟิลด์ต่างๆ ทำให้ขั้นตอนต่อไปง่ายขึ้น

ตั้งค่าไคลเอนต์

เอนด์พอยต์เข้ากันได้กับ OpenAI ทำให้ใช้ SDK มาตรฐานได้ รับคีย์ที่หน้า หน้า API key จากนั้นชี้ไคลเอนต์ไปที่ URL ฐานและใช้รหัสโมเดล 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)

คำขอเดียวกันทำงานใน curl หรือ Node ได้โดยเปลี่ยนเพียง URL ฐานและคีย์ รายละเอียดพารามิเตอร์เต็มมีใน เอกสาร API บัญชีใหม่สามารถรับเครดิตทดลองใช้ $0.50 ได้คลิกเดียวที่หน้าคีย์ ซึ่งเพียงพอสำหรับทดสอบทุกอย่างในบทความนี้หลายครั้ง

เทมเพลตพรอมต์ที่ส่งคืนฉากที่ใช้งานได้

คำขอที่คลุมเครือให้สคริปต์ที่คลุมเครือเช่นกัน เทมเพลตที่ดีกำหนดสี่สิ่ง: กลุ่มเป้าหมาย ความยาว น้ำเสียง และรูปแบบเอาต์พุต ใส่กฎไว้ในระบบพรอมต์และไอเดียไว้ในข้อความผู้ใช้

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"])

โหมด JSON (response_format พร้อม json_object) ทำให้การตอบกลับสามารถนำไปแยกวิเคราะห์ได้ ยังคงห่อ json.loads ไว้ในบล็อก try และลองใหม่หนึ่งครั้งเมื่อล้มเหลว เนื่องจากโมเดลใดๆ ก็อาจผลิตสตริงที่ผิดพลาดได้เป็นครั้งคราว อุณหภูมิที่ 0.7 ถึง 0.9 ให้รูปแบบคำที่หลากหลาย; ลดลงเหลือ 0.3 เมื่อคุณต้องการโครงสร้างที่เหมือนกันเกือบตลอดชุด

ตรวจสอบความยาวก่อนที่คุณจะเชื่อถือมัน

โมเดลนับจำนวนวินาทีได้ไม่แม่นยำ กฎที่เชื่อถือได้คือประมาณ 150 คำพูดต่อนาทีสำหรับนักบรรยายที่สงบ และมากกว่านั้นเล็กน้อยสำหรับคลิปโซเชียลที่รวดเร็ว หลังแต่ละคำขอ ให้นับจำนวนคำในช่อง voiceover ทั้งหมดแล้วเปรียบเทียบกับเป้าหมาย

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.")

หากสคริปต์ยาวเกินไป ให้ส่งข้อความที่สองพร้อมตัวเลขจริง: "เสียงบรรยายยาวประมาณ 78 วินาที; ตัดให้เหลือ 60 วินาทีโดยไม่สูญเสียจุดดึงดูด" คำติชมที่ชัดเจนทำงานได้ดีกว่า "ทำให้สั้นลง" เก็บการตอบกลับครั้งแรกไว้ในรายการข้อความเพื่อให้โมเดลเห็นสิ่งที่มันเขียน

รายการช็อตและเสียงบรรยายเป็นการดำเนินการแยก

สำหรับวิดีโอที่ยาวขึ้น การทำทุกอย่างในคำขอเดียวจะทำให้ผลลัพธ์บางลง ให้ใช้สองขั้นตอนแทน ขั้นแรกขอโครงเรื่องชื่อบทและเป้าหมายแบบหนึ่งบรรทัด จากนั้นสร้างแต่ละฉากในคำขอของตัวเอง โดยส่งโครงเรื่องและเสียงบรรยายของฉากก่อนหน้าเพื่อให้โทนเสียงต่อเนื่องกัน

  • ขั้นตอนที่ 1 โครงเรื่อง: 6 ถึง 12 ฉาก แต่ละฉากมีเป้าหมายและระยะเวลาโดยประมาณ
  • ขั้นตอนที่ 2 ฉาก: เสียงบรรยายและช็อตสำหรับหนึ่งฉากในแต่ละครั้ง โดยใส่โครงเรื่องและสองฉากสุดท้ายลงในบริบท
  • ขั้นตอนที่ 3 ปรับแต่ง: อ่านเสียงบรรยายทั้งหมดกลับและขอให้มีการเปลี่ยนแปลงคำซ้ำ

หน้าต่างบริบทรองรับ 100,000 โทเคนสำหรับพรอมต์และการตอบกลับ ดังนั้นสคริปต์สารคดีความยาว 20 นาทีพร้อมโครงเรื่องเต็มรูปแบบจึงอยู่ในบทสนทนาเดียวได้ สำหรับพฤติกรรมของหน่วยความจำในเซสชันยาว หน้าหน้าต่างบริบท อธิบายขีดจำกัดในทางปฏิบัติ การสตรีมมิง (stream: true) มีประโยชน์หากคุณแสดงสคริปต์ให้บุคคลอื่นดูขณะกำลังเขียน

ต้นทุนของสคริปต์

ราคาอยู่ที่ $0.15 ต่อ 1M input tokens และ $0.50 ต่อ 1M output tokens ซึ่งหักจากเครดิตแบบเติมเงินล่วงหน้า ลองใช้สคริปต์ความยาว 60 วินาทีพร้อมรายการช็อต สมมติว่าพรอมต์มี 1,200 โทเคน (กฎรวมกับไอเดีย) และคำตอบมี 1,800 โทเคน

ส่วนโทเคนคณิตศาสตร์ต้นทุน
อินพุต1,2001,200 / 1,000,000 x $0.15$0.00018
เอาต์พุต1,8001,800 / 1,000,000 x $0.50$0.0009
รวม3,000$0.00108

นั่นคือต้นทุนประมาณหนึ่งในสิบของเซ็นต์ต่อสคริปต์ ช่องที่ทำ 1,000 สคริปต์จะเสียค่าโมเดลประมาณ $1.08 การทำซ้ำและขั้นตอนปรับแต่งเพิ่มต้นทุนนี้ แต่แม้ทำสามคำขอต่อสคริปต์ ต้นทุนก็ยังคงอยู่ที่ประมาณเซ็นต์ละหนึ่งครั้ง คำขอที่ล้มเหลวหรือถูกปฏิเสธจะไม่ถูกเรียกเก็บ เครดิตไม่มีวันหมดอายุ และหน้าราคาแสดงจำนวนเงินเติม ตั้งแต่ $20 ถึง $500 และระดับโบนัส

ฟิลด์ usage ในการตอบกลับแต่ละครั้งให้จำนวนโทเคนที่แน่นอน ดังนั้นคุณจึงสามารถบันทึกต้นทุนจริงต่อสคริปต์แทนการประมาณการ

ขีดจำกัดและนิสัยที่ช่วยประหยัดเวลา

คีย์เต็มรูปแบบอนุญาตคำขอพร้อมกัน 8 คำขอและ 300 คำขอต่อนาที คีย์ทดลองอนุญาตคำขอพร้อมกัน 2 คำขอและ 60 คำขอต่อนาที เมื่อคุณทำสคริปต์จำนวนมาก ให้ใช้ชุดงานขนาด 4 ถึง 6 และถอยหลังเมื่อเห็น HTTP 429 รหัสข้อบ่งบอกขีดจำกัดที่คุณทำเกินคือ rate_limited สำหรับคำขอต่อนาที และ concurrency สำหรับคำขอพร้อมกันเกินไป เมื่อระบบเกินภาระชั่วคราว คำตอบจะมีส่วนหัว Retry-After: 5 ให้รอห้าวิแล้วลองใหม่

  • บันทึกสคริปต์ทุกฉบับพร้อมพรอมต์ เพื่อให้คุณสามารถสร้างซ้ำสคริปต์ที่ดีได้ พารามิเตอร์ seed จะถูกส่งผ่านหากคุณต้องการการรันที่ซ้ำได้
  • เก็บสไตลชีต (วลีที่ห้ามใช้ ชื่อตัวละครที่ปรากฏซ้ำ น้ำเสียงของแบรนด์) ไว้ในระบบพรอมต์และนำไปใช้ซ้ำข้ามวิดีโอ
  • บันทึก X-Request-Id จากการตอบกลับแต่ละครั้ง; มันช่วยเมื่อคุณถามฝ่ายสนับสนุนเกี่ยวกับการเรียกใช้งานเฉพาะ
  • อ่านสคริปต์ทุกฉบับก่อนเผยแพร่ โมเดลเขียนข้อความที่ลื่นไหล แต่ไม่ใช่ข้อเท็จจริงที่ผ่านการตรวจสอบ
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

พรอมต์ไม่ถูกใช้ในการฝึก เนื้อหาทางเพศที่เกี่ยวข้องกับผู้เยาว์ไม่อนุญาต ไม่ว่าบริบทจะเป็นอย่างไร

ถาม-ตอบ

API นี้สามารถสร้างวิดีโอเองได้หรือไม่?

ไม่ มันสร้างเฉพาะข้อความ ใช้สำหรับสคริปต์ รายการช็อต คำบรรยาย และข้อความเสียงบรรยาย แล้วส่งไปยังเครื่องมือวิดีโอและเสียงที่คุณใช้อยู่แล้ว

บทสามารถยาวได้แค่ไหน?

หน้าต่างบริบทรองรับ 100,000 โทเคนสำหรับพรอมต์และการตอบกลับรวมกัน และ max_tokens เป็นค่าเลือกได้ จึงรองรับบทที่ยาวมาก สำหรับเนื้อหาที่ยาวเกินไม่กี่นาที การทำขั้นตอนโครงเรื่องก่อนแล้วจึงเรียกใช้ทีละฉากจะให้คุณภาพที่ดีกว่า

ฉันต้องจ่ายเงินเพื่อลองใช้หรือไม่?

ไม่ ผู้ใช้ใหม่สามารถรับเครดิตทดลองใช้ $0.50 ได้คลิกเดียวที่หน้าคีย์ API หลังจากสมัครสมาชิก การเติมเงินในภายหลังทำผ่านคริปโต (USDT บน TRC20 หรือ USDC บน Base)

จะปฏิเสธหัวข้อเรื่องราวแบบมืดหรือเนื้อหาผู้ใหญ่หรือไม่?

โมเดลถูกปรับให้ตอบโดยไม่มีการปฏิเสธเนื้อหา สำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย เนื้อหาที่เกี่ยวข้องกับผู้เยาว์ในบริบททางเพศไม่อนุญาตเด็ดขาด

คีย์ของคุณอยู่ห่างแค่แบบฟอร์มเดียว

สร้างบัญชี คัดลอกคีย์ และเปลี่ยน base URL นั่นคือการตั้งค่าทั้งหมด

รับคีย์ API