首頁指南
更新於
基於 LLM API 的 AI 影片腳本產生器
AI 影片腳本生成器是一個以良好提示詞為核心的文字模型。本指南展示如何基於 OpenAI 相容 API 建構此工具,並提供 Python 範例與每個腳本的實際成本。


重點摘要
- API 僅生成文字:腳本、分鏡清單與旁白。它不會渲染影片。
- 要求 JSON 格式,讓每個場景都能進入編輯器或影片工具可讀取的欄位。
- 一段60秒的腳本加上分鏡表,費用約為 0.1 美分(按每百萬 token $0.15 與 $0.50 計算)。
- 將簡報內容、語氣與過往場景保留在提示詞中;上下文視窗為 100,000 token。
無需綁卡。註冊後,點擊一次即可領取 $0.50 免費試用額度(每人限領一次)。
取得 API 金鑰腳本產生器實際上的功能
AI 影片腳本生成器接收一個簡短構想,並回傳影片所需的文字:開場鉤子、場景、旁白、螢幕文字與視覺註解。模型負責撰寫文字。你的程式碼處理其餘部分:它建構提示詞、發送請求、檢查回覆,並將各部分交給負責生成畫面的工具。
此 API 僅處理文字。它不會生成圖片、音訊或影片。這非常符合需求,因為腳本製作是大多數影片專案卡關的步驟,也是自動化成本最低的步驟。圖片與聲音來自你已使用的其他工具。該模型由獨立供應商運行,針對合法成人用途進行了調整,使其在回答時不會因內容審查而拒絕,如果你的腳本涵蓋成熟小說、恐怖、犯罪故事或黑色幽默,這很重要。若想更全面地了解文字如何融入影片管線,請參閱 AI 影片 API 指南。
一次呼叫值得要求三個輸出:旁白文字(旁白者所說的話)、分鏡清單(觀眾看到的內容)以及每個場景的時間估算。將它們拆分為不同欄位,可讓後續步驟更簡單。
設定客戶端
該端點與 OpenAI 相容,因此標準 SDK 即可使用。在API 金鑰頁面取得金鑰,然後將客戶端指向 Base URL 並使用模型 ID 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)
相同的請求在 curl 或 Node.js 中同樣有效,只需更改 Base URL 和金鑰即可。完整的參數細節請參閱 API 文件。新帳戶可在金鑰頁面一鍵領取 $0.50 的試用額度,足以多次測試本文中的所有內容。
可回傳可用場景的提示詞範本
模糊的請求會產生模糊的腳本。良好的範本需固定四件事:受眾、長度、語氣與輸出格式。將規則放入系統提示詞,將概念放入使用者提示詞。
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"])
JSON 模式(response_format 設為 json_object)可確保回覆可被解析。仍請將 json.loads 包裹在 try 區塊中,並在失敗時重試一次,因為任何模型偶爾都可能產生斷裂的字串。溫度設為 0.7 至 0.9 可產生多樣的措辭;若需批次處理時保持結構高度一致,則降至 0.3。
在信任之前先檢查長度
模型在計算秒數方面表現不佳。一個可靠的法則是,平穩語速的旁白每分鐘約 150 個字詞,快速社交影片則會更多。每次呼叫後,計算所有旁白欄位的字詞數量,並與目標進行比較。
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.")
如果腳本太長,發送第二則訊息並附上實際數字:「旁白約 78 秒;在不失去開場鉤子的情況下將其縮短至 60 秒。」具體的反饋比「縮短一點」更有效。保留第一則回覆在訊息列表中,讓模型看到它寫了什麼。
分鏡清單與旁白作為獨立批次處理
對於較長的影片,一次呼叫處理所有內容會變稀薄。改用兩次處理。首先要求提供場景標題與一行目標的大綱。然後在各自的呼叫中生成每個場景,傳入大綱與上一場景的旁白,讓語氣得以延續。
- 階段 1,大綱: 6 至 12 個場景,每個場景包含目標與預估時長。
- 第 2 階段,場景:一次處理一個場景的旁白與分鏡,上下文中包含大綱與最後兩個場景。
- 第 3 階段,潤飾:朗讀完整的旁白並要求變化重複的片語。
上下文視窗為 100,000 token(包含提示詞與回覆),因此即使是一部 20 分鐘的紀錄片腳本及其完整大綱,也能在單一對話中容納。關於長對話中記憶的行為,上下文視窗頁面涵蓋了實際限制。串流(stream: true)在你即時查看正在生成的腳本時很有用。
腳本的成本
定價為每 100 萬輸入 token $0.15,每 100 萬輸出 token $0.50,費用從預付額度支付。以典型的 60 秒腳本與分鏡清單為例。假設提示詞為 1,200 token(規則加構想),回覆為 1,800 token。
| 部分 | Token | 數學 | 成本 |
|---|---|---|---|
| 輸入 | 1,200 | 1,200 / 1,000,000 x $0.15 | $0.00018 |
| 輸出 | 1,800 | 1,800 / 1,000,000 x $0.50 | $0.0009 |
| 總計 | 3,000 | $0.00108 |
這約為每個腳本 0.1 美分。一個製作 1,000 份腳本的頻道,模型費用約為 $1.08。重試與潤飾批次會增加此費用,但即使每個腳本三次呼叫,每次成本仍接近 1 美分。失敗或被拒絕的請求不會收費。額度永不過期,定價頁面列出了儲值金額(從 $20 到 $500)與贈額等級。
每個回應中的 usage 欄位提供精確的 token 計數,因此你可以記錄每個腳片的實際成本,而非進行估算。
節省時間的限制與習慣
完整金鑰允許 8 個並行請求與每分鐘 300 個請求。試用金鑰允許 2 個並行與每分鐘 60 個。當批次執行多個腳本時,請使用 4 到 6 個的小型工作池,並在看到 HTTP 429 時退避。錯誤程式碼會告訴你觸及哪個速率限制:rate_limited代表每分鐘請求數,concurrency代表同時請求過多。在暫時過載時,回覆會帶有 Retry-After: 5 標頭,因此請等待五秒後重試。
- 儲存每支腳本及其提示詞,以便復現良好的腳本。若希望產生可重複的結果,可傳遞
seed參數。 - 將風格指南(禁用詞彙、重複角色名稱、品牌語氣)保留在系統提示詞中,並在多個影片中重複使用。
- 記錄每個回覆中的
X-Request-Id;當你就特定請求尋求支援時,這很有幫助。 - 發布前請閱讀每支腳本。模型生成流暢的文字,而非經過驗證的事實。
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
提示詞不會用於訓練。無論如何呈現,涉及未成年人的性內容均禁止。
更多指南
問答
這個 API 能直接生成影片嗎?
不行。它僅生成文字。可用於腳本、分鏡清單、字幕和旁白文字,然後將這些內容傳遞給你已使用的影片和語音工具。
腳本可以有多長?
上下文視窗為 100,000 token,包含提示詞與回覆的總量,且 max_tokens 為可選參數,因此極長的腳本也能容納。對於超過幾分鐘的內容,先進行大綱生成,再逐場景呼叫,可獲得更好的品質。
我需要付費才能試用嗎?
否。新用戶可以一鍵領取 $0.50 的試用額度,操作位於註冊後的 API 金鑰頁面。後續儲值透過加密貨幣(TRC20 上的 USDT 或 Base 上的 USDC)進行。
它會拒絕黑暗或成人故事主題嗎?
該模型經過調整,可針對合法成人用途無審查地回答。涉及未成年人的性相關內容則絕對禁止。
只差一個步驟,即可取得金鑰
建立帳號、複製金鑰、更改基礎 URL。這就是整個設定過程。