Gemini Video Producer 用 Google Flow 做可审核的视频流水线

Gemini Video Producer 是什么

在 PromptHub 的 Skill 目录里，Gemini Video Producer 是一个通过 MCP Playwright 操作 Google Flow 的 AI 视频制作 Skill。它可以做宣传片、教育视频、叙事片、社交视频、动画、游戏预告、音乐视频和产品 demo。

它的核心不是直接打开 Flow 乱生成，而是先建立视觉哲学、风格文件、场景拆解和 pipeline，再一段一段执行。

源文件里有一套清楚的层级：视频由 scenes 组成，scene 里有 segments。每个 scene 先生成 starting keyframe，segments 再通过抽取上一段结尾帧继续生成。超过 5 秒的视频至少拆成 2 个 scene，单个 segment 也受 8 秒上限影响。

这个设计很现实。AI 视频生成最容易在长时长里漂移，拆成 scene 和 segment 后，创作者可以控制视觉上下文、转场和连续性。

Gemini Video Producer 使用 main agent 负责用户沟通、审批和 pipeline 管理，asset-generator、keyframe-generator、segment-generator 负责具体生成。每个子任务带独立上下文，结果只返回路径和状态。

这种架构适合长项目。主对话不被浏览器细节淹没，失败也能定位到某个 asset、keyframe 或 segment，而不是整条片子报废。

假设你要做一支 45 秒独立游戏预告片。这个 Skill 会先写 philosophy.md：视觉基调、镜头语言和情绪曲线；再写 style.json 和 scene-breakdown.md，把森林探索、怪物遭遇、战斗爆发、标题 reveal 拆开。

执行时，先用 Nano Banana Pro 生成角色和场景关键帧，再用 Veo 3.1 生成每个片段。森林探索可以连续抽帧延展，战斗场景则作为新 scene 切入，最后用 ffmpeg 拼接。

它适合需要 Google Flow、Veo 和关键帧控制的多段视频。尤其适合有风格设定、角色资产、场景推进和多次用户审批的项目。

如果只是要一个短 prompt，它会显得重；如果没有 Google Flow 访问权限或 MCP Playwright 环境，也会卡在执行层。

如果视频风格不统一，先检查 style.json 和每个 keyframe prompt 是否共享同一视觉原则。不要只在第一段写风格。

如果片段之间跳变明显，检查 segment 是否使用了上一段 extracted end frame，还是错误地从文本重新生成。

Gemini Video Producer 的价值，是把 Google Flow 从一次性生成界面，变成可规划、可审批、可追踪的视频流水线。

它适合中长一点、需要多镜头和风格一致性的 AI 视频项目。