Video Agent Visual 出图时，关键是把素材规则写清楚

Video Agent Visual 是什么

在 PromptHub 的 Skill 目录里，Video Agent Visual 是美术师。它读取 storyboard.json，再调用 generate_images.py 批量生成 2K 图片，最后输出 visuals/、visual-timeline.json 和 visual-report.md。

它的关键不是“会不会生成”，而是“生成给谁看”

原文对输入规则写得很细：ai_video 和 ai_image 的 visual_description 要用英文，15 到 50 个词；manual 用中文说明需要准备什么；post_production 写要展示什么和怎么做动效。

这代表它不是随手写一句“来张高级图”就能稳定工作的。你得先告诉它镜头要什么，素材该怎么分工。

它最实用的用法，是配好风格和并发参数

它支持 --style、--concurrency、--aspect-ratio 三类参数。default、tech、knowledge 是预置风格；并发默认 5；比例默认 16:9，但也能改成 9:16、1:1、4:3、3:4。

如果你在做产品视频，常见做法是先用 tech 或 default 风格出一批 2K 图，再让后续剪辑去处理时间轴和后期镜头。

一个具体示例

如果 storyboard 里有五个镜头，你想让产品英雄图、人物使用图和场景氛围图都统一成科技感，可以把风格设成 tech，比例设成 16:9，并发保持在 5 左右，然后让脚本批量跑完。

出图后再看 visual-timeline.json 和 visual-report.md，确认哪些镜头成功、哪些被跳过、哪些需要人工补。

它适合什么场景

它适合视频素材生产、产品图批量生成、风格统一、角色一致性素材和需要 2K 图像的项目。

它不适合替代分镜，也不适合处理后期图表、字幕或分屏类镜头。那些应该留给后期制作。

使用边界与失败排查

如果图片风格漂了，先换风格文件，不要先怀疑分镜。

如果缺图，先确认是不是 is_post_production 或素材类型设错了。

如果要稳定出图，尽量把 visual_description 写清楚：主体、动作、镜头、光线、风格要具体，不要只写“高级感”。

更多说明可以看 Video Agent Visual 的 PromptHub 页面 和 GitHub 原始 Skill 文件。

结论

Video Agent Visual 的价值，是把分镜表落成可用素材。

它适合认真做视频资产的人，不适合一句话随便出图的心态。