Video Agent Visual 负责把分镜里的画面真正做出来

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，再用 GPTIMG2 批量生成 2K 图片素材，输出 visuals/*.png、visual-timeline.json 和 visual-report.md。

它负责的是“把分镜里的视觉要求做成可用素材”，不是重新设计分镜本身。

它最像一个素材执行器

原文把职责写得很直接：读取分镜，理解每个镜头的素材需求，跳过后期制作镜头，批量生成图片，再把结果汇总成视觉时间轴和素材报告。

这意味着它不是单张出图工具，而是面向视频项目的素材流水线。

它最重要的是保持角色和视觉一致

它支持风格配置，原文里给了 default、tech、knowledge 三种预置风格，还要求非后期镜头都要有对应素材文件，文件名和镜头编号一一对应。

这对连贯视频很有用。角色脸、产品外观、场景光线如果前后不统一，后面再好的剪辑也会散。

一个具体示例

假设分镜里有三类镜头：产品英雄图、人物使用图、数据图表。

Video Agent Visual 会去生成前两类的图片素材，数据图表则标成后期制作，让剪辑师去完成。这样素材边界就很清楚，不会把每个镜头都硬塞给图片模型。

它适合什么场景

它适合产品视频、知识视频、科技视频、品牌片和需要统一视觉资产的视频项目。

它不适合让你临时做一套全新分镜，也不适合替代视频剪辑。它只负责视觉素材这一步。

使用边界与失败排查

如果图片风格不统一，先检查是不是没选对 styles/ 里的风格文件。

如果某些镜头缺图，先看是不是被标成 post_production 了，或者本来就应该跳过。

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，是把分镜要求变成可用的图片资产。

它适合承担视频里的“出图执行”环节。