视频

Skill先是询问我期望生成的视频时长、清晰度以及比例，紧接着又将我这一句模糊的自然语言指令，扩充为长度有700多字的专业提示词，再然后，只要几分钟，视频生成了。

按照这些博主说的方法，我输入「生成一个奶牛猫带着环尾狐猴穿越到魔法世界，正在与一群巫师玩魁地奇的视频」之后，然后添加了DocumentarySkill让MiniMaxDesign自动生成视频。

于是，抽卡也成为了相当长一段时间里关于AI视频生成的关键词。

但只是在视频生成与后期修改方向站稳脚跟。

如果把大多数视频生成模型想象成一台黑盒，它们的工作逻辑大致可以理解成：Prompt输进去，视频出来，至于中间模型究竟如何理解Prompt，最终又会产出怎样的成果，整个过程的可控性并不算高。

是的，它没有把自己描述成「AI视频生成器」，甚至没有把视频作为宣传重点，整个产品的入口是Agent，任务拆解以及具体执行的与同样是Agent，完全不需要用户在提示词以及创作技巧上过多费心。

当然，除了考虑了小白的使用体验，对于专业视频制作大拿MiniMaxDesign同样有杀手锏。

比如，在PV、MV等叙事向视频制作中，MiniMaxDesign会先锚定内容主题、音乐节奏与核心参考素材，确立统一的视觉基调与分镜逻辑，再自主匹配人物、场景、镜头动作等核心创作资产，将碎片化的创意构思，变成风格统一叙事流畅的完整作品。

有意思的地方在于，这些播放量数万甚至十几万的博主，他们大多不是专业的AI视频创作者，在生成这些视频的过程中，他们也并没有进行复杂的几千字Prompt调试，只要给出目标或简单描述，剩下的工作就由Agent直接自主完成。

但视频创作没有绝对标准：画面好不好看、节奏顺不顺、人物表情到不到位，都是审美和感知层面的判断，这意味着视频Agent需要更强的意图理解能力和更精细的人机交互设计。