AI 视频杀入「Agent 时代」！一句话直出 30 秒大片，100+ Skill 随便挑

来源：市场资讯

（来源：AI信息Gap）

一个可爱的小面包，偷偷从烤盘上溜下来。

粉腮红，豆豆眼，小短腿。

它路过蛋糕柜台，看了一眼橱窗里那些比自己好看的草莓蛋糕。犹豫了一下，没有去找模具把自己压得更漂亮。它来到橱窗前，歪着身子面朝街道。

30 秒视频，皮克斯级别的 3D 渲染。

这条视频是怎么来的？

我在 LibTV 的 Skill 商店里看到一个叫做「皮克斯动画广告」的 Skill，很有意思。点开选中它，投喂了一段故事描述。几分钟后，成片交付。

这个工具是 LibTV Agent，哩布哩布刚刚上线。传送门 liblib.tv。

LibTV，老粉们应该不陌生，我之前出过很多期教程。搭建节点、写提示词、逐镜头生成视频、手动拼接。一条 30 秒的 AI 视频，再快也得折腾大半天。

这次不一样。

LibTV 输入框左下角找到 Skill，一键复用。

每个 Skill 背后都是专业创作者的拍片方法论。导演语言、分镜设计、配乐策划、画面风格，都打包成了一个可以直接调用的技能。

除了通用的默认 Skill，点击「全部」，可以查看 Skill Hub 里的所有 Skill。

100 多个 Skill 按类型排列。专业影视、商业广告、短剧漫剧、动漫游戏、音乐 MV、自媒体创作。

你选择一个 Skill，本质上就是选了一个导演。它负责交付成片。

来一波实测。

LibTV Skill Hub 里有个叫「伊斯特伍德西部片」的 Skill，颇有《西部世界》那味儿。

点开详情，介绍里写着「极静对峙瞬间爆发的枪战大片」。往下翻，「莱昂内荒凉美学 + 伊斯特伍德式反英雄西部片，褪色胶片、逆光体积光、极静对峙到瞬间爆发的节奏、双阶段八镜头决斗蓝图」。

这是把一整套拍片方法论塞进了一个 Skill 里。

选中它，输入提示词。

划重点，提示词不需要很复杂，准确描述你想要生成的视频场景就行，剩下的 LibTV Agent 会调用 Skill 搞定。就像这样。

拍一条 35 秒的西部片。正午。沙漠小镇。一条空旷的主街。风吹过，卷起黄沙。一个牛仔从街的一头走来，马刺声一步一响。街的另一头，酒馆门板被推开，另一个牛仔走出来。两个人在街中央停下。目光对视。第一个牛仔把烟头扔在地上，用靴子碾灭。第二个牛仔的手慢慢移向腰间的枪套。一只秃鹫从头顶飞过。枪声响了。只有一个人还站着。

LibTV Agent 先自动生成了两个角色的三视图，接着是一组四宫格的沙漠小镇场景资产，龟裂地面、SALOON 招牌、风化木楼。

确认资产后，Agent 并行生成了 8 条分镜视频，还顺便生成了四条音频轨道。

来看成片。

45 秒的视频，8 个镜头，五轨混音。从空镜到决斗到血红色的落日。

全程我只做了两件事。输入提示词，确认资产的时候说了一句「满意，开始生成分镜视频」。

两次人工交互，交付成片。

人物脸部特写。

再来生成一个武侠片。这次用的 Skill 是「古典武侠电影全流程导演」，胡金铨式的留白意境。

开工前，LibTV Agent 先问了我几个细节问题。「画面尺寸 16:9 还是竖屏？风格选胡金铨意境武侠还是其他？要不要加字幕？」

上一条西部片是「自动模式」，Skill 收到提示词就直接跑完全部流程。武侠 Skill 是「手动模式」，先确认基本设定再动手。

确认完毕，Agent 按 6 个镜头拆好了分镜，然后生成视频。

拍一条 40 秒的武侠短片。深秋。古寺前的石阶。一个背剑的女侠站在寺门前，僧人递给她一碗清水。她喝完，把碗放在石阶上，碗没有碎。转身走下石阶。每走一步，身后的银杏叶落一层。走到山路拐弯处，她停了一下。没有回头。山风起。落叶铺满了整条石阶。僧人低头看那只碗，碗里又积满了露水。

最终效果是这样的。

总体来看还不错，但第一版成片有个问题。

第四个镜头，画面突然从银杏寺庙跳到了一个悬崖云海的大远景，前后镜头完全脱节。

我直接在 Agent 对话框里输入了一段修改指令。

Agent 重新生成了第四个镜头，其余五个镜头不变。自动替换，重新合成。

第四个镜头画面跳出去了，场景从银杏寺庙突然变成了悬崖云海，跟前后不搭。

修复后的画面，银杏山道、石板路，和前后镜头空间连续了。

视频片段出了问题，完全不需要从头重做。告诉 Agent 哪里不对、怎么改，它只替换出问题的那个镜头，其余保留。

前面的都是真人画风，下面试试动画。

「新海诚动漫美学」Skill。天空、夕阳、青春，《你的名字》那套视觉语言。

这个 Skill 确认得更细。

LibTV Agent 问了我六个问题，「执行模式、尺寸、语言、人声模式。」

这些细节确认后，Agent 先生成了一张天台夕阳的色调参考图，锁定配色。然后给两个角色定了表演基调。男生的细节精确到「深呼吸闭眼再睁眼转身」「攥紧信纸指节发白」，女生的细节到「信纸捧胸前」「先怔后眼神软化」。

拍一条 35 秒的新海诚风格动画短片。黄昏。学校天台。一个男生靠在栏杆上，手里攥着一封信。远处的城市天际线被夕阳染成橘红色。他深呼吸，转身，发现门口站着那个女生。她手里也拿着一封信。两个人同时举起信，又同时放下。然后笑了。晚霞在他们身后铺成了一整片橘色的海。一架飞机划过天空，拉出一条白线。

3 个分镜，共 15 个分镜镜头。

成片出来了。

4 秒处有一个手部特写。这个镜头我没写在提示词里，Skill 自己脑补的。

还有 26 秒处的信纸特写，上面写的是日文。我没有明确要求，Skill 理解了「新海诚 = 日本动画」自己选的语言。

LibTV Agent 本身就支持多语言创作，比如文章最开头那个中文「皮克斯动画」。

35 秒的视频，天空占了画面六成以上，橘红和紫蓝的渐变云层。新海诚动画风格拉满了。

西部片，武侠，新海诚。三个 Skill，同一个操作流程，三种视觉世界。

但那都是 Skill Hub 里现成的 Skill，你还可以根据自己的需求自建。

创建入口在 Skill 列表顶部，点「+ 创建」就行。

我创建了一个「Apple 发布会产品宣传片」的 Skill。

把创作方法论写到 SKILL.md 里。

纯黑背景、侧光 45 度、产品悬浮居中、慢速 360 度旋转、微距推进细节、爆炸分解展示内部结构。字幕用无衬线细体白字，位置在画面下方三分之一。配乐用极简电子氛围音乐，60-80bpm。

点击保存。Skill Hub「我的」tab 里多了一张卡片。

调用它来生成一条 AI 眼镜的产品宣传片。

卖点 28g 超轻、全天候 AR 显示、骨传导音频、钛合金镜腿，外观参考 Apple Vision Pro 的简约路线。

Agent 自己设计了产品外观，生成了两张主体锚点图。

然后问我「是否符合你的预期」，确认后拆成 5 个分镜，并行生成，合成成片。

纯黑背景开场。侧光缓慢扫过，智能眼镜从暗处亮起，镜腿末端针孔摄像头的微距特写。最后以产品全貌收尾定格，下方一行小字展示产品特点。

和苹果发布会的收尾格式一模一样。

SKILL.md 里写的每一条规则，LibTV Agent 都执行了。我写的创作方法论，变成了 Agent 的拍片指南。

LibTV 有两个视图，一个负责节奏，一个掌管细节。

Agent 生成的每条成片，都可以在「工作流」和「故事板」视图之间切换再做精细调整。

工作流视图里，所有节点和连线铺在无限画布上，节点之间的引用关系一目了然。你可以点进任何一个节点，修改提示词，重新生成这个镜头。

故事板视图里，资产、文本、视频分区陈列。你可以拖动镜头调整顺序、修改时长、看到每条分镜视频引用了哪些角色和场景资产。

LibTV 同步启动了 Skill 超创激励计划，投入 1000 万元创作激励，扶持优质 Skill 创作者。

你可以把自己的拍片方法论、审美风格、提示词和工作流沉淀成 Skill 发布出来，可以获得官方流量、现金激励和未来长期收益。

传送门 liblib.tv。

我是木易，Top2 + 美国 Top10 CS 硕，现在是 AI 产品经理。