Gemini Omni视频避坑 | Omni Video怎么用

Gemini
Omni
Video
AI
Text to Video
Image to Video

Gemini Omni 到底是什么？
第三方 Omni Video AI 又是什么？
这类工具真正适合做什么？
怎么写 Prompt 才不浪费积分？
团队要怎么管账号、素材、版权和成本？

不要把 Gemini Omni 和第三方 Omni Video AI 混成一个东西。

快速试错。
批量出草稿。
把想法变成可剪辑素材。
把脚本、分镜、画面和审核流程串起来。

4SAPI 负责脚本、分镜、Prompt、审查、日志和成本。
视频平台负责实际生成画面。
剪辑工具负责最后成片。

Gemini Omni Video AI

你把素材上传给了谁？
你买的积分到底能生成什么？
产物能不能商用？
出了问题找谁负责？

看到 Gemini、Omni、Video 这些词，不要只看标题。
先看域名、产品主体和服务条款。

给短视频开头做 3 秒钩子。
让产品图动起来。
给公众号、课程、播客做动态封面。
把广告分镜快速变成样片。
给电商主图做一段竖屏动态素材。
给 SaaS 产品做抽象功能演示。
给提案 PPT 做一段概念视频。

时长短。
容错高。
不要求角色长期一致。
不要求精确台词。
后期可以剪。
可以多生成几版再挑。

视频草稿机。
动态素材机。
创意试错机。

连续 3 分钟剧情。
同一个人物从头到尾不变脸。
Logo 每一帧都完全正确。
复杂手部动作没有瑕疵。
中文字幕绝不变形。
镜头语言完全按导演意图执行。

Text to Video
Image to Video

文生视频。
图生视频。

赛博城市雨夜。
极简科技产品广告。
森林里的发光机器人。
宇航员走进玻璃温室。

角色不稳定。
产品不可控。
品牌资产容易变形。
生成结果更像“灵感图”。

找视觉方向。
做氛围测试。
做抽象开场。
做不依赖具体品牌资产的素材。

一张产品海报。
一张人物主视觉。
一张电商商品图。
一张课程封面。
一张 App 界面 mockup。

轻微运镜。
光影变化。
背景动态。
人物小动作。
产品旋转或推进。

1080p。
5 秒 / 10 秒。
16:9。
9:16。
1:1。
无水印。
商用授权。

画面有没有抖。
主体有没有变形。
动作有没有违反常识。
文字有没有糊成乱码。
Logo 有没有被模型改掉。
人物脸有没有漂移。
镜头有没有突然跳。
光线有没有前后不一致。

选题
  -> 写 3 句脚本
  -> 拆 3 个镜头
  -> 每个镜头写 Prompt
  -> 每个镜头生成 3 版
  -> 挑 1 版进剪辑
  -> 加字幕、音乐、转场
  -> 存档 Prompt 和成片

素材来源记录。
商用授权确认。
成本和失败率统计。

选题 brief
  -> 4SAPI 调模型写脚本
  -> 4SAPI 调模型拆分镜
  -> 人工确认品牌和合规边界
  -> 生成每个镜头的 Prompt
  -> 视频平台生成 3-5 版
  -> 按验货表打分
  -> 剪辑成片
  -> 记录模型、工具、Prompt、素材、授权和成本

4SAPI 不一定负责视频生成本身。
4SAPI 更适合负责视频前后的模型工作流。

脚本生成。
卖点提炼。
分镜拆解。
Prompt 改写。
中英文 Prompt 翻译。
风险词审查。
标题和发布文案。
生成记录归档。

生成一个科技感很强的产品视频。

产品是什么？
镜头怎么动？
背景在哪里？
光线是什么？
风格是写实还是 3D？
时长是多少？
横屏还是竖屏？
不要出现什么？

主体 + 动作 + 场景 + 运镜 + 光线 + 风格 + 时长/比例 + 禁止项

[主体] 是谁或什么
[动作] 在做什么
[场景] 发生在哪里
[运镜] 摄像机怎么动
[光线] 画面亮暗、色温、时间
[风格] 写实、电影感、产品广告、3D、纪录片
[时长/比例] 5 秒、10 秒、9:16、16:9、1:1
[禁止项] 不要文字、不要额外 Logo、不要手部特写

一瓶磨砂玻璃质感的护肤精华放在浅灰色石材台面上，
瓶身保持不变，镜头从左前方缓慢推进到正面，
背景有柔和水雾和微弱高光流动，
自然晨光，干净高级的美妆广告风格，
5 秒，9:16 竖屏，
不要生成额外文字，不要改变瓶身标签，不要出现人物手部。

A frosted glass skincare serum bottle on a light gray stone surface,
keep the bottle shape and label unchanged,
slow camera push-in from front-left to center,
soft mist and subtle highlight movement in the background,
natural morning light, clean premium beauty commercial style,
5 seconds, vertical 9:16,
no extra text, no label distortion, no hands.

一张深色桌面上摆着打开的笔记本电脑、几张便签和一杯咖啡，
屏幕只显示抽象发光线条，不出现真实文字，
镜头从俯拍缓慢下降到斜侧角度，
环境是清晨办公室，窗外有柔和日光，
现代、安静、专注的知识工作者氛围，
5 秒，16:9 横屏，
不要出现人脸，不要出现可读品牌 Logo。

不要真实文字。
不要人脸。
不要品牌 Logo。

一条咖啡品牌短视频，年轻人早晨喝咖啡。

城市公寓清晨、自然光、慢镜头、咖啡蒸汽、温暖氛围、电影感、竖屏。

它加了人物。
它加了文字。
它加了某种风格。
它加了不必要的镜头运动。
它把产品从真实拍摄感改成了 3D 动画感。

先让它扩写。
再人工删掉不需要的部分。
最后补上禁止项。

为了得到一条能用的素材，你要失败多少次。

3 版起步。
5 版封顶。

主体太复杂。
动作太难。
镜头要求太多。
画面里文字太多。
图片本身不适合动起来。

少一点动作。
少一点主体。
少一点镜头变化。
少一点文字和 Logo。

Omni Video vs Kling vs Hailuo vs Runway vs Sora vs Veo

我的素材从哪里来？
我的视频要发到哪里？
我需要几个人协作？
我能接受多少失败率？
我能不能记录每条素材的来源和授权？
我需要 API 自动化，还是网页手动生成就够？

选题分析。
广告脚本。
卖点提炼。
分镜表。
Prompt 生成。
Prompt 翻译。
合规审查。
标题和发布文案。
素材归档摘要。
成本复盘报告。

谁在用，能查。
花了多少，能算。
哪类任务最费钱，能看。
哪个项目乱烧模型，能停。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["FOURSAPI_API_KEY"],
    base_url="https://api.4sapi.com/v1",
)

brief = """
产品：一款给独立开发者用的项目管理工具
目标：生成一条 15 秒竖屏短视频
受众：经常同时做多个副业项目的人
风格：干净、克制、轻科技感
限制：不要夸大收益，不要出现具体竞品 Logo
"""

resp = client.chat.completions.create(
    model="<从4SAPI模型广场复制模型名>",
    messages=[
        {
            "role": "system",
            "content": "你是短视频分镜导演。请输出可直接给 AI 视频工具使用的分镜表和 Prompt。",
        },
        {
            "role": "user",
            "content": brief,
        },
    ],
)

print(resp.choices[0].message.content)

镜头编号
时长
画面描述
运镜
主体动作
中文 Prompt
英文 Prompt
禁止项
验货重点

订阅费。
积分费。
失败重试费。

每个项目生成了多少条。
多少条进了剪辑。
多少条最终发布。
失败原因是什么。
哪个 Prompt 模板最稳定。
哪个素材最容易崩。

客户未公开产品图。
还没发布的新包装。
内部 PPT。
用户真实头像。
合同截图。
带有供应商信息的素材。
未授权的明星、KOL、摄影作品。

隐私政策。
数据保留时间。
训练使用条款。
删除机制。
商用授权范围。
是否允许上传第三方素材。

真实客户名称。
未公开财务数据。
内部价格策略。
渠道返点。
合同条款。
员工个人信息。

短视频开场。
动态海报。
产品氛围片。
课程封面动效。
电商素材测试。
广告提案样片。
社媒竖屏素材。
PPT 里的概念动效。

真人口播。
强品牌 Logo 露出。
医学、法律、金融权威内容。
真实人物肖像。
儿童相关商业素材。
需要精确演示的软件操作流程。

长剧情正片。
需要连续角色一致的短剧。
高度精确的工业操作演示。
不能接受任何画面瑕疵的高端广告终片。
没有版权确认的商业投放。

越长越容易崩。
越长越难保持主体一致。
越长越难控制镜头。
越长失败成本越高。

镜头1：3秒，开场钩子。
镜头2：5秒，问题场景。
镜头3：5秒，产品/方案出现。
镜头4：5秒，效果展示。
镜头5：4秒，CTA 或品牌收尾。

【视频目标】
这条视频要解决什么问题？

【发布平台】
抖音 / 小红书 / 视频号 / B站 / 官网 / PPT

【画幅】
9:16 / 16:9 / 1:1

【时长】
每个镜头 3-5 秒，总时长不超过 30 秒

【素材来源】
自有素材 / 授权素材 / AI生成素材 / 客户提供素材

【镜头列表】
镜头1：
镜头2：
镜头3：

【每个镜头 Prompt】
主体：
动作：
场景：
运镜：
光线：
风格：
禁止项：

【验货清单】
主体是否稳定：
文字是否变形：
Logo是否变形：
动作是否自然：
是否可剪辑：
是否可商用：

【归档】
工具：
模型/模式：
Prompt版本：
生成次数：
最终文件名：
授权状态：

看域名。
看账号体系。
看付款主体。
看服务条款。
看官方文档是否互相指向。

人物走路。
产品旋转。
镜头环绕。
背景爆炸。
文字出现。
Logo 保持。
光线变化。

视频里不要生成文字。
字幕和标题放到剪辑软件里加。

这个素材能不能给第三方平台处理？
是否需要脱敏？
是否有客户授权？
是否能用于训练？
能不能删除？

源图。
Prompt。
参数。
生成时间。
工具。
结果。
失败原因。

[ ] 已确认这是官方 Gemini 入口，还是第三方 Omni Video 工具
[ ] 已确认产品域名、价格、积分和退款规则
[ ] 已确认素材可以上传到该平台
[ ] 已确认成片是否带水印
[ ] 已确认商用授权范围
[ ] 已确认视频中没有乱码文字
[ ] 已确认 Logo 和产品没有明显变形
[ ] 已确认人物肖像和声音没有侵权风险
[ ] 已保存源图、Prompt、参数和成片
[ ] 已记录生成次数、失败次数和成本
[ ] 团队项目已在 4SAPI 或内部系统记录脚本、Prompt、审查和成本

短视频素材。
动态海报。
广告样片。
产品动效。
图生视频。
创意试错。

不用剪辑的自动导演。
不用审核的商业广告机。
不用版权管理的素材黑箱。

第一，别把官方 Gemini Omni 和第三方 Omni Video 混为一谈。
第二，先做短镜头，再拼成长视频。
第三，团队使用时必须记录 Prompt、素材、授权和成本。