输入视频主题和创作要求，即可生成一份可用于后续制作的视频生产规划，包括图片素材规划、视频内容结构、镜头安排、视频引用素材建议、时长节奏和口播文案等（不直接生成音视频、图文等素材资产）。规划会将创意拆解为清晰的内容结构、镜头安排、素材建议和时长节奏，适合教育及营销视频的前期策划。

算子 ID：las_hypervideo_script_planner

适用场景 #

• 课程讲解：语文古诗伴读、英语单词讲解、数学例题讲解、科学现象解释等教育视频前置规划。
• 广告营销：广告输出、营销视频生产等。
• 批量策划：为系列化内容生成结构统一的制作方案，减少重复策划工作。
• 需要控制纯视频画面与精准文字画面生成比例，并约束准确文字进入课件帧的混合生产场景。

核心能力 #

• 从创意到制作方案：将主题、受众和表达目标整理成可执行的视频生产规划。
• 生产规划：拆解视频内容，规划各场景的生成模式、分镜脚本、时长和衔接关系。
• 模式路由：将场景分配为 video、frame和hybrid。video 适合人物动作、故事情境、环境氛围和视觉演示等纯视频场景；frame 适合课件页、准确文字、公式、音标、例题、练习题、图表和总结页等文字较多的场景。hybrid 适合同一个场景中既需要生成视频画面，又需要准确渲染文字/布局的场景。
• 参考资料理解与图片复用：理解内容图片、PDF 和视频；通过 ref_strategy 决定内容原图是否进入人物、道具或背景的具体状态，并由场景引用。PDF 和视频只用于理解。
• 图文联合风格：visual_style 支持一张风格图、风格文字或二者结合；明确冲突以风格文字为准。风格独立于内容图片引用策略。
• 素材状态与角色声音：同一人物、道具或背景可具有多个状态；一个状态可保留多张内容原图，人物各状态可配置独立声音，台词引用相应人物及声音状态。
• 适配不同内容类型：支持课程讲解和广告营销视频策划。

效果展示 #

支持的地域 #

• 北京：cn-beijing
• 上海：cn-shanghai
• 广州：cn-guangzhou

算子性能 #

输入要求 #

输出要求 #

• 计费标准

  细分项	计费标准说明
  计费项	算子处理费用：基于输出的视频脚本的目标视频时长统计用量，不同时长按不同单价进行计费。即，需要规划脚本的目标视频时长越长，费用越高。 多模态参考输入费用（按需）：如果提供了多模态的输入内容（有效内容图片、PDF 文档、视频、独立风格图片等），则收取 1元的多模态输入费用。
  计费类型	按量计费，单位：元，按实际的计费用量每小时出账。
  单价	基于需要规划脚本的目标视频时长进行阶梯计费。

• 计费详情

  计费项	目标视频时长	单价
  算子处理费用	(0 秒，30 秒]	1.2 元
  	(30 秒，1 分钟]	1.5 元
  	(1 分钟，2 分钟]	2.0 元
  	(2 分钟，5 分钟]	3.0 元
  	(5 分钟，10 分钟]	4.5 元
  	(10 分钟，20 分钟]	7.0 元
  	(20 分钟，30 分钟]	9.5 元
  多模态参考输入费用	不涉及	1.00 元，有多模态参考输入时收取；不提供多模态参考输入时不收取

API 调用说明 #

• 本算子的 API 为异步任务接口，您需要通过 Submit 接口提交任务获得任务的 task_id，再通过 Poll 接口获取对应任务（task_id）运行状态，并获取算子处理结果。
• 注意，任务提交后，任务的 task_id 有效期为 3 天，超过 3 天后即无法通过此 task_id 来获取算子处理结果。

Submit #

接口说明 #

提交视频脚本规划任务，提交成功后返回任务 ID，可通过查询接口获取处理结果。

请求参数 #

返回数据 #

请求示例 #

curl --location "https://operator.las.cn-beijing.volces.com/api/v1/submit" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '{
    "operator_id": "las_hypervideo_script_planner",
    "operator_version": "v1",
    "data": {
        "prompt": "为面向通勤人群的便携咖啡杯生成 60 秒产品介绍视频规划，结合产品图片、规格文档和演示视频，突出防漏设计及易于清洗的特点。",
        "prompt_strategy": "marketing_ecommerce_v1",
        "total_duration_sec": 60,
        "planning": {
            "domain": "marketing"
        },
        "ref_images": ["https://example.com/product-front.png"],
        "ref_files": ["https://example.com/product-specification.pdf"],
        "ref_videos": ["https://example.com/product-demo.mp4"],
        "ref_strategy": "all",
        "visual_style": {
            "ref_images": ["https://example.com/watercolor-style.png"],
            "prompt": "保留参考图的水彩笔触，使用冷色调并增加留白，确保产品文字清晰可读"
        },
        "output_tos_path": "tos://bucket/output/script_planner/",
        "output_language": "zh",
        "aspect_ratio": "16:9",
        "resolution": "1920x1080",
        "fps": 25,
        "video_target_ratio": 0.6,
        "frame_target_ratio": 0.3,
        "hybrid_target_ratio": 0.1,
        "video_max_scene_duration_sec": 8,
        "min_total_duration_sec": 50,
        "max_total_duration_sec": 70
    }
}'

返回示例 #

{
  "metadata": {
    "task_id": "20250108_150000_abc123",
    "task_status": "PENDING",
    "business_code": "0",
    "error_msg": ""
  }
}

错误码 #

Poll #

接口说明 #

查询视频脚本规划任务的执行状态和结果。

请求参数 #

返回数据 #

请求示例 #

curl --location "https://operator.las.cn-beijing.volces.com/api/v1/poll" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '{
    "operator_id": "las_hypervideo_script_planner",
    "operator_version": "v1",
    "task_id": "20250108_150000_abc123"
}'

返回示例 #

{
  "metadata": {
    "task_id": "20250108_150000_abc123",
    "task_status": "COMPLETED",
    "submit_time": "2026-07-21T16:04:06+08:00",
    "end_time": "2026-07-21T16:04:06+08:00",
    "business_code": "0",
    "error_msg": ""
  },
  "data": {
    "intent_profile_path": "tos://bucket/out/run/intent_profile.json",
    "intent_profile_uri": "https://example.com/intent_profile.json",
    "production_plan_path": "tos://bucket/out/run/production_plan.json",
    "production_plan_uri": "https://example.com/production_plan.json",
    "creative_brief_path": "tos://bucket/out/run/creative_brief.json",
    "creative_brief_uri": "https://example.com/creative_brief.json",
    "reference_analysis_path": "tos://bucket/out/run/reference_analysis.json",
    "reference_analysis_uri": "https://example.com/reference_analysis.json",
    "total_duration_sec": 60.0,
    "contains_multimodal_input": true
  }
}

错误码 #

参考：输出 JSON 文件字段说明 #

intent_profile.json #

intent_profile.json 描述用户想要什么内容，主要包含视频标题、规划领域、主题、关键知识点、受众、内容目标、内容单元、总时长、画幅、分辨率、输出语言、全局视觉风格、文字策略、音频策略、约束和假设等信息。关键字段包含：

production_plan.json #

production_plan.json 描述下游如何生产视频，主要包含：

asset_plan 关键字段 #

人物、道具和背景的根节点表示主体身份，视觉生成信息放在一层 states 中。同一人物的不同年龄或服装、同一道具的完好或破损、同一背景的白天或夜晚属于同一主体的不同状态；同状态的不同视角可共用一个状态的多张原图。

states 关键字段 #

场景通过状态 asset_id 引用视觉素材；ref_image_* 是原图标识，不可填入 asset_refs。复用一个状态时应保留其全部 reference_images，不能只读取主图 uri 就认定已使用其余图片。逻辑主体不直接生图；封面等平铺素材仍在自身保存生成模型、提示词和 URI。新规划不再输出 reference_materials 或 reference_refs。

scene_plan 关键字段 #

场景与分镜的 audio #

有分镜的 video 场使用 storyboards[*].audio，场级音频为空；frame 使用 scene.audio；hybrid 的配音在 scene.audio，分镜音频关闭。场景和分镜的 audio 不再直接存放 speaker_role、voice_style。声音状态可以与画面状态不同，例如画面使用幼年状态，旁白使用成年状态；不同人物或不同声音状态的台词分别保留。
以下为生产规划结构节选，展示两张内容原图属于同一人物状态及台词声音引用；省略其余章节、场景和组装字段。

creative_brief.json（可选） #

营销任务生成营销创意时返回该文件；教育任务不返回。文件以 creative_brief 字符串保存用于规划的创意正文，保留原有换行与段落，不是另一份结构化生产规划。

reference_analysis.json（可选） #

内容图片、PDF 或视频等参考资料产生分析结果时返回，教育和营销均适用。没有内容参考资料、仅有独立风格图或风格文字时不返回。即使 ref_strategy=none，资料仍可产生分析；分析中的来源标识不代表原图已被场景引用。

image_entities 的 entity_type 为 character、prop 或 background；其 states 中每项含 state_key、state_name、description、image_refs。image_refs 指向内容原图 ref_image_*，而 entity_key、state_key 解释识别分组，实际执行引用以生产规划中主体和状态的 asset_id 为准。文件直接保存分析对象，不额外包裹一层 reference_analysis。
所有产物均随完整任务成功后由 Poll 返回地址；未生成的可选文件会省略对应 path 和 uri 字段，不输出空文件。文件路径及返回条件见 Poll 接口。