豆包AI 视频 自动标签
# 豆包AI 视频 自动标签
# 测试模型
AI体验中心-火山引擎-Doubao-1.5-thinking-vision-pro (opens new window)
# 测试方法：
1. 火山引擎的 AI体验页面，本地上传视频。
2. 使用 火山引擎的 API 接入，将视频上传至TOS存储桶。
# • 网页结果比API 效果更好
◦ 同一个视频，相同prompt 等参数下，火山引擎的AI 体验页面输出效果最佳。
◦ 而使用API 接入，输出的 推理结果明显比网页上的要差。
◦ 这事问过客服，也提交了测试视频和提示词，客服无法解答为什么效果不一样，他们也在测试。
◦ 比对效果，可看【测试B】.
◦ 页面上支持上传webp 动图，API不支持webp ，始终被识别为静态图片。
# • 无法保持稳定的高质量输出
同一个视频和提示，重复多次，输出的推理结果优劣差异较大，武器标签和动作标签不准确，但是动作和外观描述质量可保持稳定。
# • 无法准确识别出动作类型
仅提供视频让大模型识别推理，它不知道这个动作在干嘛，可能被识别为跳舞或者什么，
- 交互的休闲道具被识别成武器，休闲动作被识别攻击动作。
- 女性法术的攻击，被识别成舞蹈动作。
# 提示词
从测试的视频来，输出的描述质量非常高，想请大家集思广益，看是否还有其他维度补充，让AI描述更准确，或者说大家对动作视频关心的重点是否体现在这 4 个维度上，有其他想法，欢迎留言。
提示
📌我是游戏动画师，请帮我从动作分类，种族物种，武器类型，角色属性这些角度给这个角色打标签。
从实际测试来看，先自己写一段提示词，然后用大模型对提示进行结构优化和补充，这样出来的结果更准确。
# AI 补充的提示词
最终提示词
假如你是一位专业的游戏视频标签分析师，你将根据用户提供的游戏视频内容，来解决为该视频从动作分类、种族物种、武器类型、角色属性这些角度打标签的任务。 根据以下规则一步步执行：
- 对动作分类要详细描述攻击方式、方向等相关细节。
- 对武器类型要描述武器外观等相关细节。
- 对种族物种要描述外貌特征。
- 对角色属性要说明战士/侠客等定位以及动作所展现出的力量感与战斗连贯性等特点。
参考例子： 示例1： {视频内容：角色为人类男性，使用大刀进行向前挥砍的攻击动作，外观是一把宽阔且带有锯齿的大刀，角色定位为近战输出型战士，动作有力且流畅} 输出： { "动作分类": "战斗动作:向前挥砍攻击，攻击方向为正前方", "武器类型": "大刀:外观宽阔且带有锯齿", "种族物种": "人类男:外貌特征为正常人类男性模样", "角色属性": "近战输出型:战士定位，动作展现力量感" } 示例2： {视频内容：视频中呈现的主体是一只狼形生物，其外貌特征为周身覆盖尖刺状毛发，尾部修长且灵动。画面初始，该生物处于空中，呈向下方扑跃的姿态；随时间推进，它迅速完成 “空中俯冲→四肢触地支撑→落地后身体姿态调整” 的连贯动作流程 —— 触地时四肢稳健承接身体重量，落地后通过身体重心转移、尾部摆动等细节，展现出从 “扑跃冲击” 到 “稳定姿态” 的自然过渡。背景为简洁的灰色调，地面设置方形网格平台，使狼形生物的动作成为视觉核心，整套动作既体现出扑跃时的爆发力，又通过落地后姿态调整的细节，传递出生物运动的力学逻辑与灵动特质} 输出： { "动作分类": "跳跃动画：垂直方向跃起后落地的移动动作，落地后进入低伏身体、头部抬起观察、尾巴自然摆动保持平衡的警戒待机循环动作，展现生物的机动性与战斗警觉性", "武器类型": "无武器：以自身肢体（锋利的爪部用于扑击抓挠、牙齿用于撕咬）作为战斗时的攻击载体", "种族物种": "狼：四足行走的狼形生物，体表覆盖尖锐鬃毛（或类似尖刺的毛发结构），头部有突出尖角，前肢具锋利利爪", "角色属性": "近战突袭怪物：定位为近战突袭类怪物角色，动作中跳跃的爆发力展现出较强的冲击力量感，落地后快速衔接警戒姿态体现战斗连贯性，突出其作为野外高机动性、高警觉性敌人的特性" } 请回答问题： {视频内容：XXX} 输出：
要求： 1 输出使用json格式。 2 保留描述细节，中文。
# SVN 动画库
豆包 ： 调研 火山引擎的 豆包大模型 给视频生成描述。
保存 ： 保存 用户输入的描述内容修改。
# 测试案例视频
# 1
# 输出
以下是从 动作分类、种族物种、武器类型、角色属性 四个维度为该角色打的标签，结合动画表现与风格化特征解析：
# 1. 动作分类
- 核心标签：舞蹈/仪式动作（角色动作流畅且具韵律感，姿态轻盈飘逸，更偏向「展示性舞蹈」或「祭祀仪式动作」，无明显战斗攻击姿态）
- 补充标签：循环动画（动作序列有重复性，符合游戏内「待机/展示类循环动作」逻辑）
# 2. 种族物种
- 核心标签：人形奇幻种族（角色具备人类体态，但服饰、头饰、风格化设计（如夸张裙摆、尖顶帽）指向「幻想世界观」设定）
- 风格化延伸：巫女/灵侍（结合「灯笼法器」「飘逸服饰」「仪式感动作」，可关联日式/东方幻想中的「巫女」「灵媒」等神秘职种）
# 3. 武器类型
- 核心标签：灯笼法杖（角色持有的长杆道具为「灯笼」造型，兼具「仪式法器」与「法杖」功能，无明显物理攻击特征，偏向「魔法/灵力释放载体」）
- 功能延伸：仪式法器（道具设计更侧重「功能性象征」，如照明、通灵、增益buff释放）
# 4. 角色属性
- 核心标签：辅助型/魔法型（动作无攻击性，武器偏向「非物理输出」；结合「仪式感」「飘逸感」，推测定位为「治疗/增益/控场」的辅助向魔法角色）
- 气质延伸：祭祀/通灵者（从「灯笼法器」「仪式动作」的氛围感，强化「连接灵界/释放神秘力量」的属性）
# 2
资源中心SVN - 动作库 - 666合并龙.max (opens new window)
# 输出
以下是从 动作分类、种族物种、武器类型、角色属性 四个维度为该角色定制的标签，结合动画中「御剑+化龙」的核心表现与东方仙侠风格解析：
# 1. 动作分类
- 核心标签：战斗技能动画（大招/必杀技）
- 细分特征：御剑操控动作（多剑悬浮/联动） + 灵技（龙形）联动特效（剑与龙形态转化、技能前后摇的连贯性）
# 2. 种族物种
- 核心标签：人形（东方武侠/仙侠风格）
- 风格延伸：剑修/修仙者（依托「长袍束发+御剑术」的视觉符号，指向东方幻想世界观中「剑仙门派/修仙体系」的职业向种族设定）
# 3. 武器类型
- 核心标签：御剑术（群体性飞剑）
- 机制延伸：法宝化灵刃（剑具备「灵体化」特征——可转化为龙形释放技能，且支持多剑同时操控的「法术型武器」逻辑）
# 4. 角色属性
- 核心标签：爆发型法术输出
- 定位延伸：剑仙（高伤害/控场） + 主C定位（技能视觉重心、多剑+化龙的大范围/高张力表现，暗示实战中承担核心输出职责）
这些标签既锚定了动画中「御剑→化龙→收招」的动作逻辑，也兼容东方仙侠题材「剑修/法宝/灵技」的世界观叙事，能为后续「技能数值设计、美术风格统一、职业定位强化」提供明确的标签化参考
# 3.
资源中心SVN - 动作库 - 104.max (opens new window)
# 输出
以下是从 动作分类、种族物种、武器类型、角色属性 四个维度为该角色定制的标签，结合动画中「重剑 + 力量型攻击」的核心表现与暗黑 / 奇幻风格解析：
# 1. 动作分类
- 核心标签：技能动画（重型武器必杀技 / 连招段）
- 细分特征：近战爆发攻击（动作幅度大、蓄力 - 下劈 - 收招的力量感循环，更偏向「技能释放」而非普通平 A，突出 “重型武器的打击张力”）
# 2. 种族物种
- 核心标签：人形（奇幻重装战士种族）
- 风格延伸：铠甲化战士（全身覆盖夸张铠甲 + 披风，脱离现实人类特征，指向「魔幻世界观下的改造人 / 异化战士」或「传统奇幻种族（如人类 / 半兽人）的重装分支」）
# 3. 武器类型
- 核心标签：重型双手剑（力量型近战劈砍武器）
- 机制延伸：巨刃 / 斩舰刀型（武器尺寸远超常规剑，强调「范围劈砍 + 破甲 / 击飞」的重型武器战斗逻辑，攻击慢但伤害 / 威慑力极强）
# 4. 角色属性
- 核心标签：高爆发近战输出 + 重装前排（双定位）
- 定位逻辑：重型武器→高伤害 / 破甲（输出向） + 铠甲 / 体型→承伤 / 控场（前排向），动作的 “力量碾压感” 同时支撑「爆发斩杀」与「阵地压制」两种战斗定位
这些标签既锚定了动画中「重剑挥砍 + 铠甲张力」的视觉特征，也兼容「重型武器→职业机制→属性定位」的游戏设计逻辑，能为后续「技能数值规划、美术风格强化、职业差异化塑造」提供明确的标签化参考
