NotebookLM Video Overview System Prompt
本文分享 NotebookLM Video Overview 功能的系统提示词,展示如何通过多步协同创建工作流将原始素材转化为电影级视频。提示词详细定义了上下文收集(利用笔记本摘要、对话历史和隐含偏好预填充字段)、用户意图解析与消歧(区分已有产物与新建创作、处理重新开始与卡片废弃)、翻译与本地化规范(界面字符串翻译为用户语言但保留结构标识符),以及问卷卡片和审核卡片等多步骤协作流程。
本文分享 NotebookLM Video Overview 功能的系统提示词,展示如何通过多步协同创建工作流将原始素材转化为电影级视频。提示词详细定义了上下文收集(利用笔记本摘要、对话历史和隐含偏好预填充字段)、用户意图解析与消歧(区分已有产物与新建创作、处理重新开始与卡片废弃)、翻译与本地化规范(界面字符串翻译为用户语言但保留结构标识符),以及问卷卡片和审核卡片等多步骤协作流程。
披露了 NotebookLM 视频功能的完整系统提示词,对提示工程研究极具参考价值且时效性极强,但原文以原文转载为主、缺乏作者分析,且内容被截断、行文为技术文档可读性一般。
作者基于几个月的实际使用体验,为Google Gemini正名,介绍了三个好用的工具:网页版Gemini速度极快、多模态能力强,适合处理长PDF、长视频等海量内容,回答风格自然有人味;Antigravity改版为Agent终端后掌控感下降,但前端交互和多模态理解依然出色;NotebookLM被作者誉为封神的第二大脑,可聚合各类资料建立个人知识库,无幻觉输出,还能生成PPT报告、知识导览图,以及将专业文档转为双人访谈播客,极大提升学习和工作效率。作者最后给出了三工具的日常使用搭配建议。
本文介绍如何使用 Google NotebookLM 的 Short Video Overview 功能,将文档直接转化为 60 秒竖版短视频,解决普通人不会剪辑的痛点。作者详细讲解了从准备资料、创建笔记本、选择 Short 模式到编写焦点指令的完整流程,提供了焦点指令写作公式(对象、只讲、不要、开头三要素),并对比了竖版 Short 与横版视频的适用场景。文章还涵盖了权限配额说明、五大避坑指南,以及旧稿翻新、课程笔记、产品说明、会议纪要等创作者实战场景,帮助读者零基础跑通第一条 AI 生成竖版视频。
作者记录了在天津职业大学为职业本科教师开展两天智能体工作坊的过程,讲解如何用 WorkBuddy(Agent 类工具)将两门专科旧课合并开发出一门职业本科新课《包装材料应用和检测技术》。文章首先厘清三个底层认知:Agent 不同于 Chatbot,具备工具、状态、循环三大能力;上下文是 AI 不知道但对任务至关重要的信息,应让 Agent 自行从本地文件获取;工作空间是房子、上下文窗口是桌面,文件夹须分类清晰。实操部分演示了用 SGP 提示词让 Agent 先盘点 37 份材料、找出 27 处矛盾,再通过建立 CODEBUDDY.md 系统提示词和 00_项目总览.md 项目分身文件,实现文件夹分区管理、原始材料只读、事实区分已确认与待核实等协作规范。
作者基于 Anthropic 工程师删除 Claude Code 80% 系统提示词却无性能损失的事实,反思提示词与 Agent Skill 的实践方法。提出提示词不是八股文,应聚焦任务三要素(目标、规则、完成标准),减少角色铺垫和冗余规则,多给思考方向而非僵硬示例,并设定明确验收标准。关于 Skill 沉淀,强调只有高频且流程稳定的任务才值得做成 Skill,要写入独特经验而非通识废话,严格控制单一职责与边界,主文件精简并渐进式加载,且必须内置自检环节形成质检闭环。
作者空格开源了一个手绘风格动效视频 Skill,兼容任意 AI 模型(国内及海外模型均可)。针对 AI 生成宣传片千篇一律的'会动的网页'式问题,作者将白板讲解的手绘感做成视频,内置白板、黑板、水彩、水墨、蓝图、漫画等 10 种画风。实现原理是用网页渲染画面、无头 Chrome 逐帧截图、ffmpeg 拼接视频,配合手写字体、rough.js 抖动线条和无限画布镜头。Skill 会自动读文章、写旁白、配音、排画面并渲染成片,支持多种比例和科普、宣传、课程等场景。项目已在 GitHub 开源。
本期早报精讲三篇文章:Google 公开 Agent Compute Engine 架构,通过 Harness 与 Sandbox 分离、凭据外置和快照空闲机制,兼顾智能体持续工作的便利、安全与成本;Claude 应用团队分享何时将子智能体合并回主循环,指出配合技能的单一智能体在质量、延迟和成本上常优于多角色设计,并给出渐进迁移与评测方法;CrowdStrike CEO George Kurtz 谈 AI 时代的安全变化,包括攻击速度加快、身份成为入口、数字孪生对抗演练等。速览部分涵盖 WorkForge 训练框架、Air Canada 智能体测试实践、个人 Agent 评测等内容。
文章介绍了用 Codex 作为总导演指挥 AI 视频工具 Muse,将一张古堡场景图制作成 50 秒雄鹰穿越短片的完整流程。作者分五步讲解:准备场景图与飞行参考视频;让 Codex 制定分镜与制作方案;用清晰语言描述飞行路线(贴地、穿拱、盘旋等);由 Muse 参考前段末帧逐段生成视频,保持方向、速度与主体连贯;最后由 Codex 统筹配乐、成片检查与导出。成片为 1216×672、24fps。文中提供了可直接复用的提示词模板,建议新手先尝试 10 秒短片练手,是一份可照做的 AI 视频创作 SOP。
花叔开源了Huashu-motion,一个让Claude Code、Codex等coding agent一键生成商业级产品宣传片的skill。项目对标Apple、Google、Anthropic的发布片水准,通过分析21支真实发布片和142支高互动动效片,提炼出导演规则。用户只需一句话,agent就会读产品、出三个设计方向、写节奏单、自动配乐配音效,最后在浏览器编辑器中支持点选修改。作者一天内用它制作了约二十支宣传片,成本极低(约2元/支)。项目已在GitHub开源,附带20种运动语言、10个模板和完整方法文档。
DeepSeek 发布了 DeepSeek-V4.1-Flash-1017 小版本更新,作者在推理、代码、Agent、图像理解等 8 个实际场景中与 Opus 5.5 进行同题对比测试。测试包括网页小游戏开发、落地页设计、讲解动画、视频渲染、数据分析、草图转网页和小说写作。结果显示该 Flash 版本在功能完整度、数据分析、交互还原等方面表现出色,多项能力已接近 Opus 5.5。新版本采用 552B 参数 MoE 架构,MIT 协议开源,同时开放了 Search 和 Fetch 搜索接口。
文章盘点了本周 GitHub 上增长最快的十个 AI 开源项目:REA 可用 AI 逆向分析任意应用;Matt Pocock 的 skills 提供工程化 AI 编程技能;diagram-design 教 AI 画出专业图解;OpenMontage 把编程助手变成 AI 视频工作室;claude-mem 为 AI 增加长期记忆并节省 token;free-claude-code 汇聚免费模型额度让 AI 编程工具零成本使用;Anthropic 官方 knowledge-work-plugins 面向非程序员岗位;AirLLM 让小显存跑超大模型;text-to-cad 一句话生成可加工的 3D 零件;OpenSRE 让 AI 承担线上运维值班工作。
作者分享使用 Opus 5.5 从一段文字生成完整视频的教程,并开源了包含 16 种视频风格的 Skill(chengfeng-video-styles)。流程包括:安装 Skill、输入内容、设定参考风格、先生成 17 个 3 秒样片供筛选、选定后生成全片、导出 MP4,最后用代码合成音效和添加字幕。整个过程通过 Agent 自动化完成,视频生产从围绕时间线的传统剪辑转向围绕工作流的自动化流程,作者对效果非常满意。
文章分享 Google Gemini 4 Argon 的使用心得:它不看措辞技巧,关键是把目标、标准和材料交代清楚。作者整理了 7 段可直接套用的中文提示词模板,涵盖:先挑思考档位;开工前让 AI 主动提问对齐目标;给出可逐条打勾的完成标准让其自查;提供参考样例或先拆解风格说明;一次交代完整任务后放手后台运行;干完复盘并将经验存成技能;大任务让 Argon 当总指挥、分派给 Flash 子代理并行执行。文末给出三件今天就能见效的建议。