企业官网建设流程全解析

• 提示工程
• AI 安全治理

导读：本文基于 TheBigPromptLibrary 仓库收录的官方 Custom GPT 指令文件，完整拆解 VEED VideoGPT（又称 VEED AI Video Generator GPT）如何通过"对话澄清 → 大纲确认 → 调用外部 API 生成视频项目"的提示词工程链路，将一段文字主题变成可编辑的 VEED 视频项目。读者将掌握这类"GPT + Actions"型产品级 Custom GPT 的提示词编排模式、参数互斥约束、失败重试与兜底话术设计，以及其背后的 OpenAPI 接口契约与仓库配套解析工具的使用方法。

一、文档背景与定位

CustomInstructions/ChatGPT/Hkqnd7mFT_VideoGPT_by_VEED.md是 TheBigPromptLibrary 收录的 VEED 官方 Custom GPT（GPT ID：Hkqnd7mFT）指令原文。仓库 README 将该库定位为"各类 LLM 提供商系统提示词、Custom Instructions、Jailbreak 提示词与指令保护提示词的集合，用于学习如何编写系统提示词与创建自定义 GPT"，因此这份文档的价值不仅在于了解 VEED 产品本身，更在于它是研究"产品能力如何通过提示词 + GPT Actions 对外开放"的第一手教材。

该文档自带两个版本：

• 主文档：Hkqnd7mFT_VideoGPT_by_VEED.md——包含完整指令正文；
• v0 版本：Hkqnd7mFT_VideoGPT by VEED[v0].md——除指令外还完整保留了GPT actions字段，即 "VEED Text to Video API" 的 OpenAPI 3.1.0 契约（本文第七部分将据此展开）。

仓库 gptparser.py 中SUPPORTED_FIELDS明确定义了此类文件的字段体系：url、title、description、logo、verif_status、instructions、actions（序号 70）、kb_files_list、extras、protected。可见 "GPT actions" 是被仓库解析器官方支持的独立字段，VideoGPT 正是"指令 + actions"双轮驱动的典型样本。

二、核心工作流：从主题对话到视频项目生成

指令开篇明确了 VideoGPT 的定位：它不直接生成视频，而是先引导用户产出"详尽的视频项目提示词（video project prompt）"，再将其转换为 VEED 视频项目。每一次交互都以理解用户想要的主题/话题开始，并主动发起一轮简短对话，通过提问把提示词打磨得更细。

2.1 Outline（大纲确认）机制

当一份完整的大纲式概念提示词确立后，GPT 必须原文回复以下确认话术：

If this aligns with your vision say **Continue**, if not tell me how to change it!

（若符合你的构想，请回复Continue；如不符合，请告诉我如何修改。）

这是一个典型的"人机闭环确认点"：模型不擅自动手，而是把内容决定权交还用户，确保后续调用付费/配额型外部 API 前，输入已经过用户显式认可。

2.2 GenerateProject 调用与成功展示模板

提示词确认后，GPT 调用GenerateProjectaction 创建 VEED 视频项目；若首次请求失败，指令要求再重试一次。收到成功响应后，必须按以下模板展示项目（将项目缩略图渲染为可点击的编辑链接）：

### Your video project was generated successfully! VEED Video project.link Does your video still need a few more tweaks? You can easily load your generated video in the VEED editor to add finishing touches. - Edit, style, and animate subtitles - Translate your video into 120+ languages - Clone your voice for easy-to-add voiceovers - Use an AI Avatar and so much more. Have suggestions on how we could do better? Share your feedback to help us improve this technology. P.S. If you loved VideoGPT by VEED it would mean so much to us if you help us spread the word on X (Twitter).

该模板一次性完成了四件事：成功确认（生成成功标题）、编辑入口（缩略图与链接）、增值功能引导（字幕、翻译、声音克隆、AI Avatar 等编辑能力清单）、反馈与传播埋点。从产品化角度看，这是"生成即转化"的会话内增长设计。

2.3 连续失败兜底

若请求连续失败两次，GPT 必须返回降级话术：

Due to high demand, there is an issue with generating your video project at the moment. Please try again later. However, you can use the concept we discussed as a guide to create a video on your own. I'm here to assist with any other questions or tasks you might have!

注意其三层用意：解释失败原因（高并发）、给出替代路径（引导用户用已讨论的概念去 VEED 官网手动创建）、并把对话拉回"继续服务"而非直接结束。

三、Goal 与参数互斥约束

3.1 Goal 清单

指令为 GPT 定义了明确的目标步骤：

• 引导用户写出详尽的视频项目prompt（若用户想自己写，则引导其写script）；
• 至少向用户追问一轮改进建议类问题；
• 让用户选择voice类型（男声或女声），或选择avatar；
• 调用GenerateProjectaction 创建 VEED 视频项目。

3.2 Parameters 互斥规则

调用GenerateProject时，指令给出两条硬性参数约束：

• prompt与script两个参数只能提供其中一个；
• voice与avatar两个参数只能提供其中一个。

这实质上是把 API 契约层的校验前移到提示词层，避免模型在一次调用中同时提交冲突参数导致 400。结合 v0 契约中requestBody.schema.required = ["prompt", "voiceover", "format", "agent"]可以看出，产品方对请求载荷的合规性非常看重，属于"先约束、后调用"的工程化思路。

四、Avatar 选择机制：带图引导 + 状态固化

指令专门为 Avatar 交互设计了独立流程：只要用户在对话中任意时刻提及 avatars，GPT 就必须回复以下固定文案（并强调必须始终包含图片链接）：

![VEED Avatars](https://static-assets.veed.io/images/videogpt/avatars.png) Choose which avatar you would like to use: **Avery**, **Devon**, **Isabella**, **Noah**, **Lily** or **Mateo**?

可选项固定为 6 个：Avery、Devon、Isabella、Noah、Lily、Mateo。

更关键的是状态规则：一旦用户选定avatar，后续所有对GenerateProject的调用都 MUST（必须）使用该参数。这揭示了 Custom GPT 会话级状态管理的常见做法——用自然语言指令模拟"内存变量"，让多轮对话中的用户选择跨轮次生效。同理，若用户自己写script，后续调用也 MUST 使用script参数（见第五节）。

五、Script 模式：面向 60 秒 TikTok 的脚本规范

当用户希望自己撰写script时，指令给出的创作约束极具实操性：

• 帮助用户创建适合 60 秒 TikTok 视频的第一人称独白（first-person monologue）；
• 脚本不得包含任何场景（scene）或背景音乐（background music）的引用——因为画面与配乐由 VEED 的 AI 素材库自动生成，脚本只负责"说什么"；
• 如需背景资料，可以使用 Web Browsing（联网搜索）帮用户调研。

这条约束直接决定了脚本与画面/音乐的职责边界，也是理解"文本提示 → 视频生成"类产品输入规范的关键：脚本是纯语音层内容，视觉层交由平台 AI 素材引擎填充。

六、硬性约束与统一应答模板

生成视频项目存在两条不可突破的产品约束：

一旦用户要求突破上述任意约束，GPT 必须统一回复模板：

{constraint} is not currently possible at this time, but you can {resolve issue} (& so much more!) when editing your project in the VEED video editor.

即：先诚实说明"当前不可行"，再把解决方案指向 VEED 编辑器（软性留白、把限制转化为编辑器转化入口）。

七、Actions 层：VEED Text to Video API 的 OpenAPI 契约

v0 文档完整保留了该 GPT 的GPT actions字段——一份 OpenAPI 3.1.0 契约，这是理解GenerateProject底层实现的直接证据。

7.1 服务端点与接口

"servers": [ { "url": "https://www.veed.io/text-to-video-ap/api" } ], "paths": { "/generate": { "post": { "operationId": "GenerateProject", "x-openai-isConsequential": false, ... } } }

• 方法：POST /generate；
• 功能描述：Using a text prompt, generate a VEED video project（用文本提示词生成 VEED 视频项目）；
• x-openai-isConsequential: false：OpenAI Actions 侧标记该调用非结果性（无需用户二次授权即可执行），这是官方 Actions 配置中的一个值得关注的安全/体验开关。

7.2 请求体参数

从该契约可见，v0 版本的接口收口为"短格式 + TTS + ChatGPT 来源"的单一场景，正好对应主文档中"竖屏、1 分钟以内"的约束；而主文档中提到的script、voice、avatar参数应属于更新版契约（当前仓库捕获的 v0 契约尚未包含这些字段，属于可推断的版本演进）。

7.3 响应体 Project 结构

"Project": { "required": ["editUrl", "metadata"], "properties": { "editUrl": { "type": "string", "format": "uri" }, "metadata": { "required": ["prompt", "project"], "properties": { "prompt": { "type": "string" }, "project": { "required": ["id", "name", "thumbnail"], "properties": { "id": { "type": "string", "format": "uuid" }, "name": { "type": "string", "description": "The title of the video" }, "thumbnail": { "type": "string", "format": "uri" } } } } } } }

把响应字段与主文档的成功模板对应起来，调用链就完整了：

• metadata.project.thumbnail→ 渲染为VEED Video的缩略图；
• editUrl→ 模板中的project.link（点击即进入 VEED 编辑器）；
• metadata.project.name→ 视频标题，v0 模板中曾以metadata.project.name呈现。

7.4 源码佐证：actions 字段的解析支持

仓库解析器 gptparser.py 的SUPPORTED_FIELDS字典为actions定义了展示顺序 70，并在GptMarkdownFile.parse()中以^GPT\s+(url|title|...|actions|...):的正则逐行收集字段值，enum_gpts()会遍历 CustomInstructions/ChatGPT 目录下全部.md文件并解析。这意味着像 VideoGPT 这样携带 actions 契约的文件，可以在不修改仓库结构的前提下被工具链统一解析、索引与检索。

八、对构建"GPT + Actions"产品级 Custom GPT 的可复用设计模式

从整份指令中可以提炼出六条可复用的工程模式：

1. 需求澄清前置：先以问答收敛用户意图（至少一轮追问），再进入 API 调用，降低无效请求成本；
2. 显式确认关卡：用Continue类话术让用户确认大纲后再调外部接口，形成"人审 + 机调"的闭环；
3. 参数互斥在提示词层兜底：prompt/script、voice/avatar二选一的约束，比等待 API 报错更友好；
4. 会话状态固化：MUST use this parameter in any future calls是跨轮次记忆的轻量实现，适合无持久化存储的 Custom GPT；
5. 错误分层处理：单次失败重试一次、连续两次失败降级到"官网手动创建"话术，用户体验完整不中断；
6. 约束即转化：产品硬约束（时长、画幅）不硬怼，统一引导至编辑器解决，把限制变成入口。

九、仓库配套工具：如何检索与复用此类 GPT 文件

TheBigPromptLibrary 在 Tools/openai_gpts/README.md 提供了配套管理工具：

• idxtool.py：GPT 索引与检索工具，可按 GPT ID 或完整 ChatGPT URL 定位文件，例如python idxtool.py --find-gpt Hkqnd7mFT；
• gen_gpt_templ.py：从 ChatGPT 官网下载并解析 GPT 元数据生成 Markdown 模板，支持 URL、GPT ID、g-前缀 ID 以及@gptids.txt批量文件；
• oneoff.py：批量格式化/校验 GPT 文件。

需要阅读原文指令时，可在 CustomInstructions/ChatGPT 目录中按命名规范{GPT_ID}_{GPT_NAME}.md直接定位（VideoGPT 即Hkqnd7mFT）；完整的 GPT 清单索引见 CustomInstructions/README.md。

说明：仓库内容仅供学习提示词编写与理解 Custom GPT 工作机制之用（见仓库 README 的免责声明）。本文基于仓库捕获的文档原文与源码整理，其中 v0 契约、参数枚举均以仓库实际内容为准，不涉及对外部网站内容的转载或推广。

• 提示工程
• AI 安全治理