静觅 崔庆才的个人站点 - Python爬虫教程

0%

用 Gemini + Nano Banana + Veo 搭一条内容生产线：从文案到图片再到视频

作者 发表于 分类于 阅读次数： 本文字数： 4.2k 阅读时长 ≈ 4 分钟

做内容的人都清楚，真正费时间的不是某一步，而是”串起来”这件事：想选题、写文案、配图、再剪一段视频，往往要在四五个工具之间来回搬运。

这篇文章讲一件具体的事——用 Ace Data Cloud（api.acedata.cloud）上的三个模型，把”一条内容”从文字一路做到视频，全部用同一个 API Token、同一套请求方式完成。三个模型各管一段：

  • Gemini（/gemini/chat/completions）——写文案、起标题、把一句话需求扩写成结构化脚本；
  • Nano Banana（/nano-banana/images）——出配图、海报、封面；
  • Veo（/veo/videos）——把静态画面变成有镜头语言的短视频。

不需要分别去三家注册、三次充值。到 控制台 拿一个 Token 就能调用平台上的所有服务，首次申请附带免费额度可以先跑通再说。

下面按”一条咖啡店秋季新品内容”的真实流程走一遍，每一步都有能直接复制运行的 curl 和真实生成的结果。

第一步：让 Gemini 把需求写成脚本

内容的起点通常是一句模糊的话，比如”给咖啡店秋季新品写点东西”。Gemini 擅长把这种口语需求整理成可执行的结构。接口是 OpenAI 兼容格式，messages 里放对话即可。

1
2
3
4
5
6
7
8
9
10
11
 
curl -X POST 'https://api.acedata.cloud/gemini/chat/completions' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "model": "gemini-3.1-pro",
    "max_tokens": 1200,
    "messages": [
      {"role": "system", "content": "你是一名负责社媒内容的文案。输出要精炼、可直接使用。"},
      {"role": "user", "content": "为一家精品咖啡店的秋季枫叶拿铁写：1) 一个不超过15字的标题；2) 一段小红书风格的正文（120字内）；3) 一句给配图用的英文绘图提示词；4) 一句给短视频用的英文镜头描述。"}
    ]
  }'

返回是标准的 chat.completion 结构，正文在 choices[0].message.content 里，usage 会给出真实 token 消耗（计费按 token 计）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
{
  "id": "chatcmpl-2026...",
  "model": "gemini-3.1-pro",
  "object": "chat.completion",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "标题：一杯枫叶，接住整个秋天\n正文：……\n配图提示词：A cozy autumn latte with maple leaf art...\n镜头：Slow top-down push-in on a maple-leaf latte, steam rising..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 96, "completion_tokens": 724, "total_tokens": 820 }
}

提示：gemini-3.x 系列的 flash / pro 是思考模型，回复前会先消耗一部分 reasoning token，max_tokens 建议给到 512 以上，否则可能因为预算被推理占满而返回空内容。

Gemini 是原生多模态的，如果你已经有一张实拍图，也可以把某条消息的 content 换成内容块数组，同时塞 text 和 image_url（支持公开图片 URL 或 data:image/...;base64, ），让它”看着图写文案”。这一步拿到的两句英文提示词，正好是后面图片和视频的输入。

第二步：让 Nano Banana 出配图

有了提示词，配图交给 Nano Banana（Google 的 Gemini 系图像模型）。它的强项是画面干净、排版留白规整，很适合做社媒海报这种”要留标题位”的图。图片生成比对话慢一些，建议加 "async": true 先拿 task_id，再轮询。

1
2
3
4
5
6
7
8
9
 
curl -X POST 'https://api.acedata.cloud/nano-banana/images' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "action": "generate",
    "model": "nano-banana",
    "async": true,
    "prompt": "A clean minimal social media poster for a specialty coffee shop autumn menu. Warm cream background, a cup of latte with leaf art in the center, small hand-drawn maple leaves, elegant layout with empty headline space at top, soft natural light, product photography style."
  }'

立即返回 task_id，随后向 /nano-banana/tasks 轮询直到 data 里出现 image_url：

1
2
3
4
 
curl -X POST 'https://api.acedata.cloud/nano-banana/tasks' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{"id": "74d3df89-9394-4cc1-bb50-f44e653036b1", "action": "retrieve"}'

这是上面这条请求真实跑出来的结果（顶部留白正好放标题）：

Nano Banana 生成的咖啡店秋季海报

如果你要做的是”改图”而不是”生成”——比如把实拍产品图换背景、统一多张图风格、修一张老照片——把 action 换成对应行为并传入 image 即可，请求方式一致。

第三步：让 Veo 把画面变成镜头

海报有了，再补一段几秒的动态短视频，用来做开场或社媒循环播放。Veo 理解镜头语言：你把”主体 + 光线 + 机位 + 运动 + 节奏”写清楚，它就按这个来。视频生成要 1–2 分钟，同样走异步。

1
2
3
4
5
6
7
8
9
 
curl -X POST 'https://api.acedata.cloud/veo/videos' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "action": "text2video",
    "model": "veo31-fast",
    "async": true,
    "prompt": "Extreme slow-motion macro of a hummingbird hovering beside a dew-covered flower at golden hour, wings frozen mid-beat, shallow depth of field, cinematic."
  }'

返回 task_id，向 /veo/tasks 轮询到 state 为 succeeded 即可拿到 video_url。下面是真实生成的一段（veo31-fast）：

📹 https://cdn.acedata.cloud/5e1f2c52a9.mp4

如果你想让第二步那张海报”动起来”，把 action 换成 image2video、传 image_urls 即可，让视频从这张图开始运动。Veo 的可选模型有 veo31-fast、veo31、veo3、veo3-fast：fast 系列用来快速试方向，质量档用来出成片。

把三步接起来

这三个接口的形状是刻意统一的：都用同一个 Bearer Token，都是 POST + JSON，视频/图片这类耗时任务都支持 async + /tasks 轮询（或用 callback_url 收回调）。所以你完全可以写一段几十行的脚本，把它串成一条流水线：

  1. 用户/运营给一句话需求 → 调 Gemini 得到 标题 + 正文 + 图提示词 + 镜头描述；
  2. 把图提示词丢给 Nano Banana → 得到 image_url；
  3. 把镜头描述（或那张图）丢给 Veo → 得到 video_url；
  4. 把标题、正文、图、视频落库，直接排期发布。

原来要在四个工具间搬运的活，变成一次调用链。

顺手能变成收入的部分

这条流水线本身就有两种用法：

  • 自己引流：稳定产出图文 + 短视频，是内容账号最缺的”持续供给”。而这些内容里天然带着你用的工具——把注册链接放进主页，你发的每条内容都是一次曝光。Ace Data Cloud 的创收联盟对通过你链接注册的用户消费有返佣。
  • 做成服务转售：把上面的脚本包一层界面，就是一个”输入选题、一键出图文视频”的小工具，你的成本是平台按量计费的那部分，卖给需要批量做内容的商家即可。

无论哪种，底层都只是这三个接口。

参考链接

一个 Token，三个模型，一条从文字到视频的生产线。先用免费额度把它跑通，再决定怎么用它。

相关文章