让你的图文动起来：AI Agent 制作 Live Photo 新手教程
你是不是也遇到过这样的困扰？在做小红书、公众号图文时，有些内容用静态图片总觉得少了点“灵魂”——比如产品点击后的效果、游戏里一个漂亮的连招、或者食物切开时诱人的瞬间。而专门去剪一个视频，又显得兴师动众。现在，guizang-social-card-skill 这个 AI Agent 技能更新了一个超实用的能力：Live Photo 生成和编辑。它能帮你把那些“动一下才说得清”的瞬间，变成图文里可以直接发布的动态卡片，让内容瞬间生动起来。
下面，我们就把这个“神技能”的用法、场景和一些别人踩过的坑，一次性给你讲清楚。
一、全文速览图
这个 Skill 原来主要解决静态图文的问题，比如把文章、产品说明、截图、照片这些素材，做成小红书 3:4 图文卡片，或者公众号封面。这次给它补了一个新能力：Live Photo 生成和编辑。你可以把产品录屏、网页 Demo、游戏片段、生活素材交给 Agent，让它做成小红书或公众号文章里能用的动态卡片。
我一开始以为这只是“把视频放进卡片”。实际做的过程中，发现要处理的事主要有三个：
- 第一帧要能当普通图发出去。
- 3 秒或 5 秒里只能讲一个很小的动作。
- 用户最后要能真的传到手机上发布，不能只停留在本地 Demo。
所以这次更新不只是在导出 MOV 视频和 Live Photo，它还补了素材判断、首帧检查、平台时长和发布路径这些环节。
二、这次能做什么
这个 Skill 的 Live Photo 功能，可以应对多种场景，下面我们分门别类来看：
- 单视频动态卡片：适合产品录屏、网页生成结果、代码运行、游戏操作。Skill 会先按 3:4 卡片做版式，确认第一帧能看，再生成动态版本。
- 拼图式 Live Photo：适合素材本身好看的内容：旅行、产品细节、美食手作、生活方式。可以做成单视频、二宫格、三宫格、四宫格。很多时候不用加字，画面自己就够了。
- 三连 Live Photo：适合三个并列结果：三个生成案例、三个产品状态、三个游戏片段。这里的重点是“并列”，不适合把一个长教程硬拆成三段。
-
长视频筛选：用户手里的素材通常不是刚好 3 秒或 5 秒。Skill 会先粗看视频信息量，再建议裁一段、加速、拆成三连，或者放弃 Live Photo。
很多工具喜欢说自己能“自动找高光”。我现在更愿意保守一点。自动选错以后，常见问题很难救：第一帧黑屏、滚动跨了两个页面、UI 字太小、结果画面还没出现。
三、怎么用比较合适
先准备视频素材。不需要精剪到很漂亮，但 最好别太长。每段 10 秒左右比较舒服。太长的视频会消耗更多 token，也更容易让 AI 误判重点。
比较推荐的方式：
- 先把原视频粗剪成几段。
- 每段只保留一个重点。
- 让 AI 判断哪一段适合做 Live Photo。
- 再决定做单视频、拼图，还是三连。
可以直接这样说：
帮我把这段产品录屏做成小红书 Live Photo 第一张卡，重点突出生成结果。或者：
这段视频有点长，先帮我判断哪一段适合做 Live Photo。小提示： 完整教程不建议塞进 Live Photo。教程还是适合拆成 5-9 张图文卡片。Live Photo 只放最需要动一下才说得清的那一页：按钮点击后的结果、生成完成瞬间、游戏动作成功、食物切开的变化。
比如我前段时间给这些模型做的测试，在演示生成的网页效果时，就是一张图对应一个案例。
另外，陈抱一还有一个 Live Photo 开箱的栏目也可以看看，他一次只做一个动作，只展示这个产品的一个细节。
四、适合哪些场景
1. 产品更新和 AI 工具演示
静态截图只能说明界面长什么样。Live Photo 可以展示点下去以后发生了什么。生成网页、生成代码、生成图片，只放静态图总有点像摆拍。这类素材里还有一种很常见：原始录屏信息太小，手机上看不清。比如这类原始视频的 token 显示区域比较小，这里可以让 Skill 自动把关键区域放大，只保留用户真正需要看的部分。
2. 游戏攻略
路线、timing、动作节奏、击中瞬间，很多时候截图讲不清。Live Photo 适合放一个关键动作，不适合讲完整攻略。游戏素材也适合做全屏动态卡，它不一定需要额外排版，只要把画面裁到合适比例，保留动作完成的那几秒。
3. 教程技巧
不需要每一步都动。把最容易出错、最需要看到过程的一步做成 Live Photo 就够了。如果原来就是一套多图教程，Live Photo 可以只放在第一张或关键页。其他静态页继续负责解释、拆步骤、放细节。这样不会把一整套图文都改成视频，也不会打乱原来的阅读节奏。
4. 旅行和生活方式
有些照片很好看，但少一点现场感。到达、走动、开门、转身，这些小动作会让图文更像真人内容。这类案例不需要太重的文案。一个开门、走动、拿起物品的片段，就能让图文从“设计图”变得更像真实记录。
5. 美食、手作、产品种草
倒入、切开、搅拌、组装、旋转、开合，这些天然适合 Live Photo。它们不需要复杂文案，看见变化就够了。如果同一主题下有几个短片段，也可以做成拼图。二宫格、三宫格、四宫格都适合这类素材。重点是让多个片段同时提供质感，而不是给每个格子都加说明。
判断标准很简单：运动有没有提供证据。如果运动只是装饰，静态卡片更干净。
五、做这个功能时我加入的细节
这些细节不显眼，但少了任何一项，成品都可能停在本地测试里。
-
第一帧要先过关：Live Photo 在信息流里先显示的是静态图。第一帧如果不好看，后面会动也没用。所以现在流程里会先抽首帧，当普通 3:4 卡片检查一遍：裁切对不对，主体有没有被切掉，标题会不会挡住关键区域。
-
视频当成图片位处理：视频不能随便全屏塞进去。视频区域沿用图片裁切逻辑：UI 密集就保留完整画面，主体明确就放大重点，人脸、产品、按钮、结果区不能被压住。
-
先看 contact sheet：长视频不适合一帧一帧看。更省事的方法是抽 8-15 帧拼成一张 contact sheet。看一张图，基本就能知道有没有黑屏、转场、UI 太小、结果没出现这些问题。
-
平台时长要分开：小红书按 5 秒做。公众号文章内按 3 秒做。时长不同，能承载的信息量也不同。3 秒只适合一个动作点，5 秒可以放一个很小的过程。
-
发布路径要提醒清楚：Live Photo 最后不能只给一个视频文件。实际测试和发布时，需要把 JPG + MOV 打包成 .pvt，再 AirDrop 到 iPhone，从手机端发布。桌面端上传不一定能保留 Live Photo。
重要提示： 发布时，请务必用iPhone通过AirDrop接收.pvt文件，然后从手机相册发布，这是目前最稳妥的方式。
六、为什么 Live Photo 值得做
图文平台里的“图”现在有点尴尬。静态图表达力有限。短视频制作成本又高。很多内容卡在中间：不值得剪成视频，只用静态图又少一点说服力。
Live Photo 刚好补这个空位。用户还是在做图文，只是其中一张图多了一点运动。
我觉得它有用，是因为很多内容需要一点动态证据：产品运行、网页生成、动作完成、食物切开。从 Skills 的角度看，这次更新中的实践需要注意：一个 Skill 不能只写触发词，还得写清审美、边界和工作流。当用户给一段视频素材时，AI 不只负责导出文件。它还要判断这段素材该不该动、动哪一段、放在哪张卡里，以及怎么让它仍然像一张能发出去的社交卡片。
这类判断越多，Skill 就越不像一段 Prompt，越像一个可以复用的生产流程。
七、常见问题
-
问：为什么我生成的 Live Photo 在手机上发布后，显示是静态的？
答：最常见的原因是桌面端上传。请确保使用 iPhone 的 AirDrop 接收 .pvt 文件，然后从手机相册发布。桌面端的网页或客户端上传，目前大部分平台无法保留 Live Photo 的动态效果。
-
问：我的视频素材有10分钟，能直接生成 Live Photo 吗？
答：不建议直接使用长视频。Skill 会消耗大量 token 分析，且容易误判重点。建议先手动剪辑成 10 秒以内的短片段，每段只保留一个核心动作，再交给 AI 处理。
-
问：生成的 Live Photo 第一帧画面不好看怎么办？
答：这是 Skill 设计的重点之一。它会自动检查首帧，如果裁切、主体或标题有问题，会提示你调整。你也可以在生成前，手动指定一个更合适的起始帧。
-
问：为什么我生成的视频画面被裁切了？
答：Skill 会按照小红书 3:4 的卡片比例对视频进行裁切。如果原始视频比例不符，会自动居中裁切。你可以通过指令，让 AI 优先保留“人脸”或“产品”等关键区域。
八、怎么开始用
如果你还没用过这个 Skill，可以直接把下面这段话发给有 shell 权限的 AI Agent：
帮我安装 guizang-social-card-skill。阅读 https://github.com/op7418/guizang-social-card-skill 项目的 Readme 后安装，安装完成后检查 SKILL.md、assets/、references/ 是否存在。如果你之前已经装过，可以直接让 AI 更新：
帮我更新 guizang-social-card-skill。请进入 ~/.claude/skills/guizang-social-card-skill 执行 git pull，然后告诉我当前最新 commit。更新完以后，你就可以把文章、截图、照片或视频素材丢给 Agent，让它生成小红书图文、公众号封面，或者这次新增的 Live Photo 卡片。
我觉得这次更新对你有帮助的话，可以帮我点个赞或者转发给你需要的朋友。
