图片、视频与音频

媒体任务通常比文字生成耗时更长，也可能涉及付费模型。先明确用途、规格和参考素材，再开始生成。

图片与封面

准备标题、正文摘要、平台、比例和参考图。人物、商品、品牌或固定场景应先进入主体库，避免每次重新描述导致视觉不一致。

生成完成后，把选中的结果绑定到稿件或项目，并保留未选版本用于复盘。

视频

视频任务应先有脚本、分镜、素材清单和输出规格。长任务适合拆成可验证的媒体任务，但最终仍要回到同一个稿件或项目包中。

处理口播视频时，可以让 Beav 根据原视频建立可编辑工程并打开剪辑器。打开后先确认素材已载入、预览与时间线正常，再继续检查转写和画面节奏、调整剪辑并导出。编辑器打开只表示工程已就绪，不表示自动剪辑已经完成；导出前应完整播放检查成片。

科普视频可以把标题卡、字幕、旁白和各章节画面安排到同一条时间线上。下面的工程已包含标题卡、自动字幕和旁白音轨，并按历史节点组织画面；截图中仍在检查结尾画面。导出前逐段检查节奏、字幕可读性和声画同步。

外部 Agent 可以负责规划、提交任务和读取状态；大文件、渲染过程和最终视频继续由 Beav 保存。Agent 应使用任务或 artifact 引用，不要把视频内容内联到聊天上下文。

参考视频与声音时间

在对话中提供已授权的本地视频或当前空间的视频资产，可以让助手围绕具体问题查看指定时点或有限区间，不必只为看参考新建剪辑工程。新版会取得带源时间标签的采样图，供助手继续查看；这些工作资料保存在当前会话中，不会自动导入内容资产或工程。采样可能缺帧，静帧也不能代替声音和连续动作的检查。

制作动画已有实际配音及词级转录时，助手可按当前声音定位词句，将揭晓、字幕和对象变化安排到相关位置。换语言或配音后应重新核对受影响的时间，并复用未受影响的素材。缺词、重复位置不明确或供应商没有词级时间时，仍需补充证据；转录词窗口不是声学强制对齐，最后要实际听音和看画面。

适用范围：包含 2026-10-05 更新的 2.8.11 开发源码，尚未发布。词语定位脚本和本地抽帧时间夹具已通过离线检查；宿主编译、打包后执行、真实 Agent 资源读取与声画同步尚待验收。旧安装包不一定包含这些能力，工具不可用或资料不可读时，应按实际缺口处理，不能声称已完成观察。仿写的保留和变化说明见从采集到成稿。

音频与字幕

音频任务可以包含旁白、音乐、音效、转写和字幕。生成前确认语言、声音、时长和使用范围。字幕应与目标视频版本绑定，避免视频变化后继续使用旧时间轴。

成本与审批

付费生成在执行前需要确认。提交后不要因为暂时没有结果而重复创建同一任务；先查看任务状态和事件记录。外部 Agent 遇到 awaiting_approval 时必须等待用户处理。

结果回流

完成的图片、视频和音频应进入媒体库，并关联到对应稿件、主体或项目。只有文件存在、预览可用并能从项目中再次找到，才算媒体任务完成。