# 動画プロンプトを強化する
> 制作意図と任意のマルチモーダル素材から、実用的な動画プロンプトを作成します。

制作意図と任意のマルチモーダル素材から、実用的な動画プロンプトを作成します。

## Agent の基本経路

動画を生成する前にプロンプトを具体化したい場合は
`beatra.videos.enhance_prompt` を使います。このタスクはテキストのみを返し、
動画生成を自動で開始することはありません。

1. ローカルの画像・動画・音声素材をアップロードします。
2. 制作 `prompt`、対象 `duration`、`aspect_ratio` を指定します。
3. 厳密な開始/終了フレーム、または順序付き参照素材のどちらかを指定できます。
   同じリクエストで両方は使えません。
4. 1 つの `client_request_id` で一度だけ送信し、`beatra.tasks.get` でポーリングします。
5. 返されたプロンプトを確認・編集してから、別の動画生成を実行します。

## AI ガイド

AI integration guide: https://docs.beatra.ai/llms/videos-video-prompt-enhancement.md

## ツール引数

```json
{
  "prompt": "紙の舟が雨のネオン街を夜に横切る",
  "duration": 5,
  "aspect_ratio": "16:9",
  "client_request_id": "vid-prompt-opaque-1"
}
```

初回リリースでは `model` は互換入力です。省略、`auto`、その他の値や型は無視され、
request identity は変わりません。Beatra が利用可能な強化モデルを内部で解決します。

対象時間は 4～15 秒の整数です。比率は `21:9`、`16:9`、`4:3`、`1:1`、`3:4`、`9:16`。
`adaptive` は素材から元の比率を得られる場合だけ使えます。厳密フレームモードでは任意の
開始フレームと任意の終了フレームを指定できます。参照モードは画像 5、動画 3、音声 3、
合計 11 項目までです。参照動画・音声は各 2～15 秒で、種類ごとの合計は 15 秒以内です。

## 課金とタスク状態

これは非同期の後払いタスクです。成功時のみ実際の input/output token で精算し、入力は
100 万 token あたり 4,500 クレジット、出力は 18,000 クレジットです。失敗・キャンセルは課金
されません。最終料金が未確定でもタスクを受理でき、終端タスクに精算額が記録されます。

`queued` または `running` の間は同じタスクをポーリングします。完全に同一の再試行だけが
同じ `client_request_id` を使えます。prompt、対象仕様、参照素材が変われば新しい ID が必要です。

## REST API

直接連携では `POST /v1/videos/prompts/enhance` を利用できます。生成済みの
[API operation](https://docs.beatra.ai/ja/docs/api-reference/operations/videos/videos_enhance_prompt_v1_videos_prompts_enhance_post)
を参照してください。Agent には Skill + MCP、カスタムアプリには REST を推奨します。