对话式视频 Agent 成片指令

我要用对话式视频创作 Agent（如 vivago R1「够搭」）从一句话生成完整视频，请帮我把下面的想法整理成一条高质量创作指令。

【我的原始想法】
{用大白话描述你想拍什么，如：拍一条我们咖啡店的氛围感宣传片}

【补充信息】
视频时长：{如 30 秒 / 3 分钟 / 5 分钟}
投放平台：{抖音竖屏 / B站横屏 / 视频号}
风格参考：{如 电影感 / 日系小清新 / 赛博朋克}
必须包含的画面：{如 拉花特写、门口街景、老板微笑}
禁用元素：{如 不要出现真人正脸}

请输出：
1. 一段可直接粘贴给视频 Agent 的完整创作指令（含风格、时长、平台比例、镜头偏好）
2. 角色/场景资产清单（需要提前准备哪些参考图）
3. 分镜确认要点（哪些镜头最容易翻车，需人工优先把关）
4. 迭代话术模板（对结果不满意时如何一句话让 Agent 修改，如色调、节奏、构图）
5. 预计生成次数与时间预算