Prompt Engineering

导演模式 · 提示词结构(7 字段)

Overview

把每条提示词按固定 7 字段顺序拼装(主体动作 → 角色引用 → 场景 → 镜头相机 → 光照 → 构图 → 风格情绪),≤120 词,前置重点字段。

When to Use

• 用:需要一条规范、可复现的成品提示词;字段乱序/丢字段导致出图不稳。
• 不用:多镜连续性/叙事排序(→ continuity / narrative 系列);纯锚点提取(→ anchor-extraction)。

运镜知识库:按动作查,不按条数查

第 4 字段(镜头相机)和第 6 字段(构图)不许凭记忆编术语 —— 但也不必逐条查库。 查的单位是「这个机位/运动」,不是「这条提示词」。 这条曾写成「每条提示词至少 查三次」:一板 20 个镜头就是 60 次工具往返,几十分钟耗在把同一个 dolly in 反复查上。 现在的口径:

• 只有用到非常规机位或运动时才查 search_cinematography_kb(dolly in、arc、 low-angle pedestal、rack focus、dolly zoom…),拿库里的权威写法而不是 「镜头慢慢靠近」。medium shot, eye-level, 50mm 这类常规组合不查 —— 本来就没歧义,查了也只是拿回同一句话。
• 一个动作查一次就够。 拿到权威写法就落字,不必凑「术语 / 描述规范 / 修正对」 三个面。只有这个动作是本片的关键调度、或第一版措辞被判定含糊时,才追加一次查 描述规范(机位高度 / 角度 / 景别 / 焦点 / 景深 / 主体位置 / 空间层次那套 CHAI 五维)或 critique/fix 对照 —— 修正对尤其值钱,它直接告诉你这类描述通常错在哪。
• 同一任务内查过的动作直接复用,不重查。 一个项目通常只有 2–4 个不同运动, 整片的查库次数是个位数,不是镜头数的三倍。

做动画风格时按同样口径用 query_sakuga_dataset,拿真实的技法标签(smears、 impact_frames、background_animation…)与作画/studio 归属——那些是可核实的名词, 比「作画精良」这种形容词能进提示词。

同一条镜头运动在同一个任务里查过一次就可以复用结论,不必逐张卡重查;但换了运动 就要重查。工具没配 key 或不可用时退回联网检索,并在交付里说明这条是未经库校准的。

为什么值得这几次往返:「电影感」「镜头很带感」这类词进不了模型,低机位 35mm 前推、焦点从前景手部拉到背景人脸 才进得去。知识库的作用就是把前者换成后者。

PROMPT STRUCTURE — follow this order for every panel prompt:

1. Subject + Action: "[char1] reaches for a door handle" (use character tags, not full descriptions)
2. Character Reference: use [char1] [char2] tags defined in the global section (never inline full appearance per panel)
3. Scene/Environment: location, weather, time of day
4. Shot Type + Camera: "medium shot, eye-level, 50mm lens"
5. Lighting: direction, quality, color temperature ("warm golden hour side-light from left")
6. Composition: "rule of thirds, subject at left intersection, depth of field blur on background"
7. Style/Mood: art style, color palette, emotional tone

Prompt Hygiene:

• Write in English, present tense, descriptive noun phrases
• Front-load the most important elements (image generators weight early tokens higher)
• Never use subjective words alone ("beautiful", "amazing") — always pair with concrete descriptors
• Maximum 120 words per panel prompt; beyond that generators lose coherence

Negative Prompt(默认正向,按需补充):

• 默认正向描述:画质要求写成正向(sharp focus, correct anatomy, five clear fingers, natural proportions),而非堆"不要…"清单。
• 仅当目标模型有独立负向字段且确需时补充:blurry, deformed, bad anatomy, extra limbs, watermark, text;人像可加 cross-eyed, asymmetric face,建筑可加 impossible geometry。

Example

Assembled in 7-field order (≤120 words): [char1] reaches for a brass door handle, leaning in — [char1] — dim Victorian hallway, dusk — medium shot, eye-level, 50mm — warm tungsten side-light from left, soft, 3200K — rule of thirds, subject at left intersection, shallow DoF on background — muted sepia palette, tense, noir mood. (按需)Negative: blurry, deformed, bad anatomy, extra limbs, watermark, text, cross-eyed.

Common Mistakes