Video Prompt Writer

Video Prompt Writer

AI视频分镜提示词规范 + Schema结构化输出。融合白梦客美学系统 + 视觉序列描述法 + 多参照生成模式。

核心理念：视频模型是"视觉序列匹配器"。它理解的是画面A→画面B→画面C的变化，不理解因果逻辑和情绪标签。提示词要写成它能匹配的"视觉序列描述"。

TL;DR

分镜脚本 → 填充Schema → 生成平台化提示词
支持平台：Seedance / Vidu / 海螺 / Kling

启动检查点

激活后先确认：

1. 输入：分镜脚本 or 口头描述？
2. 目标平台：Seedance / Vidu / 海螺 / Kling？
3. 风格线：高定线 or 通用线？

三项确认后再填充Schema，避免平台选错重做。

边界条件处理

核心工作流

Step 1: 启动检查点确认（平台/风格线/输入类型）
Step 2: 解析输入 → 提取场景/时长/主体/运镜/情绪
Step 3: 填充Schema（meta/palette/scenes）
Step 4: 生成平台化提示词（按目标平台格式输出）
Step 5: 质量检查清单逐项确认

每步有明确输入/输出。Step 1 必须完成才能进入 Step 2。

专项知识库（快速检索）

即梦/Seedance专项补充：@引用规则和平台限制见第五节；镜头质感修饰（Level 4隐藏层级）见第十一节第12条；史诗大制作结构见第十三节；传播技巧见第十三·五节。

路径：/Users/baimengke/Documents/白梦客知识库/02-创作方法论/A-视频生成专项/

使用方式：创作时查阅知识库 → 找到对应方案 → 复制到提示词对应位置。

核心结构

【导演开场白】→【全局空间锚点卡】→【多参挂载】→【镜头单元】

字数限制：每个分镜的【本分镜提示词】不超过 2000 字。

一、剧情密度设计（核心原则）

视频模型会"凑时长"——当剧情信息密度不足时，它会自动填充内容，但填充的内容往往不是我们需要的。必须设计足够的剧情密度。

剧情密度对照表

每段剧情必须包含

[时间节点] [人物动作/位置变化] + [环境/道具变化] + [光线/色调变化]

示例（5秒镜头）：

[0-1.5s] 她的手从方向盘上抬起 → 按下红色按钮 → 车内光线从暖黄变冷蓝
[1.5-3s] 按钮按下 → 排气口开始有微弱蓝光 → 引擎声降低
[3-5s] 蓝光突然爆发 → 车身轻微后坐 → 冷光蔓延到挡风玻璃

模型自动添加内容的规律

当密度不足时，模型会：

密度不足 → 模型补充内容 → 问题：
① 人物开始无意义眨眼/呼吸
② 背景出现无关人物走动
③ 镜头开始无目的摇移
④ 色调莫名其妙变化
⑤ 出现不该出现的水印/文字

Must-Have 原则

每个镜头必须明确：

【镜头核心】[这场戏最值钱的1句话]
【目标物Must-Show】[必须出现的元素，逗号分隔]

【禁止出现】只在需要规避特定元素时写，比如：

• 特写镜头不需要背景有人走动
• 干净的产品镜头不允许干扰元素
• 某些情绪戏不需要无关动作

示例（普通剧情镜头）：

【镜头核心】按钮按下瞬间的能量聚集
【目标物Must-Show】红色按钮 | 手指关节发白 | 幽蓝火焰

示例（需要规避背景干扰的特写）：

【镜头核心】她的眼眶泛红到眼泪落下
【目标物Must-Show】眉毛内侧向上抬 | 泪珠滑过颧骨 | 嘴角微微颤动
【禁止出现】背景有人走动 | 任何闪烁光源 | 画面边缘出现文字

原则：背景有人动是真实的，不需要禁止。 只有当它干扰核心表达时才写禁止。

二、镜头类型与情绪节奏

情绪节奏曲线：

蓄力型(先慢后快)：[0-30%平稳] → [30-60%微变] → [60-90%加速] → [90-100%爆发]
爆发型(先静后惊)：[0-20%沉默] → [20-40%暗涌] → [40-70%骤变] → [70-100%释放]
平推型(持续压迫)：[0-100%均匀递增]
消退型(渐行渐远)：[0-30%高潮] → [30-70%缓降] → [70-100%余韵]

分镜衔接类型：

三、导演开场白（必须写）

像导演在剧本上的场记。写的是画面序列，不是情绪或原因。

【导演开场白】
谁：在哪里/做什么
画面序列：[0-3s]画面A → [3-6s]画面B → [6-10s]画面C
情绪节奏：[蓄力型/爆发型/平推型/消退型]
衔接方式：[硬切/叠化/续接]
视觉基调：[影调名称，如"王家卫"或"北野武"]

**示例：**

谁：德比斯驾驶820RR在最后直道 画面序列：[0-3s]两车并排冲出弯道，蓝焰稳定输出 → [3-6s]按钮按下，世界先静默一秒，然后蓝焰爆发 → [6-10s]820掠过红车，格子旗挥动 情绪节奏：爆发型 衔接方式：硬切 视觉基调：北野武 + ARRI Alexa 青橙

---

## 四、全局空间锚点卡（必须写）

建立整场戏的坐标系。

【全局空间锚点卡】 固定参照物：______ 人物初始站位：______ 座次排列：______ 续接铆钉：______（如有上一镜，说明承接关系）

---

## 五、多参照挂载（多参方法核心）

多参照的本质：**图片锚定静态，文字驱动动态**。

挂载：@角色图 / @场景图 / @音频 （@音频：仅在有角色对白时使用，用于参考说话音色）

| 挂载类型 | 说明 | 来源 |
|----------|------|------|
| @角色图 | 角色形象参考 | MJ/即梦生成的角色参考图 |
| @场景图 | 场景/氛围参考 | MJ/即梦生成的场景参考图 |
| @音频 | 角色说话音色参考 | 仅在有对白时使用 |

### 即梦平台 @引用规则（Seedance 2.0）

在即梦平台生成时，@引用必须使用官方命名，否则无法识别：

| 类型 | 官方命名 | 数量上限 |
|------|----------|----------|
| 图片 | `@图片1`、`@图片2`、...、`@图片9` | 9 张 |
| 视频 | `@视频1`、`@视频2`、`@视频3` | 3 个 |
| 音频 | `@音频1`、`@音频2`、`@音频3` | 3 个 |
| **混合上限** | 图片+视频+音频合计 | **12 个** |

**禁止使用** `@img1`、`@video1`、`@audio1` 等英文命名。

**编号分配原则：**
1. 公共素材从 `@图片1` 开始依次编号
2. 版本独立素材（首帧、尾帧）在公共素材编号之后递增
3. 每个素材标注用途，方便用户对照上传
4. 写清楚是「参考」（借鉴风格/动作）还是「编辑」（在原素材上修改）

**常用引用写法：**

@图片1为首帧 参考@视频1的运镜效果 背景音乐参考@音频1 将@视频1延长5s

### 即梦平台限制

- **单次生成上限 15 秒**，超出需分段拼接
- **不支持写实真人脸部素材**，系统自动拦截
- 有参考视频时消耗更多算力
- 视频延长时，生成时长选"新增部分"的时长（延长5秒就选5秒）

### 多参方法的分工原则

图片提供：人物外观、场景基调、静态构图、光线质感 文字补充：时间推进中的变化、运动轨迹、因果外化

| 图片能提供 | 文字必须补充 |
|-----------|-------------|
| 人物外观 | 表情的微小变化（眉头动了一下） |
| 场景布局 | 相机运动和视角变化 |
| 光线基调 | 光影的动态变化（从哪到哪） |
| 物体位置 | 物体的运动轨迹 |
| 颜色风格 | 颜色的渐变或突变 |
| 材质质感 | 动态中的质感变化（如水面抖动） |

### 文字与图片的配合规则

**1. 避免冲突**

❌ 图片：侧脸，文字：正面特写（冲突） ✅ 图片：侧脸特写，文字：从侧脸转向正面（连续）

❌ 图片：白天场景，文字：夜色渐暗（冲突） ✅ 图片：黄昏场景，文字：天色从金黄渐变成深蓝（连续）

**2. 明确引用图片元素**
让模型知道文字是在图片基础上的延伸：

✅ 挂载：@角色图：张雪正面，表情平静 / @场景图：维修区 文字：她的眉头动了一下——不是皱眉，是某种轻微的变化， 像平静水面下的暗流。

✅ 挂载：@场景图：维修区冷光角落，右侧有排气管 文字：左侧的阴影向右侧蔓延——光线比张雪的动作更快。

**3. 多图片的主次关系**

主参考（决定70%视觉）：@角色图 次参考（决定30%视觉）：@场景图

文字描述应该主要补充主参考没有的信息。

**格式：**

挂载：@角色图：张雪，26岁短发工作服侧脸特写 / @场景图：维修区冷光角落 Audio：冷却嘀嗒声放大 / 引擎咆哮金属过载

---

## 六、镜头单元结构

每个分镜包含：

【分镜N｜时长】 挂载：@角色图 / @场景图 Audio：[音效/BGM描述，含时间节点] FORMAT：[时长] / [镜头数] / [对话] / [画幅] STYLE：[影调] + [机型] + [质感代号]

【本分镜提示词】 [时间] [画面描述——模型能看到的具体视觉元素和变化] [时间] [画面描述——模型能看到的具体视觉元素和变化] [时间] [画面描述——模型能看到的具体视觉元素和变化]

【镜头核心】[1句话：这场戏最值钱的是什么] 【目标物Must-Show】[必须出现的元素] 【续镜衔接】[下一镜的开头如何承接这一镜的结尾]

### 续镜衔接

每个分镜的结尾要留有承接点，让下一镜能自然续上。

分镜01结尾：德比斯的手离开按钮 → 分镜02开头：按钮已经被按下（续接）

分镜01结尾：蓝焰喷涌而出 → 分镜02开头：蓝焰吞没车身（叠化/续接）

分镜01结尾：格子旗挥动 → 分镜02开头：彩带飘落（硬切，情绪独立）

**衔接方式：**

| 衔接 | 描述 | 适用 |
|------|------|------|
| 续接 | 同一动作/元素的连续 | 分镜01手抬起 → 分镜02手到达顶点 |
| 叠化 | 前一镜的延续 | 火焰燃烧 → 火焰更大 |
| 硬切 | 情绪独立，下一镜是新的冲击 | 爆炸 → 平静的下一个场景 |

---

## 七、白梦客美学系统

### 通用线（故事/情绪/概念短片）

融合：胡金铨 + 王家卫 + 北野武 + 李安

色调：大地色50% + 苍青20% + 琥珀霓虹20% + 饱和红10% 光影：侧逆光+烟雾70% + 霓虹漫射30% 构图：前景遮挡+极简留白 + 情绪元素点缀 节奏：长镜头留白70% + 抽帧慢动作20% + 硬切断刀10% 质感：RED V-Raptor 8K / 35mm / F003质感 / 霓虹/烟雾 / T2.8 / 9:16

### 高定线（高端品牌广告）

融合：Apple + Chanel/Dior + 北野武 + 李安

色调：黑白40% + 大地灰20% + 冷白20% + 克制金/铜20% 光影：自然光50% + 单一致光源30% + 极轻霓虹20% 节奏：长镜头凝视60% + 静默留白30% + 偶尔快切10% 质感：Sony Venice 2 / 50mm / F005质感 / 自然光 / T2.8 / 16:9

---

## 八、影调库（17种）

引用格式：在STYLE中写`[影调名称]`

| 影调 | 原典 | AI速写参数 |
|------|------|------------|
| Kodak Vision3 500T | 《1917》 | teal-orange + warm highlight + film grain |
| Fuji Pro 400H | 富士400H | cream highlight + teal shadow + soft |
| Leica M9 CCD | 徕卡M9 | orange-red + vignette + painterly |
| ARRI Alexa 青橙 | 《银翼杀手2049》 | teal-orange + log contrast + cinematic |
| Wes Anderson | 《布达佩斯大饭店》 | candy color + symmetry + pastel |
| Nolan IMAX | 《星际穿越》 | bleach bypass + cold blue + IMAX |
| Dune 沙丘 | 《沙丘》 | desert gold + cold violet + muted |
| 王家卫 | 《花样年华》 | soft focus + neon flare + vignette |
| 北野武 | 《坐头市物语》 | high contrast + cold blue + crush |
| 岩井俊二 | 《情书》 | soft diffusion + cool blue + overexpose |
| 滨口龙介 | 《驾驶意外》 | natural contrast + neutral gray |
| Film Noir | 《双重赔偿》 | B&W + high contrast + chiaroscuro |
| Cyberpunk | 《银翼杀手》 | neon purple-cyan + wet reflection |
| 70s复古 | 70s Technicolor | sepia + soft focus + warm blow |
| 白梦客通用线 | 胡金铨+王家卫+北野武+李安 | earth + cyan + amber neon |
| 白梦客高定线 | Apple+Chanel/Dior+北野武+李安 | BW gray + cold white + restrained gold |

**使用方式：** 在STYLE中引用影调名称，如：

STYLE: 北野武 + ARRI Alexa Mini LF + F002质感 色调：teal-orange + warm highlight（引用影调参数）

### 影调混用

当需要两种影调混合时，说明哪个是主导、哪个是辅助：

STYLE: 北野武（70%）+ 王家卫（30%） 色调：北野武的high contrast + cold blue，叠加王家卫的soft focus + neon flare

STYLE: 白梦客通用线（80%）+ Film Noir（20%） 色调：earth + cyan + amber neon，压暗边缘增加film noir的chiaroscuro感

**混用格式：**

主导影调（XX%）+ 辅助影调（XX%） 色调：[主导影调参数]，叠加[辅助影调特征]

---

## 九、技术参数

### 机型系统

| 机型 | 特点 | 适用场景 |
|------|------|----------|
| ARRI Alexa Mini LF | 电影级宽容度，柔和高光 | 剧情片、高端广告 |
| RED V-Raptor 8K | 高分辨率、锐利细节 | 科幻、动作 |
| Sony Venice 2 | 优异高感、电影化色调 | 夜景、情绪片 |
| Blackmagic 6K Pro | 性价比、电影纹理 | 独立制作 |

### 质感代号

| 代号 | 组合 | 视觉特征 |
|------|------|----------|
| F001 | ARRI Alexa Mini LF / 5207日光片 / 3200K | 柔和高光、奶滑肤色 |
| F002 | ARRI Alexa Mini LF / 500T夜片 / 5600K | 浓郁色彩、高光溢出 |
| F003 | RED V-Raptor / K53 Export / 柔光箱 | 锐利、高对比 |
| F004 | Sony Venice / Cine EI / 800ISO | 优异高感、干净暗部 |

### 镜头焦段

| 焦段 | 视角 | 适用场景 |
|------|------|----------|
| 14mm/16mm | 超广角 | 建筑、车内、压迫感 |
| 24mm | 广角 | 环境人像、空间感 |
| 35mm | 标准广角 | 叙事镜头，自然透视 |
| 50mm | 标准 | 最接近人眼 |
| 85mm | 人像 | 背景虚化、空气感 |
| 100mm/135mm | 长焦 | 压缩感、特写 |

---

## 十、提示词书写核心原则

### 铁律：写看到的，不写想到的

视频模型处理的是像素，不是心理活动。

❌ 紧张（模型不懂这是什么画面） ✅ 手指在方向盘上收紧，关节处发白；额头有汗珠滑下；呼吸带着胸腔起伏

❌ 她感到绝望（模型不懂什么是绝望的表情） ✅ 她的眼睛慢慢从画面中心移开，落在某个空白处；手从某人身上缩回

❌ 世界安静了（模型不懂"安静"是什么视觉元素） ✅ 声音渐弱直到消失；背景的轮廓变得清晰；空气像凝固了

### 视觉变化 > 静态描述

模型理解的是变化，不是状态。

❌ 两车并排，引擎声很大（静态描述） ✅ 两车并排，引擎声浪交织——一个低沉稳定地输出，一个尖锐暴躁地喘息

❌ 灯光变冷（静态描述） ✅ 光从暖金变成冷蓝，被她的影子压过去，阴影边缘变得锐利

❌ 蓝焰喷射（静态描述） ✅ 蓝焰从排气口喷出，从细变粗，从安静到爆发，火焰边缘在慢动作里撕裂空气

### 具体细节让模型匹配到正确的视觉模式

模型学的是千万个"画面+文字"的对齐。越具体，它越能匹配到正确的模式。

❌ 火焰（太模糊，模型可能匹配到任何火焰） ✅ 幽蓝火焰从排气口喷涌而出，火焰根部比边缘更亮，边缘有细碎的火星散落

❌ 手在发抖（太模糊） ✅ 手指在方向盘上微微抖动，腕关节处的青筋在皮肤下跳动

❌ 表情痛苦（太模糊） ✅ 眉头皱在一起，嘴角往下拉，眼眶边缘有细纹

### 环境变化是情绪的外化

模型不理解"情绪"，但它能理解"环境变化"。

人物做动作 → 环境发生变化 → 这就是情绪的视觉表现

人物离开庆典走进维修区 → 光从暖金变成冷蓝，背景从模糊变清晰 人物踩下油门 → 车身震动，背景快速后退，景深变浅 人物感到恐惧 → 呼吸变快导致的肩膀起伏，手电筒的光在抖

### 禁止项（必须遵守）

**模型无法处理以下内容：**

❌ 任何文字：中文、英文、logo、水印、字幕 ❌ 直接的情绪标签：紧张、愤怒、悲伤、快乐 ❌ 抽象概念：自由、希望、梦想、时间 ❌ 模糊的因果：因为他很紧张所以发抖 ❌ 未量化的变化：灯光变亮、声音变大、速度变快

---

## 十一、模型能识别的视觉要素

### 1. 运动轨迹要具体

模型对运动方向和轨迹敏感。

❌ 手在动（模糊） ✅ 手从方向盘上抬起，划过画面，从左到右，轨迹带着汗水的反光

❌ 火焰喷射（模糊） ✅ 火焰从右侧向左侧喷出，弧线轨迹，边缘有火星拖尾

### 2. 材质和表面细节

模型能识别材质特征。

❌ 金属（太泛） ✅ 拉丝金属表面，有细微的平行线纹理，边缘有倒角反光

❌ 皮肤（太泛） ✅ 额头皮肤有细微毛孔，汗珠在上面滚动时有折射

### 3. 光影变化的精确描述

不是"灯光变"，而是具体的明暗、色温、光源位置。

❌ 灯光变暗（模糊） ✅ 主光源从画面右侧移开，高光从右脸转移到左脸，阴影覆盖60%的面部

❌ 霓虹灯效果（模糊） ✅ 青色霓虹从画面底部向上漫射，在皮肤表面形成条状高光，边缘有紫色溢出

### 4. 景深和焦点

帮助模型理解清晰/模糊的区域。

❌ 背景虚化（模糊） ✅ 焦点落在人物眼睛上，前景的手和背景的墙都在焦外，轮廓有渐变的模糊边缘

❌ 浅景深（模糊） ✅ f/1.4大光圈效果，主体清晰，背景散成圆形光斑，边缘有棱角

### 5. 时空连续性

描述帧与帧之间的过渡，帮助模型保持一致性。

❌ 镜头切换（模糊） ✅ 上一帧的手在右侧，下一帧移动到左侧，中间有运动模糊轨迹连接

❌ 火焰持续（静态） ✅ 火焰在第1帧很小，第3帧突然变大30%，第5帧达到最大，边缘在抖动

### 6. 视角和构图

明确相机位置和角度。

❌ 低角度拍摄（模糊） ✅ 相机高度在膝盖以下，向上仰拍，建筑的垂直线在画面里向上延伸汇聚

❌ 特写镜头（模糊） ✅ 画面只包含脸部从眉毛到下巴，额头占画面的40%，眼睛在焦点中心

### 7. 纹理和质感

具体的表面特征。

❌ 旧墙（模糊） ✅ 墙面有剥落的涂料，露出底下的灰泥，有裂纹从左上向右下延伸，边缘有阴影

❌ 脏的表面（模糊） ✅ 金属表面有指纹痕迹，油污在顶部形成不规则的深色斑块，有氧化产生的红褐色边缘

### 8. 遮挡和层次

物体间的前后关系。

❌ 有人走过（模糊） ✅ 人物从背景走向前景，比例从15%增加到80%，在第3秒时完全遮挡背后的门

❌ 烟雾遮挡（模糊） ✅ 烟雾从画面右侧向左漫射，第2秒覆盖到人物肩膀，第4秒完全遮挡脸部，只露出眼睛

### 9. 人物站位和走位

模型对人物在画面中的位置变化敏感。

❌ 人物走进画面（模糊） ✅ 人物从画面右侧边缘进入，第1秒时占画面10%，第3秒时移动到画面中心占60%

❌ 人物靠近（模糊） ✅ 人物从占画面15%逐渐增大到50%，脸部的毛孔和皮肤细节逐渐清晰

❌ 两人对话（模糊） ✅ 两人脸部分别占画面左侧和右侧，各占25%，中间留有50%的背景空间

❌ 背对观众（模糊） ✅ 人物背部占画面中心，头发遮住后颈，肩胛骨轮廓透过薄布料隐约可见

❌ 侧脸（模糊） ✅ 人物侧脸占画面右侧60%，可见颧骨到下颌的线条，睫毛在脸颊上投下阴影

**人物方位坐标系（九宫格 + 纵深）**

┌─────────────────────────────────────────────────────┐ │ 左上角 上方中心 右上角 │ │ LEFT-TOP TOP-CENTER RIGHT-TOP │ │ │ │ 左侧中心 画面中心 右侧中心 │ │ LEFT CENTER RIGHT │ │ │ │ 左下角 下方中心 右下角 │ │ LEFT-BOT BOT-CENTER RIGHT-BOT │ └─────────────────────────────────────────────────────┘ ↑ 纵深变化 FRONT（前/靠近）←→ BACK（后/远离）

**常用站位模板：**

| 站位 | 占画面比例 | 适用场景 |
|------|-----------|---------|
| 中心特写 | 80%+ | 情绪爆发、内心戏 |
| 中心胸像 | 50-60% | 对话、反应 |
| 偏心（左侧/右侧） | 60-70% | 单人叙事、留白 |
| 二人对话（左/右） | 各25-30% | 对话、对比 |
| 三人三角 | 主体50%/辅助各20% | 三角关系 |
| 背影/后景 | 60-80% | 悬念、诗意 |
| 纵深（从远到近） | 10%→80% | 走近、强调 |

**走位变化模板：**

入门型：画面边缘(10%) → 画面中心(60%) [从右向左/从左向右] 离开型：画面中心(60%) → 画面边缘(10%) [向画面外走去] 纵深型：远处小(10%) → 近处大(80%) [向镜头走来] 横穿型：左侧(10%) → 右侧(90%) [穿过画面] 对峙型：左侧(30%) ←距离→ 右侧(30%) [中间留40%空间] 环绕型：围绕画面中心移动，保持60%占幅

**两人对话走位变化：**

正反打：左(30%) ↔ 右(30%) [视线交汇在画面中心] 并肩型：左前(35%) + 右后(30%) [一前一后] 背反打：背影(60%) ↔ 正面(40%) [说话者背对，被说话者面向镜头] 过肩型：后方人物占20%（肩膀入画），前方人物占40%

### 10. 常见模糊词转化表

| 模糊词 | 模型能理解的具体描述 |
|--------|---------------------|
| 紧张 | 手指收紧发白、喉结滚动、额头冒汗、呼吸起伏加快、嘴唇抿成一条线 |
| 放松 | 肩膀下沉、嘴角微微上扬、眼睛半闭、手臂自然下垂靠在身侧 |
| 愤怒 | 眉头下压皱紧、嘴角向下拉、手握拳青筋凸起、胸部剧烈起伏 |
| 悲伤 | 眼皮下垂、嘴角向下、泪珠从睫毛滑落、肩膀微微颤抖、手无力垂下 |
| 快乐 | 眼尾纹、嘴角上扬露出牙齿、眉毛弯成弧形、身体轻微晃动 |
| 恐惧 | 瞳孔放大、眼白占比增加、嘴唇微张、身体僵住向后仰 |
| 惊讶 | 眉毛抬高、眼睛睁大、嘴微微张开、身体向后微仰 |
| 沉思 | 眼神聚焦在某处不动、眉头微皱、手指轻敲下巴、身体静止 |
| 犹豫 | 眼神在两个方向之间移动、手悬在半空、脚步停顿、重心左右转移 |
| 孤独 | 人物独自处于画面边缘、周围大面积空白、身体蜷缩占画面很小比例 |
| 压抑 | 室内空间狭小、天花板压低、人物头顶贴近画面边缘、光线暗淡 |
| 速度感 | 横向运动模糊、背景线条向后快速拉伸、景深极浅、主体周围有速度线 |
| 力量感 | 低角度仰拍、主体占据画面上方60%、垂直线条占据主导 |
| 柔光 | 边缘渐变模糊、光线穿透薄窗帘在地面形成光斑、人像轮廓有光晕 |
| 硬光 | 边缘锐利的阴影、亮部与暗部明显分割、皮肤表面有强烈反光 |
| 冷调 | 蓝色色偏、阴影偏青、高光偏冷白、暗部不死黑有细节 |
| 暖调 | 黄色/橙色偏、阴影偏橙、皮肤有健康红润感、整体氛围温暖 |

### 11. 微表情描述

微表情是AI最难理解的细节，需要用肌肉运动描述。

**核心方法：描述肌肉运动的起点和终点**

❌ 惊讶的表情（太泛） ✅ 眉毛内侧突然向上抬，抬高约2-3mm，上眼皮向上离开瞳孔边缘

❌ 恐惧的表情（太泛） ✅ 眉毛内侧向上拉并聚拢，额头的横纹从2条变成4条，眼睛睁大到眼白露出

❌ 愤怒（太泛） ✅ 眉毛下压聚拢，眉心出现一道竖纹，咬肌在动但下颌没有完全咬死

**用对比描述（从X变成Y）**

❌ 她的表情变了（模型不知道变成什么） ✅ 下颌从紧绷变成松开，嘴唇从抿成一条线变成微微张开

❌ 眼神里有情绪（模糊） ✅ 瞳孔从放大突然收缩回正常大小，眼球从直视变成微微向旁侧移

**结合时间标记（微表情持续0.2-0.5秒）**

✅ 第1帧：眉毛内侧开始向上抬 第3帧：到达最高点，抬高约2mm 第5帧：开始回落 全程约0.3秒

✅ 按下按钮的瞬间，她的眼睛眨了一下——不是正常的眨眼， 是那种持续了0.2秒的僵硬，然后恢复正常

**常见微表情的具体描述**

| 微表情 | 具体描述 |
|--------|----------|
| 惊讶 | 眉毛内侧向上抬2-3mm，上眼皮向上离开瞳孔，眼白露出增加，嘴巴微微张开 |
| 恐惧 | 眉毛内侧向上拉且聚拢形成三角，额纹出现，眼睛睁大到眼白占30% |
| 愤怒 | 眉毛下压聚拢，眉心出现一道竖纹，咬肌凸起，下颌紧闭 |
| 悲伤 | 眉毛内侧向上抬像小狗眼，嘴角向下拉，眼眶有湿润感 |
| 厌恶 | 眉毛下压，鼻子皱起横纹，上唇向上卷起，脸颊向上推 |
| 轻蔑 | 一侧嘴角先向上抬，比另一侧高约1-2mm，眼睛微微眯起 |
| 犹豫 | 眼神在两个方向之间移动，瞳孔在两个焦点之间调整，眨眼比正常慢 |
| 掩饰 | 笑容在嘴角出现但眼轮匝肌没有参与，眼角没有皱纹，笑容不对称 |

**情绪组合（真实的情绪很少是单一的）**

❌ 愤怒（太单一） ✅ 眉毛下压但眉心没有完全皱紧，咬肌在动但下颌没有完全咬死——在压制的愤怒

❌ 悲伤（太单一） ✅ 眼眶红了但在掉眼泪之前停住，嘴角向下拉但没有抖动——还没有哭出来的悲伤

❌ 惊讶+恐惧（太泛） ✅ 眼睛睁大，瞳孔却收缩——睁大眼睛是在看，瞳孔收缩是在认出了什么

**微表情与环境配合**

✅ 她的下唇被牙齿轻轻咬住，约0.3秒后松开，嘴唇回到原位 同时周围的声音消失——像世界在她脸上那一刻静止了

✅ 眉头皱了0.2秒就松开，但嘴角的弧度变了——像有什么东西在心里闪了一下

### 12. 镜头运动描述

模型能理解镜头运动带来的视觉变化。

**运镜三级进阶（即梦/Seedance适用）：**

| 级别 | 内容 | 示例 |
|------|------|------|
| Level 1 基础动作 | Pan/摇移、Dolly/推轨、Zoom/变焦、Crane/升降、Orbit/环绕、Tracking/跟踪 | 覆盖80%需求 |
| Level 2 修饰词 | 速度（Smooth/Slow/Fast）、情绪（Cinematic/Dreamy/Aggressive）、风格（Handheld/Aerial/POV） | Smooth Dolly In |
| Level 3 组合技 | 2-3个运镜叠加，用`+`连接，一次不超过3个 | Orbit + Zoom In |
| **Level 4 镜头质感修饰（隐藏层级）** | 在运镜动作之外叠加镜头本身的物理状态 | 见下表 |

**镜头质感修饰词库（区分普通视频和大制作质感的关键）：**

| 效果 | 关键词 | 适用场景 |
|------|--------|----------|
| 镜头附着物 | 雾水珠附着镜头前、雾粒粘镜细节清晰、雨滴溅到镜头、水珠在镜头前滚动 | 雨景、雾景、水下 |
| 光学畸变 | 镜头畸变效果、雾层折射、超广角边缘畸变 | 广角镜头、超现实 |
| 镜头震动 | 镜头剧烈抖动、能量波动震动镜头、爆炸冲击波震动镜头 | 爆炸、冲击、动作 |
| 镜头耀斑 | 镜头耀斑(lens flare)、逆光眩光、光斑散射 | 逆光、强光源 |

这类"不完美"效果反而大幅提升真实感和沉浸感。

❌ 镜头推进（模糊） ✅ 相机从距离人物5米逐渐移动到1米，人物在画面中从占20%增大到占80%，背景逐渐虚化

❌ 镜头拉远（模糊） ✅ 相机从距离人物1米后退到5米，人物在画面中从占80%缩小到占20%，背景从虚化变成清晰

❌ 摇镜头（模糊） ✅ 相机从左侧人物缓慢转向右侧人物，横向移动约90度，过程保持人物在焦内

❌ 手持晃动（模糊） ✅ 画面边缘有轻微的随机位移，周期约0.3秒，幅度在5像素内，偶尔有呼吸般的上下浮动

❌ 升格镜头/慢动作（模糊） ✅ 每秒24帧的画面用120帧拍摄，水花在空中停留时间变长，边缘有拖影

---

## 十二、声音设计

声音是视觉序列的"第二轨道"。画面和声音的节奏必须绑定：画面快→声音快/留白；画面慢→声音简化/留白。

### 核心原则

| 画面节奏 | 声音策略 | 原因 |
|---------|---------|------|
| 上升 | 声音逐渐叠加(+layer) | 跟随情绪积累 |
| 高峰 | 留白或突然切断 | 情绪顶点，不需要再加码 |
| 下降 | 声音简化(-layer) | 余韵，不要过度 |
| 静止 | 留白或纯环境音 | 让观众呼吸、消化 |

### 情绪节奏与声音配合

| 画面节奏 | 声音策略 | 典型场景 |
|---------|---------|---------|
| 上升 | 声音逐渐叠加 | 情绪积累、追逐、紧张升级 |
| 高峰 | 留白或突然切断 | 情绪顶点、爆发、揭示 |
| 下降 | 声音简化 | 情绪余韵、结局 |
| 静止 | 留白或纯环境音 | 呼吸、消化、诗意时刻 |

### 镜头运动与声音响应

| 镜头运动 | 声音响应 |
|---------|---------|
| 快切/跳切 | 声音也跳、节奏感强 |
| 慢推 | 声音渐强或渐弱 |
| 拉远 | 声音淡化、空间感 |
| 固定镜头 | 声音稳定、留白机会 |
| 摇镜 | 声音跟随摇动方向 |

### 剪辑节奏与声音密度

| 剪辑节奏 | 声音策略 |
|---------|---------|
| 快剪(1-3秒/镜) | 音乐节奏强、音效密集 |
| 正常剪(3-8秒/镜) | 声音正常、留白机会多 |
| 慢剪(8秒+/镜) | 声音简化、大量留白 |

### Audio写法模板

Audio: [时间节点]描述 | [时间节点]描述 | [时间节点]描述

**示例：**

Audio: 按钮按下瞬间静默(0-1s) → 咆哮爆发+金属过载音(1-3s) Audio: 模糊欢呼(背景) → 张雪轻说(清晰) → 合伙人低沉质问(压迫) Audio: 引擎低沉稳定(0-2s) → 转速拉升音调升高(2-3s) → 爆裂截止(3s)

### 七种情绪的声音策略

| 情绪 | 上升 | 高峰 | 下降 | 静止 |
|------|------|------|------|------|
| 哀·消逝 | 弦乐渐强 | 突然切断/淡出 | 简化/环境音 | 完全留白 |
| 喜·重生 | 音乐渐强 | 留白或切断 | 简化 | 短留白 |
| 怒·暴烈 | 加速+打击乐叠加 | 突然切断 | 突然安静 | 完全留白 |
| 惧·不安 | 低频持续+高频叠加 | 切断+留白 | 低频持续但淡化 | 低频/白噪 |
| 爱·亲密 | 弦乐渐强 | 留白或淡出 | 简化/心跳 | 留白或极简 |
| 恶·排斥 | 不和谐音/低频 | 突然切断 | 简化 | 留白 |
| 欲·执念 | 循环元素渐强 | 留白或切断 | 简化 | 留白+低频 |

### 实用场景对照

| 场景 | 画面节奏 | 推荐声音策略 |
|------|---------|------------|
| 追逐戏 | 快→更快→顶峰 | 声音随镜头加速，高峰留白 |
| 告白戏 | 慢推近→特写 | 音乐渐强，高峰留白 |
| 车祸/意外 | 快切→静止 | 突然切断+长留白 |
| 悬疑揭示 | 慢剪→定格 | 声音先停，悬念留白 |
| 诗意结尾 | 慢剪→淡出 | 全程留白，声音逐渐消失 |
| 战斗爆发 | 快切+升格 | 声音顶峰突然切断 |
| 梦中场景 | 慢+超现实 | 声音变形+长留白 |

### 留白时机决策

声音回来的时机决定情绪走向：

□ 情绪顶点后立即回来 = 延续紧张 □ 情绪顶点后留白2-3秒 = 让观众消化 □ 情绪顶点后留白5秒+ = 诗意/仪式感 □ 下一镜开始才回来 = 情绪独立，硬切感

---

## 十三、史诗大制作结构（高品质视觉作品专用）

适用于科幻/灾难/奇幻/动作等需要大制作质感的视频。与基础结构的核心差异在四个层级：

[时长][品质锚定：渲染引擎+画质规格+VFX等级]，[核心氛围宣言：美学风格+整体感受]， [大气连贯声明：全片统一的物理/氛围效果，如"每帧都有薄雾弥散效果"]，

0-Xs：[画面动作] + [运镜] + [可选逐段帧率，如"慢镜头120帧/秒"] + [大气在本段的具体表现]； ...（时间戳分镜继续）...

光影：[①光源：主光类型和角度] + [②光行为：如何影响大气/材质] + [③色调：冷暖对比]， [收束句：后期处理词叠加] + [张力宣言：一句话锚定全片情绪]。

### 四个核心层级说明

**1. 品质锚定**（开头声明，效果远优于泛词"电影感"）

| 类别 | 关键词 |
|------|--------|
| 渲染引擎 | UnrealEngine5渲染、Octane物理渲染引擎、V-Ray光追渲染 |
| 画质规格 | 8K超高清、4K超采样、IMAX级画质 |
| HDR标准 | 杜比视界HDR、HDR10+ |
| VFX等级 | 工业光魔级VFX特效、好莱坞A级特效、漫威级视觉特效 |

**2. 大气连贯声明**（防止不同分镜氛围断裂，史诗风格的核心句）

全程暴雨倾盆，镜头前附着雨水珠肌理，每帧都有自然的雨雾弥散效果

**3. 光影三层结构**（三层各司其职，效果远优于泛写"好莱坞光影"）

光影：暴雨逆光+爆炸橙红火光（光源层）， 薄雾柔化高光但强化阴影对比、丁达尔效应清晰（光行为层）， 冷蓝底调+熔岩红高光（色调层）。

| 风格 | 光源层 | 色调层 |
|------|--------|--------|
| 灾难/压迫 | 暴雨逆光+爆炸橙红 | 冷蓝底调+熔岩红高光 |
| 赛博朋克 | 霓虹灯漫射+防空警报红光 | 冷蓝底调+霓虹紫红高光 |
| 奇幻/仙侠 | 怪兽熔岩自发光+荧光酸液光 | 暗青底调+金色/荧光高光 |

**4. 收束句**（后期处理词 + 张力宣言，为全片定格情绪）

暗角+胶片颗粒+电子噪点混雾粒收尾，窒息式压迫感+诡谲朦胧氛围，无冗余画面，全程高张力。

| 风格 | 收束句示例 |
|------|-----------|
| 压迫/灾难 | 窒息式压迫感+诡谲朦胧氛围，无冗余画面，全程高张力 |
| 科幻/未来 | 冰冷机械美学，每帧可截图成壁纸，镜头感拉满 |
| 仙侠/奇幻 | 仙气飘渺，如梦似幻，全程不要现代感痕迹 |
| 动作/热血 | 肾上腺素拉满，节奏紧绷，剪辑感强烈 |

---

## 十三·五、传播技巧（短视频实战）

**前2秒是生死线**：短视频信息流中用户滑动决策不到2秒。最震撼的视觉放在开头，禁止用"缓缓推进"开场。

| 原则 | 说明 |
|------|------|
| 前2秒生死线 | 最震撼的视觉放开头，禁止"缓缓推进"开场 |
| 一个视频一件事 | 15秒内只做一个核心概念，越简单模型执行越精准 |
| 参考素材 > 纯文本 | 大部分优质AI视频都用了首帧图或参考视频引导 |
| 不要在15秒里讲故事 | ≤15秒的本质是"一个不可能的瞬间"，不是微型电影 |
| 静→动突变 > 持续运动 | 一段静止中突然爆发一个动作，比全程运动更抓人 |
| 留"想看第二遍"的钩子 | 结尾呼应开头、隐藏细节、或视觉效果震撼到想确认真假 |

---

## 十四、完整提示词模板

【分镜N｜时长】 挂载：@角色图 / @场景图 Audio：[音效/BGM描述，含时间节点] FORMAT：[时长] / [镜头数] / [对话] / [画幅] STYLE：[影调] + [机型] + [质感代号]

【本分镜提示词】 [时间] [画面描述——具体的视觉元素和变化] [时间] [画面描述——具体的视觉元素和变化] [时间] [画面描述——具体的视觉元素和变化]

【镜头核心】[1句话：这场戏最值钱的是什么] 【目标物Must-Show】[必须出现的元素]

禁止：任何文字、字幕、LOGO或水印

---

## 十五、优秀范例

### 范例：第16集蓝焰爆发

---

### 【导演开场白】

谁：德比斯驾驶820RR在最后直道 画面序列： [0-3s] 两道车影冲出弯道并排，820在外道，蓝焰细长稳定输出；红车在内道，火星零乱 [3-6s] 按钮按下，世界先静默一秒，然后蓝焰爆发，像深海里的什么东西苏醒 [6-10s] 820外侧掠过红车，瞳孔里映出蓝光，格子旗挥动 视觉基调：北野武 + ARRI Alexa 青橙

---

### 【全局空间锚点卡】

固定参照物：夜赛道长直道，两道车影并排冲出弯道 人物初始站位：820在外道（右侧），豪门红车在内道（左侧） 座次排列：双车并排占满画面，820略靠前 续接铆钉：首段建立

---

### 【分镜01｜3s】

**挂载：** @角色图：820RR银色车身蓝焰输出 / @场景图：夜赛道长直道双车并排
**Audio:** 引擎轰鸣对比（820低沉稳定(0-1s)，红车尖锐暴躁(1-3s)）

**FORMAT:** 3s / single shot / no dialogue / 9:16
**STYLE:** 北野武 + ARRI Alexa Mini LF / F002质感 / teal-orange

**【本分镜提示词】**

[0-1s] 两道车影从弯道出口冲出。820在画面右侧占60%，红车在画面左侧占55%，两车之间有10%的间隙。 820尾部蓝焰细长，约占车身的1/8，焰心比边缘亮2档，边缘有细微的蓝色碎屑飘散。 红车尾部喷出的火星大小不一，在夜风里形成不规则的散射轨迹，约每0.2秒喷出一簇。

[1-2s] 两车引擎声浪在空间里交织。820的低频从画面中心向两侧扩散， 红车的高频尖锐刺耳，刺穿820的低频后在空气中形成短暂的回响。

[2-3s] 德比斯的脸在头盔内占画面80%。眉头下压，眉心距离缩短30%， 嘴角向下拉成一条直线。额角有汗珠从发际线滑向眉毛，关节处的青筋在皮肤下凸起。

**【镜头核心】** 两车并排的几何关系——外道稳定 vs 内道狼狈
**【目标物Must-Show】** 820RR银色车身 | 蓝焰稳定输出 | 红车杂乱火星 | 德比斯头盔内

---

### 【分镜02｜3s】

**挂载：** @角色图：张雪手指贴红色按钮特写 / @场景图：排气口蓝焰爆发
**Audio:** 按钮按下瞬间静默(0-1s) → 咆哮爆发+金属过载音(1-3s)

**FORMAT:** 3s / single shot / no dialogue / 9:16
**STYLE:** 北野武 + RED V-Raptor 8K / F002质感 / cyan-blue冷光

**【本分镜提示词】**

[0-1s] 手指贴上红色按钮。按下。 一秒。两秒。三秒。 声音消失——背景的一切变得异常清晰，像凝固了。

[1-2s] 然后画面炸开。 幽蓝火焰从排气口喷出，第1帧只有2px，第3帧突然扩展到占车身1/3， 焰心比边缘亮3档，边缘有更亮的蓝色碎片向外飞溅。 冷光从车尾向车头蔓延，银色车身表面有蓝色的液体般的反光。

[2-3s] 引擎声音从低频的嗡鸣突然升级成撕裂金属的尖叫。 车身在画面里轻微后坐，火焰在第5帧时完全吞没整个车尾， 只剩下蓝色的光晕轮廓。

**【镜头核心】** 按钮按下的瞬间——能量从聚集到爆发
**【目标物Must-Show】** 820RR排气口蓝焰大股喷涌 | 银色车身被冷光浸透

---

### 【分镜03｜4s】

**挂载：** @角色图：德比斯头盔内瞳孔映蓝光 / @场景图：蓝焰尾迹划过夜空
**Audio:** 引擎呼啸撕裂空气(0-2s) + 观众惊呼炸裂(2-4s)

**FORMAT:** 4s / single shot / no dialogue / 9:16
**STYLE:** 北野武 + RED V-Raptor 8K / F002质感 / 速度感

**【本分镜提示词】**

[0-2s] 外线视角。820在画面左侧占40%，红车在右侧占35%，两车间距在扩大。 蓝焰从820尾部喷出，在画面里拉成占宽度80%的长光线， 焰尾有更亮的蓝色碎屑形成3度角的拖尾。 德比斯头盔里的瞳孔占面部的30%，整个瞳孔被蓝光填满，虹膜边缘有亮线。

[2-3s] 蓝焰继续拉长。820从红车外侧掠过，两车间距在0.5秒内从15%扩展到40%。 红车在画面里从占35%缩小到15%，轮廓变虚，只剩下红色的光斑。

[3-4s] 820冲过终点线。格子旗在画面上方占20%，黑白格子在挥动时形成动态模糊。 彩色纸带从上方飘落，每条纸带占画面宽度5%，下落速度是正常速度的1/5， 边缘有从亮到暗的渐变。

**【镜头核心】** 瞳孔里的蓝光——整个世界都变成蓝色的了
**【目标物Must-Show】** 820外侧超越 | 蓝焰幻影尾迹 | 德比斯瞳孔映蓝光 | 格子旗

---

**禁止：** 任何文字、字幕、LOGO或水印

---

## 十六、分场景类型模板

### 场景类型速查

| 场景类型 | 重点 | 时长 | 情绪节奏 | 衔接 |
|---------|------|------|----------|------|
| 人物对话 | 两人站位、视线、距离 | 5-15s | 平推型 | 硬切 |
| 动作追逐 | 速度感、运动轨迹 | 3-8s | 爆发型 | 续接 |
| 情感内心 | 微表情、环境呼应 | 5-15s | 蓄力型 | 叠化 |
| 高定产品 | 克制、留白、质感 | 5-15s | 平推型 | 叠化 |

完整示例见：知识库 `02-创作方法论/A-视频生成专项/视频模型思维与提示词优化方法论.md`

---


## 十七、Schema结构化输出

### Schema字段

```json
{
  "meta": {
    "title": "项目名称",
    "platform": "seedance",
    "duration": 15,
    "style_line": "高定线",
    "director_style": ["王家卫", "北野武"]
  },
  "palette": {
    "primary": "黑白40%",
    "secondary": "大地灰20%",
    "accent": "克制金20%"
  },
  "scenes": [...]
}

palette 默认值

平台化输出

Seedance示例：

高定线香水广告，[女子在极简空间]，
[00:00-00:05] 远景建立，缓慢推近，自然光50%侧逆光，Kodak Ektachrome 1970s
[00:05-00:10] 中景凝视，固定镜头，克制金色点缀光源，过曝1/3档
[00:10-00:15] 远景拉远，背影剪影，渐隐fade to black
黑白40% 大地灰20% 冷白20% 克制金20%，16mm胶片，2.35:1

Vidu示例：

王家卫风格 电影感广告，优雅女子在极简空间，
Wong Kar-wai cinematic style, slow push-in, side-backlight,
黑白60% 金铜20% 苍青20%, Kodak Portra 800, light grain
| 烟雾弥漫 dreamy mist | 手部特写 wrist close-up |

Kling示例：

旗袍女子背影，雨夜上海街道，侧逆光，青灰与琥珀霓虹
handheld跟拍，中景，60%负空间
earth tones 50%, teal 20%, amber neon 20%
--duration 45 --motion MEDIUM --camera handheld --aspect 2.35:1

十七·五、质量检查清单（Schema）

• meta.platform 与 output.platform 一致
• scenes总时长 ≈ meta.duration
• palette 已按风格线配置
• lighting.direction 具体化
• camera.movement + angle + distance 三者完整
• rhythm百分比加起来≈100%

十七、质量检查清单

生成前检查：

□ 没有情绪标签（紧张/愤怒/悲伤）
□ 没有因果逻辑词（因为/所以/为了）
□ 没有抽象概念（希望/梦想/自由）
□ 没有文字/字幕/LOGO
□ 没有未量化的变化（变亮/变大/变快）
□ 画面描述具体到像素级（占画面X%、亮X档）
□ 时间节点明确（0-1s/1-2s/2-3s）
□ 运动轨迹描述清楚（从哪到哪/弧线/直线）
□ 环境变化有描述（不是孤立的人物动作）
□ 微表情有肌肉运动起点和终点
□ 续镜衔接有承接点
□ 禁止项全部检查

生成后评估：

□ 画面是否连续（没有跳帧）
□ 运动是否符合物理规律（没有违反重力）
□ 光影是否一致（光源位置、色温）
□ 角色一致性（人物外观是否保持）
□ 情绪外化是否自然（不是表情特写）
□ 是否有塑料拼贴感（边缘是否自然）
□ 信息密度是否合理（不是静态定格）

十八、长镜头分段生成策略

超过15秒的镜头建议分段生成：

原始需求：20秒完整镜头
分段策略：
  分镜01：0-5s（建立场景+引入）
  分镜02：5-10s（主体动作）
  分镜03：10-15s（高潮/冲突）
  分镜04：15-20s（收尾/落位）

分段原则：

• 每段5-8秒为宜
• 每段结尾要有承接点
• 使用相同STYLE保持一致性
• 分镜之间用硬切衔接

续接说明：

分镜01结尾：人物站在门口 → 分镜02开头：人物已经迈出第一步
分镜02结尾：手触到按钮 → 分镜03开头：按钮已经按下
分镜03结尾：火焰爆发 → 分镜04开头：火焰持续燃烧

十九、常见失败案例避坑