# AI Video Director

> AI 视频导演工作流，用于把一句话创意扩展成 AI 短视频剧本、集-序列-镜头规划、参考资产清单、定妆照与关键帧提示词、序列级视频提示词、模型合法时长规划、生成质检和平台发布方案。用户要求创作 AI 视频、AI 短视频、视频导演方案、一句话生成剧本、分镜设计、序列规划、定妆照、角色设定图、场景参考图、道具图、首尾帧、图生视频提示词、文生视频提示词、Veo、Seedance、Runway、Sora、Kling、Grok Imagine Video、GPT Image、Nano Banana Pro、抖音爆款、小红书视频、B站短视频、视频号、YouTube Shorts、TikTok，或要求分析、改写、适配、质检 AI 视频制作材料时使用。

- Skill: `leinatorx/ai-video-director` (Agent Skill, multi-file: 10 files)
- Install (CLI): `npx skillmds@latest add leinatorx/ai-video-director`
- Raw SKILL.md: https://api.skillmd.com/api/skills/leinatorx/ai-video-director/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: leinatorX (https://skillmd.com/u/leinatorx)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/leinatorx/ai-video-director

---


# AI 视频导演

## 目标

把用户的一句话、主题、产品卖点、知识点或剧情想法，转成可执行的 AI 视频制作方案：创意定位、剧本、参考资产、定妆照、关键帧、序列规划、序列级视频提示词、镜头剪辑表、模型适配、生成质检、剪辑包装和平台发布建议。

默认交付中文结果。除非用户只要单个环节，否则按“先导演方案、再提示词”的顺序推进，不要直接堆关键词。

## 快速流程

1. 明确任务输入：
   - 主题或一句话创意。
   - 平台：抖音、小红书、B站、视频号、YouTube Shorts、TikTok、快手等。
   - 时长和画幅：如 15 秒竖屏、30 秒横屏。
   - 类型：剧情、广告、科普、产品展示、纪录片、预告片、口播、教程等。
   - 视频模型：Veo、Seedance、Runway、Sora、Kling、Grok Imagine Video；未指定时默认 `Grok Imagine Video`。
   - 图像模型：GPT Image、Nano Banana Pro；未指定时默认 `GPT Image 2`。
   - 素材条件：是否有参考图、参考视频、角色设定、品牌规范、旁白或字幕。
2. 若用户只给一句话，先扩展成创意定位和短视频钩子。
3. 生成剧本：开头钩子、中段递进、结尾记忆点，必要时包含旁白、对白、字幕。
4. 剧本完成后，先提炼全片关键资产：人物、服装、道具、场景、交通工具、品牌元素、风格参考、关键视觉符号。
5. 优先规划参考图资产：定妆照、角色三视图、道具图、场景参考图、风格帧、关键镜头首帧和尾帧。
6. 按 `集 -> 序列 -> 镜头` 规划：序列是 AI 视频生成单位，镜头是成片剪辑单位。
7. 为每个序列判断文生视频、图生视频、首帧视频、首尾帧视频、多参考图视频或静态图加后期动效。
8. 按目标模型做时长合法化：生成时长必须满足模型限制，镜头从序列中裁切。
9. 为每个序列生成对应模型适用的三段式导演提示词；不要默认给每个镜头写视频生成提示词。
10. 输出镜头剪辑表、质检标准、重生成建议和平台发布包装。

## 参考资料选择

按任务只读取必要参考资料，避免加载无关内容：

- 从一句话到完整制作流程：读 `references/workflow.md`。
- 剧本、序列、镜头剪辑表字段：读 `references/script-and-storyboard.md`。
- 集、序列、镜头层级与模型合法时长规划：读 `references/sequence-planning.md`。
- 剧本后的资产提炼、定妆照、参考图、首尾帧、图生视频规划：读 `references/image-asset-planning.md`。
- 景别、构图、运镜和提示词表达：读 `references/shot-language.md`。
- Veo、Seedance、Runway、Sora、Kling、Grok 的模型适配：读 `references/model-prompting.md`。
- 平台爆款逻辑、表现形式和发布包装：读 `references/platform-viral-logic.md`。
- 审核生成结果、找问题、给重生成建议：读 `references/quality-check.md`。

如果用户要求“最新官方指南”“最新模型能力”“现在某模型怎么写”，必须联网核对官方文档或官方平台说明，因为视频模型能力变化很快。

## 默认输出结构

完整任务默认输出：

1. 创意定位
2. 剧本
3. 关键资产清单
4. 定妆照、场景图、道具图和关键帧提示词
5. 序列规划表
6. 序列生成方式与合法时长表
7. 序列级模型适配三段式提示词
8. 生成参数与素材要求
9. 镜头剪辑表
10. 平台发布包装
11. 质检清单

用户只要某个环节时，只输出该环节。例如“只要分镜”“只要 Veo 提示词”“帮我检查生成结果”。

## 默认模型

默认视频模型：`Grok Imagine Video`。

默认图像模型：`GPT Image 2`。

优先级：

```text
用户本次明确指定模型 > Skill 默认模型 > 通用规划
```

未指定视频模型时，先按 `Grok Imagine Video` 规划序列和视频提示词，但不要强行让所有序列都用 Grok。遇到首尾帧精准控制、多参考图、复杂动作链、严格角色一致、强音画同步或 Grok 时长不适配时，应保留默认方案并提示更适合的候选模型。

未指定图像模型时，默认用 `GPT Image 2` 输出定妆照、角色三视图、道具图、场景参考图、风格帧、首帧和尾帧提示词。需要复杂多图融合、信息图、强文字排版、品牌视觉稿或事实约束时，可建议 `Nano Banana Pro` 作为候选。

## 层级规则

默认层级：

```text
集 / 整条视频
  -> 序列
    -> 镜头
```

- 集：成片单位，负责主题、总时长、平台、故事结构和发布目标。
- 序列：AI 视频生成单位，负责连续动作链、统一场景、统一参考资产、合法生成时长和序列级三段式提示词。
- 镜头：成片剪辑单位，负责成片时长、截取区间、景别、构图、声音点、字幕点和剪辑备注。

视频生成提示词默认按“序列”输出，不按单个镜头输出。镜头层只写剪辑说明和截取说明，除非该镜头本身满足模型合法时长且确实需要独立生成。

## 参考资产规则

剧本完成后，不要直接进入视频提示词。先提炼全片资产，并优先输出定妆照和关键参考图提示词。

资产优先级：

1. 主要人物定妆照：脸、发型、体型、服装、材质、表情基准、全身正面。
2. 角色三视图或多角度图：正面、侧面、背面，适合反复出现的角色。
3. 关键道具和产品图：产品、武器、车辆、设备、标识物、手持物。
4. 核心场景参考图：主场景、关键空间、光线和时代背景。
5. 风格帧：统一全片色彩、画质、摄影风格和美术方向。
6. 镜头首帧和尾帧：用于需要精准动作起止、转场、变形、进入/离开画面的镜头。

序列生成方式判断：

- 文生视频：一次性角色少、连续性要求低、环境或抽象画面为主。
- 图生视频：角色、产品、道具、场景或品牌一致性重要。
- 首帧视频：需要从指定画面开始，保持人物外观、场景和构图。
- 首尾帧视频：动作起点和终点都重要，例如转身、变身、爆炸前后、产品开合、镜头转场。
- 多参考图视频：需要同时锁定人物、道具、场景和风格；必须说明每张参考图的用途。

## 提示词生成规则

默认先确定目标视频模型，再把模型的写法要求嵌入“序列级三段式导演提示词”。不要输出“通用三段式 + 模型改写版”两套提示词，除非用户明确要求对比不同版本。

序列级三段式导演提示词：

```text
【基础设定】
时间、地点、主体、外观、群体关系、关键道具、参考资产、声音边界。

【氛围与画质】
风格核心、真实感、摄影质感、色彩影调、光线、限制词。

【画面内容】
序列总时长、覆盖镜头、时间段、动作链、可剪辑节点、景别变化、构图变化、运镜、主体动作、环境动作、声音细节。
```

模型改写规则：

- `Veo`：在序列三段式中强化时间点、声音、对白、镜头、美学和场景细节。
- `Seedance`：用中文序列三段式组织，强化主体、动作、镜头、声音和格式。
- `Runway`：文生视频在序列三段式中写清视觉和运动；图生视频在序列三段式中减少静态描述，重点写参考图保持项和运动项。
- `Sora`：用自然语言填充三段式；复杂内容在【画面内容】里拆成 Storyboard 或分段镜头。
- `Kling`：在三段式中压缩为主体、主体运动、场景、镜头语言、光线和氛围。
- `Grok Imagine Video`：在序列三段式中保持短、明确，突出一个主体、一个连续动作链、一个镜头目标和必要声音意图。

如果用户没有指定模型，按默认 `Grok Imagine Video` 输出序列三段式提示词；如果用户指定一个模型，只输出该模型的序列三段式提示词；如果用户指定多个模型，同一序列分别输出各模型的三段式提示词。

## 序列表标准字段

```text
序列号 / 剧情功能 / 覆盖镜头 / 场景 / 角色 / 关键道具 / 动作链 / 情绪目标 / 推荐生成方式 / 推荐模型 / 合法生成时长 / 参考资产 / 首帧 / 尾帧 / 可剪辑区间 / 序列级 AI 视频提示词 / 风险
```

## 镜头剪辑表标准字段

```text
镜头号 / 成片时长 / 所属序列 / 使用区间 / 画面功能 / 画面内容 / 景别 / 构图 / 运镜 / 声音点 / 字幕点 / 剪辑备注
```

## 工作边界

- 不直接调用视频生成 API，除非用户明确要求并提供可用工具或接口。
- 不虚构官方能力。无法确认的模型能力要标注“需以当前官方文档为准”。
- 不把平台爆款逻辑写成保证涨粉、保证爆量、保证收益。
- 不生成规避平台审核、隐匿违规内容、侵犯版权或侵犯肖像隐私的方案。
- 对医疗、金融、法律、未成年人、危险动作等高风险内容，提醒人工复核和合规风险。

## 最终回复要求

面向用户时优先给可直接使用的产物，不要解释过多理论。若做了文件或脚本产物，说明路径、验证方式和未验证项。