feat(monitor): 抖音 Web 接口客户端 —— 绕开爬虫子进程，直接发 HTTP
移植自 mac-agent-os 的 mediacrawler_adapter：不起子进程、不开页面，用浏览器里那份
登录态直接调抖音 Web 接口。产物键名照抄 store/douyin，所以 ingest 那条链路一个字不用改。
**目前能用的（真环境实测，非推断）**：
profile/other : 200, 7075 字节 —— 博主主页指标（粉丝/获赞/作品数/昵称）
aweme/detail : 200, 45425 字节 —— 单条作品详情（含点赞/评论/收藏/分享）
**目前不能用的：作品列表 `aweme/post`。** 两个互相独立的原因：
1. 这个接口被抖音单独升级成了真校验：不带 x-tt-argus 回 403「Uifid Not Found」，
带上 dummy 值回 200 + **空 body**。也就是说「头在不在」骗得过，「真校验」过不了。
同一套头打 profile/other 和 aweme/detail 都是通的 —— 抖音是挑着接口加保护的，
挑中的恰好是「批量拉作品列表」这个最敏感的动作。
2. 改走页面截获也不行：CDP 浏览器打开博主主页会落到「验证码中间页」（当天大量探测的
代价，过几小时要重测）。
所以现在的边界是：**已知作品的指标刷新能做，自动发现新作品做不了**。
**排查中控住变量后得到的两条事实**（都写进注释了）：
· `Accept` / `Accept-Language` / `Referer` 才是主页接口能返回真数据的原因 —— 只有
UA+client hints+Cookie 时是 200 但仅 121 字节的空壳，补上这三个头变 7074 字节。
（我先前猜的 sec-ch-ua 不是关键。）
· 因此 UA 与 client hints 必须**成套地取自同一个浏览器**，所以 BrowserIdentity 一次
从 CDP 取齐 cookie + UA + hints，而不是各自写死。
「200 + 空 body 必须当场报错」也是刻意写死的：放过去它会在下游变成「这个博主没作品」，
把一次失败伪装成一条正常结果 —— 爬虫那条路正是这么栽的，还被翻译成「账号被封」。
测试 +11：cookie 解析、请求头成套性（含 uifid 缺失/回退）、产物键名与 store 对齐、
以及 _get 的三条失败路径（空 body / 403 带网关原话 / 正常返回）。
This commit is contained in:
@@ -0,0 +1,122 @@
|
||||
# 02 · 进阶公式：8 要素工程化指令
|
||||
|
||||
> Seedance 2.0 本质上是一个**多模态 AI 导演**：同时读取文字、图片、视频、音频，并在内部拆成"空间层"（画面里有什么）和"时间层"（事情如何随时间变化）两个维度来理解和生成画面。
|
||||
|
||||
好的提示词不是单纯的"文案型形容"，而是"**工程型指令**"：谁、在什么场景、做什么动作、镜头如何运动、按怎样的时间顺序发生。
|
||||
|
||||
## 公式
|
||||
|
||||
```
|
||||
精准主体 + 动作细节 + 场景环境 + 光影色调 + 镜头运镜 + 视觉风格 + 画质 + 约束条件
|
||||
```
|
||||
|
||||
简单说就是：先锁定"谁"在"干什么"，再交代"在哪"、"什么氛围"，然后告诉模型"怎么拍"，最后用风格、画质和约束条件把结果收紧。
|
||||
|
||||
## 8 要素详解
|
||||
|
||||
### 1. 精准主体（Subject）
|
||||
|
||||
实际参考的素材里往往存在多个主体，必须明确主体定义。主体可以是人物、道具、场景等。
|
||||
|
||||
**基本定义方式**
|
||||
|
||||
- 推荐句式：`将 <图片/视频N> 中的 [主体核心特征] 定义为 <主体N>`
|
||||
- 核心特征要求：使用 **2–3 个清晰、稳定的静态特征**（如服饰、发型、外观、类别）描述，确保唯一可识别性
|
||||
- 示例：`将图片1中穿红色连衣裙、戴草帽的女人定义为主体1`
|
||||
|
||||
**多素材同主体**（多张图指代同一人物）
|
||||
|
||||
- 推荐句式：`将图片1中的 […]、图片2中的 […] 定义为 <主体N>`
|
||||
|
||||
**多主体场景**（视频中存在多个主体）
|
||||
|
||||
- 需分别定义并使用标签区分，标签应具备唯一性与稳定性
|
||||
- 示例：`将视频1中的高个子男人定义为警察，将另一个矮个子男人定义为小偷`
|
||||
|
||||
> ⚠️ 每次涉及主体时需明确指代，避免省略。后续描述中持续使用对应标签（"警察"/"小偷"），避免指代混乱。
|
||||
|
||||
### 2. 动作细节（Action）
|
||||
|
||||
- **肢体细化 + 程度量化**：动作需具体到手、腿、头部、肩背等部位，同时补充**幅度、速度、力度**描述
|
||||
- 示例：缓慢抬手、快速转头、用力蹬地、微微低头
|
||||
- **优先低缓连续小动作**：尽量规避狂奔、大跳、剧烈翻滚等高爆发动作
|
||||
- **补充动作过渡衔接**：写明前后动作的惯性与承接关系，保证画面动作连贯自然
|
||||
- 示例：借着转身惯性顺势抬手、从停顿状态自然过渡到举手
|
||||
- **情绪具象外化**：用具体的身体细节表现情绪，替代"很悲伤""非常愤怒"这类抽象词汇（详见 [04-情绪外化表](04-情绪外化表.md)）
|
||||
|
||||
### 3. 场景环境（Scene）
|
||||
|
||||
明确说明主体所处的场景、位置或空间关系。
|
||||
|
||||
### 4. 光影色调（Light）
|
||||
|
||||
- **时间**：黄金时刻 / 蓝调时刻 / 正午 / 阴天
|
||||
- **光源**：硬光 / 柔光 / 窗光 / 霓虹 / 体积光 / 背光
|
||||
- **色调**：暖调 / 冷调 / 高饱和 / 低饱和 / 电影感分级
|
||||
|
||||
### 5. 镜头运镜（Camera）
|
||||
|
||||
- **大小**：极广角 EWS / 广角 WS / 中景 MS / 中特写 MCU / 特写 CU / 极特写 ECU
|
||||
- **运动**：推 / 拉 / 横摇 / 纵摇 / 跟踪 / 环绕 / 手持 / 稳定器 / 航拍
|
||||
- **角度**：低角度 / 高角度 / 平视 / 鸟瞰
|
||||
|
||||
> ⚠️ 一个镜头里**尽量只指定 1 种运镜方式**，不要同时要求推拉摇移，会增加画面的不稳定性。
|
||||
|
||||
详见 [05-运镜词典](05-运镜词典.md)。
|
||||
|
||||
### 6. 视觉风格（Style）
|
||||
|
||||
- **电影感**：cinematic / film grain / anamorphic / 35mm
|
||||
- **纪录片**：documentary / handheld / naturalistic
|
||||
- **赛博朋克**：cyberpunk / neon-lit / holographic
|
||||
- **动漫**：Ghibli-inspired / cel-shaded / anime aesthetic
|
||||
- **复古**：vintage / 8mm / VHS / retro grain
|
||||
|
||||
### 7. 画质（Quality）
|
||||
|
||||
定义画面清晰度、细节纹理与光影质感。
|
||||
|
||||
- 示例：高清、细节丰富、电影质感、色彩自然、光影柔和
|
||||
|
||||
### 8. 约束条件（Negative）
|
||||
|
||||
约束词十分重要，可有效规避画面瑕疵、畸形崩坏及不合理元素，约束生成边界与稳定性。
|
||||
|
||||
- 避免生成字幕：`保持无字幕` / `避免生成任何文字或字幕`
|
||||
- 避免生成 Logo：`不要生成Logo`
|
||||
- 避免生成水印：`不要生成水印`
|
||||
|
||||
详见 [06-约束词清单](06-约束词清单.md)。
|
||||
|
||||
## 实战示例（来自官方 PDF）
|
||||
|
||||
> **场景**：宿舍情感短剧
|
||||
|
||||
**素材准备**：
|
||||
- @图片 1：女主半身照
|
||||
- @图片 2：宿舍场景参考图
|
||||
- @视频 1：室内对话运镜参考（中景推拉或轻微摇移）
|
||||
- @音频 1：室内环境声或轻音乐
|
||||
|
||||
**提示词**：
|
||||
```
|
||||
@图片 1 中的女孩作为主角，@图片 2 作为宿舍场景风格参考，参考 @视频 1 的运镜方式。
|
||||
|
||||
镜头 1：傍晚时分，女孩@图片 1 脚步轻快地走到宿舍门口@图片 2，镜头中景平稳跟拍，
|
||||
暖黄色日光从窗外洒进走廊，她在门口停顿一下，深呼吸，表情略带紧张。
|
||||
|
||||
镜头 2：女孩@图片 1 推开门走进宿舍，镜头切到室内中景，舍友们一边整理书本一边
|
||||
抬头看向她，其中一人笑着问 {考得怎么样啊，过了吗}，镜头在几人之间缓慢
|
||||
切换半身特写。
|
||||
|
||||
镜头 3：女孩@图片 1 先低头露出落寞表情，镜头给到她的近景，随后她抬头憋不住笑容，
|
||||
哈哈大笑说 {骗你们的}，舍友们追着打闹起来，镜头缓慢拉远，定格在宿舍内
|
||||
一片欢声笑语的全景画面。
|
||||
|
||||
全程画面高清电影纪实风，色调温暖，光影柔和；人物面部稳定不变形，动作自然流畅，
|
||||
无卡顿无闪烁；环境音效与 @音频 1 自然融合。
|
||||
```
|
||||
|
||||
## 下一步
|
||||
|
||||
复杂剧情建议拆成多镜头 → [03-分镜时序](03-分镜时序.md)
|
||||
@@ -0,0 +1,48 @@
|
||||
# 04 · 情绪外化表
|
||||
|
||||
> 视频模型看不懂"很悲伤""非常愤怒"这类抽象形容词。**用具体的身体细节表现情绪**，结果会稳定得多。
|
||||
|
||||
## 速查表
|
||||
|
||||
| 抽象情绪 | 外化为动作与细节 |
|
||||
|---|---|
|
||||
| **悲伤** | 低头、肩膀微微颤抖、眼眶泛红、手指无意识地攥紧衣角、泪水在眼眶里打转却没有落下 |
|
||||
| **喜悦** | 嘴角抑制不住地上扬、眉眼舒展、脚步变得轻快、下意识地哼起小曲、忍不住原地转圈 |
|
||||
| **紧张 / 焦虑** | 频繁地看手表、手指不停敲击桌面、呼吸急促、眼神闪躲、无意识地啃咬指甲 |
|
||||
| **愤怒** | 双拳紧握、下颌线紧绷、胸口剧烈起伏、眼神如刀般锐利、从牙缝里挤出话语 |
|
||||
| **释然** | 长长地舒了一口气、紧绷的肩膀完全放松下来、脸上露出久违的、淡淡的微笑、抬头望向远方 |
|
||||
| **恐惧** | 瞳孔放大、向后退半步、手不自觉抓住身边物体、屏住呼吸、嘴唇发抖 |
|
||||
| **疲惫** | 揉太阳穴、靠在墙上、眼皮下沉、长呼气、动作迟缓 |
|
||||
| **专注** | 眉头微皱、眼神锁定一点、嘴唇抿紧、身体前倾、手稳定不动 |
|
||||
| **犹豫** | 张嘴又闭上、视线游移、手悬在半空、脚下踱步、欲言又止 |
|
||||
| **惊喜** | 眼睛瞬间睁大、嘴巴张开成 O 形、双手捂嘴、向前一步、笑容缓慢绽放 |
|
||||
|
||||
## 写法对照
|
||||
|
||||
❌ "她很难过。"
|
||||
|
||||
✅ "她低着头，肩膀微微颤抖，手指无意识地攥紧衣角，眼眶泛红但泪水没有落下。"
|
||||
|
||||
---
|
||||
|
||||
❌ "他非常生气。"
|
||||
|
||||
✅ "他双拳紧握，下颌线绷紧，胸口剧烈起伏，从牙缝里挤出一句：'够了。'"
|
||||
|
||||
---
|
||||
|
||||
❌ "她终于轻松下来了。"
|
||||
|
||||
✅ "她长长地舒了一口气，紧绷的肩膀完全放松下来，脸上浮起淡淡的微笑，抬头望向远方。"
|
||||
|
||||
## 配合分镜使用
|
||||
|
||||
情绪外化和分镜时序结合，效果最好：
|
||||
|
||||
```
|
||||
镜头 1：女孩接到电话，眉头瞬间皱起，手指收紧握住手机，嘴唇抿成一条直线。
|
||||
镜头 2：她挂断电话，慢慢蹲下，双手抱住膝盖，肩膀开始微微颤抖。
|
||||
镜头 3：远景定格，她孤身一人坐在长椅上，背影缩成一团，路灯把影子拉得很长。
|
||||
```
|
||||
|
||||
每个镜头**只写 1-2 个关键动作**，过多反而稀释焦点。
|
||||
@@ -0,0 +1,94 @@
|
||||
# 06 · 约束词清单
|
||||
|
||||
> 约束词十分重要，可有效规避画面瑕疵、畸形崩坏及不合理元素，**约束生成边界与稳定性**。
|
||||
|
||||
## 必加的 3 个基础约束
|
||||
|
||||
每条提示词都建议加（除非你明确需要这些元素）：
|
||||
|
||||
```
|
||||
不要生成水印
|
||||
不要生成Logo
|
||||
保持无字幕 / 避免生成任何文字或字幕
|
||||
```
|
||||
|
||||
## 按问题分类的约束词
|
||||
|
||||
### 画面稳定性
|
||||
|
||||
```
|
||||
人物面部稳定不变形
|
||||
身体比例稳定不变形
|
||||
动作连贯自然，不僵硬
|
||||
无穿模、无卡顿、无闪烁
|
||||
```
|
||||
|
||||
### 风格一致性
|
||||
|
||||
```
|
||||
全程保持 [具体风格] 风格
|
||||
风格不漂移
|
||||
色调一致
|
||||
```
|
||||
|
||||
### 主体一致性（防止双胞胎）
|
||||
|
||||
```
|
||||
视频全程禁止出现外形、着装、配饰完全一致的人物
|
||||
禁止生成同款分身、双胞胎效果
|
||||
同一画面中仅保留单个对应人物，不出现人物重复复刻
|
||||
```
|
||||
|
||||
### 镜头稳定性
|
||||
|
||||
```
|
||||
镜头平稳，无剧烈晃动
|
||||
固定机位
|
||||
避免突然变焦
|
||||
```
|
||||
|
||||
### 音频干净度
|
||||
|
||||
```
|
||||
音频自然，无截断噪音
|
||||
片尾音频自然淡出
|
||||
```
|
||||
|
||||
## 反向约束（明确告诉模型不要做什么）
|
||||
|
||||
英文场景：
|
||||
|
||||
```
|
||||
avoid static shots
|
||||
avoid camera shake
|
||||
no text overlays
|
||||
no watermarks
|
||||
avoid blurry faces
|
||||
no extra limbs
|
||||
no distorted hands
|
||||
```
|
||||
|
||||
## 矛盾约束清单（不要叠加）
|
||||
|
||||
这些组合**会相互抵消**，写了等于没写：
|
||||
|
||||
| ❌ 矛盾组合 | 原因 |
|
||||
|---|---|
|
||||
| `8mm 胶片感` + `4K 超清` | 胶片感本身就是模糊+颗粒，和超清冲突 |
|
||||
| `film grain` + `ultra sharp` | 同上 |
|
||||
| `电影感` + `纪实手持` 都强写 | 风格相互拉扯 |
|
||||
| 同时指定多个艺术家风格（>2 个） | 模型会随机取一个 |
|
||||
| `slow motion` + `high speed action` | 速度矛盾 |
|
||||
|
||||
## 完整模板
|
||||
|
||||
```
|
||||
[主体 + 动作 + 场景 + 光影 + 镜头 + 风格 + 画质]
|
||||
…正向描述…
|
||||
|
||||
约束：
|
||||
- 人物面部稳定不变形
|
||||
- 动作连贯自然，不僵硬
|
||||
- 全程保持 [风格] 风格，风格不漂移
|
||||
- 不要生成水印、Logo、字幕
|
||||
```
|
||||
@@ -0,0 +1,41 @@
|
||||
# 07 · 特殊字符规范
|
||||
|
||||
> 提示词中合理使用符号有助于模型准确理解不同信息类型。
|
||||
|
||||
## 标准符号表
|
||||
|
||||
| 信息类型 | 符号 | 示例 |
|
||||
|---|---|---|
|
||||
| **音乐** | `( )` | `（背景中播放着快节奏的摇滚乐）` |
|
||||
| **音效** | `< >` | `<远处传来狗叫声>` |
|
||||
| **台词** | `{ }` | `{你好，世界}`<br>外语台词需标注语种：`用日语说道{こんにちは}` |
|
||||
| **字幕** | `【 】` | `【第一章：启程】` |
|
||||
|
||||
## 完整示例
|
||||
|
||||
```
|
||||
镜头 1：傍晚的咖啡馆，女孩坐在窗边。
|
||||
（背景中播放着舒缓的爵士钢琴曲）
|
||||
<杯子轻碰桌面的清脆声>
|
||||
她抬起头看向门口的男孩，轻声说{好久不见}。
|
||||
画面底部出现字幕【第二章：重逢】。
|
||||
```
|
||||
|
||||
## 语言规范
|
||||
|
||||
- 台词语言需统一，**避免中英文混用**（专有名词除外）
|
||||
- 外语台词必须明确标注语种：
|
||||
- ❌ `He said: "Hello world"` （混用）
|
||||
- ✅ `用英语说{Hello world}`
|
||||
- ✅ `用日语说道{こんにちは}`
|
||||
|
||||
## 中文发音不准的解法
|
||||
|
||||
模型对多音字、生僻字、形近字容易读错。**将易读错文字替换为发音一致的常用同音字**：
|
||||
|
||||
| 原文 | 替换为 | 说明 |
|
||||
|---|---|---|
|
||||
| 鳞龙山 | 吃龙山 | "鳞"模型读不准，"吃"发音一致 |
|
||||
| 萋萋 | 凄凄 | 形近字，发音正确 |
|
||||
|
||||
> ⚠️ 此方案仅为优化手段，无法完全规避所有发音问题。
|
||||
@@ -0,0 +1,194 @@
|
||||
# 08 · 避坑 12 问
|
||||
|
||||
> 火山方舟官方 PDF 收录的 12 类高频问题。每个问题按"**典型现象 → 根因 → 解决方案**"组织，需要时按问题名搜索即可。
|
||||
|
||||
---
|
||||
|
||||
## 1. 人物 ID 漂移
|
||||
|
||||
**典型现象**：生成的角色形象与参考图不一致，或在视频中途发生"换脸"（ID 漂移），导致视频中人物撞脸明星被审核拦截。
|
||||
|
||||
**根因**：人脸参考图的有效性不足。
|
||||
- 参考图混用：将人脸参考图与全身/半身姿态图、服装参考图、细节图等合并在同一张图片中提供给模型
|
||||
- 人脸占比过小：在混用参考图中，人脸区域占整张图的比例过小，模型在提取人脸特征时权重不够，容易被背景或其他元素干扰
|
||||
|
||||
**解决方案**（强化人脸参考的独立性和权重）：
|
||||
|
||||
1. **准备人脸特写图**：在原有全身照之外，额外准备一张**只包含角色头部的人脸特写图**（大头照，仅保留面部，无表情最佳，尽量减少肩颈、背景等干扰元素）
|
||||
2. **提示词中主体定义清晰**：`<主体1> 的面部特征参考图片1（大头照），妆造参考图片2（全身照）`
|
||||
3. **重要素材前置**：越需要精准参考的素材，放在提示词中越靠前的位置
|
||||
|
||||
> ⚠️ 人物参考使用**大头照 + 全身照**即可，**不建议使用人物多视图**。多视图素材包含同一人物的不同角度，模型易将其识别为多个不同主体，反而加剧 ID 漂移问题。
|
||||
|
||||
---
|
||||
|
||||
## 2. 视频中包含字幕
|
||||
|
||||
**典型现象**：提示词中未要求生成字幕，生成的视频中包含字幕。
|
||||
|
||||
**根因**：参考图/视频中包含文字。
|
||||
|
||||
**解决方案**：目前无法直接做到 100% 避免生成字幕，只能通过以下方法降低其出现概率、提升抽卡成功率。
|
||||
|
||||
1. 在提示词中加入明确的约束指令：`保持无字幕`、`避免生成任何文字或字幕`
|
||||
2. 如果参考的图片/视频中包含的文字并非必要信息，建议先通过工具去除文字（例如使用 Seedream/Seedance 模型的图片/视频编辑能力），再使用无文字素材作为输入
|
||||
3. 在业务允许的前提下，**优先选择横屏尺寸生成视频**（横屏生成字幕的概率明显低于竖屏），后续可通过剪辑软件裁剪为竖屏
|
||||
|
||||
---
|
||||
|
||||
## 3. 视频中有 Logo / 水印
|
||||
|
||||
**典型现象**：提示词中未提及水印相关内容，生成的视频包含其他视频平台的 Logo / 水印。
|
||||
|
||||
**解决方案**：在提示词中加入明确的约束指令：
|
||||
|
||||
```
|
||||
不要生成水印
|
||||
不要生成Logo
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 4. 风格漂移
|
||||
|
||||
**典型现象**：期望生成 2D 或者 3D 动漫风格，但输入的参考图片的风格比较写实，并且提示词中未强调视频风格，生成的视频有概率漂移成真人写实风格。
|
||||
|
||||
**解决方案**：
|
||||
|
||||
1. 在提示词中加入明确的风格约束词，例如 `2D 日漫风格`、`3D 国风漫画`
|
||||
2. 如果需要更精准的风格控制，建议**将参考图先变为目标风格再进行生视频**
|
||||
|
||||
---
|
||||
|
||||
## 5. 延长视频衔接处跳变
|
||||
|
||||
**典型现象**：使用视频延长功能生成新视频后，将新视频与原视频进行拼接，在衔接处可能出现画面跳变、回退的问题。
|
||||
|
||||
**解决方案**（当前建议通过后期剪辑修补，对齐关键帧）：
|
||||
|
||||
1. 将待拼接的视频导入剪映或其他专业视频剪辑软件
|
||||
2. 在第一个衔接处，将**前一段视频的末尾删减 6 帧**
|
||||
3. 同时，将**后一段视频的开头删减 1 帧**
|
||||
4. 对所有的拼接点重复以上操作
|
||||
5. 导出并检查拼接后视频的流畅度
|
||||
|
||||
> 💡 视频帧对齐后，仍可能存在细微跳变，建议在续写生成视频的时候**以转场切镜的时刻结尾**，下一段视频以结尾切镜后的新场景为起始。
|
||||
|
||||
---
|
||||
|
||||
## 6. 双胞胎问题
|
||||
|
||||
**典型现象**：在画面人物较多且传入人物三视图作为参考素材的场景下，生成视频同一画面中易出现两个完全相同的人物。
|
||||
|
||||
**根因**：
|
||||
- 提示词中对人物主体的定义不清晰，模型无法精准区分不同人物角色
|
||||
- 以人物三视图 / 多视图作为参考素材时，易造成模型人物识别混淆，从而生成重复同款人物
|
||||
|
||||
**解决方案**：
|
||||
|
||||
1. **明确人物主体关联**：在提示词中清晰定义每个人物角色，明确角色与参考图的对应关系。建议在人物名称后标注对应参考图，并保持格式统一。
|
||||
- 示例：`张三（对应图片 1）将绿色存折扔向站立的李四（对应图片 2）`
|
||||
|
||||
2. **添加全局约束指令**：在提示词末尾增加固定约束：
|
||||
```
|
||||
视频全程禁止出现外形、着装、配饰完全一致的人物，
|
||||
禁止生成同款分身、双胞胎效果，
|
||||
同一画面中仅保留单个对应人物，不出现人物重复复刻。
|
||||
```
|
||||
|
||||
3. **优化参考素材**：人物参考图优先使用单人独立照片，**不建议使用三视图、多视图素材**
|
||||
|
||||
4. **精简优化提示词**：请勿直接将完整剧本作为提示词使用，文案内容过度冗余易造成模型理解混乱，需精简无关表述、保证指令清晰聚焦
|
||||
|
||||
---
|
||||
|
||||
## 7. 视频延长画质劣化
|
||||
|
||||
**典型现象**：将模型生成的视频作为输入素材进行延长续写时，会出现画质劣化。多次续写会叠加劣化效果，尤其人物人脸区域易出现斑驳色块。
|
||||
|
||||
**解决方案**（当前可通过以下方式缓解画质劣化）：
|
||||
|
||||
1. **将原始视频通过 Seedance 2.0 转为白模视频，再作为续写输入素材**
|
||||
- 参考提示词：`将视频转为白色 3D 模型，人物统一为纯白 3D 模型，无色彩、无纹理、无阴影，纯白背景，结构稳定、运动流畅`
|
||||
2. 优先选用高清图片作为参考素材
|
||||
3. 合理控制视频续写次数，避免多次叠加续写
|
||||
|
||||
---
|
||||
|
||||
## 8. 特效效果不符合预期
|
||||
|
||||
**典型现象**：通过提示词文字描述特定特效时，可能会出现特效效果与预期不符的情况，例如：提示词指定"数字'2999'以倒计时动画出场"，实际生成的数字滚动特效出现无序跳变，不符合标准倒计时逻辑。
|
||||
|
||||
**解决方案**：建议采用**参考视频**定义特效——将目标特效视频作为参考素材输入模型，让模型精准理解特效形态与运动逻辑，生成效果更贴合预期。
|
||||
|
||||
例如：`数字"2999"出场方式参考视频1`
|
||||
|
||||
---
|
||||
|
||||
## 9. 参考人物过多
|
||||
|
||||
**典型现象**：当参考人物数量超过 4 人时，模型输出稳定性下降，生成的视频可能出现人物数量不符（如少人、多人）或人物重复等问题。
|
||||
|
||||
**解决方案**：
|
||||
|
||||
1. **分步生成图片**：将人物分组，确保每组生成的图片中人物数量不超过 4 人。例如，6 个人可分成 2 组，每组 3 人，分别生成图片
|
||||
2. **图片生成视频**：使用第一步生成的多张分组图片作为参考素材，再生成最终视频
|
||||
|
||||
---
|
||||
|
||||
## 10. 视频结尾有噪音
|
||||
|
||||
**典型现象**：视频中包含旁白时，视频片尾容易出现突兀咔哒声、截断杂音。
|
||||
|
||||
**解决方案**：重新生成视频，或使用剪映等剪辑工具，对片尾音轨通过**音量包络线**做音频淡出处理，消除截断噪音。
|
||||
|
||||
**剪映具体步骤**：
|
||||
|
||||
1. 将生成的视频导入剪映
|
||||
2. 在时间轴上选中视频轨道，点击工具栏中的**音频**
|
||||
3. 选择**音量包络线**功能（部分版本位于基础/调节菜单内），并选择关键点
|
||||
4. 在视频临近结尾处，将末尾音量关键点下拉至音量为 0，形成一个向下的斜坡
|
||||
5. 预览确认片尾音频自然淡出，无突然截断与杂音即可
|
||||
|
||||
---
|
||||
|
||||
## 11. 中文发音不准
|
||||
|
||||
**典型现象**：模型对多音字、生僻字、形近字容易读错。
|
||||
|
||||
**解决方案**：可将易读错文字替换为**发音一致的常用同音字**，规避发音偏差，还原预期音频效果。
|
||||
|
||||
- 示例：可将提示词中"鳞龙山"改写为同音字"吃龙山"
|
||||
|
||||
> ⚠️ 注意该方案仅为优化手段，无法完全规避所有发音问题。
|
||||
|
||||
---
|
||||
|
||||
## 12. 音色参考不准
|
||||
|
||||
**典型现象**：使用参考音频指定音色时，最终生成视频的音频音色与参考音色存在明显偏差。
|
||||
|
||||
**解决方案**：
|
||||
|
||||
1. 在提示词中补充细致的音色特征描述
|
||||
- 示例：`使用@音频1低厚温润带细碎颗粒感中年男声的音色说"……"`
|
||||
2. 保持视频台词风格与参考音频的语气、表述风格相近，有助于提升音色还原度与稳定性
|
||||
|
||||
---
|
||||
|
||||
## 速查索引
|
||||
|
||||
| 现象关键词 | 跳转 |
|
||||
|---|---|
|
||||
| 换脸、ID 漂移、撞脸明星 | [1. 人物 ID 漂移](#1-人物-id-漂移) |
|
||||
| 莫名出现字幕 | [2. 视频中包含字幕](#2-视频中包含字幕) |
|
||||
| 莫名出现 Logo / 水印 | [3. 视频中有-logo--水印](#3-视频中有-logo--水印) |
|
||||
| 动漫风格变写实 | [4. 风格漂移](#4-风格漂移) |
|
||||
| 拼接处跳帧 | [5. 延长视频衔接处跳变](#5-延长视频衔接处跳变) |
|
||||
| 同款双胞胎 | [6. 双胞胎问题](#6-双胞胎问题) |
|
||||
| 延长后画质变糊 | [7. 视频延长画质劣化](#7-视频延长画质劣化) |
|
||||
| 特效不对劲 | [8. 特效效果不符合预期](#8-特效效果不符合预期) |
|
||||
| 人物多了少了 | [9. 参考人物过多](#9-参考人物过多) |
|
||||
| 结尾咔哒声 | [10. 视频结尾有噪音](#10-视频结尾有噪音) |
|
||||
| 中文读错 | [11. 中文发音不准](#11-中文发音不准) |
|
||||
| 音色不像 | [12. 音色参考不准](#12-音色参考不准) |
|
||||
@@ -0,0 +1,146 @@
|
||||
# 09 · Kling 3.0 公式与差异化用法
|
||||
|
||||
> Kling 3.0（可灵 3.0，快手出品）2026 年的核心升级：**原生音画同步、智能分镜、最长 2 分钟、角色定向发声、Motion Brush 手动控制**。中文理解能力业界领先。
|
||||
|
||||
## 三套写法（按复杂度递进）
|
||||
|
||||
### 写法 1：4 部分基础公式（短视频、单一场景）
|
||||
|
||||
```
|
||||
Subject + Action + Context + Style
|
||||
```
|
||||
|
||||
- **Subject**：具体视觉细节
|
||||
- **Action**：精确的运动描述（用 active verbs）
|
||||
- **Context**：3-5 个环境元素（**不要多**）
|
||||
- **Style**：镜头 + 灯光 + 氛围
|
||||
|
||||
**示例**（[kl-006 赛博朋克侦探](../prompts/kling/README.md#kl-006--赛博朋克侦探)）：
|
||||
> A cyberpunk detective walking through a neon-lit alley, camera tracking behind him, rain falling, reflections on wet ground, cinematic lighting, noir atmosphere.
|
||||
|
||||
### 写法 2：5 层进阶公式（带剧情、带音频、复杂叙事）
|
||||
|
||||
```
|
||||
Scene → Characters → Action → Camera → Audio & Style
|
||||
```
|
||||
|
||||
| 层 | 作用 |
|
||||
|---|---|
|
||||
| **Scene** | 地点、时间、氛围（上下文锚点） |
|
||||
| **Characters** | 具体描述 + 一致命名（角色清晰） |
|
||||
| **Action** | 按时间顺序的步骤（时间线） |
|
||||
| **Camera** | 镜头类型 + 运动 + 切换 |
|
||||
| **Audio & Style** | 对话、语气、环境音（氛围） |
|
||||
|
||||
**示例**（[kl-009 黄金时刻重逢](../prompts/kling/README.md#kl-009--黄金时刻重逢情感对话)）：
|
||||
|
||||
```
|
||||
Scene: A park bench at golden hour, fall leaves drifting.
|
||||
Characters: Two reunited friends with a 10-year gap, both early 30s.
|
||||
Action: Alternating over-the-shoulder shots between both characters with
|
||||
nostalgic dialogue about missing each other, culminating in a moment
|
||||
of shared emotional recognition.
|
||||
Camera: Slow push-in on each speaker, ending on a held wide two-shot.
|
||||
Audio & Style: Soft piano underscore, ambient park sounds, warm cinematic
|
||||
color grade.
|
||||
```
|
||||
|
||||
> 💡 这就是 Kling 3.0 比 Seedance / HappyHorse 都强的地方：**原生支持音画同步 + 多人定向发声**，所以一定要把音频写进 prompt。
|
||||
|
||||
### 写法 3：图生视频专用（已有参考图）
|
||||
|
||||
**只描述运动，不重描述视觉**。Kling 默认会重画图中已有的颜色/构图，所以把上下文留给图片，把动词留给 prompt。
|
||||
|
||||
❌ 错误（重描述图中已有内容）：
|
||||
> A red sports car with chrome wheels on a wet road with neon signs reflected on the asphalt, the car starts moving forward...
|
||||
|
||||
✅ 正确（[kl-002 雨夜跑车启动](../prompts/kling/README.md#kl-002--雨夜跑车启动图生视频)）：
|
||||
> The headlights blaze on and the engine roars to life. The rear tires spin, spraying water across the wet asphalt, and the car launches forward.
|
||||
|
||||
## Kling 与 Seedance/HappyHorse 的关键差异
|
||||
|
||||
| 维度 | Kling 3.0 | Seedance 2.0 | HappyHorse 1.0 |
|
||||
|---|---|---|---|
|
||||
| 中文 | **业界最强**（推荐用中文） | 良好 | 良好 |
|
||||
| 音频 | **原生 + 角色定向发声** | 需单独处理 | 原生联合生成 |
|
||||
| 时长 | 15s（智能分镜可达 2 分钟） | 15s | 15s（默认 5s） |
|
||||
| 物理感 | **极强**（stone crumbles 这类细节会真实呈现） | 良好 | 一般 |
|
||||
| 图生视频 | **极强**（Motion Brush 手动控制） | 良好 | 良好 |
|
||||
| 多人定向 | **支持**（角色 A 说 X，角色 B 说 Y） | 不支持 | 不支持 |
|
||||
|
||||
**何时选 Kling**：
|
||||
- 需要原生音频 + 角色对话（超越 HappyHorse 的环境音）
|
||||
- 中文剧情、中式美学
|
||||
- 图生视频，且要复杂物理交互
|
||||
- 想要电影级镜头质感
|
||||
|
||||
## Kling 的写作守则
|
||||
|
||||
### 1. 用 active verbs 替代笼统词
|
||||
|
||||
❌ "moves" / "goes" / "happens"
|
||||
✅ "rockets upward" / "slams into" / "erupts"
|
||||
|
||||
### 2. 描述时序流（开头 → 中间 → 结尾）
|
||||
|
||||
不要只写一个冻结的瞬间，要写镜头怎么"演化"。比如 [kl-018 武士拔刀斩竹](../prompts/kling/README.md#kl-018--武士拔刀斩竹图生视频)：
|
||||
|
||||
> The samurai raises the katana → and slashes in one explosive arc →
|
||||
> the blade catching golden light → Two bamboo stalks behind him slide and topple
|
||||
|
||||
每个箭头都是一个时间节点，模型会按这个序列出帧。
|
||||
|
||||
### 3. 用具体光源代替"dramatic lighting"
|
||||
|
||||
❌ "dramatic lighting"
|
||||
✅ "flickering fluorescent tubes" / "neon signs" / "candlelight" / "golden hour" / "LED panels"
|
||||
|
||||
真实光源 = 真实效果。
|
||||
|
||||
### 4. 加触感细节（tactile details）
|
||||
|
||||
让画面"摸起来真"：grain（颗粒）、lens flares（镜头眩光）、reflections（反射）、fabric sheen（布料光泽）、condensation（凝结水珠）、smoke（烟）、sweat（汗）。
|
||||
|
||||
### 5. 显式 endpoint（防 99% 卡死）
|
||||
|
||||
❌ "Subject's hair moves in the wind"（无终止状态 → 模型陷入死循环）
|
||||
✅ "Subject's hair moves in the wind, **then settles back into place**"
|
||||
|
||||
### 6. 物理交互锚定幻想（[kl-036 龙塔起飞](../prompts/kling/README.md#kl-036--龙塔起飞图生视频) 的精髓）
|
||||
|
||||
幻想场景容易"飘"，用真实物理交互锚定 — 龙起飞时**石头碎落 + 街道火把被气流吹动** = 可信度暴涨。
|
||||
|
||||
## 通用负向提示（建议每条都加）
|
||||
|
||||
获得真实电影感的标准 negative prompt：
|
||||
|
||||
```
|
||||
Negative: smiling (除非需要), cartoonish, 3D render, smooth plastic skin,
|
||||
floating limbs, sliding feet, text morphing, no watermark, no logo.
|
||||
```
|
||||
|
||||
## 元素数量上限（不同子模型）
|
||||
|
||||
| 模型 | 复杂度上限 | 适用 |
|
||||
|---|---|---|
|
||||
| **Kling O1** | 多步镜头运动 + 文字编辑视频 | 最复杂场景 |
|
||||
| **Kling 2.6** | 5-7 元素 | 复杂光影、细微表情 |
|
||||
| **Kling 3.0**（推荐） | 5 层公式全开 | 带音频、带剧情 |
|
||||
| **2.5 Turbo Pro** | 3-4 元素 + 单一镜头运动 | 速度优先 |
|
||||
| **1.6 Standard** | 简化结构 + Motion Brush | 手动控制图生视频 |
|
||||
|
||||
## 常见错误清单
|
||||
|
||||
| 错误 | 后果 | 解法 |
|
||||
|---|---|---|
|
||||
| 17+ 个环境元素 | 模型过载、画面糊 | 砍到 3-5 个 |
|
||||
| 没有 endpoint | 99% 卡死 | 加 "then settles back / fades out" |
|
||||
| "person drinking from a glass" 这类模糊接触 | 手部/物体变形 | 改成 "hand making contact with glass rim, tilts toward mouth" |
|
||||
| 图生视频重描述视觉 | 模型混乱 | 只写运动，不写视觉 |
|
||||
| 中英文混用 | 发音怪 | 选一种坚持到底（中文优先） |
|
||||
|
||||
## 资源
|
||||
|
||||
- 36 条精选提示词：[../prompts/kling/README.md](../prompts/kling/README.md)
|
||||
- Skill 自动生成：[../skills/kling-prompter/SKILL.md](../skills/kling-prompter/SKILL.md)
|
||||
- 官方平台：[klingai.com](https://klingai.com)
|
||||
@@ -0,0 +1,398 @@
|
||||
# 20 · 写实 AI 角色 / 网红 / 数字人物一致性大师课
|
||||
|
||||
> 整合 **20 个 YouTube 教学视频**(Batch C 10 + Batch D 10,累计播放 **5M+**),专门覆盖
|
||||
> 「**AI 网红 / 数字 Persona / 角色跨场景一致性**」这一垂直主题。
|
||||
> 注:本批视频字幕大多 IP 被锁,内容基于视频描述 / 章节 / 拉取到的 Google Docs prompt pack 整理。
|
||||
|
||||
---
|
||||
|
||||
## 为什么需要单独一篇
|
||||
|
||||
仓库 methodology/15-19 聚焦于**单家视频模型的 prompt 写法**(Seedance / HappyHorse / Kling / Veo / Gemini Omni)。
|
||||
但**"做一个会动会说话的 AI 网红"** 是一个**跨工具流水线**问题 — 单靠任何一家视频模型都不够。
|
||||
|
||||
完整流水线大致是:
|
||||
|
||||
```
|
||||
[基础图] [一致性扩展] [驱动] [声音 + 后期]
|
||||
MidJourney v6 ──┐
|
||||
Flux Dev/Kontext ┼─→ Nano Banana Pro ──→ Kling 2.6 / VEO 3 / ──→ ElevenLabs 配音
|
||||
GPT Image 2 │ (Character Sheet) Seedance 2.0 DaVinci Resolve
|
||||
Ideogram ┘ (Image-to-Video) (剪辑)
|
||||
```
|
||||
|
||||
每一环都有自己的 prompt 公式 + 注意点,这篇统一梳理。
|
||||
|
||||
---
|
||||
|
||||
## §1 角色一致性的 5 种主流技术
|
||||
|
||||
### 技术 1 — Character Sheet(角色卡)
|
||||
|
||||
来源:[NpfEKTXBxrY](https://www.youtube.com/watch?v=NpfEKTXBxrY) — *She Isn't Real (DEFINITIVE AI Influencer Tutorial)*(219K 播放)
|
||||
|
||||
**做法**:用 Nano Banana Pro 生成多角度(正脸 / 侧脸 / 半身 / 全身)角色参考卡作为后续所有图的统一锚点。生活场景图(咖啡馆 / 户外 / 工作室)从这张卡延伸。
|
||||
|
||||
**Nano Banana 多角度 prompt**:
|
||||
```
|
||||
Create multiple different angles of this character: front-facing, left profile,
|
||||
right profile, back of the head, side of the head. Clean white background.
|
||||
```
|
||||
|
||||
> 同样的方法在 [methodology/15 Seedance Masterclass](15-seedance-masterclass.md) §3 也提到过 — 是 video-gen 圈和 influencer 圈共通的基本功。
|
||||
|
||||
### 技术 2 — Omni Reference(多图同时参考)
|
||||
|
||||
来源:[fxiDS2C9XYA](https://www.youtube.com/watch?v=fxiDS2C9XYA) — *Exactly How AI Influencers Like Aitana Lopez Make Crazy Money*(237K 播放)
|
||||
工具:OpenArt Flux Dev + Flux Kontext
|
||||
|
||||
- Flux Kontext 支持同时输入 **4 张参考图**(不同角度 / 服装)做 omni 参考
|
||||
- 生成新场景时自动综合所有参考保持角色一致
|
||||
- 强度参数 **Composition Reference 0.17** 是作者实测出的最稳值
|
||||
|
||||
### 技术 3 — OpenArt 内置角色锁定
|
||||
|
||||
来源:[kifmKZJA-KE](https://www.youtube.com/watch?v=kifmKZJA-KE)(534K 播放)
|
||||
|
||||
- OpenArt 平台内置 "character lock" 功能
|
||||
- **11 分钟可完成**从 0 到 1 创建一个面部固定的 AI 网红
|
||||
- 适合不会调 prompt 的入门用户
|
||||
|
||||
### 技术 4 — 3×3 角度网格
|
||||
|
||||
来源:[pbpzvmtpAZg](https://www.youtube.com/watch?v=pbpzvmtpAZg) — *50 Viral Prompts*(23K 播放)
|
||||
|
||||
- 把面部不同角度排成 3×3 网格(9 张图合并成 1 张)
|
||||
- 上传网格图替代单张正脸,**绕过人脸过滤**同时保持一致性
|
||||
- 也可以做成"叙事帧序列"(同一角色 9 个时刻)
|
||||
|
||||
> 与 methodology/15 提到的 **2×2 网格**对比,3×3 是更新的主推方法 — 稳定性 + 角度覆盖都更好。
|
||||
|
||||
### 技术 5 — Face Swap
|
||||
|
||||
来源:[H2wv0Sog0jo](https://www.youtube.com/watch?v=H2wv0Sog0jo)(245K 播放)
|
||||
工具:Krea AI Face Swap
|
||||
|
||||
- 用 Krea AI Face Swap **跨场景换脸**保持同一面孔
|
||||
- 适合多场景视频里的统一角色
|
||||
- 缺点:皮肤纹理在极端特写下可能露馅(配合 Enhancor V3 修复)
|
||||
|
||||
---
|
||||
|
||||
## §2 写实人像 Prompt 5 段公式(Dan Kieft Prompt Pack)
|
||||
|
||||
> 来源:[fxiDS2C9XYA](https://www.youtube.com/watch?v=fxiDS2C9XYA) Dan Kieft Google Docs Prompt Pack(D10,字幕不可用但 Prompt 原文已拉取)
|
||||
|
||||
写实 AI 人像 prompt 由 5 个段落构成:
|
||||
|
||||
```
|
||||
Subject Description (Who):
|
||||
e.g. "beautiful 20-year-old woman, East Asian, subtle makeup, modern streetwear"
|
||||
|
||||
Pose & Framing (What):
|
||||
e.g. "candid shot, sitting at a coffee shop table, looking sideways, soft smile"
|
||||
|
||||
Camera & Style (Realism):
|
||||
e.g. "photo taken on Fujifilm X100V, 35mm film lens, depth of field, bokeh background, unfiltered"
|
||||
|
||||
Skin/Face Details (Avoid AI plastic look):
|
||||
e.g. "realistic skin texture, natural imperfections, soft lighting, no over-smoothing, pores visible"
|
||||
|
||||
Aesthetic Style (Vibe):
|
||||
e.g. "Instagram fashion photography, warm tones, natural light, urban background, professional composition"
|
||||
```
|
||||
|
||||
**完整示范 prompt(原文)**:
|
||||
```
|
||||
Beautiful 20-year-old East Asian woman, minimalist makeup, wearing beige
|
||||
streetwear jacket, candid moment sitting at a cafe table, looking sideways
|
||||
with soft smile. Shot on Fujifilm X100V, 35mm film, realistic lighting,
|
||||
natural skin texture, unfiltered, pores visible, soft background bokeh,
|
||||
Instagram aesthetic, professional urban street photography, warm tones.
|
||||
```
|
||||
|
||||
**关键技巧**:
|
||||
- **相机型号是杀手锏** — `Fujifilm X100V` / `Fujifilm X-T30` / `Leica Q3` 触发模型的"真实摄影"先验
|
||||
- **`unfiltered` / `pores visible`** 反 AI 塑料感
|
||||
- **`Instagram aesthetic`** / **`summer Instagram aesthetic`** 一句话定调
|
||||
|
||||
---
|
||||
|
||||
## §3 真实 prompt 原文档案
|
||||
|
||||
### §3.1 OpenArt 完整角色 Prompt(C4)
|
||||
来源:[rZW5UjFmJ7w](https://www.youtube.com/watch?v=rZW5UjFmJ7w)(333K 播放)
|
||||
```
|
||||
A stylish woman with shoulder length, brown hair, tan skin, and a relaxed,
|
||||
fit build. She's wearing jeans and a white crop top shirt. She is fit and
|
||||
attractive with a nice smile. She wears small a gold thin chain necklace.
|
||||
Her vibe is laid-back and confident, with a natural, effortless charm.
|
||||
```
|
||||
|
||||
### §3.2 多角度旋转一致性 Prompt(C4)
|
||||
```
|
||||
rotate her slightly to see a different angle while maintaining the exact
|
||||
face, expression, hair, outfit and background.
|
||||
```
|
||||
> 💡 这是 Nano Banana / Flux Kontext 通用的"小角度旋转"指令,保住面部+服装+背景同时换角度。
|
||||
|
||||
### §3.3 GPT Image 2 生成新面部 Prompt(D2)
|
||||
来源:[9b6qXrRkWxo](https://www.youtube.com/watch?v=9b6qXrRkWxo)(829K 播放)
|
||||
```
|
||||
Generate a new, realistic female face inspired by the uploaded image.
|
||||
Preserve subtle facial structure and vibe, but create clearly different
|
||||
features, identity, and expression. High detail, natural skin texture,
|
||||
soft lighting, photorealistic.
|
||||
```
|
||||
> 💡 关键句:`inspired by` + `preserve vibe but create clearly different identity` — 创作"灵感相似但不抄"的新角色,合规避免肖像权问题。
|
||||
|
||||
### §3.4 Dan Kieft 核心人像 Prompt(D10)
|
||||
```
|
||||
Stylish 21-year-old Southern European woman, soft natural freckles, almond
|
||||
eyes, high cheekbones, fuller lips, slightly tanned skin, subtle glowy makeup.
|
||||
Wearing a white cropped linen blouse with long sleeves, tied at the waist,
|
||||
and high-waisted flowy beige trousers. Relaxed hair in a loose low bun with
|
||||
wispy strands, sunglasses on head. Smiling casually while sitting at a
|
||||
rustic outdoor cafe with white walls and blue windows in the background.
|
||||
Shot on Fujifilm X-T30, 35mm lens, soft golden hour light, realistic skin
|
||||
texture, unfiltered, summer Instagram aesthetic.
|
||||
```
|
||||
|
||||
### §3.5 品牌合作图像 Prompt — Starbucks 场景(D10)
|
||||
```
|
||||
Same woman, standing outside a cozy urban coffee shop, wearing a beige
|
||||
ribbed knit long-sleeve crop top and high-waisted white trousers. Holding a
|
||||
large Starbucks cup near her lips with one hand, logo clearly visible. Her
|
||||
other hand rests on her hip casually. Soft confident gaze, minimal glowy
|
||||
makeup, hair tied in a relaxed low bun with loose strands framing her face.
|
||||
Golden hour sunlight casting warm highlights, bokeh city background, shot
|
||||
on Fujifilm X100V, 35mm lens, natural texture, Instagram brand collab aesthetic
|
||||
```
|
||||
> 💡 `Same woman` 锚定角色;**品牌名直接写**(`Starbucks cup` + `logo clearly visible`)。
|
||||
|
||||
### §3.6 品牌合作视频 Prompt — Kling 2.1 推近(D10)
|
||||
```
|
||||
The camera pushes in slowly from a medium to a close-up as she lifts the
|
||||
Starbucks cup to take a sip, then lowers it with a soft smile while glancing
|
||||
toward the side. Her hand stays in her pocket, posture relaxed but confident.
|
||||
The street behind her softly blurs as warm lights inside the cafe begin to
|
||||
glow subtly.
|
||||
```
|
||||
> 💡 真正的视频驱动 prompt:**镜头推进 + 角色动作 + 背景虚化变化** 三层叙事。本仓库已收录为 `kl-156`(参见 prompts/data/all-prompts.json)。
|
||||
|
||||
---
|
||||
|
||||
## §4 工具生态对比(20 视频整合)
|
||||
|
||||
### 图像生成(基础图)
|
||||
| 工具 | 强项 | 弱点 |
|
||||
|---|---|---|
|
||||
| **MidJourney v6** | 写实人像最自然 / 美学顶级 | 闭源 / 不可控性强 |
|
||||
| **Nano Banana Pro** | 角色一致性 + 多角度延伸 | 极端特写细节会糊 |
|
||||
| **OpenArt Flux Dev/Kontext** | Omni Reference 4 图同时 | 学习曲线陡 |
|
||||
| **GPT Image 2** | API 接入方便 / "灵感相似但不同人" | 写实度略低 |
|
||||
| **Ideogram** | 文字 + 一致性同时 | 价格高 |
|
||||
| **Higgsfield Soul 2** | Nano Banana 2 的电影定制版 | 仅 Higgsfield 平台 |
|
||||
| **KORA Pro (Enhancor)** | 极端特写写实度提升 | 单独使用价值有限 |
|
||||
|
||||
### 图像后处理
|
||||
- **Fal AI + Topaz** — 超分辨率(Fal AI 工具链)
|
||||
- **Magnific** — 写实细节增强(VEO 后续接 Magnific 是常见组合)
|
||||
- **Enhancor V3** — 皮肤纹理修复(解决"AI 塑料感")
|
||||
|
||||
### 视频驱动(图转视频)
|
||||
| 工具 | 强项 | 典型用法 |
|
||||
|---|---|---|
|
||||
| **Kling 2.6 Motion Control** | 动作 + 表情自然度业界第一 | 特写人物视频 |
|
||||
| **VEO 3** | 文生说话视频 + 音视频同步 | UGC 风格采访 |
|
||||
| **Seedance 2.0** | 4-15s 长片 + 多镜头一致性 | 剧集级制作 |
|
||||
| **WAN 2.2 Motion Control** | **免费 / 开源** | 入门首选 |
|
||||
| **Kling 2.1 Frames** | 关键帧控制(Start+End) | 精准动作 |
|
||||
|
||||
### 声音 / 口型
|
||||
| 工具 | 用途 |
|
||||
|---|---|
|
||||
| **ElevenLabs** | Voice cloning(上传 10 秒)/ Voice design(文字描述音色) |
|
||||
| **HeyGen Avatar IV** | 全身 Avatar + 自定义动作 + 口型同步 |
|
||||
| **Enhancor Lip Sync V1/V2** | 静态图驱动开口说话 |
|
||||
| **Krea AI Face Swap** | 跨场景换脸保一致性 |
|
||||
|
||||
### 自动化发布
|
||||
- **Arcads AI** — 从角色图直接生成品牌广告视频
|
||||
- **N8N + Blotato** — 自动发布 Instagram(workflow 已开源)
|
||||
- **Fanvue** — AI 网红内容变现专门平台
|
||||
|
||||
---
|
||||
|
||||
## §5 12 个写实图像 prompt 技巧(C2 完整清单)
|
||||
|
||||
来源:[Od3FRMLqwFk](https://www.youtube.com/watch?v=Od3FRMLqwFk) — *Secrets to Creating Stunning AI Images*(466K 播放)
|
||||
|
||||
| # | 技巧 | 示例 |
|
||||
|---|---|---|
|
||||
| 1 | **Style Fusion** | `cyberpunk + Renaissance painting` |
|
||||
| 2 | **Lighting Prompts** | `golden hour`, `studio lighting`, `rim light`, `Rembrandt lighting` |
|
||||
| 3 | **Detail Prompts** | `intricate details`, `hyper-detailed`, `nano-detail` |
|
||||
| 4 | **Texture Prompts** | `velvet`, `silk`, `porcelain skin`, `worn leather` |
|
||||
| 5 | **`--tile` 参数** | 生成可重复贴图纹理 |
|
||||
| 6 | **"Beautiful" 魔法词** | 直接加 `beautiful` 显著提升人像质量 |
|
||||
| 7 | **Punk It** | 给任何主题加 `punk` 触发反差 |
|
||||
| 8 | **Juxtaposition** | `delicate warrior`, `silent thunder` 对立元素 |
|
||||
| 9 | **Random Prompts** | 用随机字符触发非常规构图 |
|
||||
| 10 | **Emoji-to-Image** | 在 prompt 里放表情符号让模型解读 |
|
||||
| 11 | **章节中其他技巧** | 详见视频 |
|
||||
| 12 | **章节中其他技巧** | 详见视频 |
|
||||
|
||||
---
|
||||
|
||||
## §6 Nano Banana 15 个 prompt 技巧索引(D8)
|
||||
|
||||
来源:[nnlgMpyq-j0](https://www.youtube.com/watch?v=nnlgMpyq-j0)(279K 播放)
|
||||
|
||||
完整章节清单(每个约 1 分钟,共 19 分钟):
|
||||
|
||||
1. Perfect Portrait Photography(完美人像摄影)
|
||||
2. Product Photography Magic(产品摄影魔法)
|
||||
3. Architectural Visualization(建筑可视化)
|
||||
4. Landscape Photography Mastery(风景摄影精通)
|
||||
5. Street Photography Authenticity(街头摄影真实感)
|
||||
6. Abstract Art Creation(抽象艺术创作)
|
||||
7. Portrait Enhancement(人像增强)
|
||||
8. Background Replacement(背景替换)
|
||||
9. Color Grading Magic(色彩分级)
|
||||
10. Clothing Replacement(服装替换)
|
||||
11. Artistic Style Transfer(艺术风格迁移)
|
||||
12. Lighting Modification(光线修改)
|
||||
13. Object Removal(物体移除)
|
||||
14. Atmospheric Effects(大气效果)
|
||||
15. Professional Retouching(专业修图)
|
||||
|
||||
---
|
||||
|
||||
## §7 4 人团队完成 AI 剧集 — Arena Zero 案例(D4)
|
||||
|
||||
来源:[036jyFZWppw](https://www.youtube.com/watch?v=036jyFZWppw) — *Seedance 2.0: Arena Zero Breakdown*(633K 播放)
|
||||
工具:**Seedance 2.0** + **Soul Cinema**(Higgsfield)
|
||||
|
||||
- **规模**:4 人团队,~5,000 次生成 = 一整集原创 AI 剧集
|
||||
- **位置侦察工作流**:桌面生成 60 个公寓版本"勘景",零外出
|
||||
- **圆形竞技场设计**:刻意几何对称降低多角度 AI 一致性难度
|
||||
- **3 个 prompt 完成动漫场景**:从写实风格无缝切换到 2D 动漫
|
||||
- **行星毁灭场景**:零预算完成传统千万级特效镜头
|
||||
- Soul Cinema(Higgsfield)做高质量图像,Seedance 2.0 做视频生成
|
||||
|
||||
**章节时间轴**:00:00 成片 / 01:20 创意来源 / 03:58 角色制作 / 07:31 场景搭建 / 09:26 动漫场景 / 11:41 终局毁灭行星
|
||||
|
||||
---
|
||||
|
||||
## §8 完整制作流水线(综合 20 视频)
|
||||
|
||||
```
|
||||
0. Mood Board 先行(MidJourney 情绪板定调) ─────────────────┐
|
||||
│
|
||||
1. ChatGPT 优化 prompt(粗糙描述 → 精准 prompt) │ Stage A:
|
||||
│ 准备
|
||||
2. MidJourney v6 / Flux Dev 生成基础图 │
|
||||
├ 多次 Vary/Regenerate 选最佳面部 │
|
||||
└ 用相机型号 + Instagram aesthetic 触发写实 ┘
|
||||
|
||||
3. Nano Banana Pro 生成 Character Sheet(多角度卡) ┐
|
||||
├ 正脸 / 侧脸 / 半身 / 全身 │ Stage B:
|
||||
└ 同款服装 + 背景统一 │ 一致性
|
||||
│
|
||||
4. Flux Kontext Omni Reference(4 图同时参考) │
|
||||
├ 扩展生活场景(咖啡馆 / 户外 / 工作室) │
|
||||
└ Composition Reference 0.17 ┘
|
||||
|
||||
5. Magnific / Topaz 超分辨率升频 ┐
|
||||
│ Stage C:
|
||||
6. Enhancor V3 皮肤修复(消除塑料感) │ 后处理
|
||||
┘
|
||||
|
||||
7. 视频驱动(根据场景选模型): ┐
|
||||
├ 特写说话 → VEO 3 / Kling 2.6 Motion Control │
|
||||
├ 多镜头剧集 → Seedance 2.0 │ Stage D:
|
||||
├ UGC 广告 → Arcads AI │ 视频生成
|
||||
├ 免费方案 → WAN 2.2 Motion Control │
|
||||
└ 自动分镜 → Kling Multi-Shot 6 shots/15s ┘
|
||||
|
||||
8. ElevenLabs 配音(克隆 / 设计) ┐
|
||||
│ Stage E:
|
||||
9. Enhancor Lip Sync(口型同步) │ 声音 + 后期
|
||||
│
|
||||
10. DaVinci Resolve 剪辑 / 加字幕 / 加背景音 ┘
|
||||
|
||||
11. N8N + Blotato 自动发布 Instagram(可选)
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## §9 已入库 prompt 对照
|
||||
|
||||
仓库 `prompts/data/all-prompts.json` 收录的相关 prompt:
|
||||
|
||||
| ID | 描述 | 来源 |
|
||||
|---|---|---|
|
||||
| `kl-156` | Kling 2.1 品牌合作视频 — Starbucks 推近镜头(Dan Kieft Pack 原文) | 本文 §3.6 |
|
||||
| (Seedance 100+ 条) | 多镜头 / Character Sheet / Multi-shot Timeline | [methodology/15](15-seedance-masterclass.md) |
|
||||
| (HappyHorse 90 条) | 20 词单镜 / Omni Reference / Storyboard 45s | [methodology/17](17-happyhorse-masterclass.md) |
|
||||
| (Kling 70+ 条) | 5 层 / Multi-Shot 6 shots/15s / Motion Brush | [methodology/18](18-kling-masterclass.md) |
|
||||
|
||||
---
|
||||
|
||||
## §10 视频来源索引(20 视频,累计 5M+ 播放)
|
||||
|
||||
### Batch C(10 视频)
|
||||
|
||||
| # | 视频 ID | 标题 | 工具 | 播放量 |
|
||||
|---|---|---|---|---|
|
||||
| C1 | [kifmKZJA-KE](https://www.youtube.com/watch?v=kifmKZJA-KE) | OpenArt Aitana Lopez 教程 | OpenArt | 534,668 |
|
||||
| C2 | [Od3FRMLqwFk](https://www.youtube.com/watch?v=Od3FRMLqwFk) | 写实图像 12 个 prompt 技巧 | Midjourney / SD / DALL-E | 466,243 |
|
||||
| C3 | [6g_f2XxwSRA](https://www.youtube.com/watch?v=6g_f2XxwSRA) | MidJourney + HeyGen 流水线 | MidJourney / HeyGen / ElevenLabs | 314,498 |
|
||||
| C4 | [rZW5UjFmJ7w](https://www.youtube.com/watch?v=rZW5UjFmJ7w) | OpenArt + Pykasso 变现 | OpenArt / Pykasso / Arcads | 333,584 |
|
||||
| C5 | [kRCtWzc3B9w](https://www.youtube.com/watch?v=kRCtWzc3B9w) | Nano Banana Pro + Kling 2.6 | Nano Banana Pro / Kling 2.6 | 260,841 |
|
||||
| C6 | [vMzwO1kRX70](https://www.youtube.com/watch?v=vMzwO1kRX70) | Ideogram 单图广告流程 | Ideogram / Speel / ElevenLabs | 229,125 |
|
||||
| C7 | [wf7XQ_Rj-I4](https://www.youtube.com/watch?v=wf7XQ_Rj-I4) | VEO 3 真人照转视频 | VEO 3 / Higgsfield / Magnific | 229,957 |
|
||||
| C8 | [R9c_JQrEtu8](https://www.youtube.com/watch?v=R9c_JQrEtu8) | N8N 自动化发布 | Arcads / N8N / Blotato | 220,086 |
|
||||
| C9 | [NpfEKTXBxrY](https://www.youtube.com/watch?v=NpfEKTXBxrY) | KORA Pro DEFINITIVE 教程 | KORA Pro / Nano Banana Pro / Enhancor | 219,329 |
|
||||
| C10 | [E3UvlDqJppo](https://www.youtube.com/watch?v=E3UvlDqJppo) | 免费方案 WAN 2.2 | Nano Banana Pro / WAN 2.2 | 206,958 |
|
||||
|
||||
### Batch D(10 视频)
|
||||
|
||||
| # | 视频 ID | 标题 | 工具 | 播放量 |
|
||||
|---|---|---|---|---|
|
||||
| D1 | [x-emzK0sDkA](https://www.youtube.com/watch?v=x-emzK0sDkA) | VEO 3 超写实展示 | Google VEO 3 | 1,009,728 |
|
||||
| D2 | [9b6qXrRkWxo](https://www.youtube.com/watch?v=9b6qXrRkWxo) | GPT Image 2 + Kling 2.6 免费 | GPT Image 2 / Kling 2.6 / Lovart | 829,227 |
|
||||
| D3 | [6kM3efCzohE](https://www.youtube.com/watch?v=6kM3efCzohE) | Alive AI 自定义角色 | Alive AI / Clipfly | 811,510 |
|
||||
| D4 | [036jyFZWppw](https://www.youtube.com/watch?v=036jyFZWppw) | **Arena Zero AI 剧集** | Seedance 2.0 / Soul Cinema | 633,961 |
|
||||
| D5 | [gcZwE5cM4xs](https://www.youtube.com/watch?v=gcZwE5cM4xs) | VEO 3 街头采访 | Google VEO 3 | 549,037 |
|
||||
| D6 | [0UC1vvHprq8](https://www.youtube.com/watch?v=0UC1vvHprq8) | 15 合 1 电影级流程 | ChatGPT / Luma / Flux / Kling / Minimax | 409,285 |
|
||||
| D7 | [0B_xyflXrwc](https://www.youtube.com/watch?v=0B_xyflXrwc) | Higgsfield Soul 2 电影感 | Higgsfield Soul 2 / Cinema Studio 2.0 | 296,141 |
|
||||
| D8 | [nnlgMpyq-j0](https://www.youtube.com/watch?v=nnlgMpyq-j0) | Nano Banana 15 个技巧 | Nano Banana / VEED | 279,173 |
|
||||
| D9 | [H2wv0Sog0jo](https://www.youtube.com/watch?v=H2wv0Sog0jo) | 超写实视频 9 步完整流程 | Nano Banana / Kling 2.1 / VEO 3 / Krea | 245,572 |
|
||||
| D10 | [fxiDS2C9XYA](https://www.youtube.com/watch?v=fxiDS2C9XYA) | **Dan Kieft Prompt Pack**(Google Docs 全文已拉取) | OpenArt Flux / Kling 2.1 | 237,629 |
|
||||
|
||||
---
|
||||
|
||||
## §11 与其他 methodology 的关系
|
||||
|
||||
| 主题 | 看哪篇 |
|
||||
|---|---|
|
||||
| 单家视频模型 prompt 怎么写 | [02-进阶公式](02-进阶公式.md) / [09-13 各家公式](09-kling-公式.md) |
|
||||
| Seedance 综合实战 | [15 Seedance Masterclass](15-seedance-masterclass.md) + [19 Round 3](19-seedance-masterclass-round3.md) |
|
||||
| HappyHorse 综合实战 | [17 HappyHorse Masterclass](17-happyhorse-masterclass.md) |
|
||||
| Kling 综合实战 | [18 Kling Masterclass](18-kling-masterclass.md) |
|
||||
| Gemini Omni 官方 | [16 Gemini Omni 公式](16-gemini-omni-公式.md) |
|
||||
| **跨工具流水线 / 角色一致性 / AI 网红制作(本文)** | **20** |
|
||||
|
||||
> 本文与 methodology/15-19 形成**正交关系**:15-19 关心"怎么写好一条视频 prompt",本文关心"**怎么把多个工具串起来做一个稳定的数字 persona**"。
|
||||
|
||||
---
|
||||
|
||||
## §12 关键启示
|
||||
|
||||
1. **角色一致性是当前 AI 视频最难的问题**,需要 character sheet + omni reference + face swap 多技术叠加才能稳定。单条 prompt 不够。
|
||||
2. **写实 = 反 AI 塑料感**。`unfiltered` / `pores visible` / 真实相机型号是关键反向词。
|
||||
3. **工具组合比单一工具强**。MidJourney 出基础图 + Nano Banana 出多角度 + Kling/VEO 驱动是 2026 主流公式。
|
||||
4. **Instagram aesthetic 是一句话定调**。Dan Kieft Pack 反复验证它能省 30% prompt 长度。
|
||||
5. **AI 剧集已经可行**。4 人 5000 次生成完成一整集(D4 Arena Zero 案例)。
|
||||
@@ -0,0 +1,25 @@
|
||||
# 去 AI 感 · 研究资料（外部开源）
|
||||
|
||||
来源：GitHub 开源项目（2026-10-04 抓取）
|
||||
|
||||
## 核心资料（本项目改造依据）
|
||||
|
||||
- **`anti-ai-checklist.md`** ← **最重要**
|
||||
来源：`zhouwei713/seedance-prompt`（Hermes skill for realistic AI video prompts）
|
||||
内容：AI 视频模型的默认审美问题（10 项 + 对应负面约束句）·
|
||||
非完美事件库（21 个具体事件，分四类）· 输出前自检清单 ·
|
||||
常见翻车模式（6 项）· 进阶技法（场景四要素 / 2秒节奏 / 实时速度 /
|
||||
环境交互密度 / 自动对焦路径指定法）
|
||||
- `atmosphere-dictionary.md` — 氛围词典（情绪 → 可执行描述）
|
||||
- `camera-aesthetics.md` — 摄影美学
|
||||
- `seedance_SKILL.md` — 同一作者的技能主文档
|
||||
|
||||
### 参考项目
|
||||
- `geekjourneyx/awesome-ai-video-prompts`（AI 视频提示词资源集合：
|
||||
guides / techniques / templates / prompts / cases —— 多数为占位待填）
|
||||
|
||||
## 核心结论（一句话）
|
||||
**"AI 感"主要来自模型的默认审美** —— 电影化运镜、稳定画面、商业调色、
|
||||
完美构图、磨皮皮肤。**必须用负面约束显式关闭**，并主动注入
|
||||
「非完美事件」（对焦搜索、构图偏移、环境介入）才能像真实拍摄。
|
||||
|
||||
@@ -0,0 +1,137 @@
|
||||
# 去AI感清单：AI默认行为、负面约束句库、非完美事件库
|
||||
|
||||
## 一、AI视频模型的默认审美（不主动关闭就会出现）
|
||||
|
||||
| AI默认行为 | 造成的问题 | 对应负面约束句 |
|
||||
|---|---|---|
|
||||
| 电影化平滑运镜（推轨、摇臂感） | 立刻暴露AI感 | 没有电影化的摄像机移动 |
|
||||
| 画面稳定如三脚架 | 与手持设定矛盾 | 没有稳定 |
|
||||
| 现代商业调色（青橙色调、高对比） | 破坏年代感 | 没有现代色彩分级 |
|
||||
| 完美居中构图 | 太"设计"，不像随手拍 | 不完美的构图，构图偏离中心 |
|
||||
| 场景里自动加商店、咖啡馆、人群、广告牌 | 破坏安静住宅氛围 | 没有商店、广告、咖啡馆、人群或商业活动 |
|
||||
| 自动配背景音乐 | 破坏纪实感 | 没有音乐。没有音效设计。没有旁白 |
|
||||
| 人物表演感强、直视镜头摆姿势 | 不像抓拍 | 真实的即兴行为，无剧本的日常生活片段感 |
|
||||
| 皮肤过度平滑、磨皮感 | 假人感 | 逼真的皮肤纹理 |
|
||||
| 角色跨镜头漂移（换脸、换衣服） | 一致性崩坏 | 在整个视频中保持一致的身份、服装、发型和外貌 |
|
||||
| 灯光过于均匀完美 | 摄影棚感 | 自然光，在阳光和阴影间移动时的曝光波动 |
|
||||
|
||||
## 二、非完美事件库（时间轴每镜头选一个，全片不重复）
|
||||
|
||||
**摄影师的失误**：
|
||||
1. 自动对焦反复在主体和前景/背景间切换搜索
|
||||
2. 构图偏离中心，因为操作者试图跟上主体
|
||||
3. 摄像机稍晚才捕捉到关键瞬间（人已经转身了才对准）
|
||||
4. 变焦生硬，推过了又拉回来
|
||||
5. 走动跟拍时的强烈晃动和运动模糊
|
||||
6. 手指或背带短暂遮挡镜头一角
|
||||
7. 镜头努力对焦但短暂失败，画面呼吸
|
||||
|
||||
**环境的介入**：
|
||||
8. 一阵微风吹动散落的发丝或衣角
|
||||
9. 云影掠过，曝光随之波动
|
||||
10. 流浪猫/狗/鸽子闯入画面，主体自然回应
|
||||
11. 场外有人打招呼，主体转头回应
|
||||
12. 阳光透过树叶在脸上闪烁明灭
|
||||
13. 路人从镜头前无意穿过
|
||||
|
||||
**主体的自然行为**：
|
||||
14. 注意到镜头，露出小而真诚的微笑后移开视线
|
||||
15. 说话被环境音打断，笑场
|
||||
16. 整理头发、拨发到耳后等无意识小动作
|
||||
17. 动作做到一半改变主意（伸手拿杯子又先擦了下桌子）
|
||||
|
||||
**收束方式**（结尾必选一个）：
|
||||
18. 录制在中途突然切到黑屏，仿佛摄像机关闭了
|
||||
19. 主体走出画面，镜头停留在空景两秒
|
||||
20. 镜头垂下拍到地面/脚，然后切断
|
||||
21. 有人喊拍摄者的名字，镜头晃动着转向声源时切断
|
||||
|
||||
## 三、输出前逐条自检
|
||||
|
||||
- [ ] 角色段：全部是可视化特征？零抽象形容词？结尾有一致性锁定句？
|
||||
- [ ] 地点段：8个以上具体元素？有光影动态？结尾排除了商业元素？
|
||||
- [ ] 视觉风格段：4到6个真实感定义短语？
|
||||
- [ ] 摄像段：至少6个物理缺陷现象？结尾至少3个"没有XX"？与设定的设备年代匹配？
|
||||
- [ ] 时间轴：5到7个镜头？每镜头三层结构（动作+环境+非完美事件）？非完美事件不重复？动作有生活逻辑链？结尾有收束？
|
||||
- [ ] 音频段：声音元素与画面元素一一对应？结尾三连否定？
|
||||
- [ ] 目标段：一句话锚点与全篇自洽？
|
||||
- [ ] 全文扫一遍：有没有漏网的"美丽""电影感""高级""唯美"等抽象词？
|
||||
|
||||
## 四、常见翻车模式
|
||||
|
||||
1. **段落信息串味**：把运镜写进角色段、把音乐写进视觉段。严格分区。
|
||||
2. **非完美事件堆太多**：一个镜头塞三个失误，反而假。一镜一个。
|
||||
3. **负面约束与正面描述打架**：前面写"没有电影化运镜"，时间轴里又写"缓慢的推轨镜头"。写完交叉检查。
|
||||
4. **音画不对应**：画面没有猫，音频写了猫叫。逐项核对。
|
||||
5. **时代穿帮**：2000年代DV场景里出现智能手机、共享单车、现代广告屏。检查所有环境元素的年代。
|
||||
6. **收束缺失**：视频停在一个"正在进行"的动作上，像被截断的素材而非一段完整的记录。
|
||||
|
||||
---
|
||||
|
||||
## 五、进阶技法
|
||||
|
||||
### 场景单元四要素公式（替代"三层结构"的更精确模型）
|
||||
|
||||
每个时间轴镜头由四层组成，缺一层就会降低真实感：
|
||||
|
||||
| 要素 | 功能 | 必须？ |
|
||||
|------|------|--------|
|
||||
| ① 空间定位 | "在哪"——给一个具体的地点锚点 | 必 |
|
||||
| ② 主体动作链 | "干什么"——2到3个连续动作组成行为流（不是单一动作） | 必 |
|
||||
| ③ 环境动态 | "环境怎么回应"——风、光、动物、行人的即时变化 | 选 |
|
||||
| ④ 摄像机缺陷 | "本次失误"——对焦/构图/抖动/曝光/延迟中的一项 | 必 |
|
||||
|
||||
示例——比较两种写法：
|
||||
```
|
||||
❌ 她坐在墙边，风吹动头发。 ← 信息密度不足，模型自动补的可能是摆拍
|
||||
✅ 小房子入口外。她坐在低矮的混凝土墙上，用双手向上举起调整马尾。 ← 有空间定位
|
||||
一阵微风吹动散落的发丝。摄像机努力保持焦点。 ← 有环境动态+摄像机缺陷
|
||||
```
|
||||
|
||||
### 2秒节奏法则（时间轴颗粒度控制）
|
||||
|
||||
DV式碎片的真实感来自于"短镜头快速推进"的节奏，而非每个镜头拍满全景：
|
||||
|
||||
| 总时长 | 建议镜头数 | 每镜头时长 |
|
||||
|--------|-----------|-----------|
|
||||
| 15秒 | 7个 | 约2秒 |
|
||||
| 10秒 | 5个 | 约2秒 |
|
||||
| 8秒 | 4个 | 约2秒 |
|
||||
| 4到5秒 | 2个 | 约2秒 |
|
||||
|
||||
超过3秒的场景会让DV片段感减弱，滑向"精心拍摄"。
|
||||
|
||||
### 实时速度检查（DV美学的大忌）
|
||||
|
||||
家用DV几乎不会使用慢动作（slow motion）。在时间轴中检查：
|
||||
|
||||
```
|
||||
❌ 她缓缓转头，发丝在空中慢动作飘过 ← 慢动作，不是DV的行为
|
||||
✅ 她转头，发丝被风吹散，画面因快速转头产生运动模糊 ← 实时速度+自然模糊
|
||||
```
|
||||
|
||||
唯一例外：如果设备包明确设定为"手机慢动作功能"或"胶片升格拍摄"。
|
||||
|
||||
### 环境交互密度检查
|
||||
|
||||
真实DV画面的秘密不在于主体多好看，而在于环境对主体的持续"回应"。检查每个镜头中主体与环境之间有多少交互：
|
||||
|
||||
```
|
||||
低密度：她走在路上。 ← 主体在空间里，但环境是死背景
|
||||
中密度：她走在路上，风吹动裙摆。 ← 环境回应了主体
|
||||
高密度：她走在路上，风吹动裙摆和头发，
|
||||
阳光透过树叶在她脸上明灭闪烁， ← 多个环境要素同时回应
|
||||
她眯了眯眼，调整了草帽的位置。 ← 主体对环境做出二次反应
|
||||
```
|
||||
|
||||
目标：每个镜头至少1个环境回应，2个以上更佳。
|
||||
|
||||
### 自动对焦路径指定法
|
||||
|
||||
在"摄像风格"段声明自动对焦问题后，在时间轴中每条用到对焦缺陷的镜头上，**明确写出对焦起点和终点**：
|
||||
|
||||
```
|
||||
❌ 自动对焦反复搜索 ← 模型理解偏差大
|
||||
✅ 自动对焦在她脸部和手中的西瓜之间来回切换 ← 模型知道对焦要在哪两个物体间走
|
||||
✅ 自动对焦从背景树影搜到她的后背再拉回远处天空 ← 三态路径，更真实
|
||||
```
|
||||
@@ -0,0 +1,174 @@
|
||||
# 氛围词到具体现象的翻译表
|
||||
|
||||
写提示词时禁止直接使用左列的抽象词，必须翻译成右侧的具体视觉、听觉、动作现象。每个氛围至少选3到5个现象组合使用。
|
||||
|
||||
---
|
||||
|
||||
## 温暖 / 治愈 / 亲切
|
||||
|
||||
视觉现象：
|
||||
- 午后阳光透过树叶在地面投下移动的斑驳光影
|
||||
- 晾衣绳上的织物在微风中缓慢摇曳
|
||||
- 陶瓷杯口冒出的细微热气
|
||||
- 猫或狗慵懒地靠近人
|
||||
- 盆栽植物摆在窗台和门口台阶上
|
||||
- 人物把头发拨到耳后的小动作
|
||||
- 不经意的真诚微笑，随即移开视线
|
||||
|
||||
听觉现象：晨间鸟鸣、远处小孩嬉闹声、织物摩擦声、猫叫、勺子碰杯壁
|
||||
|
||||
---
|
||||
|
||||
## 怀旧 / 千禧年记忆
|
||||
|
||||
视觉现象：
|
||||
- 褪色的色彩与柔和的对比度
|
||||
- 老式电线杆和架空电线切割天空
|
||||
- 墙面斑驳的低层住宅
|
||||
- 停在巷口的旧自行车
|
||||
- 画面上的日期戳
|
||||
- 人物穿着宽松水洗牛仔裤等年代服饰
|
||||
|
||||
听觉现象：远处摩托车驶过、老风扇转动声、模拟信号的底噪
|
||||
|
||||
---
|
||||
|
||||
## 孤独 / 疏离
|
||||
|
||||
视觉现象：
|
||||
- 大面积负空间构图，人物偏居画面一角
|
||||
- 空旷街道上唯一移动的身影
|
||||
- 荧光灯的青白色调
|
||||
- 便利店或地铁站的深夜灯光
|
||||
- 人物长时间静止，只有环境在动（车流、雨、霓虹闪烁）
|
||||
- 玻璃反光中模糊的人影
|
||||
|
||||
听觉现象：空调外机嗡鸣、脚步回声、远处地铁进站声、雨点打在遮阳棚上
|
||||
|
||||
---
|
||||
|
||||
## 紧张 / 不安
|
||||
|
||||
视觉现象：
|
||||
- 画面边缘偶尔闯入不明物体或人影
|
||||
- 光源不稳定，灯管闪烁
|
||||
- 门缝、走廊尽头等纵深阴影
|
||||
- 手持镜头呼吸感加重，微微颤抖
|
||||
- 人物频繁回头或停顿倾听
|
||||
|
||||
听觉现象：突然中断的环境音、远处不明的金属碰撞声、自己的呼吸声被收进麦克风
|
||||
|
||||
---
|
||||
|
||||
## 平静 / 冥想
|
||||
|
||||
视觉现象：
|
||||
- 极缓慢的光线变化（云影掠过整个画面）
|
||||
- 水面或窗帘的规律性微动
|
||||
- 长镜头，机位几乎不动
|
||||
- 人物做重复性动作（浇水、叠衣、剥豆）
|
||||
|
||||
听觉现象：风穿过树叶的持续沙沙声、水滴声、远处若有若无的生活声
|
||||
|
||||
---
|
||||
|
||||
## 热闹 / 生活气息
|
||||
|
||||
视觉现象：
|
||||
- 前景不断有人或车穿过镜头
|
||||
- 摊贩的动作细节（翻炒、找零、擦桌子）
|
||||
- 蒸汽、油烟、烤炉的热浪扭曲空气
|
||||
- 多层次的动态：近景手部动作、中景人流、远景车流
|
||||
|
||||
听觉现象：叫卖声、锅铲碰撞、多人交谈混叠、自行车铃
|
||||
|
||||
---
|
||||
|
||||
## 梦境感 / 记忆感
|
||||
|
||||
视觉现象：
|
||||
- 过曝的窗户白成一片
|
||||
- 胶片颗粒与光晕
|
||||
- 镜头短，硬切，时间线跳跃
|
||||
- 人物对镜头挥手或大笑但无声
|
||||
- 逆光轮廓，面部细节丢失
|
||||
|
||||
听觉现象：无声，或只有一层模糊的环境底噪
|
||||
|
||||
---
|
||||
|
||||
## 使用方法
|
||||
|
||||
1. 确定用户想要的情绪后，从对应条目选3到5个视觉现象，分配到"地点"段和"时间轴"各镜头中
|
||||
2. 听觉现象直接进"音频"段，确保与画面元素一一对应
|
||||
4. 同一提示词避免混用冲突氛围（温暖 + 疏离），除非用户明确要情绪转折
|
||||
5. 表里没有的氛围，按同样逻辑自行翻译：问自己"这种感觉在现实中由哪些可拍摄的物理现象构成？"
|
||||
|
||||
---
|
||||
|
||||
## 田园 / 乡愁
|
||||
|
||||
**适用**：乡村生活、童年记忆、故乡题材、宫崎骏式夏日田间
|
||||
|
||||
视觉现象：
|
||||
- 大片稻田或麦田在风中如波浪起伏
|
||||
- 人物赤脚踩在湿润泥土或田埂上
|
||||
- 荷叶、野花、藤蔓等植物特写
|
||||
- 阳光透过树叶在人物脸上流动的光斑
|
||||
- 远处农舍的炊烟和黑瓦白墙
|
||||
- 蜻蜓点水、蝴蝶停在花上
|
||||
- 人物背影渐渐走远，融入田野尽头
|
||||
|
||||
听觉现象：连续的蛙鸣和虫鸣、风吹稻田的沙沙声、远处公鸡打鸣、溪流声、脚踏湿泥的柔软声音、竹叶碰撞声
|
||||
|
||||
---
|
||||
|
||||
## 夏日 / 炎热
|
||||
|
||||
**适用**：盛夏题材、暑假记忆、海边、蝉鸣午后
|
||||
|
||||
视觉现象：
|
||||
- 树影在地面剧烈晃动，光斑密集而明亮
|
||||
- 人物额头和鬓角有细微汗珠
|
||||
- 手中冰饮或西瓜表面凝结水珠
|
||||
- 风扇叶片或蒲扇的转动
|
||||
- 强烈阳光造成的高光过曝和镜头眩光
|
||||
- 热空气扭曲远处景物（夏日特有的热浪）
|
||||
- 牵牛花、向日葵、荷叶等盛夏植物
|
||||
- 偶尔的云影掠过造成短暂阴凉
|
||||
|
||||
听觉现象：比任何季节都响亮的蝉鸣、空调外机或风扇的低沉嗡鸣、冰块碰杯的清脆声、远处孩童的嬉笑和泼水声
|
||||
|
||||
---
|
||||
|
||||
## 通勤 / 都市节奏
|
||||
|
||||
**适用**：城市清晨、上班族日常、地铁公交、街角瞬间
|
||||
|
||||
视觉现象：
|
||||
- 密集的人流与单个主体形成对比
|
||||
- 从室内到室外/地上到地下的曝光剧烈变化
|
||||
- 呼出的白气（秋冬）或额头的汗（盛夏）
|
||||
- 低头看手机、翻包找卡、咬住票夹等碎片化动作
|
||||
- 车窗玻璃上反射的模糊面容
|
||||
- 通勤者独特的身体语言（缩脖子、拉围巾、调整背包肩带）
|
||||
- 地铁隧道中快速掠过的灯光管
|
||||
|
||||
听觉现象：广播模糊的播报声、列车进站的轰鸣和刹车尖叫、闸机蜂鸣声、脚步匆忙的节奏、车门气动声、隧道风噪声
|
||||
|
||||
---
|
||||
|
||||
## 青春 / 慵懒
|
||||
|
||||
**适用**：学生时代、午后闲暇、青少年日常、夏日假期
|
||||
|
||||
视觉现象：
|
||||
- 漫无目的的闲逛或长时间坐着发呆
|
||||
- 手部小动作（拨弄衣角、卷头发、转笔）
|
||||
- 靠在墙边、栏杆上，重心随意切换
|
||||
- 低头笑、抬头看天、把脸埋进手臂
|
||||
- 旧电扇转头吹动刘海和衣领
|
||||
- 地面上的影子被拉长，时间缓慢推移
|
||||
- 零星对话，说话间隙被环境填满
|
||||
|
||||
听觉现象：远处收音机或电视的模糊声音、老旧风扇的转动声、冰棍棒折断声、偶尔的笑声然后继续安静
|
||||
@@ -0,0 +1,229 @@
|
||||
# 设备美学缺陷参数包
|
||||
|
||||
每个参数包可直接粘贴进提示词的"摄像风格"段，按需增删。核心原则：想要某种年代质感，就完整描述那个设备的物理缺陷，缺陷即真实。
|
||||
|
||||
每个包分三部分：画面特征、操作特征、负面约束。
|
||||
|
||||
---
|
||||
|
||||
## 1. 2000年代初消费级DV摄像机
|
||||
|
||||
**适用**：家庭录像、朋友随拍、千禧年怀旧、韩日老社区题材
|
||||
|
||||
画面特征：
|
||||
- 中等数字压缩伪影
|
||||
- 褪色的色彩，柔和的对比度
|
||||
- 轻微的传感器噪点
|
||||
- 轻微的滚动快门
|
||||
- 480p到轻微高清之间的分辨率感
|
||||
- 高光容易过曝，暗部发灰
|
||||
|
||||
操作特征：
|
||||
- 强烈的手持抖动，不完美的构图
|
||||
- 频繁的自动对焦搜索
|
||||
- 镜头呼吸（对焦时视角轻微变化）
|
||||
- 在阳光和阴影间移动时的曝光波动
|
||||
- 偶尔的运动模糊
|
||||
- 变焦生硬，速度不均匀
|
||||
- 录制中途突然开始或结束
|
||||
|
||||
负面约束：没有稳定。没有电影化的摄像机移动。没有现代色彩分级。
|
||||
|
||||
---
|
||||
|
||||
## 2. 80至90年代VHS家用摄像机
|
||||
|
||||
**适用**：童年录像、生日聚会、更旧的怀旧感、复古恐怖
|
||||
|
||||
画面特征：
|
||||
- 明显的磁带噪点和扫描线
|
||||
- 色彩溢出（红色尤其容易晕开）
|
||||
- 底部时间码或日期戳（可指定格式如 "JAN 14 1993"）
|
||||
- 画面边缘轻微的几何畸变
|
||||
- 低分辨率，细节模糊
|
||||
- 磁带损伤造成的偶尔画面撕裂或跳帧
|
||||
|
||||
操作特征：
|
||||
- 沉重机身带来的缓慢笨重移动
|
||||
- 手动变焦的顿挫感
|
||||
- 白平衡偏移（室内偏橙，室外偏蓝）
|
||||
- 逆光时人物完全剪影化
|
||||
|
||||
负面约束：没有数字锐利感。没有稳定。没有高动态范围。
|
||||
|
||||
---
|
||||
|
||||
## 3. 8mm/Super 8 胶片
|
||||
|
||||
**适用**：更久远的家庭记忆、梦境感、婚礼老片、艺术短片
|
||||
|
||||
画面特征：
|
||||
- 明显的胶片颗粒
|
||||
- 温暖偏黄或偏品红的色彩偏移
|
||||
- 画面边缘的暗角
|
||||
- 灰尘、毛发、划痕偶尔闪过
|
||||
- 18fps带来的轻微卡顿感
|
||||
- 过曝的高光呈现柔和的光晕
|
||||
|
||||
操作特征：
|
||||
- 每段镜头很短（胶片昂贵，3到5秒就切）
|
||||
- 硬切，没有转场
|
||||
- 曝光靠估计，时对时错
|
||||
- 无声（胶片本身不录音）或后期配的环境音
|
||||
|
||||
负面约束：没有同期声对白。没有平滑运镜。没有数字清晰度。
|
||||
|
||||
---
|
||||
|
||||
## 4. 智能手机竖屏（2015年后）
|
||||
|
||||
**适用**：Vlog、社交媒体感、街头偶遇、当代日常
|
||||
|
||||
画面特征：
|
||||
- 9:16竖构图
|
||||
- 过度锐化和HDR处理感
|
||||
- 电子防抖造成的果冻效应
|
||||
- 暗光下的涂抹感降噪
|
||||
- 前置镜头的轻微广角畸变
|
||||
|
||||
操作特征：
|
||||
- 单手持机的轻微倾斜
|
||||
- 走路时的上下浮动（电子防抖压制后仍残留）
|
||||
- 对着镜头说话的自拍视角切换
|
||||
- 手指偶尔擦过镜头边缘
|
||||
- 突然抬起或放下手机的开始与结束
|
||||
|
||||
负面约束：没有横屏。没有三脚架稳定。没有专业布光。
|
||||
|
||||
---
|
||||
|
||||
## 5. GoPro / 运动相机
|
||||
|
||||
**适用**：第一人称视角、运动、旅行、冒险感
|
||||
|
||||
画面特征：
|
||||
- 超广角鱼眼畸变，边缘拉伸
|
||||
- 高饱和的默认色彩
|
||||
- 强光下的镜头眩光
|
||||
- 水滴或灰尘沾在镜头上
|
||||
|
||||
操作特征：
|
||||
- 胸挂或头戴的第一人称视角
|
||||
- 剧烈但被电子增稳压制的震动
|
||||
- 呼吸和身体晃动传导到画面
|
||||
- 视角随头部转动突然甩动
|
||||
|
||||
负面约束：没有第三人称跟拍。没有电影构图。没有慢动作（除非明确要求）。
|
||||
|
||||
---
|
||||
|
||||
## 6. 监控摄像头 / CCTV
|
||||
|
||||
**适用**：悬疑、都市传说、客观记录感、伪纪录片
|
||||
|
||||
画面特征：
|
||||
- 固定高位俯视角
|
||||
- 低帧率（可写"每秒约10到15帧的顿挫感"）
|
||||
- 单色或低饱和色彩，夜间红外模式呈灰白
|
||||
- 角落的时间戳持续跳动
|
||||
- 低分辨率，人脸模糊难辨
|
||||
|
||||
操作特征：
|
||||
- 完全静止，或极缓慢的预设巡航转动
|
||||
- 无声
|
||||
- 人物不知道被拍摄，行为完全自然
|
||||
|
||||
负面约束：没有摄影师存在。没有构图意识。没有声音。没有变焦跟随主体。
|
||||
|
||||
---
|
||||
|
||||
## 7. 专业纪录片（手持电影机）
|
||||
|
||||
**适用**：高质感纪实、人物特稿、社会观察
|
||||
|
||||
画面特征：
|
||||
- 浅景深，主体清晰背景柔和
|
||||
- 自然光为主，宽容度高
|
||||
- 克制的调色，接近肉眼所见
|
||||
|
||||
操作特征：
|
||||
- 有经验的手持，微晃但不失控
|
||||
- 跟焦偶尔慢半拍（保留这个不完美）
|
||||
- 长镜头耐心观察，不急于切换
|
||||
- 被摄者偶尔瞥向镜头又移开
|
||||
|
||||
负面约束：没有摆拍感。没有采访灯光。没有戏剧化运镜。没有配乐驱动的剪辑节奏。
|
||||
|
||||
---
|
||||
|
||||
## 8. 网络摄像头 / 视频通话
|
||||
|
||||
**适用**：疫情记忆、远程对话、屏幕录制感、亲密而低保真的交流
|
||||
|
||||
画面特征：
|
||||
- 720p以下的低清晰度
|
||||
- 压缩造成的块状伪影，网络波动时画面糊成马赛克
|
||||
- 顶光或屏幕光打在脸上的青白色
|
||||
- 固定机位，仰视或平视的笔记本视角
|
||||
|
||||
操作特征：
|
||||
- 音画偶尔不同步
|
||||
- 人物偶尔卡顿定格再恢复
|
||||
- 背景是真实的房间一角
|
||||
|
||||
负面约束：没有专业收音。没有补光灯质感。没有运镜。
|
||||
|
||||
---
|
||||
|
||||
## 9. 2003年翻盖手机摄像（CMOS低保真）
|
||||
|
||||
**适用**：极度怀旧、千禧年初学生时代、赛博朋克低保真、暗角情绪短片
|
||||
|
||||
画面特征：
|
||||
- 极低分辨率（176×144或320×240）
|
||||
- 严重JPEG压缩块状伪影，色块化严重
|
||||
- 色彩饱和度极端且偏色严重（通常偏蓝绿或偏品红）
|
||||
- 暗部几乎完全噪点糊死，无细节
|
||||
- 画面中央清晰度尚可，边缘急剧劣化
|
||||
- 固定数字变焦（非光学，裁切放大）
|
||||
- 超窄动态范围，高光纯白一片
|
||||
|
||||
操作特征：
|
||||
- 单手持机，手臂伸直自拍或随意抓拍
|
||||
- 翻盖打开即拍，几乎没有延迟补偿
|
||||
- 快门时滞极长（按下到实际拍摄有0.5到1秒延迟）
|
||||
- 录像按一下开始，再按一下结束，没有预览确认
|
||||
- 对焦基本靠固定焦段，前后移动自身来"对焦"
|
||||
- 录制过程中镜头容易被手指或翻盖边缘遮挡
|
||||
- 电池低电量时的录音失真和帧率下降
|
||||
|
||||
负面约束：没有清晰度。没有平滑运动。没有色彩准确度。没有变焦操作。
|
||||
|
||||
---
|
||||
|
||||
## 设备包进阶用法
|
||||
|
||||
### 缺陷不重复原则
|
||||
同一提示词时间轴中（5到7个镜头），每个镜头的摄像机缺陷类型不应重复。例如：
|
||||
```
|
||||
镜头1：自动对焦在前景背景间搜索 ← 对焦缺陷
|
||||
镜头2：构图偏离中心跟不上主体 ← 构图缺陷
|
||||
镜头3：跟拍晃动+运动模糊 ← 抖动缺陷
|
||||
镜头4：进入阴影时曝光波动 ← 曝光缺陷
|
||||
镜头5：镜头慢了半拍跟上动作 ← 反应延迟
|
||||
镜头6：自然的镜头呼吸和焦距漂移 ← 呼吸感
|
||||
镜头7：画面突然切到黑屏 ← 录制中断
|
||||
```
|
||||
|
||||
### 自动对焦路径指定技术（效果翻倍的关键技巧）
|
||||
不要笼统写"自动对焦搜索"，要明确给出**对焦起点和终点**：
|
||||
```
|
||||
❌ 自动对焦反复搜索 ← 模糊，模型随便处理
|
||||
✅ 自动对焦在她脸部和她手中的西瓜之间来回切换 ← 给出具体路径
|
||||
✅ 自动对焦从远处山影漂移到她后背再拉回远处 ← 三态切换
|
||||
```
|
||||
|
||||
### 选择策略
|
||||
- 7到8个镜头：选7种不同的缺陷类型各用一次
|
||||
- 4到6个镜头：选4到6种，优先用对焦、构图、抖动这些最"人类"的缺陷
|
||||
- 结尾镜头固定选择"录制中断切黑屏"，这是最具辨识度的DV收束方式
|
||||
@@ -0,0 +1,113 @@
|
||||
---
|
||||
name: realistic-video-prompting
|
||||
description: 为AI视频生成模型（Seedance、Sora、Kling、Runway、Veo等）撰写真实感、去AI感、纪录片质感的结构化视频提示词。当用户想生成AI视频提示词、优化现有视频提示词、追求"真实感""家庭录像感""手机随拍感""DV感""监控录像感"的视频效果，或提到Seedance、文生视频、视频prompt时，务必使用此skill。即使用户只是描述了一个想拍的场景或氛围，也应使用此skill将其转化为完整提示词。
|
||||
version: 1.1.0
|
||||
author: zhouwei713
|
||||
license: MIT
|
||||
metadata:
|
||||
hermes:
|
||||
tags: [ai-video, prompt, realistic-video, seedance, kling, veo, runway, sora]
|
||||
---
|
||||
|
||||
# 真实视频提示词生成器
|
||||
|
||||
把用户的一个模糊想法（"我想要一段韩国社区的日常感视频"）转化为高密度、可执行、去AI感、像真实素材拍出来的结构化视频提示词。
|
||||
|
||||
## 核心哲学
|
||||
|
||||
高质量视频提示词的本质是回答一个问题：**这段素材是谁、用什么设备、在什么年代、出于什么目的拍下来的？**
|
||||
|
||||
一旦确定了"素材来源身份"，所有细节都能推导出来。2005年朋友随手拍的DV会抖、会失焦、会突然关机；2024年博主的手机竖屏会有美颜感、会对着镜头说话；90年代的监控摄像头没有声音、俯视角、低帧率。
|
||||
|
||||
第二个关键认知：**AI模型有强烈的默认审美**（电影感运镜、完美构图、商业调色、干净画面）。想要真实感，必须用负面约束主动关闭这些默认行为，并在时间轴里植入"非完美事件"。
|
||||
|
||||
## 工作流程
|
||||
|
||||
### 第一步：确定四要素（缺一不可）
|
||||
|
||||
如果用户没有说清楚，先问这四个问题（可以合并成一次提问）：
|
||||
|
||||
1. **拍摄者身份**：谁在拍？朋友、家人、路人、Vlogger、监控、纪录片摄制组、还是无人拍摄的固定机位？
|
||||
2. **设备与年代**：DV、VHS、8mm胶片、iPhone、GoPro、监控、专业电影机？哪个年代？
|
||||
3. **主体与场景**：拍谁？在哪？什么时间段？
|
||||
4. **情绪目标**：温暖怀旧、孤独疏离、紧张不安、平静治愈？
|
||||
|
||||
如果用户已经给出足够信息，直接推断并在输出前用一句话确认你的理解。
|
||||
|
||||
### 第二步：按七段式模板逐段生成
|
||||
|
||||
严格按以下顺序输出，每段独立成块，段间不混淆信息：
|
||||
|
||||
```
|
||||
主要角色 → 地点 → 视觉风格 → 摄像风格 → 时间轴 → 音频 → 目标
|
||||
```
|
||||
|
||||
各段写作规则：
|
||||
|
||||
**1. 主要角色**
|
||||
- 只写可视化的具体特征：年龄段、妆容、每件衣物的颜色/材质/版型、鞋、配饰、发型细节（含碎发/刘海等小特征）
|
||||
- 禁用抽象形容词（时尚的、好看的、有气质的）
|
||||
- 加一句皮肤/质感描述（如"逼真的皮肤纹理"）
|
||||
- 加一句性格气质（用于驱动肢体语言）
|
||||
- **必须以一致性锁定句结尾**："在整个视频中保持一致的身份、服装、发型和外貌"
|
||||
|
||||
**2. 地点**
|
||||
- 时间段 + 地域 + 场景类型开头
|
||||
- 罗列8到12个具体环境元素（盆栽、晾衣绳、电线杆、树影等），元素要能相互佐证同一个世界
|
||||
- 加光影动态描述（树影移动、云影掠过）
|
||||
- **以负面约束结尾**：排除模型爱加的商业元素（商店、广告、人群、咖啡馆）
|
||||
|
||||
**3. 视觉风格**
|
||||
- 用4到6个短语定义真实感层级：如"超现实主义纪录片真实感、真实的即兴行为、自然的肢体语言、无剧本的日常生活片段感、强烈的环境真实性"
|
||||
|
||||
**4. 摄像风格**
|
||||
- 这是去AI感的核心段落。查阅 `references/camera-aesthetics.md`，选取对应设备的"缺陷参数包"完整写入
|
||||
- 原则：把设备美学翻译成6到10个具体物理现象（对焦搜索、曝光波动、滚动快门、压缩伪影等）
|
||||
- **必须以三连负面约束结尾**：没有稳定、没有电影化摄像机移动、没有现代色彩分级（按设备调整）
|
||||
|
||||
**5. 时间轴**
|
||||
- 总长10到15秒，切5到7个镜头，每镜头2到3秒，用 `00:00–00:02` 格式
|
||||
- 每个镜头包含三层：主体动作 + 环境呼应（风、光、动物、路人）+ **一个非完美事件**
|
||||
- 非完美事件从 `references/anti-ai-checklist.md` 的清单中选取，且7个镜头里不重复使用同一种
|
||||
- 动作之间要有生活逻辑链（坐着 → 走进小巷 → 遇到猫 → 晾衣服），别写成互不相关的镜头拼贴
|
||||
- **结尾必须有收束方式**：突然切黑（像关机）、走出画面、镜头垂下拍到地面等，与拍摄者身份匹配
|
||||
|
||||
**6. 音频**
|
||||
- 先声明模式（仅自然环境音 / 现场收音 + 环境）
|
||||
- 罗列6到9个具体声音元素，与场景元素一一对应（有猫就有猫叫，有晾衣绳就有织物声）
|
||||
- **三连否定结尾**：没有音乐、没有音效设计、没有旁白（按需调整）
|
||||
|
||||
**7. 目标**
|
||||
- 一句话灵魂锚点，格式："捕捉XX，仿佛一段XX的XX，用4到6个形容词收尾"
|
||||
- 这句话是模型在细节冲突时的取舍依据，必须与前面所有段落自洽
|
||||
|
||||
### 第三步：自检（输出前必做）
|
||||
|
||||
对照 `references/anti-ai-checklist.md` 逐条检查：
|
||||
|
||||
- [ ] 角色段有一致性锁定句吗？
|
||||
- [ ] 地点段排除了商业元素吗？
|
||||
- [ ] 摄像段有至少6个物理缺陷描述 + 3个"没有XX"吗？
|
||||
- [ ] 时间轴每个镜头都有一个非完美事件吗？有重复吗？
|
||||
- [ ] 结尾有收束方式吗？
|
||||
- [ ] 音频段的声音元素与画面元素对应吗？
|
||||
- [ ] 全文有没有漏进抽象形容词（美丽的、电影感的、高级的）？
|
||||
- [ ] 目标句与拍摄者身份/设备/年代自洽吗？
|
||||
|
||||
### 第四步：交付
|
||||
|
||||
- 输出完整提示词（中文或英文按用户需求，投喂给模型时英文通常效果更稳，可主动提供英文版）
|
||||
- 附一段简短说明：这条提示词的"素材来源身份"设定是什么，用户想调整时改哪几个旋钮（设备包、时间段、情绪词、收束方式）
|
||||
|
||||
## 参考文件
|
||||
|
||||
- `references/camera-aesthetics.md`：8种设备/媒介的缺陷参数包，写摄像风格段时必读
|
||||
- `references/atmosphere-dictionary.md`：氛围词到具体视觉现象的翻译表，写地点和时间轴时查阅
|
||||
- `references/anti-ai-checklist.md`：AI感来源清单、负面约束句库、非完美事件库，自检时必读
|
||||
|
||||
## 变体处理
|
||||
|
||||
- **用户要非写实风格**（动画、赛博朋克、广告片）：七段式结构不变，但摄像段改为对应媒介的美学参数（动画帧率、广告片的运镜语言），负面约束改为排除该风格不要的元素
|
||||
- **用户要多角色**：每个角色独立一段描述，各自带一致性锁定句，并在时间轴中明确角色间互动
|
||||
- **用户只要优化现有提示词**：先按七段式诊断缺哪些段、哪些段密度不足，给出诊断表再重写
|
||||
- **超过15秒的长视频**：建议拆成多条提示词分段生成，每条保持角色段完全一致以维持连续性
|
||||
@@ -0,0 +1,306 @@
|
||||
<div align="right"><strong>En</strong> | <a href="README.ru.md">Ru</a></div>
|
||||
|
||||
# 🎬 Visual Skills — AI Film Director for Your Movie
|
||||
|
||||
|
||||
|
||||
[](https://skills.sh/smixs/visual-skills)
|
||||
[](https://docs.claude.com/en/docs/agents/agent-skills)
|
||||
[](LICENSE)
|
||||
|
||||
Two Claude Skills that turn your agent into a working film crew: `video` writes AI video prompts the way a director, screenwriter and editor would; `image` writes image prompts the way an art director would. Both pick the right model for the task, apply its exact syntax, and return a copy-paste-ready prompt.
|
||||
|
||||
Most prompting guides teach you syntax. This one teaches your agent **cinema** — and that is what makes it the strongest tool available for directing AI video.
|
||||
|
||||
## Dramaturgy first, syntax second
|
||||
|
||||
<div align="center">
|
||||
<img src="assets/dramaturgy-banner.svg" width="838" alt="Model syntax is irrelevant until you have dramaturgy — editing, staging, camera, light, objects in frame">
|
||||
</div>
|
||||
|
||||
> [!IMPORTANT]
|
||||
> **Model syntax is worth nothing until the dramaturgy is there.** Editing, staging, camera, light, the objects allowed in frame — hard rules, all of them written into the skill. That is what makes it a director instead of an autocomplete for adjectives. Get them right and the model finally has something worth rendering; get them wrong and no amount of correct syntax saves the shot.
|
||||
|
||||
The heart of the `video` skill is [`video/references/dramaturgy.md`](video/references/dramaturgy.md) — how films are actually built, compressed into rules an agent can execute on a 5-30 second clip. Same idea, both columns below. Only one of them can be filmed.
|
||||
|
||||
<div align="center">
|
||||
|
||||
<table>
|
||||
<tr>
|
||||
<th width="290" align="left">The prompt everyone writes<br><sub>four adjectives, zero facts</sub></th>
|
||||
<th width="500" align="left">The prompt the skill writes<br><sub>one emotion · three shots · three details · one final image</sub></th>
|
||||
</tr>
|
||||
<tr>
|
||||
<td width="290" valign="top">
|
||||
|
||||
```text
|
||||
cinematic shot of a man
|
||||
in a kitchen at night,
|
||||
epic lighting, moody
|
||||
atmosphere, 4k
|
||||
```
|
||||
|
||||
</td>
|
||||
<td width="500" valign="top">
|
||||
|
||||
```text
|
||||
Emotion: hunger as loneliness. Object: last sausage.
|
||||
Final image: fridge light dying on his face.
|
||||
|
||||
Shot 1 · 0.0-1.6s · wide, 24mm, static
|
||||
Dark kitchen. He stands with one hand on the fridge
|
||||
door, not opening it. Only the wall clock moves.
|
||||
|
||||
Cut · 1.6-3.4s · medium, 50mm, push-in
|
||||
The push starts the frame he sees the shelf is empty
|
||||
— that is what changed. Cold blue light, jaw sets,
|
||||
one stomach growl, then nothing.
|
||||
|
||||
Cut · 3.4-5.0s · macro, 100mm
|
||||
Two fingers close on the last sausage. Half-beat hold.
|
||||
Door swings shut, the light dies on his face.
|
||||
```
|
||||
|
||||
</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td width="290" valign="top">
|
||||
|
||||
<sub>No desire, no obstacle, no geometry, no cut, no final image. The model picks all five for you — and picks differently on every run.</sub>
|
||||
|
||||
</td>
|
||||
<td width="500" valign="top">
|
||||
|
||||
<sub>Every line is a physical fact a camera could record: a reason for the move, a body carrying the emotion, a sound, an object, an ending. Nothing left for the model to invent.</sub>
|
||||
|
||||
</td>
|
||||
</tr>
|
||||
</table>
|
||||
|
||||
</div>
|
||||
|
||||
> [!CAUTION]
|
||||
> **Banned everywhere:** `cinematic` · `epic` · `stunning` · `masterpiece` · `beautiful lighting` · `dynamic camera` · `he is sad`. Each one is a placeholder for a detail the writer failed to invent, and not one of them renders.
|
||||
|
||||
<div align="center"><sub><b>S E V E N L A W S , N O N E O P T I O N A L</b></sub></div>
|
||||
|
||||
<div align="center">
|
||||
|
||||
<table>
|
||||
<tr>
|
||||
<td width="385" valign="top">
|
||||
|
||||
<sub><b>0 1 · L A W</b></sub><br><b>The scene formula</b>
|
||||
|
||||
<code>desire + obstacle + geometry + gaze + rhythm</code>
|
||||
|
||||
Five elements. Name each one in a single sentence before a word of prompt is written: what the hero wants right now, what blocks it, who stands where, where the eye is forced to look, how long each shot lives. Anything less is decoration.
|
||||
|
||||
</td>
|
||||
<td width="385" valign="top">
|
||||
|
||||
<sub><b>0 2 · D E T A I L</b></sub><br><b>The Details Law</b>
|
||||
|
||||
Every shot owns three physical facts: one <b>environmental pressure</b> (cold refrigerator light, wet asphalt), one <b>micro-action of the body</b> (jaw locks, knuckles whiten), one <b>sound anchor or visual motif</b>.
|
||||
|
||||
"He is sad" does not render. A jaw does.
|
||||
|
||||
</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td colspan="2" valign="top">
|
||||
|
||||
<sub><b>0 3 · E D I T I N G</b></sub><br><b>Walter Murch's Rule of Six</b> — where to cut, in priority order. Each item outweighs everything below it combined.
|
||||
|
||||
<pre>
|
||||
emotion 51% █████████████████████████▌
|
||||
story 23% ███████████▌
|
||||
rhythm 10% █████
|
||||
eye-trace 7% ███▌
|
||||
screen plane 5% ██▌
|
||||
3D space 4% ██
|
||||
</pre>
|
||||
|
||||
Cutting "for pace" is item three. Serving item three ahead of emotion and story is exactly how TikTok mush gets made — and it is the default behaviour of every model you will ever prompt.
|
||||
|
||||
</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td width="385" valign="top">
|
||||
|
||||
<sub><b>0 4 · S E L E C T I O N</b></sub><br><b>The three-jobs rule</b>
|
||||
|
||||
A shot either changes emotion, advances action, or increases pressure. A shot that does none is deleted, however pretty it came out.
|
||||
|
||||
"Beautiful establishing shot" is not a job.
|
||||
|
||||
</td>
|
||||
<td width="385" valign="top">
|
||||
|
||||
<sub><b>0 5 · S T A G I N G</b></sub><br><b>Blocking, camera, environment</b>
|
||||
|
||||
<b>Fincher</b> — every camera move answers "what changed?", otherwise the camera is static. <b>Spielberg</b> — even in chaos the viewer knows where the hero, the threat and the exit are. <b>Kurosawa</b> — one weather, one pressure, carrying the whole scene.
|
||||
|
||||
</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td width="385" valign="top">
|
||||
|
||||
<sub><b>0 6 · R H Y T H M</b></sub><br><b>Montage is a staircase</b>
|
||||
|
||||
<code>long → shorter → shorter → pause → impact</code>
|
||||
|
||||
The pause before the hit matters more than the speed of the cuts. Beat maps for 15 / 30 / 60 / 90 seconds — Hook, Pressure, Crack, Impact, Aftermath. Never skip the Crack.
|
||||
|
||||
</td>
|
||||
<td width="385" valign="top">
|
||||
|
||||
<sub><b>0 7 · S P E C</b></sub><br><b>The shot card and the five anchors</b>
|
||||
|
||||
Fourteen fields per storyboard row: framing, composition, camera, movement reason, eye-trace, duration, cut type, sound, light. An empty field is missing direction. Per piece, exactly five anchors — one emotion, one motif, one object, one break, one final image.
|
||||
|
||||
</td>
|
||||
</tr>
|
||||
</table>
|
||||
|
||||
</div>
|
||||
|
||||
None of this is advice the agent is free to skip. `dramaturgy.md` loads before any model file, and the output is gated twice on the way out — the six-point dramaturgy check and a three-detail audit on every shot. A prompt that fails either one is not returned.
|
||||
|
||||
<div align="center"><sub><b>Six-point check before any prompt leaves the skill</b><br>scene formula · three details · three jobs · motivated camera · readable geometry · five anchors<br>Fail one, it does not ship. → <a href="video/references/dramaturgy.md">read the full layer</a></sub></div>
|
||||
|
||||
## Supported models
|
||||
|
||||
<div align="center">
|
||||
|
||||
<table>
|
||||
<tr>
|
||||
<th colspan="6" align="center"><sub>VIDEO · DEDICATED MODEL FILE, EXACT SYNTAX</sub></th>
|
||||
</tr>
|
||||
<tr>
|
||||
<td colspan="2" align="center" width="240"><a href="video/references/seedance.md"><img width="38" alt="Seedance" src="assets/logos/bytedance-color.svg"><br><b>Seedance</b></a><br><sub>1.0 · 1.5 Pro · 2.0 · 2.0 Mini · 2.5</sub></td>
|
||||
<td colspan="2" align="center" width="240"><a href="video/references/kling.md"><img width="38" alt="Kling" src="assets/logos/kling-color.svg"><br><b>Kling</b></a><br><sub>1.6 – 2.6 Pro · 3.0 · Turbo · Omni</sub></td>
|
||||
<td colspan="2" align="center" width="240"><a href="video/references/veo.md"><img width="38" alt="Veo" src="assets/logos/deepmind-color.svg"><br><b>Veo</b></a><br><sub>3 · 3.1</sub></td>
|
||||
</tr>
|
||||
<tr>
|
||||
<th colspan="6" align="center"><sub>IMAGE · DEDICATED MODEL FILE, EXACT SYNTAX</sub></th>
|
||||
</tr>
|
||||
<tr>
|
||||
<td colspan="3" align="center" width="360"><a href="image/references/nano-banana.md"><img width="38" alt="Nano Banana" src="assets/logos/nanobanana-color.svg"><br><b>Nano Banana</b></a><br><sub>2 Lite · 2 · Pro <em>(Gemini image family)</em></sub></td>
|
||||
<td colspan="3" align="center" width="360"><a href="image/references/gpt-image.md"><picture><source media="(prefers-color-scheme: dark)" srcset="assets/logos/openai-dark.svg"><img width="38" alt="GPT Image" src="assets/logos/openai.svg"></picture><br><b>GPT Image</b></a><br><sub>2.5 Flare · 2.5 Sunburst · legacy 2</sub></td>
|
||||
</tr>
|
||||
<tr>
|
||||
<th colspan="6" align="center"><sub>COVERED BY THE <a href="video/references/universal-rules.md">UNIVERSAL-RULES</a> LAYER</sub></th>
|
||||
</tr>
|
||||
<tr>
|
||||
<td colspan="6" align="center">
|
||||
<picture><source media="(prefers-color-scheme: dark)" srcset="assets/logos/runway-dark.svg"><img width="17" align="middle" alt="Runway" src="assets/logos/runway.svg"></picture> <b>Runway</b> <sub>Gen-4</sub>
|
||||
|
||||
<picture><source media="(prefers-color-scheme: dark)" srcset="assets/logos/luma-color-dark.svg"><img width="17" align="middle" alt="Luma" src="assets/logos/luma-color.svg"></picture> <b>Luma</b>
|
||||
|
||||
<picture><source media="(prefers-color-scheme: dark)" srcset="assets/logos/pika-dark.svg"><img width="17" align="middle" alt="Pika" src="assets/logos/pika.svg"></picture> <b>Pika</b>
|
||||
|
||||
<picture><img width="17" align="middle" alt="Sora" src="assets/logos/sora-color.svg"></picture> <b>Sora</b>
|
||||
</td>
|
||||
</tr>
|
||||
</table>
|
||||
|
||||
</div>
|
||||
|
||||
Model files are updated as new versions ship — Seedance 2.5 has a dedicated production reference built from ByteDance's official guides of July 31, 2026 (30-second single-pass clips, 60s extension, 30-180s Ultra Long mode, 50 reference inputs, video editing, 3D camera blockout); Kling 3.0 Turbo and Omni and Nano Banana 2 Lite are already in.
|
||||
|
||||
## How the video skill works
|
||||
|
||||
The `SKILL.md` body is a thin router; the craft lives in reference files the agent is forced to load in order:
|
||||
|
||||
1. **Dramaturgy** (`dramaturgy.md`) — scene formula, beats, shot functions, rhythm.
|
||||
2. **Universal rules** (`universal-rules.md`) — the 12 rules that hold for every model: prompt skeleton, character anchors, show-don't-tell, duration discipline, the final-image rule.
|
||||
3. **One model file** — `seedance.md`, `kling.md` or `veo.md`: exact syntax, multi-shot markers, dialogue protocols, reference tags, failure modes with fixes.
|
||||
4. **Task modules when needed** — storyboards and role modes, animatic keyframes, race-and-speed grammar, genre patterns, prompt-fix skeletons, camera and lighting vocabulary.
|
||||
5. **Two mandatory checks before output** — the six-point dramaturgy check and the three-detail audit on every shot. A prompt that fails either does not ship.
|
||||
|
||||
Output formats: a single prompt, a stitched multi-clip sequence with continuity blocks, a storyboard table, a prompt audit ("what breaks, what's missing, stronger version"), a director treatment, or Veo JSON.
|
||||
|
||||
## What the image skill does
|
||||
|
||||
Art direction for still images: editorial and product photography, posters, UI mockups, infographics, edits with hard preservation, character continuity across a series, storyboards and animatic keyframes for the video pipeline. It picks between Nano Banana and GPT Image 2.5 per task (grounding of real places, extreme aspect ratios and cheap batches go to Nano Banana; dense text, brand assets and preservation-critical edits go to GPT Image 2.5), then writes the prompt in that model's native structure.
|
||||
|
||||
The two skills chain: `image` builds the character sheets and keyframes, `video` turns them into motion with a proper motion brief instead of a re-described scene.
|
||||
|
||||
## Works with creative-director
|
||||
|
||||
These skills shoot the film. The idea and the script come from their sibling skill — **[creative-director](https://github.com/smixs/creative-director-skill)**: an AI creative director that develops ideas and scripts for commercials (and far beyond advertising) with world-class ideation methodologies, recursive scoring and a library of 571 legendary campaigns.
|
||||
|
||||
The full pipeline: **idea & script ([creative-director](https://github.com/smixs/creative-director-skill)) → keyframes & stills (`image`) → motion (`video`)**. Each stage is optional — enter wherever your project starts.
|
||||
|
||||
## Install
|
||||
|
||||
Works in Claude Code, Claude.ai Projects, Cursor, Windsurf, Cline, OpenCode, Codex, Hermes — anything that reads the Agent Skills format (plain markdown, no lock-in).
|
||||
|
||||
**Via [skills.sh](https://skills.sh/smixs/visual-skills)** — installs into any of 70+ supported agents, Codex included:
|
||||
|
||||
```bash
|
||||
npx skills add smixs/visual-skills # asks where to install, offers both skills
|
||||
npx skills add smixs/visual-skills -g # globally, for all projects
|
||||
npx skills add smixs/visual-skills@video # just one of the two
|
||||
npx skills update # update to latest
|
||||
```
|
||||
|
||||
**The full Creative Agency pack** — `creative-director`, `image` and `video` in one command:
|
||||
|
||||
```bash
|
||||
npx skills add https://skills.sh/p/nuK9jo3sTCZGB2Ul
|
||||
```
|
||||
|
||||
**As a Claude Code plugin** — one managed bundle with both skills:
|
||||
|
||||
```
|
||||
/plugin marketplace add smixs/visual-skills
|
||||
/plugin install visual-skills@visual-skills
|
||||
```
|
||||
|
||||
**In Codex CLI** — `npx skills add smixs/visual-skills -g -a codex`, or ask the built-in installer: `$skill-installer install skills from https://github.com/smixs/visual-skills`.
|
||||
|
||||
**Manually:**
|
||||
|
||||
```bash
|
||||
git clone https://github.com/smixs/visual-skills.git
|
||||
cp -r visual-skills/video visual-skills/image ~/.claude/skills/
|
||||
```
|
||||
|
||||
## Usage
|
||||
|
||||
> "Write a Seedance prompt — a hungry guy at night finds the last sausage in the fridge, 5 seconds, multi-shot"
|
||||
|
||||
> "Storyboard a 30-second film about guilt. Core emotion — guilt. Anchor object — a phone with an unread message."
|
||||
|
||||
> "Audit this prompt: [...]. What's broken, how to fix?"
|
||||
|
||||
> "Translate this script into 6 × 5-second Seedance prompts."
|
||||
|
||||
> "Make a keyframe set for a 15-second product film, then Kling prompts to animate each"
|
||||
|
||||
## What's new
|
||||
|
||||
<details>
|
||||
<summary><b>2026-08-04 — Seedance 2.5 production reference</b></summary>
|
||||
|
||||
New [`video/references/seedance-25.md`](video/references/seedance-25.md), built from ByteDance's official User Guide and Prompt Guide (released July 31): the official prompt formulas, the `( ) < > { } 【 】` audio/dialogue/text markers, the 50-slot reference discipline with stability tables, stages + end states for 30-second single-pass clips, video editing (partial re-render), extension to 60s, Ultra Long mode (30–180s), the 3D-blockout / green-screen pipeline, and three official worked examples. Cross-model additions landed too: a transition vocabulary and an uncommon-term translation pattern in the camera file, reference-role discipline and priority declaration in the universal rules.
|
||||
|
||||
</details>
|
||||
|
||||
## Author
|
||||
|
||||
**Serge Shima** — [t.me/aimastersme](https://t.me/aimastersme) · [sergeshima.com](https://sergeshima.com) · [aimasters.me](https://aimasters.me)
|
||||
|
||||
## Credits
|
||||
|
||||
Dramaturgy distilled from Walter Murch (*In the Blink of an Eye*), Akira Kurosawa, David Fincher, Steven Spielberg, Jonathan Glazer and Bong Joon Ho. Model syntax verified against official ByteDance, Kuaishou, Google and OpenAI docs plus fal.ai prompting guides, July 2026.
|
||||
|
||||
Vendor marks in the model table come from [lobe-icons](https://github.com/lobehub/lobe-icons) (MIT). Each mark stays the property of its owner and is used here only to identify the model it labels.
|
||||
|
||||
## License
|
||||
|
||||
**CC BY 4.0** — use it, fork it, build on it, commercially too. One rule: **credit the author**. Any copy or derivative — including skills assembled by AI agents from these files — must keep the attribution line: *Serge Shima — [github.com/smixs/visual-skills](https://github.com/smixs/visual-skills)*. See [LICENSE](LICENSE) and [NOTICE](NOTICE).
|
||||
|
||||
**Tags:** `claude` · `claude-skills` · `ai-video-generation` · `ai-image-generation` · `seedance` · `kling` · `veo` · `nano-banana` · `gpt-image-2.5` · `ai-film-directing` · `storyboard` · `prompt-engineering`
|
||||
Reference in New Issue
Block a user