White的收藏导航 · 提示词参考

纯文本生成视频的通用骨架：主体＋动作必选，场景/风格/运镜/声音可选，任何任务先过一遍。

<主体>在<场景与环境>中<主要动作或事件>。
画面呈现<视觉风格>。
镜头采用<景别、机位、运镜或切镜>。
声音包括<对白、环境声、音效或音乐>。

有参考图/视频/音频时必写：明确每份素材「采用什么、不采用什么」，映射关系必须写进提示词。

@图片1用于<主体>的<外貌、服装、结构或材质>。
@视频1用于<动作、运镜或节奏>。
@音频1用于<角色或声音类型>的<音色、台词、环境声或音乐>。

<主体>在<场景>中完成<主要动作或事件>。
画面呈现<视觉风格>，镜头采用<镜头表达>。

同一物体需要多角度时：拆成多张独立视角图比拼在一张图里更稳定。

@图片1定义同一盏折叠台灯的正面外观。
@图片2定义同一盏折叠台灯的左侧结构。
@图片3定义同一盏折叠台灯的右侧结构。
@图片4定义同一盏折叠台灯的背面结构。
四张图片共同定义同一盏折叠台灯，成片中始终只有一盏折叠台灯。

台词非中文时明确语言。公式：台词语言＋地区变体或口音＋表达方式＋说话人＋{台词内容}。

女孩用自然、口语化的美式英语说：{I thought you weren't coming.}
地道洛杉矶口语版：年轻男子用自然的洛杉矶口语说：{No way, you actually made it.}
日语版：女孩用日语轻声说：{もう大丈夫です}

四种符号各管一类：音乐小括号、音效尖括号、台词大括号、字幕方头括号。可直接写「无背景音乐，只保留对白」「不要字幕」。

音乐：(背景播放舒缓节奏的钢琴乐)
音效：<远处传来钟声>
台词：{你好，欢迎回来}
字幕：【第一章：启程】
限制写法：无背景音乐，只保留人物对白、环境声和动作音效。不要字幕。

多事件长片用「阶段＋结束状态」组织：每阶段只安排一个主要状态变化，写清该阶段结束时画面里能看到什么。

【生成目标】
生成一段<视频类型>。核心主体是<主体>，主要事件是<故事概要>。

【阶段一】
开始时：<人物、道具和场景的初始状态>。
主要事件：<一个主要动作或事件>。
结束时：<人物位置、道具归属或画面状态>。

【阶段二】
承接上一阶段：<需要保持的状态>。
主要事件：<一个主要动作或事件>。
结束时：<可观察状态>。

【阶段三】
主要事件：<收束事件>。
结束时：<最终画面状态>。

【保持一致】
保持<人物身份、数量、服装、道具归属、空间方向和声音关系>稳定。

编辑已有视频：先定义唯一母版，再写编辑目标、目标素材职责、编辑范围和保持内容。

【编辑目标】
编辑@视频1，在<全片或明确时间段>对<画面对象、区域或声音类别>进行<增加、移除、替换或调整>。

【原视频职责】
@视频1是唯一编辑母版，负责<人物、场景、动作、构图、镜头、遮挡关系、声音和事件顺序>。

【目标素材职责】
@图片1或@音频1用于<目标对象或声音的指定属性>。

【编辑范围】
只处理<对象、区域、时间段或声音类别>。

【保持内容】
保持@视频1中的<不应变化的画面、动作、声音和时间关系>。

只换画面里某个对象：核心是【时间线继承】——目标对象继承原对象每次出现、运动、遮挡、离开的时点/路径/速度，并声明全片目标数量。

【编辑目标】编辑@视频1，只把<原对象>修改为<目标对象>。
【原视频职责】@视频1是唯一编辑母版，负责原始场景、机位、镜头运动、动作轨迹、遮挡关系和事件顺序。
【目标素材职责】@图片1用于<目标对象>的<外观、结构或材质>，不采用<无关背景、人物或构图>。
【编辑对象与范围】只修改<明确对象和区域>。全片目标对象数量为<数量>。不修改<需要保持的内容>。
【时间线继承】<目标对象>继承<原对象>每次出现、运动、遮挡和离开的时点、持续时长、路径与速度变化。
除以上明确修改对象或区域外，@视频1中的其他人物、道具、场景内容、镜头运动、镜头切换和事件顺序保持原样。

只换环境不动人：只修改主体轮廓之外的背景区域，逐项写明不修改的主体属性。

【编辑目标】编辑@视频1，只把<原背景区域>替换为@图片1中的<目标环境>。
【原视频职责】@视频1是唯一编辑母版，负责人物、前景物体、动作、构图、镜头运动和事件顺序。
【目标素材职责】@图片1只用于<目标环境>的空间布局、材质、景深、环境色和光线方向，不采用图片中的人物或前景物体。
【编辑对象与范围】只修改<主体轮廓之外的背景区域>。不修改<主体身份、五官、发型、服装、表情、位置、大小和动作>。
【时间线继承】人物动作与遮挡关系保持@视频1。除以上明确修改对象或区域外，其余内容保持原样。

先对齐边界画面再写新内容：向后延长首画面承接尾帧，向前延长末画面衔接首帧；声明同一主体不重复、不分裂。

@视频1是需要向后延长的原视频。
向后延长@视频1。延长片段的第一个画面直接承接@视频1的尾帧：保持<主体姿态与朝向>、<道具位置>、<背景与空间关系>、<机位与构图>、<光线>、<声音状态>和<运动趋势>连续。
随后，<描述需要延长的新动作、事件、镜头或声音>。
延长过程中保持<人物身份与服装>、<关键道具>、<背景布局>、<摄影轴线>和<原有声音环境>连续。
同一主体始终保持为同一个连续对象，不重复、不分裂；人物外形或物体部件数量保持稳定。

向前延长改写：延长片段的最后一个画面自然衔接@视频1首帧（各要素与首帧一致）；有其他参考素材时补一句：
<只在原视频开始后出现的素材>不在向前延长片段中提前出现。

多模态参考模式直接在首句声明首尾帧，逐张单独说明，不合并；首尾图必须同画幅。

@图片1作为首帧，定义视频开始时的构图、主体位置、姿态、道具状态、场景和镜头方向。
@图片2作为尾帧，定义视频结束时的构图、主体位置、姿态、道具状态、场景和镜头方向。
@图片3用于<主体A>的<外貌、服装、结构或材质>，不改变@图片1定义的首帧构图，不改变@图片2定义的尾帧构图。

<描述一个连续动作或事件>。
画面从@图片1定义的首帧自然开始，经过连续动作后到达@图片2定义的尾帧。
首尾之间保持<人物身份、道具结构与归属、场景布局和镜头方向>连续。

多张图定义不同阶段：首句声明顺序，逐张写关键状态；控制的是阶段顺序和关键状态，不是逐帧复刻。

以@图片1至@图片4的顺序作为关键帧。
@图片1是首帧：<开始时的构图与主体状态>。
@图片2是第二关键帧：<第一阶段结束时可见状态>。
@图片3是第三关键帧：<第二阶段结束时可见状态>。
@图片4是尾帧：<最终构图与主体状态>。
画面依次经过@图片1至@图片4，各阶段之间使用连续动作自然过渡。
全过程保持<主体身份、道具结构与归属、场景布局、光线和摄影轴线>连续。

用一张宫格图给故事、镜头顺序和大致构图：≤15 格、简洁线稿、少文字标注、写明读取顺序；不适合逐格复刻。

@图片1提供<数量>格宫格分镜的镜头顺序和大致构图，读取顺序为<从左到右、从上到下>，不采用图中的<线稿画风、文字标注或占位人物>。
@图片2用于<主体>的<外貌、服装、结构或材质>。
逐镜头描述：<每格的主体动作、景别或运镜>。
最终采用<画风>，声音包括<对白、环境声、音效或音乐>。

用简单几何体预演动作、动线、站位、运镜：逐一映射白模主体，说明继承哪些时序与空间信息。

@视频1是粗粒度白模参考，仅提供<动作路径、站位、机位、运镜、切镜、光影、声音节奏或空间关系>，不采用其中的白模外观、材质和场景。
<白模主体>逐一映射：<高圆柱体>对应<讲解员>，<长方体>对应<移动展车>。
成片中：<主体、场景、动作和风格>按提示词生成；<动线、运镜、切镜位置与光影时机>继承@视频1。

已有完整建模、想换材质/场景/风格：保持结构与动作，明确重渲染属性；白模画面要干净，避免轨迹线与相机锥体。

@视频1是细粒度白模参考，保持<主体结构、动作、空间布局、机位、运镜和切镜>，不采用原有灰模材质和空白背景。
@图片1用于<目标材质与色彩>，@图片2用于<目标场景>。
将<主体>重渲染为<材质与色彩描述>，场景重渲染为<场景描述>；保持<转动节奏、运镜和切镜>与@视频1一致。

多张图片组织成统一节奏的完整短片：素材职责→图片顺序→动态幅度→剪辑风格→视觉包装→声音。

【素材职责】
@图片1用于<开场画面>。
@图片2用于<过程画面>。
@图片3用于<结尾画面>。
@视频1仅用于<剪辑节奏、转场、字幕包装或音乐风格>，不采用其中的人物身份和场景。

【编排方式】
图片按照<上传顺序/指定顺序/主题自由编排>出现。
<说明需要保持的人物、商品、地点和事件关系>。

【画面动态】
每张图片采用<轻微Live动效、视差、推拉、横移或局部动作>。
保持<主体外观、商品结构、文字或背景关系>稳定。

【成片风格】
采用<剪辑节奏、转场方式、字幕或图形包装、色彩风格>。

【声音】
包括<对白、环境声、音效或音乐>。

两段视频间生成过渡：转场前视频→转场后视频→触发动作→镜头运动→画面变形→到达状态→声音。

@视频1是转场前片段，采用其<尾部主体、动作、构图、镜头方向和声音>。
@视频2是转场后片段，采用其<开头主体、构图、镜头方向和声音>。
保持@视频1和@视频2原有片段中的<人物身份、商品结构、场景和主要动作>稳定。

在@视频1尾部，<主体或前景物>通过<动作>触发转场。
镜头<运动方向和速度变化>，画面中的<形状、材质、光线或空间>逐渐变化为@视频2开头的<对应元素>。
转场结束时自然到达@视频2的开头构图，并保持<主体位置、镜头方向和运动趋势>连续。
声音从<前段声音>平滑过渡到<后段声音>。

单次情绪转折：选 2–4 个可观察表现（眼神/眉头/嘴角/呼吸/视线/手部），比只写情绪词稳定得多。

整体情绪从<起始情绪>转为<结束情绪>。
发生<触发事件>后，<主体>先出现<即时可观察反应>。
随后，<眼神、眉头、嘴角、呼吸、视线或手部动作>逐渐发生<变化>。
最终，<主体>以<克制或明确的外在表现>表达<目标情绪>。

多次情绪转折按触发事件分阶段推进，每阶段对应一个可观察变化。

听到或看到<第一个触发事件>时，<主体的第一个可观察反应>。
当<第二个触发事件>出现后，<主体的表情、视线或呼吸发生的变化>。
确认<关键信息>后，<主体试图克制或掩饰的情绪>通过<可观察表现>逐渐显现。
最终，<主体的最终动作、表情或说话方式>。

一切的第一步：先把 AI 设定成分镜师，再让它把故事处理成剧本与分镜表。{XX模型/XX平台} 替换成实际目标模型。

你现在是一名专业的 AI 短剧分镜师，具备专业且新潮的分镜知识和理念，并且擅长于撰写与优化提示词。
现在你需要协助处理我发给你的故事。
首先，将故事处理成剧本，重点放在人物与人物、人物与环境之间交互，明确人物的状态、情绪和台词。
并附上角色设定以及场景设定，撰写出提示词，提示词针对 {XX模型/XX平台} 进行优化。
然后，将剧本处理成分镜表，分镜表不需要太过详细，专注于故事发展和情绪，注意丰富景别，强化故事性。
镜头语言合理，景别丰富，衔接流畅合理。并附上每个分镜的提示词，且针对 {XX模型/XX平台} 进行优化。

给 AI 布置任何优化任务时的通用骨架：角色设定 → 核心指令 → 约束条件 → 示例 → 输出格式，最后接上用户需求。

## 角色设定
[为任务选择合适的AI角色]
## 核心指令
[清晰的任务描述，一句话说清要做什么]
## 约束条件
[输出要求、格式限制、禁止事项]
## 示例（如需要）
[1-2个输入输出示例]
## 输出格式
[指定输出结构]
---
用户需求：[]

写任何生成类提示词先套这 8 个槽位：缺什么补什么，写满即成稿。

目标：[你想生成什么]
主体：[人物/物体/场景]
动作：[正在发生什么]
镜头：[景别/角度/运镜]
环境：[地点/时间/氛围]
风格：[美术风格/质感/参考方向]
约束：[不要出现什么/必须保留什么]
输出：[尺寸/时长/格式/语言]

剧本与分镜的定向优化：风格、时长、镜头语言、钩子与悬念，四条按需取用。

1. 将剧本优化为 {XX} 风格
2. 将分镜表控制在 {XX} 时长
3. 优化分镜的景别和运镜方式
4. 提炼核心钩子、增加伏笔、留悬念

画质优化与分镜数量控制，两条高频小指令。

画质优化：给出通用的、有效直接的画质优化正向提示词。

分镜优化：现在的分镜表 {啰嗦/简短}，我需要控制分镜在 {X} 内，并且保持故事完整、叙事流畅。

手里有参考图 / 参考视频，想反推出提示词时用。{XX} 换成目标模型。

提供素材做反推，给出提示词并针对 {XX} 优化。要求：自然语言、精简准确、不啰嗦。

即梦 Seedance 2.0 的生成器模板结构（六个模块），可作为其他模型模板的改写范本。

[role / objective]
定位为「专属视频提示词生成专家」，把剧情与参考素材转成模型能精准理解的结构化自然语言提示词。

[output_constraints]
只输出纯文本提示词；绝不生成任何实际的视频或图片。

[input_handling_rules]
支持人物图、场景图、首帧、尾帧、分镜图（四宫格/九宫格）、场景宫格图（四方位）、人物位置参考图；严格按用户说明用「@图X」映射素材；提醒输入总时长，未给则自行安排但不超过 15s。

[prompt_writing_guidelines]
① 强制开头「不要出现字幕和音乐，只有音效。」
② 素材映射（以 @图4 为首帧，主体参考 @图1，场景参考 @图3）
③ 宫格图解析（用镜头语言串联，如「镜头随人物视线向左移动，展现 @图6 左上角的陈设」）
④ 细节与动态
⑤ 专业运镜指令
⑥ 时间轴分段写法（0-3 秒…；4-8 秒…）

[workflow]
阶段 1 初始化：只发引导语，不给提示词示例；
阶段 2 接收信息后按 guidelines 输出最终纯文本提示词。

[initial_greeting_template]
引导用户说明素材、核心剧情、视频时长（可选）、镜头要求（可选）。

基于参考图生成视频，重点是「保持什么不变、变化什么」。

基于参考图生成视频。
保持：[主体身份/服装/产品结构/画面风格] 不变。
动作：[主体从初始状态到结束状态的变化]。
镜头：[景别 + 运镜 + 焦点]。
场景：[光线、天气、背景、氛围]。
节奏：[时长、速度、是否定格]。
限制：[无水印、无文字UI、无跳帧、无穿模、主体不漂移]。

短剧里最常见的情绪段落：一个核心动作 + 光线氛围，人物身份稳定。

[场景时间和地点]，[主体外观和初始状态]。
镜头：[景别]，[运镜]，[焦点变化]。
动作：[一个核心动作变化]。
光线：[色调、方向、强弱]。
氛围：[悬疑/治愈/紧张/浪漫]。
限制：人物身份稳定，动作连贯，无跳帧，无多余文字。

电商 / 广告镜头：产品结构准确、材质清晰，logo 不变形。

产品：[产品名称和关键特征]。
画面：[产品摆放位置，背景和道具]。
动作：[手部互动/旋转展示/液体飞溅/灯光打开]。
镜头：[特写到全景/横移/缓慢推进]。
光线：[商业棚拍柔光/高反差/轮廓光]。
风格：干净，高级，产品结构准确，材质清晰。
限制：logo 不变形，无多余文字，无水印。

没有具体剧情、纯氛围与情绪的镜头，适合片头 / 片尾 / 转场。

[主体] 位于 [场景]，正在 [动作]。
镜头：[手持/推进/环绕/慢动作]。
光线：[霓虹/逆光/舞台光/黄金时刻]。
画面情绪：[孤独/热烈/梦幻/压抑]。
节奏：跟随音乐律动，动作自然连贯。
限制：画面稳定，主体不漂移，无跳帧。

一镜到底连续镜头的精度上限：13 个段落按顺序填满，适合高潮镜头与长镜头。

场景背景：标题为「精确 N 个角色 — 无重复」：发生了什么、镜头中有哪些人物、镜头时长。
参考素材：角色和地点标签，并注明其作用（是起始帧，还是只用空间与纹理）。
场景布置：用文字描述地点的地理位置、道具位置与距离。
首帧与空间：第一帧中人物与道具的位置关系。
格式模式：一镜到底还是硬剪辑，总时长，是否实时拍摄。
镜头光学：镜头焦段、机位高度、距离、景深与对焦方案。
摄影机：摄影机的拍摄方式，以及它不会做什么。
动作时间：动作的逐拍，以秒为单位切分。
物理特性：所有运动物体的重量、接触和惯性。
灯光：单一光源逻辑，光源位置。
音频：语音描述和确切台词；仅限音效。
角色表演：状态、欲望、隐藏内容、肢体节奏、变化。
风格/质量/正向约束：风格前缀逐字粘贴；细节与稳定性要求；所有计数和禁令以画面中实际存在的内容为准。

照片级写实的通用质量段：逐行拼进成稿提示词；计数和禁令以画面实际内容为准。

风格：8K IMAX。照片级写实——无3D渲染，无游戏引擎，无游戏过场动画美学。
摄影：悬浮式沉浸镜头，与演员融为一体；自然光；如画般的构图，强烈的反光轮廓。
灯光：仅使用自然光——逆光，镜头置于阴影侧，营造氛围薄雾。主光仅来自天空和窗户。
色彩：60:30:10——主色/辅助色/强调色。
摄影机：物理电影镜头。180° 快门运动模糊。
皮肤：毛孔级真实感——绒毛、不对称的痣、毛细血管充盈、毛孔阴影与现场光线完美匹配。
表演：好莱坞式——反应前的微停顿、精准的眼神、湿润而生动的眼神、清晰可见的呼吸和胸膛起伏。
物理：尊重重力和惯性——物体具有真实的重量，正确的接触阴影。无悬浮道具。
构图：三分法 + 黄金分割。所有人物均从第一帧开始移动。
连贯性：人物、道具、环境在所有镜头切换中保持一致，无任何风格偏移。
技术：24 帧流畅运动，8K 分辨率，无抖动。
音频：仅环境音效，无配乐，无字幕。

写分镜提示词时按维度取词：每个维度记一组可选值，组词即成稿。

主体：描述清楚融合思路与画面主体内容，涵盖对元素及其关系的描写。
景别：远景、全景、中景、近景、特写、大特写。
氛围：明亮色彩、冷色调、暖色调、柔和色调、阴暗光线。
环境：描述背景或环境图片。
运镜：上下左右各方向移动、推进、拉远、摇镜头、固定，围绕主体顺时针/逆时针环绕，旋转镜头；可简单叠加，如「推进 + 顺时针旋转」「向上移动 + 拉远」。
视角：低角度、高角度、平视镜头、鸟瞰镜头。
特殊拍摄手法：延时摄影、微距镜头、第一人称视角、航拍镜头。
构图：对角线构图、三分构图、对称构图、越肩镜头、荷兰角镜头。
风格统一：2D 动漫风格、3D 渲染风格、像素风格。
动态控制：大动态/大动效/快速运动；中动态/中等动态/一般动效；小动态/小幅动态。

生成视频前先把分镜表填满，逐项喂给模型；一份一行一镜。

镜号：
景别：
角度：
构图：
运镜：
角色走位与表演：
音效：
运动模糊：
时长：

交付前过一遍这十条，任何一条不过关就回炉。

1. 想法是否通过「可画面化」自检？有没有长对白、复杂群戏、抽象概念？
2. 每个镜头是否有明确景别、运镜、时长？
3. 心理描写是否已全部外化成动作、表情、闪回或旁白？
4. 场次是否按场地、昼夜、剧情节点正确切分？
5. 提示词是否明确针对目标模型/平台优化过？
6. 出镜两次以上的角色是否都有人设图？
7. 情绪指令是否只有五官动作，没有情绪形容词？是否带负面约束？
8. 提示词是否有时间轴分段？是否写明「不要出现字幕和音乐，只有音效」？
9. 是否写清了素材映射（@图X 分别是什么）？
10. 正向约束是否把人数、道具数量、机位边界写死？