Préparez un projet de studio. Les instructions multi-étapes sont des références; cela ne fonctionne ni ne charge pour la génération.
专门处理第一人称 POV 视频创作,保持主角视角一致,规划分镜、动作与视频生成流程,禁止第三人称镜头。
Le texte de Workflow est conservé dans son original chinois. Les modèles référencés peuvent différer de ceux disponibles ici. Vérifiez le studio pour les modèles pris en charge et les devis réels.
严格第一视角(first-person POV)现实主义短片的全流程生产Skill。从资产生成到逐条Clip视频输出到最终剪辑,全部在POV铁律下执行。
用户给需求/剧本/图/片段问题
↓
反抽卡预检(Anti-Lottery Gate)
↓
锁参考图职责:人物 / 场景 / 道具 / 手部动作 / 状态
↓
判断任务类型:图片资产 / 图生视频 / 长段落 / 九宫格 / QC返修
↓
写可直接粘贴的正式提示词
↓
自动带上动作阶段、镜头运动、声音证据、禁止项、假点质检
↓
如果生成失败 → QC / 返修路线
第1步:编写 Final_Video_Spec.md(视频规格书)
第2步:生成角色/场景/道具/手部POV局部资产图(GPT Image 2.0),锁定视觉一致性
第3步:生成九宫格总览图,确认全片节奏和关键画面(仅用于规划,不锁人物脸)
第4步:编写分镜故事板,用户确认后方可进入生成
第5步:对每条Clip执行反抽卡预检,通过后逐条生成视频(Seedance 2.5(分辨率 480p))
第6步:每条Clip生成后立即QC,失败进入返修路线
第7步:生成配乐和旁白(如需要)
第8步:视频装配 — 时间轴拼接、转场、音轨对齐、导出
每条Clip生成前必须内部执行以下检查,判断RUN或NO-RUN。需要诊断或用户要求时可展示:
【反抽卡预检】
本次生成目标:
本次只验证:
本次不验证:
主体是否唯一:
第一视觉焦点:
参考图职责是否单一:
是否存在互相打架的词:
抽象风格词是否过多:
模型最可能错误代偿成:
必须看到的正向物理锚点:
需要删除或后移的污染词:
POV是否严格(无第三人称泄漏):
结论:RUN / NO-RUN
预检铁律:
在进入分镜设计前,必须先生成以下规格书:
标题:
类型:第一视角现实主义短片
画面比例:16:9
目标时长:
视觉风格:现实主义、纪实摄影、自然光、低饱和、湿冷空气、旧物质感、手持主观运动
语言:中文对白(后期配音)
图片模型:GPT Image 2.0
视频模型:Seedance 2.5(分辨率 480p)
核心规则:严格第一视角POV,禁止第三人称镜头
情绪曲线类型:[渐强/渐弱/波浪/对比]
每个角色必须建立:
每个场景必须建立:
每个关键道具必须建立:
一个段落必须是可播放的,不只是好看的。
每个段落必须有一个 Story Job:
这个段落改变了什么?
它从上一段继承了什么?
它为下一段准备了什么?
如果删掉它,什么会断?
如果什么都不会断,删除或合并该段落。
在视频提示词内部使用动作阶段,不要写精确到秒的指令:
第一阶段:
第二阶段:
最终阶段:
每个动作阶段需要:
每个段落/Segment配置情绪:
情绪基调:[紧张/压迫/温暖/悲伤/平静/孤独/失落]
情绪强度:[微弱/中等/强烈/极致]
情绪色彩:[冷/暖/中性]
观众感受:[具体描述观众应该有的身体感受]
起始情绪 → 转折点 → 高潮情绪 → 结束情绪
情绪色调光线构图镜头运动节奏紧张暗色/冷色强对比/阴影狭窄/倾斜快速/不稳快温暖暖色/柔和柔光/逆光居中/对称缓慢/平稳慢悲伤冷色/低饱和柔和/散射空旷/留白静止/缓慢慢压迫灰暗/低饱和顶光/底光封闭/压迫下沉/压低慢平静中性/柔和自然/均匀平衡/和谐缓慢/静止慢
情绪必须通过证据表达,不通过口号:
将抽象词转化为可见物理证据:
压迫感 → 低机位贴近物体表面、封闭空间边界、环境声压低、手部犹豫动作
孤独感 → 空旷构图、大量留白、视线没有落点、静止环境、只有自己的呼吸声
温暖感 → 热气模糊视线、暖色光从物体表面漫射、手部接触温度变化
声音是连续性和情绪控制的一部分,不是装饰。
每个段落定义:
环境空间声:
物体/动作声:
允许的台词(后期配音):
音乐规则:
静默/停顿点:
规则:
永远不要只说"参考这张图"。每张参考图必须分配单一职责:
R / rhythm-anchor:主构图、情绪节拍、段落身份
E / environment:空间布局、光线、地理、材质
C / character-entry:人物如何入画、身体遮挡、关系距离
H / hand-action:主角身体局部、接触动作、触发动作
P / prop-detail:易碎道具形状、材质、文字底图、象征物件
S / sound:环境声、实际噪声、台词规则
Q / QC:通过/失败检查和返修路线
对每张参考图写明:
- [参考图名]:只继承 [单一职责];不继承 [污染风险]
R:段落锚点POV图
C:角色入画POV图
H:主角手部/身体动作POV图
P:关键道具和文字表面POV图
E:环境/入口/空间POV图
S:声音和对白规则
Q:通过/失败和返修规则
R图不够。强生产包需要角色入画、手部动作、道具细节和环境参考,因为视频模型需要运动、接触和空间证据。
每条Clip生成前判断路线:
全能参考:多张参考图共同控制身份、场景、风格、道具、状态
首尾帧:上一段尾帧或本段尾帧必须被继承
智能多帧:同一主体有连续状态变化(变身、受伤、换装、年龄变化)
分镜板图生视频:需要一张storyboard board锁住段内镜头顺序
传统图生视频:单图出运动,风险最低但变化能力有限
文生视频:没有图时先锁主体、空间、动作锚点
对Seedance 2.5(分辨率 480p):作为多参考段落导演使用,不是简单的首帧/尾帧工具。
以下内容不由视频模型生成,必须后期合成:
每个Segment完成后逐项检查:
用一票否决判断:
POV破了(第三人称泄漏) → 整条Clip重跑,不裁切修补
空间不可能(透视反转、方向错误) → 重建环境参考图
手/物体接触错误 → 重建手部动作或道具参考图
文字生成错误 → 后期处理,不重跑整条Clip(除非文字是画面中心)
情绪过度煽情 → 去掉音乐/对白,加停顿和实际噪声
参考图污染(角色换脸/风格跑偏) → 减少参考图数量,分两次跑
返修时先判断是哪一层失败:
【生成目标】
【参考图职责】
【主体定义】
【设计语言】
【材质与细节】
【姿态/构图】
【背景/资产底】
【光线】
【一致性】
【禁止】
【质检】
前缀:真人生活纪实风格半身照片,
后缀:自然灰冷光,真实县城乡村质感,不要影棚感,不要海报,不要商业广告感,不要文字。
前缀:纪实近景照片,
核心:[手部/鞋/衣袖描述] + [年龄质感] + [环境物件]
后缀:只拍[局部],不拍正脸。
[空间描述] + [光线条件] + [关键物件和使用痕迹] + 纪实摄影,不要[风格禁止项],不要文字。
纪实近景,[道具描述和状态] + [所在环境边缘] + 真实自然光,不要摆拍感,不要文字。
用以下结构,按需选择模块,但保持操作逻辑完整:
【参考图输入】\
每条Clip的prompt必须以此开头:
first-person POV from [protagonist]; camera is his/her eyes; no external shot of [protagonist].
中文Prompt英文低机位low angle POV手持主观handheld subjective movement视线从A移到Bthe gaze shifts from A to B视线被声音拉过去the gaze is pulled by the sound of视线跟着手the view follows the hand视线停在the frame holds on / the gaze rests on余光peripheral view / edge of frame前门上方小凸镜convex mirror above the front door右侧外后视镜right-side exterior rearview mirror玻璃反光里的模糊人影blurred figure in the glass reflection手从左侧/右侧伸进来a hand enters the frame from the left/right被窗框拖走the window frame drags [subject] out of view推轨镜头slow dolly shot in(禁用zoom)过肩镜头over-the-shoulder shot倾斜构图Dutch angle
Handheld subjective movement | small jolts | cold grey morning | natural rural realism | documentary realism | lived-in texture | low saturation | wet cold air | real Chinese county-town | practical interior light | night-shift bus texture | worn fabric | cracked plastic | steam from hot food | wet mud | paper ash | dim fluorescent
负面提示词必须具体、绑定失败风险,不写空泛的"低质量、模糊、丑、变形"。
错误示范:
低质量、模糊、丑、变形
正确示范:
禁止从第一视角切到第三人称旁观镜头;禁止出现主角正脸或全身;禁止生成可读中文文字;禁止结尾静止全身展示;禁止忽略角色入画参考图导致换脸;禁止空间方向反转。
No third-person shot of protagonist, no full face of protagonist, no full body of protagonist, no subtitles, no on-screen text, no logo, no narration, no sentimental montage, no fantasy glow, no commercial advertising look, no over-polished cinematic glamour, no CG render, no anime, no infographic, no diagram, no symbolic slow motion, no exaggerated acting, no perfect clean environment.
视频特有问题:
人物一致性问题:
POV特有问题:
当生成结果不对时,先检查提示词污染: