Maak een studio ontwerp. Meerfaseninstructies zijn verwijzingen; deze worden niet gebruikt of in rekening gebracht voor de opwekking.
用于字体品牌广告、动态字体展示、拉片复刻及字体视觉创作。使用模型:Minimax H3。
Workflow tekst is bewaard gebleven in zijn originele Chinees. De referentiemodellen kunnen afwijken van de hier beschikbare modellen. Controleer de studio voor ondersteunde modellen en werkelijke kredietnoteringen.
本 Skill 用于:
正式制作之前先判断属于哪一类。
A|拉片复刻
用户提供视频,要求分析并保留:时间轴、镜位、景别、运镜、人物功能、人物动作、人物神态、字体动态、构图、场景功能、节奏、转场、声音节点。然后替换用户批准的字体、人物、场景或品牌。
B|指定字体炫酷创作
用户提供:字体、字样、Logo、字体名称、品牌字标。根据字体本身重新设计视觉广告。
C|从0做字体品牌广告
没有固定视频结构。根据品牌定位、字体特征、视觉调性、使用平台、目标人群、传播目的,从0构建完整广告。
D|已有脚本
用户已经明确:剧情、镜头、分镜、人物、场景或动作。严格围绕用户脚本进行字体广告设计。
不得一上来直接跑图或跑视频。先检查当前对话中已经明确了哪些信息。
这是强制门禁。
任何正式的人物提示词、场景提示词、关键帧提示词、首帧提示词、尾帧提示词、字体视觉图提示词、视频提示词,在针对具体生成模型进行正式编写之前,都先确认目标模型。
一|图像模型确认
只要需要:人物图、人物四宫格、场景图、首帧、尾帧、关键帧、字体视觉图,必须先确认:"本次图像素材适配哪个图像模型?"
可提供:
用户选择了 Nano Banana Pro、Seedance 2.5、Kling 3.0 Omni、Midjourney V7,只代表:"按这个模型写Prompt"。不代表:"允许立即执行生成"。
模型确认后下一步仍然必须:先写Prompt → 给用户看 → 等待用户确认 → 再执行。
所有提示词写完后必须先给用户审核。包括:字体视觉资产提示词、人物四宫格提示词、场景提示词、首帧提示词、尾帧提示词、关键帧提示词、视频提示词。
必须等待用户明确表达以下之一,才允许进入真正生成:
如果用户已经确认Prompt,随后Prompt又发生以下任何实质修改,则之前的确认失效:
图片确认不能自动代表视频确认。
例如:用户确认人物四宫格提示词,只能允许生成人物四宫格,不能因此直接生成视频。
同理:用户确认场景提示词,只代表允许跑场景图。视频提示词仍需单独审核。
只要最终视频出现主要人物,无论视频 5s、10s、15s、30s,以及人物是否跨镜头、跨段、只出现一次,都必须独立输出人物设定资产。
多人:@人物A / @人物B / @人物C
人物资产只描述:年龄、五官、脸型、肤色、皮肤纹理、发际线、发型、妆容、身材比例、上装、下装、鞋袜、眼镜、固定配饰
人物资产禁止写:剧情、场景、走路、动作、手势、视线变化、神态变化、微表情、台词、字体互动、镜头、声音
人物动态全部进入视频时间轴。
只要提前单独输出 @场景S1 / @场景S2 / @场景S3,则该资产必须是:纯空景静态环境。
场景资产不承担:人物、字体、品牌、剧情、动作功能。
场景正文只能描述:
①空间结构 — 室内/室外、地面、墙面、顶面、层高、通道、台阶、开口、建筑关系、前后纵深
②固定环境材料 — 金属、石材、玻璃、木材、混凝土、镜面材料、墙体、地面材料、固定装饰结构
③固定空间陈设 — 仅环境本身不可分割的静态陈设,例如:柱体、固定框架、门窗、灯带、空白屏幕、固定装置结构
④静态环境光 — 自然光方向、固定灯光方向、色温、明暗层次、阴影软硬、环境反射、体积光
⑤色彩与空气 — 主色、辅助色、黑位、饱和度、空气通透度、雾感、湿度、空间氛围
场景资产中绝对不能出现:
只要完整项目 ≥30.00s,则强制资产化。
有主要人物:输出独立人物四宫格。所有主要场景:分别输出纯空景。
例如:@场景S1|黑色镜面影棚 / @场景S2|未来白色大厅 / @场景S3|金属艺术空间
之后视频Prompt使用 @人物A / @场景S1 / @字体A 等简写。
<30s项目:如果场景只使用一次、不跨段、不需要保持严格一致,可以直接融合进视频Prompt。
如果跨段、重复使用、需要多次生成保持一致、用户要求提前生成场景,则必须单独输出纯空景资产。
用户要求拉片、逐帧、1:1、复刻时:完整参考视频仅在分析阶段使用。
可以用于:抽帧、时间码、人物分析、字体分析、构图分析、运镜分析、光线分析、节奏分析、声音分析
但正式视频生成Prompt的【输入资产】不得包含完整参考视频。也不得告诉用户"把参考视频上传进视频生成模型"。
最终视频Prompt禁止写:参考视频、参考原视频、参考原片、原视频、原片、复刻、与参考一致、按参考视频、照着原片、保持原片构图、参考人物表情、参考原运镜、和原视频一样
全部转换成:具体构图 + 具体动作 + 具体眼神 + 具体微表情 + 具体字体运动 + 具体摄影运动 + 具体光线 + 具体声音。
优先切在:动作完成、字体完整识别、满屏字面、黑场、遮挡完成、强音效落点、人物动作收束、自然停顿
不得为了满足时长:删除剧情、删除镜头、强行加速、缩短关键品牌识别
阶段0|建立全局规格
需求确认后、正式故事板设计前,通过 text_editor 建立 Final_Video_Spec.md,锁定:项目标题、任务类型、字体/品牌资产、场景方向、人物等级与类型、视觉风格、总时长、画幅、声音方向、已确认图像模型、已确认视频模型。后续所有阶段以此为共享锚点。
阶段A|拉片分析(仅拉片复刻任务)
不要一次性跑完整个流程。在以下里程碑暂停并向用户确认后再继续:
生成与装配完成后逐项核验:
用户只授权哪一部分,就只执行哪一部分。
拉片不是为了在最终Prompt里写"和这个视频一样",而是为了把视频转换成模型可以独立执行的具体镜头语言。
用户提出拉片、逐帧、1:1、还原、复刻时:必须读取视频并分析。
记录:总时长、分辨率、画幅、FPS、总帧数、音轨长度
至少每0.25s分析一次。
以下加密到逐帧:字体变形、快速擦屏、人物动作、表情变化、字体冲屏、碎裂、重组、遮挡、转场
记录:开始时间、结束时间、起始景别、结束景别、人物位置、字体位置、机位高度、摄影机移动、速度曲线、对焦、转场
分析:动作、重心、视线目标、焦点距离、眼球微扫视、回焦、眨眼、上下眼睑、眉间、鼻翼、呼吸、嘴唇、口角、下颌、头颈、肩颈、步态、衣摆惯性
人物状态按:活体基线 → 刺激触发 → 微表情峰值 → 自然恢复。
记录:精确文字、大小写、标点、字重、字宽、字距、占屏、2D/3D、厚度、倒角、材质、反射、初始位置、目标位置、路径、速度、碎裂、重组、识别帧
只分析环境本身:空间结构、材料、固定陈设、静态光、色彩、空间深度
如果后续需要生成独立场景资产:从这一步提取出纯空景描述。不得把分析到的人物和字体写入场景资产。
记录:BPM、节拍、低频、whoosh、裂纹、冲击、吸附、静音、尾响
分析"人物很高级"——最终不得只写高级。要转成:人物瞳孔聚焦镜头中距离焦点,上眼睑略压低,下眼睑保持轻微专注张力,双唇自然闭合,下颌保持克制基础张力,呼吸轻而平稳。
分析"字体高速冲屏"——转成:完整立体字沿镜头光轴先缓慢启动,随后迅速加速向摄影机推进,透视尺寸连续扩大,最终字面完全超过画框形成满屏遮挡。
分析"镜头拉远"——转成:摄影机从人物眼部极近景沿镜头光轴连续后撤,在约2秒内依次露出面部、肩颈、胸像和完整全身。
必须能明确回答:谁?在哪里?做什么?看哪里?字体在哪里?字体怎么动?摄影机怎么动?光怎么变化?声音什么时候响?最后停在哪里?
回答不清:继续分析,不进入正式Prompt。
模型确认前:可以做方向草案。
模型确认后:才能做针对该模型的正式执行故事板与Prompt。
按项目需要组合:建立品牌世界 → 字体第一次出现 → 字体运动展示 → 人物/字体互动 → 视觉升级 → 高潮 → 完整品牌识别 → 片尾锁定
不强制全部使用。
人物先建立:看哪里 + 呼吸 + 眼睑 + 下颌 + 身体重心,再接受视觉刺激。
每个短时间内:1个主反应 + 1—2个辅助反应。禁止五官同时乱动。
必须明确目标:镜头、字体、图标、人物、空间远点。
眼球先定位 → 短暂停顿 → 头部晚0.1—0.3s补偿1—3度 → 回焦。
明确:谁前谁后;遮挡多久;人物安全距离;字体什么时候完整识别。
单个镜头优先:1个人物核心动作 + 1个字体核心动作 + 1个主要运镜。
如果模型理解能力弱:优先减少人物动作、字体动作、镜头动作、粒子、材质变化、微表情数量。
先保:人物 → 字体 → 核心动作 → 镜头 → 关键表情 → 装饰效果。
故事板完成 → 继续写Prompt。Prompt完成 → 交用户确认。用户确认 → 才能执行。
所有媒体:先确认模型 → 再写Prompt → 再确认Prompt → 再生成。
没有Prompt确认:不执行。
严格字体项目可输出:【@字体A|字体视觉资产档】
包含:品牌名称、精确展示文字、大小写、标点、字体参考、字重、字宽、字距、特殊结构、颜色、材质、允许动态、禁止变化
只要出现主要人物:必须输出人物四宫格(强制规则见 planner 第09节)。
【@人物A|人物形象四宫格设定图提示词】
9:16人物设定版。
先确认:图像模型。然后输出:人物Prompt。随后询问用户:"人物设定Prompt是否确认?" 用户确认后:才能生成人物。
提前需要生成场景:必须生成纯空景(强制规则见 planner 第10节)。
标题:@场景S1|XXX
场景Prompt正文:只写正向环境。
注意:禁项规则属于Skill控制层,最终Prompt正文不要堆"无人物、无字体、禁止Logo"等负面句。
同样执行:确认图像模型 → Prompt → 用户确认 → 生成。
执行:确认视频模型 → 视频Prompt → 用户确认 → 跑视频。
≥30s:
不得出现:刚生成人物图 → 自动生成场景 → 自动跑视频 这种链式执行。
每个阶段按用户确认范围执行:
图像资产(人物四宫格、场景图、首帧/尾帧/关键帧、字体视觉图)
manage_item_assets 合约,使用 Storyboard 中的实际目标 ID;不在 Skill 中定义独立 ID 模板。query_assets_info 查询。如果所需绑定缺失,调用 manage_item_assets 写入完整绑定数组(保留已有绑定),然后重新查询验证。manage_item_assets 合约解析。计划位置优先于术语规范化;不得仅从媒体标签推断绑定类型或角色。asset_bindings 数组中保留所有适用绑定。正式Prompt必须经过:导演分析 → 模型确认 → 镜头编译 → Prompt草案 → 用户确认 → 执行。
不能先默认用Seedance写完,再问用户用什么模型。
正确:先问模型 → 再按模型能力写Prompt。
Prompt写完以后:禁止自动继续执行。必须明确展示给用户确认。
选择模型 ≠ 批准Prompt。
批准Prompt ≠ 批准其他媒介Prompt。
内部复杂分析不能原样复制进最终Prompt。
最终Prompt优先写:主体 + 起始状态 + 动作 + 镜头 + 字体 + 关键人物反应 + 结束状态。
"高级感"不是最终动作指令。"活体基线"不是模型动作指令。"微表情峰值"不是最终Prompt词。必须转成可见画面。
弱模型:
尽量只包含:1个人物主动作 + 1个字体主动作 + 1个摄影机主动作。
内部可分析很多五官。最终短镜头只挑2—4个最关键变化。
例如:人物先看镜头;巨大字体从右侧靠近时,瞳孔先向右移动约2度,上眼睑轻收,头部晚约0.15秒向右微转1度;字体离开后重新回焦镜头并轻轻呼气。
看向目标 → 抬手 → 靠近 → 减速 → 触碰 → 字体响应 → 手放松 → 回焦。
每段Prompt开头:【生成设置】
可以写:目标时长、已确认模型、已确认画幅、输入资产、声音、核心视觉
输入资产只写真正用于该任务的:@人物A / @场景S1 / @字体A / 首帧 / 尾帧 / 图片。不写完整参考视频。
已经单独输出场景:视频里写 @场景S1。不重复完整空间Prompt。
但:动态光线变化、人物动作、字体动作、镜头运动仍写在视频Prompt。
独立人物资产后:使用 @人物A。但继续详细写:动作、视线、关键微表情、身体重心。
最终视频Prompt不得出现:参考视频、原视频、参考原片、原片、复刻、照着参考、和原片一样、保持参考效果。
Skill内部保留完整质检规则。
最终模型Prompt:仅根据当前镜头保留3—6个最危险负面问题。避免几十条负面要求淹没主指令。
Prompt修改后:重新发给用户。必须重新确认。未经重新确认:不得执行。
短。准。具体。时间明确。动作明确。方向明确。因果明确。结束状态明确。
优先在以下位置切段:字面满屏、黑场、遮挡、动作完成、字体完整识别、声音强落点
明确: