Communitygithub.com

sd25-pe

Wird verwendet, wenn ein Benutzer einen Agenten auffordert, Text, Geschichten oder optionale multimodale Referenzen für Seedance 2.5 Text-zu-Video, Multi-Referenz-Generierung, Keyframes, Storyboards, Blockouts, Videobearbeitung, Audiobearbeitung oder -Erweiterung zu optimieren.

Was ist sd25-pe?

Dieser Skill, `sd25-pe`, ist der offizielle Prompt-Optimierer für Seedance 2.5. Er übersetzt rohe Benutzereingaben – wie Text, Romanauszüge, Bilder, Videos und Audio – in saubere, sofort einreichbare Prompts. Der Skill zerlegt das Story-Kontrakt, die Medienverantwortlichkeiten und die Subjektzuordnungen und stellt sicher, dass keine konkurrierenden Referenzen oder unbeabsichtigten Anweisungen in den endgültigen Prompt gelangen. Er folgt strengen Prinzipien wie Intent-Priorität, eindeutigem Mapping und Prompt-Reinigung und behandelt Aufgaben wie Videogenerierung, -bearbeitung und -verlängerung. Der Skill erfordert eine obligatorische Selbstaktualisierung zu Beginn jeder Sitzung (`npx --yes skills@latest update sd25-pe -y`) und führt eine Best-Effort-Aktualisierung ohne Blockierung des Arbeitsablaufs durch. Er unterstützt die Arbeit mit bis zu 30 Bildern, 10 Videoclips (max. 30 Sekunden insgesamt) und 10 Audio-Dateien (max. 30 Sekunden insgesamt) und bietet detaillierte Vorlagen für generische und referenzbasierte Videogenerierung, die Behandlung mehrerer Medien und die Einrichtung von Zeitlinien für lange Videos.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/sliu2024/laoliu-ai-prompt-skills/tree/HEAD/sd25-pe

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Seedance 2.5 Prompt-Optimierer

Vor der Auslösung: Selbstaktualisierung

Bei der ersten Auslösung dieses Skills in einer Sitzung muss der Agent zuerst den folgenden Befehl ausführen, um die lokale Skill-Kopie auf den neuesten Stand zu bringen, bevor er zum Abschnitt „## Zielsetzung“ und allen nachfolgenden Arbeitsabläufen übergeht. Wenn der Befehl innerhalb derselben Sitzung bereits ausgeführt wurde (unabhängig von Erfolg oder Fehler und anschließender Ausweichlösung), muss er bei erneuter Auslösung nicht wiederholt werden; der Arbeitsablauf wird direkt fortgesetzt. Eine neue Sitzung zählt als erneute Erstauslösung.

npx --yes skills@latest update sd25-pe -y

Der Befehl ist festgelegt: Der Skill-Name lautet sd25-pe, der einzige Parameter ist -y (damit die CLI automatisch den globalen oder Projekt-Scope erkennt). Er darf nicht auf install, list oder andere Unterbefehle erweitert werden, und es dürfen keine anderen Parameter geändert oder hinzugefügt werden.

Die Ausführungsstrategie ist „Best-Effort“:

  • Bei Erfolg: Stiller Übergang zum normalen Ablauf, ohne dem Benutzer Aktualisierungsdetails mitzuteilen.
  • Bei Fehler (Exit-Code ungleich Null, Timeout, offline, npx nicht verfügbar, Paket existiert nicht usw.): Blockiert die aktuelle Aufgabe nicht. Geben Sie zuerst eine separate Zeile aus: Die automatische Aktualisierung von sd25-pe war nicht möglich. Die Arbeit wird mit der aktuellen lokalen Version fortgesetzt. und fahren Sie dann mit dem restlichen Arbeitsablauf fort. Die Generierung des Prompts darf aufgrund eines fehlgeschlagenen Upgrades auf keinen Fall verweigert werden.

Dieser Upgrade-Befehl ist eine lokale Skill-Wartungsaktion und fällt nicht unter das „Nicht zu verletzende Prinzip“, das den Aufruf von Video-Generierungsschnittstellen verbietet.

Zielsetzung

Den ursprünglichen Text des Benutzers, Romanauszüge und optionale Bild-, Video- und Audio-Referenzen in einen sauberen Prompt zu kompilieren, der direkt an Seedance 2.5 übermittelt werden kann. Die Kernintention des Benutzers wird beibehalten, und die Verantwortlichkeiten des Materials, die Subjektzuordnungen, die Ereignisstatus und die beizubehaltenden Beziehungen werden klar festgelegt.

Die Verantwortung dieses Skills endet mit dem Verständnis der Eingabe und der Ausgabe des Prompts. Unter keinen Umständen ruft er selbst die Generierungsschnittstelle auf. Wenn der Benutzer ausdrücklich die Generierung eines Videos wünscht, erstellt dieser Skill zuerst den sauberen Prompt, der dann von einem separaten Generierungstool oder -prozess übermittelt wird. Dieser Skill hält das Material stets schreibgeschützt, verändert das Originalmaterial nicht und erstellt keine automatisch generierten Hilfsmaterialien.

Anwendungsszenarien

Laden Sie diesen Skill in den folgenden Fällen:

  • Der Benutzer möchte einen Seedance 2.5 Prompt optimieren, umschreiben oder vervollständigen.
  • Der Benutzer gibt eine grobe Idee, eine lange Handlung, einen Romanauszug oder einen ungeordneten, komplexen Prompt an.
  • Der Benutzer gibt Bilder, Videos, Audio, Dateipfade oder multimodale Anfragen, für die Materialverantwortlichkeiten festgelegt werden müssen.
  • Der Benutzer möchte Multi-Material-Generierung, lange Videos, Keyframe-Steuerung, Raster-Storyboards, Whitebox-Rendering, Videobearbeitung, Tonbearbeitung oder Video-Verlängerung durchführen.
  • Der Benutzer möchte emotionale Darbietungen, Kameraführung, Ton, Dialogsprache oder die Darstellung von Produktabläufen verbessern.

Führen Sie diesen Skill NICHT automatisch in den folgenden Fällen aus:

  • Der Benutzer fragt nur nach API-Parametern, Preisen, Kontingenten, Fehlern oder Modellfähigkeiten und benötigt keine Prompt-Generierung.
  • Der Benutzer möchte nur das Endprodukt bewerten, nicht den Prompt neu schreiben.

Wenn der Benutzer ausdrücklich die direkte Videogenerierung wünscht, verwenden Sie diesen Skill dennoch zuerst, um die ursprüngliche Eingabe in einen sauberen Prompt zu kompilieren, und übergeben Sie diesen dann an den nachfolgenden Generierungsprozess. Dieser Skill selbst übermittelt keine Aufgaben.

Nicht zu verletzende Prinzipien

  1. Intent-Priorität: Die Identität und Anzahl der Charaktere, Schlüsselobjekte, Schauplätze, Ereigniskausalität, räumliche Beziehungen, Bearbeitungsobjekte, Verlängerungsrichtung und das Story-Ergebnis dürfen nicht verändert werden.
  2. Vorlagenpriorität: Unabhängig davon, ob der ursprüngliche Prompt vollständig ist oder nicht, muss er in die Vorlage für die aktuelle Aufgabe neu organisiert werden; eine reine Paraphrase ist nicht zulässig.
  3. Einzelne Materialverantwortung: Geben Sie an, wofür jedes tatsächlich verwendete Material verwendet wird. Tatsächlich verfügbare, aber nicht zugewiesene Materialien müssen einzeln unter 【Nicht verwendetes Material】 aufgeführt werden, um eine spätere Reaktivierung durch den PE zu verhindern.
  4. Benutzerzuordnung priorisieren: Vom Benutzer explizit angegebene Materialverantwortlichkeiten, Subjektnamen und Beziehungen dürfen nicht durch automatische Beurteilungen überschrieben werden. Wenn ein Slot bereits abgedeckt ist, darf kein nicht genanntes Material hinzugefügt werden, um dieselbe Verantwortung zu verstärken.
  5. Minimale Klarstellung: Inhalte, die aus Text, Material und Kontext vernünftig abgeleitet werden können, werden direkt vervollständigt. Fragen Sie nur einmal nach, wenn ein Problem das Kernergebnis ändern würde UND es mehrere gleichwertige Interpretationen gibt.
  6. Nur einreichbare Inhalte schreiben: Der Prompt darf keine Analyseprozesse, Bewertungserklärungen, Versuchsgruppen, Modellversionen, Ausführungsmarkierungen, API-Schlüssel oder Änderungsgründe enthalten.
  7. Parameter-Trennung: Bildformat, Gesamtdauer, Auflösung, Bildrate und Audio-Schalter werden NICHT in den Prompt geschrieben. Für normale Generierungsaufgaben werden diese Parameter über die Seite oder die API festgelegt; Videobearbeitung, Erst-/Letztbild-Generierung und Video-Verlängerung folgen zuerst ihren eigenen Regeln zur automatischen Fixierung. Die vom Benutzer ursprünglich geschriebenen Ereigniszeiträume gehören zum kreativen Inhalt; es ist nicht zulässig, basierend auf der Zieldauer der Seite oder API neue numerische Zeiträume rückwärts zu generieren.
  8. Keine übermäßigen Einschränkungen hinzufügen: Fügen Sie nicht automatisch vom Benutzer nicht angeforderte Qualitätspakete, Stabilitätspakete, Wasserzeichen, Logos, Untertitel, Doubles oder andere generische negative Einschränkungen hinzu. Eine Routing-Disambiguierungs-Deklaration, die aufgrund von Inkompatibilität von Bildformat und Dauer und gemäß der Kompatibilitätssperre hinzugefügt wird, ist keine generische negative Bildeinschränkung und darf nur hinzugefügt werden, wenn diese Sperre ausgelöst wird.
  9. Einzige beste Version: Standardmäßig wird nur der nach Beurteilung am besten geeignete Prompt ausgegeben. Mehrere Versionen werden nur ausgegeben, wenn der Benutzer ausdrücklich einen Vergleich wünscht.
  10. Fakten von Beobachtungen trennen: Die Identität, das Alter, die Beziehungen, die Ereignisse und die Ergebnisse von Charakteren richten sich nach dem Text des Benutzers. Das Material ergänzt nur direkt sichtbare oder hörbare Attribute; visuelle Vermutungen dürfen nicht zu Handlungsfakten hochgestuft werden.
  11. Basisanzahl der Subjekte anpassen: Ein einzelnes Charakter-Referenzbild darf nicht zwei benannte Charaktere definieren, die gleichzeitig erscheinen. Wenn mehrere einzelne Kandidaten verfügbar sind, muss zuerst ein Bild pro Charakter zugewiesen werden; wenn mehrere Gruppenkandidaten verfügbar sind, muss zuerst ein Bild pro Gruppe zugewiesen werden. Nur bei Mehrfachperspektiven desselben Subjekts oder wenn das Bildmaterial selbst eindeutig dieselbe Story-Gruppe enthält, ist die Zusammenführung von Referenzen erlaubt.

Eingabestatus

Bestimmen Sie zuerst, zu welchem Status die Eingabe gehört, und verarbeiten Sie dann den Inhalt.

Reine Text-zu-Video

Der Benutzer hat kein Material und der Text drückt auch kein Bedürfnis aus, auf eine bestimmte Person, ein Produkt, einen Schauplatz, eine Aktion, eine Kameraführung oder einen Ton zu verweisen. Extrahieren Sie direkt Subjekt, Ereignis, Szene, Bildsprache, Kamera und Ton und wenden Sie die Videogenerierungsvorlage an. Erfinden Sie keine Materialnummern und schlagen Sie dem Benutzer nicht vor, Materialien hinzuzufügen.

Referenz benötigt, aber Material nicht bereitgestellt

Vom Benutzer im ursprünglichen Prompt geschriebene Materialreferenzen müssen unverändert beibehalten werden, einschließlich @BildN, @VideoN, @AudioN oder gleichwertiger Tags aus der Ausführungsumgebung. Löschen Sie sie nicht, ändern Sie die Nummern nicht und schreiben Sie sie nicht in referenzlose Generierung um. Ändern Sie die Referenzbeziehung nicht, nur weil die entsprechenden Materialien nicht in der aktuellen Nachricht enthalten sind oder der aktuelle Agent sie nicht lesen kann.

Fahren Sie mit der normalen Optimierung des Prompts basierend auf dem ursprünglichen Text des Benutzers fort und behalten Sie die Aufgabenorganisation, Materialverantwortlichkeiten und Referenzbeziehungen bei. Behaupten Sie nicht, das Material bereits gesehen zu haben, und fügen Sie keine Details hinzu, die nur durch das Ansehen des Materials bestätigt werden könnten. Fügen Sie keine neuen Materialreferenzen hinzu, wenn der Benutzer keine geschrieben hat.

Die Tatsache, dass Material nicht beigefügt oder lesbar ist, schränkt nur die Fakten ein, die bestätigt werden können; es blockiert die Prompt-Optimierung nicht und löst keine Erklärung zum fehlenden Material oder Ergänzungsvorschläge außerhalb des Prompts aus. Das Bildformat und die Dauer werden weiterhin gemäß der „Bildformat- und Dauer-Kompatibilitätssperre“ beurteilt.

Material lesbar

Lesen Sie aktiv die vom Benutzer bereitgestellten Bilder, Videos und Audiodateien. Erfassen Sie zuerst das gesamte Material und stellen Sie dann die Zuordnung in Kombination mit dem Prompt her. Ratet nicht nur basierend auf Dateinamen und zwingen Sie auch nicht alle Materialien in den Prompt.

Der aktuelle Agent kann nicht lesen

Der Benutzer hat Anhänge, Pfade oder URLs angegeben, aber die aktuelle Ausführungsumgebung kann nicht darauf zugreifen. Optimieren Sie gemäß der Regel „Referenz benötigt, aber Material nicht bereitgestellt“: Behalten Sie die ursprünglichen Materialreferenzen des Benutzers bei, verwenden Sie nur Informationen, die aus dem Text bestätigt werden können, tun Sie nicht so, als hätten Sie das Material gesehen, und fügen Sie keine Erklärungen zum fehlenden Material oder Ergänzungsvorschläge hinzu.

Für beschädigte oder nicht lesbare Materialien behalten Sie ebenfalls die vom Benutzer bereits geschriebenen Referenzbeziehungen bei. Ratet nicht basierend auf Dateinamen, Pfaden oder URLs über deren Aussehen, Klangfarbe oder Inhalt.

Vorabprüfung der Materialspezifikationen

Unterscheiden Sie zuerst zwischen hartem Eingabebereich und Stabilitätsempfehlungen:

  • Maximal 30 Bilder, einzelnes Bild nicht über 4K.
  • Maximal 10 Videoclips, Gesamtdauer aller Clips nicht über 30 Sekunden.
  • Maximal 10 Audioclips, Gesamtdauer aller Clips nicht über 30 Sekunden.
  • Insgesamt maximal 50 Referenzmaterialien (Bilder, Videos und Audio).

Der empfohlene Bereich ist keine harte Obergrenze. Normalerweise werden 1 bis 8 Subjektbilder empfohlen; 1 bis 5 Subjekt-Audio/Video-Clips mit 5 bis 10 Sekunden pro Clip; für die Videobearbeitung werden normalerweise Originalvideos unter 20 Sekunden und 1 bis 5 Referenzbilder bevorzugt. Optimieren Sie weiter, wenn der empfohlene Bereich überschritten wird, aber der harte Eingabebereich noch eingehalten wird; blockieren Sie nicht aufgrund der großen Materialmenge. Reduzieren Sie gegenseitige Kontamination durch separate Verantwortlichkeiten, Subjektzuordnungen und szenenbasierte Aktivierung.

Wenn der harte Eingabebereich überschritten wird, priorisieren Sie: vom Benutzer explizit angegebene Materialien, Materialien, die wesentliche Entitäten abdecken, die einzige Bearbeitungsvorlage oder das Quellvideo für die Verlängerung sowie Materialien für Schlüsselaktionen, Ton und Grenzrahmen. Die restlichen Materialien werden nicht in den Prompt geschrieben und dem Text wird ein Materialhinweis: hinzugefügt, der darauf hinweist, dass die Materialien vor der Einreichung reduziert werden müssen. Behaupten Sie nicht, dass nur mit einem Prompt die Eingabebeschränkung umgangen werden kann.

Kernarbeitsablauf

1. Benutzerziel analysieren

Erstellen Sie zuerst einen „Story-Kontrakt“ aus dem Text des Benutzers, sehen Sie sich dann das Material an. Extrahieren und fixieren Sie:

  • Subjekte und ihre Anzahl.
  • Aktionen, Ereignisse und kausale Reihenfolge.
  • Schauplätze, Zeit, Wetter und räumliche Beziehungen.
  • Objektzugehörigkeit, Übergaben und Endzustand.
  • Visuellen Stil, Kamera, Ton, Dialog und Untertitelanforderungen.
  • Vom Benutzer ausdrücklich beizubehaltende oder auszuschließende Inhalte.
  • Ob die Aufgabe Generierung, Bearbeitung oder Verlängerung ist; ob die Generierungsaufgabe Keyframes, Raster-Storyboards oder Whitebox-Rendering verwendet; ob die Bearbeitungsaufgabe nur den Ton modifiziert.

Der Story-Kontrakt ist die faktische Grenze für nachfolgende Umschreibungen. Die Charaktere und Ereignisse im Story-Kontrakt dürfen nicht ersetzt, zusammengeführt oder gelöscht werden, nur weil das Material auffälligere Personen, Kleidung, Objekte oder Schauplätze enthält.

Behalten Sie die Semantik der Benutzermarkierungen bei. Kamera45, Kamera 45, Shot 45 usw. sind standardmäßig Aufnahmenummern, keine 45-Grad-Kameraposition. Nur wenn der Benutzer explizit „45 Grad“ oder eine gleichwertige fotografische Kameraperspektive schreibt, wird die Zahl als Kamerawinkel interpretiert. Wandeln Sie Aufnahmenummern, Materialnummern, Kapitelnummern oder Schrittnummern nicht in Kameraparameter um.

Solange die Eingabe Sprechen, Dialog, Voiceover oder Audio-Verantwortlichkeiten enthält, erstellen Sie für jeden Zeitabschnitt ein internes „Dialogbuch“. Notieren Sie für jede Position: Sprecher, ob hörbar, Dialogtext, Audio-Verantwortlichkeit, Sprache und Position im oder außerhalb des Bildes. Ändern Sie Segmente mit zugewiesenem Sprech- oder Audio-Auftrag nicht in Stille und tauschen Sie nicht den Sprecher mit dem Audio aus. Wenn der Benutzer ausdrücklich wünscht, dass ein Charakter spricht und Audio gebunden wird, aber keinen Dialogtext liefert oder die aktuelle Umgebung keine zuverlässige Transkription erlaubt, behalten Sie die Verantwortung des Charakters bei, das entsprechende Audio zu sprechen, ohne konkreten Dialog zu erfinden.

Wenn der Benutzer nur fragmentierte Dialoge in Anführungszeichen, Schlüsselwörter oder kurze Sätze liefert, verwenden Sie dieses Fragment nur als den zu sprechenden Originaltext. Sie können die Mimik, Aktionen und den Tonfall des Sprechers ergänzen, aber fügen Sie keine vollständigen Sätze hinzu, die vor oder nach dem Fragment nicht existieren. Wenn der Benutzer nur eine Sprechabsicht wie „mit Autorität auftreten“, „weiter streiten“ beschreibt, ohne einen Originaltext zu liefern, erfinden Sie keinen Dialog, sondern drücken Sie die Absicht durch beobachtbare Aspekte wie Mundbewegungen, Pausen, Haltung und die Reaktion der anderen Partei aus.

Wenn die Eingabe z. B. nur besagt, dass sie mit Autorität „Du bist ein Außenstehender“ sagt, darf der endgültige Dialog nur {Du bist ein Außenstehender} lauten. Fügen Sie keine Erzählhinweise wie „Mutter-Sohn-Beziehung“ oder „Autoritätsausübung“ in den Dialog ein und ändern Sie ihn nicht in „Du bist ein Außenstehender, was berechtigt dich …“ oder andere vollständige Sätze.

Erstellen Sie für den Story-Kontrakt eine „Liste der wesentlichen Entitäten“. Führen Sie jede explizit auftretende Person, Gruppe, jedes Schlüsselobjekt und jeden Schauplatz als separaten Slot auf. Diese Liste dient nur der internen Überprüfung und wird nicht an den Benutzer ausgegeben. Notieren Sie für jeden Slot die Story-Verantwortung, das verwendete Material und die beobachtbaren Merkmale. Stellen Sie vor der Ausgabe sicher, dass jeder Slot in den Prompt aufgenommen wurde.

Wandeln Sie innere Gedanken in sichtbare Aktionen, Mimik, Dialog oder Voiceover um, aber fügen Sie keine Ereignisse hinzu, die die Geschichte verändern.

Bei Aufnahmen, die eine kausale Enthüllung zeigen, bei der die Reaktion des Charakters erst nach dem Grund erfolgt, präsentieren Sie zuerst klar den auslösenden Grund, dann die Reaktion des Charakters. Wenn Grund und Reaktion weit voneinander entfernt sind, stellen Sie eine Beziehung durch einen klaren Blick- oder Kamerabewegung her. Wenn sie im selben Bild sein können, behalten Sie sowohl Grund als auch Reaktion in derselben Komposition. Enthüllen Sie den auslösenden Grund nicht zu früh in eine reine Nahaufnahme, bevor das Publikum ihn sehen kann, und zeigen Sie nicht nur die Reaktionsaufnahme, während Sie den auslösenden Grund auslassen.

Wenn die Handlung eindeutig eine vorgetäuschte Verletzung, eine simulierte Verletzung oder eine Beinahe-Verletzung ist, stellen Sie in den mehrdeutigen Aufnahmen klar den nicht verletzten, beobachtbaren Zustand dar, z. B. intakte Haut, Kleidung und Requisiten. Verwenden Sie keine Darbietungen oder nicht eingetretenen Ereignisse in echte Wunden, Blutungen oder Schäden.

2. Romane und lange Texte kompilieren

Konvertieren Sie den Text zuerst in filmbare Ereignisse:

  • Wenn der Benutzer einen Trailer, einen Überblick oder ein Ensemble wünscht, wählen Sie eine Montagestruktur, die das Thema zusammenfasst.
  • Wenn der Benutzer eine einzelne Szene wünscht, behalten Sie die darin kontinuierlich auftretenden Kerneignisse bei.
  • Wenn der Benutzer keinen Bereich angibt, wählen Sie ein Hauptereignis mit kausaler Vollständigkeit aus, das im Zielvideo realisierbar ist, und geben Sie eine kurze Erklärung außerhalb des Prompts zur Auswahl.
  • Fragen Sie nur einmal nach, wenn mehrere sich gegenseitig ausschließende Handlungsstränge gleich wichtig sind und die Wahl die Kerngeschichte verändern würde.

Komprimieren Sie sich wiederholende Beschreibungen und nicht visualisierbare Informationen. Behalten Sie Charakterbeziehungen, Schlüsseldialoge, auslösende Ereignisse und den Endzustand bei.

3. Material erfassen und verstehen

Bei vielen Materialien verwenden Sie einen zweistufigen Verständnisprozess:

  1. Erste leichte Erfassung des gesamten Materials, um Kandidaten für Personen, Produkte, Requisiten, Schauplätze, Aktionen, Kameraführung, Rhythmus, Ton und Stil zu identifizieren.
  2. Zweite, vertiefte Betrachtung nur der Materialien, die zur Handlung passen, in Konflikt stehen, als Keyframes dienen oder für die aktuelle Szene aufgerufen werden.

Überprüfen Sie beim Betrachten von Videos mindestens: Subjekt, Hauptaktion, Kamerabewegungen, Startzustand und Endzustand. Überprüfen Sie beim Betrachten von Audio mindestens: Art des Tons, Klangfarbe, Sprache, Dialoginhalt oder Verwendungszweck der Umgebungsgeräusche.

Unterscheiden Sie zwei Arten von Informationen:

  • Story-Zuordnung: Wie die Person heißt, wie alt sie ist, welche Beziehungen sie hat, welches Ereignis sie trägt, wem das Objekt gehört, wie das Ende ist. Diese stammen aus dem Text des Benutzers.
  • Materialbeobachtung: Direkt beobachtbare oder hörbare Merkmale wie Gesichtszüge, Frisur, Kleidung, Materialien, Farben, räumliche Anordnung, Aktionen, Kameraführung, Klangfarbe usw.

Material ergänzt nur direkt beobachtbare Merkmale. Leiten Sie aus dem Aussehen des Materials nicht rückwärts die Identität, das Alter, die Beziehungen oder die Handlung aus dem Text ab oder schreiben Sie sie um. Fügen Sie keine Marken, Farben, Berufe, Persönlichkeiten und Requisitenfunktionen hinzu, die nicht aus dem Material bestätigt werden können.

Wenn der Benutzer sie nur als „Person“ oder „Subjekt“ bezeichnet, verwenden Sie weiterhin diesen neutralen Begriff. Ändern Sie nicht eigenmächtig basierend auf Aktion, Haltung oder Kleidung zu Tänzer, Schauspieler, Arbeiter oder einer anderen Identität. Übernehmen Sie die Bezeichnung, wenn der Benutzer bereits einen Rollennamen oder eine Identität angegeben hat.

Titel, Rangfolge, Beruf und Beziehungen definieren nur Story-Slots; wandeln Sie sie nicht automatisch in jugendlich, älter, zart, dominant oder andere äußere Erscheinungsmerkmale oder Persönlichkeitsmerkmale um. Schreiben Sie diese Attribute nur, wenn der Text des Benutzers dies ausdrücklich sagt oder wenn es eine direkt beobachtbare entsprechende Darstellung im Material gibt.

Schreiben Sie für Personenmaterial standardmäßig nur Gesichtszüge, Frisur, Kleidung, Accessoires und direkt beobachtbare Haltungen. Verwenden Sie keine zusammenfassenden Labels wie „jugendliches Aussehen“, „reife Ausstrahlung“, „sanftes Wesen“, „dominante Persönlichkeit“ anstelle von sichtbaren Merkmalen. Wenn der Benutzer ausdrücklich diese Spielrichtung wünscht, schreiben Sie sie erst dann in Mimik, Haltung und Aktionen um.

Die Zuordnungspriorität ist festgelegt:

Explizite Angabe des Benutzers > Beschreibung im Prompt > Materialinhalt > Dateiname und Metadaten > Reihenfolge des Hochladens

Wenn die explizite Zuordnung des Benutzers bereits alle wesentlichen Entitäten abdeckt, werden andere verfügbare Materialien, die nicht vom Benutzer genannt wurden, standardmäßig nicht aktiviert. Fügen Sie sie nicht nur aufgrund von Inhaltsähnlichkeit als zweiten Charakter, zweite Szene oder unterstützende Referenz hinzu und fügen Sie auch kein nicht genanntes Material hinzu, um dieselbe Verantwortung zu verstärken. Allgemein bezeichnete Hintergrundgäste, Möbel, Dekorationen oder Umgebungselemente stellen keine Materiallücke dar; sie werden durch die bereits angegebenen Szenenmaterialien und Textbeschreibungen abgedeckt. Bewerten Sie nicht genanntes Material nur, wenn der Benutzer ausdrücklich die Auswahl aus allen Materialien oder die Kombination mehrerer Referenzen wünscht, oder wenn ein vom Benutzer ausdrücklich gefordertes Kernsubjekt, Schlüsselobjekt, Schauplatz, eine Schlüsselaktion oder ein Schlüsselton noch keine Verantwortungsquelle hat. Standardmäßig nicht aktivierte Nummern werden dennoch in den 【Nicht verwendetes Material】 des Prompts geschrieben.

Die Reihenfolge des Hochladens ist kein semantischer Beweis für Identität oder Verantwortung; sie wird normalerweise nur zur Generierung stabiler Nummern verwendet. Nur wenn der Benutzer eine direkte Ausgabe wünscht, die Kandidaten gleichermaßen vernünftig sind und die Anzahl der Slots mit der Anzahl der Kandidaten übereinstimmt, kann die Reihenfolge des Hochladens als endgültige, stabile Tie-Break-Regel verwendet werden: Ordnen Sie die Materialien den Story-Slots basierend auf der Reihenfolge des ersten Auftretens des Slots und der Reihenfolge der Kandidatenmaterialien 1:1 zu. Diese Reihenfolge löst nur Zuordnungsstabilität, beweist keine wahre Identität und darf nicht verwendet werden, um Alter, Beziehung oder Persönlichkeit hinzuzufügen.

Wenn die Eingabe JSON oder ein langer Text mit Asset-IDs ist, erstellen Sie die Zuordnung @BildN, @VideoN, @AudioN basierend auf der Reihenfolge des Erscheinens der einzelnen Medien in der Eingabe und ersetzen Sie dann die Asset-IDs im Text durch die entsprechenden Referenzen. Der endgültige Prompt darf keine Asset-IDs enthalten.

Wenn es nur lokale Pfade ohne Referenz-Tags gibt, erstellen Sie stabile Aliase für jeden Medientyp basierend auf der vom Benutzer bereitgestellten Reihenfolge und listen Sie die Pfade und Aliase im „Materialverständnis“ auf. Der endgültige Prompt verwendet diese Aliase und erinnert daran, beim späteren Hochladen die gleiche Reihenfolge beizubehalten.

4. Materialverantwortlichkeiten und Subjektzuordnung erstellen

Jedes verwendete Material hat nur eine klare Verantwortung:

  • Bilder: Aussehen und Kleidung von Charakteren, Produktstruktur und -material, Requisiten, Szenenlayout, Beleuchtung oder Keyframes.
  • Videos: Aktion, Kameraführung, Rhythmus, Zeitlinie, oder als einzige Bearbeitungsvorlage, Quelle für Video-Verlängerung.
  • Audio: Stimmfarbe und Dialog des spezifizierten Sprechers, Umgebungsgeräusche, Soundeffekte oder Musik.

Bevor Sie die Zuordnung erstellen, überprüfen Sie Punkt für Punkt die von der Geschichte geforderten Personen, Requisiten und Schauplätze. Befolgen Sie beim Erstellen der Zuordnung die folgende Reihenfolge:

  1. Entnehmen Sie nacheinander die noch nicht zugewiesenen Charaktere, Gruppen, Requisiten und Schauplätze aus der Liste der wesentlichen Entitäten.
  2. Durchsuchen Sie alle Materialkandidaten und vergleichen Sie Personenanzahl, Kleidungsebenen, Silhouetten, Strukturen, Requisiten- und Szenenverantwortlichkeiten. Hören Sie nicht auf, wenn Sie die erste brauchbare Material gefunden haben.
  3. Wählen Sie für den aktuellen Slot das am besten passende Material und bearbeiten Sie dann den nächsten Slot. Unterschiedliche benannte Charaktere oder Gruppen verwenden standardmäßig unterschiedliche beste Kandidaten.
  4. Führen Sie nach Abschluss eine Lückenprüfung durch: Jede wesentliche Entität übernimmt genau eine klare Rolle im Prompt, jedes aktivierte Material übernimmt nur die deklarierten Verantwortlichkeiten.
  5. Ziehen Sie die zugewiesenen Materialien von der vollständigen Liste der verfügbaren Materialien ab, um die nicht verwendeten Materialien zu erhalten. Wenn die Menge nicht leer ist, fügen Sie nach den Materialverantwortlichkeiten im Prompt 【Nicht verwendetes Material】 hinzu und listen Sie die nicht verwendeten Nummern nach Medientyp auf und geben Sie an, dass sie nicht für Personen, Schauplätze, Requisiten, Aktionen, Kamera oder Ton verwendet werden. Erklären Sie dies nicht nur außerhalb des Prompts und verwenden Sie nicht „anderes Material“ anstelle der spezifischen Nummern.

Fassen Sie nicht zwei benannte Charaktere zu einem Subjekt zusammen und übersehen Sie keinen entsprechenden Charakter, weil ein bestimmtes Material nicht auffällig genug ist. Wenn unterscheidbare Kandidatenmaterialien vorhanden sind, verwenden Sie dasselbe Material nicht wiederholt, um mehrere benannte Charaktere oder Gruppen abzudecken. Nur wenn das Bildmaterial selbst diese Charaktere gleichzeitig enthält und es keinen geeigneteren unabhängigen Kandidaten gibt, ist die Wiederverwendung erlaubt. Wenn mehrere Materialien gemeinsam dieselbe Entität definieren, muss dies explizit angegeben werden. Materialien, die nicht von der Geschichte aufgerufen werden, können weggelassen werden.

In der endgültigen Materialverantwortungsliste definiert eine Zeile nur ein Subjekt, eine Gruppe, eine Requisite oder einen Schauplatz zusammen mit seinem Hauptreferenzmaterial. Es ist verboten, mehrere Subjekte und mehrere Materialien in einer Bereichszuordnung in einem Satz zu komprimieren, z. B. „Person A und Person B Referenz @Bild1, @Bild2“. Teilen Sie auf: „Person A Referenz @Bild1“ und „Person B Referenz @Bild2“.

Wenn zwei Kernidentitäten im Text keine Erscheinungshinweise haben und die Kandidatenmaterialien ebenso vernünftig sind, tun Sie nicht so, als ob Sie die versteckte Antwort aus dem Bild wüssten. Fragen Sie gemäß „Verarbeitung der Zuordnungskonfidenz“ einmal nach. Wenn der Benutzer eine direkte Ausgabe basierend auf vernünftigen Annahmen wünscht, verwenden Sie die oben genannte stabile Tie-Break-Regel für eine konservative Eins-zu-Eins-Zuordnung und vermeiden Sie das Hinzufügen von nicht bestätigbaren Unterschieden wie Alter oder Persönlichkeit.

Wenn dasselbe Subjekt mehrere Referenzen hat, geben Sie für jedes Material die ergänzte Perspektive oder Eigenschaft an und erklären Sie, dass sie gemeinsam dieselbe Entität definieren, ohne mehrere Kopien zu generieren.

Unterschiedliche Subjekte müssen einzeln gebunden werden, z. B.:

<Person A> entspricht @Bild1, übernimmt nur Gesichtszüge, Frisur und Kleidung.
<Person B> entspricht @Bild2, übernimmt nur Gesichtszüge, Frisur und Kleidung.
<Requisite A> entspricht @Bild3, übernimmt nur Struktur, Material und Farbe.
<Szene A> Referenz @Bild4, übernimmt nur Raumaufteilung, Architektur und Licht, nicht die Personen im Bild.

【Nicht verwendetes Material】
@Bild5, @Bild6 sind nicht an dieser Aufgabe beteiligt und werden nicht für Personen, Szenen, Requisiten, Aktionen oder Kameras verwendet.
@Audio2 ist nicht an dieser Aufgabe beteiligt und wird nicht für Dialoge, Stimmfarbe, Umgebungsgeräusche, Soundeffekte oder Musik verwendet.

Verwenden Sie keinen Bereichssatz, um die Eins-zu-Eins-Zuordnung mehrerer Charaktere zu ersetzen.

Wenn für ein Referenzvideo keine Verantwortung angegeben ist, wählen Sie aus Aktion, Kameraführung, Rhythmus, Szene und Ton die Dimensionen aus, die für die Aufgabe relevant sind. Bei Generierungsaufgaben wird standardmäßig nicht die Identität, Kleidung oder die vollständige Szene der Charaktere aus dem Referenzvideo übernommen. Wenn das Referenzvideo bereits Aktion, Kameraführung und Reihenfolge genau vorgibt, geben Sie nur an, welche Dimensionen übernommen werden, ohne jede Aktion zu wiederholen; eine wiederholte Umschreibung könnte mit dem Material selbst in Konflikt geraten.

Wenn der Textdialog mit dem Inhalt des Referenzaudios in Konflikt steht, bestimmt der Benutzertext den Dialoginhalt; das Audio liefert standardmäßig nur Stimmfarbe, Akzent, Sprechgeschwindigkeit und Emotion. Ausnahme: Der Benutzer wünscht ausdrücklich die Wiederverwendung des Audiodialogs.

Wenn mehrere Referenzen desselben Subjekts miteinander in Konflikt geraten, befolgen Sie zuerst die Vorgabe des Benutzers. Wenn der Benutzer keine Angabe macht, weisen Sie basierend auf Klarheit und Handlungskompatibilität das Aussehen, die Kleidung, die Struktur oder das Material dem am besten geeigneten Material zu. Fragen Sie nur, wenn eine Kernidentität immer noch nicht bestimmt werden kann.

5. Verarbeitung der Zuordnungskonfidenz

  • Hohe Konfidenz: Automatische Zuordnung und Fortfahren.
  • Mittlere Konfidenz: Verwenden Sie die vernünftigste Zuordnung und legen Sie die wichtigsten Annahmen im „Materialverständnis“ außerhalb des Prompts offen.
  • Niedrige Konfidenz, beeinträchtigt das Kernresultat nicht: Verwenden Sie dieses Material nicht, fragen Sie den Benutzer nicht.
  • Niedrige Konfidenz und beeinträchtigt Kernidentität, Anzahl, Objektzugehörigkeit, links/rechts/vorne/hinten/Ausrichtung, Bearbeitungsobjekt, einzige Vorlage, Verlängerungsrichtung oder Keyframe-Verantwortlichkeit: Fassen Sie die relevanten Mehrdeutigkeiten in einer kurzen Frage zusammen.

Wenn Sie einen offensichtlichen Konflikt zwischen der expliziten Zuordnung des Benutzers und dem Materialinhalt feststellen, folgen Sie dennoch der Zuordnung des Benutzers. Fragen Sie nur einmal nach, wenn dieser Konflikt mit hoher Wahrscheinlichkeit zu einem falschen Ergebnis führt.

Stil, Beleuchtung, allgemeine Kameraführung, Bildqualität und andere fehlende Elemente, die konservativ aus dem Kontext bestimmt werden können, dürfen nicht verwendet werden, um den Benutzer zu unterbrechen.

Wenn eine Klärung erforderlich ist, stellen Sie nur eine integrierte Frage und warten Sie auf die Antwort. Geben Sie nicht gleichzeitig einen temporären Prompt aus, der eine spätere Einreichung irreführen könnte. Fahren Sie nach der Antwort des Benutzers mit der Zuordnung und Aufgabenweiterleitung fort. Wenn der Benutzer ausdrücklich wünscht, zuerst eine Version basierend auf vernünftigen Annahmen zu erhalten, können Sie Annahmen treffen und diese außerhalb des Prompts offenlegen.

Wenn der Benutzer nur Material ohne Generierungs-, Bearbeitungs- oder Verlängerungsziel bereitstellt, fragen Sie nur einmal nach dem minimalen kreativen Ziel. Erfinden Sie keine Geschichte basierend auf dem Materialinhalt.

6. Einzige Hauptaufgabe auswählen

Bildformat- und Dauer-Kompatibilitätssperre

Führen Sie diese Sperre beim Analysieren des ursprünglichen Benutzer-Prompts aktiv aus, bevor Sie eine API-Anfrage konstruieren. Warten Sie nicht auf einen API-Fehler und verlassen Sie sich nicht auf TaskTypeConstraint, um die Deklaration nachträglich hinzuzufügen. Lesen Sie zuerst das tatsächliche Bildformat und die Dauer des Referenzvideos und vergleichen Sie diese mit den explizit vom Benutzer angeforderten Zielausgabespezifikationen:

  • Wenn das Zielbildformat vom Referenzvideo abweicht: Nicht als Videobearbeitung einstufen, als normale Videogenerierung behandeln.
  • Wenn die Zieldauer um mehr als etwa 0,3 Sekunden vom Referenzvideo abweicht: Nicht als Videobearbeitung einstufen. Wenn der Benutzer explizit eine Vorwärts- oder Rückwärtsfortsetzung wünscht, als Video-Verlängerung behandeln; andere Daueränderungen als normale Videogenerierung behandeln.
  • Wenn ein Referenzvideo bereitgestellt wurde, aber die Spezifikationen nicht gelesen werden können, oder wenn der Benutzer die Referenz des Originalvideos wünscht, aber kein Referenzvideo bereitgestellt hat, beurteilen Sie zuerst basierend auf der expliziten Absicht des ursprünglichen Prompts. Wenn der Benutzer explizit eine relative Änderung wie „Querformat in Hochformat umwandeln“, „Hochformat in Querformat umwandeln“, „auf 8 Sekunden verkürzen“, „auf 20 Sekunden ändern“ oder „auf 20 Sekunden erweitern“ (ohne Verlängerungsrichtung) ausdrückt, gehen Sie konservativ von einem Konflikt im Bildformat oder der Gesamtzieldauer aus, vermeiden Sie Videobearbeitung und behandeln Sie es als normale Videogenerierung. Wenn nur das Zielverhältnis oder die Zieldauer ohne eine relative Änderung angegeben wird, behaupten Sie nicht, bereits einen Konflikt bestätigt zu haben. Wenn explizit „vorwärts verlängern“, „rückwärts verlängern“ oder „fortsetzen“ geschrieben wird, behandeln Sie es dennoch als Video-Verlängerung.
  • Nur wenn das Zielbildformat und die Basisdauer mit dem Referenzvideo übereinstimmen (oder keines angegeben ist) UND der Benutzer die Änderung eines bestimmten Objekts, Bereichs oder Tons im Originalvideo verlangt, stufen Sie es als Videobearbeitung ein.

Verben wie „konvertieren“, „anpassen“, „ändern“, „umwandeln“, „neu strukturieren“ allein stellen keine Videobearbeitung dar. Lösen Sie diese Deklaration nicht aus, nur weil der ursprüngliche Prompt Wörter wie „konvertieren“, „anpassen“, „ändern“, „unverändert lassen“ verwendet. Wenn Sie aufgrund von Spezifikationsinkompatibilitäten in die normale Videogenerierung wechseln, dient das Referenzvideo nur als Referenz für Inhalt, Personen, Szenen, Aktionen, Zeitsequenz, Kamera und Ton. Bildformat und Gesamtdauer dienen nur als Seiten- oder API-Parameter; der endgültige Prompt verwendet keine Ausdrücke wie „das Originalvideo bearbeiten/ändern/konvertieren“ und verspricht keine Framegenauigkeit oder Pixel-für-Pixel-Identität.

Fügen Sie den vollständigen Satz nur in den optimierten endgültigen Prompt ein, wenn ein solcher Bildformat- oder Dauer-Konflikt bestätigt oder konservativ angenommen wird: Bitte beachten Sie, dass es sich nicht um eine Videobearbeitung handelt. In einem strukturierten Prompt folgt dieser Satz direkt auf den Ziel-Satz von 【Generierungsziel】 ohne neuen Absatz. Dieser Satz ist eine Routing-Disambiguierungserklärung, keine negative Einschränkung des Bildinhalts. Fügen Sie ihn nicht zu echten Videobearbeitungen, Video-Verlängerungen, Erst-/Letztbild-Generierung oder normalen Generierungsaufgaben ohne Spezifikationskonflikte hinzu. Wenn der Benutzer bereits eine gleiche oder gleichwertige Deklaration geschrieben hat, behalten Sie nur eine bei und wiederholen Sie sie nicht.

Zum Beispiel sollte Video1 in ein 9:16-Hochformat umwandeln, den gesamten Originalinhalt unverändert lassen, nur die Bildkomposition anpassen als normale Videogenerierung beurteilt werden. Video1 übernimmt nur eine reine Referenzverantwortung, 9:16 als Generierungsparameter.

Beispiel für die Einfügeposition:

【Generierungsziel】
Video basierend auf @Video1 als vollständiger Inhaltsreferenz generieren, den gesamten Originalinhalt beibehalten und nur die Komposition neu anpassen. Bitte beachten Sie, dass es sich nicht um eine Videobearbeitung handelt.

【Referenzmaterialverantwortlichkeiten】
@Video1 für Referenz der sichtbaren Subjekte, Szene, Aktionen, Ereigniszeitsequenz, Kamera und Ton.

【Ereignisskript】
Ereignissequenz, Aktionsbahn, Kamerabewegungen sowie Anfangs- und Endzustand von @Video1 vollständig übernehmen, keine neuen Ereignisse hinzufügen, löschen oder umschreiben.

【Beibehaltung】
Anzahl und Identität der sichtbaren Subjekte, Szene, Requisiten, räumliche Beziehungen, Aktionssequenz, Kamera- und Tonbeziehungen sowie Endzustand von @Video1 beibehalten, nur die Komposition anpassen.

Das Zielbildformat wird über die Seiten- oder API-Parameter festgelegt, nicht in den endgültigen Prompt geschrieben.

Es kann nur eine der drei Hauptaufgaben ausgewählt werden. Bestimmen Sie zuerst, ob ein vorhandenes Video geändert werden soll, dann, ob vor oder nach einem vorhandenen Video neue Inhalte hinzugefügt werden sollen. Nur in anderen Fällen gehen Sie zur Generierung über:

  1. Videobearbeitung: Ein einzelnes Originalvideo als einzige Vorlage, nur das angegebene Objekt, den Bereich oder den Ton darin ändern.
  2. Video-Verlängerung: Neue, kontinuierliche Segmente vor oder nach dem Originalvideo generieren, ohne die Originalsegmente umzuschreiben.
  3. Video-Generierung: Ein neues Video aus Text und optionalen Referenzmaterialien generieren.

Mehrere Materialien, lange Videos, Zeitabschnitte, Keyframes, Raster-Storyboards, Whitebox-Rendering, Ton, Emotionen und Kinematografie sind hinzufügbare Module, keine neuen Hauptaufgaben. Wenn ein Whitebox-Video als Referenz für Aktion, Raum oder vollständige Struktur für ein Neu-Rendering dient, gehört es zur Video-Generierung. Nur weil ein Video in der Eingabe vorhanden ist, wird es nicht automatisch als Videobearbeitung weitergeleitet.

Wenn der Benutzer gleichzeitig die Bearbeitung des Originalvideos UND eine Verlängerung wünscht, verwerfen Sie keine der beiden Operationen und zwingen Sie sie auch nicht in einen einzigen Prompt:

  • Wenn der zu ersetzende Inhalt vom Originalvideo bis zum neuen Segment reichen muss, bearbeiten Sie zuerst das Originalvideo, um eine neue Vorlage zu erhalten, und verlängern Sie dann die bearbeitete neue Vorlage.
  • Wenn ein neues Subjekt nur im verlängerten Segment erscheint und das Originalvideo nicht ändert, führen Sie nur die Verlängerung durch und schreiben Sie das neue Material als Referenzverantwortung für das verlängerte Segment.
  • Wenn es für die Operationsreihenfolge noch mehrere gleichwertige Interpretationen gibt, fragen Sie einmal nach.

Wenn ausdrücklich zwei sequenzielle Operationen erforderlich sind, geben Sie einen zweistufigen Ausführungsprompt aus. Sie sind aufeinanderfolgende Schritte derselben Aufgabe, keine alternativen Versionen.

7. Aufgabenparameter-Regeln anwenden

Diese Regeln dienen nur der Planung und als Hinweise, werden nicht in den endgültigen Prompt geschrieben:

  • Normale Videogenerierung: Bildformat und Gesamtdauer werden über die Seite oder API festgelegt, können zur Planung von Komposition und Ereignisdichte verwendet werden.
  • Videobearbeitung: Die Videobearbeitung fixiert automatisch das Bildformat und die Basisdauer des Eingabevideos, diese können nicht separat eingestellt werden; die Ausgabedauer wird durch die Verarbeitung der Eingabeframes beeinflusst und kann um max. 0,3 Sekunden vom Originalvideo abweichen.
  • Erst-/Letztbild-Generierung: Die Erst-/Letztbild-Generierung fixiert das Ausgabeformat basierend auf dem Bildformat des ersten Bildes, die Dauer kann eingestellt werden. Das erste und das letzte Bild sollten das gleiche Bildformat haben. Wenn der aktuelle Agent das Bild lesen kann, überprüfen Sie dies aktiv; wenn nicht, tun Sie nicht so, als hätten Sie es bereits überprüft.
  • Video-Verlängerung: Die Video-Verlängerung fixiert automatisch das Bildformat des Eingabevideos, die Verlängerungsdauer kann eingestellt werden.

Wenn der Benutzer die Einstellung eines Parameters wünscht, der von der Aufgabe automatisch fixiert wird, fragen Sie nicht nach, schreiben Sie die Anforderung nicht in den Prompt und verwenden Sie sie nicht für eine fehlerhafte Planung. Geben Sie zuerst den besten Prompt aus und fügen Sie am Ende maximal einen Parameterhinweis: hinzu. Bei inkonsistentem Bildformat zwischen erstem und letztem Bild verwenden Sie ebenfalls einen Parameterhinweis und weisen darauf hin, dass das Bildformat vor der Einreichung angeglichen werden muss, um eine Streckung des letzten Bildes zu vermeiden. Geben Sie keinen Parameterhinweis aus, wenn kein Konflikt besteht.

8. Vorlage anwenden und bereinigen

Wählen Sie die entsprechende Vorlage aus den folgenden Abschnitten. Behalten Sie nur die für die aktuelle Aufgabe erforderlichen Absätze. Alle <Platzhalter> müssen durch konkrete Inhalte ersetzt werden. Die Vorlagenanweisungen dürfen nicht im endgültigen Prompt verbleiben.

Führen Sie nach Abschluss die „Endgültige Selbstprüfung“ durch, bevor Sie gemäß dem „Ausgabekontrakt“ liefern.

Videogenerierungsvorlagen

Basisdarstellung

Geeignet für Textaufgaben mit wenig Text oder wenigen Referenzen und einfachen Ereignissen:

<Subjekt> führt in <Szene/Umgebung> <Hauptaktion oder Hauptereignis> aus.
Das Bild präsentiert <visuellen Stil oder Stimmung>.
Die Kamera verwendet <Einstellungsgröße, Position, Bewegung oder Schnitt>.
Der Ton umfasst <Dialog, Umgebungsgeräusche, Soundeffekte oder Musik>.

Nicht benötigte Zeilen für Bildsprache, Kamera oder Ton können gelöscht werden, aber Subjekt und Hauptaktion oder Hauptereignis müssen klar sein.

Ausfüllbeispiel:

Ein junger Töpfer formt in seinem Morgendämmerungs-Atelier Ton auf einer Scheibe, seine Hände stabilisieren den rotierenden Ton, der schließlich eine schmale Vase formt.
Sanftes Morgenlicht fällt von einem linken Fenster herein, die Holztischplatte und der Ton behalten eine natürliche warme Farbe.
Die Kamera beobachtet zuerst die Handbewegungen in einer Halbtotalen und fährt dann langsam auf die Vase zu.
Der Ton besteht aus dem leisen Summen der Drehscheibe, dem Geräusch von Händen auf nassem Ton und entferntem Vogelgezwitscher von draußen.

Generierung mit Referenzmaterial

【Generierungsziel】
Ein <Videotyp oder Kerneignis> generieren, dessen Kernsubjekt <Subjekt> ist, das Hauptereignis ist <Zusammenfassung>.

【Referenzmaterialverantwortlichkeiten】
@Bild1 wird für <Subjekts> <Aussehen, Kleidung, Struktur oder Material> verwendet.
@Video1 wird für <Aktion, Kameraführung oder Rhythmus> verwendet, übernimmt nicht <leicht fälschlicherweise übernommene Identität, Kleidung oder Szene>.
@Audio1 wird für <Rolle oder Geräuschtyp> <Stimmfarbe, Dialog, Umgebungsgeräusche oder Musik> verwendet.

【Nicht verwendetes Material】
@Bild2, @Video2, @Audio2 sind nicht an dieser Aufgabe beteiligt und werden nicht für Personen, Szenen, Requisiten, Aktionen, Kameras oder Töne verwendet.

【Subjekt und Beziehungen】
<Subjekt A> entspricht @Bild1, behält stets <festgelegte Merkmale> bei.
Die räumliche, objekthafte oder identitätsbezogene Beziehung zwischen <Subjekt A> und <Subjekt B> ist <Beziehung>.

【Ereignisskript】
Beginn: <Zustand von Personen, Requisiten und Szene>.
Hauptereignis: <Aufeinanderfolgende Aktionen oder Ereignisse>.
Ende: <Position der Personen, Objektzugehörigkeit oder Endbildzustand>.

【Beibehaltung】
Stabilität von <Identität und Anzahl der Personen, Kleidung, Objektzugehörigkeit, räumlicher Ausrichtung und Tonbeziehung> beibehalten.

Erfinden Sie keine vom Benutzer nicht geforderten visuellen Stile, Kameraführungen oder Töne, um die Vorlage zu füllen. Einfache Aufgaben können benachbarte Absätze zusammenführen, aber die Verantwortlichkeiten der tatsächlich verwendeten Materialien dürfen nicht weggelassen werden.

Ausfüllbeispiel:

【Generierungsziel】
Ein Video generieren, das die Reparatur eines alten Holzstuhls zeigt. Der Schreiner überprüft zuerst die lockere Rückenlehne, trägt dann Holzleim auf und fixiert die Verbindung. Am Ende ist der Stuhl wieder stabil.

【Referenzmaterialverantwortlichkeiten】
@Bild1 wird für die Gesichtszüge, das kurze Haar und die dunkelblaue Arbeitsschürze des Schreiners verwendet, der Bildhintergrund wird nicht übernommen.
@Bild2 wird für die geschwungene Rückenlehne, die dunkle Holzmaserung und die abgenutzten Stellen des alten Holzstuhls verwendet, die Person im Bild wird nicht übernommen.
@Video1 wird für die Handbewegungen beim Auftragen des Leims und Festdrücken der Verbindung verwendet, die Personenidentität, Kleidung und der Arbeitstisch im Video werden nicht übernommen.

【Subjekt und Beziehungen】
Der Schreiner trägt während des gesamten Videos die in @Bild1 definierte dunkelblaue Arbeitsschürze. Der einzige Stuhl im gesamten Video ist der in @Bild2 definierte alte Holzstuhl, die Werkzeuge bleiben immer auf der rechten Seite des Holztisches.

【Ereignisskript】
Beginn: Der Holzstuhl steht in der Mitte des Holztisches, die Verbindung der Rückenlehne ist locker. Der Schreiner überprüft die Verbindung, trägt dann Holzleim auf, drückt die Rückenlehne mit beiden Händen zurück in die ursprüngliche Position und fixiert sie. Ende: Der Schreiner lässt die Hände los, die Rückenlehne bleibt stabil, die Anzahl und das Aussehen des Holzstuhls bleiben unverändert.

【Beibehaltung】
Die Identität und Kleidung des Schreiners, die Struktur und Anzahl des Holzstuhls, die Position der Werkzeuge und die Ausrichtung der Werkstatt bleiben stabil.

Organisation mehrerer Materialien

Mehrere Materialien werden in der folgenden Reihenfolge organisiert:

Einzelne Materialverantwortlichkeiten → Subjektzuordnung → Nach Typ gruppieren → Subjektfestlegung → Szenenweiser Aufruf

Eine große Anzahl von Materialien bedeutet nicht, dass alle Materialien in den Prompt aufgenommen werden müssen. Verwenden Sie nur Materialien, die für die aktuelle Geschichte und Szene relevant sind. Setzen Sie tatsächlich verfügbare, aber nicht zugewiesene Materialien in den 【Nicht verwendetes Material】 des Prompts, listen Sie die nicht verwendeten Nummern einzeln auf und verbieten Sie deren Aktivierung. Nicht verwendete Materialien können nach Bild, Video und Audio in einer kompakten Zeile zusammengefasst werden, aber die Nummern dürfen nicht weggelassen werden und sie dürfen nicht als Bereichszuordnung von Subjekten geschrieben werden.

Seedance 2.5 kann maximal 50 Referenzmaterialien empfangen. In der Nähe des Limits kategorisieren Sie die Materialien dennoch nach Personen, Requisiten, Szenen, Aktionen und Tönen und aktivieren Sie szenenweise. Verwenden Sie keinen zusammenfassenden Satz, der es dem Modell überlässt, eine eigene Verteilung vorzunehmen, und lassen Sie nicht alle Materialien gleichzeitig erscheinen, um die Anzahl zu demonstrieren.

Gruppierung nach Typ

【Personen】
<Person A> entspricht @Bild1, übernimmt nur Aussehen, Frisur und Kleidung.
<Person B> entspricht @Bild2, übernimmt nur Aussehen, Frisur und Kleidung.
Die Aussehen, Kleidung, Aktionen, Positionen und Dialoge der beiden werden nicht miteinander getauscht.

【Requisiten】
<Requisite A> entspricht @Bild3, gehört nur <Person A>.
<Requisite B> entspricht @Bild4, gehört nur <Person B>.

【Szenen】
<Szene A> Referenz @Bild5, übernimmt nur Raum, Material und Licht.
<Szene B> Referenz @Bild6, übernimmt nur Raum, Material und Licht.

【Aktion und Ton】
@Video1 wird für <Person A>s <Aktion oder Kameraführung> verwendet, übernimmt weder die Personen noch die Szene aus dem Video.
@Audio1 wird für <Person B>s <Stimmfarbe und angegebenen Dialog> verwendet.

Subjektfestlegung und szenenweiser Aufruf

【Subjektfestlegung: Person A】
Aussehen und Kleidung: @Bild1.
Feste Requisite: @Bild3 <Requisite A>.
Erlaubte Szenen: <Szene A> und <Szene B>.
Aktionsreferenz: @Video1 <Aktion>.
Nicht übernehmen: <Kleidung, Requisiten oder Ton der anderen Subjekte>.

Szene Eins|<Szenenname>
Verwendung: <In dieser Szene aktivierte Subjekte, Requisiten, Szenen, Aktionen und Töne>.
Ereignis: <Ein Hauptereignis>.
Ende: <Beobachtbarer Zustand>.

Szene Zwei|<Szenenname>
Verwendung: <In dieser Szene aktivierte Subjekte, Requisiten, Szenen, Aktionen und Töne>.
Ereignis: <Ein Hauptereignis>.
Ende: <Beobachtbarer Zustand>.

Mehrere Perspektiven desselben Subjekts sollten als Verantwortlichkeiten pro Bild geschrieben werden, z. B. Vorder-, Links-, Rechts- und Rückansicht, die gemeinsam dieselbe Entität definieren, und die Anzahl der Entitäten im fertigen Bild sollte klar sein.

Raum und Position

Beschreiben Sie für stabile Objekte wie Türen, Tische, Fahrzeuge, Theken, Straßen usw. die Beziehungen von Innen/Außen, Vorne/Hinten, Ausrichtung, Entfernung und Barriere; schreiben Sie nicht nur „linke Seite des Bildschirms“ oder „rechte Seite“. Zum Beispiel:

<Angestellter> steht immer innen hinter der Glastheke und ist nach außen zur Theke hin ausgerichtet. <Kunde A> und <Kunde B> stehen nebeneinander außen vor der Theke und unterhalten sich mit dem <Angestellten> über die Theke hinweg.

Wenn der Benutzer ein sauberes Standbild bereitstellt, verwenden Sie es für Komposition, Position der Personen, Ausrichtung und räumliche Beziehungen. Behandeln Sie Pfeile, Markierungsrahmen oder Erklärungstexte im Bild nicht als Inhalte des fertigen Videos.

Ausfüllbeispiel für mehrere Materialien:

【Personen】
Prüfer entspricht @Bild1, übernimmt nur Gesichtszüge, kurzes Haar und orange Windjacke.
Archivar entspricht @Bild2, übernimmt nur Gesichtszüge, Brille und graue Strickjacke.
Die Aussehen, Kleidung, Aktionen und Dialoge der beiden werden nicht miteinander getauscht.

【Requisiten】
Tragbares Aufnahmegerät entspricht @Bild3, gehört nur zum Prüfer, es gibt während des gesamten Vorgangs nur eines.

【Szenen】
Gipfelobservatorium Referenz @Bild4, übernimmt nur Gebäudestruktur, Metallplattform und bewölkte Lichtstimmung.
Archivraum Referenz @Bild5, übernimmt nur Regallayout, Holztisch und warmes Innenlicht.

【Aktion und Ton】
@Video1 wird für die Aktion des Prüfers beim Öffnen der Geräteabdeckung und Entnehmen der Speicherkarte verwendet, übernimmt weder die Personen noch die Szene aus dem Video.
@Audio1 wird für die Stimmfarbe und den Dialog des Prüfers verwendet.

【Ereignisskript】
Phase Eins: Der Prüfer steht allein vor der Geräteabdeckung des Gipfelobservatoriums, das tragbare Aufnahmegerät hängt an seiner Hüfte. Er öffnet die Geräteabdeckung und entnimmt die einzige Speicherkarte. Ende: Die Speicherkarte ist nur in der rechten Hand des Prüfers.
Phase Zwei: Der Prüfer steckt im Observatorium die Speicherkarte in das tragbare Aufnahmegerät. Ende: Das Display des Aufnahmegeräts zeigt den Abschluss des Datenlesens an, die Speicherkarte befindet sich noch im Gerät.
Phase Drei: Das Bild wechselt zum Archivraum. Der Archivar steht innen hinter dem Holztisch, der Prüfer steht außen vor dem Tisch. Der Prüfer legt das Aufnahmegerät auf die Mitte der Tischplatte und sagt in natürlichem Standardchinesisch: {Die Beobachtungsdaten dieser Woche wurden exportiert.}
Phase Vier: Der Archivar nimmt das Aufnahmegerät und überprüft die Daten, der Prüfer schweigt und wartet natürlich. Ende: Das Aufnahmegerät ist nur in der Hand des Archivars.
Phase Fünf: Der Archivar legt das Aufnahmegerät zurück auf den Tisch, beide sehen gemeinsam auf den auf dem Bildschirm angezeigten Fertigstellungsstatus. Die Szene endet mit einer klaren Halbtotalen, die die Identität der Personen, die Anzahl der Requisiten und die Positionierung zeigt.

【Beibehaltung】
Die Identität und Kleidung der beiden, die Anzahl und Zugehörigkeit des Aufnahmegeräts, die räumliche Ausrichtung der beiden Szenen und die Beziehung der Sprecher zueinander bleiben stabil.

Lange Videos und Zeitabschnitte

Seedance 2.5 unterstützt Videos von maximal 30 Sekunden. Die Gesamtdauer wird durch die Generierungsparameter festgelegt. Der Prompt ist nur dafür verantwortlich, die Ereignisse innerhalb dieser Dauer zu organisieren.

Vom Benutzer explizit geschriebene Ereigniszeitabschnitte gehören zum kreativen Inhalt und müssen beibehalten werden. Die Parametertrennung entfernt nur Schnittstelleneinstellungen wie „Generiere N Sekunden Video“, „Ausgabeformat ist 16:9“. Wenn die ursprünglichen numerischen Zeitabschnitte des Benutzers mit der Zielgesamtdauer der Seite oder API in Konflikt geraten, priorisieren Sie die Beibehaltung der Ereignisreihenfolge, des relativen Rhythmus und des Story-Ergebnisses und verwenden Sie eine Organisation ohne Zahlen, die „Phasen“ verwendet. Nur wenn der Benutzer ausdrücklich angibt, dass die ursprünglichen Zeitabschnitte eine harte Einschränkung sind, behalten Sie die Zahlen bei und fordern Sie den Benutzer auf, den Parameterkonflikt zu lösen.

Für lange Videos priorisieren Sie die Verwendung von „Phasen“. Jede Phase sollte nur eine Hauptzustandsänderung haben, und der Endzustand sollte klar geschrieben werden:

【Phase Eins】
Beginn: <Anfangszustand>.
Hauptereignis: <Eine Hauptaktion oder ein Hauptereignis>.
Ende: <Beobachtbarer Zustand>.

【Phase Zwei】
Anknüpfend an die vorherige Phase: <Zustand, der beibehalten werden muss>.
Hauptereignis: <Eine Hauptaktion oder ein Hauptereignis>.
Ende: <Beobachtbarer Zustand>.

【Phase Drei】
Hauptereignis: <Abschlussereignis>.
Ende: <Endgültiger Bildzustand>.

Die Anzahl der Phasen wird durch die Anzahl der Ereignisse bestimmt; sie kann erhöht oder verringert werden, und es sind nicht zwingend drei Phasen. Bei längeren Prompts priorisieren Sie die Beibehaltung der Subjektzuordnung, der Materialverantwortlichkeiten, der Ereignisse und des Endzustands und komprimieren Sie sich wiederholende Stilwörter, sich wiederholende Einschränkungen und nicht aktivierte Materialien. Legen Sie keine feste Wortanzahlobergrenze fest.

Abdecken der Zieldauer

Wenn die Zieldauer, die vom Kontext der Generierungsseite oder API bereitgestellt wird, länger ist als die ursprüngliche Ereigniszeitlinie des Benutzers, behalten Sie zuerst die Personen, die Ereignisreihenfolge, die Kausalität und das Story-Ergebnis bei und verteilen Sie dann den Rhythmus der vorhandenen Ereignisse neu. Wenn die Zieldauer nur von der Seite oder API bereitgestellt wird, verwenden Sie eine Organisation ohne Zahlen, die „Phasen“ verwendet, damit die Phasen gemeinsam die narrative Kapazität der Zieldauer abdecken. Erstellen Sie keine neuen numerischen Zeitabschnitte wie 0-8s, 8-18s im Prompt, nur um diesen Parameter zu erfüllen.

Sie können nur den Aktionsprozess, die Reaktion, Pausen oder Szenenübergänge verlängern, z. B. einen Blickwechsel, eine Veränderung der Atmung, den Vorgang des Aufnehmens und die Reaktion nach dem Betreten auf natürliche Weise entfalten. Fügen Sie keine neuen Personen, Hauptereignisse oder Story-Ergebnisse hinzu und füllen Sie die Zeit nicht mechanisch mit sich wiederholenden Aktionen oder leeren Einstellungen. Die Zielgesamtzeit wird dennoch nicht als Parameter im Prompt geschrieben.

Bei Übergabe-, Greif- und Platzierungsaufgaben muss die Änderung der Zugehörigkeit des einzigen Objekts klar beschrieben werden, z. B. hat der ursprüngliche Besitzer nach der Übergabe das Objekt nicht mehr, am Ende ist es nur im Besitz des Empfängers.

Verwenden Sie fortlaufende, ganzzahlige Zeitabschnitte nur, wenn der Benutzer bereits numerische Zeitabschnitte bereitgestellt hat oder explizit eine Steuerung von Übergängen, Auf- und Abgängen oder Beats nach Zeitabschnitten wünscht. Wenn es weniger Ereignisse gibt, teilen Sie sie nicht auf, um die Anzahl der Abschnitte zu erhöhen. Wenn es mehr Ereignisse gibt, fassen Sie zuerst die unwichtigen Ereignisse zusammen:

0-5s: <Startzustand>; <Hauptereignis>; Ende <beobachtbarer Zustand>.
5-10s: Anknüpfend an den <Zustand> des vorherigen Abschnitts; <Hauptereignis>; Ende <beobachtbarer Zustand>.
10-15s: <Abschlussereignis>; Ende <Endzustand>.

Wenn der Benutzer numerische Zeitabschnitte wünscht, sollten die Zeitabschnitte aufeinanderfolgend und nicht überlappend sein. Sie stellen ein Ereignisbudget dar, keine Frame-genauen Schnittpunkte. Behaupten Sie nicht, eine Genauigkeit von 0,5 Sekunden erreichen zu können, und geben Sie keine unbestätigte maximale Anzahl von Zeitabschnitten an. Die Ereigniszusammenhänge sollten natürlich und logisch bleiben, auch ohne sie in ein Raster zu zwingen.

Sound, Dialog und Sprache

Verwenden Sie geschweifte Klammern {}, um den zu sprechenden Dialog zu kennzeichnen, z. B. {Hallo}, {Du hast heute keine Berechtigung hier einzudringen}. Kennzeichnen Sie auch, ob der Dialog im Bild oder als Voiceover präsentiert wird.

Wenn die Aufgabe eine bestimmte Sprache erfordert, geben Sie die Sprache des Dialogs zwischen den geschweiften Klammern oder im Referenzmaterial an. Wenn der Benutzer keine bestimmte Sprache angibt, verwenden Sie die Sprache des Benutzer-Prompts als Voreinstellung.

【Sound, Dialog und Sprache】 Aktionstonart: <Soundeffekte und Umgebungsgeräusche>. Dialog oder Voiceover: <Inhalt der Sprach- oder Dialogabschnitte, Sprache>. Hintergrundmusik: <Stil, Genre, Musikrichtung, Emotion, Instrumente>.

Fallspezifische Anpassungen:

  • Wenn der Benutzer „mündlich festlegen“ oder „Bevor Sie das Video generieren, skizzieren Sie den Aktionsrahmen“ ausdrückt, beschreiben Sie zuerst kurz den Aktionsrahmen, bevor Sie den Prompt generieren.
  • Wenn der Benutzer keinen visuellen Stil, keine Kameraführung oder keinen Ton benötigt, können die entsprechenden Zeilen weggelassen werden.
  • Aktion, Kameraführung und Ton können als separate, unabhängige Zeilen geschrieben werden, abhängig von der Wichtigkeit der Aufgabe.

Prompt-Reinigung (Endgültige Selbstprüfung)

Führen Sie vor der Ausgabe die folgenden Bereinigungen durch:

  1. Entfernen Sie nicht zutreffende Vorlagenabsätze: Behalten Sie nur die tatsächlich für die Aufgabe benötigten Vorlagenabsätze. Löschen Sie andere Absätze (z. B. „Referenzmaterialverantwortlichkeiten“ in Aufgaben ohne Referenzen, „Nicht verwendetes Material“ in Aufgaben, bei denen alle Materialien verwendet werden).
  2. Überprüfen Sie die Verantwortlichkeiten aktivierter Materialien: Jedes aktivierte Material muss mindestens eine definierte Verantwortung haben. Überprüfen Sie die Verantwortungen, um sicherzustellen, dass sie auf die Verwendung eines Referenzmaterials für eine Rolle beschränkt sind.
  3. Ersetzen Sie alle Platzhalter: Stellen Sie sicher, dass alle <Platzhalter> durch konkrete Inhalte wie Charakternamen, Objektbeschreibungen usw. ersetzt wurden, wobei die Formatierung <...> beibehalten wird, wenn sichergestellt ist, dass sie konkret sind.
  4. Überprüfen Sie Parametersensitivität: Überprüfen Sie, ob versehentlich Einstellungen wie Bildformat, Gesamtdauer, Auflösung, Bildrate usw. als Text aufgenommen wurden, und ersetzen Sie sie durch Parametereinstellungen, die von der Seite oder API verwaltet werden.
  5. Überprüfen Sie die Konsistenz der Ausgabeanweisungen: Überprüfen Sie die abschließende Ausgabe, um sicherzustellen, dass sie mit der Kernintention des Benutzers und dem festgelegten Story-Kontrakt übereinstimmt; ändern Sie nicht die numerischen Zeitabschnitte des Benutzers oder schreiben Sie sie um; ändern Sie nicht die grundlegenden Beziehungen zwischen den Charakteren; fügen Sie keine vom Benutzer nicht angeforderten Stile, Kameraführungen oder Sounds hinzu.
  6. Überprüfen Sie die Reinheit: Es darf keine Analyse, Bewertung, Modellversionen, API-Schlüssel oder andere Informationen geben, die nicht direkt an die API übermittelt werden können.
  7. Bestätigen Sie die Einhaltung der Nicht zu verletzenden Prinzipien: Überprüfen Sie die Ausgabe auf Richtlinienverstöße.

Ausgabekontrakt

Der Ausgabekontrakt ist ein warmherziger, aber direkter Prompt, der sich auf die Aufgabe konzentriert. Er muss enthalten:

  • die Identifizierung einer einzigen Hauptaufgabe (Video-Generierung / Bearbeitung / Verlängerung);
  • eine dedizierte Materialverantwortung (wenn kein Material vorhanden ist, wird der Abschnitt gelöscht);
  • optionales nicht verwendetes Material (wenn alle Materialien verwendet werden, wird der Abschnitt gelöscht);
  • definierte Subjektzuordnungen und Beziehungen;
  • definitiven Ereignisablauf, Endzustand.

Behalten Sie nach der Prompt-Ausgabe eine offene Haltung bei, keine Bearbeitung abzuschließen oder zusätzliche Leitungsanweisungen hinzuzufügen, es sei denn, der Benutzer fragt. Der endgültige Prompt verwendet UTF-8-Kodierung, enthält keine Formatierungsänderungen oder Escape-Zeichen und wird direkt als ausführbarer Text geliefert.

Zusammenarbeit mit dem Agenten (nur für Agenten)

Der folgende Inhalt dient nur als Anleitung für den Agenten, der diesen Skill aufruft, und wird nicht als Prompt ausgegeben:

  • Multi-Step-Ausführung: Wenn die Aufgabe mehrere Schritte erfordert (z. B. zuerst das Originalvideo bearbeiten, dann das Ergebnis verlängern), geben Sie den Prompt als zwei Schritte aus, die nacheinander ausgeführt werden müssen.
  • Fehlerbehandlung: Wenn der Skill nicht normal ausgeführt werden kann (z. B. Eingabe kann nicht verstanden werden, Material kann nicht gelesen werden, usw.), stellen Sie direkt eine klare Frage.
  • Modell-Scope: Wenn das Modell die Generierungs-API aufrufen muss, befolgen Sie die Verantwortungsteilung dieses Skills: Der Skill gibt den Prompt aus, nicht den Generierungsaufruf.
  • Wiederholte Eingabe: Während derselben Benutzersitzung, nachdem der Skill ausgeführt wurde und der Benutzer eine Änderung an einer Teilmenge des Prompts anfordert, nehmen Sie Änderungen auf Basis des ursprünglichen Prompts vor, anstatt von vorne zu beginnen.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Verwandte Skills