video-prompt-director: Director de Prompts de Video IA
Posicionamiento
Convierte cualquier contenido en prompts de video listos para generar. Primero selecciona el modo según el estilo del guion. Ambos modos comparten la capa de producción, pero las capas visual y de actuación tienen sus propias reglas:
| Capa | ¿Qué resuelve? |
|---|---|
| Capa de producción (compartida) | Divide el guion en unidades de generación; elige modo de generación, parámetros e imágenes de referencia para cada segmento; asegura la continuidad entre segmentos |
| Capa visual | Personajes, atrezzo, espacio de escena, cámara, estilo de iluminación, sonido, restricciones duras |
| Capa de actuación | Video corto: una acción visible + un nodo de expresión. Cine de calidad: fórmula de 8 dimensiones, AU, progresión emocional, cadena de reacciones |
Principio: Escribe ligero para acciones cotidianas, detallado para momentos clave, enfatiza donde la IA suele fallar.
Paso 0: Seleccionar modo
| Modo Video Corto | Modo Cine de Calidad | |
|---|---|---|
| Plataforma / Uso | Douyin, Xiaohongshu, WeChat Video, Kuaishou, Reels; fragmentos narrativos, street style, videos de ambiente, historias de personajes, mini-series verticales | Cortometrajes narrativos, series de calidad, fragmentos artísticos |
| Ritmo | Un solo plano: un evento cada 2 segundos; o múltiples planos: 2–5 segundos cada uno | 4–12 segundos por plano, cámara fija o cámara lenta hacia adelante |
| ¿Qué impulsa? | Acciones, movimiento de cámara, espacio y sonido, contraste visual | Actuación: progresión emocional, diálogos, escenas de confrontación |
| Escritura de actuación | Una acción visible + cambio de expresión, lenguaje natural, sin AU | Fórmula de 8 dimensiones + AU de apoyo + cadena de reacciones |
| Estructura | Escritura A: un solo plano (estilo "Danmei") / Escritura B: múltiples planos (estilo "Ciberátomo") | Mapa completo / Consistencia de personajes / Línea de tiempo de planos / Requisitos clave... |
| Fuente | AI-video-prompt "Danmei" + mx-shell-prompt "Ciberátomo" | video-prompt-director v1 |
| Leer primero | modes/short-video.md → examples/short-video.md | modes/cinematic-drama.md → examples/cinematic-drama.md |
Reglas de decisión:
- Si el usuario especifica plataforma o estilo → sigue lo que dice. Douyin, Xiaohongshu, ritmo rápido, video corto usa modo video corto; series de calidad, narrativa cinematográfica, ritmo lento, actuación usa modo cine de calidad.
- Si no lo dice, mira el guion: si tiene múltiples líneas de diálogo, giros emocionales, escenas de confrontación y es la misma escena → cine de calidad; el resto → video corto.
- Mini-series verticales → modo video corto, tomando prestada la inserción de diálogo y la cadena de reacciones del modo cine (ver final del archivo de video corto).
- Si no está claro → modo video corto, y en el mensaje de confirmación del paso 3 indica "se puede cambiar a modo cine de calidad".
- Tareas de síntesis / edición (poner A en B, solo cambiar fondo) no usan ninguno de los dos modos, sigue la escritura minimalista al final de tool-adapters.md.
Diferentes segmentos de un proyecto pueden usar diferentes modos, por ejemplo, el gancho de apertura en video corto, la parte principal en cine de calidad.
Una vez seleccionado el modo, lee primero el archivo modes/ correspondiente y el ejemplo, luego escribe.
Flujo de trabajo
Paso 1: Leer entrada, determinar tres cosas
- Herramienta y modelo objetivo: determina el límite de duración por segmento y la sintaxis de referencia de materiales, ver tool-adapters.md. Si el usuario no lo dice, usa el valor por defecto del proyecto actual; si no hay valor por defecto, usa
Seedance 2.5 | 720p | 16:9. - Tono visual: Fotografía cinematográfica / Grabación con móvil / Animación. Para grabación con móvil, no escribas "cinematográfico, IMAX, gran producción, 4K".
- Materiales de referencia: si hay materiales, asigna una tarea a cada imagen; si no, especifica qué imágenes preparar, o cambia a solo texto.
Una idea de una sola oración: trata como un solo segmento, completa directamente, salta la confirmación del paso 3.
Paso 2: Dividir en segmentos
Divide según cambios de ubicación, tiempo, giros emocionales importantes, cambios de perspectiva, límite de duración por segmento. Al final de cada segmento escribe el estado final, el siguiente segmento continúa desde ahí. Detalles en REFERENCE.md "二、分段" (División), el número de planos para cada modo está en modes/.
Paso 3: Juicio del director (único punto de confirmación)
Evalúa cada segmento: dónde escribir ligero, dónde detallado, dónde fallará la IA. Si hay múltiples segmentos o ambigüedad en la dirección, usa un solo mensaje para preguntar al usuario:
Modo: Video corto (un solo plano) — razón en una oración; si quieres actuación de ritmo lento, puedes cambiar a modo cine de calidad.
Dividí en N segmentos:
Segmento 1 (0–15s): [ritmo en una oración] | [modo de generación] | [imágenes de referencia necesarias]
Segmento 2 (...): ...
Mi juicio:
- Segmento 1 [en cierto momento]: planeo [acción], el espectador sentirá [efecto]; otra dirección es [alternativa].
Confirma con "escribe directamente"; si quieres fusionar, dividir o cambiar la dirección, dilo directamente.
Si solo hay un segmento y la intención es clara, salta este paso y escribe directamente. Para áreas donde el usuario no pueda responder, da dos o tres opciones y explica los efectos, no le pidas que llene una tabla.
Paso 4: Escribir cada segmento
Usa la estructura de ese modo (ver modes/), siguiendo la densidad y el tono del ejemplo correspondiente. Los ejemplos son el estándar de referencia, solo para aprender, no los "mejores" según reglas generales.
Paso 5: Auto-verificación y entrega
Revisa la lista de verificación común y la específica del modo. Puedes ejecutar python3 scripts/prompt_builder.py --validate <archivo>. Después de la entrega, pregunta: ¿necesitas ajustar la división, cambiar de modo, o enfatizar / atenuar algo?
Estructura de cada segmento (común para ambos modos)
## Segmento 1: [Ritmo en una oración] (0–15 segundos)
Modo: Video corto (un solo plano / múltiples planos) o Cine de calidad
Modo de generación: [Solo texto / Imagen inicial / Imagen inicial y final / Múltiples imágenes de referencia / Referencia completa / Edición de video]
Parámetros del modelo: [Modelo] | [Resolución] | [Relación de aspecto] | [Duración]
Materiales de referencia:
Imagen 1: [Tarea única] — Bloquear [rostro / peinado / ropa / proporciones...]; No usar [fondo / personas en ella...]
(Si es solo texto, escribe "Ninguna"; si faltan imágenes, especifica qué imágenes preparar)
Prompt:
```text
[Sigue la estructura de ese modo]
```
Estado final: [Postura, posición, composición — el siguiente segmento continúa desde aquí]
Las referencias a materiales dentro del bloque de prompt deben convertirse a la sintaxis de la herramienta objetivo (@imagen1 / 参考图1 / {{Node "nombre del nodo"}} / @图像1).
Reglas clave (comunes para ambos modos)
- Cada segmento es autocontenido. Las herramientas de generación no tienen memoria entre segmentos. Bloqueo de personaje, escena, luz, atrezzo en mano, estado final del segmento anterior: cada segmento debe escribirlo completo, sin usar "como arriba" o "continuar desde el anterior". Apariencia y ropa se bloquean con imágenes de referencia, no se repiten en el texto.
- Una imagen de referencia solo tiene una tarea. Escribir solo "imagen de referencia" equivale a no escribir nada; debes especificar qué bloquear y qué no. La sintaxis de referencia sigue la herramienta: LibTV requiere
{{Node "nombre del nodo"}}; "imagen 1" en texto plano no es válido. - El código de tiempo es un presupuesto de acción. Los intervalos de tiempo son continuos, sin superposición; en un intervalo solo cabe una acción central. Los eventos clave se escriben al segundo exacto. Deja 0.5 segundos de margen al final, porque el modelo tiende a retrasar el último latido.
- El primer fotograma es el estado justo antes de que ocurra la primera acción. Si quieres que cruce las piernas en el segundo 2, el primer fotograma debe tener las piernas juntas.
- Los personajes no pueden flotar. Cada punto de soporte debe tener un apoyo claro: ¿contra qué está la espalda? ¿dónde está sentado? ¿dónde pisa? Cada acción debe tener causa y final.
- Las emociones se escriben como acciones visibles, no como etiquetas emocionales aisladas (por ejemplo, "ella está muy triste"). Para video corto, escribe un nodo de expresión; para cine de calidad, escribe el proceso completo de progresión.
- Los diálogos se incrustan en el código de tiempo, no pegues las líneas al final.
- Escribe solo lo más importante. La descripción excesiva hará que el modelo eleve elementos que deberían estar dentro del encuadre a toda la imagen.
- Las palabras de tono deben coincidir con el tono. Grabación con móvil no escribe "cinematográfico / HD / gran producción / 4K". Fotografía cinematográfica debe especificar la cámara, lente, película concretas. Referencias de estilo máximo 1–2.
- Sin música de fondo por defecto, solo sonido sincrónico. Escribe música de fondo solo si el usuario la solicita.
Lista de verificación común
- Modo seleccionado correctamente, y leí el archivo
modes/y el ejemplo correspondiente - La duración de cada segmento no excede el límite de la herramienta
- Cada segmento es autocontenido, sin "como arriba / continuar desde el anterior"
- Cada imagen de referencia tiene una sola tarea, con elementos a bloquear y a excluir escritos; los números de referencia en el cuerpo del texto están todos en la lista de referencias; la sintaxis de referencia coincide con la herramienta objetivo
- Las acciones tienen puntos de apoyo y causa-efecto; el primer fotograma es el estado antes de la acción
- El sonido tiene ambiente de fondo y eventos sonoros; sin BGM (a menos que el usuario lo solicite)
- Las restricciones duras se escriben en oraciones afirmativas para fijar la proporción del sujeto, la lógica espacial y el orden de las acciones; los ítems de negación solo para fallos conocidos
- El estado final está escrito al final de cada segmento
- Pasó la lista de verificación específica de ese modo
Mapa de archivos
| Archivo | Contenido |
|---|---|
| modes/short-video.md | Modo video corto: Escritura A: un solo plano, Escritura B: múltiples planos, partes que ambas escrituras pueden absorber mutuamente, actuación, mini-series verticales |
| modes/cinematic-drama.md | Modo cine de calidad: estructura, mapa completo, consistencia de personajes, capa de actuación (8 dimensiones, AU, progresión emocional, cadena de reacciones) |
| examples/short-video.md | "Danmei" en un solo plano en dos segmentos (texto original de AI-video-prompt, éxito viral), "Ciberátomo" en múltiples planos (texto original de mx-shell-prompt + cuatro complementos) |
| examples/cinematic-drama.md | "Cambio de nombre" 30 segundos, tres personajes en escena de confrontación, 5 fragmentos de actuación |
| REFERENCE.md | Común: división, enlace de referencia, atrezzo, espacio de escena, estilo, código de tiempo y acción, sonido, restricciones duras, lecciones prácticas |
| references/tool-adapters.md | Sintaxis de referencia de materiales para cada herramienta, modos de generación, límite por segmento, escritura minimalista para síntesis |
| references/shot-catalog.md | Tipos de plano, composición, movimiento de cámara, y referencia rápida "emoción → lenguaje de cámara" |
| references/cinematic-vocabulary.md | Cámara, lentes, película, color, iluminación, referencias de estilo, y vocabulario para grabación con móvil |
scripts/prompt_builder.py | --validate valida estructura, duración, autocontención y números de referencia según modo y escritura; --analyze-scene decide si escribir ligero o detallado; --build genera fragmentos de actuación usando JSON de 8 dimensiones |