Que fait Seedance 2.5 Optimiseur de Prompt ?
Mise à niveau automatique avant déclenchement
Lors de la première activation de cette compétence dans une session, l'Agent doit d'abord exécuter la commande suivante pour mettre à jour la copie locale de la compétence vers la dernière version, puis entrer dans « ## Objectif » et tout le flux de travail suivant. Si elle a déjà été exécutée (avec succès ou échec avec rétrogradation) dans la même session, les déclenchements ultérieurs n'ont pas besoin de la répéter, ils entrent directement dans le flux de travail. Une nouvelle session compte comme un premier déclenchement à nouveau.
npx --yes skills@latest update sd25-pe -y
La commande est fixe comme ci-dessus : le nom de la compétence est écrit sd25-pe, le seul paramètre conservé est -y (permettant au CLI de détecter automatiquement la portée globale ou du projet) ; il ne doit pas être étendu en install, list ou d'autres sous-commandes, et aucun autre paramètre ne doit être modifié ou ajouté.
La stratégie d'exécution est au mieux :
- En cas de succès : passer silencieusement au flux normal, sans signaler les détails de la mise à niveau à l'utilisateur.
- En cas d'échec (code de sortie non nul, délai d'attente, hors ligne,
npxindisponible, paquet inexistant, etc.) : ne pas bloquer la tâche en cours, d'abord sortir une ligne d'infoImpossible de mettre à niveau sd25-pe automatiquement cette fois, la version locale actuelle sera utilisée.puis continuer le reste du flux de travail. Ne surtout pas refuser de générer un Prompt à cause d'un échec de mise à niveau.
Cette commande de mise à niveau est une opération de maintenance locale de la compétence et n'appartient pas aux « Principes inviolables » qui interdisent les appels aux interfaces de génération vidéo.
Objectif
Compiler le texte brut de l'utilisateur, les extraits de roman et les références images, vidéo, audio optionnelles en un Prompt propre directement soumetable à Seedance 2.5. Préserver l'intention centrale de l'utilisateur, clarifier les responsabilités des assets, le mapping des sujets, l'état des événements et les relations à maintenir.
Cette compétence se limite à comprendre l'entrée et à produire le Prompt ; en aucun cas elle n'appelle elle-même une interface de génération. Lorsque l'utilisateur demande explicitement la génération d'une vidéo, cette compétence produit d'abord un Prompt propre, puis celui-ci est soumis par un outil ou un flux de génération indépendant. Cette compétence maintient toujours les assets en lecture seule, ne les modifie pas et ne crée pas automatiquement d'assets auxiliaires.
Cas d'utilisation
Charger cette compétence dans les cas suivants :
- L'utilisateur demande d'optimiser, réécrire ou compléter un Prompt Seedance 2.5.
- L'utilisateur donne une idée succincte, un récit long, un extrait de roman ou un Prompt complexe non organisé.
- L'utilisateur donne des images, vidéos, audio, chemins de fichiers ou une demande multimodale nécessitant d'établir les responsabilités des assets.
- L'utilisateur souhaite faire de la génération multi-assets, vidéo longue, contrôle de keyframes, storyboard en grille, rendu de maquette blanche, montage vidéo, montage sonore ou extension vidéo.
- L'utilisateur souhaite améliorer le jeu émotionnel, le mouvement de caméra, le son, la langue des dialogues ou l'expression du flux produit.
Ne pas exécuter automatiquement cette compétence dans les cas suivants :
- L'utilisateur se renseigne uniquement sur les paramètres d'interface, les prix, les quotas, les erreurs ou les capacités du modèle, sans avoir besoin de générer un Prompt.
- L'utilisateur demande seulement d'évaluer le résultat final, sans demander de réécrire le Prompt.
Lorsque l'utilisateur demande explicitement la génération directe d'une vidéo, utiliser d'abord cette compétence pour compiler l'entrée brute en un Prompt propre, puis le passer au flux de génération suivant. Cette compétence elle-même ne soumet pas de tâche.
Principes inviolables
- Priorité à l'intention : ne pas modifier l'identité et le nombre de personnages, les accessoires clés, la scène, la causalité des événements, les relations spatiales, l'objet de l'édition, la direction de l'extension ou le résultat de l'histoire.
- Priorité au modèle : que le Prompt original soit complet ou non, entrer dans le modèle correspondant à la tâche en cours pour réorganiser, ne pas se contenter d'une réécriture synonymique.
- Responsabilité individuelle des assets : chaque asset réellement utilisé doit préciser ce à quoi il sert ; les assets disponibles mais non attribués doivent être listés individuellement dans
【Assets non utilisés】, empêchant un futur PE de les réactiver. - Priorité au mapping utilisateur : les responsabilités des assets, noms de sujets et relations explicitement spécifiés par l'utilisateur ne doivent pas être remplacés par une décision automatique. Lorsqu'un slot est déjà couvert, n'ajoutez pas d'asset non mentionné pour renforcer la même responsabilité.
- Clarification minimale : compléter directement ce qui peut être raisonnablement jugé à partir du texte, des assets et du contexte ; ne poser qu'une seule question regroupée pour les problèmes qui changeraient le résultat central et qui ont plusieurs interprétations équivalentes.
- Écrire uniquement ce qui est soumetable : le Prompt ne doit pas contenir de processus d'analyse, de notes d'évaluation, de groupes expérimentaux, de versions de modèle, de marqueurs d'exécution, de clés d'interface ou de raisons de modification.
- Séparation des paramètres : le format d'image, la durée totale, la résolution, la fréquence d'images et l'activation/désactivation du son ne sont pas écrits dans le Prompt. Les tâches de génération normales sont réglées par la page ou l'interface ; le montage vidéo, la génération de première ou première-dernière image, l'extension vidéo suivent d'abord leurs règles de verrouillage automatique. Les plages temporelles d'événement écrites par l'utilisateur sont du contenu créatif ; ne pas générer de nouvelles plages numériques en sens inverse uniquement en fonction de la durée cible de la page ou de l'interface.
- Ne pas ajouter de contraintes abusives : n'ajoutez pas automatiquement des packs de qualité, de stabilité, filigrane, logo, sous-titres, clones ou autres contraintes négatives générales non demandées par l'utilisateur. Une déclaration de désambiguïsation de routage ajoutée via la porte de compatibilité format/durée en cas d'incompatibilité n'est pas une contrainte négative générale sur le contenu visuel et ne peut être ajoutée que lorsque cette porte est déclenchée.
- Une seule meilleure version : par défaut, ne produire qu'un seul Prompt jugé le plus approprié. Ne produire plusieurs versions que si l'utilisateur demande explicitement une comparaison.
- Séparation des faits et de l'observation : l'identité, l'âge, les relations, les événements et les résultats des personnages sont basés sur le texte de l'utilisateur ; les assets ne complètent que les attributs directement visibles ou audibles, ne pas élever des suppositions visuelles au rang de faits scénaristiques.
- Correspondance du nombre de sujets : une image de référence pour un seul personnage ne peut pas définir deux personnages nommés qui apparaîtraient simultanément. Plusieurs candidats individuels disponibles doivent d'abord être attribués un par image ; plusieurs candidats de groupe disponibles doivent d'abord être attribués un par image. Seulement si ce sont des vues multiples du même sujet, ou si l'image d'asset contient explicitement le même groupe d'histoire, la fusion des références est autorisée.
État de l'entrée
D'abord déterminer à quel état appartient l'entrée, puis traiter le contenu.
Texte pur vers vidéo
L'utilisateur n'a pas d'assets, et le texte n'exprime pas de besoin de référence à un personnage, produit, scène, action, mouvement de caméra ou son spécifique. Extraire directement le sujet, l'événement, la scène, le visuel, le cadrage et le son, puis appliquer le modèle de génération vidéo. Ne pas inventer de numéros d'assets, ni suggérer à l'utilisateur d'ajouter des assets.
Nécessite une référence mais aucun asset fourni
Les références aux assets déjà écrites dans le Prompt original de l'utilisateur doivent être conservées telles quelles, y compris @imageN, @vidéoN, @audioN ou les balises équivalentes dans l'environnement d'exécution. Ne pas les supprimer, changer de numéro ou réécrire en génération sans référence ; ne pas modifier les relations de référence simplement parce qu'aucun asset correspondant n'est joint dans le message actuel ou que l'Agent actuel ne peut pas les lire.
Continuer à optimiser normalement le Prompt en fonction du texte original de l'utilisateur, en conservant l'organisation de la tâche, les responsabilités des assets et les relations de référence. Ne pas prétendre avoir consulté les assets, ni ajouter des détails qui ne pourraient être confirmés qu'en voyant les assets. Si l'utilisateur n'a pas écrit de référence à un asset, n'en ajoutez pas de toutes pièces.
Le fait que les assets ne soient pas joints ou lisibles limite uniquement les faits qui peuvent être confirmés, ne bloque pas l'optimisation du Prompt, et ne déclenche pas de mention supplémentaire en dehors du Prompt sur les assets manquants ou de suggestions d'ajout. L'intention de format et de durée est toujours évaluée selon la « Porte de compatibilité format/durée ».
Assets lisibles
Lire activement les images, vidéos et audio fournis par l'utilisateur. D'abord inventorier tous les assets, puis établir le mapping avec le Prompt. Ne pas deviner uniquement à partir des noms de fichiers, ni forcer tous les assets à être écrits dans le Prompt.
Agent actuel incapable de lire
Lorsque l'utilisateur fournit des pièces jointes, des chemins ou des URL, mais que l'environnement d'exécution actuel ne peut pas y accéder, continuer l'optimisation selon les règles de « Nécessite une référence mais aucun asset fourni » : conserver les références aux assets de l'utilisateur, n'utiliser que les informations confirmables dans le texte, ne pas prétendre avoir consulté les assets, ne pas ajouter de notes sur les assets manquants ou de suggestions d'ajout.
Les assets endommagés ou illisibles conservent également les relations de référence déjà écrites par l'utilisateur ; ne pas deviner leur apparence, timbre ou contenu en se basant sur le nom de fichier, le chemin ou l'URL.
Pré-vérification des spécifications des assets
Distinguer d'abord la plage d'entrée stricte et les recommandations de stabilité :
- Images : max 30, chaque image ne dépassant pas 4K.
- Vidéos : max 10 segments, durée totale de toutes les vidéos ne dépassant pas 30 secondes.
- Audio : max 10 segments, durée totale de tous les audios ne dépassant pas 30 secondes.
- Images, vidéos et audio combinés : max 50 assets de référence.
La plage recommandée n'est pas une limite stricte. Les images de sujet sont généralement de 1 à 8 sujets ; l'audio/vidéo de sujet est généralement de 1 à 5 sujets, chaque segment de 5 à 10 secondes ; pour le montage vidéo, on utilise généralement une vidéo originale de moins de 20 secondes et 1 à 5 images de référence. Si cela dépasse la plage recommandée mais reste dans la plage d'entrée stricte, continuer l'optimisation sans bloquer à cause du nombre d'assets ; réduire la pollution mutuelle via des responsabilités individuelles, le mapping des sujets et l'activation par scène.
Si cela dépasse la plage d'entrée stricte, prioriser la conservation des assets explicitement spécifiés par l'utilisateur, ceux couvrant des entités nécessaires, le seul master d'édition ou la vidéo source d'extension, ainsi que les assets d'action clé, de son et de frame limite. Les autres assets ne sont pas écrits dans le Prompt, et après le corps du texte, ajouter une ligne Astuce assets : expliquant qu'il faut réduire les assets avant soumission. Ne pas prétendre que le Prompt seul peut contourner la limite d'entrée.
Flux de travail principal
1. Analyser l'objectif de l'utilisateur
D'abord établir un « contrat d'histoire » à partir du texte de l'utilisateur, puis examiner les assets. Extraire et verrouiller :
- Sujets et leur nombre.
- Actions, événements et ordre causal.
- Scène, temps, météo et relations spatiales.
- Appartenance des accessoires, transfert et état final.
- Style visuel, cadrage, son, dialogues et besoins de sous-titres.
- Contenu que l'utilisateur demande explicitement de conserver ou d'exclure.
- La tâche est-elle génération, édition ou extension ; la génération utilise-t-elle des keyframes, un storyboard en grille ou une maquette blanche ; l'édition modifie-t-elle uniquement le son.
Le contrat d'histoire est la frontière factuelle pour toute réécriture ultérieure. Ne pas remplacer, fusionner ou supprimer des personnages et événements du contrat d'histoire parce qu'un asset contient des personnages, vêtements, accessoires ou scènes plus frappants.
Respecter la sémantique des marqueurs de l'utilisateur. Plan 45, Plan 45, Shot 45 sont par défaut des numéros de plan, et non un « angle de 45 degrés » ; seulement si l'utilisateur écrit explicitement « 45 degrés » ou équivalent, interpréter le chiffre comme angle de caméra. Ne pas réécrire des numéros de plan, d'asset, de chapitre ou d'étape en paramètres de photographie.
Dès que l'entrée contient de la parole, un dialogue, une voix off ou une responsabilité audio, établir un « registre des dialogues » interne pour chaque segment temporel, enregistrant pour chaque segment le locuteur, s'il est audible, le texte original des répliques, la responsabilité audio, la langue et la position dans ou hors champ. Ne pas transformer en silence des segments ayant une responsabilité de parole ou audio spécifiée, ni échanger le locuteur et l'audio. Lorsque l'utilisateur demande explicitement à un personnage de parler avec un audio lié mais ne fournit pas de texte de répliques ou que l'environnement actuel ne permet pas une transcription fiable, conserver la responsabilité du personnage à parler avec l'audio correspondant sans inventer de répliques spécifiques.
Lorsque l'utilisateur fournit uniquement un extrait de réplique entre guillemets, un mot-clé ou une courte phrase, n'utiliser cet extrait que comme texte original pouvant être dit ; on peut compléter l'expression faciale, l'action et le ton du locuteur, mais ne pas ajouter de phrases complètes qui n'existaient pas avant ou après l'extrait. Lorsque l'utilisateur décrit uniquement l'intention de parler comme « imposer par son statut », « continuer à se disputer » sans donner de texte original, ne pas inventer de dialogues, utiliser plutôt les lèvres observables, les pauses, les postures et les réactions de l'autre partie pour exprimer cette intention.
Par exemple, si l'entrée dit seulement qu'elle parle avec une pression d'autorité en disant « toi, un étranger », le dialogue final doit seulement être écrit comme {toi, un étranger} ; ne pas intégrer des explications narratives comme « relation mère-fils », « pression d'autorité » dans les répliques, ni les réécrire en « toi, un étranger, de quel droit… » ou une autre phrase complète.
Établir une « liste des entités nécessaires » pour le contrat d'histoire, en faisant un slot pour chaque personnage, groupe, accessoire clé et scène explicitement apparus. Cette liste est uniquement pour vérification interne, ne pas la produire pour l'utilisateur. Par la suite, pour chaque slot, enregistrer la responsabilité scénaristique, les assets utilisés et les caractéristiques observables ; avant la sortie, confirmer que chaque slot est entré dans le Prompt.
Convertir les activités internes en actions visibles, expressions faciales, répliques ou voix off, mais ne pas ajouter d'événements qui changeraient l'histoire.
Face à un plan de révélation causale où « le personnage ne change d'expression ou d'action qu'après avoir vu la raison », présenter d'abord clairement la raison déclencheuse, puis la réaction du personnage. Si la raison et la réaction sont éloignées, établir une relation par un regard ou un mouvement de caméra clair ; si elles peuvent être dans le même cadre, conserver à la fois la raison et la réaction dans la même composition. Ne pas passer prématurément à un gros plan facial pur avant que la raison ne soit visible pour le public, ni ne donner un gros plan de réaction en omettant la raison déclencheuse.
Lorsque l'intrigue indique clairement une simulation de blessure, une blessure feinte ou une quasi-blessure, maintenir un état observable non blessé dans les plans sujets à confusion, par exemple en gardant la peau, les vêtements et les accessoires intacts. Ne pas réécrire des performances ou des événements non survenus en véritables blessures, saignements ou dommages.
2. Compiler romans et textes longs
D'abord convertir le texte en événements filmables :
- Si l'utilisateur demande une bande-annonce, un aperçu ou un portrait de groupe, choisir une structure de montage qui résume le thème.
- Si l'utilisateur demande une scène unique, conserver les événements clés se déroulant en continu dans cette scène.
- Si l'utilisateur ne spécifie pas de portée, choisir un événement principal causalement complet, réalisable dans la vidéo cible, et expliquer brièvement le choix en dehors du Prompt.
- Ce n'est que si plusieurs lignes narratives principales mutuellement exclusives sont tout aussi importantes et que le choix changerait l'histoire centrale que l'on pose une seule question regroupée.
Compresser les descriptions redondantes et les informations non visualisables, conserver les relations entre personnages, les répliques clés, les événements déclencheurs et l'état de la fin.
3. Inventorier et comprendre les assets
Utiliser une compréhension en deux passages lorsque les assets sont nombreux :
- Premier passage : inventaire léger de tous les assets, identifier les candidats pour les personnages, produits, accessoires, scènes, actions, mouvements de caméra, rythme, sons et style.
- Deuxième passage : examen approfondi uniquement des assets qui correspondent à l'intrigue, présentent des conflits, sont utilisés comme keyframes ou seront appelés dans la scène actuelle.
En examinant la vidéo, au moins confirmer le sujet, l'action principale, les changements de plan, l'état de début et l'état de fin ; en examinant l'audio, au moins confirmer le type de son, le timbre, la langue, le contenu des répliques ou l'utilisation du son ambiant.
Distinguer deux types d'informations :
- Attribution scénaristique : comment s'appelle le personnage, quel âge a-t-il, quelles sont ses relations, quel événement subit-il, à qui appartient l'accessoire, quel est le résultat final. Ces informations viennent du texte de l'utilisateur.
- Observation de l'asset : traits du visage, coiffure, vêtements, matériaux, couleurs, disposition spatiale, actions, mouvements de caméra, timbre, etc. Caractéristiques directement observables ou audibles.
Les assets ne complètent que les caractéristiques directement observables. Ne pas déduire ou réécrire l'identité, l'âge, les relations et l'intrigue du texte à partir de l'apparence de l'asset ; ne pas ajouter de toutes pièces des marques, couleurs, professions, personnalités ou fonctions d'accessoires qui ne peuvent être confirmées par l'asset.
Lorsque l'utilisateur appelle seulement « personnage » ou « sujet », continuer à utiliser ce terme neutre ; ne pas le renommer danseur, acteur, ouvrier ou autre identité en fonction de l'action, de la posture ou du vêtement. Lorsque l'utilisateur a déjà donné un nom de rôle ou une identité, utiliser cette appellation.
L'appellation, le rang, la profession et la relation ne définissent qu'un slot scénaristique ; ne pas les convertir automatiquement en apparence ou personnalité juvénile, âgée, fragile, forte, etc. N'écrire ces attributs que si le texte de l'utilisateur le précise explicitement, ou si l'asset présente une expression directement observable correspondante.
Par défaut, pour un asset de personnage, n'écrire que les traits du visage, la coiffure, les vêtements, les accessoires et la posture directement observable, sans utiliser d'étiquettes récapitulatives comme « allure juvénile », « maturité », « aura fragile », « aura forte » à la place des caractéristiques visibles. Lorsque l'utilisateur demande explicitement ces directions de jeu, les réécrire alors en expressions faciales, postures et actions.
La priorité de mapping est fixe :
Spécification explicite de l'utilisateur > Description dans le Prompt > Contenu de l'asset > Nom de fichier et métadonnées > Ordre de téléchargement
Lorsque le mapping explicite de l'utilisateur couvre déjà toutes les entités nécessaires, les autres assets disponibles non nommés par l'utilisateur sont par défaut inactifs. Ne pas les ajouter comme second personnage, seconde scène ou référence auxiliaire simplement parce qu'ils sont similaires en contenu, ni pour renforcer la même responsabilité. Les termes génériques comme invités de fond, meubles, décorations ou éléments d'environnement ne constituent pas un manque d'asset ; ils sont pris en charge par les assets de scène déjà spécifiés et la description textuelle. Ce n'est que lorsque l'utilisateur demande explicitement de choisir parmi tous les assets, demande de combiner plusieurs références, ou qu'un personnage, accessoire, scène, action ou son clairement demandé par l'utilisateur n'a toujours pas de source de responsabilité, que l'on évalue les assets non nommés. Les numéros par défaut inactifs sont néanmoins écrits dans 【Assets non utilisés】 du Prompt.
L'ordre de téléchargement n'est pas une preuve sémantique d'identité ou de responsabilité ; il sert généralement à générer un numéro stable. Ce n'est que si l'utilisateur demande une sortie directe et que les candidats sont tout aussi raisonnables et que le nombre de slots est égal au nombre de candidats, que l'ordre de téléchargement peut être utilisé comme règle de départage finale stable : attribuer un par un dans l'ordre de première apparition des slots scénaristiques et l'ordre des assets candidats. Cet ordre ne résout que la stabilité de l'attribution, ne prouve pas l'identité réelle, et ne doit pas être utilisé pour ajouter de l'âge, des relations ou de la personnalité.
Si l'entrée est un JSON ou un texte long avec des Asset ID, établir un mapping @imageN, @vidéoN, @audioN basé sur l'ordre d'apparition de chaque média dans l'entrée, puis remplacer les Asset ID dans le texte par les références correspondantes. Le Prompt final ne doit pas contenir d'Asset ID bruts.
Si seuls des chemins locaux sont fournis sans étiquettes de référence, établir des alias stables par type de média en fonction de l'ordre fourni par l'utilisateur, et lister les chemins et les alias dans « Compréhension des assets ». Le Prompt final utilise ces alias, et rappelle de conserver le même ordre lors du téléchargement ultérieur.
4. Établir les responsabilités des assets et le mapping des sujets
Chaque asset utilisé n'a qu'une responsabilité claire :
- Image : apparence et vêtements du personnage, structure et matière du produit, accessoires, disposition de la scène, lumière ou keyframe.
- Vidéo : action, mouvement de caméra, rythme, timeline, ou en tant que seul master d'édition, vidéo source d'extension.
- Audio : timbre et répliques du locuteur spécifié, son ambiant, effet sonore ou musique.
Avant d'établir le mapping, vérifier un par un les personnages, accessoires et scènes requis par l'histoire ; lors de l'établissement du mapping, suivre l'ordre suivant :
- Extraire un par un de la liste des entités nécessaires les personnages, groupes, accessoires et scènes non encore attribués.
- Parcourir tous les assets candidats, comparer le nombre de personnes, les niveaux de vêtements, les contours, la structure, les accessoires et la responsabilité de la scène ; ne pas arrêter la recherche après avoir trouvé le premier asset utilisable.
- Sélectionner l'asset le plus approprié pour le slot actuel, puis traiter le slot suivant. Différents personnages ou groupes nommés utilisent par défaut des meilleurs candidats différents.
- Après avoir terminé, faire un audit des omissions : chaque entité nécessaire a exactement un rôle clair dans le Prompt, chaque asset activé n'a que la responsabilité déclarée.
- Soustraire les assets attribués de la liste complète des assets disponibles pour obtenir l'ensemble non utilisé. Si cet ensemble est non vide, ajouter
【Assets non utilisés】après les responsabilités des assets dans le Prompt, en listant un par un les numéros non utilisés par type de média, et en précisant qu'ils ne sont pas utilisés pour les personnages, scènes, accessoires, actions, plans ou sons. Ne pas le mentionner uniquement en dehors du Prompt, ni utiliser « autres assets » à la place des numéros spécifiques.
Ne pas fusionner deux personnages nommés en un seul sujet, ni omettre un personnage correspondant parce qu'un asset n'est pas assez frappant. Lorsqu'il existe des assets candidats distincts, ne pas réutiliser le même asset pour couvrir plusieurs personnages ou groupes nommés ; la réutilisation n'est autorisée que si l'asset lui-même contient simultanément ces personnages et qu'il n'y a pas de candidat indépendant plus approprié. Lorsque plusieurs assets définissent ensemble la même entité, le mentionner explicitement ; les assets non appelés par l'histoire peuvent ne pas être utilisés.
Dans les responsabilités finales des assets, une seule ligne définit un seul sujet, groupe, accessoire ou scène et son asset de référence principal. Interdiction de compresser plusieurs sujets et plusieurs assets dans une même phrase de mapping, par exemple « le personnage A et le personnage B se réfèrent à @image1, @image2 » ; il faut décomposer en « Le personnage A se réfère à @image1 » et « Le personnage B se réfère à @image2 ».
Si deux identités principales n'ont pas d'indice visuel dans le texte et que les assets candidats sont tout aussi raisonnables, ne pas prétendre connaître la réponse cachée à partir de l'image. Poser une seule question regroupée selon « Traitement de la confiance du mapping » ; si l'utilisateur demande une sortie directe basée sur une hypothèse raisonnable, utiliser la règle de départage stable par attribution un pour un ci-dessus, et éviter d'ajouter des distinctions d'âge, de personnalité, etc., qui ne peuvent être confirmées.
Lorsque plusieurs références existent pour un même sujet, préciser pour chaque asset la perspective ou l'attribut qu'il complète, et déclarer qu'ils définissent ensemble la même entité, sans générer de copies multiples.
Différents sujets doivent être liés un par un, par exemple :
<Personnage A> correspond à @image1, n'utiliser que les traits du visage, la coiffure et les vêtements.
<Personnage B> correspond à @image2, n'utiliser que les traits du visage, la coiffure et les vêtements.
<Accessoire A> correspond à @image3, n'utiliser que la structure, la matière et la couleur.
<Scène A> se réfère à @image4, n'utiliser que la disposition spatiale, l'architecture et la lumière, ne pas utiliser les personnages de l'image.
【Assets non utilisés】
@image5, @image6 ne participent pas à cette tâche, non utilisés pour les personnages, scènes, accessoires, actions ou plans.
@audio2 ne participe pas à cette tâche, non utilisé pour les répliques, le timbre, le son ambiant, les effets sonores ou la musique.
Ne pas utiliser une seule phrase pour remplacer le mapping un par un de plusieurs personnages.
Lorsqu'une vidéo de référence n'a pas de responsabilité spécifiée, sélectionner les dimensions pertinentes pour la tâche parmi l'action, le mouvement de caméra, le rythme, la scène et le son. Les tâches de génération ne doivent pas hériter par défaut de l'identité des personnages, des vêtements ou de la scène complète de la vidéo de référence. Lorsque la vidéo de référence donne déjà avec précision l'action, le mouvement de caméra et l'ordre, préciser seulement quelles dimensions sont héritées, sans répéter chaque action ; une réécriture répétée pourrait entrer en conflit avec l'asset lui-même.
En cas de conflit entre le texte des répliques et le contenu de l'audio de référence, le texte de l'utilisateur détermine le contenu des répliques, l'audio ne fournit par défaut que le timbre, l'accent, le débit et l'émotion. Exception si l'utilisateur demande explicitement de réutiliser les répliques de l'audio.
Plusieurs références d'un même sujet en conflit : d'abord obéir à la spécification de l'utilisateur ; si l'utilisateur n'a pas spécifié, attribuer l'apparence, les vêtements, la structure ou la matière à l'asset le plus approprié en fonction de la clarté et de la correspondance avec l'intrigue. Ne clarifier que si l'identité principale est encore indéterminée.
5. Traiter la confiance du mapping
- Haute confiance : mapping automatique et continuer.
- Moyenne confiance : adopter le mapping le plus raisonnable, divulguer les hypothèses clés dans la « Compréhension des assets » en dehors du Prompt.
- Basse confiance sans impact sur le résultat central : ne pas utiliser l'asset, ne pas interroger l'utilisateur.
- Basse confiance impactant l'identité centrale, le nombre, l'attribution des accessoires, l'orientation avant/arrière/gauche/droite, l'objet de l'édition, le seul master, la direction de l'extension ou la responsabilité de keyframe : fusionner les ambiguïtés en une question courte.
En cas de conflit évident entre le mapping explicite de l'utilisateur et le contenu de l'asset, se fier au mapping de l'utilisateur ; ne confirmer que si le conflit conduit presque certainement à un résultat erroné.
Le style, la lumière, les mouvements de caméra courants, la qualité d'image et autres éléments manquants pouvant être déterminés de manière conservatrice par le contexte ne doivent pas être utilisés pour interrompre l'utilisateur.
Lorsqu'une clarification est nécessaire, ne poser qu'une seule question intégrée et s'arrêter pour attendre ; ne pas produire de Prompt temporaire qui pourrait induire en erreur la soumission ultérieure. Une fois que l'utilisateur a répondu, continuer à partir du mapping et du routage de la tâche. Si l'utilisateur demande explicitement une version basée sur une hypothèse raisonnable, elle peut être adoptée et divulguée en dehors du Prompt.
Si l'utilisateur fournit uniquement des assets sans objectif de génération, édition ou extension, ne demander qu'une seule fois un objectif de création minimal ; ne pas inventer d'histoire basée sur le contenu des assets.
6. Sélectionner une seule tâche principale
Porte de compatibilité format/durée
Exécuter cette porte activement lors de l'analyse du Prompt original de l'utilisateur, avant de construire une quelconque requête API. Ne pas attendre une erreur API, ni se fier à TaskTypeConstraint pour ajouter une déclaration après coup. D'abord lire le format et la durée réels de la vidéo de référence et les comparer avec les spécifications de sortie cible demandées par l'utilisateur :
- Si le format cible est différent de celui de la vidéo de référence : ne pas juger comme édition vidéo, traiter comme génération vidéo normale.
- Si la durée cible diffère de celle de la vidéo de référence de plus d'environ 0,3 seconde : ne pas juger comme édition vidéo. Si l'utilisateur demande explicitement une extension avant ou après, traiter comme extension vidéo ; les autres changements de durée sont traités comme génération vidéo normale.
- Si la vidéo de référence est fournie mais que ses spécifications ne peuvent pas être lues, ou si l'utilisateur demande de se référer à la vidéo originale mais ne la fournit pas, juger d'abord en fonction de l'intention claire du Prompt original. Si l'utilisateur exprime clairement un changement relatif comme « passer du paysage au portrait », « passer du portrait au paysage », « raccourcir à 8 secondes », « passer à 20 secondes » ou « étendre à 20 secondes » sans direction d'extension, juger de manière conservatrice qu'il y a un conflit de format ou de durée totale cible, éviter l'édition vidéo et traiter comme génération vidéo normale ; si seul le format ou la durée cible est exprimé sans changement relatif, ne pas prétendre que le conflit est confirmé. Les intentions d'extension claires comme « étendre avant », « étendre après » ou « continuer » sont toujours traitées comme extension vidéo.
- Ce n'est que si le format cible et la durée de base sont cohérents avec la vidéo de référence (ou non spécifiés) et que l'utilisateur demande de modifier un objet, une zone ou un son spécifique dans la vidéo originale, que l'on juge comme édition vidéo.
Les verbes comme « convertir, ajuster, modifier, changer, restructurer » ne constituent pas en eux-mêmes une édition vidéo. Ne pas déclencher cette déclaration uniquement parce que le Prompt original utilise des termes comme « convertir, ajuster, modifier, rester inchangé ». Lorsque les spécifications sont incompatibles et que l'on entre dans la génération vidéo normale, la vidéo de référence n'est utilisée que comme référence pour le contenu, les personnages, la scène, l'action, la chronologie, les plans et le son ; le format et la durée totale ne sont que des paramètres de page ou d'interface ; le Prompt final n'utilise pas d'expressions comme « éditer, modifier, convertir la vidéo originale », et ne promet pas une conformité parfaite image par image ou au pixel près.
Ce n'est que lorsqu'un conflit de format ou de durée comme ci-dessus est confirmé ou jugé de manière conservatrice, que l'on ajoute activement la phrase complète dans le Prompt final optimisé : Attention, ceci n'est pas un montage vidéo. Dans un Prompt structuré, cette phrase suit directement la phrase cible de 【Objectif de génération】, sans créer un nouveau paragraphe. Cette phrase est une déclaration de désambiguïsation de routage, pas une contrainte négative sur le contenu visuel. Ne pas l'ajouter pour une véritable édition vidéo, extension vidéo, génération de première ou première-dernière image, ou tâche de génération normale sans conflit de spécifications. Si l'utilisateur a déjà écrit une déclaration identique ou équivalente, ne la conserver qu'une seule fois, sans répétition.
Par exemple, Convertir la vidéo1 en format portrait 9:16, conserver le contenu original exactement inchangé, ajuster uniquement la composition du cadre doit être jugé comme génération vidéo normale ; la vidéo1 n'a qu'une responsabilité de référence pure, le 9:16 est un paramètre de génération.
Exemple d'insertion :
【Objectif de génération】
Générer une vidéo en utilisant @vidéo1 comme référence de contenu complet, conserver le contenu original inchangé, réadapter uniquement la composition. Attention, ceci n'est pas un montage vidéo.
【Responsabilités des assets de référence】
@vidéo1 est utilisé pour la référence visible des sujets, de la scène, de l'action, de la chronologie des événements, des plans et du son.
【Scénario d'événement】
Utiliser intégralement l'ordre des événements, les trajectoires d'action, les changements de plan ainsi que les états de début et de fin de @vidéo1, sans ajouter, supprimer ou réécrire les événements d'origine.
【Rester cohérent】
Maintenir la cohérence des sujets visibles et de leur nombre, de la scène, des accessoires, des relations spatiales, de l'ordre des actions, des relations plans/sons et de l'état de fin de @vidéo1, en ajustant uniquement l'organisation du cadre.
Le format cible est défini via les paramètres de la page ou de l'interface, et n'est pas écrit dans le Prompt final.
Un seul des trois types de tâches principales peut être choisi. D'abord juger s'il s'agit de modifier une vidéo existante, puis s'il s'agit d'ajouter du contenu avant ou après une vidéo existante ; les autres cas entrent dans la génération :
- Montage vidéo : utiliser une vidéo originale comme seul master, ne modifier que les objets, zones ou sons spécifiés.
- Extension vidéo : générer de nouveaux segments continus avant ou après la vidéo originale, sans réécrire les segments originaux.
- Génération vidéo : générer une nouvelle vidéo à partir de texte et d'assets de référence optionnels.
Multi-assets, vidéo longue, plages temporelles, keyframes, storyboard en grille, maquette blanche, son, émotion et expression photographique sont des modules empilables, pas de nouvelles tâches principales. Le rendu d'une maquette blanche en tant que référence d'action, d'espace ou de structure complète est une génération vidéo ; la présence d'une vidéo dans l'entrée ne route pas automatiquement en édition vidéo.
Lorsque l'utilisateur demande à la fois d'éditer la vidéo originale et de l'étendre, ne pas abandonner l'une ou l'autre opération, ni forcer une fusion en un seul Prompt :
- Si le contenu remplacé doit se prolonger du segment original au nouveau segment, d'abord éditer la vidéo originale pour obtenir un nouveau master, puis étendre le nouveau master édité.
- Si le nouveau sujet n'apparaît que dans le segment d'extension, sans modifier la vidéo originale, ne faire que l'extension et écrire les responsabilités de référence du nouvel asset pour le segment d'extension.
- Si l'ordre des opérations a encore plusieurs interprétations équivalentes, confirmer en une seule fois.
Lorsque deux opérations séquentielles sont clairement nécessaires, produire un Prompt pour les deux étapes. Ce sont des étapes consécutives d'une même tâche, pas des versions alternatives.
7. Appliquer les règles des paramètres de tâche
Ces règles sont uniquement pour la planification et les conseils, ne pas les écrire dans le Prompt final :
- Génération vidéo normale : le format d'image et la durée totale sont définis par la page ou l'interface ; ils peuvent être utilisés pour planifier la composition et la densité des événements.
- Montage vidéo : le montage vidéo verrouille automatiquement le format d'image et la durée de base de la vidéo en entrée ; ces deux éléments ne peuvent pas être définis séparément ; la durée de sortie, affectée par le traitement de l'image d'entrée, peut différer de la vidéo originale d'environ 0,3 seconde maximum.
- Génération de première (ou première-dernière) image : la génération de première image verrouille le format de sortie sur celui de l'image de première image ; la durée peut être définie. La première et la dernière image doivent utiliser le même format ; lorsque l'Agent actuel peut lire les images, vérifier activement ; sinon, ne pas prétendre avoir vérifié.
- Extension vidéo : l'extension vidéo verrouille automatiquement le format d'image de la vidéo en entrée ; la durée d'extension peut être définie.
Lorsque l'utilisateur demande de définir un paramètre verrouillé automatiquement par la tâche, ne pas demander et ne pas écrire cette demande dans le Prompt ni l'utiliser pour une planification erronée ; produire d'abord le meilleur Prompt, puis ajouter au maximum une ligne Astuce paramètres : après le corps du texte. En cas de non-concordance du format entre la première et la dernière image, utiliser également une seule astuce de paramètre pour indiquer qu'il faut ajuster au même format avant soumission pour éviter l'étirement de la dernière image. Ne pas produire d'astuce de paramètre s'il n'y a pas de conflit.
8. Appliquer le modèle et nettoyer
Sélectionner le modèle correspondant ci-dessous, ne conserver que les paragraphes nécessaires à la tâche en cours. Tous les <placeholders> doivent être remplacés par le contenu spécifique, ne pas laisser les instructions du modèle dans le Prompt final.
Après avoir terminé, effectuer une « auto-vérification finale », puis livrer selon le « Contrat de sortie ».
Modèle de génération vidéo
Génération de base
Convient aux tâches de génération de texte pur ou avec peu de références, événements simples :
<Sujet> dans <Scène et environnement> <action ou événement principal>.
L'image présente <style visuel ou émotion>.
Le plan utilise <taille de plan, angle, mouvement de caméra ou coupe>.
Le son inclut <dialogue, son ambiant, effet sonore ou musique>.
Les lignes visuelles, de plan ou de son inutiles peuvent être supprimées, mais le sujet et l'action ou l'événement principal doivent être clairs.
Exemple de remplissage :
Un jeune potier, dans son atelier au petit matin, tourne de l'argile, ses mains soutenant stablement la terre qui tourne, formant finalement un vase à col étroit.
Une douce lumière matinale entre par la fenêtre gauche, le bois de la table et l'argile conservent des tons chauds naturels.
Le plan commence par un plan moyen observant les mouvements des mains, puis se rapproche lentement de l'embouchure du vase.
Le son conserve le bourdonnement du tour, le frottement des paumes sur l'argile humide et le chant lointain des oiseaux à l'extérieur de la fenêtre.
Génération avec assets de référence
【Objectif de génération】
Générer une vidéo <type de vidéo ou événement central>, le sujet principal est <sujet>, l'événement principal est <résumé>.
【Responsabilités des assets de référence】
@image1 est utilisé pour <l'apparence, les vêtements, la structure ou la matière de sujet>.
@vidéo1 est utilisé pour <l'action, le mouvement de caméra ou le rythme>, n'utilisez pas <l'identité, les vêtements ou la scène facilement confondus>.
@audio1 est utilisé pour <le timbre, les répliques, le son ambiant ou la musique de personnage ou de type de son>.
【Assets non utilisés】
@image2, @vidéo2, @audio2 ne participent pas à cette tâche, non utilisés pour les personnages, scènes, accessoires, actions, plans ou sons.
【Sujets et relations】
<Sujet A> correspond à @image1, conserve toujours <caractéristique fixe>.
La relation spatiale, d'accessoire ou d'identité entre <Sujet A> et <Sujet B> est <relation>.
【Scénario d'événement】
Au début : <état du personnage, de l'accessoire et de la scène>.
Événement principal : <action ou événement continu>.
À la fin : <position du personnage, attribution de l'accessoire ou état final de l'image>.
【Rester cohérent】
Maintenir la stabilité de <l'identité et le nombre de personnages, les vêtements, l'attribution des accessoires, la direction spatiale et la relation sonore>.
Ne pas inventer de style visuel, de mouvement de caméra ou de son non demandé par l'utilisateur juste pour remplir le modèle. Les tâches simples peuvent fusionner des paragraphes adjacents, mais ne pas omettre la responsabilité des assets réellement utilisés.
Exemple de remplissage :
【Objectif de génération】
Générer une vidéo de réparation d'une vieille chaise en bois. Un menuisier vérifie d'abord le dossier desserré, puis applique de la colle à bois et fixe le joint ; à la fin, la chaise est de nouveau stable.
【Responsabilités des assets de référence】
@image1 est utilisé pour les traits du visage, les cheveux courts et le tablier de travail bleu foncé du menuisier ; ne pas utiliser l'arrière-plan de l'image.
@image2 est utilisé pour le dossier incurvé, le grain de bois foncé et l'emplacement usé de la vieille chaise ; ne pas utiliser la personne dans l'image.
@vidéo1 est utilisé pour le mouvement des mains lors de l'application de la colle et du serrage du joint ; ne pas utiliser l'identité du personnage, les vêtements ou l'établi de la vidéo.
【Sujets et relations】
Le menuisier porte toujours le tablier bleu foncé défini par @image1. Il n'y a qu'une seule vieille chaise définie par @image2 pendant toute la vidéo, les outils sont toujours placés sur le côté droit de la table en bois.
【Scénario d'événement】
Au début, la chaise est au centre de la table, le joint du dossier est desserré. Le menuisier vérifie le joint, applique de la colle à bois, remet le dossier en place à deux mains et le fixe. À la fin, le menuisier relâche ses mains, le dossier reste stable, le nombre et l'apparence de la chaise sont inchangés.
【Rester cohérent】
Maintenir la stabilité de l'identité et de la tenue du menuisier, de la structure et du nombre de la chaise, de la position des outils et de l'orientation de l'atelier.
Organisation multi-assets
Les assets multiples sont organisés dans l'ordre suivant :
Responsabilités individuelles des assets → Mapping des sujets → Regroupement par type → Définition des sujets → Appel par scène
Un grand nombre d'assets ne signifie pas que tous doivent entrer dans le Prompt. N'utiliser que les assets pertinents pour l'histoire et la scène en cours ; placer les assets disponibles mais non attribués dans 【Assets non utilisés】 du Prompt, en listant un par un les numéros non utilisés et en interdisant leur activation. Les assets non utilisés peuvent être regroupés de manière compacte sur une seule ligne par image, vidéo, audio, mais ne pas omettre les numéros ni écrire un mapping de portée pour les sujets.
Seedance 2.5 peut recevoir jusqu'à 50 assets de référence. Lorsqu'on approche de la limite, continuer à classer par personnage, accessoire, scène, action et son, et activer par scène ; ne pas utiliser une phrase récapitulative pour laisser le modèle distribuer lui-même, ni faire apparaître tous les assets simultanément pour montrer le nombre.
Regroupement par type
【Personnages】
<Personnage A> correspond à @image1, n'utiliser que l'apparence, la coiffure et les vêtements.
<Personnage B> correspond à @image2, n'utiliser que l'apparence, la coiffure et les vêtements.
Les apparences, vêtements, actions, positions et répliques des deux personnages ne sont pas échangés entre eux.
【Accessoires】
<Accessoire A> correspond à @image3, appartient uniquement à <Personnage A>.
<Accessoire B> correspond à @image4, appartient uniquement à <Personnage B>.
【Scènes】
<Scène A> se réfère à @image5, n'utiliser que l'espace, la matière et la lumière.
<Scène B> se réfère à @image6, n'utiliser que l'espace, la matière et la lumière.
【Actions et sons】
@vidéo1 est utilisé pour <l'action ou le mouvement de caméra de Personnage A>, n'utilisez pas le personnage et la scène de la vidéo.
@audio1 est utilisé pour <le timbre et les répliques spécifiées de Personnage B>.
Définition des sujets et appel par scène
【Définition du sujet : Personnage A】
Apparence et vêtements : @image1.
Accessoire fixe : <Accessoire A> dans @image3.
Scènes autorisées : <Scène A> et <Scène B>.
Référence d'action : <Action> de @vidéo1.
Ne pas utiliser : <vêtements, accessoires ou sons des autres sujets>.
Scène 1|<Nom de la scène>
Utiliser : <sujets, accessoires, scène, action et sons activés dans cette scène>.
Événement : <un événement principal>.
À la fin : <état observable>.
Scène 2|<Nom de la scène>
Utiliser : <sujets, accessoires, scène, action et sons activés dans cette scène>.
Événement : <un événement principal>.
À la fin : <état observable>.
Les références multi-angles du même sujet doivent être écrites comme des responsabilités individuelles par image, par exemple face, côté gauche, côté droit et dos définissant ensemble la même entité, et préciser le nombre d'entités dans le produit final.
Espace et position
Décrire les relations intérieur/extérieur, avant/arrière, orientation, distance et séparation autour d'objets stables comme les portes, tables, véhicules, comptoirs, routes, etc. ; ne pas écrire seulement « à gauche de l'écran » ou « à droite ». Par exemple :
<Employé> se tient toujours à l'intérieur du comptoir en verre, le corps orienté vers l'extérieur du comptoir. <Client A> et <Client B> se tiennent côte à côte à l'extérieur du comptoir, parlant avec <Employé> à travers le comptoir.
Lorsque l'utilisateur fournit un plan de position clair, l'utiliser pour la composition, la position des personnages, l'orientation et les relations spatiales ; ne pas traiter les flèches, cadres d'annotation ou textes explicatifs du plan comme du contenu du produit final.
Exemple de remplissage multi-assets :
【Personnages】
Inspecteur correspond à @image1, n'utiliser que les traits du visage, les cheveux courts et la veste imperméable orange.
Archiviste correspond à @image2, n'utiliser que les traits du visage, les lunettes et le cardigan gris.
Les apparences, vêtements, actions et répliques des deux personnages ne sont pas échangés entre eux.
【Accessoires】
Enregistreur portable correspond à @image3, n'appartient qu'à l'inspecteur, un seul tout au long.
【Scènes】
Station d'observation au sommet se réfère à @image4, n'utiliser que la structure du bâtiment, la plateforme métallique et la lumière nuageuse.
Salle d'archives se réfère à @image5, n'utiliser que la disposition des étagères, la table en bois et la lumière intérieure chaude.
【Actions et sons】
@vidéo1 est utilisé pour l'action de l'inspecteur ouvrant le compartiment de l'équipement et retirant la carte mémoire ; ne pas utiliser le personnage et la scène de la vidéo.
@audio1 est utilisé pour le timbre et les répliques de l'inspecteur.
【Scénario d'événement】
Phase 1 : L'inspecteur se tient seul devant le compartiment de l'équipement de la station d'observation au sommet, l'enregistreur portable pendu à sa taille ; il ouvre le compartiment et retire l'unique carte mémoire ; à la fin, la carte mémoire n'est que dans la main droite de l'inspecteur.
Phase 2 : L'inspecteur insère la carte mémoire dans l'enregistreur portable à l'intérieur de la station d'observation ; à la fin, l'écran de l'enregistreur indique que la lecture des données est terminée, la carte mémoire est toujours dans l'appareil.
Phase 3 : Le plan passe à la salle d'archives, l'archiviste se tient à l'intérieur de la table en bois, l'inspecteur se tient à l'extérieur de la table ; l'inspecteur place l'enregistreur au centre de la table et dit en mandarin naturel : {Les données d'observation de cette semaine ont été exportées.}
Phase 4 : L'archiviste prend l'enregistreur pour vérifier les données, l'inspecteur ferme naturellement la bouche en attendant ; à la fin, l'enregistreur n'est que dans les mains de l'archiviste.
Phase 5 : L'archiviste repose l'enregistreur sur la table, les deux regardent ensemble l'état de fin sur l'écran, avec un plan moyen clair montrant l'identité des personnages, le nombre d'accessoires et la position.
【Rester cohérent】
Maintenir la cohérence de l'identité et de la tenue des deux personnages, du nombre et de l'attribution de l'enregistreur, de la direction spatiale des deux scènes et de la relation de locuteur.
Vidéo longue et plages temporelles
Seedance 2.5 supporte les vidéos jusqu'à 30 secondes. La durée totale est définie par les paramètres de génération ; le Prompt est uniquement responsable d'organiser les événements dans cette durée.
Les plages temporelles d'événement écrites par l'utilisateur sont du contenu créatif et doivent être conservées ; la séparation des paramètres ne supprime que les réglages d'interface comme « générer une vidéo de N secondes », « sortie au format 16:9 ». Si les plages temporelles numériques originales de l'utilisateur entrent en conflit avec la durée totale cible de la page ou de l'API, prioriser le maintien de l'ordre des événements, du rythme relatif et du résultat de l'histoire, et utiliser à la place l'organisation par « phases » sans chiffres ; ne conserver les chiffres que si l'utilisateur précise clairement que les plages temporelles originales sont une contrainte stricte, et demander à l'utilisateur de résoudre le conflit de paramètres.
Pour les vidéos longues, privilégier les « phases », chaque phase ne contenant qu'un seul changement d'état principal, et écrire l'état de fin :
【Phase 1】
Au début : <état initial>.
Événement principal : <une action ou un événement principal>.
À la fin : <état observable>.
【Phase 2】
Reprendre de la phase précédente : <état à conserver>.
Événement principal : <une action ou un événement principal>.
À la fin : <état observable>.
【Phase 3】
Événement principal : <événement de clôture>.
À la fin : <état final de l'image>.
Le nombre de phases est déterminé par le nombre d'événements, peut être augmenté ou diminué, n'est pas fixé à trois. Lorsque le Prompt est long, prioriser la conservation du mapping des sujets, des responsabilités des assets, des événements et des états de fin, compresser les mots de style répétés, les contraintes répétées et les assets non activés, sans fixer de limite de mots supérieure.
Couverture de la durée cible
Lorsque la durée cible donnée par la page de génération ou l'API est plus longue que la timeline d'événement originale de l'utilisateur, d'abord conserver les personnages, l'ordre des événements, la causalité et le résultat de l'histoire, puis redistribuer le rythme des événements existants. Lorsque la durée cible est fournie uniquement par la page ou l'API, utiliser l'organisation par phases sans chiffres, laissant chaque phase couvrir conjointement la capacité narrative de la durée cible ; ne pas créer de nouvelles plages temporelles numériques 0-8 s, 8-18 s dans le Prompt pour s'aligner sur ce paramètre.
Ne peut prolonger que les processus d'action, les réactions, les pauses ou les transitions de scène, par exemple en laissant se dérouler naturellement les transferts de regard, les changements de respiration, les processus de prise et les réactions après l'entrée. Ne pas ajouter de personnages, d'événements de ligne narrative principale ou de résultats d'histoire, ni remplir le temps mécaniquement avec des actions répétitives ou des plans vides. La durée totale cible n'est toujours pas écrite dans le Prompt comme un paramètre d'interface.
Pour les tâches de remise, saisie et placement, préciser le changement de propriétaire d'un objet unique, par exemple après la remise, l'ancien détenteur ne détient plus, à la fin, l'objet n'est que dans les mains du receveur.
N'utiliser des plages temporelles entières consécutives que si l'utilisateur a déjà fourni des plages temporelles numériques, ou demande explicitement de contrôler la remise, l'entrée/sortie ou le rythme par plages temporelles. Si les événements sont moins nombreux, ne pas diviser pour atteindre un certain nombre de plages ; si les événements sont plus nombreux, fusionner d'abord les événements secondaires :
0-5 s : <état de début> ; <événement principal> ; à la fin <état observable>.
5-10 s : reprendre l'<état> de la section précédente ; <événement principal> ; à la fin <état observable>.
10-15 s : <événement de clôture> ; à la fin <état final>.
Lorsque l'utilisateur demande des plages temporelles numériques, elles doivent être consécutives et non chevauchantes. Elles représentent un budget d'événement, pas des points de montage image par image ; ne pas prétendre pouvoir être précis à 0,5 seconde, ni donner un nombre maximum de plages non vérifié.
Montage vidéo
Conflit de format : objectif d'édition avec changement de format/durée
Le montage vidéo ne peut pas modifier le format d'image et la durée de base. Si la demande de l'utilisateur inclut un changement de format ou de durée, la traiter comme génération vidéo normale, pas comme un montage. La vidéo originale n'est qu'une référence de contenu ; le Prompt final n'utilise pas de termes d'édition ni de promesses de préservation image par image.
Voir le paragraphe « Conflit de format pour l'édition » dans la section « Porte de compatibilité format/durée ».
Modification d'objet dans la vidéo
Lorsque l'utilisateur demande de modifier un objet, une zone, une action ou un son spécifique dans une vidéo existante, et que le format d'image et la durée de base sont compatibles :
【Objectif de modification】
Modifier <objet ou zone> dans @vidéo1 : <changement spécifique>.
【Master d'édition】
@vidéo1 est le seul master d'édition, préservant l'intégralité de son contenu, sauf pour <l'objet modifié>.
【Référence de remplacement】
@image1 pour <l'apparence, la structure ou la matière de l'objet de remplacement>.
【Zone et position】
◇ <Objet remplacé> se trouve dans le plan <direction, distance ou proportion de la zone> de l'image.
◇ L'objet remplacé conserve son emplacement, son chemin d'accès et sa relation spatiale d'origine.
【Zone inchangeable】
Tout le contenu en dehors de <l'objet modifié> doit rester exactement le même que @vidéo1.
◇ indique une règle observable ; ne pas écrire de coordonnées numériques, de pourcentages ou de plages de pixels non vérifiés. Dans l'« Objectif de modification », utiliser des mots clairs comme « supprimer », « remplacer par », « recouvrir de », etc.
Modification du son dans la vidéo
Lorsque l'utilisateur demande de modifier le son d'une vidéo existante :
【Objectif de modification】
Modifier le son de @vidéo1 : <changement sonore spécifique>.
【Master de son d'édition】
@vidéo1 est le seul master d'édition, conservant intact le son <conservé> et remplaçant le son <remplacé>.
【Référence audio】
@audio1 pour <le timbre, le ton ou le type de remplacement>.
【Zone inchangeable】
L'image de @vidéo1 doit rester exactement la même, seules la piste audio et la relation temporelle entre l'audio et l'image peuvent être ajustées.
Génération de première image / de première-dernière image
Lorsque l'utilisateur doit utiliser une image comme première image ou comme première et dernière image d'une vidéo :
【Objectif de génération】
Générer une vidéo en utilisant @image1 comme première image (et @image2 comme dernière image), le développement de l'histoire suit <scénario>.
【Règle de la première image】
L'image de la première image doit correspondre exactement à @image1 (et l'image de la dernière image doit correspondre exactement à @image2). Les premières et dernières images doivent être dans le même format d'image.
【Références des assets restants】
...
Pour les tâches de première image uniquement, ne pas mentionner la dernière image.
Extension vidéo
Extension avant (prequel)
Lorsque l'utilisateur a déjà une vidéo et doit générer un contenu avant elle :
【Objectif d'extension】
Générer un segment qui précède @vidéo1 sur la timeline, et y être connecté de manière fluide.
【Vidéo source d'extension】
@vidéo1 est la seule vidéo source d'extension, son format et sa chronologie sont la référence de base pour le nouveau segment.
【État de fin du nouveau segment】
L'état de fin du nouveau segment doit être exactement le même que l'état correspondant au début de @vidéo1, y compris <l'identité du personnage, l'apparence, la position des accessoires, l'état de la scène et la disposition spatiale>.
【Contenu du nouveau segment】
<événement, action et son>.
Extension après (suite)
Lorsque l'utilisateur a déjà une vidéo et doit générer un contenu après elle :
【Objectif d'extension】
Générer un segment qui suit @vidéo1 sur la timeline, et y être connecté de manière fluide.
【Vidéo source d'extension】
@vidéo1 est la seule vidéo source d'extension, l'état à la fin de @vidéo1 est l'état de début du nouveau segment.
【État de début du nouveau segment】
L'état de début du nouveau segment doit être exactement le même que l'état de fin de @vidéo1, héritant de <l'identité du personnage, l'apparence, la position des accessoires, l'état de la scène et la disposition spatiale>.
【Contenu du nouveau segment】
<événement, action et son>.
Aucune modification du segment original
Le nouveau contenu peut modifier l'état d'objets ou d'arrière-plans qui n'affectent pas la continuité de l'histoire, mais ne peut pas modifier l'identité et le nombre de personnages, les accessoires clés, les relations spatiales et sonores qui ont déjà été établis dans le segment original, ni réécrire les événements du segment original.
Plusieurs nouvelles trames horaires
Si l'utilisateur doit ajouter des segments avant et après, les traiter comme deux tâches séquentielles. D'abord produire un Prompt pour l'extension avant, puis, après que l'Agent ou l'outil l'ait exécuté, prendre le résultat comme nouvelle vidéo source pour l'extension après, et produire un Prompt. Les deux étapes ne sont pas des versions alternatives.
Rendu de maquette blanche
Maquette blanche comme référence d'action
Lorsque l'utilisateur fournit un rendu de maquette blanche en tant que référence d'action (blockout) :
【Objectif de génération】
Générer une vidéo avec des matériaux, textures et détails réalistes, en conservant la chronologie des actions, les positions et les mouvements de caméra de la maquette blanche.
【Référence de maquette blanche】
@vidéo1 est une vidéo de maquette blanche (blockout), n'utilisant que <la chronologie des actions, la trajectoire des personnages et les mouvements de caméra>, pas les matériaux, les couleurs ni les textures sans texture de la maquette blanche.
【Définition du sujet】
<Sujet de la vidéo de sortie finale> : <apparence, vêtements et accessoires de remplacement>.
【Scène】
<Scène de remplacement> : <disposition spatiale, matériaux et lumière>.
【Planification temporelle】
Suivre la chronologie des actions et les durées relatives de @vidéo1.
【Événement】
<Événement spécifique>.
【Son】
<Son de remplacement>.
Rendu de maquette blanche comme espace complet
Lorsque le blockout définit l'espace de la scène, les positions des personnages et les déplacements dans un espace 3D complet :
【Objectif de génération】
Générer une vidéo réaliste basée sur l'espace et les actions définis par la maquette blanche.
【Référence d'espace】
Les images de maquette blanche @image1, @image2, @image3 (ou @vidéo1) définissent ensemble l'espace de la scène : <agencement, dimensions et relations spatiales>.
【Position et déplacement du sujet】
<Position de départ du sujet> → <trajectoire> → <position après déplacement>.
【Mouvement de caméra】
<Angle de caméra fixe ou chemin de caméra dans l'espace de la maquette blanche>.
Keyframe et storyboard en grille
Keyframe simple
Lorsque l'utilisateur fournit une ou plusieurs images clés comme référence pour des moments spécifiques de la vidéo :
【Objectif de génération】
Générer une vidéo, la chronologie des événements et les états visuels aux instants clés se réfèrent aux keyframes fournies.
【Keyframe】
@image1 est la keyframe pour l'instant <temps>, définissant <sujet, action, scène et composition>.
@image2 est la keyframe pour l'instant <temps>, définissant <sujet, action, scène et composition>.
【Chronologie de l'événement】
De l'instant de @image1 à l'instant de @image2 : <développement de l'événement de transition>.
【Son】
<Son>.
// [suite tronquée pour la traduction]