Prompt de Continuidade Cinematográfica
Traduza sua ideia criativa em instruções de direção geráveis e verificáveis. O padrão é usar linguagem natural em chinês; a precisão vem de fatos visuais concretos, causalidade de ação, feedback físico, sincronização audiovisual e estados finais definidos – não de adjetivos vagos ou empilhamento de formatação de plataforma.
Primeiro, Determine a Tarefa e a Precisão
Relação de Entrada
Identifique primeiro o modo de entrada mais próximo:
- Geração sem referência: Construir uma linha do tempo audiovisual completa a partir do texto.
- Condução por primeiro quadro: A imagem de referência é o segundo 0; progrida de "ancoragem do primeiro quadro → início da ação → desenvolvimento contínuo → resultado ou reação".
- Condução por primeiro e último quadros: Duas imagens bloqueiam o início e o fim; concentre-se em escrever o caminho intermediário observável e o processo de convergência gradual.
- Condução por último quadro: Parta de um estado anterior razoável e gradualmente caia na composição e estado especificados pela imagem de referência.
- Referência multimodal: Imagens, vídeos e áudio assumem respectivamente as responsabilidades de identidade, cena, estilo, ação, movimento de câmera, composição, linha vocal ou quadro-chave.
- Quadro de referência primeiro: Primeiro, projete uma imagem de primeiro quadro adequada para movimento contínuo; depois, reescreva o prompt de vídeo com base na imagem gerada e confirmada pelo usuário.
- Revisão de prompt/Reparo de falha: Identifique o ponto mais antigo de erro causal, conflito ou sobrecarga; depois, reescreva uma versão completa e copiável.
Em seguida, escolha a organização da filmagem: plano-sequência contínuo, storyboard com correspondência de ação, evolução de imagem de referência, filmagem nativa de celular, micro-ator humano, interação íntima contida adulta. Não considere plano-sequência, FPV, drone ou movimento de câmera complexo como inerentemente superiores.
Níveis de Precisão
- Modo normal: Selecione automaticamente os parâmetros que realmente afetam a imagem; concentre-se em escrever resultados visíveis.
- Modo de alta precisão: Ativado quando o usuário diz "prompt detalhado", "o mais detalhado possível", "prompt completo", "versão completa do diretor", "nível de diretor" ou expressões similares. Permite prompts longos, mas cada frase deve corresponder a um fato visual, requisito de continuidade ou risco real de falha.
No modo de alta precisão, se faltarem configurações de filmagem, primeiro pergunte em linguagem comum sobre o efeito desejado, como espaço aberto ou opressivo, personagens próximos ou distantes, fundo nítido ou desfocado, câmera na mão ou estável, documental ou requintado; depois, traduza as respostas em categoria de equipamento, distância focal, abertura, profundidade de campo, foco e parâmetros de movimento. Não exija que o usuário entenda parâmetros técnicos primeiro. Se o tema já é claramente celular, drone, vigilância ou documentário, siga diretamente a lógica do equipamento correspondente.
Use a Arquitetura de Três Camadas
1. Camada Visual Estática
Selecione dentre os seguintes elementos aqueles que realmente afetam a geração; não preencha uma tabela mecanicamente:
- Tempo: Era, estação, momento.
- Sujeito: Identidade, idade, aparência, físico, vestuário, material, adereços, postura inicial.
- Cena: Ambiente natural, estrutura arquitetônica, clima, mobiliário, relações espaciais e vestígios de vida.
- Filmografia: Estilo, proporção de tela, composição, posição da câmera, ângulo, perspectiva, foco, profundidade de campo, fonte de luz, direção da luz e cor.
Marca da câmera, distância focal específica e abertura só devem ser escritos quando puderem explicar perspectiva, profundidade de campo ou textura da imagem e não entrarem em conflito com o modo do equipamento.
2. Camada Dinâmica Contínua
Cada ação-chave deve ser escrita seguindo uma cadeia de estados completa:
Estado inicial → Gatilho visível → Preparação → Início → Processo → Feedback do corpo/adereços/tecido/ambiente → Desaceleração ou parada → Estado final verificável
O centro de gravidade do personagem, a linha de visão, as mãos, o estado dos adereços e o trajeto da câmera devem compartilhar a mesma lógica espacial. Ações já concluídas não se repetem; objetos não podem aparecer, desaparecer, mudar de mão ou alterar material sem causa.
3. Camada de Sincronização Audiovisual
Processe separadamente: ruído de fundo do ambiente, som de ação, som não verbal do personagem, diálogo/off-screen e música. Cada som-chave deve explicar fonte, distância, ação gatilho, início e fim, intensidade e mudança espacial. Não adicione música incondicionalmente.
O modelo completo e a lista de verificação estão em references/prompt-framework.md.
Bloqueie Invariantes e Responsabilidades de Referência
Antes de começar a escrever, determine:
- Invariantes de identidade ou estrutura;
- Espaço, composição e direção da luz iniciais;
- Ponto de partida, trajeto e ponto final da câmera;
- Causalidade da ação do sujeito e psicologia;
- Detalhes visíveis trazidos pela mudança de distância;
- Vento, tecido, cabelo, sombras, reflexos e feedback sonoro;
- Último quadro verificável e interface para o próximo plano.
A referência multimodal deve estabelecer uma tabela de responsabilidades. Cada material assume responsabilidades claras; pode ter múltiplas responsabilidades, mas não pode exigir vagamente "referenciar tudo":
| Material | Responsabilidades Atribuíveis |
|---|---|
| Imagem | Identidade, vestuário, aparência do produto, cena, composição, estilo, primeiro quadro, quadro-chave, último quadro |
| Vídeo | Ação, movimento de câmera, ritmo de edição, estrutura temporal, edição ou continuação do vídeo fonte |
| Áudio | Reutilização do som original, linha vocal, maneira de falar, ritmo, estilo musical, continuidade sonora |
Diferencie entre "deve ser completamente mantido", "permite variação local", "apenas migra um determinado atributo", "serve apenas como referência ampla de atmosfera". Isso é linguagem de verificação interna; não é obrigatório gerar campos dedicados ou tags em inglês do MiniMax H3.
Resolva Conflitos
Verifique: identidade, idade, traços faciais, penteado, vestuário, tempo, espaço, direção da luz, equipamento, profundidade de campo, movimento de câmera, mão direita/esquerda, ordem das ações, timing do diálogo e estado final.
Prioridade:
Fato da imagem de referência especificada pelo usuário > Instrução atual clara do usuário > Configuração global unificada > Descrição repetida e consistente > Descrição local da linha do tempo > Retórica de atmosfera
Quando puder julgar, unifique ativamente e explique brevemente na decisão de direção; pergunte apenas quando duas versões são igualmente críticas e podem alterar o resultado final. O prompt copiável final não deve conter configurações mutuamente exclusivas.
Organize a Linha do Tempo e os Planos
Primeiro, organize as ações por batidas semânticas; depois, mapeie para segundos quando o usuário fornecer duração, pontos de corte, sincronização de diálogo ou necessidade da plataforma. Cada batida deve descrever claramente o espaço atual, preparação da ação, processo da ação, feedback, ponto final e próximo gatilho.
O movimento de câmera deve ser redutível a:
Tipo de movimento + Amplitude + Velocidade + Alvo do movimento + Estado de parada
Diferencie o movimento principal da câmera de pequenas perturbações do corpo/veículo. Avanço, deslocamento horizontal e variação de altura podem ser fundidos em uma curva de movimento, mas não como instruções paralelas de igual intensidade. Pequenas mudanças de planos ou ângulos priorizam movimento contínuo de câmera; um corte deve trazer novo espaço, novo tempo, nova informação, novo estado ou correspondência de ação necessária.
Distância, Atuação e Feedback Físico
- Plano geral: Escreva escala, direção e relações espaciais.
- Plano médio: Escreva postura, centro de gravidade, contorno do vestuário e relações entre personagens.
- Primeiro plano: Escreva movimento dos olhos, piscadas, respiração, cantos da boca, ponto de contato e tensão do tecido.
- Close-up: Só escreva poros, pelos, textura da pele, pequenas imperfeições, reflexos de vidro ou arranhões de metal.
Expressões devem ser acionadas por eventos: Estímulo → Percepção → Mudança nos olhos/respiração primeiro → Reação da cabeça/corpo → Confirmação → Declínio emocional → Postura final.
Contato deve primeiro estabelecer ponto de contato e força, depois escrever o feedback da outra pessoa ou objeto, mudança no centro de gravidade, mudança no tecido e estado de parada. Máquinas complexas também devem escrever travamento, força, movimento, desaceleração e estabilização.
Fluxo de Trabalho: Quadro de Referência Primeiro
Quando o usuário solicitar primeiro um quadro de referência, leia a seção "Quadro de Referência Primeiro" em references/prompt-framework.md e execute:
- Produza um julgamento de direção conciso;
- Produza um prompt de imagem independente, completo e copiável;
- Faça com que o primeiro quadro esteja em um estado aberto, prestes a acontecer ou começando, não em uma pose de pôster fechada após a ação;
- Reserve espaço para mãos, pés, adereços, linha de visão, direção do movimento, paralaxe entre primeiro e segundo plano e trajeto da câmera;
- Depois que o usuário fornecer a imagem gerada real, estabeleça uma tabela de consistência imagem-vídeo com base nos fatos visíveis na imagem e reescreva o prompt de vídeo.
Não finja que a composição específica já está bloqueada quando o usuário ainda não forneceu o primeiro quadro final.
Modos Especiais
- Filmagem nativa de celular, POV, micro-ator humano, interação íntima contida adulta ou tarefa de diálogo: Leia references/precision-writing-guide.md.
- Ao aprender exemplos excelentes fornecidos pelo usuário ou precisar de densidade de linguagem similar: Leia references/exemplar-library.md.
- Ao precisar entender o framework da Tempestade de Cinema, métodos existentes e as compensações dos métodos oficiais do MiniMax H3: Leia references/method-comparison.md.
- Ao atualizar este Skill ou verificar novas regras: Leia references/regression-suite.md.
Contrato de Saída
A menos que o usuário solicite explicitamente uma versão resumida, entregue por padrão:
- Julgamento do Diretor: Evento central, foco visual, causalidade da ação, escolha do movimento de câmera, maior risco de geração; mantenha conciso.
- Prompt completo diretamente copiável: Principalmente em chinês, escrito na ordem de reprodução; não deve conter "o resto permanece inalterado", "como acima", "consulte o texto anterior" ou reticências substituindo o texto.
- Versão para retry estável: Forneça apenas quando houver muitos personagens, ações muito densas, múltiplas trocas de mão, movimento de câmera complexo, múltiplos materiais de referência ou outras combinações de alto risco; reduza ações concorrentes sem alterar a conclusão narrativa.
Internamente, o prompt pode usar títulos e parágrafos conforme a tarefa, mas não force todas as plataformas a usar a sintaxe inglesa de três parágrafos, seis parágrafos, <Subject N>, <Picture N> ou <d> do MiniMax H3. Converta para o formato H3 oficial apenas quando o usuário solicitar explicitamente.
Itens Proibidos Detalhados
Os itens proibidos podem ser detalhados, mas devem corresponder a riscos reais do plano atual, um por um; primeiro escreva o estado positivo suficiente, depois complemente por categoria:
- Deriva de identidade, feições, vestuário e estrutura;
- Erros de membros, dedos, pés, ponto de contato e força;
- Mudança abrupta na quantidade, material, posição e estado dos adereços;
- Ação repetida, reversa, sem gatilho, sem ponto final ou rigidez de sincronização de múltiplos personagens;
- Salto de câmera, zoom incorreto, reversão sem causa, corte automático e tremor aleatório;
- Amolecimento, duplicação ou clipping de estruturas de edifícios, máquinas, veículos e espaços;
- Erros de continuidade de direção da luz, sombras, reflexos, clima e ambiente;
- Dessincronização audiovisual, lábios anormais, som adiantado, atrasado ou repetido;
- Contaminação de estilo, profundidade de campo incorreta, suavização excessiva da pele, retoque comercial, sensação CG ou 3D;
- Texto ilegível, legendas, logotipos, QR codes e marcas d'água.
Permite ser longo, mas proíbe repetição sinônima e acúmulo de palavras negativas genéricas irrelevantes para o plano atual.
Autoverificação Antes de Finalizar
- As informações das três camadas são consistentes e todas servem ao mesmo evento central?
- A responsabilidade de cada material de referência é clara e inequívoca?
- O primeiro quadro tem espaço para movimento? Existe um caminho observável entre o primeiro e o último quadro?
- A câmera é uma curva executável? Os parâmetros são consistentes com o modo do equipamento?
- Cada ação tem gatilho, preparação, feedback, parada e estado final?
- A mudança de enquadramento traz o nível correto de detalhes?
- O diálogo, som de ação e som ambiente estão sincronizados com a distância e o quadro de ocorrência?
- O último quadro é claro e pode entrar naturalmente no próximo plano?
- Os itens proibidos são precisos, categorizados de forma clara e não substituem descrições positivas?