Communitygithub.com

电影镜头分解

将剧本或场景转化为图像或视频模型可生成的镜头,由电影制作人掌控每一个创意决策。涵盖剧本注释、剧本到镜头表的转换、一次性编写并粘贴到每个提示中的视觉规则、通过参考表保持角色、场景和道具的一致性、在付费主镜头前使用廉价草图、在动态制作前检查每个静态帧、使用图像到视频的提示(含一个动作和一次柔和镜头移动)、检查每个剪辑的多个帧、成本顺序、每次会话支出上限,以及成本和制作日志。

电影镜头分解 是什么?

此技能为AI代理(如Claude Code、Cursor)设计,用于从剧本或场景生成电影镜头,全程由电影制作人掌控创意决策,代理工具仅负责生成、记录和定价。它支持将剧本转换为镜头表,确保视觉规则或参考表一次性定义并应用于所有提示,从而保持角色、场景和道具的一致性。工作流程遵循严格的经济顺序:先在低成本阶段解决问题(如文字、草图),再推进到付费阶段(主镜头、动态),并在每次付费前明确请求用户批准。技能还包含详细的制作日志和成本日志,记录每个决策和成本,并设定会话支出上限。它适用于创作故事板、视觉参考、角色表、动态测试等场景,但不包括配音、剪辑、字幕或最终交付环节。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/nikbearbrown/agentic-filmmaking/tree/HEAD/skills/cinematic-shots

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

电影镜头分解 是做什么的?

将剧本或场景转化为图像或视频模型可生成的镜头,在进入下一阶段(可能涉及费用)之前检查当前阶段。此处提到的每个文件的空白模板见 templates.md。

电影制作人主导;代理工具辅助。 代理工具负责生成、记录和定价。保留、拒绝或修改的每一个选择都属于用户。当剧本留下空白时,代理工具留空或提供选项。它不会用自己的品味填补空白。

适用于所有其他规则的基本规则

  1. 成本顺序。 文字几乎免费,然后是草图、主镜头、动态,最后是声音和剪辑。在出现问题的成本阶段解决问题。糟糕的静态帧会导致糟糕的素材,因此永远不要为动态付费去查看画面效果。
  2. 花钱前先询问。 在任何付费批次之前,说明模型、数量、设置和估计成本,然后等待明确的“是”。“不错”或“也许”不是“是”,便宜也不例外。在会话上限处停止。
  3. “+1”是意图,而非品味。 当输出与用户所说的意图不符时,标记一次;用户决定,并记录该决策。与历史或代理品味不符由用户决定,而非失败。
  4. 绝不删除。 弱图和弱素材移至 superseded/。文件有版本号,且永不覆盖。
  5. 记录一切。 成本日志中的每个任务,制作日志中的每个决策。

设置项目

每部电影一个文件夹:shot-table.md、look-rules.md、register.md、production-log.md、cost-log.md,以及文件夹 references/、drafts/、heroes/、clips/、superseded/。用户在每次会话开始时设定支出上限;代理工具永不设定。API 密钥保留在环境中,绝不在聊天记录、提示或项目文件中。

1. 剧本注释,然后是镜头表

先做注释。 剧本是为剧组编写的,剧组会填补剧本页面上遗漏的内容。模型则会用自己的默认值填补这些空白。在转换之前,各处列出:格式问题;剧本内部的连续性(姓名、数量、道具的变化);可能偏离所述时期的地方;版权问题(如歌词或引用文本)。在注释之前请作者表述其意图,因为覆盖式注释容易趋向熟悉的内容。作者用自己的话回答每个注释,每个答案都会被记录下来。声音和潜台词属于作者;被拒绝的注释保持拒绝状态。

然后进行转换。 剧本到场景列表,再到镜头表,即生成计划:

  • 场景标题给出地点和一天中的时间。
  • 动作行变为图片,每张图片对应一个镜头。
  • 括号描述变为表演注释。
  • 转场变为剪辑注释。

每行包含一个主体动作和一个镜头移动;需要“接着”的句子是两个镜头。每行注明其参考、第一帧和结束状态,以便下一个镜头从这里开始。对于对话场景,添加平面图和摄影机保持的轴线一侧,并带入该场景的每个提示中。单元格仅来自剧本或用户的回答;需要生成但有空白的行不进入生成。用户用自己的话更正行。尚无图像。

注册表是分解明细:每个角色、地点、道具和状态,都有唯一的固定描述。在注册表中更改描述,其他任何地方都不更改;在两处编写的视觉规则会自相矛盾。

2. 视觉规则,一次性编写

模型一次看到一个提示,且不会记住不同镜头之间的内容。用用户的话一次性编写视觉规则,并逐字粘贴到每个提示中,即使在批次内也是如此;有来源报告说,仅在开头声明一次的视觉规则会在后续镜头中漂移。

  • 灯光: 光源、方向、质量、时间、颜色。在一个序列中保持固定。
  • 调色板和等级: 每个序列一个。不同镜头的不同等级会破坏序列。
  • 单帧摄影机属性: 镜头感、景深、颗粒感。不是一系列移动:每个提示中的一个块,写“广角,然后特写”要求每个镜头同时做到两者。
  • 硬约束: 时期、地点和绝对不出现的元素(例如:黑帆,无现代物体)。在每个提示中声明。违反硬约束的帧重新生成;不要指望视频模型修复它。
  • 形状: 每个序列的起止,由用户作为注释记录。

编写可见属性,而非赞美词(如“电影感”或“惊艳”):对每个形容词询问是否可以从它形成图片。来源对于命名电影、艺术家或相机品牌是否有帮助存在分歧;无论如何都编写具体属性,以便规则在模型更换后仍然有效。

编写帧中应出现的元素(“一片空旷的草地”,而非“没有建筑”),并将少量禁止项归入一行。两个来源报告说,命名某个物体(即使是禁止它)可能会引入它;在一个镜头上测试。一些模型在单独的字段中接受禁止项。

宽高比、分辨率和剪辑长度是任务设置,而非提示中的词语。

当用户注释适用于一个以上镜头时,提议将其添加到视觉规则中,并在得到确认后添加。

3. 角色、场景和道具

模型在每个镜头中重新构建每个角色、场景和道具。连续性通过参考和固定措辞保持。

  • 逐字描述。 凡主体出现之处,粘贴注册表描述。每次使用相同的名词(“老国王”,在镜头4中从不使用“君主”),且绝不使用孤立的代词。围绕主体改变场景,而非改变主体。
  • 参考表。 来自已批准的草图,每个角色的参考表包含四到五个角度加上特写;在一部电影中,三个视频模型每个都保持了给定的五个静态帧的面孔。要求不同的面孔、年龄和体型;相同的图形像计算机生成图像。可见标记(伤疤、磨损的衣领)有助于保持身份。
  • 场景。 一个场景的参考(不含主要角色)为在那里设置的每个镜头锚定背景。
  • 主要道具。 每个镜头一个参考。对于不对称物体,在进行任何操作之前将两端与参考进行比较:在一部电影中,四个图像模型中有两个在参考一端具有的特征处绘制了两端。
  • 保持每个参考集纯净。 每个参考集只有一个身份和一种外观。不在角色的参考集中包含第二个主角,也不在场景的参考集中包含主要角色。不同状态(干净和沾血、白天和夜晚)有单独的参考集。
  • 命名每个参考的角色(在提示中“来自参考1的面孔,来自参考2的房间”),保持其顺序固定,且不传递提示未命名的参考。使用前检查参考是否存在;绝不替代接近匹配项。
  • 在开始序列之前选择模型。 中途切换可能改变面孔和外观。

4. 草图,然后是主镜头

草图是用于探索的快速、廉价图像。将整个场景作为草图制作并显示在联系表上。第一个批准的草图设定外观;将其作为其余镜头的风格参考。要选择图像模型,在一个镜头上用相同的提示、参考和比例尝试多个,并保留看起来像电影而非3D渲染的那个。图像提示描述一个静态时刻,因此从中移除任何时间线。

当图像错误时,用户修改描述,而非图像。从原始提示和参考重新生成,而不是反复编辑衍生版本,因为这会加剧漂移。

主镜头是付费的高质量静态帧,仅用于用户已批准作为第一个帧的镜头。素材只能与起始静态帧一样清晰。

任何静态帧中不得有文字、标签、箭头、标志或气泡。叠加内容在后期(电影编辑、动态图形)添加。

5. 在动态之前检查每个静态帧

将每个静态帧与其镜头表行、视觉规则和参考进行比较。分别报告可见的内容和关于原因的猜测。检查:

  • 硬约束的违反情况,以及人物和物体的数量是否与剧本一致;
  • 重影和重复(第二面帆)、缺失部分(无帆的桅杆)、简化形状、模糊冲击、不对称物体的两端;
  • 相似的面孔、手、手持道具;
  • 错误的物体(剧本说单眼镜时出现望远镜)、边缘条、多余文字、会在动画化后移动的多余背景元素。

代理标记;用户保留、拒绝(附理由)或提问,并标记哪些保留帧成为主镜头。重做被拒绝的帧作为变体;被拒绝的帧移至 superseded/。代理的检查从不替代用户的批准。

6. 图像到视频:一个动作,一次柔和移动

主镜头是第一帧,因此提示描述的是变化内容,而非帧已显示的内容。起始形状:

[视觉规则,粘贴]。 [主体,用注册表措辞]。 [一个动作,作为动词]。
[一次镜头移动]。 [光线和空气]。 [结束状态:“……然后静止。”]
保持精确的风格、面孔、服装和第一帧的道具。
[/禁止项的一行结尾。]
  • 轻柔动画。 一次缓慢的镜头移动,刚性和合理的运动。快速、复杂的运动会导致模糊:在一部电影中,划动的船桨模糊了,直到提示说明它们永不弯曲或合并,并要求适中的速度。
  • 每个剪辑一个镜头。 一些模型默认添加剪辑;当行为一个镜头时,要求一个连续镜头。
  • 说明结束方式。 改变状态的镜头需要编写其结束状态。模型接受最后一帧图像时,将其固定。
  • 短镜头优先于长镜头。 一个来源将物体在素材中途出现追溯到单个长镜头。将需要多个动作的行拆分。
  • 素材内部的时间(“在3秒时她转头”)据报告被宽松遵循;将其视为指导。
  • 分辨率。 在显示问题的最低分辨率下测试运动。仅在得到明确同意后才提高分辨率;“最终”或“电影感”不是同意。
  • 音频。 如果视频模型生成声音,说明应为的内容或要求无。所有听到的内容属于电影声音。

镜头移动,简洁说明:静态、慢推、慢拉、摇摄、俯仰、跟踪、升降、手持漂移。每个都需要在镜头中有理由。

7. 检查每个剪辑的多个帧

一个帧不能说明运动。对每个剪辑制作四帧联系表(第一帧、两个中间帧、最后一帧):

N=$(ffprobe -v error -select_streams v:0 -count_frames -show_entries stream=nb_read_frames -of csv=p=0 clip.mp4)
S=$(( (N - 1) / 3 ))
ffmpeg -i clip.mp4 -vf "select='not(mod(n\,))',scale=480:-1,tile=4x1" -frames:v 1 sheet.png

在所有四个帧中检查面孔、运动缺陷(弯曲、合并、模糊)、剪辑内部的切换、出现或消失的物体、硬约束和结束状态。当物体快速移动时,检查更多帧。

当素材失败时:

  1. 指出最可能的原因:静态帧、参考、动作、镜头、长度、模型或提示中的矛盾。
  2. 如果素材中有多余元素,查看其第一帧。如果静态帧有它,修复静态帧;没有任何措辞可以解决它。如果静态帧干净且元素在素材中途出现,简化动作或缩短镜头。
  3. 更改一个元素并生成一次。绝不重新运行未更改的提示;一些模型对相同提示给出几乎相同的结果。仅重写失败部分,并逐字复制所有有效的行。
  4. 在两次失败尝试后,停止并提供重新设计:更少的动作、拆分镜头、另一个角度、将状态构建到静态帧中,或另一个模型。用户选择。
  5. 在批次之前在单个镜头上测试修复。当素材链接时,首先修复最早的坏镜头。

用户保留或拒绝每个素材并附理由;拒绝的素材移至 superseded/。

资金:成本顺序、上限、成本日志

按三行评估镜头表的价格:草图、主镜头、动态。先运行测试预算:通过草图、主镜头和单个素材运行一个镜头,然后根据其成本评估其余部分。对于每个镜头,用户决定是生成它、实拍它还是删除它。

在每个付费批次之前,显示模型、数量、设置、单价(来自服务当前价格或报价,而非记忆)、估计总和以及上限剩余金额。在较大批次之前运行一两个样本。等待明确的“是”。

  • 上限是上限,而非目标。 达到上限时,停止并询问。
  • 绝不重新提交已发送的任务。 超时的任务可能仍在运行;通过任务 ID 检查。空结果是失败:报告它,绝不清醒重试。按原样报告部分批次(“6/8 就绪”)。
  • 在调用模型之前阅读输入字段; 绝不猜测参数。立即下载输出;托管链接可能过期。

成本日志记录每个任务(包括失败的):日期、镜头、阶段、模型、设置和种子、报价和计费成本、任务 ID、输出文件、状态。记录的任务可以重新生成或作为参考重用。

制作日志

制作日志记录谁决定了什么:显示的内容、决策(保留、拒绝、问题、主镜头)、用户的话中的理由、代理提出的每条标记以及用户的回答,以及超出的文件去往何处。仅在用户做出决策时记录。完成的生成不是批准,沉默也不是。

权利和同意

  • 真实人物的肖像需要该人物的同意,包括在其照片作为参考上传之前。未经权利,没有公众人物的肖像。
  • 在上传任何内容到服务之前询问,并按默认设置保持生成的媒体私密。
  • 在提示中没有商标、标志或受版权保护的角色,除非用户持有权利。
  • 在支付主镜头和动态费用之前检查服务的商业使用条款;至少一个服务的免费层级不允许商业使用。
  • 披露和致谢属于发行(电影编辑)。

尚未涵盖:剧本文件。

…

[翻译截断]

Individual skills in this repo

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

film-edit

Turn approved clips into a finished film the filmmaker cut - log the footage, turn cut notes into an edit decision list, assemble in shot-table order, trim and pace on sentence ends, pauses and beats, run tested ffmpeg recipes (trim, join, reframe, speed, contact sheets, subtitles), hand the timeline to an editor as FCPXML, make and translate captions, fix finished clips, upscale last, and build delivery files with AI disclosure and credits; uploads only when asked, private by default. Use when the user says "assemble the cut", "apply my cut notes", "trim this shot", "cut on the beat", "join these clips", "make it vertical", "contact sheet", "burn in subtitles", "translate the captions", "export to Final Cut", "upscale", "deliver the film" or "upload it". Not for titles, lower thirds, kinetic type or animated captions drawn in code (motion-graphics), narration, music, the mix or loudness (film-sound), or generating shots and stills (cinematic-shots). Color grading is not covered yet.

motion-graphics

Make graphics drawn in code that sit over or between shots - titles and title cards, lower thirds, kinetic type, a stat or animated chart, a map or route, logo stings, transitions, captions styled as graphics, beat-synced graphic videos and explainer animation. Sets the house style once (palette, type, pacing), plans beats against measured narration, music or footage timing, builds deterministic seek-safe animation, inspects stills and several frames, then renders, verifies and composites over clean footage instead of baking graphics into generated shots. Works with any code-rendered video engine. Use when the user says "motion graphics", "title card", "lower third", "kinetic type", "animate this chart", "animated map", "draw the route", "logo sting", "beat-synced video", "explainer animation", "styled captions" or "overlay on this footage". Not for generated photoreal footage (cinematic-shots), narration, music or the mix (film-sound), or cutting, plain subtitles, delivery and upload

相关技能