Communitygithub.com

ido6/ai-video-skills

设计电影级图像与视频提示词,用于生成媒体内容。适用于镜头语言、摄影机运动、灯光、镜头选择、调色、胶片质感、场景调度以及可制作级的视觉方向。

ai-video-skills 是什么?

该技能专为需要电影级视觉方向而非泛泛“电影感”提示的用户设计。它提供了一套完整的电影摄影工作流,包括镜头语言、灯光、色彩、摄影机运动等具体参数。技能内置了多个权威参考文档(如 Ido 自己的拍摄手册),并可配合 `model-routing` 技能自动选择最佳 AI 模型。工作流强调通过 `genmedia` 工具进行端点发现、schema 检查、参考帧上传、同步/异步生成,并最终下载结果。技能要求用户收集影响镜头的关键输入(如主体、介质、构图、摄影机运动、灯光、输出格式等),并采用 SCLCAM 结构构建提示词,以确保生成结果具有可制作级的视觉细节。

兼容平台~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ido6/ai-video-skills/tree/HEAD/skills/cinematography

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

本地兼容性与验证 (2026-10-04)

用户指令和选择的提供商/模型优先于以下示例和默认值。仅凭提供商名称无法确定模型版本。请将本文档中的端点 ID、价格、持续时间、参考限制、工具可用性和质量排名视为参考示例;在执行前,请根据当前连接的工具 schema 或官方提供商文档进行验证。切勿擅自替换提供商或模型。

安装或更新本技能不代表授权生成、上传、购买或重试。请遵循用户的生成审批和预算指令。保留现有的 idoGen 必需图像/视频/表演技能要求。在调用生成成功之前,检查实际输出中是否符合身份、空间连续性、物理运动和请求格式。文档和安装检查并非输出质量测试。

使用生成式媒体的电影摄影

当用户需要电影级视觉方向,而非泛泛的“让它有电影感”提示时,请使用此技能。根据需要加载参考文档:

  • references/shot-language.md
  • references/lighting-lens-color.md
  • references/examples.md
  • references/camera-directing-playbook.md:Ido 自己的拍摄手册。对于任何 9:16 广告、任何预可视化/分镜驱动的拍摄计划、手持紧张感方向、旋转全画幅快门上的镜头/视场角选择、真实摄影机套装、安全区域或产品包装镜头规则,请加载此手册。与上述通用参考文档冲突时,以此手册为准。

同时加载 model-routing 技能以获取默认端点选择。

编写具体的视觉方向。避免空洞的华丽词汇和长破折号。

需要收集的输入

仅询问影响镜头的内容:

  • 主体和动作。
  • 介质:静态图像、视频、图像转视频、剪辑、分镜帧。
  • 类型和情绪。
  • 构图:特写、中景、广角、俯拍、主观视角、侧面、固定机位。
  • 视频的摄影机运动:推、滑轨、跟拍、手持、摇臂、无人机。
  • 镜头效果:广角、标准、长焦、微距、浅景深或深景深。
  • 灯光:自然光、实景光、棚内光、黑色电影、高调、低调、逆光。
  • 输出:宽高比、时长、第一帧、最后一帧、下载路径。
  • 首选模型(如果用户指定了特定的电影摄影模型或质量/成本配置)。

生成式媒体工作流

  1. 从路由端点 ID 开始。

    genmedia models --endpoint_id openai/gpt-image-2 --json
    genmedia models --endpoint_id fal-ai/nano-banana-pro --json
    genmedia models --endpoint_id bytedance/seedance-2.0/text-to-video --json
    genmedia models --endpoint_id bytedance/seedance-2.0/image-to-video --json
    genmedia models --endpoint_id xai/grok-imagine-video/text-to-video --json
    

    仅作为缺失摄影机控制角色的回退发现手段使用文本搜索:

    genmedia models "cinematic video generation camera movement" --json
    genmedia docs "video generation camera movement prompt" --json
    
  2. 检查 schema 并仅使用支持的控件。

    genmedia schema <endpoint_id> --json
    genmedia pricing <endpoint_id> --json
    
  3. 在需要图像转视频、首帧、末帧、风格参考或角色/产品连续性时,上传参考帧。

    genmedia upload ./frame.png --json
    
  4. 直接下载运行静态图像。

    genmedia run <endpoint_id> \
      --prompt "<cinematography prompt>" \
      --download "./outputs/cinema/{request_id}_{index}.{ext}" \
      --json
    
  5. 异步运行视频。

    genmedia run <endpoint_id> \
      --prompt "<shot prompt>" \
      --image_url "<uploaded frame if supported>" \
      --async \
      --json
    
    genmedia status <endpoint_id> <request_id> \
      --download "./outputs/cinema/{request_id}_{index}.{ext}" \
      --json
    

提示词构建顺序

使用 SCLCAM 结构:

  1. 主体:画面中是谁或什么。
  2. 背景:地点、时间、天气、故事时刻。
  3. 镜头/构图:距离、角度、焦距效果、景深。
  4. 摄影机运动:仅用于视频或需要运动模糊时。
  5. 气氛:薄雾、雨、实景光、反射、纹理。
  6. 情绪/色彩:调色板、对比度、色调、曝光风格。
  7. 输出控制:宽高比、时长、首帧连续性。

示例结构:

[主体] 在 [背景] 中,以 [景别和角度] 构图,[镜头效果],
[灯光设置],[摄影机运动(如果为视频)],[色彩分级],[纹理],
[时长或宽高比],[连续性约束]

模型路由

  • 高级逼真静态图像:使用 openai/gpt-image-2。
  • 高级风格化静态图像:使用 openai/gpt-image-2,然后 fal-ai/nano-banana-pro,再 fal-ai/nano-banana-2。
  • 快速草稿静态图像:使用 fal-ai/flux-2/klein/9b。
  • 最高质量视频:使用 bytedance/seedance-2.0/text-to-video 或 bytedance/seedance-2.0/image-to-video。
  • 从强帧生成运动:使用 bytedance/seedance-2.0/image-to-video。
  • 快速或低成本视频:使用 xai/grok-imagine-video/text-to-video 或 xai/grok-imagine-video/image-to-video。
  • 复杂摄影机语言:先检查 Seedance 2.0,当涉及多提示或元素控制时再使用 Kling v3。
  • 故事序列:使用故事叙述技能,本技能作为镜头语言支持。
  • 角色或产品连续性:先使用相关领域技能,然后将电影摄影应用为变部分。

质量标准

返回前检查:

  • 摄影机运动在物理上应对于场景合理。
  • 镜头、景别和摄影机角度不应相互矛盾。
  • 灯光方向清晰且一致。
  • 色彩分级支持情绪,且不会压平主体细节。
  • 视频提示词描述一个镜头,除非所选模型支持多个提示或镜头列表。
  • 下载的文件来自 downloaded_files[]。

如果结果看起来泛泛,在添加更多形容词之前,应在摄影机、调度、光线和环境方面提高针对性。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

ido6/ai-video-skills

Build Blender previs/blockout scenes in the pawn style (box-torso + sphere-head characters in flat-coloured primitive sets) and export them as motion/structure references for AI video (Seedance, idoGen, Kling).

ido6/ai-video-skills

Elite cinematic-video-prompt discipline for idoGen (mcp__idogen__generate_video, WaveSpeed/fal/poyo Seedance 2.0 and 2.5, Veo 3.1, Kling 3.0). Adapted from a production studio's CINEDANCE prompt-director system, folded together with GenHQ classroom technique (camera-movement library, Seedance 2.0-vs-2.5 dialect split, Kling 3.0 burger + @tag binding, Omni Flash video-to-video lock/preserve-list, storyboard mode, UGC/organic mode). Use this WHENEVER writing or fixing a prompt for mcp__idogen__generate_video, or when the user wants a cinematic/consistent/high-budget-looking video shot, camera control, a specific lens feel, spatial blocking across multiple shots, a scene that must match a previous shot's geography/lighting/character, a named camera move, a Kling multi-shot sequence, an edit of existing footage (Omni-style), or an organic/UGC/phone-shot look. Trigger even without the word "CINEDANCE" — any idoGen video-prompt build or repair task qualifies. Companion skills: idogen-image-brain (references/plat...

ido6/ai-video-skills

Generate Seedance 2.5 prompts for **multishot omni reference mode** — sequences where multiple reference images (@Image1, @Image2, etc.), and optionally videos and audio, are assigned across different shots. Use this skill when the user says "multishot", "omni reference", "omniref", uploads multiple references for a shot sequence, or asks for a multishot Seedance prompt. Do NOT use for single-shot, first+last frame, or generic Seedance prompts — those are separate skills. If the user just says "Seedance prompt" without indicating multishot, ask first.

相关技能