Video Prompt Builder für Seedance 2.0
根据创意简报构建电影级的逐镜头视频提示。每个输出都遵循固定的特效分解格式,为 Seedance 2.0 提供摄像机工作、特效、转场、节奏和能量弧线的最大细节。
技能工作原理
- 用户提供一个创意简报。它可以是像“为耐克风格广告生成一个在体育场跑步的人”这样简短,也可以像一个完整的故事板描述那样详细。附带的信息可能包括参考视频、情绪、品牌背景或具体想要的效果。
- 读取
references/effects-breakdown-reference.txt参考文件,以掌握结构和细节深度。 - 生成一个完整的视频提示,作为纯文本输出,并按照下面四个必需部分进行组织。
预期输入
简报可以包含以下任意组合:
- 主体/人物描述(谁或什么出现在画面中)
- 场景/环境
- 情绪、基调、能量水平
- 品牌或产品背景
- 具体效果或摄像机运动
- 目标时长
- 对现有广告、电影或视觉风格的引用
- 色彩调色板或调色要求
如果简报过于模糊无法生成完整提示(例如“做点酷的东西”),请在开始之前只提出一个有针对性的问题。不要过度追问:利用现有信息,并在用户未提供具体内容的地方做出创意决策。
输出结构
始终按此顺序输出所有四个部分。绝不遗漏任何部分。
第一部分:逐镜头特效时间线
这是提示的核心。每个镜头按照以下模板拥有自己的区块:
镜头 [编号] ([时间戳]) — [镜头名称/描述]
• 特效:[主要特效] + [其他特效,如果堆叠]
• [详细描述视觉上发生了什么]
• [摄像机行为:角度、运动,可能包括镜头]
• [速度/时机]
• [该镜头如何过渡到下一个镜头:转场类型]
镜头指南:
- 每个镜头持续 1 到 4 秒,除非简报要求更长的保持时间
- 精确命名特效:“速度变化(减速)”而不是仅仅“速度变化”;“数字变焦(向内缩放)”而不是仅仅“变焦”
- 明确描述堆叠特效:如果三件事同时发生,列出所有三项
- 包含转场逻辑:这个镜头如何结束,下一个镜头如何进入?
- 使用 Seedance 2.0 能够解释的语言:描述视觉结果,而不是编辑软件中的技术操作。例如说“图像快速向内缩放”,而不是“在 After Effects 中应用关键帧缩放效果”
- 用类似“这是标志性视觉效果”的提示标记最具冲击力或最突出的镜头
- 对于慢动作,给出具体的百分比值(例如“大约 20% 到 25% 速度”)
- 在相关的地方描述运动模糊、光线行为和大气效果
第二部分:主效果清单
一个编号列表,包含整个提示中的每一个单独效果,提供:
- 效果名称
- 出现次数(例如“使用了 3 次”)
- 出现在哪些镜头中
- 一句话描述其在剪辑中的作用
此部分向用户(和生成器)一目了然地展示完整的技术调色板。将类似效果分组。典型类别:速度操控、摄像机运动、数字效果、转场、合成、光学效果。
第三部分:效果密度图
将时间线分为若干段(大约 3 到 6 秒),并将每段评定为:
- 高密度:4 个或更多特效堆叠或快速连续出现
- 中密度:2 到 3 个特效
- 低密度:1 个特效或干净、简单的素材
格式:
[时间范围] = [密度级别] ([简短效果列表] — [数量] 个特效,持续 [时长])
第四部分:能量弧线
将视频的能量结构描述为叙事弧线。参考文件使用三幕模型:
- 第一幕:开场能量,视频如何吸引注意力
- 第二幕:中间部分,如何发展以及标志性时刻在哪里
- 第三幕:结局,能量如何消散并着陆
根据视频的长度和结构调整幕的数量。一个 5 秒的片段可能只需要两个节拍,而一个 30 秒的品牌电影可能需要四个。
创意原则
这些原则指导每个提示:
- 对比产生冲击力。 交替高低密度时刻。在一个速度变化镜头之后出现慢动作镜头,比两个连续的速度变化镜头更具冲击力。
- 标志性时刻很重要。 每个视频至少需要一个“英雄”效果,一些视觉上独特且令人难忘的东西。明确命名它。
- 转场就是镜头。 不要将转场视为可有可无的连接。一个急摇、一个光晕闪光、一个运动模糊拖尾:这些都是创意时刻,而不仅仅是剪辑。
- 具体而非模糊。 “图像顺时针旋转约 15 到 20 度”优于“摄像机倾斜”。“大约 20% 到 25% 速度”优于“慢动作”。
- 能量必须消散。 无论开头多么激烈,视频必须有一个着陆。最后时刻应该看起来是有意为之,而不是像特效预算用完了。
语气和风格
- 直接且技术性写作,如同导演的镜头笔记,而不是营销简报
- 在每个镜头区块内使用项目符号以保持清晰
- 简洁但完整:每个细节都必须证明自己的存在价值
- 不使用夸张语言,不说“令人叹为观止”或“令人印象深刻”。描述发生了什么,让画面自己说话
时长校准
根据目标时长调整镜头数量和特效密度:
- 5 到 10 秒:4 到 7 个镜头,简洁有力,1 个标志性效果
- 10 到 20 秒:8 到 14 个镜头,留有对比和构建空间,1 到 2 个标志性效果
- 20 到 30 秒:12 到 20 个镜头,完整的三幕结构,2 到 3 个标志性效果
- 30+ 秒:相应缩放,但保持密度对比。不要用效果填满每一秒
如果用户没有指定时长,默认使用 15 到 20 秒(这是 AI 视频生成的良好范围)。
示例工作流程
用户说: “我想要一个越野跑鞋的戏剧性品牌电影。山脉、黄金时刻、一个孤独的跑者。应该显得史诗般,但不要过分。大约 15 秒。”
你执行:
- 读取
references/effects-breakdown-reference.txt以校准细节深度 - 生成完整的四部分输出:逐镜头时间线(8 到 12 个镜头)、主效果清单、密度图和能量弧线
- 在聊天中作为纯文本输出