Anime Director — 动漫故事板与视频提示词生成器

Anime Director — 动漫故事板与视频提示词生成器 是做什么的？

将任何动漫故事创意——一个节拍、一页漫画、一段轻小说、一个 OVA 推介的场景、一个 GDD 过场动画、一个 AMV 概念或几句对话——转化为一对协调一致、可直接粘贴的提示词：

1. 一个 GPT Image 2 提示词，用于生成动漫制作板/混合绘分镜纸——包含标题栏（日文+英文标题）、角色+服装参考网格（多角度角色纸风格）、带有俯视相机平面图的场地/舞台设计、以真实绘分镜面板呈现的 8 镜头分镜条（剪辑编号、时长、对话栏、动作注释），以及灯光与情绪引导、音频/基调和导演理念。该图像看起来像真正的剧集导演的前期制作指南。
2. 一个 Seedance 2 R2V 提示词，使用该分镜图像（以及可选的字符/对象参考图像）生成实际的短视频动漫片段，以选定的动漫视觉风格逐节拍地遵循绘分镜。

它们共同解锁了 创意 → 故事 → 绘分镜 → 动漫视频 的工作流程：一个输入变成两个提示词，两个提示词变成一幅图像，一幅图像（加上可选参考）变成一个动漫片段。该技能的职责是编写这两个提示词，使其足够优秀，以便整个链条能够衔接，并且结果看起来像真正的动漫——而不是带有动漫滤镜的真人实拍，也不是通用的插画。

何时使用此技能

当用户提供了叙述性素材并且暗示或要求动漫风格时触发。素材可以包括：

• 一个简短的动漫场景创意或节拍（"两个学生在日落时分的屋顶上表白"）
• 一页漫画或页面序列，用于改编为移动场景
• 一段轻小说或网络小说的段落
• 一个动漫片头/片尾故事板的概念
• 一个动漫风格的 AMV 节拍表或音乐视频概念
• GDD 过场动画、引擎内电影或视觉小说中的场景
• 用户希望以动漫形式呈现的散文小说中的章节或场景
• 用户希望可视化的同人/粉丝小说短片
• 用户已经写好的节拍列表，如 1) ... 2) ... 3) ...，并暗示了动漫风格

此技能用于生成提示词，而非生成图像或视频。交付物始终是一个包含两个提示词以及简要生成说明的 Markdown 文件。

如果用户只想要分镜图像（不需要视频），仍然生成两个提示词——视频提示词生成成本低，而且有备无患。如果用户只想要视频提示词，询问他们是否已有现成的分镜图像；如果没有，建议生成两者。

如果用户提供了角色参考图像、场地参考图像或道具参考图像，在输出中注明，并将它们连接到提示词 2 中，作为 @Image 2、@Image 3 等（@Image 1 始终是提示词 1 生成的分镜板）。

工作流程

按顺序执行以下步骤。该技能的质量完全取决于步骤 1（理解场景）、步骤 4（选择正确的动漫视觉风格）和步骤 6（用动漫影视词汇编写紧凑、具体的镜头描述）的成功与否。不要跳过任何步骤。

步骤 1：阅读源素材并提取场景主轴

如果用户上传了文件，请阅读它们。如果他们内联粘贴了散文，则从中提取。如果他们指向了先前的对话或参考图像，请从中读取所需内容。

识别并写下（作为内部草稿笔记）：

• 前提 — 一句话：谁、在哪里、情感或戏剧冲突是什么
• 角色 — 姓名、年龄段、原形（傲娇、冷娇、元气、沉稳等等——但仅在确实与场景相关时使用）、单一发型/轮廓特征、单一服装特征。两个角色是 12-15 秒动漫片段的最优选择；一个或三个也可以；四个以上通常意味着场景应该拆分，或者提示词应该聚焦于其中的更小群体
• 地点 — 对于短动漫片段，强烈建议使用单一地点。具体说明典型的动漫地点（教室、学校屋顶、火车站台、夜晚的便利店、神社台阶、拉面店、机甲驾驶舱、异世界森林空地）——这些在动漫中有很强的视觉先验
• 节拍 — 构成场景的 6-10 个剪辑（镜头）。如果用户已经给出了节拍，请照搬。如果没有，则推断它们
• 基调 — 日常、浪漫、喜剧、动作、忧郁、色情（跳过——保持品味）、恐怖、机甲、异世界、运动等。基调决定色调、灯光、镜头选择和节奏
• 格式提示 — 电视剧集片段、OVA 场景、动漫片头、动漫片尾、音乐视频/AMV 风格、电影剪辑（吉卜力/新海诚）、短视频社交媒体。这告诉制作板的"格式"标签应该写什么
• 动漫视觉风格提示 — 源素材偏现代清新（京阿尼/MAPPA）、古典赛璐珞（吉卜力/90 年代 OVA）、少年动作（鬼灭之刃/咒术回战）、还是气氛电影感（新海诚/细田守）？如果用户明确提到了某个工作室或导演，则朝那个方向靠拢。如果没有，从基调推断或在步骤 2 中询问

不要跳过此步骤。通用的理解会产生通用的提示词，进而产生通用的制作板，最终产生看起来像 AI 滤镜的通用动漫。整个链条会逐级放大。

步骤 2：仅在确实需要时提出澄清性问题

只有当源素材留下一个关键决策未做时，才使用 ask_user_input_v0。值得询问的常见空白：

• 动漫视觉风格，如果源素材在视觉风格上模棱两可：现代 TV 动漫（京阿尼/MAPPA — 干净的数字线条，柔和色调）、古典赛璐珞/吉卜力（温暖颜料、颗粒感、手绘感觉）、少年动作（鬼灭之刃/咒术回战 — 粗线条，动态效果）、气氛电影感（新海诚/细田守 — 逼真背景、镜头光晕）
• 剪辑数量，如果用户提供了故事但没有节拍结构：6 个剪辑（紧凑）、8 个剪辑（标准）、10 个剪辑（更长篇幅）、你根据场景决定
• 宽高比/方向，如果未说明：横屏 16:9（TV/OVA/电影 — 默认）、竖屏 9:16（TikTok/Reels/Shorts AMV）、方形 1:1（Instagram 信息流 AMV）
• 格式，如果模棱两可：日常 TV 片段、动作序列、OP/ED 蒙太奇风格、音乐视频/AMV、电影片段

如果用户在源素材中已经暗示或指定了其中任何一项，则跳过相应的问题。不要仅仅因为技能提到了四个问题就提出三个。只问那些真正未决的问题。

步骤 3：选择绘分镜剪辑列表

在编写提示词之前，先勾勒剪辑列表。一个好的 8 剪辑动漫场景通常遵循以下节奏之一：

日常/对话节奏：

1. 地点的广角建立镜头（通常停顿一拍的"动漫呼吸"空镜）
2. 广角双人镜头——两个角色都在画面中，场景开始
3. 特写 A——第一个角色说话
4. 特写 B——反应或回应
5. 插入/细节——放在教科书上的手、飘落的樱花、时钟、经过的火车
6. 中景——身体移动、一个手势、一个转身
7. 特写——情感高潮/关键台词
8. 广角结束镜头——再次出现两个角色，最后定格的节拍（动漫结局通常比西方结局保持更长的时间）

动作节奏：

1. 广角环境镜头——场景、小巷、屋顶
2. 主角的视线剪辑——他们看到的东西
3. 主角特写——决心、武器准备就绪
4. 广角动作——第一次冲突/移动
5. 速度线插入——冲击帧
6. 特写反应——行动的成本
7. 广角余波——后果
8. 定格主角剪影——最后的节拍

OP/ED 蒙太奇节奏：

• 8 个气氛节拍，叙事松散，更侧重于环境、光线和定格的剪影。音乐是一条线索；剪辑更像是视觉押韵，而非故事节拍。

根据场景调整节奏。一个表白场景可能需要 10 个剪辑来呼吸。一场战斗交流可能需要 6 个快速的剪辑。信任原始素材。

步骤 4：选择动漫视觉风格

阅读相关的风格锚定文件。视觉风格的选择是决定最终视频看起来像动漫还是像 AI 垃圾的最大杠杆。 必须有意识而非默认地选择。

• 现代 TV 动漫（京阿尼/MAPPA/Trigger/WIT — 干净的数字线条，柔和色调）→ references/style-modern-tv-anime.md
• 古典赛璐珞/吉卜力/90 年代 OVA（温暖颜料、颗粒感、手绘感）→ references/style-classic-cel.md
• 少年动作（鬼灭之刃/咒术回战/MHA — 粗线条，动态效果，sakuga 作画）→ references/style-shonen-action.md
• 气氛电影感（新海诚/细田守 — 逼真背景、镜头光晕、戏剧性天空）→ references/style-atmospheric-cinematic.md

用户的源素材可能明确引用了某个工作室或导演（例如 "类似吉卜力"、"用灵能百分百的风格"、"阿基拉的感觉"）。如果是这样，请选择最接近的视觉风格，并在输出文件的风格锚定部分逐字注明该工作室/导演引用——这为 Seedance 2 提供了更强的先验。

步骤 5：选择方向和尺寸

GPT Image 2 可以在以下尺寸下可靠地生成 2K 级别的输出。根据项目的分发渠道进行选择：

• 横屏 16:9 电影/TV/OVA/电影剪辑 → 基础尺寸 1536×1024；如果绘分镜面板条看起来密集，则提升至 2560×1440
• 竖屏 9:16 纵向/TikTok/Reels/Shorts AMV/移动端 → 基础尺寸 1024×1536；对于标签密集的制作板，提升至 1440×2560
• 方形 1:1 Instagram 信息流 AMV → 基础尺寸 1024×1024；对于标签密集的制作板，提升至 1440×1440

分镜图像的高宽比必须与最终视频的高宽比匹配——否则 Seedance 2 的 R2V 模式会错误地解读绘分镜面板的构图。在画布指令（步骤 6）和视频提示词的节奏行（步骤 7）中都要明确说明方向。

如果选择了竖屏，布局会翻转：三个层级堆叠成一个高的列而不是宽的行，8 个剪辑的绘分镜条变成一个 4×2 网格（4 列，2 行）而不是 1×8 条，下方的面板堆叠起来而不是并排。步骤 6 中的画布指令需要说明这一点。

步骤 6：编写 GPT Image 2 分镜提示词

遵循 references/storyboard-prompt-structure.md 中的结构。提示词包含以下强制部分，按此顺序：

1. 交付物标签 — 创建一张动漫制作板/混合绘分镜规划纸，标题为 "..."
2. 画布指令 — 横屏或竖屏，附明确层级/网格百分比（结构文件包含两种布局）
3. 标题栏内容（逐字） — 日语标题（可以写成罗马音或假名）、英语标题、格式、类型、剧集/剪辑编号占位符、时长、创意约束、色板、一般上下文
4. 角色参考部分（逐字） — 每个角色的动漫风格角色纸（转面纸）：姓名、年龄、原形标签、三个特征要点、多角度角色网格（正面、背面、侧面、四分之三面、表情纸）、服装/配饰行绘制为动漫风格项目标注
5. 环境部分 — 动漫背景艺术风格的地盘点（以动漫 美术 / 背景 / 背景艺术布局的视觉风格呈现）+ 带有编号相机位置和虚线"动作路径"的俯视相机平面图
6. 绘分镜条（逐字，8 个面板） — 每个面板以日本风格的绘分镜单元格呈现，包含：剪辑编号徽章、以所选动漫风格绘制的面板图像、面板右侧（或竖屏时在其下方）的窄列，包含 "剪辑 [N]"、"时间 [秒]"、"动作 [描述]"、"对白 [在双引号内]"、"音效 [可选]"
7. 下方面板（逐字） — 灯光/情绪注释（4 个附有动漫风格说明的缩略图）、情绪关键词块（图标+标签对）、音频/基调（环境音、音乐风格、如果有则标注配乐参考——许多动漫片段有已知的作曲家风格提示）、导演注释（镜头类比、动画运动风格、视觉理念、后期处理）
8. 风格锚定参考 — [应用共享的动漫风格锚定。]
9. 质量指令 — 质量：高。（始终如此——制作板文本密集）
10. 硬性约束 — 无水印，无额外标签，无真实动漫工作室标志，无真实角色肖像，无指定逐字标签以外的文字。

每个标签、对白行、角色名、剪辑编号、时间值和面板标题都必须放在双引号内。GPT Image 2 会解释未加引号的文本，导致绘分镜失效。

步骤 7：编写 Seedance 2 R2V 视频提示词

遵循 references/video-prompt-structure.md 中的结构。提示词包含以下部分：

1. 模式声明 — 参考 @Image 1 中的动漫绘分镜板。遵循分镜中所示的剪辑顺序、剪辑尺寸、相机运动、角色位置、对白和视觉风格。（R2V 开启器，动漫风格）
2. 可选参考资产 — 角色/地点/道具参考，作为 @Image 2、@Image 3 等，每个都注明明确的用途
3. 一句话的场景主轴 — 重述前提，以便模型除了图像外，还有文本形式的贯穿线索
4. 编号剪辑列表 — 与绘分镜相同的 1-8 个节拍，每个包含剪辑尺寸、时间和对白（放在双引号内，Seedance 根据引号内的对白进行唇形同步；动漫嘴型仍然需要词匹配）
5. 相机和节奏指令 — 动漫电影摄影词汇（平移、慢速变焦、定格帧、快速剪切、速度线、冲击帧）、高宽比提醒、总时长
6. 音频指导 — 环境音、音乐背景（通常带有类型标签，如 "J-pop OP"、"城市流行日常"、"少年管弦乐打击"）、对白处理（日语是动漫风格的最安全默认；如果用户明确要求英语则加上英语配音标签）、音效提示
7. 风格锚定 — 一两句话将动漫视觉风格锚定回分镜的外观（例如 "现代 TV 动漫：干净的数字线条，柔和...