Communitygithub.com

電影級鏡頭規劃

將劇本或場景轉換為圖像或影片模型能夠生成的鏡頭,由電影製作人掌握所有創意決定。涵蓋劇本註釋、劇本到鏡頭表的轉換、一次性撰寫並貼入每個提示的外觀規則、透過參考表保持角色、地點和道具的一致性、在付費主圖之前先製作便宜的草稿圖、在進行任何動態前檢查每一張靜態圖、帶有一個動作和一個溫和鏡頭移動的圖像轉影片提示、檢查每個片段的多個影格、成本順序、每次會話的支出上限以及成本和製作記錄。

電影級鏡頭規劃 是什麼?

這個名為「電影級鏡頭規劃」的技能,旨在協助電影製作人或內容創作者,將文字劇本系統性地轉化為可供 AI 圖像或影片模型(如 Midjourney, Stable Diffusion, Runway 等)執行的具體鏡頭規劃。其核心價值在於將創意控制權完全保留給使用者(電影製作人),AI 僅負責生成選項、記錄決策和計算成本,從不自行填補劇本中的空白或用自身品味取代使用者選擇。 此技能支援完整的製作流程:首先對劇本進行註釋,找出格式、連續性和權利問題;接著將場景轉換為「鏡頭表」(shot table),每一行清楚定義一個主體動作和一個攝影機運動;然後建立統一的「外觀規則」(look rules),確保所有提示中的光線、色調、鏡頭特性保持一致。為了解決 AI 生成中常見的角色和場景不一致問題,它要求使用固定的參考表(character sheets, place references),並在每個提示中逐字貼入註冊表中的描述。 在成本控制方面,它遵循「問題越早修正越便宜」的原則:先從幾乎零成本的文字修改開始,然後是便宜的草稿圖(draft stills),確認後才進行付費的主圖(hero stills),最後才進入動態生成。每次付費批次前都必須獲得使用者明確同意,並設有每次會話的支出上限。所有工作和決策都會分別記錄在成本記錄和生產記錄中,失敗的生成品也不會被刪除,而是移至歸檔資料夾。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

電影級鏡頭規劃 是做什麼的?

將劇本或場景轉換為圖像或影片模型能夠生成的鏡頭,在進入下一個花費的階段之前檢查每一個步驟。此處提到的每個檔案的空白表單範本位於 templates.md。

電影製作人指揮;AI 代理執行。 代理負責生成、記錄和定價選項。保留、拒絕或更改的每一個選擇都屬於使用者。當劇本留下開放選項時,代理會留下空白或提供選項。它絕不會用自己的品味填補空白。

支撐所有其他規則的規則

  1. 成本順序。 文字幾乎不花錢,然後是草稿圖、主圖、動態,最後是聲音和剪接。在能顯示問題的最便宜階段修復每個問題。糟糕的靜態圖會導致糟糕的片段,所以絕不要為了了解某個東西長什麼樣子而花錢做動態。
  2. 花錢前先詢問。 在任何付費批次之前,說明模型、數量、設定和預估成本,然後等待明確的「是」。「不錯」或「也許」不是「是」,即使很便宜也不例外。在會話上限時停止。
  3. +1 是意圖,不是品味。 當輸出偏離使用者所說的期望時,標記一次;由使用者決定,並且記錄該決定。偏離歷史或代理品味的決定是用戶的決定,而非失敗。
  4. 絕不刪除。 弱的靜態圖和片段移至 superseded/。檔案會獲得版本號碼,且絕不被覆寫。
  5. 記錄一切。 每項工作在成本記錄中,每個決定在生產記錄中。

設定專案

每個影片一個資料夾:shot-table.md、look-rules.md、register.md、production-log.md、cost-log.md,以及資料夾 references/、drafts/、heroes/、clips/、superseded/。使用者在每次會話開始時設定支出上限;代理絕不設定它。API 金鑰保留在環境變數中,絕不在聊天、提示或專案檔案中。

1. 劇本註釋,然後是鏡頭表

先做註釋。 劇本是為一個團隊編寫的,這個團隊會填補劇本頁面省略的內容。模型則會用自己的預設值填補這些空白。在轉換之前,逐一列出:格式問題;劇本內的連續性(姓名、數量、道具的變化);可能偏離所述時代的內容;版權問題,例如歌詞或引用的文字。在註釋之前,請編劇說明他們的意圖,因為否則以審稿為導向的註釋會傾向於熟悉的內容。編劇用他們自己的話回答每個註釋,並且每個回答都被記錄。語氣和潛台詞是編劇的;被拒絕的註釋保持被拒絕的狀態。

然後是轉換。 劇本轉為場景列表,然後轉為鏡頭表,也就是生成計畫:

  • 場景標題給出地點和時間。
  • 動作描寫變成圖片,每個鏡頭一張圖片。
  • 括弧說明變成表演指示。
  • 轉場變成剪接指示。

每一行包含一個主體動作和一個攝影機運動;一個需要「然後」的句子是兩個鏡頭。每一行命名其參考圖、第一影格和結束狀態,這樣下一個鏡頭就能從此處停止的地方開始。對於對話場景,加上樓層平面圖和攝影機保持的軸線側,並將兩者帶入該場景的每個提示中。儲存格內容僅來自劇本或用戶的回答;需要生成但有空白的行不會被送去生成。使用者用自己的話修正行。還沒有圖片。

登記冊是細目:鏡頭表使用的每個角色、地點、道具和狀態,每個都有一個固定的描述。在登記冊中更改描述,且僅在此處更改;寫在兩個地方的外觀會自相矛盾。

2. 外觀規則,一次性撰寫

模型一次只能看到一個提示,並且在鏡頭之間什麼也不記住。用使用者的話一次性寫好外觀,並逐字貼入每個提示,即使在批次內也是如此;一個來源報告說,只在頂部說明一次的外觀會在後面的鏡頭中漂移。

  • 光線: 來源、方向、品質、時間、顏色。在一個序列中保持固定。
  • 色調和調色: 每個序列一個。每個鏡頭不同的調色會破壞序列。
  • 單影格攝影機屬性: 鏡頭感、景深、顆粒感。不是一系列運動:在每個提示中放置一個區塊說「廣角,然後特寫」會要求每個鏡頭都做兩件事。
  • 硬性約束: 時代、地點和絕不應該出現的東西(例如:黑色船帆,沒有現代物體)。在每個提示中說明它。破壞它的影格會被重新生成;不要指望影片模型會修復它。
  • 形狀: 每個序列在哪裡上升和休止,作為使用者撰寫的註記。

寫出可見的屬性,而不是讚美詞,例如「電影感」或「驚豔」:對每個形容詞問自己是否能從中形成一幅圖畫。關於命名電影、藝術家或相機品牌是否有幫助,不同來源有不同意見;無論如何都要寫出具體的屬性,這樣規則才能在更換模型時依然有效。

寫出應該出現在影格中的東西(「一片空草地」,而不是「沒有建築物」),並將少數禁令集中在一行結尾。兩個來源報告說,命名一個東西,即使只是為了禁止它,也可能會引入它;用一個鏡頭測試。有些模型在單獨的欄位中接受禁令。

長寬比、解析度和片段長度是任務的設定,而不是提示中的文字。

當用戶註記適用於多個鏡頭時,提議將其加入外觀規則,並在得到「是」時加入。

3. 角色、地點和道具

模型在每個鏡頭中重新建構每個角色、場景和道具。連續性是透過參考圖和固定文字來維持的。

  • 一個描述,逐字使用。 在主題出現的任何地方貼入登記冊的描述。每次都使用相同的名詞(「老國王」,絕不在鏡頭 4 中使用「君主」),並且絕不使用裸代名詞。改變主題周圍的場景,而不是改變主題。
  • 參考表。 從已批准的草稿中,為每個角色製作包含四五個角度加上一個特寫的表;在一個影片中,三個影片模型各自都能透過五張這樣的靜態圖來保持一個臉孔。要求不同的臉孔、年齡和體型;相同的角色讀起來像電腦圖形。區別標記(傷疤、磨損的領子)可以幫助保持身份。
  • 地點。 一個地點的參考圖,沒有主要角色,可以為每個設定在那個地點的鏡頭固定背景。
  • 主要道具。 每個鏡頭一個參考圖。對於不對稱物體,在進行任何其他操作之前,先將兩端與參考圖進行比較;在一個影片中,四個圖像模型中有兩個在參考圖僅在一端有的特徵的兩端都畫了出來。
  • 保持每個參考集純淨。 每個集合一個身份和一個外觀。角色集中沒有第二個主角,地點集中沒有主要角色。不同的狀態(乾淨和血跡斑斑、白天和夜晚)需要不同的集合。
  • 在提示中命名每個參考圖的角色(「來自參考圖 1 的臉孔,來自參考圖 2 的房間」),保持它們的順序固定,並且不要傳遞提示中沒有命名的參考圖。在使用參考圖之前檢查它是否存在;絕不使用接近的替代品。
  • 在開始序列之前為其選擇模型。 中途更換可能會改變臉孔和外觀。

4. 草稿圖,然後是主圖

草稿圖 是快速、便宜的圖像,用於探索。將整個場景製作成草稿,並在連絡表上顯示。第一個被批准的草稿設定了外觀;將其用作其餘部分的風格參考。要選擇一個圖像模型,在同一個提示、參考圖和長寬比下對一個鏡頭嘗試幾個模型,並保留那個看起來更像電影而不是 3D 渲染的模型。圖像提示描述一個靜止的瞬間,所以將任何時間線從中移除。

當圖片錯誤時,使用者修改描述,而不是修改圖片。從原始提示和參考圖重新生成,而不是一次又一次地編輯衍生圖,這會加劇漂移。

主圖 是付費、高品質的靜態圖,僅為使用者已批准作為片段第一影格的影格製作。片段只能與它起始的靜態圖一樣清晰。

任何靜態圖中都沒有文字、標籤、箭頭、標誌或對話氣泡。疊加層在後期製作中添加(影片剪接、動態圖形)。

5. 在動態前檢查每個靜態圖

將每個靜態圖與其鏡頭表行、外觀規則和參考圖進行比較。分別報告可見的內容和對原因的猜測。檢查:

  • 違反硬性約束,以及人物和物體的數量是否與劇本一致;
  • 鬼影和重複(第二個船帆)、缺失部件(沒有帆的桅杆)、簡化形狀、模糊的碰撞、不對稱物體的兩端;
  • 過於相似的面孔、手、手持道具;
  • 錯誤的物體(劇本說單片眼鏡的地方出現了望遠鏡)、邊緣條、雜散文字、一旦動起來就會動的雜散背景元素。

代理標記;使用者保留、附理由拒絕或提出疑問,並標記哪些保留者將成為主圖。將拒絕的內容重新製作為變體;拒絕的內容前往 superseded/。代理的檢查絕非使用者的批准。

6. 圖像轉影片:一個動作,一個溫和的移動

主圖是第一影格,所以提示描述的是什麼在改變,而不是影格已經顯示的內容。一個可以開始的形狀:

[貼入外觀規則]。 [主體,使用登記冊措辭]。 [一個動作,作為動詞]。
[一個攝影機運動]。 [光線和空氣]。 [結束狀態:「...然後靜止。」]
保持第一影格的確切風格、面孔、服裝和道具。
[一行禁令的結尾。]
  • 溫和地動畫。 一個緩慢的攝影機運動,剛性且合理的運動。快速、複雜的運動會產生拖影:在一個影片中,划槳時的槳葉產生拖影,直到提示說它們從不彎曲或合併,並要求適中的速度。
  • 每個片段一個鏡頭。 有些模型預設會加入剪接;當行是一個鏡頭時,要求一個連續的鏡頭。
  • 說明它如何結束。 一個狀態發生變化的鏡頭需要寫出它的結束狀態。一個最後影格圖像,當模型接受時,可以固定它。
  • 短勝於長。 一個來源追蹤到物體在片段中間出現是由於長的單一鏡頭。將需要多個動作的行拆分。
  • 片段內部的時間點(「在 3 秒時她轉頭」)據報告只是被寬鬆地遵循;將其視為指導。
  • 解析度。 在能顯示問題的最低解析度下測試運動。只有在得到「是」時才提高解析度;「最終版」或「電影感」不是「是」。
  • 音訊。 如果影片模型會產生聲音,說明它應該是什麼,或者要求不要聲音。聽到的所有內容都屬於電影聲音部門。

攝影機運動,簡潔地說:靜止、緩慢推近、緩慢拉遠、橫搖、俯仰、跟拍、升降、手持漂移。每個都需要在鏡頭中有一個理由。

7. 檢查每個片段的多個影格

一個影格對運動什麼也說明不了。為每個片段製作一個四影格連絡表(第一、兩個中間、最後):

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\,$S))',scale=480:-1,tile=4x1" -frames:v 1 sheet.png

在所有四個影格中檢查臉孔、運動故障(彎曲、合併、拖影)、片段內部的剪接、出現或消失的物體、硬性約束和結束狀態。當有東西快速移動時,檢查更多影格。

當片段失敗時:

  1. 命名最可能的原因:靜態圖、參考圖、動作、攝影機、長度、模型或提示中的矛盾。
  2. 如果片段中有多餘的東西,查看它的第一影格。如果靜態圖有它,修復靜態圖;沒有文字能將它辯論出去。如果靜態圖是乾淨的,而東西在片段中間長出來,簡化動作或縮短片長。
  3. 更改一件事並生成一次。絕不要重新執行未更改的提示;有些模型對相同提示給出近乎相同的結果。僅重寫失敗的部分,並逐字複製每個有效的行。
  4. 在兩次失敗嘗試後,停止並提供重新設計:更少的動作、拆分鏡頭、另一個角度、將狀態建入靜態圖中、或另一個模型。由使用者選擇。
  5. 在批次之前對一個鏡頭測試修復。當片段串聯時,先修復最早的壞鏡頭。

使用者保留或拒絕每個片段並附上理由;拒絕的內容前往 superseded/。

金錢:成本順序、上限、成本記錄

將鏡頭表按三行定價:草稿圖、主圖、動態。先執行一個測試預算:將一個鏡頭從草稿、主圖和一個片段跑一遍,然後根據其成本為其餘部分定價。對於每個鏡頭,使用者決定是生成它、現場拍攝它還是剪掉它。

在每個付費批次之前,顯示模型、數量、設定、單價(來自服務的當前價格或報價,而非記憶)、預估總金額以及上限下的剩餘金額。在較大批次之前先運行一兩個樣本。等待明確的「是」。

  • 上限是上限,不是目標。 達到上限時,停止並詢問。
  • 絕不重新提交已經發送的工作。 逾時的工作可能仍在運行;透過工作 ID 檢查它。空結果是失敗:報告它,從不偷偷重試。報告部分批次的原樣(「6 個中的 8 個已準備好」)。
  • 在呼叫模型前閱讀模型的輸入欄位;絕不猜測參數。及時下載輸出;託管連結可能會過期。

成本記錄記錄每一項工作,包括失敗的:日期、鏡頭、階段、模型、設定和種子、報價和收費成本、工作 ID、輸出檔案、狀態。記錄的工作可以重新生成或用作參考。

生產記錄

生產記錄記錄誰決定了什麼:展示了什麼、決定(保留、拒絕、疑問、主圖)、使用者說出的理由、代理提出的每個標記以及使用者的回答、以及取代的檔案去了哪裡。只有當使用者做出決定時才寫下決定。完成的生成不是批准,沉默也不是。

權利與同意

  • 真實人物的肖像需要該人物的同意,包括在上傳其照片作為參考圖之前。沒有權利時不得使用公眾人物的肖像。
  • 在上傳任何內容到服務之前先詢問,並預設將生成的媒體保持私有。
  • 除非使用者持有權利,否則提示中不得包含商標、標誌或受版權保護的角色。
  • 在為主圖和動態付費之前,檢查服務的商業使用條款;至少有一個服務的免費層不允許這樣做。
  • 揭露和署名是發行(影片剪接)的一部分。

尚未涵蓋:劇本檔案

...

[為翻譯而截斷]

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

相關技能