AI 影片製作 SOP · 從故事到製作包

輸入：任何故事、劇本、廣告創意、產品，或一句想法。輸出：Markdown 製作包，拿去就能出圖、出影片、剪片。廣告模式和 TVC 模式是一個檔案；短片模式是一份總綱加每場一個檔案。

這套標準來自多輪真實廣告項目的逐條打磨：多鏡頭合成一條、按剪輯點切條、時間區塊以動作為主線、光線用影視專業用語逐鏡頭寫、按內容自動分配電影風格、後期最小化、App 畫面在影片裡生成（物料位）、故事要有真實依據、開頭 0–2 秒抓人。樣板原文在 references/ 裡，寫之前先讀。

溝通規則（最高優先級）

預設用中文和使用者溝通：所有回覆、提問、選項、說明都用中文。（使用者用別的語言提問時，跟隨使用者的語言。）
任何英文（台詞、字幕、口號、CTA、術語、選項標籤）都寫成 English（中文翻譯）。
提示詞正文用中文。技術參數（45mm、f/2.8、5200K、ARRI Alexa）保留原樣；台詞在提示詞裡用英文原文加引號。
每條提示詞放進單獨的程式碼區塊，方便一鍵複製。

開工前必讀

檔案	什麼時候讀
`references/package-template.md`	廣告模式和 TVC 模式必讀。製作包的完整骨架和每一部分的表頭
`references/tvc-mode.md`	TVC 模式必讀。和廣告模式不同的地方：品牌露出、真實產品參考、產品鏡頭、電視交付
`references/short-film-mode.md`	短片模式必讀。流程、總綱和分場檔案骨架、對話戲、換裝、配樂
`references/video-prompt-standard.md`	寫影片提示詞前必讀（三種模式都用）。結構、光線詞彙、色彩句、負面提示詞、自查表
`references/gold-video-prompts.md`	寫影片提示詞前必讀。三條完整樣板（廣告 / TVC / 短片對白）：結構、動作主導的時間區塊、光線、聲音、負面提示詞都照它
`references/post-minimization.md`	每次都讀。後期最小化：每個畫面元素分 A 生成裡做 / B 出 W 成品圖 / C 剪映一步操作，帶字資產、W 圖模板、剪映操作清單
`references/asset-prompt-templates.md`	寫資產圖前讀。車輛、道具、場景模板
`references/gold-asset-prompts.md`	寫資產圖前讀。人物、車輛、道具、產品、場景的資產圖樣板
`~/.claude/skills/character-sheet/SKILL.md` 和它的 `references/examples.md`	寫人物三視圖前必讀。固定模板以它為準，逐字照搬

先選模式

模式	什麼時候用	和下面 9 步的關係
廣告模式（預設）	15–60 秒的資訊流廣告、App 推廣、故事型廣告；品牌不在畫面裡出現（App 介面在影片生成裡做，綁定截圖物料位）	照下面 9 步走
TVC 模式	電視廣告、產品廣告、品牌片；自家產品、包裝或標誌要在畫面裡出現	照下面 9 步走，再按 `references/tvc-mode.md` 改動品牌規則、加產品資產和產品鏡頭、換交付規格
短片模式	超過 60 秒、以故事為主的短片、微電影、短劇、劇情 MV	不走下面的單檔案流程，按 `references/short-film-mode.md`：先出總綱（大綱、分場表、角色服裝表、資產），使用者確認後一場一場寫

判斷不了時（比如"做一條 90 秒的品牌故事片"），在第 0 步的提問裡一起問。不管哪種模式，影片提示詞都用同一套標準（video-prompt-standard.md + 樣板），人物三視圖都用 character-sheet 模板。

第 0 步：需求收集（只問缺的，一次問完）

先從使用者的話和上下文裡推。下面幾項推不出來又會明顯改變結果時才問，一次用 AskUserQuestion 問完（最多 4 題，選項標籤也要中英對照或純中文），不要逐條追問：

關鍵項	廣告模式預設值	TVC 模式預設值	短片模式預設值
時長	15 秒	30 秒（另出 15 秒剪短版）	5 分鐘
比例	9:16（1080×1920）；4:5 從中間裁	16:9（1920×1080，可出 3840×2160）	16:9（1920×1080）；要上短影音平台時問
畫風	真人實拍感，人物為 AI 原創面孔	同左	同左
平台	Facebook / Instagram 資訊流，靜音也能看懂	電視 + 影片網站貼片	影片網站 / 社交平台，帶對白字幕
人物數量和人設方向	按故事推出最少人數	同左	主要角色 2–4 人；人設方向影響大時問
品牌和合規限制	無品牌露出，無真實車標/商標/車牌；事故只拍物損	自家品牌可露出，別家品牌一律不出現；廣告法和平台規範	無品牌露出；暴力、傷害按平台尺度處理
產品	—	必須要真實產品照片（問使用者要）	—
對白語言	英文台詞附中文翻譯	同左	問使用者；預設英文對白附中文字幕
影片工具	Seedance 2.0 全能參考模式；出圖用 Nano Banana Pro	同左	同左
製作方式	全部 AI 生成，不安排實拍；非 AI 素材只有使用者提供的 App 截圖（物料位）和授權配音；人物可以露臉，但只演戲，不對著鏡頭做證言，配音一律畫外；第一人稱故事加 Dramatization（情景再現）標註	同左（產品外觀用真實照片）	同左

開工時在製作包開頭用一行列出採用的預設值，讓使用者隨時改。

第 1 步：腳本（製作包第一部分）

開頭寫：命名（英文底線，如 rider_rain-night_reroute_15s）、規格（時長、鏡頭數、比例）、畫風、人物、故事線一句話。
鏡頭表前面先寫 ## 故事：3–5 句白話中文講清這條片子講了什麼（誰、什麼處境、遇到什麼、怎麼解決、結局），不寫鏡頭和技術詞；下面一行 **要傳達的：** ……，再接 --- 分隔線。沒看過腳本的人（比如領導）讀完這一節就知道片子講什麼。
故事要有真實依據： 每個故事和場景都要有真實案例或可對照的真實地點撐著（新聞、執法記錄、法規、知名地點）；不編真實用戶一眼就能看出是假的情節。提故事前先查（不確定就搜），涉及罰款、金額、次數等數字要先核實再寫；在"故事"一節下面加一段 **真實依據：** ……（發生過什麼、在哪、大概多常見），廣告畫面裡不點名具體地點。找不到依據就直說，換個角度，不硬寫。使用者給的參考圖也對照現實檢查，不符的地方指出來。
開頭 0–2 秒先抓人： 痛點 / 故事型廣告開頭 0–2 秒先給主角的痛點或損失（出事、吃罰單、耽誤時間、被困住）；功能型廣告以功能為主，有自然的鉤子（禁止標誌、檢查不過、油量見底這類）也放在最前面。寫完或改稿先看 0–2 秒。
爆款結構不當預設模板： 使用者給的爆款參考只用在它對應的那條；其他片子先從故事設計結構，只在合適的地方借某個手法（前 3 秒臉部反應、後果標籤代替金額、快切），借了就在方案裡說明。
鏡頭表固定欄：鏡頭 | 時間 | 畫面 | 字幕 / 聲音 | 素材。多條故事線時加一欄 線。
- 時間精確到 0.1 秒，首尾相接，總和等於成片時長。
- 畫面寫看得見的動作和景別，一行一個鏡頭。
- 台詞和字幕：English（中文翻譯），並標明誰說的。
- 素材欄寫來源，並按 references/post-minimization.md 給每個畫面元素分類：AI（V2 鏡3）· 牌面字生成（A）、W1 字卡（B）、剪映：倒放 + VHS 特效（C）、UI-1。能放進生成的不留給後期。
15 秒廣告要精簡： 全片最多 6–7 段（含 App 畫面和結尾畫面）；每個 AI 鏡頭不短於 2 秒，不寫 0.5–0.7 秒的快切；每條生成的檔位等於它包含的鏡頭時長之和，生成多少用多少，不在剪映裡挑段截；時間預算參考：鉤子 0–2.5 秒，劇情 2 個鏡頭各約 2 秒，App 操作畫面 3.5–4 秒，結尾畫面 2 秒（疊在最後一個 AI 鏡頭上）；字卡不超過 3 張，台詞和解說合計不超過 25 個英文單詞；15 秒片不做雙線交叉快切和上下分割畫面。
鏡頭表上方加一行後期工作量：後期操作：剪映 x 步（其中系列模板復用 y 步），W 圖 z 張。
鏡頭表下面寫 品牌風險 清單：按 高 / 中 / 低 排，每條格式 - **等級 · 風險點：** 具體怎麼處理。常見風險：事故和傷害、包裝字幕像 App 介面、方向/數字前後不一致、功能說過了頭、數據沒有來源、駕駛中使用手機、App 螢幕文字生成變形、人物像真人名人、露臉配第一人稱配音像真人證言、故事沒有真實依據、真實品牌露出、平台政策（前後對比、誇大承諾）。

第 2 步：一致性錨點（第二部分）

給每個人物、車輛、道具、場景定一個固定名字和一句固定描述，後面所有提示詞復用，不改字。

人物：- **固定名字：** 用 C1 三視圖鎖定。年齡族裔職業，體型，標誌性服裝。
車輛/道具：顏色 + 類型 + 關鍵結構 + "無任何車標/品牌/文字"。
場景：地點 + 關鍵結構 + 時間 + 光線。
再寫一條 時間光線 / 調色：每條故事線或每個時段用什麼光、什麼色調。

固定名字要具體到不會和別的東西混，比如"白色長頭牽引車""黃色雨衣騎手"，不用"車""他"。

第 3 步：產出物清單（第三部分）

表頭：編號 | 類型 | 比例 | 覆蓋鏡頭 | 說明。編號規則：

C1… 人物三視圖（16:9）
T1… 車輛多視圖（16:9，車輛歸道具類，但單獨編 T）
P1… 道具圖（16:9）
E1… 環境圖（16:9）
PR1… 產品參考圖（只在 TVC 模式，用真實產品照片）
W1… 成品圖：字卡、結尾畫面、角標（後期最小化 B 類）
V1… 全能參考影片（成片比例）
M1… 物料位：使用者提供的 App 截圖，綁定進影片生成；VO-1… 配音（如果有）
不規劃整段 App 錄影在剪映裡拼接

不出現 G（多宮格）、K（單幀關鍵幀）、F（結尾幀）這類條目。

第 4 步：人物三視圖提示詞（第四部分開頭）

嚴格用 character-sheet skill 的固定模板，逐字照搬，只換方括號。要點（詳細規則看那個 skill）：

臉部按固定順序寫細：臉型 → 額頭/髮際線 → 眉骨 → 眉毛 → 眼睛 → 魚尾紋 → 抬頭紋 → 鼻 → 嘴 → 法令紋 → 下頜 → 鬍鬚 → 髮型 → 辨識特徵 → 膚色毛孔。
每人只有一個辨識特徵，多個人物之間不重樣。
風格段只改眉毛那一句，後面接 膚質細節 / 毛髮細節 / 服裝質感 三行，每人單獨寫。
不寫淺景深、模糊背景。保留"原創面孔，不像任何真實名人。"和"衣物和帽子上沒有任何品牌標誌或文字。"
比例 16:9，檔名 C-<編號>-sheet.png。
故事裡有制服、安全帽、雨衣等職業裝備，寫進服裝行，並註明無標誌。
人物可以露臉，用正常機位，不必強行用背影或主觀視角；臉只用來演戲，不對著鏡頭說證言式台詞，配音放畫外。

第 5 步：車輛、道具、場景資產提示詞（第四部分後半）

用 references/asset-prompt-templates.md 的三種模板，標題格式 ### T1 · 名字多視圖。共同規則：

開頭固定"超高畫質真實攝影質感，8K，車輛設定圖 / 道具設定圖 / 環境概念圖。"
車輛、道具：純淺灰色攝影棚背景，同一畫面排列多個視圖（車輛：正前、正側、3/4 前側、正後；道具：正面 + 安裝/使用狀態 + 關鍵動作狀態），比例細節完全一致。
場景：寫清地點、結構、左右位置、後面鏡頭要用到的東西（岔路、積水、招牌位置）、時間光線、構圖，沒有人物和車輛（除非是場景固有的停放物）。
畫面裡牌子、貼紙、車身上的短文字和數字（A 類）直接印在資產圖上，出"帶字版 + 空白備用版"，寫法見 post-minimization.md 第二節；手機和 App 螢幕在資產圖裡寫"黑屏"或"顯示內容空白"，介面在影片生成裡用物料位截圖綁定。
包裝大字、數據字卡、結尾畫面、角標（B 類）單獨出 W 圖，模板見 post-minimization.md 第三節。
結尾固定"真實……攝影，非CG。""無任何品牌，除指定文字外無任何文字。"（沒有指定文字時寫"無任何文字和品牌。"）

第 6 步：影片提示詞（第五部分，核心）

先讀 references/video-prompt-standard.md 和 references/gold-video-prompts.md，結構、細緻度、光線深度、色彩句和負面提示詞都對齊樣板。

分組：按剪輯點切條。 每條生成從一個剪輯點開始、到一個剪輯點結束，由幾個完整鏡頭組成，一般 10–15 秒；不把一個鏡頭拆到兩條裡，不讓生成停在動作中間。詳細規則見 video-prompt-standard.md 第二節。在剪映裡做的（倒放、分割畫面）、W 圖（字卡、結尾畫面）不進影片提示詞；App 操作和螢幕變化要寫進影片提示詞（見下面硬規則）。
時長：每條只能是 4 / 5 / 6 / 8 / 10 / 12 / 15 秒。微調各鏡頭時長，讓鏡頭之和正好等於檔位，生成多少秒就用多少秒；最後一個鏡頭的動作提前約 0.5–1 秒完成，後面寫"保持"。
參考圖：每條最多 9 張，建議 4–6 張，只上傳這一條真正用到的。每條單獨寫上傳順序，編號從 @圖片1 開始重新數。
每條一個程式碼區塊，內部順序固定：
1. 開頭句：總時長、鏡頭數、每個硬切點的時間和下一鏡內容。
2. 色彩句（約 60–80 字，按內容自動分配電影風格，規則和風格表見 video-prompt-standard.md 第三節第 2 條）："寫實電影質感，ARRI Alexa（底片感/自然）色彩，色調走向參考《某片》的……：高光偏…、中間調…、暗部偏…，天空…，膚色…，整體…。節奏…。"
3. 參考綁定：每行 固定名字：@圖片N，鎖定……； 每個 @圖片N 只在這裡出現一次。
4. 空間固定：路線/軸線、每個物體左右位置、行進方向、左駕右駕、誰坐哪、什麼不存在。
5. 時間區塊（動作主導）：每塊一段話，以人物動作為主線按節拍寫；鏡頭只交代景別、機位方向和高低、一種運動；結尾寫"鏡頭結束在……"。焦段、構圖比例這些留給模型。寫法見 video-prompt-standard.md 第三節第 5 條。正文一律用固定全名。
6. 連續性（人物與動作連續性）：一人一個身體、哪隻手做什麼、道具同一個、動作只發生一次、方向統一、畫面無文字。
7. 光線：先寫全片總光，再逐鏡頭寫光源位置角度、色溫 K、軟硬、光比、曝光取捨、丁達爾光的具體位置和成因、臉部布光（倫勃朗光/蝴蝶光/環形光/分割光/輪廓光）、眼神光、實際光源、調色。
8. 聲音：按秒寫環境音和擬音；台詞寫英文原句、時間點、聲線（年齡、性別、口音、語氣、音量、位置），加"只說指定台詞，不另讀中文翻譯"；末尾"無旁白、無音樂、無字幕"（按需要）。
9. 負面提示詞：這一條專屬的不要項 + 通用不要項。
硬規則：
- 提高成片率：一鏡一個主動作、一種運動；兩人都要動時錯開先後；單鏡頭不短於約 1.5 秒；一條不超過約 5 個鏡頭；相鄰鏡頭景別或機位方向明顯不同；盡量不用第一視角（駕駛室主觀視角、擋風玻璃視角），改用车外固定機位、越肩或車外低機位；避開交叉換手、手指精細操作、多人肢體接觸、快速環繞、鏡中倒影、運動中的文字。
- 不用比喻和概念詞（"開罐頭""像……一樣""彷彿""如同""宛如"）。寫成哪個部位、怎麼變形、多大尺寸（米/公分）、多快（秒）、停成什麼樣、有什麼二次運動。
- 不寫 {{Mixed N}}、參考圖N，正文不寫 @圖片N。
- 正文不用"車""他""她""那輛車"指代有錨點的對象，每次都寫固定全名。
- App 畫面寫進影片提示詞： 手的點按、按鈕、螢幕切換都在生成裡做，螢幕內容綁定使用者提供的截圖。
  - 產出物清單和單獨一節"物料位（你們提供）"列出 M1、M2…：檔名（ui/<集名>-m1-<畫面>.png）、螢幕上要有的內容、狀態列時間、隱私要求、用在哪條 V 的第幾張圖、綁定時用的固定名字。
  - 每條 V 的上傳順序裡標【物料位 Mx】；綁定行寫好：<螢幕名>：@圖片N，鎖定螢幕佈局、文字、按鈕位置，字形不變。
  - 時間區塊裡一個拇指、一拍一次點擊，螢幕按順序切換；負面提示詞寫螢幕文字亂碼、多出的手指、螢幕反光。
  - 不出現手機主螢幕和點 App 圖示：人物拿起手機時用身體（肩、手臂）擋住螢幕約 0.3 秒，露出來時已經是 App 啟動頁；啟動頁截圖就是 M1。
  - 使用者給的截圖是設計稿：對照故事檢查車型、日期、金額、狀態列時間、真實商家名，不一致的標"建議重截"；收到後存進 <集名>-production/ui/，用物料位檔名。
  - 品牌風險裡加一條螢幕文字變形，備選方案是改用真實錄影畫面。
影片部分開頭寫：分組表（V幾 · 檔位 · 包含的鏡頭和各自時長 · 起止剪輯點）、適用工具和時長檔位說明、每條圖片數、寫法約定四條（見 package-template.md）。每條程式碼區塊下面可加一行後期說明（取幾秒、末幀定格等）。

第 7 步：物料位 / 配音清單（第六部分，有才寫）

物料位表頭 編號 | 檔名 | 螢幕內容 | 用在哪條 V。螢幕內容和片中方向、數字、出口號保持一致；寫截圖要求（直立、狀態列整點時間、關通知、隱去個人資訊）。
配音：哪句、誰說、聲線，要求"簽約配音演員或有授權的合成聲線"，寫好檔名。
全片沒有這類素材就寫一句"本片不需要物料位截圖和配音"。

第 8 步：剪映操作清單 + 上線前對照（第七、八部分）

第七部分標題叫"剪映操作清單"，表頭 時間 | 素材 | 剪映操作：按成片時間順序，寫清用哪條 V 的哪一鏡、放哪張 W 圖、在剪映裡點哪裡選什麼（寫法見 post-minimization.md 第四節）。不寫"後期處理一下"這種話；能在生成裡或 W 圖裡做掉的，不出現在這張表裡。
系列裡每集重複的操作（倒帶、角標、字卡樣式、結尾版式、轉場音）標"系列模板"，寫一行"本集復用：……"。
上線前對照：- [ ] 清單，每條品牌風險都要有一條對應檢查，再加人物一致、無品牌無文字、方向一致、數據來源、配音授權、CTA 口徑。

交付（三個地方，放的東西不一樣）

放在哪	放什麼
本地製作包（Markdown 檔案）	完整內容，包括全部提示詞
聊天回覆	提示詞只在聊天裡展示：每條提示詞單獨一個程式碼區塊，按出圖、出影片的順序貼出來，方便複製；再用中文簡要說明採用的預設值、分了幾條影片生成、需要使用者補什麼（物料位截圖、數據、配音）
共享位置（Notion、網頁、線上文件）	團隊版，不放任何提示詞

本地製作包：廣告模式和 TVC 模式寫成一個 Markdown 檔案，檔名 <專案名>-腳本與製作包.md，放在目前工作目錄下的 <專案名>-production/ 資料夾。短片模式：同一個資料夾裡放 00-總綱.md、場01-<場名>.md……、99-剪輯與交付.md，分批交付（見 references/short-film-mode.md）。
共享位置只在使用者同意後才同步：使用者在用 Notion（對話中出現過 Notion 頁面，或 Notion 工具可用且使用者提過）時，問一句是否同步，不要自己直接寫。
團隊版規則：
- 只放：標題和規格、故事、腳本、品牌風險、一致性錨點、產出物清單、物料位 / 配音清單、剪映操作清單、上線前對照。
- 去掉所有提示詞程式碼區塊，以及只跟提示詞有關的說明（上傳順序、寫法約定、影片分組表）。
- 去掉以後，各部分重新編號。
- 完全不提"提示詞"：不寫"（不含提示詞）""完整提示詞見……""提示詞以本地製作包為準"這類話；連結製作包時直接用它的標題。

AI 视频制作 SOP · 从故事到制作包