本地相容性與驗證 (2026-10-04)
使用者指示與所選的提供者/模型優先於以下範例與預設值。僅提供者名稱無法識別模型版本。請將本文件中的端點 ID、價格、時長、參考限制、工具可用性與品質排名視為參考範例;在執行前,需根據當前連接的工具架構或官方提供者文件驗證。切勿擅自更換提供者或模型。
安裝或更新此技能不表示自動授權生成、上傳、購買或重試。請遵循使用者的生成批准與預算指示。保留現有 idoGen 強制性的影像/影片/表演技能要求。在判定生成成功之前,必須檢查實際輸出的人物身份、空間連續性、物理動作以及要求的格式。文件檢查與安裝驗證非輸出品質測試。
使用生成媒體的電影攝影
當使用者需要電影級視覺方向,而非泛泛的「電影感」提示詞時,使用此技能。依需要載入參考文件:
references/shot-language.mdreferences/lighting-lens-color.mdreferences/examples.mdreferences/camera-directing-playbook.md:Ido 的專有劇本。對於任何 9:16 廣告、任何預覽/分鏡驅動的鏡頭規劃、手持鏡頭緊張感方向、旋轉全片幅閘門上的鏡頭/FOV 選擇、真實攝影機套件、安全區或產品擺拍規則,請載入此文件。若與上述一般性參考文件衝突,以此為準。
請將 model-routing 與此技能一同載入,以取得預設端點選擇。
撰寫具體的視覺方向。避免空洞的華麗詞彙與破折號。
需收集的輸入
只詢問會影響鏡頭的因素:
- 主體與動作。
- 媒介:靜態影像、影片、圖生影片、編輯、分鏡圖。
- 類型與氛圍。
- 取景:特寫、中景、遠景、俯拍、主觀鏡頭、側面、鎖定。
- 影片的攝影機運動:推鏡、滑軌、跟拍、手持、搖臂、無人機。
- 鏡頭感:廣角、標準、望遠、微距、淺景深或深景深。
- 燈光:自然光、實用光、棚燈、黑色電影、高調、低調、背光。
- 輸出:長寬比、時長、第一幀、最後一幀、下載路徑。
- 偏好的模型,若使用者想要特定的電影攝影模型或品質/成本方案。
生成媒體工作流程
-
從路由後的端點 ID 開始。
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僅在缺少攝影機控制角色時,使用文字搜尋作為備用發現方式:
genmedia models "cinematic video generation camera movement" --json genmedia docs "video generation camera movement prompt" --json -
檢查架構,且僅使用支援的控制項。
genmedia schema <endpoint_id> --json genmedia pricing <endpoint_id> --json -
使用圖生影片、第一幀、最後一幀、風格參考或角色/產品連續性時,上傳參考檔案。
genmedia upload ./frame.png --json -
直接下載執行靜態影像。
genmedia run <endpoint_id> \ --prompt "<cinematography prompt>" \ --download "./outputs/cinema/{request_id}_{index}.{ext}" \ --json -
非同步執行影片。
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
提示詞建構順序
使用 SCLCAM 結構:
- 主體:畫面中的人或物。
- 情境:地點、時間、天氣、故事時刻。
- 鏡頭/取景:距離、角度、焦距感、景深。
- 攝影機運動:僅適用於影片或需要動態模糊時。
- 氛圍:薄霧、雨、實用燈光、反射、質感。
- 情緒/色彩:色調、對比、調色、曝光風格。
- 輸出控制:長寬比、時長、第一幀連續性。
範例結構:
[subject] in [context], framed as [shot size and angle], [lens feel],
[lighting setup], [camera movement if video], [color grade], [texture],
[duration or aspect ratio], [continuity constraints]
模型路由
- 高品質寫實靜態:使用
openai/gpt-image-2。 - 高品質風格化靜態:使用
openai/gpt-image-2,接著fal-ai/nano-banana-pro,再fal-ai/nano-banana-2。 - 快速草稿靜態:使用
fal-ai/flux-2/klein/9b。 - 最高品質影片:使用
bytedance/seedance-2.0/text-to-video或bytedance/seedance-2.0/image-to-video。 - 從強畫格產生動態:使用
bytedance/seedance-2.0/image-to-video。 - 快速或低成本影片:使用
xai/grok-imagine-video/text-to-video或xai/grok-imagine-video/image-to-video。 - 複雜攝影機語言:先檢查 Seedance 2.0,當多重提示或元素控制重要時,再檢查 Kling v3。
- 故事序列:使用故事敘述技能,並將此技能作為鏡頭語言支援。
- 角色或產品連續性:先使用相關領域技能,再將電影攝影應用為可變區塊。
品質門檻
在回傳之前,請檢查:
- 攝影機運動在場景中是否物理合理。
- 鏡頭、畫面尺寸與攝影機角度是否互相矛盾。
- 燈光方向是否清晰且一致。
- 調色是否在未抹平主體細節的情況下支援氛圍。
- 影片提示詞是否描述單一鏡頭,除非所選模型支援多重提示或鏡頭列表。
- 下載的檔案皆來自
downloaded_files[]。
若結果看起來過於泛用,請在增加更多形容詞之前,先在攝影機、場景調度、燈光與環境方面提升具體性。