影片提示詞
影片模型是有自己預設值的導演：提示詞沒有說的事，模型會自行決定。提示詞應標明重點，並關閉不需要的預設值。此技能會輸出提示詞文字與請求設定。實際的請求則由進行生成的服務技能負責。
步驟
- 收集任務資訊。 模型、其版本與服務。模式：從文字生成新影片、圖片動畫、首尾幀、參考幀、修改、延長。輸入檔案：打開並檢視每個檔案，角色特徵與參考幀的適用性從檔案中獲取，而非猜測。逐字對白與字幕。影片長度與畫面比例。缺少的資訊從對話中推斷；僅詢問逐字對白與字幕，以及那些若無則模式或模型將淪為猜測的資訊。若未指定模型，則根據「模型選擇」部分選擇並說明理由。
- 完整閱讀模型檔案直至提示詞第一行： Omni 1.2, Seedance 2.5 和 2.0, Kling 4.0 和 3.0, Veo 3.1。若模型檔案與以下通用規則衝突，以模型檔案為準。
- 按時間分解影片依據「時間軸」部分：每個事件、對白與鏡頭運動都有自己的時間段，所有時間段加總應等於影片長度。若無法容納或時間不足，請在提示詞之前說明並提出解決方案。
- 為檔案分配角色依據「參考資料」部分：每個檔案都有一個角色及其邊界，且不超過任何模型限制。若需求超出限制，請在提示詞之前說明並提出最接近的可行方案。
- 處理每個預設值根據模型檔案：留給模型處理或用詞句覆蓋。
- 撰寫提示詞。
- 執行「檢查」。：確保每個項目都已執行或與提示詞無關。
- 輸出三個部分：準備好發送的提示詞（置於程式碼區塊中）；以模型欄位名稱列表形式給出的請求設定；以及需要在生成影片中用肉眼和耳朵檢查的項目。若提示詞為英文，請附加一兩行俄文摘要。若任務因模型檔案中所述的失敗情況而受阻，請在生成前告知。
時間軸
順序，而非碼表。 模型能掌握事件順序，但無法精確控制時間：指定的兩秒間隔實際輸出可能為一秒半到三秒。時間標記用於設定節奏。只有模型檔案才能保證秒級精確度。必須與其他事件同步的事件應綁定於畫面中的可見事件，而非數字。精確的最終狀態由最終幀承載。
影片預算。 約 5 秒：一個完整的動作。約 10 秒：二至四個時間段。15 秒：三至四個時間段。過度擁擠的影片會遺失事件，並被多餘的剪輯切碎。內容不足的影片則會填滿等待、重複與慢動作。若內容不足以達到要求的長度，建議縮短影片而非編造事件。若內容過多，建議延長影片或分割成多個影片。
何時進行時間標記。 單一簡單動作無需時間標記。當有多個事件且其順序重要時，才需要時間標記。每種模型都有自己的時間標記語法，定義於其模型檔案中：時間碼、鏡頭編號或獨立欄位。
如何進行時間標記。
- 在時間段之前，需有一段簡短的全景摘要：否則時間段沒有依據。
- 時間段應連續，以整秒為單位，無間隙，覆蓋整個長度，並與持續時間欄位一致。
- 每個時間段包含一個有開始與結束的動作，而非一系列微小動作。
- 每個時間段最多包含一個鏡頭運動。鏡頭運動與角色的主要動作在同一個時間段內會相互衝突：應擇一為主。
- 動作節奏通過計數與停頓來設定：例如走了多少步，何處暫停。
結尾可能表現不佳。 接近影片結尾時，模型可能會放棄動作、遺失最後的鏡頭運動，或將場景恢復至初始狀態。關鍵事件應在最後一秒之前完成，最後一個時間段應為簡單的收尾。
對話預算。 大約每秒兩個英文單詞是可靠的；四秒時對白可能會中斷。俄文字詞較長，沒有相關測量數據，應預留空間。對話前的動作時間需從對話時間中扣除。每個時間段一個對白、一個說話者。若使用者的對白無法容納於一個時間段，則適用「逐字呈現使用者文字」法則。
剪輯方式已確定。 每個提示詞中都應說明是單一連續鏡頭還是有剪輯。模型是否會將時間段轉化為剪輯，則由模型檔案指定。
參考資料
角色與邊界。 上傳檔案本身不賦予角色。每個檔案在提示詞文字中都應有單一狹義的角色（說明檔案內容及其用途）和邊界（說明不應從中提取的元素：背景、衣物、光線、鏡頭運動）。若無邊界，檔案中的所有內容都可能被拉入影片，最常見的是背景。檔案引用應使用模型檔案中指定的語法。角色標記在整個提示詞中應保持一致，避免使用代名詞。
僅包含有用的檔案。 不要耗盡模型限制：每個多餘的檔案都會稀釋其他檔案的效果。沒有角色的檔案不應包含在請求中。
首幀無需重述。 提示詞文字應描述圖片中不存在的元素：運動、變化、鏡頭、聲音。若使用首尾幀，文字應描述從首幀到末幀的實際路徑。
參考幀中的角色。 無需用文字描述臉部。僅簡短重複兩三個易於驗證且模型容易遺漏的特徵（衣物顏色、標誌、手中物品）。文字不應與圖片矛盾。是否描述外貌的問題尚未通過測試解決；此規則為一個謹慎的中間立場。
參考影片。 應說明從中提取的內容（運動、鏡頭、節奏）以及不提取的內容（外觀、衣物、場景）。參考影片的外觀可能未經請求而滲入，應將其列入「檢查」清單。
參考幀的適用性。 在撰寫提示詞前檢查檔案。適用的：高解析度、均勻光線、臉部可見、乾淨中性背景、畫面中單一角色、無多餘文字。使用多個檔案提供不同角度，比單張圖片更能保持角色一致性。角色表使用單張圖片是備用方案，除非模型檔案另有規定。若參考幀品質不佳，請在生成前告知使用者。
數量與精確位置用圖片表示。 超過三個相同的物體、畫面中精確的佈局、圖表資料難以用文字描述。這些應由生成的幀來承載。
跨影片的一致性。 使用相同的檔案集合、逐字相同的角色描述、相同的光線與色調。後續影片應從前一部影片的最後一幀開始。
其他文字規則
設定不在文字中。 長度、畫面比例、解析度與音訊啟用應通過請求欄位設定：若在文字中指定，可能被忽略或與欄位衝突。
音訊已確定。 每個提示詞都應說明三件事：對話、音樂、音效——哪些存在，哪些不存在。
逐字呈現使用者文字。 使用者提供的對白、字幕與旁白應逐字放入提示詞。不得自行簡化、縮短、分割或分配給其他聲音。若文字過長或過於複雜，超出模型的可靠處理能力，請在提示詞之前告知，提出解決方案，並僅在使用者同意後修改。只有在使用者未提供文字且你自行創作時，你才有文字自由。
對話。 說話者應根據可見特徵來標識，對白應與其關聯。對白格式以及模型如何處理俄語對話，由模型檔案指定。若無對話，應明確說明。
字幕。 每條字幕應逐字呈現，並指定其位置、字體、出現方式與螢幕停留時間。應說明畫面中沒有其他文字。
精準禁止。 首先描述期望狀態，然後附加簡短禁止以阻止特定不需要的元素。禁止不一定總是被遵守：應將被禁止的項目列入「檢查」清單。
修改與延長。 修改應為一條關於單一變更的簡短指示，並附上一句關於保持其餘內容不變的語句；不應重述整個場景。延長僅描述新片段，不應重述已拍攝的內容，否則模型會重複已完成的動作。已離開畫面的角色或物體應重新被提及。
語言。 場景描述使用英語，除非模型檔案另有規定。對白與字幕保留其原始語言。若使用者要求俄語提示詞，則使用俄語書寫。
模型選擇
僅列出經研究證實的差異：
| 需求 | 適合模型 |
|---|---|
| 單次請求生成超過 15 秒的影片 | Seedance 2.5, Kling 4.0 (可達 30 秒) |
| 8 秒以內的短片段 | 任何模型；Veo 3.1 僅有此長度 |
| 俄語對話 | Omni 1.2, Veo 3.1；不適合 Kling 3.0 |
| 畫面中的俄語字幕 | Omni 1.2 |
| 在指定秒數進行剪輯 | Kling 4.0 |
| 大量參考資料或使用音訊作為參考 | Seedance 2.5；語音參考還可選 Kling 4.0 |
| 從參考影片中提取運動 | Seedance, Kling 4.0, Omni 1.2；不適合 Veo |
| 中間關鍵幀 | Kling 4.0, Seedance 2.5 |
| 用文字修改現有影片 | Omni 1.2, Seedance 2.5, Kling；不適合 Veo |
| 延長影片 | Omni 1.2, Seedance 2.5 |
| 精確力學、嚴格剪輯 | Seedance 2.0 |
影片不服從提示詞
- 用一句話指出偏差，並找到提示詞中可能導致此偏差的詞句。若無對應詞句，則為預設值起作用：請將其關閉。
- 偏差每次出現在不同位置：使用相同提示詞重新生成。若偏差相同，僅修正相關詞句。
- 指示丟失：首先移除周圍次要的指示，而非加強該指示的力度。將從提示詞中移除的使用者指示告知使用者。
- 事件丟失或影片停滯：根據「時間軸」部分重新計算影片預算。若從參考檔案中引入了不必要的元素，請縮小其角色並指定邊界。
- 影片大致正確：使用一條簡短的修改指示進行修正。若缺陷是根本性的（如物體消失、臉部變形），請重新生成：修改會繼承根本缺陷。
- 參照模型檔案中的失敗情況：部分偏差無法透過文字解決，應告知使用者，而非反覆重寫提示詞。
檢查
- 模型檔案中的每個預設值都已被詞句覆蓋或有意識地留給模型處理。
- 文字中不包含長度、畫面比例與解析度；這些應在請求設定中。
- 時間標記使用模型語法撰寫，覆蓋整個長度且無間隙，並與持續時間欄位一致。
- 每個時間段包含一個動作，最多一個鏡頭運動；關鍵事件不在最後一秒。
- 每個對白都能容納在其時間段內。
- 已說明是單一鏡頭還是有剪輯。
- 每個檔案都有角色與邊界，引用使用模型語法；沒有無角色的檔案。
- 首幀與角色臉部未被重述。
- 已說明對話、音樂與音效。
- 使用者的對白、字幕與旁白已逐字呈現；任何與原文的差異都經使用者同意。
- 修改：單一變更，場景未被重述，有關於保持其餘內容不變的語句。延長：僅描述新片段。
- 未超過任何模型或服務限制；未使用此版本模型不支援的任何功能。
- 已說明需要在生成影片中檢查的項目：每個關鍵事件、每個禁止規則、字幕拼寫、音訊與動作的同步、角色特徵。