電影連續運動提示詞
把創意轉譯成可生成、可驗證的導演調度。預設使用中文自然語言;精度來自具體畫面事實、動作因果、物理反饋、音畫時序和明確終態,不來自空泛形容詞或平台格式堆疊。
先判定任務與精度
輸入關係
先識別最接近的輸入模式:
- 無參考生成:從文字建立完整音畫時間線。
- 首幀驅動:參考圖是第0秒,按「首幀錨定 → 動作啟動 → 連續發展 → 結果或反應」向前發展。
- 首尾幀驅動:兩張圖分別鎖定開始和結束,重點寫可觀察的中間路徑與逐步收斂過程。
- 尾幀驅動:從合理前置狀態出發,逐漸落到參考圖規定的構圖和狀態。
- 多模態參考:圖片、影片、音訊分別承擔身份、場景、風格、動作、運鏡、構圖、聲線或關鍵幀職責。
- 參考圖先行:先設計適合繼續運動的首幀圖片,再依據用戶實際生成並確認的圖片重寫影片提示詞。
- 提示詞審查/失敗修復:識別最早的因果錯誤、衝突或過載點,再重寫完整可複製版本。
再選擇拍攝組織:連續一鏡到底、動作匹配分鏡、參考圖演化、手機原生實拍、人物微表演、成年克制親密互動。不要把一鏡到底、FPV、航拍或複雜運鏡視為天然更高級。
精度檔位
- 常規模式:自動選擇真正影響畫面的參數,重點寫可見結果。
- 高精度模式:用戶說「詳細提示詞」「盡可能詳細」「完整提示詞」「完整導演版」「導演級」等近似表達時啟用。允許長提示詞,但每句話必須對應畫面事實、連續性要求或真實失敗風險。
高精度模式若缺少攝影設定,先用普通語言詢問期望效果,如空間開闊或壓迫、人物親近或疏離、背景清晰或虛化、手持或穩定、紀實或精致;再把答案轉譯為裝置類別、焦段、光圈、景深、對焦與運動參數。不要要求用戶先懂專業參數。若題材已經明確為手機、無人機、監控或紀錄片,直接服從相應裝置邏輯。
使用三層架構
1. 靜態視覺層
從以下要素中選擇真正影響生成的字段,不機械填表:
- 時間:年代、季節、時刻。
- 主體:身份、年齡、外貌、體態、服裝、材質、道具、初始姿態。
- 場景:自然環境、建築結構、天氣、陳設、空間關係與生活痕跡。
- 攝影:風格、畫幅、構圖、機位、角度、透視、焦點、景深、光源、光向與色彩。
攝影機品牌、具體焦段和光圈只有在能解釋透視、景深或成像質感且不與裝置模式衝突時才寫。
2. 動態連續層
每個關鍵動作按完整狀態鏈書寫:
初始狀態 → 可見觸發 → 準備 → 啟動 → 過程 → 身體/道具/衣料/環境反饋 → 減速或停止 → 可驗證終態
人物重心、視線、手部、道具狀態與攝影機路徑必須共享同一空間邏輯。已完成的動作不重複,物體不能無因出現、消失、換手或改變材質。
3. 音畫同步層
分別處理環境底噪、動作音、人物非語言聲音、對白/畫外音和配樂。每個關鍵聲音都要說明來源、距離、觸發動作、起止、強弱和空間變化。不要無條件加入配樂。
完整模板和檢查表見 references/prompt-framework.md。
鎖定不變量與參考職責
動筆前確定:
- 身份或結構不變量;
- 初始空間、構圖和光向;
- 攝影機起點、路徑和終點;
- 主體動作與心理因果;
- 距離變化帶來的可見細節;
- 風、衣料、頭髮、陰影、反射和聲音反饋;
- 可驗證尾幀與下一鏡接口。
多模態參考必須建立職責表。每份素材只承擔明確職責,可有多個職責但不得含糊地要求「全部參考」:
| 素材 | 可分配職責 |
|---|---|
| 圖片 | 身份、服裝、產品外觀、場景、構圖、風格、首幀、關鍵幀、尾幀 |
| 影片 | 動作、運鏡、剪輯節奏、時間結構、源影片編輯或續寫 |
| 音訊 | 原聲復用、聲線、說話方式、節奏、音樂風格、聲音連續性 |
區分「必須完整保留、允許局部變化、僅遷移某項屬性、只作寬泛氣氛參考」。這是內部檢查語言,不強制輸出MiniMax H3的專用字段或英文標籤。
解決衝突
檢查身份、年齡、五官、髮型、服裝、時間、空間、光向、裝置、景深、運鏡、左右手、動作順序、對白時機和終態。
優先級:
用戶明確指定的參考圖事實 > 用戶當前明確指令 > 全局統一設定 > 多次重複且一致的描述 > 時間線局部描述 > 氛圍修辭
能判斷時主動統一,並在導演判斷中簡短說明;兩個版本同等關鍵且會改變成片時才詢問。最終可複製提示詞中不得保留互斥設定。
組織時間線與鏡頭
先用語義節拍組織動作,再在用戶給定時長、切點、對白同步或平台需要時映射到秒數。每個節拍寫清當前空間、動作準備、動作過程、反饋、終點和下一觸發。
運鏡必須能還原為:
運動類型 + 幅度 + 速度 + 運動目標 + 停止狀態
區分攝影機主運動與小幅人體/載具微擾。推進、橫漂和高度起伏可以融合為一條運動曲線,但不能作為同等強度的並行指令。輕微景別或角度變化優先連續運鏡;切鏡必須帶來新空間、新時間、新資訊、新狀態或必要的動作匹配。
距離、表演與物理反饋
- 遠景寫規模、方向和空間關係。
- 中景寫姿態、重心、服裝輪廓與人物關係。
- 近景寫眼動、眨眼、呼吸、嘴角、接觸點與衣料受力。
- 特寫才寫毛孔、絨毛、粉感、微瑕疵、玻璃反射或金屬劃痕。
表情必須由事件觸發:刺激 → 察覺 → 眼神/呼吸先變化 → 頭部或身體反應 → 確認 → 情緒回落 → 最終姿態。
接觸必須先建立接觸點與受力,再寫對方或物體反饋、重心變化、衣料變化和停止狀態。複雜機械同樣要寫鎖定、受力、運動、減速和停穩。
參考圖先行工作流
用戶要求先做首幀或參考圖時,讀取 references/prompt-framework.md 的「參考圖先行」章節並執行:
- 輸出簡潔導演判斷;
- 輸出獨立、完整、可複製的圖片提示詞;
- 讓首幀處於動作即將發生或剛開始的開放狀態,而不是動作完成後的封閉海報姿態;
- 為手腳、道具、視線、運動方向、前後景視差和攝影機路徑保留空間;
- 用戶提供實際生成圖後,以圖片中可見事實為新基準,建立影像—影片一致性表並重寫影片提示詞。
不要在用戶尚未提供最終首幀時假裝已鎖定其具體構圖。
專項模式
- 手機原生、POV、人物微表演、成年克制親密互動或對白任務,讀取 references/precision-writing-guide.md。
- 學習用戶提供的優秀樣本或需要相似語言密度時,讀取 references/exemplar-library.md。
- 需要了解影視颶風框架、現有方法與MiniMax H3官方方法的取捨時,讀取 references/method-comparison.md。
- 更新本Skill或驗證新規則時,讀取 references/regression-suite.md。
輸出合約
除非用戶明確要求簡版,預設交付:
- 導演判斷:核心事件、視覺重點、動作因果、運鏡選擇、最大生成風險;保持簡潔。
- 可直接複製的完整提示詞:中文為主,按播放順序寫完整;不得出現「其餘不變」「同上」「參考前文」或省略號替代正文。
- 穩定重試版:僅在人物過多、動作過密、多手交接、複雜運鏡、多參考素材或其他高風險組合時提供;減少並發動作但不改變敘事結論。
提示詞內部可根據任務使用標題和分段,但不要強制所有平台採用MiniMax H3的英文三段式、六段式、<Subject N>、<Picture N>或<d>語法。用戶明確要求H3官方格式時才按其格式轉換。
詳細禁止項
禁止項可以詳細,但必須逐條對應當前鏡頭的真實風險,先寫足正向狀態,再按類別補充:
- 身份、面貌、服裝與結構漂移;
- 肢體、手指、腳部、接觸點和受力錯誤;
- 道具數量、材質、位置和狀態突變;
- 動作重複、倒序、無觸發、無終點或多人同步僵化;
- 攝影機跳變、錯誤變焦、無因反向、自動切鏡和隨機抖動;
- 建築、機械、車輛與空間結構軟化、複製或穿模;
- 光向、陰影、反射、天氣和環境連續性錯誤;
- 聲畫錯位、口型異常、聲音提前、滯後或重複;
- 風格污染、錯誤景深、過度磨皮、商業精修、CG或3D感;
- 亂碼文字、字幕、Logo、二維碼和水印。
允許長,但禁止同義反覆和與當前鏡頭無關的通用負面詞堆積。
完成前自檢
- 三層資訊是否一致,且都服務同一核心事件?
- 每份參考素材的職責是否明確且無歧義?
- 首幀是否具有可動空間,首尾幀之間是否有可觀察路徑?
- 攝影機是否是一條可執行曲線,參數是否與裝置模式一致?
- 每個動作是否有觸發、準備、反饋、停止和終態?
- 景別變化是否帶來正確層級的細節?
- 對白、動作聲和環境聲是否與距離和發生幀同步?
- 尾幀是否明確,並能自然進入下一鏡?
- 禁止項是否精確、分類清晰且沒有替代正向描述?