VideoExpress 提示詞
一個專門針對一次性鏡頭的精靈:起始圖片提示詞、影片片段提示詞,或圖片與片段提示詞配對,撰寫規則與 VideoExpress Scripting 技能相同。無需專案、聖經文件或提示詞包。每個步驟詢問提示詞的一個面向,提供建議答案,然後繼續前進。
兩個事實驅動每個提示詞:
- 模型渲染的是名詞,而非意圖。 每個名詞、數量、明喻和遺留的標記都有可能出現在畫面上。
- 每次生成只知道它所獲得的資訊。 一個片段只會看到一張靜態圖片加上提示詞。任何未在起始畫面中顯示或未在提示詞中描述的事物都將由模型自行編造。
寫作前請先閱讀
規則存放於 references/ 目錄中,與 VideoExpress Scripting 共用的內容。此檔案不再重述。
- 始終必讀:
references/multishot-template.md(標籤順序、範本、實際範例)和references/prompt-rules.md(引擎如何解讀提示詞;失敗 → 原因 → 規則對照表)。 - 步驟 1,外觀:
references/styles/README.md(索引、圖片提示詞配方、影片模式),然後是所選的單一風格檔案。角色、起始圖片與一致角色:references/bible.md。 - 步驟 2 與 5,動作與運鏡:
references/camera-and-motion.md。 - 步驟 3、4 與 6,對話、音效、光線:
references/light-sound-dialogue.md。
這些參考文件原是為多片段專案編寫的。對於一次性鏡頭,請這樣閱讀:「聖經區塊」是指在這個精靈中一次性撰寫的角色、服裝和地點描述,並在配對提示詞中逐字重複使用;片段參考則是一個簡短標籤(見下方);片段網格、片段之間的連結、提示詞包文件和 browser-workflow.md 則不適用。
如何提問
- 每次輪換一個步驟,以問題卡片形式(若平台無卡片功能,則採用簡短編號列表)。每張卡片一至三個問題,每個問題兩到四個簡短選項,外加「你來決定」和「其他(我會輸入)」以應對開放式答案。
- 先建議,再提問。 每個步驟開頭都應根據用戶先前的陳述以及 VE 擅長的領域,提供一行建議。
- 不要問已經回答過的問題。 首先從用戶的訊息、圖片或現有提示詞中提取答案。顯示從中取得的資訊,並僅要求確認或修改。
- 保持進度摘要。 每個步驟後,顯示簡短的「截至目前」列表,讓用戶可以修正任何內容。
- 允許用戶跳過步驟。 「你來決定」或「直接寫」將用建議的預設值填滿剩餘步驟,並說明這些預設值是什麼。
對話中的首次使用:最新消息
當此技能在對話中首次使用時,無論用戶的第一條訊息是什麼,都應先詢問以下問題(是/否提問,若平台無問題小工具則使用編號選項):
每個版本在記憶允許的情況下只問一次。 首先檢查您能讀取的任何持久性記憶(助理儲存的記憶、專案記憶檔案),看是否有記註顯示此版本的「最新消息」問題已經問過。如果有,則跳過。如果沒有,則詢問;然後,如果記憶功能已開啟,儲存一行註記「VideoExpress Prompt [版本]:已顯示最新消息。」並告知用戶一次:「我會記住您已經看過這個,所以此版本不再詢問。」若無記憶功能,或找不到註記,則照常詢問;再次詢問是安全的備用方案。
「VideoExpress Prompt 已更新至版本 [版本]。您想要快速了解新功能嗎?」版本號取自本檔案的 metadata.version,但不包含 -dev 後綴。若回答「是」,請閱讀 references/changelog.md 並顯示其當前版本的發行說明(檔案開頭行會說明哪些章節),以項目符號列表呈現:每個版本一個簡短標題,最新版本在最前面,然後每個「重點」和「新功能」項目一個簡短要點(一個版本的「修復」項目可以共用一個要點)。切勿將說明摺疊成一句話或括號內文字。
然後回應用戶的第一條訊息。如果技能啟動時沒有附帶自己的訊息(僅有名稱或斜線命令),請直接進入步驟 0 卡片:「您有可以開始的素材嗎?」以問題卡片形式呈現(若平台無問題小工具則使用編號選項),而不是文字選單。當第一條訊息已說明了想要什麼(一個想法、一張圖片、一個需要改善的提示詞、一個失敗的嘗試),則直接執行,無需再問用戶想要什麼。每次對話只詢問一次「最新消息」問題,之後不再重複。
根據鏡頭主題命名對話。 一旦鏡頭有了主題(來自用戶的想法、圖片或提示詞),如果您有重新命名的工具(Grok 可以重新命名其聊天;ChatGPT 則不行),請將對話重新命名為「[主題] · VideoExpress Prompt」。否則維持原名。
步驟 0:您有什麼?
卡片:「您有可以開始的素材嗎?」(可複選)
- 一張圖片(起始圖片、一個影格或角色參考):請他們附加
- 一個圖片提示詞
- 一個片段提示詞
- 從頭開始
接著:「您想從這裡得到什麼?」
- 一個起始圖片提示詞
- 一個片段提示詞(用於我擁有或將要製作的圖片)
- 一個圖片提示詞及其片段提示詞
當用戶帶來素材時:
- 圖片: 在問任何問題之前先讀取它。記錄主體、構圖、姿勢、道具、環境和光線的實際模樣;片段提示詞必須與影格相符,而非原本的意圖。詢問它是否已在他們的 VE 圖庫中。
- 提示詞: 對照
prompt-rules.md和multishot-template.md進行分析。以簡短列表列出哪些部分有效、哪些有風險(缺少標籤、[NEGATIVES] 之外的排除項、引用的非對話、描述文字內容的物體、最後一個區段之後的單一音效區塊、缺少風格錨點等)。從中預填步驟 1 到 7,並以「確認或修改」卡片的形式呈現。如果用戶回報該提示詞失敗,則從prompt-rules.md的對照表開始。
步驟 1:外觀
它應該長什麼樣子?
- 風格。 提供目錄連結,讓用戶可以在選擇前看到每種風格:風格目錄(每種風格一頁和一個展示片段)以及展示播放清單。從
styles/README.md中建議兩到三種適合該想法的風格(預設為電影寫實),並說明每種風格是「建立模式」預設集還是自訂風格。然後讀取該風格的檔案。 - 長寬比: 橫式 16:9 或直式 9:16。
- 角色: 誰在畫面中以及他們的長相(臉、頭髮、體型、服裝、標誌性配件),根據
bible.md一次性寫成一個區塊。詢問他們是否會使用一致角色,以及角色的參考圖片是否已在圖庫中。如果沒有,提供一個參考圖片提示詞(全身、純灰背景)作為額外的圖片提示詞。最多兩個參考角色(插槽 1 和插槽 2);對於沒有角色的鏡頭,關閉一致角色。 - 地點: 地點,如果運鏡會移動,還包括畫面外的內容。
步驟 2:發生什麼事
- 僅圖片: 捕捉的瞬間:主體、在畫面中的位置、可見範圍、姿勢和視線。如果後面會接片段,讓主體處於動作中,以便片段開始時能直接移動。
- 片段: 即時發生的動作,按順序排列。建議長度(3–10 秒;大約每三秒一個小動作),並將其分割成計時的
[ACTION t-ts]區段。說明哪些部分保持靜止。標記prompt-rules.md中風險清單上的任何項目(計數事件、相對於面向的動作、道具離開畫面又返回),並提供替代方案。
步驟 3:有對話嗎?(僅片段)
如果有,首先問:「您有誰在說話以及在哪裡的想法嗎?」
- 有: 獲取詳細資訊:誰說話(最多兩位說話者)、他們在哪裡(在場景中以及在畫面中)、他們說了什麼(逐字逐句)、以及他們的聲音聽起來如何(年齡、音高、質感、口音、節奏)。
- 沒有: 從步驟 1 和 2 的資訊中提出兩到三個建議,每個建議指定說話者、他們的位置、符合片段長度的簡短台詞以及一種聲音。用戶選擇一個、調整它,或輸入自己的內容。
然後:
- 根據
light-sound-dialogue.md建議方法:當片段同時有動作時使用提示詞內(方法 A),或純說話頭像時使用Lipsync HD(方法 B)。 - 方法 A:檢查台詞是否符合長度(每句短台詞加上停頓約兩秒),並確保每個說話者的臉都在畫面中。
- 方法 B:每個演員的台詞不超過 100 個字元。分別輸出對話欄位(如下所示)。
步驟 4:音效(僅片段)
現場收音,還是僅影像(無聲音)?有聲音時:建議與每個區段動作相關聯的簡短、清晰的音效,每個區段一個 [PRODUCTION SOUND t-ts] 區塊。避免持續的環境音、音調和任何靜音要求;排除項則移至步驟 7。
步驟 5:運鏡(僅片段)
除非鏡頭需要移動,否則建議固定。移動是每個區段一次,以其方向和物理特性(例如推鏡,而非變焦)以及其結束構圖來命名。移動不得將臉部或詳細道具放大到超過起始畫面顯示的大小:如果用戶想要更近的鏡頭,那就是在那個構圖上的新起始圖片。
步驟 6:光線與影像
主光方向和顏色、補光或輪廓光、一天中的時間,以及風格檔案中的風格行(對於片段,在每個區段重複)。對於自訂風格,風格錨點會開啟提示詞。特效會增加光線,但絕不取代光線;保持主光照在主體上。
步驟 7:負面提示詞
建議列表:風格檔案的防護、針對風格化外觀的反寫實負面提示詞、片段的特定防護(運鏡反轉、新角色、臉部或服裝漂移、非預期的動作)、音效排除項,以及「無文字、無字母、無數字、無標誌、無浮水印」。每個排除項都僅在此處,並以「No」開頭書寫。詢問用戶還想排除什麼。
撰寫提示詞
- 標籤。 每個提示詞以一個簡短的括號標籤開頭,以便在圖庫中能找到該圖塊:預設為
[Image 1]、[Clip 1],或用戶自訂的(測試變體如[Clip 1 TEST 1])。標籤之前不應有任何內容。 - 圖片提示詞: 遵循
styles/README.md中的圖片提示詞配方,自成一體,完整內嵌角色、服裝和地點描述,且頭部在畫面中。bible.md中的散文形式或標籤化形式(標籤化起始圖片提示詞)兩者皆可;使用用戶偏好的一種。 - 片段提示詞: 遵循
multishot-template.md中的標籤順序。在配對中,重複使用圖片提示詞中相同的角色、服裝和地點描述,並使用全新片段的 [REFERENCE USE] 形式。如果是根據用戶的圖片製作片段,請描述圖片顯示的內容。 - 顯示前檢查: 引號僅用於環繞口語台詞,且每句僅一次;標誌和螢幕以抽象形狀和光線描述;所有正向描述都在 [NEGATIVES] 區塊之外;字數控制在 6,000 字元以內(先修剪重複的風格文字和負面提示詞)。
交付成果
對於每個提示詞,包含一個標題、一個簡短的設定清單,然後是程式碼區塊中的提示詞本身(僅複製程式碼區塊中的內容進行貼上):
- 圖片: 長寬比 · 開啟 Creative 模式 · 關閉自動增強圖片提示詞 · 一致角色開啟或關閉,以及每個插槽中使用的圖片。
- 片段: 長寬比 · 起始圖片 · 開啟進階模式,勾選手動影片長度(秒) 並設為片段的長度 · 關閉自動增強影片提示詞 · 當有現場音效時關閉僅影像(無聲音) · 除非使用方法 B,否則關閉 Lipsync HD 影片。
- Lipsync HD(方法 B): 主提示詞不包含對話。在勾選 Lipsync HD 影片之前設定好長度(勾選會隱藏長度控制項)。然後將對話的三個欄位分別以獨立的程式碼區塊提供:影片提示詞(「演員 1 是 [描述、位置],[說話時的動作],[聲音]。演員 2 是…」)、演員 1 腳本、演員 2 腳本。提醒用戶檢查對話的總字元數計數器是否與台詞相符。
對於配對提示詞:首先生成圖片並挑選最佳候選者。如果 VE 繪製的內容與提示詞不同(道具在不同位置、不同的構圖),則提供一個與該影格相符的修訂版片段提示詞。
生成之後
- 當用戶回報問題時,根據
prompt-rules.md中的對照表診斷機制,並提供完整的修訂版提示詞,而非編輯列表。如果圖片修正改變了片段提示詞共用的用語,也一併完整提供片段提示詞。 - 如果問題在兩輪之後仍未解決,建議進行單一變數的測試生成,每個測試生成有自己的標籤(
[Clip 1 TEST 1]、[Clip 1 TEST 2]),加上最後一個無問題提示詞的對照生成。 - 如果鏡頭發展成多個片段、需要連結或序列,建議改用 VideoExpress Scripting。