视频提示词生成器

解决的具体问题

大模型生成画面时，用户常把主体、风格、构图、运镜、光影和反向规避混在一段自然语言里，导致同一句需求在不同平台得到差异很大的结果。视频内容尤其容易缺 duration、camera motion、帧节奏和物理运动约束。该技能的目标不是生成视频文件，而是把创作意图转换成结构化、可复用的提示词，降低正向提示词漏项、反向提示词过少、平台语法不适配和修改后上下文丢失的问题。

技能如何工作

• 先分流再拆解：识别请求属于图片、视频、教学模式还是参考模仿，再加载对应规则，避免用图片字段套视频需求。
• 按优先级补齐字段：视频关注 V-SUBJ、V-CAM、V-ENV、V-LIGHT；图片关注主体、风格、环境、构图。P1/P2 字段只在输入足够明确时激活，减少无关词膨胀。
• 构建并校验提示词：组合主体、空间、纵深、运镜和光影，检查“写实但二次元”“白天但全暗”等矛盾，再生成正向提示词与 10 到 25 组反向词。
• 适配平台语法：根据 MJ、SD、Flux 等平台的权重、语言和格式差异调整输出；普通生成模式只给最终结果，教学模式可解释思路。

适用边界

它适合生成提示词草稿和迭代改写，不替代模型训练、视频渲染或素材版权审查。模糊输入会按默认模式和保守默认值处理；涉及敏感内容、肖像权或高风险版权组合时，会按安全规则限制或拒绝。