技能介绍

解决的问题

写视频提示词时，常见问题不是词汇不够，而是把静态画面当成视频：主体、场景、镜头、动作、时长混在一起，模型不知道哪一段该动、镜头怎么推进、情绪如何变化。尤其即梦不同视频模型的偏好差异明显：视频3.0 Pro 更适合自然语言完整描述，Seedance 2.0 更偏向结构化短句、参考素材与多模态输入，智能多帧 则需要按帧时长和运镜来组织。若只是按图片提示词思路扩写，容易出现动作缺失、镜头漂移、细节丢失或生成不稳定。

技能如何工作

该技能把视频提示词拆成可检查的组件：主体、动作、场景、镜头、风格、光照、时长和情绪。它会先判断用户要写的场景类别，再按需求加载对应参考资料，例如：

motion.md：人物动作、自然动态、机械运动等动作词
scene-style.md：场景、画质、风格、氛围和节奏
camera-basic.md / camera-advanced.md：推拉摇移跟升降、环绕、一镜到底等镜头语言
模型指南：视频3.0、智能多帧 等特定模型的写法约束

随后按模型公式组装提示词，并检查关键风险：动作是否显式表达、镜头是否与动作匹配、时长是否能承载动作复杂度、光照是否体现变化、多方案之间是否有足够区分度。对 Seedance 2.0 还会注意动作层级不宜过多，避免多人复杂交互与强运镜叠加带来的失真风险。

适用边界

它适合撰写或优化文生视频提示词，特别是需要明确运镜、时间节奏和画面风格的场景。不适合直接执行视频生成命令，也不适合替代图生视频或文生图提示词。使用上要注意：不要用静态描述代替动作，不要让镜头和复杂动作同时堆满，不要用 #RRGGBB 色值，因为视频模型可能把色号当文字渲染；中文镜头术语通常比英文术语更稳定。