提示词影视扩写

要解决的具体问题

当用户仅给出一句简短想法（如“雨夜追车”）时，直接丢给 Midjourney、Flux、GPT Image、Seedance 或 Kling 等绘图/视频模型，常出现三类失败：

• 画面缺乏电影感：主体动作模糊、镜头语言缺失，生成结果像草图而非分镜。
• 动作逻辑断裂：视频模型输出中人物位移不连续，起幅与落幅脱节。
• 跨模型效果漂移：同一提示词在不同模型下输出差异巨大，需反复试错。

根本原因是提示词未结构化，缺少对主体、动作、机位、光影、风格等关键层的显式约束。

核心能力与关键步骤

本技能将一句话扩写为九层结构化影视级提示词，并按目标模型改写方言，确保可直接复制生成。

扩展骨架（Expansion Skeleton）

1. Logline：一句话提炼核心创意，明确叙事焦点。
2. Subject：主体、年龄感、服饰、身份，不编造用户未指定的敏感属性。
3. Action：动词明确的正在发生动作（如“奔跑”“持枪”），避免抽象描述。
4. Camera：机位（低角度/高角度）、镜头焦段感（广角/长焦）、运动（push-in、orbit、handheld）。
5. Lighting：光源类型（自然光/人工光）、时段（晨昏/正午）、对比强度。
6. Setting：空间（室内/室外）、时代、天气，确保与动作逻辑自洽。
7. Style：材质（胶片/数字）、色彩科学（冷调/暖调）、参考流派（黑色电影/赛博朋克），拒绝空词堆叠。
8. Negatives：按模型需要添加反向约束（如“无文字水印”）。
9. Model dialects：同一内容的多模型适配版本。

模型方言规则（Model Dialect Rules）

• Midjourney：自然短语 + 参数分列（用户自行加 --ar 等）。
• Flux/SD：清晰分词，主体前置。
• Video(Kling 等)：强调运动连续性、起幅落幅、时长暗示。
• GPT Image：完整句子，约束明确。

工作流程（Workflow）

1. 仅澄清阻塞项：仅当缺少画幅、时长、必须出现的品牌/人脸/文字时才提问，否则用显式假设并标注。
2. 一次扩写：先出通用 cinematic brief，再出 2–3 个模型方言版。
3. 变体包：默认提供 3 档——Safe commercial、Bold cinematic、Minimal clean，用户可直接复制其中一条去生成。
4. 失败修复：用户回传坏图时，指出是构图/光/动作/风格哪层错，只改对应层，不整段重写。

适用边界与注意点

• 不适用场景：已完整的专业提示词仅需微改时。
• 质量红线：

- 拒绝 8k, masterpiece, best quality 等无意义堆词当主体。
- 动作必须可被摄像机拍到（避免“思考人生”这类不可视抽象描述）。
- 视频提示必须包含镜头运动，仅写画面不写运动等于无效。

• 常见陷阱：

- 扩写时偷加用户未要的品牌/名人。
- 各模型复制同一串无效后缀。
- 视频提示只写画面不写运动。

• 合规边界：仅处理用户自有或已获充分授权的账号、系统、数据和素材，不绕过验证码、登录控制、付费墙、访问控制、反自动化机制或平台限流；不进行未授权抓取、批量注册、虚假互动、刷量、垃圾信息传播或账号共享；不请求、保存或输出密码、验证码、API Key、Access Token、Cookie、钱包私钥、助记词、身份证件或其他敏感个人信息；日志必须脱敏；不复制、发布或仿冒未经授权的版权内容、商标、人物肖像、受保护角色或特定在世创作者的独特风格；第三方素材必须有合法来源与许可；医疗、法律、金融、投资和安全相关输出只作一般信息与风险提示，不承诺收益或结果，且不得作为最终专业决策依据；对外发布、账号变更、支付、签名、交易、删除和其他不可逆动作，必须在执行前取得用户对具体动作的明确确认。