参考视频逆向提示词生成器

解决的问题

当你需要复刻一条具有真实质感的 UGC 视频（如开箱、安装、运动记录）时，仅凭肉眼观察很难把画面信息准确传递给视频生成模型。模型容易生成对称的英雄视角、不合理的产品漂移，或忽略原视频中的物理逻辑。

reverse-video-prompt 并非简单的画面描述生成器，而是一套结构化的逆向工程工作流，用于将参考视频拆解为可以直接投喂给生成模型的提示词。

核心能力与工作流

该技能通过多维度的信息提取与约束锁定，确保生成结果在视觉与逻辑上高度一致。

• 多模态拆解：在动笔前先分析视频的时间戳与关键帧，提取产品主体、运镜逻辑、光照、演员身份特征以及背景噪音分布。
• 商业逻辑映射：针对电商或带货场景，识别视频前 0-3 秒的“钩子”。确保每个镜头都有明确的功能（如痛点展示、产品背书或 CTA），剔除无效的生活空镜。
• 物理连续性锁定：针对模型容易翻车的物理交互（如贴膜、组装、穿戴），强制锁定工具状态（如“撕膜”不能变成“凭空出现”）和物体状态（如“湿润”不能变成“干燥”）。
• 原生质感约束：通过添加“低比特率、轻微噪点、手抖、镜头眩光”等 行内代码 级别的负面约束，压制商业级的过度渲染感。
• 迭代反馈闭环：支持对比生成结果与原视频，将失败归因（如手部变形、材质错误）转化为提示词的迭代规则，而非简单的重新生成。

适用边界

• 需要原始视频文件或清晰的帧序列支持。若仅有文字描述或链接，必须先获取可视资料。
• 依赖于对视频物理环境的准确观察。若参考视频本身逻辑混乱，生成的提示词也会继承这种逻辑断裂。
• 该技能主要用于视频内容的逆向工程与复刻，不负责原生的剧本创作或凭空的视频生成。