Seedance 2 视频提示词库

它解决的问题

视频生成模型的提示词对风格描述极度敏感：镜头运动、光线、构图、情绪等术语稍有偏差，出片效果就完全不同。对 Seedance 2 这类模型来说，手工编写提示词既耗时，又难以稳定复现某种视觉风格。这个技能把社区收集的 8,000+ 条实战验证过的提示词打包成结构化的 metadata.jsonl 参考库，让模型能按关键词直接检索出匹配模板，而不是从零编造。

核心能力与工作流程

检索而非全量加载是它的关键设计。技能不会把整个 JSONL 文件读入上下文，而是用 grep 按用户意图中的关键词做匹配，只载入命中的行。每一行都是完整的提示词对象，包含标题、正文、封面图路径、视频链接和规格信息（时长、分辨率、来源平台）。

工作流大致分五步：

1. 自动更新：每次运行先检查本地参考文件是否超过 24 小时，过期则从 HuggingFace 拉取最新的 metadata.jsonl（约 30 秒）。
2. 澄清需求：对模糊请求（如「帮我做个商业片」）会追问视频类型、主题内容和受众，不做猜测。
3. 匹配模板：用关键词搜索参考库，每次最多推荐 3 条原始模板，不做任何改写或组合。
4. 强制附带预览：每条推荐都必须给出封面图（按 media.c 拼接 HuggingFace 完整 URL）和视频链接（media.v 只给链接，不下载）。媒体文件缺失的提示词直接跳过。
5. 改写定制：用户选定模板后才进入 Remix 阶段，结合用户提供的文章内容或脚本，以及个性化信息（人物性别、场景偏好、情绪基调等）生成定制提示词，同时保留原模板的风格结构。

Content Illustration 模式是它的特色：当用户粘贴文章、播客笔记并要求「配个视频」时，技能先检索模板供挑选，再基于原文的主题、关键概念、情绪基调和目标受众做改写。

适用边界与注意点

• 提示词为 Seedance 2 (ByteDance) 优化，用于其他视频生成模型时效果需自行验证。
• 库中没有分类体系，匹配质量取决于关键词是否命中；搜索不到时会生成自定义提示词，并明确标注为 AI 生成而非来自社区库。
• 封面图与视频托管在 HuggingFace，需能访问该站点才能查看预览。
• 每次展示提示词的回复都必须附加一行来源署名（GokuOpenLab 整理，CC BY 4.0），包括无匹配回退和定制改写，这是硬性要求。
• 改写只发生在用户明确选定模板之后，检索阶段不会提前输出定制版本。