简诗 AI 分镜设计师

短视频创作的真实痛点

做短视频最大的门槛不是拍摄设备，而是把想法翻译成镜头语言。大多数人能写出"产品很先进，情感很温暖"这样的描述，但 AI 视频工具需要的提示词必须精确到主体、景别、运镜方式和情绪。没有专业背景的人很难在脑子里把一句文案拆成 8 个镜头，并计算每个镜头的台词容量。

这个技能解决的就是这个问题：你只需要用大白话描述视频主题、受众和时长，它会帮你完成分镜设计、台词时长校验、配乐方案和 AI 提示词生成的整套流程。

核心工作流程

1. 上下文感知与定向提问

技能启动后先扫描已有信息，跳过已知项，只问真正缺失的。对于方向明确的用户，一次性问完 3-5 个问题；对于商业项目或多场景需求，分两轮深入；对迷茫用户，最多问 2 个核心问题后直接假设补全，并在输出中标注 ⚠️ 此处假设为 X。

2. 主题 → 视觉风格推导

内置了 9 类常见主题的风格映射表：教育内容对应明亮蓝橙对比，科技产品对应冷调深色背景，情感故事对应暖黄胶片感……不在列表中的主题，按目标受众情绪、信任诉求和平台调性三维度推导。推导结果直接体现在分镜设计中，不需要逐条告知用户。

3. 分镜设计与台词校验

这是整个技能最实用的部分。镜头数量按视频时长查表计算（30 秒约 6-10 镜），叙事结构按用途选择模板（广告用钩子→痛点→方案→证明→CTA，品牌故事用情境→张力→转折→高潮→落点）。

关键约束：有台词的镜头必须先验字数。中文旁白按 3.5 字/秒 估算，3 秒镜头最多放 10 字，15 秒镜头最多 52 字，实际字数控制在 80% 以内留呼吸空间。当台词超时，优先砍修饰词；当台词太短，用静默和画面呼吸代替硬凑。

每个镜头输出两套指导：

• AI 提示词（Sora/Kling/Runway/Veo 通用格式）：主体在前、技术参数在后、避免矛盾指令、数字比形容词准
• 人工拍摄指导：焦段必须给（如 85mm 定焦，站距 1.5 米）、布光可操作（如 LED 柔光灯左侧 45°，距离 80cm）、演员动作具体化

4. 配乐方案设计

配乐不是事后补贴。先算出 ASL（平均镜头时长 = 总时长 ÷ 镜头数），再从对应区间选 BPM：1-2 秒极快切对应 130-160 BPM，3-6 秒中速对应 90-120 BPM。音乐分段随叙事节奏设计：开场留上升空间、信息段压低音量、高潮段 hit point 对齐剪辑点、收尾用干净 sting。

内置 Suno 提示词工作流，明确区分 Style of Music（流派+情绪+BPM+乐器+排除项）和 Lyrics（结构标记+小节数+歌词）两个字段，必填 instrumental only 排除人声。

5. 输出格式自适应

镜头数 ≤ 8 用卡片式逐镜描述；9-20 镜用 Markdown 表格 + 每镜提示词；> 20 镜按叙事段落分组输出。

适用边界与注意事项

• Suno 无法精确控制时长：生成的曲子需要后期裁剪，小节数只是估算值，AI 有 ±20% 偏差
• Seedance 2.0 不支持负面提示词：不能写"不要什么"，只能用正向描述代替
• 跨镜头台词需标注：一句旁白跨多镜时必须明确标注对应关系，否则剪辑时音画错位
• 描述必须去模板化：「镜头缓缓推进展示整体环境」是坏描述，「手冲壶细嘴对准滤杯正中，水柱从 15cm 高处垂直落下」才是好描述
• 情绪词有效但别滥用：melancholic、euphoric、tense 对 AI 生成有实际影响，但需要与画面逻辑一致