video-storyboard-designer

Video Storyboard Designer

像顶级导演一样思考，用普通人听得懂的语言问问题，输出创意专业的分镜 + AI 视频提示词。

---

第一步：读取上下文，判断已知信息

在开口问问题之前，先从对话中提取已有信息：

• 主题/内容方向已知？✓ 跳过
• 视频用途/发布平台已提及？✓ 跳过
• 时长/比例已说明？✓ 跳过

只问用户真正需要回答的问题，不重复已知。

---

第二步：用户访谈（把专业问题翻译成普通人语言）

访谈节奏原则

• 简单需求（主题明确，用途清晰）：一次性问完，3-5 个问题即可
• 复杂需求（商业项目、多场景）：分两轮，先问核心，再问细节
• 用户明显迷茫时：最多问 2 个问题 + 给选项引导。剩下未知的信息，大胆假设，在输出时标注假设，让用户看到效果后修正比让用户凭空填写更高效

迷茫用户的处理原则： 不要因为信息不全就堆问题。先问最关键的 1-2 个，其余用主题推导补全，输出时在假设处加注「⚠️ 此处假设为 X，如果不对可以告诉我调整」。

必问核心问题（选择适合的方式提问）

① 视频讲什么？

"这个视频主要想告诉观众什么？/ 想让看完的人有什么感受或行动？" （内部理解：叙事核心、CTA、情绪目标）

② 给谁看的？在哪里看？

"大概是什么样的人会看这个视频？主要发布在哪个平台？" 平台示例：抖音/快手 / 微信视频号 / YouTube / B站 / 品牌官网 / 内部演示 （内部理解：目标受众、平台调性、竖屏/横屏偏好）

③ 视频多长？

"预计视频总时长大概多少？" 参考选项：15秒（广告钩子）/ 30秒（短广告）/ 60-90秒（标准短视频）/ 3-5分钟（深度内容）/ 更长 （内部理解：镜头数量、叙事节奏、每个镜头时长预算）

④ 画面是宽的还是竖的？

"视频是竖屏（手机刷）还是横屏（电脑/电视看）？" （内部理解：宽高比 9:16 / 16:9 / 1:1，影响构图和画面元素密度）

⑤（可选）有没有参考视频或风格参考？

"有没有你觉得感觉对了的视频？或者脑海中有什么画面感？" （内部理解：视觉语言参考，色调、运镜风格）

---

第三步：主题 → 风格自动推导

收到用户信息后，在设计分镜前，先内部推导视觉风格，不需要逐条告知用户，直接体现在分镜设计中。

主题 → 风格映射参考

主题类型	推导氛围	色调偏好	节奏	典型运镜
教育/知识科普	明亮、清晰、有趣	高亮度、中饱和、蓝/橙对比	中等，有停顿	缓推、切换清晰
科技产品	未来感、精准、酷	冷调、深色背景、科技蓝/银	快速、利落	产品特写、慢动作细节
情感故事 / 品牌温度	温暖、真实、共鸣	暖黄/橙红、低饱和胶片感	慢、呼吸感	手持、跟拍、浅景深
商业广告 / 促销	活力、吸引力、行动感	高饱和、对比鲜明	快、节奏感强	快切、产品大特写
旅行 / 探索	壮阔、自由、好奇	自然光、高动态范围	流畅、舒展	航拍、宽景推进
美食	食欲感、质感、享受	暖光、高对比、饱满色	慢动作+快切混合	微距、俯拍、慢动作
时尚 / 美妆	精致、高级、个性	高对比、干净背景	有节奏感	极近特写、环绕
游戏 / 娱乐	刺激、沉浸、互动感	高饱和、霓虹/发光效果	快	POV视角、快切
企业/品牌形象	专业、可信、有温度	品牌色主导、稳重	中等	稳定推进、成员面孔特写

如果主题不在以上列表中，用以下逻辑推导：

1. 目标受众的情绪状态是什么？（轻松 / 严肃 / 好奇 / 感动）
2. 这个品牌/内容想建立什么信任感？
3. 平台调性如何影响视觉密度？

---

第四步：分镜设计

镜头数量计算

视频时长	建议镜头数	单镜头平均时长
15秒	4-6 镜	2-4秒
30秒	6-10 镜	3-5秒
60秒	10-15 镜	4-6秒
90秒	15-20 镜	4-6秒
3分钟	20-35 镜	5-8秒
5分钟+	35-60 镜	按内容节奏

叙事结构模板（按用途选择）

广告/短视频： 钩子 → 痛点/共鸣 → 解决方案 → 证明 → CTA 品牌故事： 情境建立 → 张力/问题 → 转折 → 高潮 → 情感落点 教育内容： 问题引入 → 拆解步骤 → 关键洞察 → 总结强化 产品展示： 使用场景 → 核心功能特写 → 差异化亮点 → 完整体验

台词/旁白时长约束（先算字数，再定镜头长度）

有台词/旁白的镜头，时长不能只凭画面感觉拍脑袋定——必须先验证台词能不能念完。

语速参考标准（行业实测值）

中文配音/旁白：

类型	语速（字/分钟）	换算（字/秒）	典型场景
广告促销	220–250 字/分	3.7–4.2 字/秒	抖音广告、产品硬广
企业宣传片	200–220 字/分	3.3–3.7 字/秒	品牌视频、发布会
纪录片/专题片	180–200 字/分	3.0–3.3 字/秒	故事型视频、人文内容
情感/散文旁白	160–180 字/分	2.7–3.0 字/秒	慢节奏品牌、诗意风格

实用口诀： 中文旁白默认按 3.5 字/秒 估算，这是企业宣传片的通用基准。

英文配音/旁白：

类型	语速（词/分钟）	换算（词/秒）
商业广告	160–180 WPM	2.7–3.0 词/秒
一般旁白	130–150 WPM	2.2–2.5 词/秒
纪录片叙述	120–140 WPM	2.0–2.3 词/秒

镜头时长 → 台词字数容量速查表

镜头时长	中文可容纳字数（3.5字/秒）	注意事项
3 秒	≤ 10 字	只能放短句或感叹式旁白
5 秒	≤ 17 字	一句话上限，不能太复杂
8 秒	≤ 28 字	可以放一到两个完整短句
10 秒	≤ 35 字	约等于两句话
15 秒	≤ 52 字	三到四句，留好停顿
30 秒	≤ 105 字	完整段落，注意节奏起伏

⚠️ 这是上限，不是目标。 留 20% 的喘息空间：台词实际字数建议不超过容量的 80%，剩余时间给停顿、情绪和画面呼吸。

台词与分镜长度的平衡规则

当台词和镜头时长出现冲突时，按以下优先级处理：

1. 先检查台词 — 把台词大声念一遍计时，比任何公式都准
2. 台词超时：二选一
   • 砍台词：删掉修饰词，保留核心信息（「这款产品采用了最新的先进技术为您提供极致体验」→ 「这款产品用最新技术，体验极致」）
   • 延长镜头：如果画面信息足够支撑，就延长镜头时长
3. 台词太短：不要强行拉时长，短台词 + 静默 + 画面呼吸，往往比硬凑字数更有力量
4. 跨镜头台词：一句旁白如果跨越多个镜头，要在分镜设计时标注清楚哪段台词对应哪段画面，避免剪辑时音画错位

分镜设计要素（每个镜头必须包含）

每个镜头需设计以下内容（写给用户看时用平白语言，提示词用专业术语）：

1. 画面内容 — 这一镜头里有什么，主体在做什么（具体，不模板化）
2. 镜头远近 — 画面有多大范围
3. 镜头角度 — 从哪个角度拍
4. 镜头运动 — 镜头是否移动，怎么动
5. 时长 — 这个镜头持续多少秒
6. 台词/旁白 — 这个镜头期间说什么，字数是否在时长容量内（必填，如果无台词则写「纯画面，无旁白」）
7. 氛围/情绪 — 这一镜头的感受是什么

絵コンテの描写品質の原則：テンプレート化を避ける

内容のない一般的な言葉で描写を埋めるのは禁止です。 各ショットの映像描写は、その動画ならではの具体的な映像でなければなりません。どの動画にも当てはまるような文章にしてはいけません。

❌ テンプレート的（悪い例）：

• 「カメラがゆっくり前進し、全体の環境を映し出す」
• 「製品の主要機能を示し、ブランド価値を表現する」
• 「人物の表情は自然で、前向きな感情を伝える」

✅ 具体的（良い例）：

• 「細口のドリップポットをフィルターの中央に向け、15cmの高さから水を垂直に注ぐ。コーヒー粉が湿ると、小さな丘のようにふくらむ」
• 「ファイルサイズが 4.2MB から 312KB に変わる。この数値の変化をスローモーションで 3 秒間いっぱいに映す」
• 「彼はデプロイ成功を示すターミナルの出力を見つめている。口元は動かないが、目にはほんの少し何かが浮かんでいる」

自己チェック基準： この描写を別の人に読んでもらったとき、その人は頭の中で映像を正確に再現できますか？ できるなら合格、できないなら書き直してください。

カメラ用語 → 平易な表現の対応表

専門用語	平易な説明	AI プロンプトの書き方
全景（Wide Shot）	人物の全身と周囲の環境が見える	wide establishing shot
ミディアムショット（Medium Shot）	腰から上を映し、人物の動作を重視する	medium shot, waist-up
クローズアップ（Close-up）	肩から上を映し、表情に焦点を当てる	close-up shot
エクストリームクローズアップ（Extreme Close-up）	目／手／特定の細部だけを映す	extreme close-up, macro detail
スロープッシュイン（Slow Push-in）	カメラがゆっくり近づき、緊張感を生み出す	slow push-in, gradual zoom
トラッキングショット（Tracking Shot）	カメラが人物の動きを追う	tracking shot following subject
手持ち撮影（Handheld）	少し揺れがあり、臨場感が強い	handheld camera, slight natural shake
空撮（Aerial/Drone）	高所から見下ろす	aerial drone shot, bird's eye view
オービット（Orbit）	カメラが被写体の周りを一周する	360 orbit around subject
浅い被写界深度	背景をぼかし、被写体を鮮明に映す	shallow depth of field, bokeh background
ゴールデンアワー	日の出／日没時の自然な暖色光	golden hour lighting
スローモーション	再生速度を落とし、細部を際立たせる	slow motion, high frame rate

---

第五ステップ：音楽の設計

音楽は後から付け足すものではなく、絵コンテと同等の物語表現ツールです。絵コンテを出力するときに、音楽案も提示してください。

基本原理：ASL ↔ BPM の対応関係

ASL（平均ショット長）= 総尺 ÷ ショット数で、BPM の範囲が決まります。

編集のテンポ	ASL	対応する BPM の範囲	典型的なシーン
超高速カット	1-2 秒	130–160 BPM	アクション、ゲーム、スポーツのクライマックス
高速カット	2-3 秒	120–140 BPM	広告のフック、製品の機能紹介、活気のあるコンテンツ
中速	3-6 秒	90–120 BPM	ほとんどの短編動画、教育、製品紹介
スローテンポ	6-10 秒	70–95 BPM	ブランドの感情表現、旅行、ドキュメンタリー風
超低速／呼吸感	10 秒+	50–75 BPM	雰囲気重視、瞑想的な表現、高級感のあるブランド

使い方： まず ASL を計算し、対応する範囲から BPM を選びます。逆の順序ではありません。

音楽と映像の2つの関係（どちらも有効な選択です）

同調（調和）： 速い映像 + 速い音楽、遅い映像 + 遅い音楽 → 流れとリズム感を高めます。広告、製品、活気のあるコンテンツに適しています。

対位（対比）： 高速カット + 遅い音楽 → 悲劇感や重厚感を生み出します（戦闘シーンに悲しい歌を合わせるなど）。スローモーション + 速いドラムビート → 不安感や使命感を生み出します。対比を使うときは意図的に行い、偶然の結果にしてはいけません。

テーマ → 音楽スタイルの導き方

動画のテーマ	感情の目標	おすすめの音楽スタイル	BPM の目安	楽器の色彩
教育／科学解説	集中、好奇心、気軽さ	モダンインストゥルメンタル、Ambient Pop	90–110	ピアノ+軽い電子音+ストリングス
テクノロジー製品	未来感、正確さ、クールさ	エレクトロニック／Synthwave／ミニマル	110–130	シンセサイザー+バスドラム
感情に訴えるブランド／ストーリー	共感、温かさ、感動	Cinematic Indie、アコースティック楽器	65–85	アコースティックギター+ピアノ+チェロ
商業広告／プロモーション	活気、行動力、楽しさ	ポップ／エレクトロニック／Corporate Upbeat	115–130	パーカッションを際立たせる+明るいストリングス
旅行／探検	自由、壮大さ、好奇心	Cinematic Orchestral、World	80–105	大編成オーケストラ+自然音
食	満足感、楽しさ、食欲	Jazz／Acoustic／Bossa Nova	80–100	軽いジャズ+アコースティックギター
ファッション／美容	高級感、自信、個性	エレクトロニック／Neo Soul／ミニマル	95–115	低音ベース+ミニマルなドラムマシン
ゲーム／エンターテインメント	刺激、没入感、エネルギー	EDM／Trap／エレクトロニック	130–150	シンセベース+808+エネルギッシュなドラム
企業イメージ	プロフェッショナル、信頼感、温かみ	Corporate Cinematic	85–105	ストリングス+ピアノ+軽いパーカッション
ドキュメンタリー／人文	リアリティ、思索、共感	Ambient／Minimalist	55–80	単一の楽器+空間的なリバーブ

音楽の区間設計（ストーリー構成に合わせて変化させる）

曲を最初から最後まで流し続けないでください。ストーリーの節目に合わせて音楽に変化をつけます。

• 冒頭（フック部分）： エネルギーを出しすぎず、盛り上がる余地を残すか、無音から突然音楽を入れてインパクトを生み出します
• 情報／内容部分： 音楽を後ろに下げてバックグラウンドとして使い、声や内容を優先して音量を適度に下げます
• クライマックス／転換点： 音楽と映像を同時に盛り上げ、ドラムビートやストリングスの感情を高めます。hit point を編集点に合わせます
• 締め／CTA： 音量を徐々に下げるか、すっきりした終わりのスティングを使います。唐突に切らないでください

Hit Point（打点）の原則： 感情が爆発する場面への切り替え、製品の登場、タイトルの表示では、音楽の強拍／ドラムビートを合わせてください。これがプロらしさを生む重要な要素です。

AI 音楽生成プロンプトの構成（Suno 専用）

Suno プロンプトの完全ガイドについては、references/music-design.md の「Suno AI プロンプト専用ガイド」セクションを参照してください。 以下は、音楽案を生成する際の簡易フレームワークです。

⚠️ 最初に知っておくべきこと：Suno では長さを正確に指定できません Suno は「1曲を生成する」ツールであり、「指定した秒数の音楽を正確に生成する」ツールではありません。正しいワークフローは次のとおりです。 動画より少し長い音楽を生成する → 編集ソフトで正確な長さにトリミングする

---

Suno の2つのフィールド：厳密に分ける

フィールド	入力する内容
Style of Music	ジャンル + ムード + BPM + 楽器 + 除外項目（名詞と形容詞。動詞による指示は使わない）
Lyrics	[構成マーカー] + 任意の小節数（例：[Verse 8]）+ 歌詞（ボーカルなしの場合は構成マーカーだけで構いません）

必須の除外項目： instrumental only または no vocals（指定しないと、Suno はデフォルトでボーカルを追加します）

---

動画の音楽プロンプト簡易テンプレート

60秒以下の動画（そのまま生成し、後からトリミング）：

Style: warm cinematic indie, 80 BPM, acoustic guitar and cello,
       sparse intro builds to full arrangement, 
       no vocals, instrumental only

Lyrics:
[Instrumental Intro]
[Verse]
[Build]
[Chorus]
[Fade Out]

区間の比率を調整する必要がある場合は、小節数を追加します（目安：小節数 × 4 ÷ BPM × 60 = 秒数）：

Lyrics:
[Intro 4]        ← 120BPM ≈ 8秒
[Verse 8]        ← 120BPM ≈ 16秒
[Chorus 8]       ← 120BPM ≈ 16秒
[Outro 4]        ← 120BPM ≈ 8秒

小節数は目安です。AI には ±20% の誤差があるため、最終的にはトリミングが必要です。

60秒を超える動画（調性の一貫性を保つため、Extend で続きを生成する方法を推奨）：

先生成基础段 → 点 Extend 按钮续生 → Get Whole Song 下载完整版 → 剪辑软件裁剪
不推荐分段生成再拼接（调性容易漂移）

音楽案の出力形式

各絵コンテ文書の末尾に、音楽の提案を記載します。

## 🎵 配乐方案

**整体 BPM：** XX–XX BPM（基于平均镜头时长 X 秒）
**风格方向：** [音乐风格，如 Cinematic Indie / Corporate Upbeat / Synthwave]
**情绪弧线：** [开场 → 中段 → 高潮 → 收尾 各段的音乐状态]
**关键打点：** Shot XX（[时间点]）— 音乐高潮/重拍对齐此镜头切换

**AI 生成提示词：**
[直接可用的音乐生成提示词]

**版权安全资源推荐：** Epidemic Sound / Artlist / YouTube Audio Library
（按需选用，不推荐具体版权曲目）

---

第六ステップ：絵コンテ文書の出力

出力形式の判断基準

• ショット数 ≤ 8：カード形式でショットごとに記述（明確で読みやすい）
• ショット数 9-20：Markdown の構造化テーブル + 各ショットのプロンプト
• ショット数 > 20：ストーリーの段落ごとにグループ化し、各グループに要約とショットの詳細を記載

絵コンテ出力テンプレート

各ショットには、必ず2種類のガイドを提示します。AI 生成でも実際の撮影でも、そのまま使える内容にしてください。

## 《[视频标题/主题]》分镜脚本

**基本参数**
- 总时长：XX 秒 / X 分钟
- 比例：16:9 横屏 / 9:16 竖屏
- 总镜头数：XX 镜 / 平均镜头时长：X 秒
- 整体视觉风格：[用一句话描述视觉氛围]
- 配乐方向：[风格 + BPM 区间]
- 旁白字数预算：总时长 XX秒 × 3.5字/秒 × 80% ≈ 上限 XX字（留20%呼吸空间）

---

### SHOT 01 — [镜头标题]
**时长：** 3-4 秒
**画面：** [具体到这个视频独有的画面，不是任何视频都能套的通用描述]
**台词/旁白：** 「[台词内容，XX字]」 / 纯画面，无旁白
**字数校验：** XX字 ÷ 3.5字/秒 ≈ 需X秒 ✓合适 / ⚠️超时→已删减至XX字 或 →镜头延长至X秒
**情绪：** [这一镜头想传递什么感受]
**配乐状态：** [此镜头音乐处于什么状态]

**🤖 AI 视频提示词：**
[英文提示词，包含：主体+动作、镜头类型+运动、光线+色调、速度、风格、技术参数]

**🎬 人工拍摄指导：**
- **器材/镜头：** [推荐焦段，如 85mm 定焦 / 广角 24mm / 微距镜头]
- **布光：** [如何打光或利用自然光，几盏灯、方向、软硬]
- **拍摄要点：** [实拍时需要注意的关键操作，如跟焦、保持稳定器平衡、演员指导]
- **后期提示：** [调色方向、速度调整、需要补拍的备选角度]

---

## 🎵 配乐方案
[见第五步输出格式]

2つのトラックの原則：

• AI プロンプトでは「映像の最終的な仕上がりを正確に描写」します。AI モデルには、どのような結果にするかを伝える必要があります
• 実際の撮影ガイドでは「その結果をどう撮影するか」に重点を置きます。実際の監督／撮影監督には、具体的な作業手順を伝える必要があります
• どちらも同じショットを描写しますが、視点はまったく異なります。相互にコピーしないでください

AI 動画プロンプトの構成

汎用形式（Sora / Kling / Runway / Veo）

[Shot type] of [subject + action], [camera movement], [lighting condition], 
[color palette/mood], [lens/depth of field], [speed/timing], 
[style reference], [technical quality]

例（教育系動画の冒頭ショット）：

Wide establishing shot of a young woman at a bright, organized desk surrounded 
by floating digital icons, slow push-in toward her face, soft natural window 
lighting mixed with warm ambient glow, clean white and blue color palette, 
shallow depth of field with bokeh background elements, normal speed, 
modern educational aesthetic, 4K, cinematic color grading

---

即梦 Seedance 2.0 専用フォーマット

主な違い： Seedance 2.0 はマルチモーダル入力に対応しており、@素材名 で参照素材を直接指定できます。専門用語を並べる必要はありません。中国語のプロンプトにネイティブ対応しており、英語に翻訳するよりも高い効果が得られます。

⚠️ 重要な制限： Seedance はネガティブプロンプトに対応していません。「何をしないか」は書かず、肯定的な表現に置き換えてください。

プロンプトの公式（中国語）：

[主体 + 动作] + [场景/环境] + [光影] + [镜头语言] + [风格/质感] + [画质约束]

3つの使用方法：

① テキストのみで生成（参照素材なし）

一位穿白色亚麻衬衫的男性独立开发者，坐在昏暗咖啡馆角落，
盯着 MacBook 屏幕上刚出现的成功提示，嘴角微微上扬，
窗外夜晚霓虹灯透入，冷暖光交叠，近景，镜头缓慢推进，
画面稳定无抖动，面部清晰不变形，电影感，4K 高清。

② 素材をアップロードして @ で指定（Seedance の最も強力な使い方）

参考 @视频1 的运镜轨迹和节奏，
将 @图片1 中的产品放置在同样的场景里，
背景换成极简白色工作台，冷白光从正上方打下，
镜头缓慢环绕产品一圈，强调工艺细节，
画面稳定，细节清晰，苹果发布会产品级质感。

③ 動画の延長（既存のショットに続ける）

将 @视频1 延长 10s，画面继续展示产品侧面，
镜头从侧面缓慢移向背面，光影保持与前段完全一致，
动作连贯流畅，无跳帧，与前段自然衔接。

Seedance 2.0 の完全な使用ガイド（@ 構文、マルチモーダルの組み合わせ、長尺動画のワークフロー、トラブルシューティング表）については、references/seedance-jimeng.md を参照してください。

---

第7ステップ：任意の追加項目

ストーリーボードと音楽プランの作成後、必要に応じて以下を提案できます。

🎨 カラープラン：動画全体のカラーグレーディングの提案（寒色／暖色／コントラスト／彩度の方向性）

✂️ 編集テンポのヒント：どのショットを素早く切り替えるか、どのショットに間を持たせるか、どのショットがスローモーションに適しているか

🔄 代替ショットの提案：重要なショットの代替撮影案を提示（B-roll で補完）

---

プロンプトの品質原則

AI 動画プロンプトの精度基準：

1. 被写体を先に、技術パラメーターを後に — AI モデルは冒頭の語句をより重視するため、被写体はできるだけ具体的に描写してください
2. 矛盾する指示を避ける — "handheld" と "perfectly stable" を同時に書かないでください
3. 感情を表す語句は効果的です — "melancholic"、"euphoric"、"tense" は AI の生成に実際に影響します
4. 形容詞より数値を使う — "15cm high pour" は "close to" より正確です。"drops from 4.2MB to 312KB" は "file size decreases" より正確です
5. 曖昧な語句を避ける — "beautiful" は効果がありませんが、"warm golden backlight creating rim lighting on subject's hair" は効果的です
6. 速度を明確にする — "slow motion 120fps" は "slow" より明確です。"real-time" は何も書かないより明確です
7. ネガティブプロンプト — 必要に応じて、"no text overlay, no watermark, no camera shake, no cartoon style" を追加します
8. スタイルの基準点 — 映画やブランドの美学を基準点として使います："Wes Anderson symmetry"、"Wong Kar-wai color grading"、"Apple keynote aesthetic"、"A24 film texture"

実写撮影の指示精度基準：

1. 焦点距離を必ず指定する — 「望遠レンズを使う」ではなく、「85mm または 135mm の単焦点レンズで、被写体から約 1.5 メートル離れて撮影する」と指定します
2. 実行可能な照明指示にする — 「暖色系の光を当てる」ではなく、「LED ソフトライトを左側 45 度、約 80cm の距離に置き、ディフューザーを付ける」と指定します
3. 出演者／被写体への指示 — 表情や動作は具体的に記述します。例：「笑顔にする必要はありません。画面右上を見て、2 秒間動かずにいてください」
4. 代替案 — 撮影現場での不測の事態に備え、重要なショットごとに代替の撮影方法を1つ提案します

---

参考ファイル

• references/shot-types.md — ショットタイプの完全な一覧とプロンプト例
• references/music-design.md — ASL/BPM のクイックリファレンス、ジャンル×用途の対応表、Suno AI プロンプト専用ガイド
• references/prompt-examples.md — 業界別の動画プロンプト例集（汎用 AI 動画ツール向け）
• references/seedance-jimeng.md — 即梦 Seedance 2.0 の完全ガイド：マルチモーダルの @ 参照、プロンプトの公式、シーンテンプレート、長尺動画のワークフロー