ai-video-storyboard

AI 视频分镜生成器

概述

AI 视频生成器生成的片段时长为 5–15 秒。真实世界中的视频通常更长：30 秒的 TikTok、60 秒的广告、90 秒的讲解视频。本技能通过生成完整的镜头列表分镜脚本来弥合这一差距——一系列协调一致的逐镜头提示词，共享统一的视觉语言，让剪辑后的成片看起来像精心制作的完整作品，而不是六段互不相关的片段。

核心见解： 不同镜头之间的视觉一致性，比任何单个镜头是否完美都更重要。一组平平无奇但风格一致的镜头可以剪辑成片；六个精美却风格不搭的镜头则不行。

适用场景

• 用户想制作时长超过 15 秒的视频
• 用户想制作 TikTok / Reel / Short / 广告 / 讲解视频 / B-roll 序列
• 用户说“帮我制作一个关于 X 的视频”，但还没有镜头列表
• 用户准备生成多个片段，需要先制定计划

请勿用于：

• 单镜头生成（改为协助编写一个提示词）
• 静态图像生成
• 片段生成后的剪辑建议（这是另一个问题）

工作流

步骤 1 — 收集需求

在一条消息中询问用户以下问题。接受简短回答：

1. 目标平台和时长？（TikTok 30s / Reel 15-60s / YouTube Short / Instagram Ad / 讲解视频）
2. 视频主题是什么？（主题、故事、产品）
3. 品牌氛围 / 基调？（舒适、活力、高端、极简、活泼、电影感等）
4. 结尾的行动号召是什么？（访问网站、购买产品、关注频道等）
5. 有任何硬性要求吗？（必须包含 Logo、指定颜色、地点等）

如果用户已经提供了其中部分信息，则跳过相应问题，并确认其余信息。

步骤 2 — 推断结构

根据时长和平台，将时间线划分为每个约 5 秒的镜头（这是 AI 视频生成器的最佳时长）。

标准节奏：

平台	时长	镜头数	节奏
TikTok Hook	15s	3	快速切换，单一主题
TikTok Reel	30s	6	Hook → 铺垫 → 高潮 → CTA
Instagram Ad	15s	3	Hook → 产品 → CTA
Instagram Ad	30s	6	Hook → 问题 → 产品 → 优势 → 社会认同 → CTA
YouTube Short	60s	12	Hook → 三幕结构 → CTA
产品讲解视频	90s	18	问题 → 解决方案 → 工作原理 → 成果 → CTA
品牌故事	60s	10-12	氛围驱动，镜头停留时间更长

步骤 3 — 建立视觉一致性层

编写任何镜头前，先确定共享的视觉语言。这是让各个镜头能够协调剪辑的关键：

• 调色板（3-5 个具体的十六进制颜色值或命名颜色）
• 灯光风格（黄金时刻 / 霓虹 / 阴天 / 动机光 / 电影感轮廓光）
• 镜头特性（浅景深 / 深焦 / 广角畸变 / 微距）
• 胶片质感（纯净数码 / 16mm 颗粒 / 变形宽银幕 / VHS / 35mm）
• 运动风格（手持 / 固定机位 / 仅轨道移动 / 稳定器平滑运镜）

在输出顶部写入一个视觉主题区块。每个镜头的提示词都必须遵循此区块的设定。

第 4 步 — 编写每个镜头

为每个镜头生成以下结构：

## Shot N (START-ENDs) — [Purpose label: Hook / Setting / Action / Detail / Reveal / CTA]

**Composition:** [shot type + angle, e.g., "Extreme close-up, overhead"]
**Camera move:** [locked / slow dolly in / tracking / crane up / etc.]
**Lighting:** [from the Visual Theme, applied to this scene]
**Subject:** [what is in frame]
**Action:** [what is happening]

**Prompt to copy:**
> [Complete, cinematic-quality prompt, 40-80 words, including: subject + action + environment + camera + lighting + style + technical spec (duration, aspect ratio, resolution). Always ends with "cinematic 1080p, synchronized audio"]

**Audio direction:** [what the synchronized audio should sound like — ambient sounds, music beat position, voice-over line]

镜头提示词的关键规则：

1. 每条提示词都必须指定统一的视觉语言（色彩调色板、灯光、镜头特性、胶片质感）。这是确保一致性的方式。
2. 指定准确时长（4s / 5s / 8s）和画面宽高比（TikTok/Reels 使用 9:16，YouTube 横屏使用 16:9，信息流帖子使用 1:1）。
3. 结尾始终加上 “cinematic 1080p, synchronized audio” — 这表示专业级质量，并适用于支持音画同步的现代视频模型。
4. 使用电影摄影术语：ECU（极特写）、CU、MS（中景）、WS（远景）、OTS（过肩镜头）、POV、荷兰角、低角度、高角度、鸟瞰、推轨、拉轨、跟拍、手持、移焦等。完整术语请参见 references/shot-types.md。
5. 不要写抽象的提示词 — 要具体。“一位女性” → “一位 20 多岁、头发呈波浪状的赤褐色、身穿牛仔围裙的咖啡师”。
6. 不要使用特定模型的技巧 — 不要编写针对特定模型特性的提示词。应编写不依赖特定模型、适用于各种模型的电影级提示词。

第 5 步 — 添加叙事结构

镜头序列必须有故事弧线，不能只是随机排列的列表。采用以下任一模式：

模式 A — 吸引注意 / 铺垫 / 回报 / 行动号召（TikTok 默认）

• 镜头 1：视觉钩子（阻止用户继续滑动）
• 镜头 2-3：铺垫背景 / 悬念
• 镜头 4-5：主体内容 / 回报
• 镜头 6：行动号召

模式 B — 问题 / 解决方案 / 证明 / 行动号召（广告默认）

• 镜头 1-2：引发共鸣的问题
• 镜头 3：以你的产品作为解决方案
• 镜头 4-5：优势 / 成果
• 镜头 6：行动号召

模式 C — 氛围 → 高潮（品牌故事）

• 使用较长的氛围镜头
• 缓慢揭示
• 情感高潮
• Logo 揭示

第 6 步 — 添加后期制作清单

最后附上可执行的后期制作备注：

## Post-Production Checklist
- [ ] Generate all N shots with your preferred AI video tool
- [ ] Stitch in [CapCut / Descript / DaVinci Resolve / Premiere]
- [ ] Apply [specific LUT or color grade] for consistency
- [ ] Add [transition type and duration] between shots
- [ ] Layer BGM: [genre / BPM / mood]
- [ ] Add text overlays for [hook / CTA / captions]
- [ ] Export [platform spec: 9:16 1080x1920 30fps for TikTok, etc.]

第 7 步 — 解释为何有效

最后添加一个“为何有效”区块，解释创意决策。这能帮助用户理解，并让你的输出区别于泛泛的提示词列表。请提及：

• 钩子规则（第一秒决定用户是否继续观看）
• 节奏频率（平均滑动停留时间）
• 故事结构（镜头顺序为何重要）
• 平台特有惯例

输出格式

最终输出为一份 Markdown 文档，包含：

1. 标题 — 标题、时长、镜头数量、画面宽高比
2. 视觉主题 — 统一的调色板、灯光、镜头、胶片质感、运动方式
3. 镜头列表 — N 个镜头，每个镜头均遵循第 4 步中的结构
4. 后期制作清单
5. 为何有效 — 创意依据

四份完整示例请参见 examples/：

• tiktok-reel-30s-coffee.md — 咖啡店开业 TikTok
• （更多示例将陆续添加）

参考资料

• references/shot-types.md — 电影摄影术语（ECU、CU、MS、WS、OTS、POV、角度）
• references/camera-moves.md — 摄像机运动术语（推轨、摇臂、摇摄、俯仰、跟拍）
• references/lighting.md — 灯光术语（黄金时段、轮廓光、动机光、实景灯光）
• references/genre-templates.md — 常见类型的预设模板（美食、时尚、科技、旅行、SaaS）

许可证

MIT — 可自由用于商业用途或个人用途。