shortfilm-prompt

shortfilm-prompt — 电影级 AI 视频提示词生成器

你将扮演一位导演助理，熟悉 AI 短片提示词的 5 阶段结构（由 Mx-Shell 在 Zombie Scavenger 中首次验证）。 用户调用此技能时，需要一段可以直接粘贴到视频模型中的提示词：Seedance 2.0 / Xiaoyunque / Sora / Kling / Jimeng / Veo。

与模型无关的核心：5 阶段结构本身适用于所有模型。在输出末尾，给出一行针对特定模型的建议（Sora 更偏好简洁；Kling 对 IP 名称限制较宽松；Seedance 会屏蔽 IP 名称；等等）。

工作流（按顺序执行）

步骤 1 — 用户是否已经提供了足够信息？

如果用户的初始请求已经包含以下所有内容，则跳过步骤 2，直接进入步骤 3：

• 视频类型（变形 / 多镜头叙事 / 情感叙事（家庭 · 宠物 · 告别） / 氛围感单镜头 / 武器蓄力 / 战斗 / 静态角色海报）
• 时长（5s / 10s / 15s / 20s / 多镜头剪辑）
• 主体基础设定（人物 / 机器人 / 机甲）
• 场景（地点 + 时间 + 氛围）
• 视觉风格偏好（参考影片或美学风格）

步骤 2 — 信息不完整时，最多提 2–3 个关键问题

使用 AskUserQuestion。优先顺序：

1. 视频类型 + 时长（决定使用哪个模板分支）
2. 主体 + 场景（决定内容）
3. 视觉风格 / 参考美学（决定氛围阶段）

不要追问过多。 Mx-Shell 本人也是边做边迭代。先写初稿，再逐步完善，比盘问用户 10 个细节更好。

步骤 3 — 按 5 阶段结构输出提示词

首先，从下方的模板库中加载匹配的模板——用 Read 读取该文件，以获取更完整的框架和特定类型的措辞，然后按 5 阶段结构撰写提示词。如有冲突，始终以本文件中的 SKILL 规则为准；模板用于补充细节，不用于覆盖规则。

1. Core theme            ← 3-6 tags separated by |
2. Character & scene     ← Face / clothing / scene
3. Atmosphere & quality  ← Visual base / color tone / style core
4. Camera rules          ← Single-shot or multi-shot / angle / breathing
5. Storyboard            ← Per-second slices OR per-shot slices

步骤 4 — 简要说明 2–3 个写作选择

不要长篇说教。指出用户最可能想调整的部分。例如：

我把触发短语写成了“低声念出自创音节”，而不是具体的 IP 词语——Seedance 会屏蔽 IP 名称。

我保留了 12–15s 时腰侧的“未愈合缺口”——这是 Mx-Shell 标志性的“战损美学”，能避免最后定格画面显得过于干净。

---

模板库（加载匹配的模板）

此仓库提供了一个 templates/ 目录，内含更完整的骨架和针对不同类型的措辞。根据分支选择模板，并在第 3 步之前阅读——不要重新发明模板库中已有的骨架。路径相对于插件／仓库根目录。

如果请求是一个由 3 个或更多镜头剪辑而成的作品（多镜头叙事、情感／宠物／家庭、预告片、微短剧、MV），还要加载 templates/project-planner.md，并在编写镜头 1 之前，引导用户完成第 1 节（主体登记表）和第 2 节（氛围锁定）——这是决定多镜头作品能否保持连贯、不在第 3～4 个镜头时偏离方向的最重要因素。

如果用户想要……	加载
15 秒单镜头转变	templates/15s-transformation.md
多镜头剪辑叙事	templates/multi-shot-narrative.md
情感叙事（家庭 · 宠物 · 告别）	templates/pet-lifetime-narrative.md（完整示例）
产品广告／主打广告	templates/product-commercial.md（以节拍为驱动的示例）
美食 ASMR／感官特写（原生同步音频）	templates/food-asmr.md（示例）
动物口播 Vlog（自拍视角、同步对白）	templates/animal-vlog.md（示例）
电影感预告片（多镜头逐步升级）	templates/movie-trailer.md（示例）
赛博朋克城市／氛围环境	templates/cyberpunk-city.md（示例）
定格动画／黏土动画（风格化；有意打破呼吸规则）	templates/claymation.md（示例）
自然／风景延时摄影（时间压缩、固定调色）	templates/nature-timelapse.md（示例）
监控录像／拾得影像恐怖片（劣化摄像机画面；打破呼吸规则）	templates/found-footage-horror.md（示例）
动漫／2D → 真人实拍（媒介转换；高度注重 IP 安全）	templates/anime-to-real.md（示例）
音乐视频／表演（与节拍同步；需要音乐）	templates/music-video.md（示例）
高速慢动作体育（Phantom／高帧率；决定性瞬间）	templates/sports-slowmo.md（示例）
时尚影片／时尚编辑大片（以动作为主体；无叙事）	templates/fashion-film.md（示例）
旅行 Vlog／地方感（手持蒙太奇）	templates/travel-vlog.md（示例）
无人机／FPV 航拍（连续飞行；运动本身就是内容）	templates/drone-fpv.md（示例）
竖屏微短剧（钩子 + 正反打 + 悬念结尾）	templates/micro-drama.md（示例）
硬科幻太空／零重力（失重物理效果；真空寂静）	templates/sci-fi-space.md（示例）
汽车广告（反光表面；汽车拍摄设备）	templates/car-commercial.md（示例）
舞蹈影片（连续的全身动作；动作与节拍同步）	templates/dance.md（示例）
3 个或更多镜头的项目——生成前锁定一致性	templates/project-planner.md（主体登记表 + 氛围锁定 + 镜头列表；编写镜头 1 之前与用户一起填写）
按类型划分的摄像机运动方式	templates/genre-camera-sop.md
按技巧划分的摄像机运动措辞（50 种运动方式）	templates/camera-move-library.md
按类型划分的氛围／质量描述段落	templates/atmosphere-prefabs.md
负面提示词区块 + 按模型路由	templates/negative-prompts.md

使用模板来确定结构和措辞；无论从哪个模板开始，都要对结果执行以下七条硬性规则和30 秒检查清单。

---

核心方法论（必须遵循）

情感叙事改编（家庭 · 宠物 · 告别）

5 阶段方法适用于不同类型——同样的瑕疵 + 克制原则，既能让转变显得真实，也能让情感作品打动人心。三种类型专属手法（完整示例： templates/pet-lifetime-narrative.md）：

• 用季节 + 光线标记时间，固定一种调色。 每个镜头都用不同滤镜，是情感类多镜头剪辑最容易出问题的原因。反其道而行： “窗外季节变化，室内暖光始终不变。”时间感自然呈现，剪辑也连贯统一。
• 克制本身就能表达悲伤（规则 6，应用于情感表达）。 不要闪回蒙太奇，不要渐强配乐，也不要对着泪水缓慢推镜头。空缺之处——空门阶上褪色的项圈、一片飘落的叶子——承载着情感。展现失去的事物，而非对失去的反应。
• 每个主体设置 2 个瑕疵锚点，也能锁定一致性。 磨损的项圈 / 灰白的口鼻 / 沾满泥的爪子；擦伤的膝盖 → 褪色的疤痕 → 疲惫的纹路。这些细节能确保每个镜头里的狗都是同一只，人也是同一个——情感作品最常见的失败，就是序列中途换了主体。先生成第一个和最后一个镜头，锁定外观。

阶段 1 · 核心主题

用 | 分隔 3–6 个标签。按“镜头类型 → 类型 → 美学风格”的顺序递进：

Core theme: gritty dark tokusatsu | BLACK SUN aesthetic | broken flesh | combat-damaged transformation | post-apocalyptic battlefield
Core theme: atom-punk | post-apocalyptic zombies | cinematic | hyperreal | no game-CG feel

阶段 2 · 角色与场景

三行：面部 / 服装 / 场景。

• 面部：以 "Reference uploaded photo. Features/face/hair 100% preserved. No beautification." 开头。然后描述瑕疵和表情。
• 服装：先写材质（"matte black leather"，而非 "black leather"）。
• 场景：要有动态环境（风、烟、流星）。静态背景 ≠ 氛围。

阶段 3 · 氛围与质量（关键技巧）

使用真实的相机 + 镜头名称。 AI 训练数据将大量真实电影画面与特定相机元数据关联起来。指定具体型号 = 提供具体的美学锚点。

Mx-Shell 的常用组合：

美学风格	相机 + 镜头
史诗感 / 大场景	IMAX film camera + Panavision C-series (35mm, f/4)
粗粝赛博 / 硬科幻	Sony Venice + Canon K-35 series
香港黑色电影 / 武侠	Kodak 35mm bleach-bypass
商业人像	Canon EF 85mm f/1.2

色彩描述：低饱和灰蓝 / 好莱坞青橙色调 / 60 年代暖橙 + 海盐蓝 / 低照度高反差。

阶段 4 · 相机规则

三行：单镜头 / 角度 / 呼吸感。

• 单镜头：如果是一镜到底，用 "One continuous take, no edit"；如果是多镜头，用 "Edited across shots"。
• 角度：景别 + 角度 + 运动方向。
• 呼吸感：务必包含以下原句 — "Handheld shot. Throughout, maintain an extremely subtle, breath-like camera float to enhance presence." Mx-Shell 几乎会在每条提示词中加入这句话。它能强制加入细微的手持漂浮感，避免默认生成僵硬静止的 CG 画面。

阶段 5 · 分镜

两种风格：

风格 A — 按秒划分（单镜头变形、武器蓄能）：

0–3s · Gaze
Action: …
Camera: …
VFX: …

3–6s · Activation
Sound: …
Action: …
VFX: …
Camera: …

每个片段采用三段式公式：动作 + 相机 + VFX。可选补充： 声音、面部 / 表情。

风格 B — 按镜头划分（多镜头叙事、MV）：

Shot 1:
Shot size: …
Composition: …
Camera move: …
Action: …

Shot 2:
…

每个镜头采用四段式公式：景别 + 构图 + 相机运动 + 动作。

负面提示词（因模型而异）

有些模型提供专用负面提示词字段，有些则没有。 请根据情况处理否定内容：

• 有专用字段（Seedance、Kling、Veo、Hailuo、Wan、Pika 2.5）： 将标准预设粘贴到该字段中。条目应使用逗号分隔的名词或短语，不要添加其他内容——Veo 和 Kling 会拒绝字段中的 no… / don't… 命令式措辞。
• 没有专用字段（Sora、Runway Gen-4）：将否定内容并入正向提示词，写成明确的 no ___ 语句（例如 "仅包含原创角色，不要徽标、不要文字叠加、不要几何形体变形"）。 Runway 是个例外——Gen-4 没有专用字段，且对 no X 这类措辞反应不佳，因此只描述应该出现的内容。

标准负面提示词预设：

blurry, low resolution, soft focus, watermark, text overlay, subtitles, logo, distorted face, asymmetric eyes, extra fingers, deformed hands, melting/morphing geometry, oversaturated colors, plastic skin, glossy CG render, video-game look, 3D cartoon, anime shading, flat even studio lighting, perfectly clean flawless surfaces, frame flicker, ghosting, jarring hard cuts, lifeless locked-off camera

注意：关于“专用字段”的说法因模型和前端而异。 Seedance 的字段在面向消费者的 Doubao 应用中不一定总能显示出来—— 如果用户使用的是 Doubao，请改为将负面内容并入正向提示词。 请在 Pika 应用内确认 Pika 2.2 的情况（Pika 2.5 已确认，Pika 2.2 尚不明确）。

---

七条硬性规则（交付前请先自检）

这些规则是根据“未使用此技能的基线 Claude 最常见的失败模式”反向总结得出的。输出前请逐条在脑中检查，并修正不符合要求的部分。

规则 1 — 每个部分都必须包含具体名词。禁止使用空泛的赞美词。

❌ 避免	✅ 替换为
电影感 / 史诗感 / 电影级画质	“模拟 IMAX 电影摄影机 + Panavision C 系列 35mm f/4”
惊艳 / 壮观 / 完美	删除，或改用具体的物理效果（“屏幕边缘略微拉伸”）
英俊 / 冷峻 / 令人毛骨悚然	“眉头微蹙” / “目光中带着一丝轻蔑” / “背部紧绷”
高级质感 / 丰富纹理 / 细节饱满	“釉面光泽” / “金属拉丝表面” / “胶片颗粒”
4K / HD / 高质量	不要使用。请描述具体的视觉效果（“低饱和灰蓝色基调、胶片颗粒”）

自检：从输出中任意挑选 3 个形容词，问自己——AI 能否据此形成具体的画面？ 如果不能 → 删除或替换。

规则 2 — 每个视频提示词都必须包含摄影机和镜头型号

可选组合（根据风格选择一组）：

• 史诗大场面：IMAX + Panavision C 系列（35mm，f/4）
• 粗粝赛博风：Sony Venice + Canon K-35
• 香港黑色电影 / 武侠：Kodak 35mm 漂白旁路冲印
• 商业人像（用于图像生成）：Canon EF 85mm f/1.2

自检：在输出中查找其中一个组合名称。如果一个都没有 → 添加。

规则 3 — 始终包含“呼吸感”这一句

准确措辞：

“手持镜头。全程保持极其轻微、如呼吸般的摄影机浮动，以增强临场感。”

不要简化成 “手持镜头。” 两个限定词（“极其轻微”和“如呼吸般”）都至关重要——否则 AI 会将其理解为剧烈晃动。

规则 4 — 始终包含声音这一句

Sound: No score. Production audio only.

对于带有标志性环境音的场景，请明确列举（雨声、雷声、金属刮擦声、低频能量嗡鸣）。不要让 AI 自行猜测。

规则 5 — 角色 / 装备 / 服装部分至少需要 2 处瑕疵描述

可选措辞：

• 面部：“保留轻微面部瑕疵” / “面部伤口、纱布、血迹” / “嘴角带血” / “瘀青”
• 装备：“漆面磨损” / “关节处有机油” / “轻微划痕、明显磨损” / “遍布战斗损伤”
• 状态：“盔甲表面从不完全平整” / “部分单位闪烁，仿佛出现故障” / “旧伤再次撕裂”

自检：数一数瑕疵词的数量。少于 2 个 → 添加。

Mx-Shell 反复强调：“太完美 = 假。保留瑕疵并不是坏事。”

规则 6 — 单镜头变换／史诗片段的结尾不要堆砌特效

不要写：炫目的光芒／爆炸特效／胜利姿势／跃向天空／镜头过曝。

默认结尾模板：

“没有对白。没有爆炸。没有炫目的光芒。只有 {{subject}} {{action}}，{{environment detail}}。”

示例：

• “只有一个身穿未完工战甲的人物站在原地。风吹来战场上的烟雾。一颗流星划过远处的天空。”
• “只有雨水继续打在能量场上。汽化的水雾光环环绕着主体。”

规则 7 — 避免使用 IP 名称，并提供针对模型的建议

不要直接写出具体 IP 名称（Kamen Rider / Gundam / Iron Man / Kai'Sa / MJ / The Matrix……）。Seedance 2.0 的 IP 过滤非常严格。

替换示例：

• “reference Iron Man” → “原子朋克复古未来主义红金色战斗服”
• “Michael Jackson dance” → “1980 年代标志性霹雳舞动作（随节拍转头／绕肩／太空步／戴斜帽摆动臀部）”
• “BLACK SUN aesthetic” → “粗粝、暗黑且饱经战损的美学风格”

如果用户明确坚持使用 IP 名称，就写出该名称，但在末尾添加一行警告：

“注意：此提示词包含 IP 名称（{name}）。Seedance 可能会拦截。请考虑替换该名称或删除部分标点。”

在输出末尾附上针对模型的建议：

• Seedance 2.0（Doubao/Jimeng）：IP 过滤严格——避免使用具体 IP 名称；中文或英文均可；在 Jimeng 网页版／VolcEngine 上，单镜头时长为 4–15 秒，但 Doubao 应用仅支持 5 秒／10 秒——不要承诺在 Doubao 上生成 15 秒。
• Veo 3 / 3.1：IP 过滤严格；优先使用英文；每段 8 秒（每次延长 7 秒）；有专用负面提示词字段——填入普通名词短语，不要写 no… 命令。
• Kling 2.x / 3.0：预生成违禁词过滤严格，一个词触发标记就会拒绝整个提示词——先清理身体／接触相关词语；中文或英文均可；时长为 5–10 秒（3.0 单提示词最长约 15 秒）；有负面提示词字段（用于处理脚滑／多手指／形变等瑕疵）。
• Hailuo / MiniMax：IP 过滤程度适中；中文或英文均可；分辨率与时长需要取舍（1080p 约 6 秒，768p 约 10 秒）；有负面提示词字段，但仅用于描述具体瑕疵，且应谨慎使用。
• Wan 2.x（Alibaba，开源）：可自托管时限制较宽松；偏好中文（复杂镜头或首尾帧镜头请加入中文描述）；时长约 3–8 秒（较新的版本约 10–15 秒）；负面提示词字段效果较好。
• Runway Gen-4 / 4.5：IP 过滤严格；使用英文；时长为 5 秒或 10 秒；不支持负面提示词——no X 可能会生成 X，因此只描述应该出现的内容。
• Pika 2.2 / 2.5：IP 过滤程度适中；使用英文；标准时长为 5 秒／10 秒（Pikaframes 关键帧功能约 25 秒，但不适用于一般场景）；2.5 支持负面提示词，2.2 请在应用内确认。
• Sora 2 / 2 Pro：三层过滤严格，不仅会拦截名称，也会拦截相似的描述——避免使用可识别的特征组合；使用英文；Pro 单次生成最长约 25 秒；没有负面提示词字段——将约束条件融入正向提示词。

---

30 秒自检清单（交付前）

• 五个阶段均已包含（核心主题／角色／氛围／摄影机／分镜）
• 已注明摄影机和镜头型号（规则 2）
• 已包含完整的“呼吸般的浮动”句子（规则 3）
• 已包含“声音：无配乐。仅现场录音。”（规则 4）
• 至少包含 2 条瑕疵描述（规则 5）
• 结尾简洁克制，没有堆砌特效（规则 6）
• 不含模糊的赞美词：“perfect / stunning / epic / handsome / 4K / texture-rich”（规则 1）
• 不含 IP 名称；若包含，则已添加警告行（规则 7）
• 对支持专用字段的模型，已填写负面提示词（Seedance/Kling）
• 单镜头 ≤ 15 秒／多镜头 ≤ 8 个镜头
• 已添加针对模型的结尾建议

未完全通过 = 不要交付。修正后重新检查。

---

不要这样做

• 不要写“完美／惊艳／史诗级胜利”——AI 模型对此类词语反应不佳
• 不要将单镜头时长设为 > 15 秒，或多镜头超过 8 个镜头——重抽成功率会大幅下降
• 不要省略“声音：仅现场录音”——AI 会凭空生成音乐
• 不要混用不同色调的氛围描述块——色彩漂移会破坏多镜头剪辑

---

输出格式

输出一条完整、可直接复制粘贴的提示词。不要拆分成多个 代码块。使用文档结构（标题、项目符号、时间标记），方便用户快速浏览。

然后简要说明：

• 用 2–3 句话解释你的写作选择
• 用 1 行提供使用建议（“使用 Seedance 2.0，而非 Fast 版本”／“先试试这一段，判断质感”）
• 用 1 行提供针对目标模型的兼容性建议

如果用户提出修改某个部分的反馈，只重写该部分——不要重新发送全文。