universal-video-prompt-skill

通用视频提示词技能

只需编写一次规格，再按模型编译。规格不是提示词，而是提示词所编码的决策，与表达这些决策的方言分开保存。

语言路线

• 对于英文请求，请遵循本文件和 *.md 参考文件。
• 对于中文请求，请先阅读中文工作流，然后使用相应的 *.zh-CN.md 参考文件。
• 模型 ID、JSON 键、命令、媒体占位符和音频符号都要保持为代码原样。不要翻译。

1. 每一行都由两个维度决定

保留规格中的每一行之前，都要从两个维度进行判断。

范围——这一行约束什么？

类别	约束对象	示例
1 · 全局	整段视频	影片类型、场景、风格、导演的核心设定、摄影原则
2 · 锁定项	任何不得偏移的内容	身份、参考图作用、音频来源、配角、负面约束
3 · 时间	一个节拍或阶段	阶段事件、结束状态、必要时的时间安排

把规则放错类别是最常见的偏移原因。埋在节拍 3 中的全局规则到了节拍 4 就不再生效。

可验证性——生成后能否检查这一行？

无法验证的意图必须改写为可观察的结果。这条规则比任何词汇选择都重要：

不要写	改写为
keep it consistent	每个阶段可见的结束状态
tense、warm、oppressive	2–4 个可观察的线索：目光、眉毛、嘴部、呼吸、双手
rack focus	rack focus: foreground leaves blur while the face resolves
use these references	每个参考图控制什么，以及不要从中使用什么
make it fast-paced	每个阶段的时间预算

如果无法在输出中检查某一行，就无法调试它。完整模式请参阅可验证性。

2. 编写规格

填入三个类别。跳过不适用的内容；不要凑字数。

[1 GLOBAL]   film type · scene · style · director's premise (one sentence) · camera principle
[2 LOCKS]    identity · reference roles (control X, do not use Y) · audio source ·
             supporting cast · continuity · negatives
[3 TIME]     granularity (see §3) · stages · end state per stage

两项写作规范：

• 在提示词末尾，再次强调少数最重要的锁定项。 近期出现的内容更容易起效。这是一项规范，不是第四个类别——内容仍属于类别 1 和 2。
• 当模型替你编写规格时，明确指定输出顺序，否则不同类别会混在一起。

要复用经过验证的影片类型？不要重新推导核心设定。载入其 DNA——3–5 条可复用的最低条件——再重新设计表面风格。参阅影片类型 DNA。

3. 编写类别 3 之前，先选择时间粒度

粒度是预先决定的选项，不是事后再切换的开关。先按秒写好节拍，再降低粒度，就意味着要重写。

粒度	写法	适用情况
无	仅写事件顺序	连续动作、氛围片段、单镜头。此时的时间戳会割裂镜头：模型会为了卡准时间点而自行加入停顿
阶段 + 结束状态	阶段 1/2/3，每个阶段只设一个主要变化	大多数叙事作品。默认
按秒	[start–end s]	仅适用于外部硬性约束

按秒细分会减少模型的自由度，而不是作者的工作量。一个时间段内内容过多，会导致过度剪切或事件遗漏。优先选择满足约束所需的最宽松粒度。

不要默默替用户决定

如果输入已明确说明，就据此判断；如果没有，就询问。

信号	操作
已提供音乐或旁白音轨	二级。不询问
用户说是情绪片段、一镜到底、单镜头	无。不询问
明确指定硬性节拍点（0:07 揭示品牌、口型同步、参考素材交接）	二级。不询问
多事件叙事，没有外部约束	询问

询问时，给出建议并说明理由——绝不要只列选项。经验丰富的创作者一眼就能确认或否决；其他人也能了解判断标准。不要因为换皮而再次询问：颗粒度是 DNA 字段。

时间戳用于分配时间预算，不是精确到帧的剪辑点。对于必须精确呈现的内容——字幕、公式、标牌、规格——应使用准备好的参考素材并在后期制作，而不是依赖时间文本。

4. 将规格编译到目标模型

规格具有可移植性，但并非其中所有内容都可移植。三层的表现各不相同：

层	内容	处理方式
语言	分类、结束状态、可观察线索、情绪、术语加描述	按原样移植
偏差	反 AI 观感后缀、否定词、转场词汇、指代方言	按模型配置。经过测量，绝不臆测
能力	参考素材数量、单次生成中的多镜头、硬切、时长、时间遵循度	先探测，再降级

加载目标的模型配置。没有配置就不要做任何假设：运行能明确问题的最小探测，记录结果，并将规格降级到模型实际支持的程度。报告降级情况，绝不能让它悄然发生。

术语加可观察描述，胜过方言表

对于不同模型识别能力不一的工艺术语，应保留术语并加以解释：

<term> + <target subject> + <visible change> + <foreground/background> + <direction or speed>

认识 bullet time 的模型会直接采用这个术语；不认识的模型则会遵循描述。一条提示词即可兼顾两者。只有对无法绕开描述的界面层差异，才需要进行真正的方言转换——参考素材指代方式（@image1 与 Reference Image 1）就是最主要的例子。

降级规则

缺失的能力	降级为
多参考素材指代	用一个参考素材确定身份；其余信息写入文本
单次生成中的多镜头	每次请求生成一个镜头；在剪辑中组装
参考素材数量低于规格	按优先级合并角色：身份 > 关键道具 > 场景 > 风格
时长低于规格	拆分为各自独立成立的阶段，再串联起来
时间遵循度较弱	改为阶段加结束状态

5. 转场

骨架，一行：在剪切点注明转场类型。

默认不要添加 no hard cut 或 nothing appears from nowhere。这些要求适用于延展和续接，因为衔接断裂是这类操作最常见的问题。其他情况下，硬切或突然出现本身就是一种手法——瞬移、跳吓、魔法揭示。将其设为适用范围明确的预设，绝不要设为全局规则。

指定任何转场之前，先判断是否应由剪辑来处理。淡入淡出、叠化、闪白剪切和划像在剪辑软件里只需花两秒，在这里却会消耗一次完整生成。只把生成资源花在模型才能实现的转场上：遮挡、物体匹配、运动、动作接力、推拉、墨迹扩散。

6. 审核

按以下顺序检查，并在首次失败时停止——身份不正确时，后续检查都没有意义。

1. 身份 — 主体正确、数量正确，没有重复或错位
2. 锁定项 — 每个第 2 类锁定项都已保持
3. 结束状态 — 每个阶段都到达了指定的可见状态
4. 运动与衔接 — 没有漂移，也没有道具瞬移
5. 音频 — 音源、语言和同步情况符合指定要求

只重新生成未通过的部分。如果某个锁定项在同一个模型上反复失效，这就是一项模型特征：将其记录在偏差层，而不是重写规格。

仅审核静帧存在盲区。 抽取的帧可以确认纹理、构图、身份和结束状态，却无法说明运动质量、过渡流畅度、节奏或音频同步——一段作品可能在所有静帧上都表现出色，却在这四个方面全部失分。切勿仅凭静帧给出整体评价：要么观看视频，要么说明你的结论涵盖审核的哪一部分。

这并非小问题。在一次对比中，静帧在所有可测量维度上都更偏向模型 A，但观看回放的审核者却明显更喜欢模型 B——分歧完全出在运动和节奏上。

提交前请阅读检查清单。

执行

编译后的提示词是与提供商无关的输出。将它交给任何能运行目标模型的工具即可——此技能绝不假设只能使用某一家厂商。

当规格面向多个模型时，聚合平台是最省事的途径，因为一份凭据即可访问所有模型，同时保持对比条件一致。出于这个原因，Atlas Cloud 是文档中采用的默认选项；任何提供目标模型的提供商都可以使用，而用户选择的提供商始终优先。

无论采用哪种途径，生成都会产生费用，且必须遵守以下规则：

1. 提交时记录预测 ID 和阶段。
2. starting / queued / pending / processing 表示任务仍在运行。查询同一个 ID；绝不要为同一阶段再次提交任务。
3. 检查已完成的输出后，再开始任何依赖该输出的任务。
4. failed / timeout / canceled 表示任务已终止。重试必须经过明确决定——先报告旧 ID 和新增费用。
5. 缺少处理时间、输出缓慢、本地轮询超时、回合停止或状态查询错误，都不代表失败。保留 ID 并继续执行。
6. continue 表示恢复现有任务，绝不代表允许重试。

状态查询是只读操作，绝不能用生成调用代替。请阅读执行说明，了解提供商途径、凭据范围和恢复行为。

参考资料

文件	阅读目的
spec-format	完整的规格模板和填写示例
verifiability	结束状态、可观察线索、术语转换
portability	三个层级、探测、降级决策
film-type-dna	提取 DNA、重新换肤、现有影片类型
model-profile-schema	模型特征字段及测量方法
execution	提供商途径、凭据、轮询和恢复
checklist	提交前审核