vibe-creating-prompt

氛围创作提示词技能

概述

氛围创作旨在提炼用户真正想表达的内容，帮助模型准确把握视觉核心、情绪走向和体验连贯性。它会强化创作意图、情感价值、关键意象和视觉统一性，同时弱化价值较低的技术参数和机械化执行措辞。

这项技能是一种判断优先的改写器。它不会盲目缩短内容，也不会把所有内容都改成“氛围风格”。它会先判断输入是否适合氛围创作，再选择最能满足用户意图、且改动最少的处理方式。

快速开始

收到输入后，执行以下三个步骤：

1. 判断它是否适合氛围创作（VC）。 这是一个更适合通过故事、情感、记忆、氛围、意象或体验流程来表达的场景，而非需要精确执行的场景吗？
2. 决定当前最合适的处理方式。 保留原文、轻度润色、直接改写、先提出澄清问题、保持原样，或提供一个可选的 VC 版本。
3. 只询问缺失的信息。 请求完成所选操作所需的最少信息。不要仅仅为了满足自己的分类需要而盘问用户。

不要向用户透露内部标签（S1、E2、“Mode 5”等）。在内部进行判断；与用户沟通时保持直白。

决策框架——场景 × 表达 × 信息

从三个维度进行判断。首先判断场景（S）——底层创作目标是否适合 VC。然后判断表达（E）——用户文本已经采用何种形式，这决定了改动幅度。**信息密度（I）**则并行作为稳定性检查：每当缺少必需信息时，都应先询问，再进行分流。

场景适配度（S）

• S1 — 原生适配 VC。 故事、情感、记忆、氛围、意象、体验流程。VC 显然有帮助。
• S2 — 部分适配 VC。 品牌／产品／角色展示、风格化广告。VC 可能有帮助，但并非必选。
• S3 — VC 适配度低。 UI 演示、教程、分步说明、严格同步对白的长篇内容。其目标或工作流与 VC 不匹配。

表达形式（E）

• E1 — 已接近 VC。 读起来像生动的场景或故事。
• E2 — 混合型。 创作内容与执行措辞交织在一起。
• E3 — 精确控制型写作。 镜头编号、焦距、运动参数、时间码。

分流矩阵（各单元格的默认操作）

	E1 — 接近 VC	E2 — 混合型	E3 — 精确控制
S1 — 原生适配 VC	直接改写；若原文已润色完成，则轻度润色或保留原文	先轻度润色，再改写——保留有效结构、顺序和情绪递进	视为可转换为 VC；去除价值较低的技术控制内容，转化为自然的视觉描述。不要仅仅因为它采用执行脚本的形式就拒绝
S2 — 部分适配	轻度润色；若原文已可用，则保留原文	提供一个可选的 VC 版本，让用户选择	保留原意；委婉说明用户如有需要，可选择 VC 改写
S3 — 适配度低	尽量贴近原文；必要时保持原样	保持原样或仅做极少润色；只有在用户明确要求时才进行风格化处理	保持原样；说明与 VC 相比，这种内容更适合传统的镜头清单工作流

四条硬性路由规则

• 信息缺失时优先处理。 无论场景多么契合，只要缺少视觉锚点、主要动作或风格方向，就先提问再撰写。
• 用户的硬性约束优先。 如果用户明确要求保留对话、音乐、镜头编号、参数、段落结构或交付格式，就不要删掉。VC 版本应作为额外版本，或仅在用户同意后提供。
• 多镜头内容保留其结构。 如果用户已经通过多个镜头段落表达一个连贯统一的体验，就不要将其压缩成一个文字块；但除非用户要求编号或列表，也不要默认输出编号内容。
• 精确控制式写作 ≠ 场景不适配。 先看目标，再决定是否转换。执行风格的脚本仍可能描述非常适合 VC 的场景。

信息密度检查（I）

即使场景非常适合 VC，只要缺少关键要素，就不能强行改写。出现以下情况时，先提问：没有明确的视觉锚点；只有抽象感受，没有主体、对象或场景；有主体，但没有动作或状态；片段缺少主要关系或风格方向；输入极短，虽有主体和事件，但没有明确的风格、观看模式或关键时刻；或者多镜头内容存在看不出原因的跳转。

优秀的 VC 提示词应优先考虑以下四个层次。先补足缺失项，不要机械地要求四项齐全：

1. 视觉锚点 — 最值得呈现的事物（人物／物体／具名概念／VFX 主体本身）。
2. 动作或状态 — 正在发生什么（一项动作、状态或节拍——仅一项）。
3. 局部调性 — 这一刻的感受（一个情绪词或形容词：暖琥珀色逆光、轻微手持晃动……）。
4. 视频主题 — 短片的用途 + 视觉风格。
   • 用途： 概念短片、微叙事、电影预演、情感短片、知识／物理还原、VFX 片段……
   • 视觉风格： 照片级写实、电影感、动画、黏土动画、东方水墨、赛博朋克、插画……

提问原则：密度检查不是独立关卡，而是与 S 和 E 同步进行。针对所选动作，只询问最低限度的必要信息，通常一轮即可。对于极短、抽象、单帧画面式的输入，优先把抽象词转化为画面所需的可见信息；如果方向已经基本明确，就先提供初稿，只询问最关键的 1–3 个缺口。

交互策略

在内部完成三项判断（S / E / I）——信息较少时，初步判断即可。然后选择一个动作：

直接通过 · 轻度润色 · 直接改写 · 先提问 · 保持原样 · 可选 VC 版本

处理原则：

• 适合 VC 但信息缺失 → 针对当前动作询问最低限度的必要信息。
• 如果输入已经具备明确的主体、结构、时间关系、核心意象和明确的情感目标，而且文本已经非常适合直接生成，默认直接通过。 只有在需要稍作提示以提高清晰度时才进行轻度润色；不要主动改写。
• 适合 VC 但包含未声明的精确控制项 → 默认可以降低其权重、删除或转换；如果这样做了，必须告知用户，并说明用户可以要求保留特定项目。
• 部分适合的场景 → 不要强行往 VC 方向引导；保留原文，或提供可选的 VC 版本。
• 不适合的场景 → 说明这是目标／工作流不匹配，而不是否定用户的想法。
• 用户指定的对话、旁白、音乐、音效、结构和参数始终优先。

镜头语言规则

不应一概删除镜头语言。需要去掉的是低价值的“告诉系统如何拍摄”的技术参数。需要保留或转译的是“希望观众有何感受”的意图。

默认弱化或删除：

• 焦距／毫米数值
• 摄影机机位术语
• 运动参数（速度倍数、精确的轨道移动距离）
• 镜头编号
• 景深、光圈、曝光、快门
• 设备备注、A/B 机位、覆盖镜头
• 纯剪辑指令

转译意图，而不是直接删掉——例如，“缓慢推轨靠近” → “视线缓缓逼近，逐渐营造压迫感。”

**用户明确要求保留参数时：**先遵守约束，再决定是否额外提供 VC 版本。

未说明是否保留精确控制时：

• 不要把技术控制视为必须保留的内容。
• 默认采用更适合生成的 VC 创意版本。
• 保留有助于情绪、叙事或观看体验的内容。
• 对纯技术性的镜头控制，直接删除，或将其转译为自然的呈现效果。
• 不要先打断用户确认——但如果你弱化、删除或转译了技术控制，请在输出中简要说明。如果用户希望保留某些参数／结构／节奏节点，可以告知你，由你提供一个保留约束的版本。

声音与约束优先级

对话、旁白、音乐、音效、歌词、叙述及其他明确指定的声音内容，优先级高于创意优化。你可以调整它们的顺序，但不得改写、替换或删除用户明确提出的声音要求。

规则冲突时，按以下顺序处理：

1. 用户明确指定的内容与硬性约束——对话、旁白、音乐、音效、镜头结构、保留参数的要求、格式要求、风格限制。
2. 创意优化——提炼故事、情绪、记忆、意象与统一的体验，同时不违反约束。
3. VC 范式一致性——只有满足前两项后，才进一步精简语言，使其更易被模型理解。

补充规则：

• 用户写出的对话／旁白／音乐／音效 → 原文保留。
• 视觉与声音要求写在一起 → 可以调整顺序，但绝不能更改声音内容本身。
• 如果视觉内容适合 VC，而声音内容不适合 → 只改写视觉部分。
• 如果只有严格遵循冗长的逐字台词同步，整个内容才能成立 → 默认不进行 VC 改写。

改写模式

VC 改写并非只有一种模板。根据输入的主导因素选择模式：

• 叙事型——适用于以故事、关系或事件为主的输入。输出一段连续提示词，或保留 2–5 个场景段落。保留事件顺序与情绪转折。
• 情绪型——适用于以氛围、感受或状态为主的输入。着重呈现环境、节奏、质感与观看体验。不要为了“看起来像个故事”而强行编造因果链。
• 记忆型——适用于回忆、闪回、时光流逝、消逝或重新发现的片段。保留朦胧感、褪色感与脆弱感；强化反复出现的意象和时光流逝之感。
• 意识流型——适用于联想、碎片、主观感知、非线性表达。允许不完整，但必须让画面清晰可感，且各个意象之间保持内在连贯。
• 多镜头体验型——适用于服务于同一体验的多段、多场景、多剪辑输入。按自然段落划分（仅在用户要求时按数量划分）。每段 1–3 句；保留场景衔接、情绪推进与视觉母题；删去低价值的执行术语。
• 混合净化型——适用于创意内容与执行语言交织的输入。保留原有结构与有效信息；只去掉技术噪声、重复内容和低价值控制。不要过度改写，也不要凭空添加新的节拍。

输出规则

目标是帮助用户更准确地表达，而不是把他们的作品改写成另一部电影。

长度与形式

• 输出不要明显长于输入；不要把极短的输入扩写成长篇内容。
• 不要凭空添加内容——绝不虚构新的人物关系、情节反转、场景细节或情绪变化。
• 对于单段输出，精简为一条可直接使用的提示词。
• 结构 ≠ 编号。 输入中的镜头编号或列表格式本身并不意味着“保留编号”。只有用户明确要求保留镜头编号、段落编号、列表格式或交付结构时，才保留编号输出；否则，多段内容应以自然段呈现。
• 信息充分且没有其他限制时，单个镜头／段落通常约为 30–120 个词；为保留结构、对白或多段内容的推进，可适当放宽。
• 用户明确要求保留原始结构时，优先保留结构，而不是精简内容。

用户可见的格式

• 不要暴露 S1 + E2 或 Mode 5 等内部标签。
• 默认采用四部分输出，顺序固定：判断 / 操作 / 结果 / 备注（如有）。
  • 判断——简要说明是否适合 VC、原文是否已可用、信息是否充分。
  • 操作——明确使用以下一个标签：直接保留 / 轻度润色 / 直接改写 / 先询问 / 保持原样 / 可选的 VC 版本。
  • 结果——提供实际改写内容、保留原样的文本，或需要澄清的问题。
  • 备注（如有）——说明弱化／删除／转换了哪些技术控制要求；保留了哪些硬性约束（对白、VO、音乐、SFX）；或提示用户可按要求保留参数／结构／节奏。
• 输出应自然、简洁，并符合用户原本的任务语境。
• 没有需要备注的内容时，省略第四部分。

快速参考

输入类型	优先判断	询问缺失信息	默认操作	输出风格
主体、动作、氛围明确的单个场景	可能适合 VC；检查是否已经足够聚焦	仅在缺少风格、视觉中心或主要状态时询问	直接改写、轻度润色或原样保留	一条可直接用于生成的提示词
服务于统一体验的多镜头叙事	适合 VC；检查情绪／主题／记忆线是否连贯	镜头之间的关系或推进不清楚时询问	保留结构进行改写；必要时分组	分段输出，或保留原有结构
镜头编号／参数较多，但核心是情绪／故事场景	可转换为 VC；不要因执行形式而拒绝	主要体验／动作／关系不清楚时询问	去除冗余并转换为自然表达，保留叙事和情绪意图	删除参数，转换为自然的视觉描述
品牌展示、角色展示、风格化广告	部分适合 VC；不一定要改写	情绪目标或风格方向不清楚时询问	轻度润色，或提供可选的 VC 版本	保留原意；有帮助时可提供更具体验感的版本
只有抽象词语（“自由”“高端”“强大”）	信息不足；不要强行改写	视觉锚点、场景、动作或状态	先询问；不要盲目改写	提出 1–3 个简短问题
视觉内容中已有对白／VO／音乐／SFX	部分适合 VC；声音内容优先	仅在视觉部分描述不充分时询问	保留声音内容；只改写视觉部分	开头注明“声音保持不变”
用户明确要求保留镜头编号／参数／交付结构	以约束为准；不要删除	通常无需询问	原样保留，或额外提供可选的 VC 版本	注明“保留为执行稿”
功能演示、UI 教程、步骤说明	适配度较低；目标不是创意转换	通常无需询问 VC 相关问题	原样保留；有帮助时建议拆分	说明不建议使用 VC
需要精确对白同步的长篇故事	适配度较低；属于能力／工作流边界	通常无需询问 VC 相关问题	不进行 VC 改写；建议拆分视觉片段	说明可单独拆出纯视觉部分
含有行话的混合语言创意输入	若核心体验明确，仍适合 VC	仅在主体、关系或风格不明确时询问	转换行话，保留核心氛围	以目标语言输出自然的视觉描述

---

**生成结果：**此技能只负责编写提示词。要生成视频，请将改写后的提示词发送给任意文生视频模型（Seedance、Sora、Kling、Veo……）；如需使用单 API 方案，请参阅 Atlas Cloud。