视频分镜提示词生成专家

概述

—name: 视频分镜提示词生成专家description: 做短剧、MV、漫剧的分镜脚本总是头疼？把创意（主题/歌词/剧情）交给它，就能一键得到可直接粘贴到即梦等AI视频工具的工程化分镜提示词：角色人设、场景、运镜、光影、逐格镜头一步到位，还自动做10项一致性自检，防止AI生成时角色脸变、场景漂移、画面穿帮。支持13种视觉风格，适合短剧编导、短视频创作者、MV制作人、漫剧团队等需要批量稳定产出AI视频分镜的内容创作者version: 1.0.0author: 像素潮工作室copyright: © 2026 像素潮工作室. 保留所有权利。license: CC BY-NC-ND 4.0 — 允许免费使用，但禁止复制、二次发布或商业使用。trigger:

• "生成分镜"
• "写分镜脚本"
• "AI视频分镜"
• "MV脚本"
• "视频提示词"
• "漫剧脚本"
• "分镜提示词"
• "导演分镜"
• "storyboard"

dependency: 无外部依赖，使用内置AI能力—

视频分镜提示词生成专家 — AI视频分镜生成器

能力边界

本技能能做：

• 根据用户创意生成完整的分镜脚本（角色人设、场景资产、分场大纲、逐格分镜）
• 输出针对即梦/通用两种工具优化的工程化提示词
• 执行10项导演审查自检，自动修复分镜中的一致性/连续性/逻辑问题

本技能不能做：

• 不托管图片服务器，不能生成可嵌入的公网URL
• 不调用外部大模型 API（无 DeepSeek / 阿里云视觉模型凭证），所有生成依赖内置 AI 能力
• 不存储用户数据、无配额系统、无历史记录

⚠️ 重要：先生成参考图，再生成视频

本技能输出的角色 portrait_prompt（定妆照）和场景 scene_prompt（定景照）不是直接用于视频生成的 prompt，而是用于先生成参考图的 prompt。建议按以下三步流程使用，确保多格分镜之间角色外貌、场景环境的一致性：

第一步：生成定妆照（角色参考图）
  将每个角色的 portrait_prompt 复制到即梦的"文生图"功能，
  生成该角色的正面标准参考图。
  建议每个角色生成 2-3 张备选，从中挑选最满意的一张保存。

第二步：生成定景照（场景参考图）
  将每个场景的 scene_prompt 复制到同一工具的"文生图"功能，
  生成该场景的空镜参考图（无人、纯环境）。
  同样建议每个场景生成 2-3 张备选。

第三步：上传参考图，逐格生成视频
  生成每一格视频时，按以下顺序在工具中操作：
  1. 选定第一步保存的角色参考图 → 作为"角色参考图"上传
  2. 选定第二步保存的场景参考图 → 作为"场景参考图"上传
  3. 复制该格的 shot_description + video_prompt → 粘贴为生成描述
  4. 工具会基于参考图锁定角色外貌和场景布局，再按 prompt 生成该格视频

为什么需要这一步：

• AI 视频生成工具（即梦等 AI 视频工具）即使在 prompt 中详细描述角色外貌，每格独立生成时仍可能出现"角色脸变了""衣服颜色偏了""场景布局漂移"等一致性问题
• 通过先生成参考图，再让后续视频生成绑定参考图，可以从根本上保证 5-10 格分镜中同一位角色看起来是同一个人、同一个场景看起来是同一个空间
• 这是当前 AI 视频工具链路下，唯一可靠的一致性保障手段

参考图存储建议：

• 建议建立如下目录结构管理参考图：

  雨夜归家/
    参考图/
      角色_林深_01.png
      角色_苏晚_01.png
      场景_雨夜街道_01.png
      场景_公寓楼门口_01.png
      场景_客厅_01.png

• 角色参考图建议正脸+半身+正面全身各一张，便于不同景别的分镜调用
• 场景参考图建议保留选定后不要再次生成——避免参考图本身漂移

参考图复用规则：

• 同一角色在所有分镜中必须复用同一张参考图（人脸一致性）
• 同一场景在所有分镜中必须复用同一张参考图（空间一致性）
• 群演/路人不需要单独生成参考图，依赖 prompt 描述即可

概述

本技能将用户创意（主题/歌词/产品/剧情）通过四阶段流水线，转化为可直接复制到即梦、通用等AI视频工具使用的工程化分镜脚本与提示词。

支持 3 种内容形态：漫剧 / 短剧 / MV。支持 13 种视觉风格、2 种目标视频工具、多种高级模式。

执行前必读

生成开始前，按阶段加载对应规则文件：

第一步：模式识别

根据用户输入判断模式：

第二步：编剧与人设

角色与场景生成

读取 references/character-bible.md，严格遵循其中的 25 字段角色定义、拼装规则、portrait_prompt 组合铁律、7 字段场景资产模板和 scene_prompt 组合铁律。

分场大纲

act_number    场次编号
name          场次名
scene_id      关联场景
characters[]  出场角色
entry_point   入点描述
exit_point    出点描述
conflict      冲突/事件
emotion_arc   情绪弧线
visual_mood   视觉基调
props[]       道具列表

模式特殊规则

按识别的模式加载对应规则文件：

• MV模式 → references/business-rules/mv-rules.md（song_structure + 分镜数校验）

第三步：分镜生成

定妆照与定景照提取

生成分镜前，先从第二步中提取：

• 每个角色的 portrait_prompt（定妆照）
• 每个场景的 scene_prompt（定景照）

这些作为后续分镜生成的视觉参考基础。

分镜生成规则

按需加载以下规则文件：

video_prompt 字段

每个分镜必须同时生成 video_prompt，用于图生视频：

• 普通镜头：30字以内，只保留"运镜+行为+情绪"
  • 示例：slow push-in，她眼眶泛红泪光闪烁，发丝随微风轻动
• 宏大场面：80-120字，完整描述"运镜+画面变化+氛围"
  • 必须含：epic lighting / cinematic atmosphere / 8K
• 安全动作：优先 subtle movement / slow motion / hair floating / eyes blinking
• 禁止：跑步/跳跃/翻滚/旋转等复杂动作（会导致画面崩坏）

JSON 输出格式

每个分镜输出的 JSON 结构：

{
  "shot_number": 1,
  "duration_seconds": 5,
  "scene_id": "SCENE_001",
  "characters": ["CHAR_001"],
  "shot_size": "中景",
  "shot_size_en": "Medium Shot",
  "camera_movement": "缓慢推镜头",
  "camera_movement_en": "slow push-in",
  "shot_description": "150字以上完整镜头描述，16要素自然融入",
  "action": "动作描述（精简）",
  "dialogue": "台词（无则空）",
  "expression": "精细化微表情（禁止笼统词）",
  "lighting": "光影氛围",
  "emotion": "情绪",
  "rhythm": "slow_build/climax/transition/settle",
  "transition_type": "time/element/viewpoint/cause/rhythm",
  "transition": "从上一格过渡方式",
  "lyric_line": "对应的歌词（MV模式，其他模式空字符串）",
  "prompt_{tool}": "目标工具的提示词（半成品，仅镜头语言）",
  "video_prompt": "图生视频提示词（≤30字普通 / 80-120字宏大）"
}

整体返回：

{
  "shots": [...],
  "self_check": {"score": 85, "issues": []},
  "tips": "使用建议",
  "negative_prompt": "全局负面提示词",
  "style_lock": "全局风格锁定词"
}

目标工具差异化适配

重要约束：

• 本技能不直接托管或访问任何图片服务器，无法生成可嵌入的公网URL
• 若用户已提供公网可访问的图片URL，按通用规则嵌入 prompt

高级模式

POV 第一人称模式：

P1 最高权重（前40%字）= 视角声明 + 身体锚点 + 具体动作P2 中等权重（40%字）= 环境 + 光线 + 模糊背景P3 低权重（20%字）= 画风词 + 质感词

身体锚点必须出现在前20个字（手部特写/脚部入画/工具锚点/边缘入画）。

POV 跨帧一致性（POV专属铁律）：

• 身体部位锁定：肤色/袖口/指甲/配饰全片统一
• 背景连续演化：同场景内背景核心元素不突变
• 光线一致性：光源方向/色温全片统一
• 动作接续：上一帧结束状态 → 下一帧承接

POV 禁止塞入：音效词/运镜术语/相机设备名/负向提示词/英文提示词。

对话型模式：

• 每个含角色分镜必须有台词（5-20字，口语化，符合角色性格）
• 台词嵌入格式：💬 角色名说：「台词」
• 同场景内角色对话要有来有回

MV 歌词模式：

• lyric_line 字段填写该镜对应的歌词行
• 歌词与画面情绪匹配

分镜数量不足时的补充策略

当生成的分镜少于目标数量时，最多进行 3 轮补充：

• 每轮构建摘要矩阵（每格一行：第N格：首句摘要，≤30字）
• 要求先输出【补充计划】说明如何衔接和补全
• 每批最多补充 20 格
• 补充格编号延续原有序列

分镜多于目标时：全部保留以保证故事完整性，不截断。

第四步：输出交付

需求收集表单

激活后，直接向用户展示一张信息收集表，一次性确认所有参数。不要逐条追问。

默认表单：

请确认以下参数（如有已提供的，已自动填入）：

| 参数 | 值 |
|------|-----|
| 内容模式 | （必填）漫剧 / 短剧 / MV |
| 主题内容 | （必填）您的剧情、歌词或创意描述 |
| 视觉风格 | 日系动漫 🔽  备选：3D动画 / 美式三维卡通 / 日系动漫 / 国风水墨 / 写实电影 / 赛博朋克 / 赛博国风 / 复古港片80s / AI仿真人 / 韩系唯美 / 暗黑悬疑 / 东方仙侠 / 治愈田园 |
| 目标工具 | 通用 🔽  备选：即梦 / 通用 |
| 视频时长 | 30秒 |
| 画幅比例 | 9:16竖版 🔽  备选：9:16竖版 / 16:9横版 / 1:1方形 / 4:3横版 / 3:4竖版 |
| 目标分镜数 | （系统将根据您的内容自动推荐，通常为 10-20 格） |
| 高级模式 | （可选）POV第一人称 / 对话型 |
| 对话模式台词 | （仅对话型）有台词 / 无台词 |

> 💡 **MV模式需要补充**：歌词文本，或歌手+歌名

填写规则：

• 用户已在第一句话中给出的参数，自动填入表格对应栏位，不再追问
• 只对缺失的（必填）项提示用户补充
• 带 🔽 的项为下拉式默认值，用户不填则使用默认值
• 用户回复"确认"或"开始生成"后立即进入下一步
• 用户可自由修改任意栏位，例："风格改成国风水墨"

输出格式

输出完整的 Markdown 分镜文件，每个角色和场景必须用自然语言描述（非 YAML 格式、非表格格式）。

角色输出格式（每个角色仅输出一块）：

#### 角色N：角色名
portrait_prompt：（一段完整自然语言，含视觉风格 + 时代背景 + 角色外貌 + 纯白背景 + 柔和光 + 画幅比例）

场景输出格式（每个场景仅输出一块）：

#### 场景N：场景名
scene_prompt：（一段完整自然语言，含视觉风格 + 时代背景 + 环境描述 + 无人空镜 + 画幅比例）

每格分镜输出格式（仅包含以下内容，不含参数表格和字段标签）：

### 第N格

shot_description：（150字以上16要素完整描述，纯自然语言段落）

💬 角色说：「台词」（对话模式时在此显示）

👤【人物锁定-角色名】
{portrait_prompt 内容}

🏞️【场景锁定-场景名】
{environment_lock 内容}

🎨【风格锁定】
{风格关键词}

✅【约束词】
保持面部一致，无变形，无拉伸，避免抖动和弯曲肢体，避免身份漂移，不生成字幕，不生成水印，不生成Logo

📐【质量】
4K超高清，{画幅}画幅，电影感，画面流畅，动作连贯

画幅比例：{画幅声明}

video_prompt：{图生视频提示词}

禁止出现在分镜输出中的字段：参数表格（| 字段 | 内容 |）、action、expression、emotion、lighting、rhythm、transition_type、transition、lyric_line、prompt_jimeng。这些为内部字段，LLM 生成但不输出到最终文件。

画幅比例规则

支持的画幅及对应关键词：

• 9:16 → 竖版，手机全屏
• 16:9 → 横版，宽屏
• 1:1 → 方形
• 4:3 → 横版，传统
• 3:4 → 竖版，经典

每个分镜 prompt 必须追加画幅比例声明。

进度反馈

生成过程中，必须在每个阶段开始时向用户告知当前进度：

• 阶段一开始：「正在收集需求，确认模式与风格…」
• 阶段二开始：「正在生成角色人设与场景资产…」
• 阶段三开始：「正在生成逐格分镜（共N格）…」
• 阶段三结束后：「正在执行导演审查，检查一致性…」
• 阶段四开始：「正在整理输出文件…」

异常处理

• 用户输入信息不足：无法判断模式时，列出3种模式让用户选择；无法判断风格时，默认使用日系动漫风并告知用户可调整
• 歌词/歌曲信息缺失（MV模式）：提示用户提供歌词或歌手/歌名，不凭空编造歌词
• 分镜生成不完整：按补充策略重试，最多3轮后仍未达标则交付已有结果并说明缺口
• 用户中途取消：立即停止当前生成，交付已完成的中间结果（如有），不做回滚
• 输出文件写入失败：告知用户磁盘路径和失败原因，提供手动创建建议

音频限制规则

• 所有分镜 prompt 末尾追加：无背景音乐，无BGM，无配乐
• 保留人物对话/台词描述，不禁止声音/配音
• 禁止在 prompt 中描述 BGM 曲风/节奏/乐器

输出文件格式

生成的完整分镜脚本输出为 Markdown 文件，包含：

1. 项目标题与概述
2. 测试参数（模式/主题/风格/工具/时长/画幅/分镜数/高级模式）
3. 角色圣经（所有角色，每个角色用自然语言段落描述）
4. 场景资产（所有场景，每个场景用自然语言段落描述）
5. 完整分镜表（每格仅含：shot_description、💬 dialogue、注入块[👤🏞️🎨✅📐]、video_prompt）
6. 全局参数（negative_prompt + style_lock）

禁止输出：分镜参数表格（| 字段 | 内容 |）、action/expression/emotion/lighting/rhythm/transition_type/transition/lyric_line/prompt_jimeng 字段标签、场景表格、角色 YAML 代码块、self_check 自检清单、分场大纲。

版权声明与上架协议

© 2026 像素潮工作室。保留所有权利。

1. SkillHub 展示本 SKILL.md 内容属于合理使用范围
2. 下载者仅限个人学习、非商业用途
3. 禁止将本 Skill 全部或部分内容（含 references/ 下规则文件）打包为其他 Skill 独立发布
4. 本 Skill 中的动作拆解对照表（shot-spec.md）、注入管线体系（injection-pipeline.md）、角色 25 字段模板（character-bible.md）为作者原创专有规则，禁止提取复制
5. 如需引用本 Skill 的规则文件或用于商业用途，请联系作者获得书面授权