跳到正文

短剧镜头视频提示词

根据分镜、角色资产和连续性要求组织视频生成提示词,明确镜头动作、时序与参考材料。

开源精选视频内容31 个文件2,909 Stars浏览次数 0zenstory-ai/drama-skills MIT版本 f53fb20
开始使用

下载前阅读 SKILL.md 中的使用条件,并确认所用工具支持对应能力。

输入资料
分镜和镜头目标 角色、场景及参考图像 阅读本节完整说明
交付内容
分镜视频提示词 生成参考与连续性说明 阅读本节完整说明
环境与依赖
只有安装、升级或排障时运行 python3 scripts/selftest.py。 阅读本节完整说明
  1. 获取完整包,保留配套文件的目录结构。
  2. 按照原文准备所需工具、依赖与输入资料。
  3. 阅读对应使用步骤与输入输出说明,在自己的环境中验证结果。

使用提示摘自原文,配套文件保留来源版本;实际运行条件以各包说明为准。

正文

获取原文件

references/seedance-2.0.md

只在目标档案明确写 target_video_model: seedance-2.0 时使用。推荐档案:

{
  "target_video_model": "seedance-2.0",
  "video_prompt_dialect": "seedance-2.0",
  "video_prompt_language": "zh-CN",
  "native_duration_seconds": {"min": 4, "max": 15},
  "supported_generation_modes": ["text", "reference", "extend"],
  "audio_generation": "same_pass"
}

这是正文方言,不是固定模板。仍以分镜的起点、唯一动作和终点为内容权威。

正文组织

  • 用中文写“主体 + 动作细节 + 场景 + 光色 + 运镜 + 视觉形态 + 约束”。具体可见事实优先,质量词只保留必要项。
  • 单镜直接按动作先后写。一次生成含多个镜头时才用 镜头1:、镜头2:;每个内部镜头都写 “谁、在哪、做什么、镜头怎么动”。官方说明 2.0 响应镜头序号、不响应时间戳;秒数可作为内部预算, 正文用动作顺序与相对停顿表达,不把逐秒时间码当作执行保证。 三次小样本的切点没有按两镜均分。需要精确成员边界时,评估独立生成再剪或其他方言, 并核对实际输出;容器时长算术正确不代表切点准确。
  • 每个可辨对白事件都必须写成 {角色用中文说:“逐字台词”},不能只留下普通引号或把说话要求散落 在括号外;对白全文只用一种口语语言,专名除外,不在台词前增加外语暖场。
  • 每个音效事件写 <声音>,音乐写 (音乐)。字幕只有创作者明确开启时才用 【字幕】;默认禁字幕时正文 明写“全程保持无字幕,不生成对白文字叠加”,并且不出现任何 【】 字幕指令。画内获准文字仍逐字说明承载面和位置。

参考与续写

  • 每次提及素材都重复绑定:人物 @图片1、参考 @视频1 的运镜、参考 @音频1 的音色,不要只在开头列素材清单。
  • 普通参考任务才写“参考 @视频1”。若任务是接着上一段实际结果生成,写“向后延长 @视频1”,并用 @图片1 指向该视频的实际尾帧,说明它是新段开场的可见状态;不要再把任务写成“参考上一段视频”。
  • 实际视频与实际尾帧缺一时不宣称连续生成。素材序号来自当次 job 的真实绑定,不沿用文档里的 REF ID 猜序号。

时长与边界

Seedance 2.0 手动指定的整数时长是 4–15 秒。镜头进入本阶段前就应落在区间内。短于 4 秒的叙事动作放进 至少 4 秒的镜头,并让终点成为可见 hold;长于 15 秒的动作在分镜阶段按状态闭合点拆开,不能在这里 截断或跨镜省略交接。

对白、VO、OS 都按 performance-action-timing.md 的发声窗口复核; 同轨音画生成不代表正常语速必然容得下原文。API 另支持 duration: -1,由模型在 4–15 秒内自动选择。 固定镜长交付仍传已接受的正整数;采用自动时长时说明它是自适应生成,返回后按实际视频重新核对剪辑时长、 逐字完整性和语速。自动选择不会突破 15 秒上限,也不能替代超长对白的拆镜。

依据(2026-09-07 核对):视频生成 API、 Seedance 2.5 指南中的 2.0/2.5 时间控制差异。

CONTACT HAONAN

联系haonan

医疗 AI · 产品与独立开发

刘浩南

关注医疗 AI 从 demo 到真实落地,聚焦产品化、商业化与院内工作流效率提升。

12年医疗产研经验,大湾区头部医疗AI公司前产品总监,独立开发者

医疗 AI 产品化医疗 AI 商业化院内工作流效率
刘浩南的微信联系二维码
微信扫一扫,联系 haonan