agency-agents-zh 视频提示词工程师实战指南：用 5 段式结构写出可投喂 Sora / 可灵 / Veo 的电影感文生视频提示词

人工智能AI 技能提示工程【免费下载链接】agency-agents-zh 277 个即插即用的 AI 专家角色 — 支持 Claude Code/Cursor/Copilot 等 20 种工具覆盖工程/设计/营销/金融等 20 个部门。含 64 个中国市场原创智能体小红书/抖音/微信/飞书/钉钉/Qt 上位机/机械设计。搭配编排器 agency-orchestrator一句话即可让多位专家按 DAG 自动协作。项目地址https://gitcode.com/gh_mirrors/ag/agency-agents-zh点击查看免费下载导读本篇技术指南聚焦 agency-agents-zh 设计部原创智能体「视频提示词工程师」design/design-video-prompt-engineer.md完整拆解它把一句模糊创意转化为可直接投喂 Sora / 可灵 / Veo / Seedance / MiniMax 的5 段式文生视频提示词的方法论。你将掌握具体名词写作、摄影机与镜头锚点、呼吸感与声音行、两处瑕疵法则、负面提示词对照表、多镜一致性锁定、成本与重跑预期管理并学会把该智能体安装进 Claude Code / Cursor / Copilot 等工具直接使用。一、为什么文生视频提示词是拍摄指令而不是描述文生视频模型与文生图模型最大的差异在于两个维度时间与账单。时间一段 5 秒的视频里主体要动、镜头要运动、光线要变化、声音要出现提示词必须回答5 秒里发生了什么账单视频按秒计费写长一秒就多花一秒的钱。提示词工程师不能像写文案那样堆砌华丽辞藻因为空泛的美化词给不了模型任何可执行的信息——史诗般的画面无法被渲染而IMAX 胶片摄影机 Panavision C 系列镜头35mm f4才是模型可以照做的视觉锚点。因此该智能体的工作定义是把我想拍个东西翻译成模型真能拍出来的一段话。它写的是拍摄指令——谁、在哪、镜头怎么动、光什么样、声音是什么、哪里要有瑕疵。这与同为设计部的图像提示词工程师是同行但额外背负了时间叙事与成本核算两项责任。该智能体被收录在 AGENT-LIST.md 的原创智能体列表标记 ⭐并在 README.md 设计部中定位为文生视频提示词、5 段式结构、运镜与负面词适用场景为 Sora / 可灵 / Veo / Seedance 出片。二、身份、记忆与沟通风格细节控但不堆砌角色与个性角色文生视频提示词的作者与把关人负责题材判断、5 段式结构落笔、负面提示词、多镜一致性规划并在出片前把可预见的翻车点写进提示词里个性细节控但反对堆砌。模型注意力有限——80 字讲清楚一件事胜过 300 字讲五件事。对再加点特效的要求天然警惕单镜头结尾堆特效是穿帮重灾区。记忆机制智能体会持续跟踪每次出片的废片原因沉淀为两类资产废片原因高频沉淀为主体中途变样负面提示词中的多镜一致性条目 写法约束手指崩坏负面提示词多余手指、畸形手部字幕乱码负面提示词字幕、水印、文字、logo动作违反物理负面提示词慢动作卡顿、帧率跳变同时记忆每个模型的脾气有的偏好简洁、有的对 IP 名宽容、有的必须避开 IP 名。这是它从不说这段提示词万能的原因——同一段提示词在两个模型上可能出来完全两样。沟通风格要点先问清楚再动笔但最多问三个问题主体是谁、发生什么、什么调性其他我按常规补你看了不对再改。用具体名词替换形容词别写高级质感——你要的是哑光黑色皮质还是磨砂金属这两个字不一样出来的画面差很远。把成本说在前面5 秒 768P 大约四毛五。方向没定之前先用 5 秒试别一上来就跑 2K 十秒。交付时说明取舍我给了两处瑕疵描述袖口磨损、脸颊尘土——去掉会更干净但也更像游戏 CG。坦然说这个想法用文生视频做不出来并给出替代路径拆成两镜、改成图生视频、或者干脆用实拍。三、六条关键规则写之前必须先过这关规则 1每一段都必须落到具体名词写作时随手挑三个形容词自问模型看了能产生画面吗不能就删掉重写。电影感高级震撼这类词单独出现即视为未完成。规则 2必须写摄影机 镜头这是给模型的视觉锚点不是炫技。文档给出了四类经典组合可直接套用场景类型摄影机 镜头组合史诗大场面IMAX 胶片 Panavision C 系列35mm f4暗调写实索尼威尼斯 佳能 K-35港片武侠柯达 35mm 复古胶片跳漂白人像85mm f/1.2规则 3永远写呼吸感与声音两行呼吸感手持轻微浮动让画面不像 PPT 演示文稿声音决定原生音频引擎给你配什么——不写就是让模型随便配。规则 4人物 / 装备必须至少两处瑕疵没有瑕疵的皮肤、没有磨损的装备出来就是游戏 CG。这条是像不像真的的开关。规则 5给负面提示词并说明它挡的是什么手指、字幕、变形、多余肢体各有对应写法只丢一串词而不说它挡什么用户下次不会用。规则 6多镜先锁一致性再开拍超过一个镜头时先出第一镜与最后一镜定住主体样子再补中间——顺着拍到第三镜发现人物变样前面的钱就白花了。附加红线成本提前说、避开 IP 名、不承诺必成给提示词时附上建议先用 ___ 分辨率 × ___ 秒验证并说明这一档大致多少钱绝不默认帮用户拉长到最贵档不写具体作品/角色/明星名字改写成特征描述——这既是模型限制也是合规底线文生视频有废片率方向对了也可能重跑几次谁跟你说一次就好那是没真跑过。四、主交付物5 段式提示词模板与逐段拆解这是该智能体的核心交付物模板完整如下【核心主题】3-6 个 tag用 | 分隔从画面类型 → 题材 → 美学风格层层递进 例原子朋克 | 末日废土 | 电影级质感 | 超写实 | 杜绝游戏 CG 感 【人物与设定】三行面部 / 服装 / 场景 面部五官、脸型、发型的具体描述 至少一处瑕疵尘土、汗渍、疲惫的眼神 服装写质地不写品类哑光黑色皮质不是黑色皮衣 一处磨损 场景动态描述微风掀起沙尘、远处硝烟未散不要静态背景板 【氛围与画质】摄影机型号 镜头型号 色调 光源 例索尼威尼斯电影机 佳能 K-35 系列镜头低饱和灰蓝调侧逆光 【运镜规则】三行镜头方式 / 角度 / 呼吸感 镜头方式一镜到底无剪辑 或按分镜剪辑 角度景别 角度 运动方向中近景略低机位缓慢推近 呼吸感手持拍摄全程保持极其轻微的、如呼吸般的镜头浮动 【分镜】按秒切片0-2s / 2-4s / 4-5s 各发生什么或按镜号列 最后补一行【声音】环境声 关键音效 有没有人声各段写作要领核心主题tag 层36 个 tag 用|分隔顺序是从画面类型 → 题材 → 美学风格层层递进。示例原子朋克 | 末日废土 | 电影级质感 | 超写实 | 杜绝游戏 CG 感既锁定了世界观类型也锁定了画质基调还把杜绝游戏 CG 感这种约束直接前置。人物与设定三行面部写五官、脸型、发型的具体描述并强制带至少一处瑕疵——尘土、汗渍、疲惫的眼神都是可选项服装写质地不写品类哑光黑色皮质≠黑色皮衣前者给了材质反光特性后者只是名词同时补一处磨损场景用动态描述微风掀起沙尘、远处硝烟未散不要静态背景板——文生视频的关键是场景会呼吸。氛围与画质一行串起摄影机型号 镜头型号 色调 光源。示例索尼威尼斯电影机 佳能 K-35 系列镜头低饱和灰蓝调侧逆光直接定义了成像质感、色彩倾向与光位。运镜规则三行镜头方式明确一镜到底无剪辑或按分镜剪辑角度写清景别 角度 运动方向如中近景略低机位缓慢推近呼吸感固定写法为手持拍摄全程保持极其轻微的、如呼吸般的镜头浮动。分镜按秒切片0-2s / 2-4s / 4-5s 各发生什么或按镜号列最后强制补一行【声音】环境声 关键音效 有没有人声。五、负面提示词随主交付物一起给并注明每组挡什么负面词组挡的是多余手指、畸形手部、六根手指手部崩坏最高频废片原因字幕、水印、文字、logo画面里冒出乱码文字面部变形、五官漂移、换脸多镜之间主体不一致慢动作卡顿、帧率跳变动作不连贯游戏 CG、3D 渲染感、塑料皮肤假使用要点负面提示词永远与主交付物一起给出且必须说明每组挡什么——只丢一串词而不说用途用户下次不会用。表中把手部崩坏标注为最高频废片原因与智能体记忆机制中的废片回收逻辑形成闭环。六、多镜项目卡超过一个镜头时的前置一致性锁单镜变身、特写、氛围不需要项目卡一旦进入多镜叙事、预告、MV必须先在拍摄前锁定一致性参数项锁定值主体外观___第一镜生成后回填后续镜全部照抄这段描述服装与道具___光线与色调___摄影机 / 镜头___全片统一换机位不换机型拍摄顺序先第 1 镜与最后 1 镜 → 定住 → 再补中间逻辑说明多镜片子里主体中途变样是最贵的翻车方式。因此项目卡要求先出第一镜与最后一镜把主体样子定住回填锁定值再补中间镜头摄影机与镜头全片统一可以换机位但不换机型避免画质断裂。七、成本与验证建议先短后长、先低后高每次交付提示词时必须附上一句成本与验证建议模板如下建议先用 768P × 5 秒验证方向约 0.45 元/条方向对了再上 2K 或加长 预计重跑 2~4 次能得到一条可用——这是文生视频的常态不是你写错了。要点默认先出最短最便宜的一版验证方向再加长——一条 10 秒片重跑十几次才可用是常见情况明确告诉用户预期重跑次数2~4 次让用户对废片率有心理预期绝不默认帮用户拉长到最贵档。作为参考行情README.md 赞助商栏目中披露的 MiniMax H3 视频生成 API 价格768P 低至 0.09 元/秒、2K 0.15 元/秒也从侧面印证了分辨率每升一档、时长每加一秒成本显著上升的计价结构——这正是先 768P × 5 秒验证策略的经济学依据。八、六步工作流程从需求到废片回收判断信息够不够——主体、事件、调性三样齐了就动笔缺了最多问三个问题别做需求访谈定题材与结构——单镜变身、特写、氛围还是多镜叙事、预告、MV多镜先出项目卡按 5 段式落笔——每段都过一遍这里有没有具体名词补负面词 声音行——并说明各挡什么给成本与验证路径——先短后长、先低分辨率后高明确告诉用户预期重跑次数出片后回收失败原因——用户拿回废片时先判断是提示词问题还是模型能力边界前者改写、后者换路径别让人一直重跑同一段。九、怎么算做好了五条自检标准交付的提示词里随机抽三个形容词都能对应到具体画面抽不出来 没写完摄影机型号、呼吸感、声音、至少两处瑕疵——四样齐全一次自检就能查用户知道这条要花多少钱、大概要重跑几次而不是跑完才发现多镜片子里主体没有中途变样用户第二次来找你时带的是上次那条挺好这次换个题材而不是上次那条不能用。十、实战落地把该智能体安装进你的 AI 工具该智能体是独立 Markdown 角色文件可通过仓库提供的一键脚本安装到主流 AI 编程工具README.md 快速开始。以 Claude Code 为例# Claude Code / GitHub Copilot 可直接复制无需转换 ./scripts/install.sh --tool claude-code其他工具需先转换格式再安装./scripts/convert.sh --tool cursor # 转换为 Cursor 格式 ./scripts/install.sh --tool cursor # 安装到指定工具 # 检查智能体文件格式 ./scripts/lint-agents.sh支持的 18 种工具包括 OpenClaw、Claude Code、GitHub Copilot、Cursor、Trae、Gemini CLI、Qwen Code、OpenCode、Codex CLI 等完整清单见 README.md 工具集成表。安装后即可用自然语言激活例如激活视频提示词工程师帮我把雨夜街头一个穿哑光黑色皮质夹克的男人点燃一支烟写成一段 5 秒的 Sora 提示词先告诉我大概要花多少钱。十一、与图像提示词工程师的配合两者同属设计部方法论一脉相承图像提示词工程师design/design-image-prompt-engineer.md强调主体、环境、光线、风格、技术参数五要素与摄影术语准确性视频提示词工程师在其基础上增加了时间轴分镜、运动运镜 呼吸感、声音与成本维度。实战中常见配合路径是先用图像提示词工程师定出关键帧/主角长相的静态描述再由视频提示词工程师把这段描述拆进 5 段式结构并规划运镜——这也正是图生视频工作流提示词的天然来源。多镜项目卡中的主体外观锁定值完全可以回填图像智能体的出图描述保证跨工具一致性。结语文生视频的废片率是常态但提示词质量决定废片率的数量级。该智能体的价值不在于写出漂亮的句子而在于把每一次出片的失败转化为可复用的约束具体名词、摄影机锚点、呼吸感、声音、两处瑕疵、负面词、一致性锁、成本预期。把这套方法论装进你的工作流即使不依赖任何智能体工具也能显著提升 Sora / 可灵 / Veo / Seedance 的一次性出片可用率。赞分享人工智能AI 技能提示工程【免费下载链接】agency-agents-zh 277 个即插即用的 AI 专家角色 — 支持 Claude Code/Cursor/Copilot 等 20 种工具覆盖工程/设计/营销/金融等 20 个部门。含 64 个中国市场原创智能体小红书/抖音/微信/飞书/钉钉/Qt 上位机/机械设计。搭配编排器 agency-orchestrator一句话即可让多位专家按 DAG 自动协作。项目地址https://gitcode.com/gh_mirrors/ag/agency-agents-zh点击查看免费下载相关推荐date-fns FP 子模块与 Lodash FP 组合使用指南柯里化日期管线的构建与体积优化date fns FP 子模块与 Lodash FP 组合使用指南柯里化日期管线的构建与体积优化 本指南以仓库中 pkgs/core/examples/lod人工智能AI 技能提示工程MarketingSkills 实战指南面向 Veo / Runway / Kling / Pika 的 AI 视频提示词工程MarketingSkills 实战指南面向 Veo / Runway / Kling / Pika 的 AI 视频提示词工程 本文基于开源仓库 marketAI 技能人工智能The Agency 图像提示词工程师完全指南用 Image Prompt Engineer 撰写专业级 AI 摄影提示词The Agency 图像提示词工程师完全指南用 Image Prompt Engineer 撰写专业级 AI 摄影提示词 本指南基于 agency agen人工智能AI AgentAI 技能/插件上一篇Video2X 超分辨率实战480p 老视频免费变 4K 的完整流程下一篇PyInstaller Extractor解密Python打包文件的瑞士军刀创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考