winson-jimeng-cinematic-prompt
从一张图片或一段文字,到一部电影级即梦AI视频的完整提示词工程。
核心能力:输入解析 → 品牌人格诊断 → 运镜体系匹配 → 剪辑模型选择 → 2000字/15s提示词生成 → 全链路验证。
Use this skill when the user needs to: 生成即梦AI视频提示词,创作电影级AI视频,从图片生成视频提示词,从文字描述生成视频提示词,制作商业广告AI视频,生成15秒以上的连续AI视频提示词。
Trigger keywords: 即梦, 即梦AI, jimeng, 视频提示词, AI视频, 视频prompt, 15秒视频, 电影级视频, 图生视频, 文生视频, 视频运镜, 视频分镜。
一、核心哲学(必读)
1.1 唯一铁律
> 2000字不是冗余,是电影级精度的必要条件。每一个字都在控制一帧画面的一个维度。
普通的AI视频提示词像速写——寥寥几笔,交给AI自由发挥。电影级提示词像建筑图纸——每一根线条都精确到毫米,AI只需按图施工。2000字的本质是:把导演脑子里的所有决策,翻译成AI能执行的完整指令。
1.2 三个底层认知
| 认知 | 说明 |
|---|---|
| 提示词即分镜脚本 | 2000字的提示词不是一段描述,而是一部微电影的完整分镜脚本。每个维度对应剧本的一个部门:美术(场景)、摄影(运镜/光影)、服装(色彩)、导演(情绪/动作)、后期(画质/约束)。 |
| 品牌人格决定一切 | 运镜不是通用模板。苹果的极简禅意、索尼的技术浪漫、奔驰的史诗叙事、华为的东方美学——同一个场景,四种品牌人格会产生四种完全不同的提示词。先诊断人格,再生成指令。 |
| 15秒是独立生命体 | 每个15秒单元都有自己的开场、发展、高潮、结尾。单元之间可以串联成长片,但每个单元单独拿出来也是一部完整的作品。不要把15秒当作长片的碎片。 |
1.3 核心公式
输入(图片/文字)
→ 品牌人格诊断(匹配四大运镜体系)
→ 剪辑模型选择(三幕式/信息密度/情感弧线)
→ 八大维度填充(2000字结构化生成)
→ 时间轴分配(15s内逐秒控制)
→ 画质约束锁定
→ 2000字电影级提示词
1.4 与商业广告运镜体系的关系
本技能深度融合 winson-commercial-cinematography-skill 的核心方法论:
| 来源技能模块 | 在本技能中的应用 |
|---|---|
| 四大品牌运镜体系(苹果/索尼/奔驰/华为) | Phase 2 品牌人格诊断 → 运镜语言层 |
| 三幕式钩子结构 | 15s时间轴分配模型一 |
| 信息密度梯度 | 15s时间轴分配模型二 |
| 情感弧线映射 | 15s时间轴分配模型三 |
| 四层作品思维 | 提示词质量分级标准 |
| 代表人物技法库 | 运镜设计参考库 |
| 场景适配指南 | 视频类型自动识别 |
二、2000字提示词八大维度结构
2.1 为什么是八大维度
一部电影需要八个部门协同:美术、摄影、灯光、服装、导演、表演、剪辑、后期。2000字提示词的八大维度,对应这八个部门的产出。每个维度都有明确的字数分配和质量标准。
2.2 维度总览与字数分配
┌─────────────────────────────────────────────────────┐
│ 2000字 / 15秒 提示词结构 │
├──────────┬──────────┬───────────────────────────────┤
│ 维度 │ 字数 │ 对应电影部门 │
├──────────┼──────────┼───────────────────────────────┤
│ ① 场景环境层 │ ~300字 │ 美术指导(场景搭建) │
│ ② 主体描述层 │ ~300字 │ 选角+服装(角色与产品) │
│ ③ 运镜语言层 │ ~400字 │ 摄影指导(镜头运动) │
│ ④ 光影设计层 │ ~250字 │ 灯光师(光线控制) │
│ ⑤ 色彩风格层 │ ~200字 │ 调色师(色彩管理) │
│ ⑥ 动作运动层 │ ~250字 │ 动作指导(运动设计) │
│ ⑦ 情绪弧线层 │ ~150字 │ 导演(情感节奏) │
│ ⑧ 画质约束层 │ ~150字 │ 后期监督(质量锁定) │
├──────────┼──────────┼───────────────────────────────┤
│ 合计 │ ~2000字 │ 完整电影团队 │
└──────────┴──────────┴───────────────────────────────┘
2.3 各维度详细规范
维度一:场景环境层(~300字)
功能:建立故事发生的物理空间,让观众「闻到」场景的气息。
必须包含:
- 时间精确度:具体到时分(如「清晨5:47」而非「早晨」)、季节、天气状态
- 地点精确度:具体到材质和细节(如「青石板路面有苔藓攀爬」而非「街道」)
- 空间纵深:前景/中景/远景三层描述
- 环境动态元素:空气中的浮动物(尘埃、雾气、雨丝、花瓣)、背景中的微动态
- 温度与质感:空气是湿润还是干燥,温度是冷冽还是温热
- 声音暗示:通过视觉描述暗示声音环境(如「远处教堂钟声惊起一群鸽子」)
示例:
> 深秋凌晨5:47,北方工业城市边缘的废弃钢铁厂。巨大的高炉锈迹斑斑,红褐色铁锈在晨雾中泛着潮湿的光泽。地面散落着碎混凝土块和枯黄的杂草,杂草上凝结着霜花。空气中弥漫着铁锈和潮湿泥土的混合气息,薄雾从地面缓缓升腾,能见度约50米。远处一根烟囱冒着淡白色的烟,被微风撕成丝状。前景是一把倒在地上的生铁椅子,中景是空旷的厂房通道,远景是高炉剪影与灰蓝色天际线的交界。一只野猫从画面左下角快速穿过,带起几片落叶。
维度二:主体描述层(~300字)
功能:定义画面中的核心主体——人物、产品或物体——让观众「记住」它。
人物类必须包含:
- 外貌精确度:年龄、体型、面部特征、肤色、发型、发色
- 服装精确度:材质、颜色、版型、破损/新旧程度、配饰
- 状态精确度:情绪状态、肌肉张力、微表情、眼神方向
- 与空间的关系:站位、朝向、与环境物体的互动
产品类必须包含:
- 材质描述:金属/玻璃/塑料/织物,表面处理工艺
- 颜色精确度:主色、辅色、配色比例
- 体积感:尺寸暗示(通过参照物)、重量感
- 标志性特征:品牌识别元素的位置和呈现方式
示例(人物):
> 一个约35岁的东亚男性,身高约180cm,精瘦但肌肉线条分明。短发,鬓角有少许白发,下颌线硬朗,眉骨突出,眼窝深陷,瞳色深棕。穿着一件洗旧的深灰色棉质工装外套,内搭白色圆领T恤,领口微微泛黄。下身是黑色卡其布工装裤,膝盖处有磨损痕迹,脚踩一双沾满灰尘的棕色皮革工装靴。双手插在外套口袋里,右肩微微前倾,身体重心偏向左腿。面部表情平静中带着一丝疲惫,嘴角微微下垂,眼神望向远方高炉方向,目光沉静而坚定。晨雾在他身侧流动,外套下摆被微风轻轻掀起约15度角。
维度三:运镜语言层(~400字)
功能:定义镜头如何运动——这是提示词中字数最多、最核心的维度,直接决定视频的「电影感」。
必须包含:
- 镜头运动类型:推/拉/摇/移/跟/升/降/环绕/螺旋/弧线/固定
- 运动参数:速度(极慢/慢/中速/快/极快)、方向(上下左右前后)、幅度
- 拍摄角度:平视/仰拍/俯拍/鸟瞰/虫瞰/倾斜镜头
- 景别变化:远景→全景→中景→近景→特写→微距的推进路径
- 焦距感:广角畸变/标准透视/长焦压缩
- 镜头数量与切换:15秒内包含几个镜头、切换方式
- 运镜与品牌体系的匹配(见第三章)
- 关键帧描述:每个镜头的起幅和落幅
运镜指令格式:
[时间范围] + [景别] + [运镜类型] + [运动方向与速度] + [焦点变化] + [画面内容]
示例:
> [0:00-0:04] 远景固定镜头,机位距主体约30米,平视角度,50mm标准焦距。画面中央是废弃厂房通道,主体人物从画面右侧三分之一处入画,以正常步速向左横向移动。镜头保持完全静止,仅通过主体的移动制造画面内的运动感。焦点锁定在主体身上,背景高炉自然虚化。最后一秒,主体停下脚步,转头面向镜头方向。[0:04-0:08] 镜头开始极慢推进(Push-in),速度约0.3倍速,从远景缓慢过渡到中景。机位同时以5度仰角微微上移,强化人物的坚毅感。焦点始终锁定人物双眼,景深逐渐变浅,背景虚化程度加深。[0:08-0:12] 匹配剪辑至特写镜头,机位距主体约0.5米,85mm长焦。焦点从人物整体收缩至右眼瞳孔,可以看见瞳孔中反射出高炉的微弱火光。镜头以极慢速度逆时针旋转15度(Dutch Angle),制造轻微的不安感。[0:12-0:15] 镜头缓慢后拉(Pull-out),从特写回到中景,同时机位升高约2米形成俯视角。画面最终定格在人物全身与厂房环境的全景构图,人物位于画面左下三分之一交叉点。
维度四:光影设计层(~250字)
功能:定义光线的类型、方向、强度和动态变化——光影是情绪的载体。
必须包含:
- 主光源:类型(自然光/人造光/混合光)、方向(顺光/侧光/逆光/顶光/底光)
- 光线强度:高调/低调/中调、明暗对比度(高反差/低反差)
- 色温:暖色(2700K-3500K)/中性(4000K-5000K)/冷色(5500K-7000K)
- 光影动态:光线是否随时间变化、光斑移动、阴影方向变化
- 特殊光效:镜头光晕/丁达尔效应/体积光/轮廓光/眼神光
- 光影与情绪的映射关系
示例:
> 主光源为清晨自然光,从画面左侧偏上方约30度角斜射入厂房,色温约5500K偏冷调。光线穿过厂房破损的窗户和钢结构缝隙,形成多道丁达尔效应光柱,光柱中可见尘埃颗粒缓慢漂浮。整体低调照明,明暗对比约7:3,暗部占画面主导。人物面部受侧光照射,左半脸明亮右半脸隐入阴影,形成经典的伦勃朗光效。人物眼窝深处有一束微弱反光形成眼神光。地面霜花在光线照射下闪烁微光。最后3秒,随着太阳升高,光线角度变化,光柱缓缓右移,扫过人物面部,明暗对比从7:3过渡到6:4,暗示时间的流逝和希望的微升。
维度五:色彩风格层(~200字)
功能:定义画面的色彩语言——色彩是潜意识的指挥棒。
必须包含:
- 主色调与辅助色:具体到色相名称(如「铁锈红」「灰蓝」「枯黄」)
- 饱和度:高饱和/中饱和/低饱和/去饱和
- 对比度:高对比/中对比/低对比
- 色彩风格标签:电影胶片/赛博朋克/日系清新/国风水墨/纪实粗粝/好莱坞青橙
- 色温倾向:整体偏暖/偏冷/中性
- 色彩情绪映射:每种颜色传达的情绪
- 调色参考:可引用具体电影或摄影师的调色风格
示例:
> 整体低饱和度色调,去饱和约40%,营造工业衰败的冷峻感。主色调为铁锈红与灰蓝的对比,铁锈红出现在高炉和地面碎片上,灰蓝主导天空和阴影区域。辅助色为枯黄的杂草和人物外套的深灰。色温整体偏冷,约5500K。对比度中等偏高,暗部不完全压死,保留暗部细节。色彩风格参考《银翼杀手2049》的调色逻辑——冷色环境中点缀暖色信号。人物白色T恤是画面中唯一的高光点,引导视觉焦点。最后3秒光线变暖时,画面整体色温从5500K向4500K微移,铁锈红饱和度提升约15%,暗示情绪回暖。
维度六:动作运动层(~250字)
功能:定义主体和环境中的一切运动——运动是视频与照片的根本区别。
必须包含:
- 主体动作序列:按时间线拆分为可执行的连续动作
- 动作速度与力度:每个动作的速度感和力量感
- 微动作设计:呼吸起伏、衣角飘动、头发摆动等细微动态
- 环境动态元素:风、水、烟、火、尘等非主体运动
- 运动与运镜的配合:主体运动方向与镜头运动方向的关系
- 动态模糊控制:哪些部分需要动态模糊、哪些需要清晰
- 动作连贯性约束:确保动作之间的物理逻辑
动作拆分原则:
复杂动作必须拆分为独立步骤,用「→」连接
例:抬手端杯 → 轻吹热气 → 抿茶 → 缓缓放下
而非:「端起杯子喝茶」
示例:
> [0:00-0:04] 主体从画面右侧入画,以约1.2米/秒的正常步速横向行走,步伐沉稳,双臂自然摆动,右手从口袋中抽出。外套下摆随步伐轻微摆动,衣角有约5cm的动态位移。晨雾在身侧流动,速度约0.2米/秒。地面落叶被脚步带起,旋转下落。[0:04-0:08] 主体停步,身体重心从右腿转移到左腿,头部缓慢右转约45度,目光从地面移向远处高炉。转头过程中,可以看见颈部肌肉的细微变化。呼吸节奏平稳,胸腔有轻微起伏。[0:08-0:12] 主体微微眯眼,瞳孔收缩,嘴角有约2mm的轻微上扬——不是微笑,是一种释然。右手抬起,手指拂过额前被风吹乱的头发。[0:12-0:15] 主体重新迈步,继续向左行走,步速略加快至1.5米/秒,背影逐渐被雾气吞没。外套下摆飘动幅度增大,远处烟囱的烟雾被风加速撕散。
维度七:情绪弧线层(~150字)
功能:定义这15秒内观众的情感旅程——情绪是作品的灵魂。
必须包含:
- 本单元情绪起点与终点
- 情感转折点的时间位置和触发因素
- 情绪递进路径(如:好奇→凝视→理解→释然)
- 与整体长片情绪弧线的关系(如果是多单元)
- 观众心理操控手法(悬念/反差/共鸣/留白)
- 情绪与运镜/光影/色彩的协同关系
示例:
> 本单元情绪弧线:压抑→探寻→释然。开篇4秒以废弃工业场景和低调照明制造压抑感,观众的好奇心被「这个人为什么在这里」激活。4-8秒主体停步凝视,镜头慢推,情绪从压抑转向探寻,观众开始代入主体的内心世界。8-12秒特写瞳孔中的火光反射,配合嘴角微扬,情绪到达释然的转折点——观众理解了主体并非困顿,而是在废墟中寻找某种意义。最后3秒主体加速离去,雾气吞没背影,留下开放式余韵,情绪回归平静中的微微振奋。整体情绪节奏为「慢-慢-快」,呼吸感由沉重渐转轻盈。
维度八:画质与约束层(~150字)
功能:锁定技术质量,防止AI生成中的常见缺陷——这是提示词的「保险栓」。
必须包含:
- 画质标准:4K超清/8K/电影级质感
- 渲染风格:真实感/半真实/动画/特定电影胶片质感
- 构图规则:三分法/黄金分割/对称/引导线
- 景深控制:浅景深/深景深、焦平面位置
- 稳定约束:画面流畅无卡顿、细节清晰无模糊、人脸无变形、肢体比例正常、画面比例稳定
- 负面提示词:列出需要排除的缺陷
- 一致性约束:多镜头间的风格/人物/色彩一致性
示例:
> 4K超清画质,电影级真实感渲染,ARRI Alexa摄影机质感,颗粒度适中(ISO 800胶片颗粒感)。构图遵循三分法,主体始终位于画面左下或右下三分之一交叉点。浅景深,f/2.8光圈效果,焦平面锁定主体。画面流畅无卡顿,细节清晰无模糊,人脸无变形,肢体比例正常,画面比例16:9稳定。人物面部特征在所有镜头中保持一致。负面提示词:无水印、无字幕、无logo、无文字叠加、无画面撕裂、无色彩突变、无鬼影、无闪烁、无多余人物、无不符合时代背景的物体。
三、四大品牌运镜体系适配
3.1 体系选择决策树
输入内容分析
├─ 科技产品/极简美学/高端感 → 苹果体系(极简禅意)
├─ 技术参数/精密机械/光学之美 → 索尼体系(技术浪漫)
├─ 汽车/冒险/史诗感/宏大叙事 → 奔驰体系(史诗叙事)
├─ 东方文化/国风/科技融合/意境 → 华为体系(东方美学)
└─ 以上都不明确 → 根据内容自动匹配或询问用户
3.2 苹果体系适配方案
运镜语言层特征:
| 要素 | 规范 |
|---|---|
| 核心手法 | 产品从黑暗中浮现(Slow Reveal)+ 极慢推轨(Slow Push-in 0.2-0.3倍速) |
| 悬浮感 | Zero Gravity效果,产品仿佛漂浮在无重力空间 |
| 光线处理 | 光线如液体般流过产品表面,单光源、高对比 |
| 环境处理 | 纯黑背景或极简纯色背景,环境完全退后 |
| 剪辑节奏 | 前3秒长镜头建立氛围,中段快速蒙太奇,结尾定格 |
| 景别路径 | 微距特写 → 缓慢拉远至全貌 → 定格 |
15秒时间轴分配(三幕式钩子):
[0:00-0:03] 破坏:纯黑画面,一丝光线从边缘渗入,产品轮廓若隐若现
[0:03-0:11] 建构:极慢推轨,光线流过产品表面,展示材质与工艺细节
[0:11-0:15] 烙印:产品全貌定格,光线汇聚至Logo,Slogan浮现
运镜层示例(苹果体系):
> [0:00-0:03] 纯黑背景,画面完全黑暗。第1.5秒起,一束极窄的冷白光(色温6500K)从画面左上角以15度角缓慢扫入,光线如液体般流过产品边缘,勾勒出产品轮廓但无法看清全貌。镜头固定,50mm焦距,极浅景深。[0:03-0:07] 镜头开始极慢推进(0.2倍速),从远景过渡到中近景。光线角度缓慢变化,从15度增至30度,产品表面材质在光线变化中展现——金属的冷冽反光、玻璃的通透折射。焦点从产品整体收缩至表面纹理细节。[0:07-0:11] 快速蒙太奇段落,3个镜头各约1.3秒:镜头A微距特写产品按键/接口,镜头B侧逆光展示产品薄度轮廓,镜头C产品在使用场景中的悬浮状态。每个镜头间用光线闪过作为转场。[0:11-0:15] 镜头缓慢后拉至全景,产品居中,光线从四面汇聚至产品Logo位置。最后1秒画面定格,Logo发光,背景渐暗至纯黑。
3.3 索尼体系适配方案
运镜语言层特征:
| 要素 | 规范 |
|---|---|
| 核心手法 | 微距镜头(Macro)+ 光谱折射(Lens Flare)+ 机械精密感 |
| 光线处理 | 追踪光线在镜片/元件中的物理折射轨迹 |
| 环境处理 | 暗调科技环境,光线作为主角 |
| 剪辑节奏 | 技术参数可视化,参数与画面对照 |
| 景别路径 | 微距元件 → 光线轨迹追踪 → 参数对照 → 产品全貌 |
15秒时间轴分配(信息密度梯度):
[0:00-0:03] 氛围建立:微距特写核心元件,建立精密感(1个长镜头)
[0:03-0:08] 技术展示:光线进入镜头/元件的折射轨迹(2-3个镜头)
[0:08-0:13] 参数爆发:技术参数与画面对照,快速蒙太奇(5-6个镜头)
[0:13-0:15] 品牌印记:产品全貌+技术标签(定格)
3.4 奔驰体系适配方案
运镜语言层特征:
| 要素 | 规范 |
|---|---|
| 核心手法 | 航拍(Drone)+ 车载POV + 时间压缩(Time-lapse) |
| 光线处理 | 自然光为主,黄金时段或蓝调时刻 |
| 环境处理 | 大尺度自然/城市景观,产品从环境中「破茧而出」 |
| 剪辑节奏 | 音乐驱动,每个鼓点对应一个切镜,引擎声作为节奏器 |
| 景别路径 | 大远景 → 产品破茧 → 驾驶POV → 品牌定格 |
15秒时间轴分配(情感弧线映射):
[0:00-0:03] 好奇:自然/城市大远景,产品尚未出现
[0:03-0:06] 惊艳:产品破茧而出,引擎声起
[0:06-0:11] 渴望:驾驶体验POV,速度感与操控感
[0:11-0:13] 信任:技术细节闪现,品质感
[0:13-0:15] 认同:品牌Slogan+引擎声渐远
3.5 华为体系适配方案
运镜语言层特征:
| 要素 | 规范 |
|---|---|
| 核心手法 | 水墨晕染转场 + 对称构图 + 留白(Negative Space) |
| 光线处理 | 柔和漫射光,强调「天人合一」的光影哲学 |
| 环境处理 | 水墨/烟雾/山水,产品从意境中凝聚成形 |
| 剪辑节奏 | 慢-快-慢:开头意境,中段爆发,结尾回归宁静 |
| 景别路径 | 水墨意境 → 产品凝聚 → 功能展示 → 留白定格 |
15秒时间轴分配(慢-快-慢):
[0:00-0:04] 意境建立:水墨/烟雾晕染,东方氛围(长镜头)
[0:04-0:08] 产品凝聚:产品从烟雾中逐渐成形,科技与自然融合
[0:08-0:12] 功能爆发:快速展示核心功能,信息密度拉满
[0:12-0:15] 回归宁静:产品定格+大面积留白,余韵悠长
四、三大剪辑模型适配
4.1 模型选择规则
| 视频类型 | 推荐模型 | 适配场景 |
|---|---|---|
| 品牌片/情感片 | 情感弧线映射 | 建立品牌情感连接 |
| 产品片/功能片 | 信息密度梯度 | 高效传递产品信息 |
| 短视频/社交媒体 | 三幕式钩子结构 | 快速抓住注意力 |
| 叙事/剧情片 | 情感弧线映射 | 讲好一个故事 |
| 混合类型 | 三幕式钩子+信息密度 | 先抓注意力再给信息 |
4.2 三幕式钩子结构(15秒版)
┌─────────────────────────────────────────────────────────┐
│ 15秒三幕式钩子结构 │
├──────────┬──────────┬───────────────────────────────────┤
│ 幕次 │ 时长 │ 功能与手法 │
├──────────┼──────────┼───────────────────────────────────┤
│ 第一幕:破坏 │ 0-3s (20%) │ 打破预期,制造认知缺口 │
│ │ │ 极端特写/非常规角度/跳切 │
├──────────┼──────────┼───────────────────────────────────┤
│ 第二幕:建构 │ 3-11s (53%) │ 建立价值,填充信息密度 │
│ │ │ 匹配剪辑/分屏/速度ramp │
├──────────┼──────────┼───────────────────────────────────┤
│ 第三幕:烙印 │ 11-15s (27%) │ 品牌印记,情感锚定 │
│ │ │ 定格/Logo动画/品牌音效 │
└──────────┴──────────┴───────────────────────────────────┘
提示词中的体现:
- 第一幕(0-3s):运镜层使用「极端特写」「非常规角度」,场景层制造悬念,情绪层标记「好奇」
- 第二幕(3-11s):运镜层使用「匹配剪辑」「速度ramp」,动作层密集展示,信息密度最高
- 第三幕(11-15s):运镜层使用「定格」「慢拉远」,画质层加入品牌印记约束
4.3 信息密度梯度(15秒版)
低密度 ──────────────────────────────────────→ 高密度 → 定格
[0-3s] [3-8s] [8-13s] [13-15s]
氛围建立 产品展示 功能爆发 品牌印记
1个长镜头 2-3个镜头 5-8个镜头 1个定格镜头
提示词中的体现:
- 0-3s:运镜层仅描述1个长镜头,场景层和光影层占比较高
- 3-8s:运镜层描述2-3个镜头,主体描述层开始展开
- 8-13s:运镜层描述5-8个快速镜头,动作层信息密度最高
- 13-15s:画质约束层和情绪层收束,定格+品牌印记
4.4 情感弧线映射(15秒版)
| 时间点 | 情感目标 | 运镜手段 | 光影手段 | 色彩手段 |
|---|---|---|---|---|
| 0s | 好奇 | 不完整画面、遮挡入画 | 暗调、一束光 | 低饱和、冷色 |
| 3s | 惊艳 | 产品/主体reveal、广角展开 | 光线爆发、逆光 | 饱和度提升、暖色注入 |
| 6s | 渴望 | 沉浸式POV、跟随镜头 | 理想光线、黄金时段 | 温暖、高饱和 |
| 11s | 信任 | 稳定镜头、微距细节 | 均匀照明、清晰 | 色彩准确、自然 |
| 13s | 认同 | 定格、对称构图 | 光线汇聚 | 品牌色主导 |
五、完整执行流程
Phase 1:输入解析与时长确认
Step 1.1:接收输入
输入类型A:图片
- 分析图片内容:主体、场景、色彩、光影、情绪基调
- 提取关键视觉元素:主色调、构图、景别、主体特征
- 识别潜在品牌人格倾向
输入类型B:文字描述
- 解析文字中的关键信息:主体、场景、动作、情绪
- 识别隐含的品牌调性和风格倾向
- 提取可视觉化的具体元素
检验标准:
- [ ] 是否提取了至少5个关键视觉元素?
- [ ] 是否识别了情绪基调?
- [ ] 是否判断了潜在品牌人格倾向?
Step 1.2:确认总时长
必须询问用户:
> 你希望生成多长时间的视频?以15秒为一个独立单元,你可以选择:
> - 15秒(1个单元)
> - 30秒(2个单元)
> - 45秒(3个单元)
> - 60秒(4个单元)
> - 或自定义时长(X个15秒单元)
同时确认:
- 视频类型(品牌片/产品片/叙事片/功能片/情感片)
- 画面比例(16:9横屏 / 9:16竖屏 / 1:1正方形)
- 是否有参考品牌或风格偏好
检验标准:
- [ ] 总时长是否已确认?
- [ ] 视频类型是否已明确?
- [ ] 画面比例是否已确认?
Step 1.3:输入要素提取表
完成输入解析后,填写以下要素表:
【输入要素提取表】
├─ 主体类型:[人物/产品/风景/抽象/其他]
├─ 核心主体描述:[一句话概括]
├─ 场景环境:[一句话概括]
├─ 情绪基调:[3个关键词]
├─ 品牌人格倾向:[苹果/索尼/奔驰/华为/自定义]
├─ 视频类型:[品牌片/产品片/叙事片/功能片/情感片]
├─ 总时长:[X个15秒单元]
├─ 画面比例:[16:9/9:16/1:1]
└─ 风格偏好:[用户补充]
Phase 2:品牌人格诊断
Step 2.1:品牌人格匹配
根据输入要素,匹配四大运镜体系之一:
| 判断维度 | 苹果体系 | 索尼体系 | 奔驰体系 | 华为体系 |
|---|---|---|---|---|
| 核心气质 | 极简/禅意/高端 | 精密/技术/光学 | 史诗/冒险/宏大 | 东方/意境/融合 |
| 适合主体 | 科技产品/奢侈品 | 相机/精密器件 | 汽车/运动品牌 | 国风/科技国货 |
| 环境倾向 | 纯色/极简空间 | 暗调科技空间 | 大尺度自然/城市 | 水墨/山水/留白 |
| 光影偏好 | 液体光/单光源 | 折射光/光轨 | 自然光/黄金时段 | 漫射柔光/天人合一 |
| 色彩偏好 | 去饱和/纯色 | 冷调/科技蓝 | 高饱和/电影感 | 水墨/低饱和/东方色 |
输出:品牌人格定义 + 运镜体系选择
检验标准:
- [ ] 品牌人格是否清晰定义?
- [ ] 运镜体系是否匹配输入内容?
- [ ] 是否与用户确认了选择?
Step 2.2:剪辑模型选择
根据视频类型选择剪辑模型:
品牌片/情感片 → 情感弧线映射
产品片/功能片 → 信息密度梯度
短视频/社交媒体 → 三幕式钩子结构
叙事/剧情片 → 情感弧线映射
不确定 → 三幕式钩子结构(最通用)
输出:剪辑模型选择 + 15秒时间轴分配方案
Phase 3:结构设计
Step 3.1:多单元时间轴规划
如果总时长超过15秒,需要规划多个单元的叙事关系:
示例:60秒视频(4个15秒单元)
单元1 [0:00-0:15]:建立——场景引入,主体登场,情绪基调铺设
单元2 [0:15-0:30]:发展——核心功能/剧情展开,信息密度提升
单元3 [0:30-0:45]:高潮——情感/视觉爆发,信任建立
单元4 [0:45-1:00]:收束——品牌印记,情感余韵,留白
多单元叙事原则:
- 每个单元独立完整,但单元间有递进关系
- 情绪弧线跨单元延续:建立→发展→高潮→收束
- 品牌印记在最后一个单元最强,但每个单元结尾都有微印记
- 视觉一致性:色调、风格、人物特征跨单元保持一致
Step 3.2:单单元内部时间轴
根据选择的剪辑模型,分配15秒内部时间轴(见第四章)。
输出:完整时间轴规划图
Phase 4:2000字提示词生成
Step 4.1:按八大维度逐层填充
这是核心步骤。 按以下顺序生成每个维度的内容:
生成顺序(先静态后动态,先环境后主体):
1. 场景环境层(~300字)→ 先搭建世界
2. 主体描述层(~300字)→ 再放入角色
3. 运镜语言层(~400字)→ 设计如何看
4. 光影设计层(~250字)→ 设计如何照亮
5. 色彩风格层(~200字)→ 设计如何调色
6. 动作运动层(~250字)→ 设计如何动
7. 情绪弧线层(~150字)→ 设计如何感受
8. 画质约束层(~150字)→ 锁定质量
生成原则:
- 每个维度必须具体到可执行的参数,禁止模糊词汇
- 维度之间必须协同(如:情绪层的「压抑」要体现在光影层的「低调」和色彩层的「低饱和」)
- 运镜层的时间线必须与剪辑模型的时间轴分配一致
- 所有时间引用必须使用 [X:XX-X:XX] 格式
Step 4.2:跨维度一致性检验
生成全部八个维度后,检查维度间的协同:
| 检查项 | 检验方法 |
|---|---|
| 情绪↔光影 | 情绪层的每个情感节点是否有对应的光影变化? |
| 情绪↔色彩 | 情绪弧线的走向是否有色彩变化配合? |
| 运镜↔动作 | 镜头运动方向与主体运动方向是否构成预期关系? |
| 场景↔光影 | 场景中的光源是否与光影层描述一致? |
| 主体↔动作 | 主体描述中的特征是否在动作层得到体现? |
| 运镜↔剪辑模型 | 运镜层的时间分配是否符合剪辑模型的时间轴? |
Step 4.3:字数校验
字数校验标准:
- 总字数:2000字 ± 200字(1800-2200字)
- 单维度字数允许 ± 50字 偏差
- 如果超出2200字:精简冗余形容词
- 如果不足1800字:在运镜层和动作层补充细节
输出:2000字完整提示词
Phase 5:输出与验证
Step 5.1:输出格式规范
# 即梦AI视频提示词
## 基本信息
- 视频类型:[类型]
- 总时长:[X秒 / X个15秒单元]
- 画面比例:[比例]
- 品牌运镜体系:[体系名称]
- 剪辑思维模型:[模型名称]
---
## 第1单元 [0:00-0:15]
### ① 场景环境层
[~300字内容]
### ② 主体描述层
[~300字内容]
### ③ 运镜语言层
[~400字内容]
### ④ 光影设计层
[~250字内容]
### ⑤ 色彩风格层
[~200字内容]
### ⑥ 动作运动层
[~250字内容]
### ⑦ 情绪弧线层
[~150字内容]
### ⑧ 画质与约束层
[~150字内容]
---
## 第2单元 [0:15-0:30](如有多单元)
[同上结构]
---
## 完整提示词(可直接复制使用)
[将所有维度合并为连续文本,按时间线排列]
Step 5.2:质量检验
使用第十章的质量检验清单逐项检查。
检验标准:
- [ ] 八大维度是否全部覆盖?
- [ ] 总字数是否在1800-2200字范围内?
- [ ] 运镜体系特征是否在运镜层中体现?
- [ ] 剪辑模型时间轴是否在运镜层中体现?
- [ ] 跨维度一致性是否通过?
- [ ] 画质约束是否完整?
- [ ] 每个时间段的描述是否具体可执行?
六、图生视频 vs 文生视频差异处理
6.1 图生视频模式
当用户输入为图片时,提示词生成策略调整:
| 维度 | 调整策略 |
|---|---|
| 场景环境层 | 以图片内容为基准,补充图片中未展示的环境细节(如气味、温度、声音暗示) |
| 主体描述层 | 以图片中的主体为基准,补充材质细节、微表情、动态特征 |
| 运镜语言层 | 重点强化。图生视频的核心是运镜,需详细描述从静态图片到动态视频的运动方案 |
| 光影设计层 | 以图片光影为基准,设计光影的动态变化路径 |
| 色彩风格层 | 以图片色调为基准,设计色彩随时间的微变化 |
| 动作运动层 | 为图片中的静态元素设计合理的动态化方案 |
| 情绪弧线层 | 从图片的静止情绪出发,设计15秒内的情绪演变 |
| 画质约束层 | 增加「保持与原图风格一致」「人物面部特征与原图一致」约束 |
图生视频特别提示:
- 运镜层字数可提升至~500字,场景层可压缩至~200字
- 必须包含「首帧与图片内容一致」的约束
- 运镜方案需考虑从静态到动态的过渡自然性
6.2 文生视频模式
当用户输入为文字描述时,提示词生成策略:
| 维度 | 调整策略 |
|---|---|
| 场景环境层 | 重点强化。文字描述通常缺乏环境细节,需大幅补充 |
| 主体描述层 | 需要将文字中的模糊描述转化为精确的视觉参数 |
| 运镜语言层 | 标准字数分配 |
| 其他维度 | 标准处理 |
文生视频特别提示:
- 场景层和主体层是文生视频的重点,因为没有图片参考
- 需要将文字中的抽象概念全部转化为具体视觉元素
- 例如:「一个悲伤的女人」→ 需要定义年龄、外貌、服装、悲伤的具体表现(眼泪?垂眸?蜷缩?)
七、2000字提示词完整模板
7.1 空白模板(可直接使用)
【即梦AI视频提示词 | 第X单元 | 15秒】
① 场景环境层(~300字):
时间:[时分][季节][天气]。地点:[具体地点,含材质细节]。
空间纵深:前景[描述] / 中景[描述] / 远景[描述]。
环境动态:[空气中的浮动物][速度][方向]。
温度质感:[空气湿度][温度感受]。
声音暗示:[通过视觉暗示的声音元素]。
② 主体描述层(~300字):
[人物:年龄/体型/面部特征/发型发色/服装材质颜色/配饰/情绪状态/肌肉张力/微表情/眼神方向/与空间关系]
或
[产品:材质/颜色/体积感/标志性特征/与场景关系]
③ 运镜语言层(~400字):
[0:00-0:XX] [景别] [运镜类型] [速度] [方向] [焦点变化] [画面内容] [拍摄角度] [焦距感]
[0:XX-0:XX] [景别] [运镜类型] [速度] [方向] [焦点变化] [画面内容] [转场方式]
[0:XX-0:XX] [景别] [运镜类型] [速度] [方向] [焦点变化] [画面内容] [转场方式]
[0:XX-0:15] [景别] [运镜类型] [速度] [方向] [焦点变化] [画面内容] [定格/收束]
[品牌运镜体系特征体现:xxx]
④ 光影设计层(~250字):
主光源:[类型][方向][色温]。明暗对比:[比例]。
光效:[丁达尔/光晕/体积光/轮廓光/眼神光]。
光影动态:[随时间的变化]。
情绪映射:[光影如何服务于情绪]。
⑤ 色彩风格层(~200字):
主色调:[色相]。辅助色:[色相]。饱和度:[高/中/低]。
对比度:[高/中/低]。色温倾向:[暖/冷/中性]。
色彩风格:[风格标签]。调色参考:[电影/摄影师参考]。
色彩情绪:[每种颜色的情绪传达]。
色彩动态:[随时间的变化]。
⑥ 动作运动层(~250字):
[0:00-0:XX] 主体动作:[动作序列,用→连接]。速度:[描述]。微动作:[呼吸/衣角/头发]。
环境动态:[风/水/烟/尘]。运动与运镜配合:[关系]。动态模糊:[哪些部分模糊]。
[0:XX-0:XX] 主体动作:[动作序列]。速度:[描述]。
[0:XX-0:15] 主体动作:[动作序列]。速度:[描述]。
⑦ 情绪弧线层(~150字):
情绪起点:[情绪]。情绪终点:[情绪]。
转折点:[时间位置][触发因素]。递进路径:[情绪A→情绪B→情绪C]。
观众心理:[悬念/反差/共鸣/留白]。
与运镜/光影/色彩协同:[描述]。
⑧ 画质与约束层(~150字):
画质:[4K/8K/电影级]。渲染风格:[真实感/胶片质感]。
构图:[规则]。景深:[描述]。
稳定约束:画面流畅无卡顿,细节清晰无模糊,人脸无变形,肢体比例正常,画面比例[比例]稳定。
一致性:[多镜头一致性要求]。
负面提示词:[排除的缺陷列表]。
7.2 字数分配速查表
| 维度 | 目标字数 | 最低 | 最高 | 优先级 |
|---|---|---|---|---|
| ① 场景环境层 | 300 | 250 | 350 | 中 |
| ② 主体描述层 | 300 | 250 | 350 | 中 |
| ③ 运镜语言层 | 400 | 350 | 450 | 最高 |
| ④ 光影设计层 | 250 | 200 | 300 | 高 |
| ⑤ 色彩风格层 | 200 | 150 | 250 | 中 |
| ⑥ 动作运动层 | 250 | 200 | 300 | 高 |
| ⑦ 情绪弧线层 | 150 | 120 | 180 | 中 |
| ⑧ 画质约束层 | 150 | 120 | 180 | 最高 |
| 合计 | 2000 | 1800 | 2200 | - |
八、常见陷阱与避坑指南
| 陷阱 | 表现 | 后果 | 修正 |
|---|---|---|---|
| 运镜与品牌人格不匹配 | 科技品牌用水墨转场,东方品牌用赛博朋克 | 品牌认知混乱 | 先执行Phase 2品牌诊断,再生成运镜层 |
| 维度间割裂 | 情绪层写「欢快」,光影层写「低调暗沉」 | AI收到矛盾指令 | Phase 4 Step 4.2跨维度一致性检验必做 |
| 动作描述不可拆分 | 「挥剑转身」合并描述 | AI无法正确执行复杂动作 | 用「→」拆分为独立步骤 |
| 时间线不连续 | 运镜层时间标注跳跃(如0:00-0:03直接跳到0:08) | 视频出现空白或跳帧 | 确保时间标注连续覆盖0:00-0:15 |
| 字数严重失衡 | 场景层写了500字,运镜层只有200字 | 信息分配不均 | 严格按字数分配表控制 |
| 缺少稳定约束 | 画质层未写「画面流畅无卡顿」 | AI生成画面抖动变形 | 画质层稳定约束为必填项 |
| 情绪弧线断裂 | 情绪从「好奇」直接跳到「认同」,缺少过渡 | 观众情感不连贯 | 情绪递进路径至少3个节点 |
| 多单元不一致 | 第1单元人物穿红衣,第2单元变蓝衣 | 视觉跳跃 | 跨单元在画质层加入一致性约束 |
| 抽象词未转化 | 提示词中出现「美丽的」「高级的」 | AI理解模糊 | 全部转化为具体视觉参数 |
| 负面提示词缺失 | 未列出需要排除的缺陷 | AI可能生成水印、文字、畸形 | 画质层必须包含负面提示词 |
九、场景适配指南
| 场景 | 推荐运镜体系 | 推荐剪辑模型 | 运镜层重点 | 情绪弧线重点 |
|---|---|---|---|---|
| 科技产品发布 | 苹果/索尼 | 信息密度梯度 | 产品浮现+微距+光线轨迹 | 好奇→惊艳→信任 |
| 汽车品牌广告 | 奔驰 | 情感弧线映射 | 航拍+POV+破茧而出 | 渴望→震撼→认同 |
| 国产品牌广告 | 华为 | 情感弧线映射 | 水墨转场+留白+凝聚 | 意境→惊艳→自豪 |
| 短视频平台内容 | 自定义 | 三幕式钩子结构 | 前3秒强钩子+快速切 | 好奇→惊艳→记忆 |
| 电商产品展示 | 索尼(微距) | 信息密度梯度 | 微距+环绕+材质特写 | 注意→兴趣→渴望 |
| 品牌形象片 | 自定义 | 情感弧线映射 | 长镜头+情绪流动 | 共鸣→信任→认同 |
| 叙事/剧情短片 | 自定义 | 情感弧线映射 | 跟随+POV+匹配剪辑 | 好奇→代入→共鸣 |
| 音乐MV | 自定义 | 三幕式钩子结构 | 音乐驱动+速度ramp | 律动→高潮→余韵 |
| 美食/生活方式 | 苹果(极简) | 信息密度梯度 | 慢推+微距+悬浮感 | 舒适→渴望→满足 |
| 旅行/风光 | 奔驰(史诗) | 情感弧线映射 | 航拍+时间压缩+大景 | 震撼→沉浸→向往 |
十、质量检验清单
结构层面
- [ ] 八大维度是否全部覆盖?
- [ ] 总字数是否在1800-2200字范围内?
- [ ] 每个维度的字数是否在允许偏差内?
- [ ] 是否有单元标识和时间范围标注?
品牌层面
- [ ] 品牌人格是否已诊断并定义?
- [ ] 运镜体系是否在运镜层中体现特征?
- [ ] 运镜选择是否符合品牌人格?
剪辑层面
- [ ] 剪辑模型是否匹配视频类型?
- [ ] 15秒时间轴分配是否符合模型规范?
- [ ] 运镜层时间标注是否连续覆盖0:00-0:15?
运镜层面
- [ ] 每个镜头是否有景别、运镜类型、速度、方向?
- [ ] 镜头切换方式是否描述?
- [ ] 运镜与主体运动的配合关系是否说明?
视觉层面
- [ ] 光影是否有色温、方向、强度、动态变化?
- [ ] 色彩是否有主色调、饱和度、对比度、风格标签?
- [ ] 动作是否用「→」拆分为可执行步骤?
- [ ] 环境动态元素是否描述?
情绪层面
- [ ] 情绪弧线是否有起点、转折、终点?
- [ ] 情绪是否与光影、色彩协同?
- [ ] 观众心理操控手法是否明确?
技术层面
- [ ] 画质标准是否明确(4K/8K/电影级)?
- [ ] 稳定约束是否完整?
- [ ] 负面提示词是否列出?
- [ ] 多镜头一致性约束是否包含?
跨维度一致性
- [ ] 情绪↔光影是否协同?
- [ ] 情绪↔色彩是否协同?
- [ ] 运镜↔动作是否配合?
- [ ] 场景↔光影是否一致?
- [ ] 主体↔动作是否一致?
十一、执行原则
- 品牌人格优先:所有维度的生成都从品牌人格出发,先诊断再动笔。
- 运镜层为王:运镜语言层是2000字中字数最多、优先级最高的维度,投入最多精力。
- 具体胜过抽象:每个形容词都必须转化为可执行的视觉参数,「美丽的」→「侧光照射下皮肤呈现蜜色光泽」。
- 时间线全覆盖:15秒的每一秒都必须有明确的运镜和动作描述,不能有空白。
- 维度协同:八个维度不是独立拼凑,是一部电影的八个部门协同作业。
- 稳定约束必加:画质层的稳定约束和负面提示词是保险栓,不可省略。
- 减法思维:2000字不是越多越好,每个字都要问「删掉会怎样」。不能删的才是必须的。
- 多单元一致性:多单元视频中,人物、风格、色调跨单元必须一致。
- 图生视频运镜为王:图片输入时,运镜层是核心,需重点设计从静态到动态的运动方案。
- 迭代是常态:第一次生成的提示词永远有优化空间,保持开放接受反馈。
十二、快速参考卡片
12.1 八大维度速记
场景环境 → 主体描述 → 运镜语言 → 光影设计 → 色彩风格 → 动作运动 → 情绪弧线 → 画质约束
300字 300字 400字 250字 200字 250字 150字 150字
美术 选角 摄影 灯光 调色 动作 导演 后期
12.2 15秒时间轴速记
三幕式: [0-3s]破坏 → [3-11s]建构 → [11-15s]烙印
信息密度: [0-3s]氛围 → [3-8s]展示 → [8-13s]爆发 → [13-15s]印记
情感弧线: [0s]好奇 → [3s]惊艳 → [6s]渴望 → [11s]信任 → [13s]认同
12.3 运镜体系速记
苹果:极慢推轨 + 液体光 + 纯黑背景 + 产品浮现
索尼:微距特写 + 光线折射 + 暗调科技 + 参数可视化
奔驰:航拍大景 + 破茧而出 + 黄金时段 + 引擎节奏
华为:水墨晕染 + 对称留白 + 漫射柔光 + 天人合一
12.4 运镜指令格式速记
[时间范围] + [景别] + [运镜类型] + [速度] + [方向] + [焦点] + [内容] + [角度] + [焦距]
12.5 稳定约束速记(必加)
画面流畅无卡顿,细节清晰无模糊,人脸无变形,肢体比例正常,画面比例[16:9/9:16/1:1]稳定。
负面提示词:无水印、无字幕、无logo、无文字叠加、无画面撕裂、无色彩突变、无鬼影、无闪烁。
十三、附录:完整示例
附录A:商业广告示例(苹果体系 + 三幕式钩子)
输入:一张无线耳机的产品图片
总时长:15秒(1个单元)
画面比例:16:9
> ① 场景环境层(~300字):
> 纯黑无限空间,无地面、无墙壁、无天花板,只有绝对的黑暗。空气干燥无尘,温度感偏冷。空间中没有可见光源,但产品所在位置有微弱的光线存在感,仿佛产品本身在发光。画面中无任何环境物体,纯粹的黑是唯一的背景。极度安静的氛围,通过视觉的「空」暗示声音的「无」——恰与耳机产品形成隐喻呼应。前景为空,中景为产品悬浮位置,远景为无限延伸的黑暗。画面比例16:9,黑暗占据画面100%,产品将从中「浮现」。
>
> ② 主体描述层(~300字):
> 一副白色无线耳机,入耳式设计,耳机本体呈水滴形,长约3.5cm,最宽处约1.8cm。外壳为哑光白色PC材质,表面有细微的磨砂质感,不反光但触感温润。耳机内侧有银色金属充电触点,硅胶耳塞为浅灰色,柔软有弹性。品牌Logo位于耳机外侧面板中央,为同色系凹刻设计,在特定光线角度下隐约可见。两只耳机呈45度角倾斜悬浮于画面中央偏上位置,间距约8cm,左右对称。耳机表面无指纹、无灰尘、无瑕疵,呈现全新未拆封的完美状态。体积感轻盈,悬浮姿态暗示无重力环境。
>
> ③ 运镜语言层(~400字):
> [0:00-0:03] 画面全黑,第1.5秒起一束极窄冷白光(色温6500K)从画面左上角以20度角缓慢扫入,光线如液体般流过耳机外壳边缘,勾勒出轮廓但无法看清全貌。镜头固定,85mm长焦,极浅景深f/1.8。光线仅照亮耳机左侧轮廓的30%面积,其余仍隐入黑暗。这是「破坏」幕——打破观众对「又是一个产品展示」的预期,制造「这是什么」的好奇心。[0:03-0:07] 镜头开始极慢推进(0.2倍速),从远景过渡到中近景。光线角度从20度缓慢增至45度,耳机表面材质在光线变化中展现——哑光白色的温润质感、磨砂纹理的微观细节。焦点从整体收缩至耳机表面,可见磨砂颗粒的微反光。镜头同时以极慢速度逆时针旋转5度,赋予画面微妙的动态感。这是「建构」幕第一阶段——建立产品质感。[0:07-0:11] 快速蒙太奇段落,3个镜头各约1.3秒:镜头A微距特写充电触点的银色金属反光,镜头B侧逆光展示耳机的薄度轮廓和硅胶耳塞的半透明质感,镜头C耳机在悬浮状态中缓慢自转45度展示整体造型。镜头间用光线闪过作为转场。信息密度最高,展示工艺细节。这是「建构」幕第二阶段——信息爆发。[0:11-0:15] 镜头缓慢后拉至全景,耳机居中悬浮,光线从四面八方缓慢汇聚至耳机Logo位置。最后1秒画面定格,Logo处微光闪烁一次后稳定,背景渐暗至纯黑。这是「烙印」幕——品牌印记。
>
> ④ 光影设计层(~250字):
> 主光源为单束冷白定向光(色温6500K),从画面左上方约20-45度角入射,模拟博物馆聚光灯效果。光线极窄,仅覆盖产品区域,环境保持纯黑。明暗对比极端,约9:1,暗部完全压黑。光线质感如液体般平滑流动,无硬边阴影,过渡柔和。产品表面在光线扫过时呈现微妙的材质反光变化——哑光面的漫反射与Logo凹刻的微镜面反射形成对比。[0:07-0:11]蒙太奇段落中,每个镜头光线角度不同:镜头A顺光展示细节,镜头B逆光勾勒轮廓,镜头C顶光展示全貌。最后2秒光线从单向变为全方位汇聚,色温从6500K微调至6000K,赋予品牌印记一丝温度感。整体光影哲学:用光线的「少」衬托产品的「精」。
>
> ⑤ 色彩风格层(~200字):
> 极简双色:纯黑(#000000)与哑光白(#F5F5F0)。产品白色为唯一的前景色彩,背景纯黑为唯一的环境色彩。饱和度极低,整体去饱和约80%,仅产品白色保留微暖色调(色温6000-6500K之间)。对比度极高,黑白之间的边界锐利。银色金属触点是画面中唯一的色彩变化点,在光线扫过时呈现冷银色反光。色彩风格标签:极简主义、Apple美学、博物馆级展示。无调色参考,以产品本身的色彩为唯一色彩源。最后2秒Logo微光为暖白色(约5500K),是画面中唯一的色温变化。色彩情绪:黑=神秘/高端/无限可能,白=纯净/精致/科技。
>
> ⑥ 动作运动层(~250字):
> [0:00-0:03] 耳机完全静止,唯一运动是光线的缓慢扫入。光线以约2度/秒的速度从左上方向右下方移动,扫过耳机表面。空气无流动,产品无旋转,制造极致的静态张力。[0:03-0:07] 耳机开始极缓慢的自转,速度约5度/秒,从正面逐渐转向3/4侧面。光线随耳机转动而在表面流动,材质质感在光影变化中展现。无动态模糊,所有运动清晰锐利。[0:07-0:11] 蒙太奇段落中每个镜头的运动:镜头A光线快速扫过触点表面(约0.5秒完成),镜头B耳机以15度/秒缓慢倾斜,镜头C耳机以10度/秒匀速自转45度。每次镜头切换有0.1秒的光线闪烁作为转场动态。[0:11-0:15] 耳机停止自转,完全静止。光线从单向运动转为全方位缓慢汇聚至Logo。最后0.5秒Logo处有一次微光脉冲(亮度从100%升至120%再回到100%),是唯一的动态高潮,随后画面定格。
>
> ⑦ 情绪弧线层(~150字):
> 情绪弧线:神秘→好奇→惊艳→信任→渴望。开篇3秒纯黑画面制造神秘感,光线扫入激活好奇——「这是什么?」。3-7秒慢推展示材质,情绪从好奇转向惊艳——「原来这么精致」。7-11秒蒙太奇信息爆发,情绪达到信任高峰——工艺细节说服理性。11-15秒定格+Logo微光,情绪收束为渴望——「我想要它」。情绪节奏:极慢→慢→快→静,呼吸感从屏息到释放。与运镜协同:慢推=好奇,蒙太奇=兴奋,定格=满足。与光影协同:暗→微亮→多变→汇聚,对应神秘→好奇→信任→渴望。
>
> ⑧ 画质与约束层(~150字):
> 4K超清画质,电影级真实感渲染,ARRI Alexa摄影机质感,极低ISO无颗粒。构图:产品始终位于画面中心或黄金分割点,遵循极简对称美学。景深:极浅景深f/1.8,焦平面锁定产品表面。稳定约束:画面流畅无卡顿,细节清晰无模糊,产品无变形无色差,画面比例16:9稳定,光线过渡自然无跳变。多镜头间产品颜色、材质、形态完全一致。负面提示词:无水印、无字幕、无logo叠加(品牌凹刻Logo除外)、无文字、无多余物体、无背景杂物、无色彩偏移、无画面撕裂、无鬼影、无闪烁、无镜头畸变。
附录B:叙事短片示例(华为体系 + 情感弧线映射)
输入:文字描述「一个老人在江南茶馆喝茶的清晨」
总时长:15秒(1个单元)
画面比例:16:9
> ① 场景环境层(~300字):
> 深秋清晨6:15,江南古镇老茶馆。茶馆为木质结构,已有百年历史,梁柱为深褐色老木,表面有岁月包浆的光泽。木窗为雕花格栅,晨光从格栅间斜射入内,形成数道光柱,光柱中可见水汽和微尘缓慢漂浮。地面为青石板,接缝处有青苔,石板表面有水渍反光。茶馆内摆放着四张八仙桌,桌面为深色老木,表面有茶渍痕迹。空气中弥漫着茶香与木质气息的混合味道,湿度较高,温度微凉。远处隐约传来乌篷船摇橹的水声和早市人声。前景为茶桌上的青瓷茶杯和紫砂壶,中景为老人坐姿,远景为木窗与窗外的灰瓦白墙。一只猫蜷缩在远处的椅子上。
>
> ② 主体描述层(~300字):
> 一位约70岁的老先生,满头银发整齐向后梳拢,面容清瘦但精神矍铄,额头有深深的横向皱纹,眼角鱼尾纹明显,但眼神温润有神。穿着一件深蓝色中式棉麻对襟唐装,盘扣系至第二颗,袖口微微上卷露出手腕。下身为同色系棉麻长裤,脚穿黑色布鞋。双手骨节分明但手指修长,指甲修剪整齐。坐在八仙桌旁的太师椅上,身体微微前倾,右手搭在茶杯上,左手放在膝盖上。面部表情平静安详,嘴角有极轻微的上扬——不是笑,是一种岁月沉淀后的从容。晨光从左侧打在脸上,左半脸明亮右半脸柔和,瞳孔中反射着窗外的天光。
>
> ③ 运镜语言层(~400字):
> [0:00-0:04] 远景长镜头,机位在茶馆门口向内拍摄,距主体约8米,平视角度,35mm广角。画面展现茶馆全貌:木窗晨光、八仙桌、老人剪影。镜头极慢向前推进(0.15倍速),速度几乎不可察觉,制造水墨画般的徐徐展开感。焦点在远景,前景茶杯虚化。这是情感弧线的「好奇」阶段——观众被江南意境吸引。[0:04-0:08] 匹配剪辑至中景,机位距主体约2米,50mm标准焦距,平视。镜头以极慢速度顺时针弧线运动约30度,从老人侧面绕至3/4正面。焦点从环境收缩至老人面部。运镜如毛笔在宣纸上行笔——有重量、有节奏、有呼吸。这是「惊艳」阶段——老人面容在光线中逐渐展现。[0:08-0:12] 缓慢推进至近景特写,机位距主体约0.8米,85mm长焦。焦点锁定老人右手与茶杯的接触点——指尖轻触杯壁,可以看见手指的纹路和青瓷的釉面质感。镜头以极慢速度下移约10度,从手指移至杯中茶汤的液面,茶汤表面有微弱的热气升起。这是「渴望」阶段——观众代入品茶的感官体验。[0:12-0:15] 镜头缓慢后拉,从特写回到中景,最终定格在老人端杯轻抿的画面。机位回到50mm焦距,平视角度,对称构图——老人居中,左右木窗光柱对称分布。大面积留白:画面上方三分之一为屋顶木梁和晨光,下方为桌面。定格2秒,如水墨画最后的一笔留白。这是「认同」阶段——情感锚定。
>
> ④ 光影设计层(~250字):
> 主光源为清晨自然光,从画面左侧木窗斜射入内,色温约4500K偏暖调。光线穿过雕花格栅形成图案化光柱,光柱中可见体积光效果(丁达尔效应),水汽和微尘在光柱中缓慢漂浮。整体中调照明,明暗对比约6:4,柔和过渡无硬边阴影。老人面部受侧光照射,左半脸明亮右半脸微暗,形成自然的明暗过渡。茶杯表面有光线反射的高光点。远处角落光线渐暗至低调。光影随时间微变:最后3秒晨光角度升高约3度,光柱位置微移,暗示时间流逝。眼神光来自窗外天光反射,在瞳孔中形成小而亮的光点。整体光影哲学:天人合一,自然光为主角,人物为光的载体。
>
> ⑤ 色彩风格层(~200字):
> 主色调为木褐色(深棕#3E2723至浅棕#8D6E63渐变)与青灰色(#90A4AE)。辅助色为老人唐装的深蓝色(#1A237E)、青瓷杯的青绿色(#00897B)、银白色头发。饱和度低,整体去饱和约30%,营造水墨淡彩的东方意境。对比度中等偏低,暗部保留细节,高光不过曝。色温整体偏暖(约4500-5000K),但木窗光柱有微冷调(5500K),形成冷暖对比。色彩风格标签:东方美学、国风水墨、王家卫《一代宗师》调色参考。色彩情绪:木褐=岁月/温暖/沉淀,青灰=宁静/深远,深蓝=稳重/传统。最后定格画面色彩构成:60%木褐+20%青灰+10%深蓝+10%留白白光,如一幅水墨淡彩。
>
> ⑥ 动作运动层(~250字):
> [0:00-0:04] 老人静坐不动,唯一运动是晨光中漂浮的微尘(速度极慢约0.05米/秒)和远处茶汤的热气(缓慢上升约0.1米/秒后消散)。窗外偶尔有树叶影子晃动。猫在远处椅子上尾巴轻微摆动一次。[0:04-0:08] 老人右手缓慢抬起,手指从膝盖上移至茶杯——动作分步:手指张开→手掌抬起→手臂前伸→手指触杯壁,全程约3秒,速度极慢如太极。左手保持不动。呼吸平稳,胸腔有极轻微起伏。[0:08-0:12] 老人端起茶杯→轻吹杯口热气(嘴唇微嘟,呼气约1秒)→送至唇边小口抿茶→闭眼品味约0.5秒→缓缓放下茶杯。每个动作用「→」连接,速度从容不迫。茶汤液面在端起时微微晃动,放下时恢复平静。热气在吹气时被吹散,重新凝聚。[0:12-0:15] 老人放下茶杯后,双手回归原位。眼神望向窗外,嘴角微微上扬约1mm。画面定格在此刻——一切归于宁静。茶杯中最后一缕热气缓缓升起消散。
>
> ⑦ 情绪弧线层(~150字):
> 情绪弧线:宁静→好奇→沉浸→共鸣→余韵。开篇4秒远景建立宁静,观众好奇「这是哪里」。4-8秒镜头弧线绕至正面,老人面容展现,情绪转向沉浸——「这个人在想什么」。8-12秒品茶特写,感官代入,情绪达到共鸣——观众仿佛闻到茶香。12-15秒定格留白,情绪收束为余韵——如茶后的回甘,久久不散。情绪节奏:极慢→慢→慢→静,呼吸感始终平缓沉稳。与运镜协同:长镜头=宁静,弧线运动=沉浸,特写=共鸣,定格=余韵。与光影协同:暗→渐亮→聚焦→定格,对应宁静→好奇→共鸣→余韵。与色彩协同:水墨淡彩贯穿始终,不刻意变化,以「不变」应「万变」。
>
> ⑧ 画质与约束层(~150字):
> 4K超清画质,电影级真实感渲染,ARRI Alexa摄影机质感,微弱胶片颗粒感(ISO 400)。构图:三分法与对称构图交替使用,定格画面严格对称,大面积留白。景深:中景至近景为浅景深f/2.0,远景为深景深f/5.6。稳定约束:画面流畅无卡顿,细节清晰无模糊,人脸无变形,老人面部特征在所有镜头中保持一致,手部动作自然流畅无穿模,画面比例16:9稳定。多镜头间色调、光线方向、人物服装完全一致。负面提示词:无水印、无字幕、无logo、无文字叠加、无画面撕裂、无色彩突变、无鬼影、无闪烁、无多余人物、无不符合时代背景的物体、无塑料感、无AI痕迹。
关于作者
| 字段 | 内容 |
|---|---|
| 公众号 | @鸢飞鱼游 |
| 专栏/理念 | AI as Dasein |
| 通讯邮箱 | winson_dasein@163.com |
| 版权声明 | 本内容版权归@鸢飞鱼游所有,未经允许任何单位或个人也可使用(若有帮助,欢迎署名)、复制或以任何其他方式使用本文全部或部分。 |