15分钟AI短片《NEXUS》,完整工作流+提示词+Skill梳理,可直接抄作业

15分钟AI短片《NEXUS》,完整工作流+提示词+Skill梳理,可直接抄作业

这篇的核心是:拆解一段成熟的工作流,别人用10万美金帮你踩坑了

作者公开分享了成本。15分钟花了 $102,725;80%是人工,20% animation costs(这一部分可能是即梦赞助的)。

我结合他原帖四处散落的评论,梳理出他的制作流程。我看完第一反应是:这骨架就是影视里的老流程。先定角色和场景设定,再拆镜头,最后拍、补拍,只不过每一步都换成 AI 工具来做了。

文章分两部分。

第一部分讲工具分工,很短。

第二部分是重点,五步实操,每一步我都写清楚打开什么、输入什么、得到什么、怎么检查过关;然后把他的提示词一块块拆开,再给你一个空白模板和一个填好的例子。最后说说我觉得照着做最容易翻车的地方。

一、工具分工

作者用到的工具,整理成表:

其实在生成视频之前会花大量的时间做前期资产设计,尤其是生图这部分,需要共Go wide 到 Go deep

二、五步实操

第 1 步:做角色、道具的设定图

先让 Claude 把所有要做设定图的角色、道具、载具列出来,然后每一样出几十个变体(Go wide/走宽),挑中的再用 Seedream 5.5 重出一遍高清(Go deep/走深)。

具体怎么做:

1. 打开 Claude,把你的剧本或故事大纲贴进去,发下面这段。

2. 每一项先出一批变体探索方向。作者用的是 GPT image 2.5。你手上有什么出图工具就先用什么,这一步图的是多和快,先把方向看全。

3. 从一堆图里挑一个,用 Seedream 5.5 继续做细节微调,最后出一张高清的,这张就是这个角色的设定图。

怎么检查过关,再往下走:

每个角色、每样重要道具都有一张最终的设定图,脸、服装、身上的小东西都看得清楚。

固定的东西写清左右和数量。作者后面的提示词里专门写了 Anika 的手镯戴左手、Jace 戴右手,Anika 后腰的伤疤正好两道。这些东西设定阶段不定下来,后面视频里一定会漂。

设定图里要是有你不想要的东西,可以重出一张干净的。作者的做法是直接在提示词里说忽略,比如 Ignore the wrench.、Ignore the sheet's goggles and blurred face.

第 2 步:做场景底板

底板(plate)在视效里就是背景板,后面所有东西都往它上面叠。他说,成片看起来什么样,很大一部分是底板决定的。

具体怎么做:

1. 从第 1 步的清单里,把每场戏的地点列出来。

2. 打开 Seedream 5.5,画幅选 21:9。

3. 提示词里多写变形宽银幕(anamorphic)的描述,能写多少写多少。他说完整的指南「下周」发,我写这篇的时候还没看到。他在视频提示词里用过的这几个词,可以先借来用:vintage 2x anamorphic、2.39:1、organic 35mm grain、very shallow depth of field、oval bokeh。注意,这几个词是从他的视频提示词里摘的,底板提示词的原文他没公开。

我自己会这样搭一个底板提示词的架子,方括号里换成你的内容:

怎么检查过关:

每个地点至少有一张满意的底板,比例是 21:9。

空间关系看得懂:墙在哪、门在哪、人会站在哪。原作者的换装戏提示词里专门写了一条 WALL LOCK,要求地图必须挂在实墙上,不能让后面空着,也不能悬在半空。底板上没交代清楚的,视频就会自己乱补。光从哪边来要先定。我看片的时候发现,驾驶舱特写的光向有时候和前一个外景大全景对不上,这种问题在底板阶段就能先统一掉。

第 3 步:切脚本,写 30 秒一段的提示词

先让 Claude 把剧本按场景切开,每场再切成 30 秒左右一段,每段写一个提示词。

原作者此前公开过旧版 Nexus Animation Skill(nexus-skill),可根据场景、角色、镜头数和参考图生成分镜/CUT 提示词。介绍帖提到可拆成 30 秒一段,但文档没有完整剧本自动拆成 30 秒的步骤,不能默认全自动。它不是 11 月 13 日承诺的新切脚本版本;该版未附在原串中。旧版主帖:https://x.com/PJaccetturo/status/2100218148624671171;文档:https://docs.google.com/document/d/1AOvTkVfawm0OdEWNsFGUPhLvQNCgeYqpD-1uwP6mMRI/edit?usp=sharing。具体怎么做:

先自己想清楚每段要几个镜头、大概什么机位。原作者团队的动画师也会先明确要求,再让 Claude 写。

2. 把剧本、第 1 步的清单发给 Claude,再发这段:

怎么检查过关:

每段的镜头秒数加起来,等于标题行写的总时长。

每个镜头都能在脑子里过一遍:谁在画面哪边、在干什么、镜头从哪拍。过不了的镜头先改字,别急着去生成。

台词全在 {} 里,而且和剧本对得上。

第 4 步:生成,再补镜头

说白了:第一轮让 Seedance 从多个角度把整场戏跑一遍,为的是先把每个人站在哪定下来;然后把你最喜欢的几个角度截下来,第二轮拿截图当参考,在同样的位置拍更近、更密的镜头。这跟拍摄里的 coverage 很像,先拍全景定调度,再补近景。很多场一轮就够了,不用每场都跑两轮。

具体怎么做:

1. 打开 即梦/Dreamina 的 Seedance 2.5。

2. 上传这段要用的参考图(设定图、底板),贴上第 3 步写好的提示词,生成第一轮。

3. 从第一轮里截下你最满意的角度。

4. 需要近景的话,把截图也挂成参考图,在提示词里写清楚这张截图只管位置,然后跑第二轮。

5. 每段多抽几次再挑。原作者团队每段 30 秒会跑 3 到 7 次,每次大约 $15 到 25。

怎么检查过关,一个镜头一个镜头看:

同一个人隔几个镜头还像不像,伤疤、手镯在不在原来的位置。

衣服和场景里的东西有没有自己变。

手指有没有粘在一起、变长,手有没有和拿着的东西融在一起。

左右有没有翻,人有没有多出来。

有没有多出剧本里没有的台词,有没有混进音乐。

第 5 步:锁角色声音

这一步不在原先那串 12 条里。原作者后来另发了 Claude skill,名叫 character-voice-lock,用来在 Dreamina Seedance 2.5 里锁定角色声音。声音仍由 Seedance 2.5 生成,不是 Claude 出声。主帖:https://x.com/PJaccetturo/status/2121611611286716750;Skill 文档:https://docs.google.com/document/d/1vY5tu8qaQG4elTXmgoS5qy5-bJ1o8uu6K2Esh7U1lQE/edit?usp=sharing。

引用帖视频:https://x.com/PJaccetturo/status/2121611611286716750

把文档里的 SKILL.md 保存成 skill,或粘进 Claude Project;附上角色设定和几句对白,输入 Lock this character’s voice,让 Claude 生成后续测试提示词。

按原作者团队的使用经验,角色外形会影响 Seedance 选出的声音,纯文字描述容易在镜头间漂移,音频参考更稳。声音和脸对不上时,可以把声音从别处带进来。

1. 让 Claude 先写一段 voice brief:年龄、音高、音色、口音、语速、呼吸,以及情绪和压力下声音会怎么变化。这段 brief 每个镜头都要带着,锁定后也保留。

2. 先用纯文字、成片会用的分辨率测试 5 到 8 秒,同一条提示词跑 2 到 3 次。换分辨率会影响结果,所以先短测,不要用低分辨率试完再换。声音合适且多次稳定,就可以锁定。

3. 仍不稳定,就在安静环境录 10 到 15 秒真人参考:靠近嘴录,不要音乐或回声,多录几种能量变化,再挂上参考测试。

4. 仍不像角色或需要面具、对讲机效果,可先让声音合适的角色近景说同一句,录 5 到 6 种说法,放进一段 30 秒生成。

从中抽取 10 到 15 秒音频给目标角色;特殊效果先在音频软件处理,确认每个词清楚后再导出作参考。

5. 最后剪出 10 秒参考,放进项目的 Dreamina Canvas。之后每个说话镜头都用同一段音频参考、voice lock block,并保留 voice brief;文档提供了现成的 lock block 和测试提示词。

不要复刻可识别的真人声音;写了 LOCK 也不等于技术上锁死。声音还漂时,先用同一提示词连续跑 3 次;仍不稳定,就检查音频参考和 lock block 是否挂上。

对白逐字写,分清说话人和顺序,并在句子之间留停顿。台词太赶,可以删词、增加时长,或把这场戏拆成两段再生成;文档不同小节写法不一,不是只能延长。

怎么检查过关:

- 同一角色多次测试时,听起来仍是同一个人。

- 每个对白镜头都挂同一段音频参考和 lock block,并保留 voice brief。

- 没有复刻可识别的真人声音。

三、他的提示词,一块一块拆开看

下面主要拿换装戏那段(第 7 条帖)来讲,个别地方用轰炸戏(第 9 条帖)补充

1. 标题行

标题行说明项目、段落、场次、地点、场景名、机位、时长、镜头数、手持方式和开场画面,并标注版本,方便定位和核对。

为什么有用:几十段提示词堆在一起的时候,看一眼标题就知道是哪场、哪个机位、第几版。时长和镜头数写在最前面,后面每个镜头的秒数都得跟它对上。从结尾那个 v10 也能看出来,这段提示词是改了好多版才定下来的。

2. 参考图,每张只管一件事

每张参考图分工明确:角色设定图只管外观;静帧只参考墙上地图和周边环境,不照搬构图、不作首尾帧,也忽略图中文字。轰炸戏另规定所有参考图都不能直接当成镜头、首帧或尾帧。为什么有用:一张图里什么都有,脸、衣服、构图、光。你不说清楚,模型可能整张照搬,连你不想要的构图也一起搬过来。原作者每挂一张图,都会写明它管什么、不管什么。

@ 后面那串编号要说明一下。他贴出来的文本里,@ 后面是一串编号,正文里又用 @Image1、@Image3 去指这些图。我的理解是,这是他平台里挂图的标记。你按自己工具里引用参考图的方式写就行,这串编号不用抄。

3. LOCK 条款,把最容易漂的东西写死

中文:手镯一人一只,Anika 戴左手,Jace 戴右手。整场只有这两个人,楼梯和走道上也不能有人。第 1 到 5 个镜头 Jace 头上不能有护目镜,护目镜放在桌上,第 6 个镜头他才第一次碰。台词只有写好的六句,按顺序一字不差,不能多说、不能重复。

这段提示词里还有好几条,管伤疤的数量和位置、口音、谁能拉拉链、最后一帧必须对上哪张设定图。

为什么有用:AI 视频最常出的问题,就是左右、数量、谁在场、多说话这些东西在镜头之间乱变。LOCK 就是把这些点单独拎出来,写成最显眼的规定。

不过得说清楚,LOCK 只是他在提示词里起的名字,是一种写法,据我所知不是 Dreamina 的什么功能,写了也不保证锁得住。他的成片里,脸和服装在镜头之间照样会变,这个第六节会讲。

4. 技术规格

中文:照片级真人电影,不要 CG 感。老式 2 倍变形宽银幕镜头,2.39:1,原生 21:9,35mm 胶片颗粒。每个镜头景深都很浅,焦点在脸、眼睛和手上;炉火、被照亮的蒸汽和灯笼都变成琥珀色和淡蓝色的竖椭圆形虚光。暗部不要死黑。

为什么有用:这段管的是画面质感。竖椭圆形的虚光是变形宽银幕镜头的特征之一,他写得很具体,连虚光是什么颜色都写上了。

5. 摄影,只用手持

中文:整场手持。每个镜头都像有人扛着机器在拍,有呼吸感、轻微晃动、慢半拍的修正,只有角色带动时镜头才动。不要三脚架、轨道、稳定器、摇臂,也不要数码变焦。人要自然眨眼、呼吸,口型要对上。不要出现复制人。

为什么有用:他把「怎么拍」限定成一种方式,镜头乱飘、乱推的情况会少一些。「只有角色带动时才动」这句很实用,能省掉很多莫名其妙的运镜。不过我看片的时候也发现,手持用得多,可有时候机位摆的地方不太符合空间逻辑。

6. 分镜按秒写

第 3 镜用 Jace 的视角拍 Anika 后腰的伤疤,画面上沿是裹胸布,下沿是橙色衣服和腰带。第 4 镜在地图旁拍 Anika 的脸,Jace 虚在她肩后;她知道他在看但不回头,语气冷静、干脆地提醒他移开目光,随后焦点转到 Jace,他立刻看向别处。

每个镜头的写法基本是同一个顺序:镜头编号和秒数,镜头名,景别和机位,人在做什么、看哪里,情绪写到什么程度、不要什么情绪,台词放在 {} 里。

为什么有用:秒数写清楚,节奏就由你来定;情绪既写想要的状态,也写需要避免的状态。台词放在 {} 里,和动作描述分得清楚。

7. 声音和禁用音乐

中文:音效用尖括号一条条列出来:发动机震动、机械和活塞、蒸汽从阀门喷出、炉火声、衣服扣子打开、布料声、靴子踩金属、Jace 的拉链只在第 6 镜拉一次、轻轻的呼吸。不要音乐、字幕和画面文字。第二段是轰炸戏的写法,把各种音乐的说法全部列出来禁掉。

为什么有用:音效逐条列出并对应画面里可见的来源。不在生成里加音乐的原因他没有解释;我理解是留到后期配乐,剪辑时更好控制。角色声音如何跨镜头保持一致,见第 5 步

四、空白模板,照着填

这是我按他两段提示词的结构整理的,不是他的原文。方括号里换成你的内容,用不上的块可以删掉。

五、填好的例子(我编的练习场景,不是原作者的)

场景很简单:黄昏的天台,一个女生在等人,听到身后的门响,回头说一句话。只有一个人,一句台词,三个镜头,适合第一次练手。

这个例子里有几处是我故意的:只有一个人;她手里不拿东西;说台词的镜头从她肩后拍,嘴只露一点。为什么这么安排,看下一节。

六、照着做最容易翻车的地方

这部分是我拿做合成的眼光看片看出来的,时间点只是大概的位置。

脸会漂。 同一个人的脸在镜头之间会变,男囚在 1:23 左右和 2:50 左右就不太像同一个人。女囚的伤疤大小和位置也不稳。设定图要定得够清楚,每段都挂上,跑完一个镜头一个镜头对着设定图看。

衣服和场景里的东西会自己变。 连续的戏里,服装在镜头之间乱跳,舰桥的窗框和操作台切一个镜头就变了。注意,我说的是同一段连续的戏里不该变的地方,剧情里安排好的换装不算。办法就是把这些写进 LOCK,再一镜一镜检查。

手是重灾区。 0:24 左右握操纵杆的手指粘在一起,1:43 左右打虫子的手和水桶融在一起,3:04 左右指图纸的手指被拉长。刚开始练的时候,尽量别设计手拿小东西的特写。

对口型基本没做到。 嘴只是在开合。说话的角色大多戴着面罩,我觉得像是有意在藏。你自己做的时候,台词可以放在背对、侧脸、戴面罩或者画外的镜头里。

东西没有重量。 4:06 左右巨虫缠住飞船,直接穿过了船体;1:55 左右光鞭还没碰到,守卫就先倒了。碰撞和受力的戏很难,第一次做先避开。

镜头都很短。 片子里每个镜头两三秒,赶在画面开始变形之前就切走,靠大全景和静态的反应脸来回切撑住节奏。片子里中景的完整人物动作本来就很少,也很短。剪的时候别舍不得,哪里开始变形就在哪里切。

七、还没有完整指南的

声音一致性指南和 character-voice-lock 已经公开,见第 5 步。之前公开的 Nexus Animation Skill(nexus-skill)也还在,见第 3 步;但它不是 11 月 13 日承诺要附的新切脚本版本。

变形宽银幕(anamorphic)完整指南,他说「下周」发。截至我们此前核查(台北时间 2026 年 11 月 16 日凌晨),还没有找到这份完整指南。这次没有重新检索。成本没有公开分项。

所以这篇包括五步实操:原串里的四步,加上后来公开的锁角色声音方法;另外拆解两段提示词,并附上更早公开的动画 skill。原帖在这里:https://x.com/PJaccetturo/status/2121249226575511854

引用帖视频:https://x.com/PJaccetturo/status/2121249226575511854

两段完整提示词,一段是换装戏,一段是轰炸飞行戏,都在串里,英文好的可以直接去看原文。我是 Cara,做视效出身,现在在用视效的流程做 AI 视频。这篇对你有用的话,可以先存着。

@图片1- ANIKA,身穿囚服. 脸部、伤疤和服装以此图为准. ... 忽略设定图中的浅色打底衫:她不穿任何打底衫.
@图片2 - 静帧,仅供参考,绝不可直接作为镜头:仅用于参考墙上的地图及其周围的视觉样貌 ... 绝不沿用其构图,绝不作为首帧或尾帧. 忽略地图上的所有文字.
参考图锁定:任何参考图都不得直接作为镜头、首帧或尾帧.
声音设计: <低沉的引擎震动声>, <重型机械与活塞声>, <蒸汽从压力阀排出的声音>, <炉火轰鸣声>, ... <Jace 的连体服拉链向上拉动一次,仅限第 6 镜>, <轻微的呼吸声>. ... 不要音乐,不要字幕,不要画面文字.
禁止音乐, 禁止背景音乐, 禁止配乐, 禁止短促的强调性音乐, 禁止渐强的音乐, 禁止字幕, 禁止画面文字.
[地点,例如:废弃工厂的锅炉房], [时间和光照,例如:深夜,炉火从左侧照来,头顶有冷蓝光], 仅环境,无人物,
复古2倍变形宽银幕镜头,2.39:1,原生21:9,自然的35毫米胶片颗粒,极浅景深,椭圆形焦外光斑
**手镯锁定:**每人佩戴且仅佩戴一只装饰繁复、镶有深色宝石的黑金色手镯:Anika 戴在左手腕,Jace 戴在右手腕。宝石保持深色,不带链条。

**出场人物锁定,严格执行:**整场戏中,舱内只能有两个人:Anika 和 Jace。任何地方都不能出现其他人,走道和楼梯上也不能有人影。

**护目镜锁定,严格执行:**第 1 至第 5 镜中,Jace 头上不戴任何东西,深色卷曲头发完全露出;头顶、额头、脖子或身上任何位置都不能有护目镜。黄铜护目镜放在铺有设计图的桌子上,直到第 6 镜,他才第一次碰它。

**对白锁定,严格执行:**整个片段中,只能说出分镜里写明的六句台词,必须按指定顺序,逐字一致。不得即兴发挥,不得增加或重复台词……
[NEXUS - PRISON BREAK - P1 SC5S - INT. MECHANIC BAY - THE DISGUISE / "I HAVE A SHIP" - CAMERA A, ENGINE ROOM - 28s - 8 SHOTS, ENTIRE SCENE HANDHELD, OPENS ON ANIKA AT THE WALL MAP - v10]
SHOT 3 (6-7.5s) - THE SCARS, JACE'S VIEW - intimate handheld close-up from behind her at Jace's angle on her LOWER BACK: the tan wrap band at the top of frame, the orange fabric and belt at the bottom; the two long, deep, fully healed scars ...
SHOT 4 (7.5-10s) - "EYES." - handheld close on Anika's face from beside the wall map, Jace soft behind her over her shoulder; she knows he is looking; she never turns, her back still to him; cool, dry, clipped, not angry - ANIKA: English: {Eyes.} - RACK FOCUS to Jace: his eyes snap away at once ...
[PROJECT NAME - SCENE - INT./EXT. - LOCATION - SCENE TITLE - CAMERA A - [TOTAL SECONDS]s - [SHOT COUNT] SHOTS, ENTIRE SCENE HANDHELD - v1]

@[REFERENCE IMAGE 1] - [CHARACTER NAME]. Face and costume authority. [APPEARANCE DESCRIPTION]. Ignore [UNWANTED ELEMENTS IN THE CHARACTER SHEET].
@[REFERENCE IMAGE 2] - [LOCATION]. Architecture, materials and lighting only, not the framing. [ENVIRONMENT DESCRIPTION].
@[SCREENSHOT/STILL FRAME] - STILL FRAME, REFERENCE ONLY, NEVER A SHOT: only for [WHAT THIS REFERENCE CONTROLS]. Never its framing, never a first or last frame.

[ELEMENT MOST LIKELY TO DRIFT] LOCK: [SPECIFY EXACT DETAILS, SUCH AS WHICH HAND, HOW MANY SCARS, OR WHAT COLOR].
CAST LOCK, ABSOLUTE: ONLY [NUMBER] PEOPLE in the scene: [NAMES]. No one else anywhere.
DIALOGUE LOCK, ABSOLUTE: the [NUMBER] lines written in the shots, in that order, word for word, are the ONLY words spoken. No ad-libs.

LIGHT: [KEY LIGHT DIRECTION, COLOR, AND WARM/COOL CONTRAST].

Tech spec: Photoreal live-action feature film, no CGI look. vintage 2x anamorphic, 2.39:1, native 21:9, organic 35mm grain. Very shallow depth of field, oval bokeh.

CAMERA, ENTIRE SCENE HANDHELD: physically operated handheld camera, moving only when a character motivates it. No tripod, dolly, gimbal, crane or digital zoom. No cloning.

SHOT 1 ([START]-[END]s) - [SHOT NAME] - [SHOT SIZE, FOCAL LENGTH, CAMERA POSITION]: [WHO DOES WHAT, WHERE THEY LOOK, THEIR EMOTION, AND WHAT EMOTION TO AVOID].
SHOT 2 ([START]-[END]s) - [SHOT NAME] - [SHOT SIZE, FOCAL LENGTH, CAMERA POSITION]: [...] - [CHARACTER]: English: {[DIALOGUE]}
...

Sound design: <[SOUND 1]>, <[SOUND 2]>, <[SOUND 3]>. NO MUSIC, NO SUBTITLES, NO ON-SCREEN TEXT.
@image1 - ANIKA, PRISON CLOTHES. Face, scars and costume authority. ... Ignore the pale undershirt in the sheet: she wears NO undershirt.
@image2 - STILL FRAME, REFERENCE ONLY, NEVER A SHOT: only for the WALL MAP and the look around it ... Never its framing, never a first or last frame. Ignore all map lettering.
REFERENCE LOCK: no image is a shot, a first frame or a last frame.
Sound design: <deep engine vibration>, <heavy machinery and pistons>, <steam venting through pressure valves>, <furnace roar>, ... <Jace's jumpsuit zipper pulled up once, in Shot 6 only>, <quiet breathing>. ... No music, no subtitles, no on-screen text.
NO MUSIC, NO BGM, NO SCORE, NO STINGS, NO SWELLS, NO SUBTITLES, NO ON-SCREEN TEXT.
BRACELET LOCK: each wears ONE ornate black and gold bracelet with a dark gem: Anika on her LEFT wrist, Jace on his RIGHT. Gems dark, no chain.
CAST LOCK, ABSOLUTE: ONLY TWO PEOPLE are in the bay for the whole scene: ANIKA and JACE. No one else anywhere, no figures on the catwalks or stairs.
GOGGLES LOCK, ABSOLUTE: in Shots 1 to 5 Jace's head is BARE, dark wavy hair uncovered, NO goggles on his head, forehead, neck or anywhere on him; the brass goggles lie on the schematics table and he first touches them in Shot 6.
DIALOGUE LOCK, ABSOLUTE: the six lines written in the shots, in that order, word for word, are the ONLY words spoken in the entire clip. No ad-libs, no extra or repeated lines ...
[Location, for example: the boiler room of an abandoned factory], [Time and lighting, for example: late at night, furnace light coming from the left, cool blue light overhead], environment only, no people,
vintage 2x anamorphic, 2.39:1, native 21:9, organic 35mm grain, very shallow depth of field, oval bokeh
第 3 镜(6–7.5 秒)——伤疤,Jace 的视角:**从她身后、以 Jace 的观察角度,手持近距离特写她的后腰,营造亲密感。画面上沿是棕褐色缠裹布带,下沿是橙色衣料和腰带;两道长而深、已经完全愈合的伤疤……

第 4 镜(7.5–10 秒)——「眼睛看哪儿呢。」:**从墙上地图旁边,手持近景拍摄 Anika 的脸;Jace 位于她身后,从她肩膀上方可见,处于虚焦中。她知道他在看,但始终不转身,仍背对着他。语气冷淡、平直、短促,并不生气。
Anika 用英语说:{眼睛看哪儿呢。}
随后将焦点转移到 Jace:他立刻移开视线……
技术规格: 照片级真实感的真人实拍长片,不要 CGI 质感. 复古 2 倍变形宽银幕镜头,2.39:1,原生 21:9,自然的 35mm 胶片颗粒. 每个镜头都采用极浅景深,焦点放在脸部、眼睛和手上;炉火、被照亮的蒸汽和灯笼在焦外形成琥珀色与淡蓝色的大型竖向椭圆光斑. 暗部不要压成死黑.
[项目名 - 场次 - 内景/外景 - 地点 - 这场戏的名字 - A机位 - [总秒数]秒 - [镜头数]个镜头, 全场手持拍摄 - v1]

@[参考图1] - [角色名]. 脸部和服装以此图为准. [外观描述]. 忽略[设定图里不要的东西].
@[参考图2] - [地点]. 仅参考建筑、材质和光照,不参考构图. [场景描述].
@[截图/静帧] - 静帧,仅供参考,绝不可直接作为镜头: 仅用于参考[它只管什么]. 绝不沿用其构图,绝不作为首帧或尾帧.

[最容易漂的东西]锁定: [写死它,比如:哪只手、几道、什么颜色].
出场人物锁定,严格执行: 场景中只能有[人数]个人: [名字]. 任何地方都不能出现其他人.
对白锁定,严格执行: 只能说出分镜中写明的[几]句台词,必须按指定顺序,逐字一致. 不得即兴发挥.

光照: [主光从哪来、什么颜色、冷暖对比].

技术规格: 照片级真实感的真人实拍长片,不要 CGI 质感. 复古 2 倍变形宽银幕镜头,2.39:1,原生 21:9,自然的 35mm 胶片颗粒. 极浅景深,椭圆形焦外光斑.

摄影,全场手持拍摄: 由摄影师实际操持的手持摄影机,只有角色的动作或行为构成运镜动机时,摄影机才移动. 不使用三脚架、轨道车、稳定器、摇臂或数码变焦. 不得出现复制人物.

第1镜 ([起]-[止]秒) - [镜头名] - [景别、焦段、机位]: [谁在做什么、看哪里、什么情绪、不要什么情绪].
第2镜 ([起]-[止]秒) - [镜头名] - [景别、焦段、机位]: [...] - [角色]: 用英语说: {[台词]}
...

声音设计: <[声音1]>, <[声音2]>, <[声音3]>. 禁止音乐,禁止字幕,禁止画面文字.
CAMERA, ENTIRE SCENE HANDHELD: every shot is a physically operated handheld camera with breathing, subtle sway and late corrections, moving only when a character motivates it. No tripod, dolly, gimbal, crane or digital zoom. Natural blinking and breathing, precise lip sync. No cloning.
这是我的剧本:[贴剧本或大纲]

帮我列出所有需要做设定图的角色、道具、载具,以及场景里反复出现的重要物件。每一项写:
1. 名字
2. 在哪几场出现
3. 外观关键词:发型、脸、服装、颜色、材质
4. 身上固定不变的东西和位置,写清左右,比如伤疤在哪、有几道,手镯戴哪只手
5. 有没有换装,换装前后各是什么样
Tech spec: Photoreal live-action feature film, no CGI look. vintage 2x anamorphic, 2.39:1, native 21:9, organic 35mm grain. VERY SHALLOW DEPTH OF FIELD in every shot, focus on faces, eyes and hands; furnace fire, lit steam and lanterns become large vertical OVAL BOKEH in amber and pale blue. No crushed blacks.
这是我的剧本:[贴剧本]
这是角色和道具清单:[贴第 1 步的清单]

1. 先按场景切开。每场写:场次编号、内景还是外景、地点、时间、出场人物。
2. 每场再按 30 秒左右切成段,每段写一个视频提示词,结构按我给的模板(见下面第四节)。
3. 每段先列出:要挂哪几张参考图,每张图只管什么;这段里哪些东西最容易漂,写成 LOCK 条款。
4. 每个镜头写清楚秒数、景别、焦段、机位,人在做什么、看哪里、什么情绪。
5. 台词一字不改,放在 {} 里。除了这些台词,不许出现别的词。
6. 声音只写看得见来源的声音,写明 NO MUSIC,不要字幕和画面文字。
整场手持。每个镜头都像有人扛着机器在拍,有呼吸感、轻微晃动、慢半拍的修正,只有角色带动时镜头才动。不要三脚架、轨道、稳定器、摇臂,也不要数码变焦。人要自然眨眼、呼吸,口型要对上。不要出现复制人。