发起项目
作品博客资源关于我联系

博客/镜头解析

决斗视频生成前,我标记通过的 12 项提示词检查

我为一段决斗视频的提示词逐项标记了 12 项检查,说明它们检查了什么,也交代提示词长度、动作时间和连续性上仍需另行核对的问题。

作者:Jeff Zambrano··阅读需 2 分钟

决斗视频生成前,我标记通过的 12 项提示词检查

这份决斗提示词的审核表有 12 行,我把每一行都标成了“是”。

这说明我按书面标准审过了提示词,并不说明生成时每条指令都得到了执行。我保留这个区别,因为审核发生在我还能修改文字的时候。

我更完整的写作规则把问题说得很清楚。没有标明时间的动作区间,引擎就会自行填满时长。描述含糊,本来可以量化的决定就会悬而未决。提示词超过长度限制,末尾可能被截掉,生成的画面也就变了。

这些都是在花钱生成之前检查指令的理由。我在这里没有记录金额,也没有统计失败次数。我记录的是检查项,以及它们要拦住的问题。

第 1 项检查问的是:提示词是否全部使用英语、是否作为一个完整单元交付、是否只描述一个镜头。各个有名称的区块都放在这个单元内。我把它看作范围检查:这份文档必须把一段独立的画面动作说清楚,让它脱离其他内容也能成立。

我的常设检查清单明确要求这种独立性。模型不记得上一个镜头。这个镜头需要的任何信息,都必须写在这里。场次编号,或者对前面情节的提及,都不能补上缺失的指令。

第 2 项检查问的是:提示词是否以 SCENE CONTEXT 开头,前面没有风格声明。

我希望开头说清楚发生什么、在哪里、什么时候发生,以及持续多久。这样,后面的指令才有具体的约束对象。我直接把这些职责分配给这个区块:

SCENE CONTEXT        qué pasa, dónde, cuándo, y cuánto dura

第 3 项检查问的是:每一类内容是否都放在指定区块。我一直使用以下顺序:

SCENE CONTEXT        qué pasa, dónde, cuándo, y cuánto dura
ACTIVE REFERENCES    las imágenes de referencia, una línea cada una
LOCATION MAP         primer plano, medio y fondo, por dónde entra la luz
FIRST FRAME          quién está dónde en el fotograma uno, ya en movimiento
FORMAT MODE          toma continua o con cortes, dicho en positivo
OPTICS               tamaño de plano y campo de visión en grados
CAMERA               altura, distancia, movimiento y su motivo, foco
ACTION               qué ocurre, tramo a tramo, con su segundo
PERFORMANCE          la emoción escrita como movimiento de un músculo
PHYSICS               peso, inercia, contacto, lo que el suelo hace
LIGHTING             fuente, dirección, kelvin, densidad del aire
AUDIO                solo el sonido que hace falta
OUTPUT SETTINGS      duración, resolución, relación de aspecto, grano
POSITIVE LOCKS       los candados de continuidad, en positivo

西班牙语注释说明了各区块的职责。场景地图负责空间纵深和光线从哪里进入。摄影机区块负责高度、距离、运动、运动理由和焦点。物理区块负责重量、惯性、接触,以及地面的反应。

靠这些分工,我检查提示词时不必在一大段文字里翻找所有相关指令。如果某个区块没有贡献,我也会把整个区块删掉。空标题没有保留的理由。

第 4 项检查要求 CAMERA 位于核心层中的第 3 位。这是这份审核中的一项具体结构要求。我能说的是,我把它标成了符合要求。我不能凭这个勾,就声称这个位置在其他提示词中也已被证明更好。

第 5 项检查要求用度数表达视场角,并采用规定的参考档位。这场决斗里,我用了 63° 和 47°。我的常设清单允许的数值是 107、84、63、47、29、18、12 和 8 度。

这是我采用的约定。对这次审核来说,它的价值在于一致性:我可以把写下的光学指令与允许的数值逐一核对。换成常见的镜头焦距描述,并不符合这条规则的原文要求。

第 6 项检查中,我标记了这份决斗提示词没有否定句。我允许针对生成故障破例,但这个镜头没有记录任何例外。

我会把这一项和连续性区块一起看。连续性指令应该说清楚什么状态要持续保持。审核要确认的是,提示词是否真的用肯定表述给出了那个状态。

第 7 项检查要求:凡是可以量化的导演指令,都要写出数值。这场决斗里,我列出了米、度、开尔文、百分比和帧。我的常设清单还包括厘米和公里每小时。

“快”或“暖光”这类词,把具体数值留给了模型决定。可量化的指令让我有东西可查,但它仍然必须描述我真正想要的镜头。

第 8 项检查问的是:是否把情绪转成了肌肉动作。

我不用抽象的情绪标签,而用看得见的行为。我的例子写的是:视线垂下,下颌绷紧,回答之前吞咽一下。这样,预期的表演就能作为动作接受检查。

第 9 项检查把参考标签限定为镜头里实际出现的事物。我需要知道每份附加参考在这里起什么作用。如果已经提供了角色图片,我也会把外貌文字压到最低,因为冗长的描述可能与图片冲突。

第 10 项检查问的是:首帧是否明确交代了画面内容、主体和光线。这值得单独查一遍。动作不能完全依赖主体之后才会开始做的事。我的区块顺序明确要求主体在首帧里就已经处于运动中。

第 11 项检查中,我确认这个镜头不含内部剪切,而且提示词明确写出了这一点。在 FORMAT MODE 中,我要求撰写者用肯定表述说明是连续长镜头,还是包含剪切。形式本身就该写进提示词。

第 12 项检查记录的是:没有导演、电影或器材名称。我要求描述想要的效果。这样,审核者才能检查实际的画面和运动指令。

我仍然会另查一遍精确时长,以及带时间标记的动作区间。与这场决斗的 12 项检查相比,我的常设清单对这两点写得更明确。

长度也是另一项检查。我的上限是 5,787 个字符,目标是 5,600 个字符。因为被截掉的是结尾,我把硬性要求放在前 2 个区块。这是我在这套工作流程中使用的限制,并不是对所有视频界面的概括。

一张全部通过的表,只有在我清楚它到底检查了什么时才有用。今天,拿一份提示词,对照实际文字逐项标记这 12 个标准,再在提交前测量长度。


刚才,你看到了一个镜头如何被逐项拆解。每一个决定都有来由,没有哪个是碰巧落到这里的。

分享XLinkedInWhatsApp
Jeff Zambrano

Jeff Zambrano 是一位常驻 Madrid 的 AI 电影导演。他的首部电影 Borrowed Wounds 从 6,700 部影片中入围 Higgsfield Global Film Festival 的 Top 50。这些札记均来自他自己的制作实践。

WhatsApp