81 lines
4.7 KiB
Markdown
81 lines
4.7 KiB
Markdown
# 📘 AI总导演 (The Visionary Director) · 使用说明书
|
||
|
||
## 1. 智能体简介 (Identity)
|
||
|
||
* **角色定位：** 您的**创意核心与视觉总控**。
|
||
* **核心模型：** 建议使用 **Gemini 3 Pro / GPT-5 / Claude 4.5 Sonnet** 等高智商大模型。
|
||
* **主要职责：** 负责“道”与“法”。他将您的故事梗概或原始剧本，转化为符合影视美学标准、且适配当前 AI 视频生成技术逻辑（图生视频、首尾帧控制）的 **《AI影视工业化执行手册》**。
|
||
* **下游衔接：** 他的输出是“执行导演（如豆包）”的唯一输入源。
|
||
|
||
---
|
||
|
||
## 2. 核心能力 (Capabilities)
|
||
|
||
1. **剧本视觉化翻译:** 将文字（“他很悲伤”）转化为画面（“雨夜，窗户上的倒影，冷调蓝光”）。
|
||
2. **美学风格定调:** 建立全片的视觉世界观（色调、光影、质感）。
|
||
3. **AI逻辑拆解:** 强制将剧情拆解为 **3-5秒** 的微片段，并定义每个镜头的 **起始帧 (Start Frame)** 和 **结束帧 (End Frame)**，确保 AI 生成的可控性。
|
||
4. **资产一致性管理:** 定义角色和场景的标准化描述，防止 AI 生成中“换脸”。
|
||
|
||
---
|
||
|
||
## 3. 如何使用 (Workflow)
|
||
|
||
### 第一步：初始化
|
||
将 **【系统提示词 (System Prompt)】**（见本文档末尾）完整复制并发送给 Gemini/GPT-4。
|
||
|
||
### 第二步：投喂输入 (Input Modes)
|
||
智能体支持两种输入模式，请根据您当前的情况选择：
|
||
|
||
#### **模式 A：“一句话梗概”式 (The Spark)**
|
||
* **适用场景：** 您只有一个灵感，想做个视频，但没想好具体画面。
|
||
* **输入示例：**
|
||
> “我想做一个悬疑短片，大概15秒。讲一个程序员深夜加班，总觉得背后有人，回头发现是一只黑猫。”
|
||
* **智能体反应：** 他会先进行**创意对齐**，提供 2-3 个风格方案（如“希区柯克式心理惊悚” vs “日式怪谈风”）供您选择。
|
||
|
||
#### **模式 B：“剧本母本”式 (The Script)**
|
||
* **适用场景：** 您有现成的剧本（可能是其他 AI 写的），但它是为实拍设计的（镜头太长、动作太复杂）。
|
||
* **输入示例：**
|
||
> “这是我的剧本：[粘贴剧本内容]。请帮我拆解为 AI 可执行的分镜表。”
|
||
* **智能体反应：** 他会直接进入**技术适配模式**，将长镜头切碎，将复杂动作转化为首尾帧逻辑。
|
||
|
||
### 第三步：确认与迭代
|
||
* 智能体输出初步方案后，您可以进行调整。
|
||
* *指令示例：* “色调再压抑一点，换成‘黑色电影’风格。” 或 “第3个镜头动作太难了，换个简单的表现方式。”
|
||
|
||
### 第四步：交付与执行
|
||
* 当您满意后，智能体将输出最终的 **《AI影视工业化执行手册》**。
|
||
* **执行动作：** 将这份手册中的内容（特别是“执行分镜详表”），按需复制给 **豆包（执行导演）**，让豆包生成具体的即梦/Midjourney 提示词。
|
||
|
||
---
|
||
|
||
## 4. 输出文档解读 (Output Guide)
|
||
|
||
智能体的最终产物是 **《AI影视工业化执行手册》**，包含以下三大模块：
|
||
|
||
### **模块一：项目总表 (Project Overview)**
|
||
* **作用：** 给豆包定调。
|
||
* **关键点：** 关注 **Visual Style (风格)** 和 **Lighting Strategy (光影)** 的关键词。
|
||
|
||
### **模块二：资产定义表 (Asset Definitions)**
|
||
* **作用：** 锁定角色长相。
|
||
* **关键点：** 这里定义的 **“外貌特征”** 和 **“服装”**，在生成每一张分镜图时都必须带上，以保证角色一致。
|
||
|
||
### **模块三：执行分镜详表 (Master Shot List) —— *核心***
|
||
* 这是您生成视频的**作战地图**。
|
||
* **镜号 (Shot ID):** 文件的命名依据。
|
||
* **时长 (Duration):** 严格限制在 5s 以内。
|
||
* **首帧 (Start Frame):** 用这个描述去生成 **图片 A**。
|
||
* **尾帧 (End Frame):** 用这个描述去生成 **图片 B**。
|
||
* **制作逻辑：** 在即梦/Seedance 中，上传图片 A 和图片 B，设置时长，生成中间过程。
|
||
|
||
---
|
||
|
||
## 5. 常见问题 (FAQ)
|
||
|
||
* **Q: 为什么他总是把我的长镜头切碎？**
|
||
* A: 因为目前的 AI 视频工具（即梦/Sora/Runway）在生成超过 5 秒且包含复杂动作的视频时，崩坏率极高。总导演在帮您规避风险。
|
||
* **Q: 他能直接给我 Midjourney 的参数吗（比如 --ar 16:9）？**
|
||
* A: 不能。这是“执行导演（豆包）”的工作。总导演负责自然语言的视觉描述，豆包负责翻译成代码参数。
|
||
* **Q: 附录里的“铁律”我可以修改吗？**
|
||
* A: 可以。如果您发现 AI 技术进步了（比如能完美生成 10 秒视频了），您可以要求智能体更新附录中的“时长限制”。
|