① 选择框架
② 填写要素
③ 输出
在左侧选择框架并填写要素,点击「生成提示词」。
运镜词典
镜头需求
推荐结果
选择情绪与场景后生成。
分镜输入
生成后可在表格每行的下拉框单独指定表情;60 态微表情源自 Cinematic-prompt-master。
分镜表
输入剧情后生成结构化分镜。
① 输入视频 / 剧情描述
方法论:先拆解 → 定功能 → 按功能查 50 镜库 → 替换占位符 + 模型裁剪。源自 cinematic-shot-prompt-expert 逆向工程流程 + Cinematic-prompt-master 运镜/表情规则。
反推结果
输入描述后生成:拆解维度 → 叙事功能判定 → 候选镜头 → 成品分镜表 → 纪律自检。
① 选择广告类别
—
中文成品实例
② 填写占位要素
③ 成品提示词
选择类别并填写要素后生成。
① 目标模型
② 五要素填空
核心原则:给物理规格(光位/焦段/光圈/色温),别给审美形容词(高级感/大片感)。
Midjourney 参数后缀(一键拼接)
负面提示词(定向抑制翻车点 · 18 类大库)
风格关键词库(点击追加到「主体」· midjgpt/awesome-midjourney-zh)
国风案例(MJ 实测 prompt · 点击填入五要素主体)
文字入图(海报/封面/logo 需精确文字)
③ 成品提示词
填写五要素后点击生成。
🧭 迭代循环(官方推荐流程)
① 姿势画布(拖拽关节点编辑)
来源:ZhUyU1997/open-pose-editor 核心能力(关键点拖拽 / 预置姿势 / 镜像 / 骨骼图导出)。按住关节圆点拖动即可调整姿势,鼠标悬停高亮当前关节。
② 姿势提示词(中文 · 自动识别)
拖动骨骼或选择预置姿势,将自动生成中文姿势描述。
🦴 ControlNet 使用建议
① 浏览参考
② 详情
点击左侧缩略图查看详情,可复制中文描述或直接应用到文生图;点「🎲 随机搭配」生成三合一角色配方。
待检测文生图提示词
体检依据:ZSky 五要素公式(物理设置 > 审美词汇)+ bitcjm Image Prompting Guide。
体检报告
—粘贴提示词后点击「开始体检」。
🔀 改写前后对比 diff
删除 = 空洞希望词已被移除 新增 = 替换为物理规格 不变
① 选模型 → 按官方公式填空
23 模型 · 494 条实测数据源:cclank/lanshu-awesome-ai-video-kit(每条 prompt 带 source 溯源,GitHub Action 每周巡检官方端点)。同一需求换个模型写法差异巨大——先选对模型,再写提示词。
② 提示词成品
选择模型后按公式填写,点击生成。
③ 实测示例库
① 一句话概念(logline)
💡 导演的三条铁律
② 导演阐述报告
填入 logline 后点击「生成导演阐述」,将输出:logline 校验 → 三幕脊线 → 节拍表 → 六层分镜设计 → 三轮审片评分。
AI 短剧工业化流水线 · Script-to-Asset-to-Keyframe
6 阶段单条漂亮片段是 demo,能剪成同一部电影的片段序列才是制作。AI 视频翻车的根因不是提示词不够好,而是没有工作流。
👤 角色圣经生成器
📋 连续性表 & 命名规范
生成逐镜连续性表与命名规范,用于防「不连戏」。
⚠️ 生成前必查的三问
📖 小说改编七步流水线
✒️ 编剧方法论(47 本编剧书提炼)
🤖 AI 导演助手
真实调用大模型(DeepSeek / 通义 / Kimi / 豆包 / 智谱 / OpenAI / Ollama 本地均可)。API Key 只存本地 config.json,不进浏览器。
AI 输出
选择任务类型并填写素材后点击「开始生成」。
⚙ AI 设置
需先启动本地桥接服务:node server.js(项目根目录)。Key 保存在本地 config.json,不上传任何第三方。
📦 项目库
还没有保存的项目。
🧾 项目包预览
导出为 Markdown:包含导演阐述 + 分镜表(CSV)+ 首帧图提示词 + 连续性表。
选择或保存一个项目后显示。
待检测提示词
体检报告
—粘贴提示词后点击「开始体检」。