Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

找了个风格参考提示词给大家拿去做视频风格模拟用。【复制以下内容给 AI】: 角色设定: 你是一位拥有20年经验的电影摄影指导(DOP)和美术指导。你擅长从视觉画面中剥离内容,提炼出核心的美学逻辑。 任务目标: 请分析我上传的这组参考图,忽略画面中的具体人物和动作(这是可变量),只从以下维度深度解析画面中的“不可变视觉条件” (Immutable Visual Conditions): 1. 光影逻辑 (Lighting & Atmosphere): 它是硬光还是柔光?光源的方向性如何(侧光/顶光/背光)?明暗对比度(Chiaroscuro)是高还是低?是否有丁达尔效应或特定的环境光? 2. 胶片与质感 (Texture & Fidelity): 模拟的是什么年代的胶片(如70年代Technicolor)?颗粒感(Grain)的强度如何?画面的清晰度、锐度以及是否有物理损伤感(划痕、灰尘)? 3. 色彩科学 (Color Grading): 整体色调倾向是什么(如低饱和、高反差、偏绿/偏黄)?高光和阴影的色偏如何? 4. 构图与空间 (Composition & Spatial): 镜头语言有什么特征(如广角、长焦压缩)?前景遮挡关系如何?空间透视是平面的还是深邃的? 输出要求: 请不要给我写散文。请直接提取出 10-15 个精准的英文关键词或短语(Prompt Tags),用逗号分隔,按重要性排序。这些词必须能准确复刻这种视觉风格。 二、将风格总结为模版的提示词 【标准化模版构建】提示词 (用来把提取的条件变成“万能模版”) 【使用场景】: 当你已经得到了第一步分析出的“风格关键词”(比如:Technicolor, heavy grain, hard light...),想把它变成一个以后能无限填空的“万能公式”时,把那些关键词发给 AI,然后发送这段话。 【复制以下内容给 AI】:...

13,521 Aufrufe • vor 5 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

讲真的,现在的提示词网站都还有很大的优化空间: 大部分提示词网站以“堆量”为主,靠着上千上万的提示词数量来堆砌价值,内容很丰富,但也存在大量重复、低质的提示词出现 如果是自动爬取的帖子,还会出现提示词空档的情况,因为并不是每一个作者都会把提示词直接写在正文中,所以识别不到 在这样的网站想要使用提示词,往往需要经历以下几个步骤: 1️⃣翻了很久,终于找到自己想要的图片效果 2️⃣点进去后会出现几种情况 - 没有提示词,只能放弃或者去原帖中找 - 语言不通,看不懂提示词 - 复制的文本里有其他文案,需要手动删除 3️⃣折腾十分钟,终于把提示词处理好了 4️⃣打开gemini/第三方生图网站 5️⃣复制提示词进行生图 6️⃣运气不好,发现提示词效果根本不是作者提供的那样,卒 想要丝滑的把中意的提示词变成图片,基本做不到 直到我用了MeiGen,一个开源的项目,它可能是今年使用体验最丝滑的提示词网站 因为MeiGen不是传统的提示词网站,它不只是收录,而是解决了从提示词源到创作的整条链路 想要什么效果,只需要轻轻拖动画面到右侧,点击生成就结束了,从查看到生成,只需要两步 「拖动-生成」结束 1. 对于AI创作来说,保持心流状态是非常重要的,在MeiGen,你可以先收藏喜欢的提示词,不用担心找不到,在素材收集完成后进行统一的创作 2. 你可以上传参考图,或者把提示词翻译成中文再进行修改,这些都可以在MeiGen中一站式完成 3. 精选热门 AI 图片提示,这些都是已被证实能够生成高质量图片的提示词,由开发者亲自把关 4. 网站采用周更的节奏,保证提示词可用性和质量 想要享受丝滑的创作体验,来试试MeiGen吧:

骑司Chase

30,759 Aufrufe • vor 7 Monaten

预告一下,给社区做了一个图像解构插件:Viko。 一键爆破任何图片,让你功力大增!(哈哈哈哈夸张了) 当你在网上冲浪,刷 X、小红书、Pinterest、VSC 论坛,或者任何网页时,看到一张有感觉的图,不用再只是截图收藏。 Viko 可以帮你把这张图: - 画面解构:拆出风格、构图、光线、色彩、成像质感等关键元素 - 反推提示词:输出适合 GPT 图像模型使用的自然语言提示词,即关键词词组,绝对不用JSON - 提示词变体:在保留原图核心气质的基础上,生成新的创作方向 - 直接生成图片:一键从参考图到新图 - 保存到 Eagle:图片和提示词一键保存到本地素材库,方便后续管理和复用 为什么要做这个插件? 其实我个人一直不太喜欢传统意义上的反推。尤其 GPT-Image2 出来以后,那种把图片拆成一大段 JSON,然后追求 1:1 复刻的玩法,对我来说实在太无聊了。 复刻出一张差不多的图,然后呢? 我真正想要的是: 当我们看到一张好图时,能快速抓住它最核心的画面结构,知道它为什么好看,风格在哪里,构图在哪里,光线和质感在哪里。 然后基于这些信息继续发散,做出同一视觉体系下的新图、新玩法、新方向。 这也是 Viko 现在最核心的三个能力: 解构,反推,变体。 目前 Viko 还在内部测试中,等后面上架 Chrome 插件商店,再同步给大家。

古一

91,613 Aufrufe • vor 2 Monaten

Prompt Fill v1.0 正式发布 🎉 做 AI 绘画的人一定有过这种体验: 看到一张惊艳的图,兴冲冲复制了提示词—— 打开一看,一整段密密麻麻的英文。 不知道哪个词控制风格,哪个词控制构图, 想改又不敢改,怕一动就全崩了。 这就是我做 Prompt Fill 的原因。 1.0版本最重磅的更新:一键「智能拆分」:粘贴提示词 → 自动标注变量 → 生成中英双语填空模板。 这个功能是 v1.0 补上的最后一块拼图。 之前 Prompt Fill 已经有了结构化模板、动态词库、词条联动、AI 扩词—— 但始终缺一个「从零开始」的入口。 现在有了智能拆分,任何一段提示词都能秒变可复用的填空模板。 说起来这完全是一个 Vibe Coding 项目。 我自己又是产品经理,又是UX设计师,从第一行代码到现在的每一个功能,都是和 AI 一起边聊边写出来的。(始终觉得在Vibe Coding且上线的项目中审美说得过去的项目) 从 12 月初的第一个 commit 到今天,历时四个多月,陆陆续续迭代了几十个版本。 目前 GitHub 累计 1.7K Star ⭐ 真的非常感谢大家的支持和喜爱,每一个 Star 都是继续做下去的动力。 接下来的计划: 📌 近期会持续补充更多高质量提示词模板 📌 2.0 已在规划中——面向视频创作的提示词管理、提示词润色、多镜头编排等功能 开源地址 👉 在线体验 👉 欢迎试用、提 issue、给建议,或者直接 Star 支持一下 🙏

MarioTan

30,589 Aufrufe • vor 6 Monaten

等距轴测装修延时摄影制作方法精华版本来啦: 首尾帧制作: 最终成果图: 使用Nano Banana Pro直接生成。 提示词如下: 等距视角室内场景 基于设计需求,创作一张isometric视角(等距轴测视角)的{客厅}室内场景图像,无任何透视效果,保持视角和相机位置的一致性。包括建筑的主体部分保持一致。 房间状态: {温馨舒适,充满生活气息} 设计风格: {现代轻奢风格} 材质细节: - 地面:{浅灰色大理石地砖} - 墙面:{白色乳胶漆墙面} 技术要求: 使用3D建模的材质质感和建模软件常用的渲染效果,包括材质纹理效果、AO效果以及描边效果(根据房间状态选择是否使用)。白色背景,Blender渲染质感。 建议直接使用我的提示词填空器进行快速词条替换。 模版在这: 做旧的提示词和之前一样: 基于图像,保持室内的主体结构不变化,创作一张isometric视角(等距轴测视角)的室内毛坯的模型图像,脏乱,破旧的房间布置与材质表达 使用3D建模的材质质感和建模软件常用的描边与材质纹理效果以及AO效果,白色背景 然后去可灵2.6进行视频生成: 提示词: 等距视角的三维模型房间装修延时摄影视频。工人们在一间简陋的毛坯房内工作,水泥墙面。快进画面展示:人们清理杂物和垃圾袋、移除所有旧家具,将房屋还原至毛坯房,擦洗墙壁、将灰色水泥墙刷成 {现代轻奢风格} 、先完成主体框架装修,再放入家具,再逐渐将一个房屋搭建成最终的现代风格的 {卧室} 。多名工人在加速画面中快速移动,工具和材料不断出现又消失,窗外自然光线随时间变化。三维渲染风格,8-16倍速延时,4K画质。 视频时长5s的效果也不错(如果你不想充钱的话) 然后多种风格的装修混合在一起,就是一个非常不错的视频了~

MarioTan

12,663 Aufrufe • vor 7 Monaten

终于来了! Midjourney角色一致性功能发布. 下面视频是网站的使用方法和介绍: 这个功能和之前的风格参照很相似,不同之处在于它不是匹配一个特定风格,而是让角色与给定的角色参照图像相符合。 如何使用: 在你输入的指令后面加上 --cref URL,URL是你选择的角色图像的链接。 你还可以用 --cw 来调整参照的“强度”,范围从100到0。 默认的强度是100 (--cw 100),这时会参考人物的脸部、发型和衣着。 如果设置为强度0 (--cw 0),那么系统只会关注脸部(这对于更换服饰或发型很有帮助)。 适用范围: 这个功能最适合用于Midjourney创作的角色图像。不太适合用于真人照片(可能会产生一些扭曲,就像普通图像提示那样)。 Cref的工作方式类似于普通图像提示,但它更专注于角色的特征。 但请注意,这项技术的精确度是有限的,它无法复制极其细微的特征,比如特定的酒窝、雀斑或T恤上的标志。 Cref同样适用于Niji和普通MJ模型,并且可以与--sref一起使用。 高级功能: 你可以使用多个URL,通过 --cref URL1 URL2 的方式来结合多个图像中的角色信息(这和使用多重图像或风格提示类似)。 在web alpha版本中如何操作: 只需将图片拖动或粘贴到想象工具栏,你会看到三个图标。选择这些图标之一,可以设置图片用作图像提示、风格参照或角色参照。如果你想让一张图像同时用于多个类别,只需按住Shift键再选择。 请记住,由于MJ V6目前还处于alpha测试阶段,这个和其他功能可能会有所变化。但不久后,我们会推出官方的V6 beta版。

歸藏(guizang.ai)

75,336 Aufrufe • vor 2 Jahren