Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

这个提示词让 Opus5.5 可以轻松制作任何高质量 MV 提示词: 我附上了一首歌,可能还有它的原始视频、源码或发布链接。请你独立地、端到端地为它做一支全新的、顶级的音乐录影带。音轨完全沿用原曲,不做改动。风格、场景、角色、镜头、排版全部由你决定。我不会告诉你该做成什么样,也不会给你风格术语。你需要自己去找、自己去想、自己去验证。原视频只是起点,你不需要锚定它,它可以被做得强得多。 先理解这首歌。 确认音频和所有素材的来源,读完全部歌词;如果有原视频、分镜或源码,也一并看完。自己回答这些问题:这首歌到底在讲什么,表面意思之下还有什么,它的情绪怎么起伏,结构怎么分段,哪里是它最想被记住的瞬间。然后把每段主歌、副歌、桥段,以及每个重拍、爆点、拟声词落在第几秒都标出来,做成一张时间轴。后面所有画面、文字和节奏都以它为骨架。 再自己做研究。 请充分利用你手边的工具:联网搜索、网页抓取、阅读我的素材库和已有作品、查看你能调用的图像/视频/音频生成模型和它们的使用说明。去研究和这首歌的主题、情绪、受众真正相关的东西,比如优秀的音乐录影带,时尚、电影、广告和艺术影像,动态设计与排版,当下社交媒体上的审美潮流,以及和歌曲主旨相关的时代话题、讨论和模因。找到具体的作品和画面后,自己拆解它们为什么好:如何在开头抓住注意力,如何用构图、光线、色彩、节奏和文字操控人的情绪,如何制造让人想转发的瞬间。把研究结论整理成你自己的风格术语和设计原则,并写下来。借鉴的是方法,不是照搬画面。 然后独立做出判断。 基于研究,自己提出两三个差异明显、真正有意思的创作方向。每个方向都要说清楚它的核心概念、视觉语言,以及为什么它最适合这首歌和这群观众。批判性地比较:哪个最切题,哪个最新鲜,哪个在你现有的模型能力下最能做到高质量,哪个在社交媒体上最能打。选出一个,或者把它们融合成一个。接着为它写下一条审美边界:这支片子要什么气质,它最容易滑向哪种廉价、俗气或“AI 味”的质感,哪些元素一出现就会毁掉整体。之后每个场景、每张图都拿这条边界检查。克制不能牺牲节奏:歌词里有爆点、拟声词或副歌重拍时,画面必须兑现。 评估你自己的能力。 诚实地判断你手边的工具能做到什么、做不到什么,哪些效果交给图像模型,哪些交给视频模型,哪些用 JavaScript 动画自己画,怎样组合才能扬长避短。风格要建立在“说得通、又和这些模型配合良好”的基础上,而不是纸上谈兵。你的能力很可能超过你自己以为的,请带着这种心态设计,同时对风险保持清醒。 建立视觉基础。 用图像生成先做风格表:关键帧,加上主角和配角的设定图,固定人物的脸、发型、服装、材质,以及世界的色彩和光线语言。之后每一段视频都把它们作为参考传入,保证全片人物不漂移、风格不跑偏。像普通 MV 一样,可以有没有角色的插入镜头,主角也可以在某些段落做完全不同的事。世界观要从歌曲主旨里长出来,把时代情绪和模因转译成观众看得懂、又足够有意思的视觉隐喻。 生成视频素材。 按歌曲结构切段,每段不超过模型的单段上限,每段起止时间和音频时间轴严格对齐,都有明确对应的歌词和落点。每段提示词写清主体、动作、镜头、每张参考图的作用、统一风格和负面约束,每段只用一种主运镜。如果需要口型同步,就研究模型能不能用音频做参考,并验证时机是否精准。视频画面里不要渲染文字,声音交给原曲。每段生成后都要看;哪段不达标,就只替换那一段,旧版保留,方便对比和回退。 用叠层完成影片。 所有文字、数据和装饰都用 JavaScript / HTML 叠层实现。叠层的质感、界面语言和装饰元素都由你的风格推导出来,要成为影片视觉的一部分。你甚至可以用 JavaScript 在视频之上重绘整个画面,让生成的素材只当底片。歌词要做成出色的动态图形,并在构图时就规划好:哪里要大、要有存在感,哪里像字幕一样安静。开头为了视觉钩子,歌词要更有存在感。歌词大的时候,背景要简化,人物让到一侧。装饰元素必须和当下的歌词或剧情有关,同屏数量要克制,也不要反复出现同一个元素。看起来像堆砌,就删掉。 抓住并留住注意力。 开头几秒必须有一个强烈的视觉钩子,让人立刻停下来。之后用画面变化、文字节奏和叙事悬念持续留住注意力。结尾要有收束或反转,让人想再看一遍、想转发。 严格验证。 播放页要稳定:用音频做主时钟,预加载并在后台缓冲视频,处理卡顿与漂移,提供章节跳转、叠层开关、全屏和调试信息。搭建验证闭环:完整播放多遍,在关键时间点截图,逐段检查歌词、重拍和画面是否咬合,确认没有卡顿、黑帧、人物漂移或风格断裂。不满意就回头迭代。东西拼在一起显得突兀,往往是事前统筹不够,所以构图和时机的规划要非常严谨。 交付。 最后交付三样东西:可播放的完整 MV 页面,每一段独立的视频素材,以及一份中英对照的创作文档。文档包括你的研究结论、选定的方向和理由、全局风格、角色设定、负面约束和逐段提示词。公开发布前请提醒我确认音乐授权。预算由你统筹:该花的地方积极投入,但保持经济。目标是做一支能在社交媒体上爆的作品,进阶目标是做出前所未见、比任何人都更好的东西。不要出错。 歌曲音频: 原始视频: 提示词启发来自:donald 视频链接:

16,709 Aufrufe • vor 1 Monat •via X (Twitter)

39 Kommentare

Profilbild von AYi
AYivor 1 Monat

哇偶,已收藏,明天玩一下哈哈

Profilbild von Nicolechan
Nicolechanvor 1 Monat

很好玩🥳

Profilbild von 想风
想风vor 1 Monat

强悍呀 收藏先

Profilbild von Nicolechan
Nicolechanvor 1 Monat

嗯呀,值得收藏,哇咔咔~

Profilbild von Leaf Yeah!
Leaf Yeah!vor 1 Monat

真不错,让我想想,什么样的画面内容才配得上这套提示词

Profilbild von Nicolechan
Nicolechanvor 1 Monat

😆你的数字人就配得上,哈哈哈~

Profilbild von 铁柱AGI
铁柱AGIvor 1 Monat

好东西啊,收藏了!

Profilbild von Nicolechan
Nicolechanvor 1 Monat

是呀,开心开心~

Profilbild von CodingNanami
CodingNanamivor 1 Monat

我也做了一个 但我的提示词没这么高端哈哈

Profilbild von Nicolechan
Nicolechanvor 1 Monat

也很棒呀~

Profilbild von 周也舟
周也舟vor 1 Monat

好东西,谢了

Profilbild von Nicolechan
Nicolechanvor 1 Monat

感谢支持呀~

Profilbild von 小海豚笔记 (AI & 副业探索)
小海豚笔记 (AI & 副业探索)vor 1 Monat

制作高质量 MV,不是梦了

Profilbild von Nicolechan
Nicolechanvor 1 Monat

是的 开心开心~

Profilbild von ZML
ZMLvor 1 Monat

謝謝分享

Profilbild von Nicolechan
Nicolechanvor 1 Monat

也感谢你的支持呀~

Profilbild von 虚惊一场。
虚惊一场。vor 1 Monat

这套提示词搭建了一套端到端 MV 创作流程,高低得尝试一下。🐮批

Profilbild von Nicolechan
Nicolechanvor 1 Monat

是的,很好玩~~

Profilbild von 戴卫得
戴卫得vor 1 Monat

这条提示词把研究、判断、验证拆成独立步骤,比直接甲风格词有效多了,MV制作这种需要审美判断的活,交给AI前先让它自己想清楚为什么好确实关键

Profilbild von Nicolechan
Nicolechanvor 1 Monat

是的,我特意把这个提示词改得更通用了,哈哈哈

Profilbild von 知不道吧
知不道吧vor 1 Monat

这已经不太像提示词了,更像把导演、分镜、后期和质检写进了一份制作规范。

Profilbild von Nicolechan
Nicolechanvor 1 Monat

是的,很强,不敢想象如果是人类要花多久,Opus5.5 很快搞定了,最耗时是用seedance2.5生视频的时间

Profilbild von Rich
Richvor 1 Monat

“醒来看到这个”当叙事很好用,可复现实验得把预算拆开:MJ 出图多少、视频段多少、失败重试多少、人工有没有在早上剪过一刀。不拆的话,这条更像成果展示,不像可跟做的方法帖。

Profilbild von Nicolechan
Nicolechanvor 1 Monat

😂

Profilbild von 硅谷AI玩家
硅谷AI玩家vor 1 Monat

人物用风格表锁住,视频按段生成、不行只换一段,字幕和装饰用网页叠层,这套比一句“做个高级 MV”靠谱太多。

Profilbild von Nicolechan
Nicolechanvor 1 Monat

原提示词太牛了,Opus5.5也超神,这几天玩得不亦乐乎

Profilbild von 凯冰
凯冰vor 1 Monat

喂给我的AI学习了

Profilbild von Nicolechan
Nicolechanvor 1 Monat

哈哈哈 机智呀

Profilbild von Jason傑森 🇭🇰 | 🛠️
Jason傑森 🇭🇰 | 🛠️vor 1 Monat

歌都没发我

Profilbild von Nicolechan
Nicolechanvor 1 Monat

看最底下有歌的链接 😂

Profilbild von 黄啊码
黄啊码vor 1 Monat

这么干,质量还这么高

Profilbild von 鲸图
鲸图vor 1 Monat

画面是第三方视频模型生成的吧?

Profilbild von Nicolechan
Nicolechanvor 1 Monat

在 YouMind里,用Opus5.5 调用自带的Seedance2.5生成的

Profilbild von 鲸图
鲸图vor 1 Monat

需要有Seedance2.5的API Key才行吧?

Profilbild von Nicolechan
Nicolechanvor 1 Monat

我用的YouMind,自带Seedance2.5

Profilbild von 鲸图
鲸图vor 1 Monat

明白了 谢谢

Profilbild von 傻刘
傻刘vor 1 Monat

我之前也拿opus试着剪过MV,镜头节奏老对不上歌词,卡点只能手调。这个提示词是直接出分镜的吗?

Profilbild von Park
Parkvor 1 Monat

你们这提示词 都是逆向来的么

Profilbild von Nicolechan
Nicolechanvor 1 Monat

原作者就给出提示词了,然后我在跑的过程中根据自己的经验总结出了一版新的

Ähnliche Videos

打开短视频平台几乎随处都能看到 AI 动画、数字人、品牌短片 看别人制作好像很简单,轮到自己动手却会发现完全不是那么回事 你需要确定题材、设计角色、编写提示词、生成图片、选择模型,还要处理分镜、运镜、配音、字幕中间任何一个环节没有做好,最终生成的效果都可能和自己的想法天差地别 对于没有视频制作经验的小白来说,真正困难的不是生成一个画面,而是怎样把脑子里的想法变成一条完整的视频。 最近我发现了一种更简单的方式:不需要先学习复杂的提示词和工作流,只需要像聊天一样告诉 AI 自己想做什么 首先打开 @Pexoai_offical 推出的 AI 视频创作产品 Pexo 如果你还不知道应该怎么描述,可以先找一条自己喜欢的参考视频,把视频发给 Pexo,然后直接告诉它: 这是我喜欢的视频类型。我想参考它的内容结构、视觉风格和叙事节奏 Pexo 会先帮你梳理参考视频的信息等它理解视频风格以后继续说明要求: 可以把里面的主角换成我提供的动画人物吗?重新设计适合这个角色的故事 整个过程不需要编写一大段专业提示词 你只需要提供你的个人IP图Pexo就会根据你喜欢的视频与你的个人IP制作出以这条视频为基础,但不完全照搬的视频出来 而你只需要回答几个普通问题: 想让角色做什么? 视频准备发到哪里? 希望是搞笑、治愈、热血还是科技感? 哪些内容必须保留? 哪些地方需要修改? 我觉得这才是我认为真正适合小白的 AI 视频创作方式 你不需要先成为导演、剪辑师或提示词专家 你只要说清楚自己喜欢什么、哪里不满意AI 帮你分析、规划、制作 如果你也一直想制作自己的动画 IP 视频,却被复杂的软件、提示词和工作流劝退,可以来 Pexo Workspace - AI Video Creation Platform | Pexo 尝试一下 完整视频教学如下

平凡的蛙里奥

33,655 Aufrufe • vor 1 Monat

我给自己的开源手绘视频 Skill,做了一支 Vox 风格的剪纸拼贴宣传片。👇 这次用的是 Pexo Pexo,一款对话式 AI 视频创作工具,面向有内容表达、产品推广需求的创作者、独立开发者和产品团队。 你可以直接告诉它想做什么,提供项目资料和参考风格。它会帮你整理故事线、做分镜,再完成画面、配音和成片制作。后续哪里需要调整,也可以留在同一个项目里接着聊、接着改。 实际用下来,上手确实比较简单。我不需要自己研究该选哪个模型、怎么搭工作流,更多是在看分镜、判断效果,把想法和修改要求说清楚。 我这次的需求很具体:给自己的 story-to-handdrawn-video 做一支宣传片,把这个手绘视频 Skill 的用途和效果讲清楚。视觉上,想要 Vox 那种纸张纹理、拼贴画面和动态排版。 实际做下来,大概是这样的过程: 先把 GitHub 项目地址和创作需求发过去,让它整理故事线;再补充这个 Skill 实际做出来的视频、参考风格图,一起看分镜。 看到有几张分镜和实际效果对不上,我就直接提: “第四、第五张分镜和真实画面有点差距。” 它重新对照我前面上传的效果视频,调整了分镜里对制作流程、黑白画稿和上色效果的呈现。改完还有不对的地方,我就继续指出来,再看下一版。 到了成片阶段,我又觉得声音和画面节奏还差点意思: “配音感觉差一点,动效感偏弱。” 后面它又换了配音,把两段偏弱的动效重新做了一遍,再给我看新的成片。前面发过的项目资料、效果视频和确认过的风格,都能接着用,不需要每次修改都从头解释。 如果想改的是画面里的某个具体位置,还可以用 Mark to Fix:圈出要改的地方,在右侧批注框里写清楚修改要求,再提交。 这次最有感触的,是第一条提示词之后的创作过程。 很多具体想法,都是看到分镜和画面之后才冒出来的。哪一段没讲清楚,哪张图偏离了实际效果,哪里还需要加强动效,都需要边看边判断。这些意见可以直接跟 Pexo 说,把具体的制作和调整交给它。 我负责判断内容、风格和节奏。几轮沟通下来,作品也逐渐贴近了我想表达的东西。 如果你也有自己的开源项目、独立产品或 SaaS,想给它做一支宣传片,可以看看下面这条 90 秒实操复盘。我把成片效果和中间来回修改的过程都放进去了。 体验:

知识猫AI实验室

106,412 Aufrufe • vor 1 Monat

一张图,一段提示词。 我让 Apodex 做了一次「AI黄果短剧」逆向研究,最后拿到了一份10万字的拆解文档。 对这种能把复杂任务做完的 Agent 感兴趣,可以先给他们开源的 FrontierAgent 仓库 点个 ⭐ Star,支持一下,也方便后续自己上手。 完整操作我录下来了。 前半段看怎么做,后半段直接打开文档,看这10万字到底拆了什么。 先说操作。 在 Apodex 网页端上传之前流出的黄果制作流程图,再把研究目标和交付要求写清楚。 这里有个关键:需要一段提示词帮你把Apodex能力拉到极限。 一张图是研究入口,不是全部证据。 Apodex 可以在同一个任务里处理文件、检索资料、执行代码,并通过任务看板展示进展。过程中也能追加要求,保留仍然有效的成果,再调整受影响的部分。官方介绍 不过,真正值得展开的,是后面这份文档。 我会重点翻四块内容。 第一,视觉拆解。 角色外形、配色、构图、光影、材质……把一句“这个画风很特别”,拆成具体能描述、能比较的要素。 第二,制作流程。 从角色设定、分镜,到图像与视频生成,再到配音、剪辑。重点看每一步需要什么输入、产出什么,以及前后怎样接起来。 第三,提示词与示例。 不是只收藏一段很长的提示词,而是看懂角色、动作、场景、镜头和风格分别承担什么作用。换一个人物或故事时,才知道哪里该改、哪里要保持一致。 第四,问题与验证。 哪些判断有来源?哪些只是合理推测?角色一致性、镜头衔接这些问题,后面还需要怎么测试? 尤其是一张图无法证明原作者用了哪个模型、哪段提示词。 逆向研究的价值,是找到有依据的制作路径,而不是把猜测写成答案。 所以,我想展示的并不只是“AI能写10万字”。 而是一个模糊的起点,能不能被推进成一份有结构、有依据、可以逐项检查的交付物。 能回答一个问题,和把一件事做完,是两回事。 这次我把输入、操作和最终文档放在一起。 你可以直接看:这10万字,到底有没有把问题讲明白。 想体验可以从 Apodex 网页端开始。 想放到自己的环境里运行,也可以看官方开放的 Mini 模型权重和 FrontierAgent 框架。 Apodex 网页端: API Platform: 开源框架 FrontierAgent: Apodex 1.1 mini 模型权重: #Apodex

知识猫AI实验室

42,408 Aufrufe • vor 2 Monaten

卧槽,Hypit 这次确实有点意思。 把它接进 Codex,丢一条参考视频过去,再说一句“帮我 Clone”,它就能把原片拆成可编辑的视频工程。 人物能换、服装能换、色卡能换。 原片的构图、镜头节奏、字幕、转场和画面层级,会尽量保留下来。 我这次用 Codex 跑了 Hypit,复刻了两条短视频。 一个是「豆包帮我清理桌面」的场景创意 yanhua,一个是 @陶阿狗君 的旅行变装。 它先把视频拆成一个可编辑的 workflow。 谁在说话、哪一段用什么图、字幕怎么排、画面怎么动,都变成工程里的零件。 流程很简单: 1、给 Codex 装上 Hypit Skill npx skills add hypit-ai/hypit -g 2、配好视频模型 API 我这里用即梦 CLI 调 Seedance,先确认模型能正常出片。 3、把参考视频和人物图交给 Codex 告诉它保留原片构图和分镜节奏,把人物换成参考图角色,再生成新的色卡和服装。 4、先确认图片,再生成动态镜头 图片、视频和声音可以分阶段处理。图片不满意先改,确认后再调视频模型出片。 我觉得 Hypit 最有意思的地方,是它把视频制作从一次性「抽卡」,变成可以持续修改的项目。 你能一边预览成片,一边看对应素材和源码。想换人、改字、调镜头节奏,都有地方下手。 工具是开源的,模型和 API 费用各自另算。 想用 AI Agent 做视频 Clone 的,可以自己装了试试,效果因模型和参考片差异会比较大。 官方仓库(开源):

行者AI视频

165,916 Aufrufe • vor 1 Monat

我把 AI 解说视频,彻底做成了一条“无人流水线” 丢进去文案和声音,后面的配音、分镜、画面、字幕、合成基本全自动 开源 4 天,350+ Stars,1000+ 人收藏。今天一次性把 cs-board 的全部功能讲透 并且新增加了自媒体封面修改功能,内置十种风格(还可以diy)还有市面上所有封面的尺寸(图二)👇 cs-board已经从一个 AI 白板视频工具,越改越像一个真正的 AI 内容生产工作台 以前用 AI 做一条内容,流程基本是这样的: 写文案 → 找模型改稿 → 克隆声音 → 拆分镜 → 生图 → 调风格 → 做动画 → 加字幕 → 做封面 → 导出 问题不是 AI 不够强 而是: 每一步都很强,但每一步都是孤岛 你要不断复制粘贴、切工具、重新上传素材、重新解释人物是谁、重新告诉模型你要什么风格 最后不是 AI 在替你工作,而是你成了 AI 工具之间的“人肉 API” 所以 cs-board 现在做的事情,本质上不是继续堆 AI 功能 而是把这些步骤做成一个有状态的内容生产工作台 1️⃣ 为什么我没有直接做“一键生成视频” 因为真正影响内容质量的,从来不是“一键” 而是中间状态能不能被控制和复用 比如现在 cs-board 生成一条视频,中间会留下: 配音 → 分镜 → 图片 → 分段视频 → 最终成片 这些都不是一次性的临时结果,而是检查点 假设你已经生成完所有图片,只是觉得字幕位置不对 正常 AI 工作流可能又得重新跑一遍 cs-board 不需要 直接从后面的渲染阶段继续 前面花过的钱和时间不重新花 我越来越觉得,AI 工具真正应该优化的,不是“第一次能不能生成”,而是: 第 17 次修改的时候,你还需不需要从头来一遍 2️⃣ 动态信息图为什么不是“让 AI 生成一张 PPT” 这个功能我改得比较久 因为我发现很多所谓 AI 视频,本质都有一个问题: 画面和人声是脱节的 旁白还没讲到第三点,画面已经把五点全部展示出来了 观众其实根本不会跟着你的表达走 所以 cs-board 的动态信息图不是: 文案 → HTML → 视频 而是先把真实旁白做成一个语义时间轴 一句话什么时候开始说、哪个关键词什么时候出现、哪个知识卡片什么时候展开,都跟实际音频绑定 所以画面不是按照“程序跑到第几秒”出现 而是: 你讲到哪,它才出现到哪 这其实是我现在做 cs-board 比较核心的一个思路: AI 负责理解内容,程序负责保证确定性 能交给代码控制的东西,我越来越不想交给模型猜 3️⃣ 为什么人物和画风要单独抽出来 以前最大的问题之一就是一致性。 第一张图是这个人。 第二张开始脸就变了。 第三张甚至连画风都换了。 所以现在自定义模式里,我把两件东西单独抽出来: 人物参考 + 风格参考。 可以放固定 IP,也可以放自己的品牌视觉。 人物最多可以提供多张参考图,风格也作为独立条件贯穿整个任务。 这意味着 cs-board 不只是帮你“生成一条视频”。 更重要的是: 它开始能够持续生产属于同一个 IP 的内容 对于真正做账号的人,这个区别非常大 4️⃣ 最近我又把封面也塞进去了 因为做完视频以后,我发现自己还得打开另一个工具做封面。 那干脆继续 Coding 现在封面制作直接放进工作台 粘贴文章 / 帖子内容以后: 自动理解内容 → 提炼标题 → 选择构图 → 生成人物与视觉 → 输出封面。 我没有只给一个“生成封面”按钮 而是先做了 10 种专业封面构图 因为封面的核心根本不只是图片好不好看 而是: 标题放哪、人物放哪、视觉重心在哪、第一眼先看到什么 构图是确定性的,审美才交给模型 这和前面动态信息图其实是同一套逻辑 5️⃣ 现在这个工作台正在慢慢变成什么 目前已经逐渐放进来了: 白板视频 / 自定义人物与画风 / 动态信息图 / 文案改写 / 对口型视频 / AI 封面制作 视觉模板现在也已经扩到了 12 套 音色克隆可以接本地 IndexTTS 任务、素材、配置、历史和成片默认都放本地 甚至同一个局域网里的电脑,可以共享制作队列 这也是我现在给 cs-board 定的方向: 不做一个 AI 视频生成器。 做一个可以不断往里面塞能力的 AI 内容生产工作台。 目前项目继续开源: 现在功能还远远没做完,下一步正在接入数字人工具 如图P3 但我觉得这条路,比继续做一堆“一键生成 XX”的小工具有意思多

陈硕KAI

32,326 Aufrufe • vor 2 Monaten

兄弟们,之前答应过你们,点赞过百开源我的MinMax H3 视频反推skill。由于前两天账号被盗影响了我发布节奏,现在重新发布下。 首发我的开源项目:MiniMax H3 视频反推 Skill。 我做视频反推时遇到过一种很隐蔽的错误:画面里的动作都描述对了,提示词却没抓住视频在表达什么。 比如一只猫开心地跳舞,以为另一只猫正举着手机帮它录像。跳完凑近才发现,对方根本没开相机,而是在刷别的猫的视频。它随后生气地拍对方,笑点来自“认真表演”和“根本没被录下”的落差。如果提示词只写“跳舞→看手机→拍头”,动作顺序还在,故事已经变了。 艺术视频也有类似问题。分布在不同空间深度的绘画笔触,随着视角转动而错开,回到特定角度又组成完整画像。这里需要描述的是笔触、深度和视点的关系;把“分层”理解成将平面图片切成薄片,就会生成另一种效果。 这个 Skill 的原理是: 把视频转成有证据的事实,再把确认过的理解编译成提示词。 1、先建立视频事实。 它检查完整时间线,找出真正的切镜,补看快速动作、接触、遮挡和最后一帧。人物外观、道具位置、主体动作、镜头运动、声音分别记录。单张截图只能证明某一刻的状态,不能凭它推断一整段动作。 2、再对齐视频含义。 它先用中文复述“谁在做什么、期待什么、转折发生在哪里、最后停在什么状态”。对于艺术展示,则复述作品结构和视角变化带来的效果。拿不准的关系或原因会直接说出来,等你确认或纠正后才进入提示词阶段。你补充的设定会与画面中能直接确认的事实分开保存。 3、从同一组事实生成不同路线。 要文生视频,就组织成完整的时间线;要图生视频,就把每个真实镜头的首帧状态与后续动作分开写。需要多段生成时,前一段结束的人物姿势、道具位置和未完成动作会传给下一段。这样修改一种输出形式时,不会凭空长出另一套剧情。 4、最后检查边界。 时间线有没有漏掉结尾?接触和撤回有没有被合成一次动作?真实硬切有没有被误写成镜头运动?声音是否真的听过?事实或目标一旦改变,旧复核就会失效,需要重新检查。 你可以安装后附上参考视频,直接调用 skill,它会先告诉你自己看懂了什么; 你可以直接回复“这里不是自拍,是在刷视频”或“这里是空间分层,不是切片”。 理解对齐后,再让它输出 MiniMax H3 可用的文生或逐镜图生视频提示词。 项目附有教学示例和本地校验工具,目前通过了 94 项自动回归检查。 这些检查验证流程和提示词的结构约束;成片有多像,还需要实际生成对照。欢迎拿难反推的视频来试,也欢迎反馈它理解错的地方。 开源地址见评论👇

知识猫

203,184 Aufrufe • vor 1 Monat

绝了!这应该是最适合接入视频剪辑工作流的AI!! 因为它真正能看懂视频,并且够快够便宜! 对于做视频,不管是专业还是非专业选手,最耗费时间的其实就是找素材,和选素材! 好几个小时的素材,可能真正能用上的就几分钟! 而为了找到合适的,往往需要把每一条都从头看完, 根据脚本反复拖动时间轴、记录和剪切可用的素材。 这非常费时间,一点也不AI。 我也试过用很多AI来解决这个需求,包括一些所谓的视频素材AI管理工具, 能读视频的多模态模型其实很多,靠截图的方式能够理解视频的内容, 但也仅限于知道视频的内容,因为这些模型不太能理解视频里各个镜头和画面的时间关系。 这次看到 Ant Ling 新出的多模态模型 Ling-3.0-flash-VL, MoE架构,总参数124B、有效激活5.5B参数,支持256K长上下文和VideoRoPE时空编码。 激活参数更小,说明成本更低! 这个VideoRoPE时空编码,据说是靶向解决我上面说的那个问题! 第一时间测试了一下!! 我丢给它一个演讲的视频,让它告诉我讲了什么,有什么重点, 另外我告诉它,我想基于这个演讲视频剪辑一个高光短视频,需要它帮我找到一些高光时刻,然后告诉我准确的时间码,并且为这个高光短视频写一个文案。 这已经不是单纯的“视频总结”之类的简单任务, 它需要按照时间线给出: 高光时间段+核心观点+入选理由+建议标题+开头钩子+发布文案。 这应该才是多模态模型能够发挥价值的地方!! 普通模型可以告诉你“一小时的视频讲了什么”,但内容创作真正需要的是:这一小时里,到底哪些能够用,要怎么用? 让我比较惊喜的是,它不光给了我高光视频剪辑要用的分镜、脚本、文案,甚至还给了我转场、和BGM的建议! 完全就是一份可以照做的剪辑执行单!! 这说明和它对原视频的理解已经远超我的预估!! 我在想,也许可以把这套能力接入剪辑工具,整个工作流就还可以继续延伸: 读取视频 → 理解内容 → 定位高光 → 输出时间码 → 调用工具裁剪 → 生成标题和发布文案。 完全实现视频剪辑自动化!! 当然,理想是丰满的,AI挑出的素材不一定全都符合审美和叙事偏好, 时间码和上下文完整性也需要人工复核。 要想创作出好的视频作品,必然还是需要人的参与! 不过,用AI搞定素材的初筛,也是目前的超级刚需啊!!

沐阳

24,760 Aufrufe • vor 2 Monaten

怎么用 MiniMax H3 做多人对话短剧,难点在哪、怎么解决,一个视频讲清楚。 H3 做长视频两个坑:段一多人就换脸,段和段接不上。 这条用 MiniMax Design 把坑填平,过程看视频👇。 H3 开源之后火到什么程度不用我说,有能力的同学显卡一张接一张往机器里插,我自己也在 4090 上跑了一段时间。但更多人卡在部署那一步,显存、环境、提示词格式,每一关都能把人劝退。 官方出了个 MiniMax Design,把 H3 装进了一个 agent 里。不用部署,不用学提示词格式,你说要什么,它自己出图、生视频、剪辑,Mac 和 Windows 都能安装。 我拿它做了一条 2 分 05 秒、4 个角色、12 段一镜到底的短剧,从头到尾没换过脸。全过程我录了一遍,就在这条视频里: 🔹 剧本和 22 张连续状态图我在外面先做好,每一段的首帧和尾帧都是这 22 张里的图,上一段的尾帧就是下一段的首帧。人物不换脸就靠这个,只用文字描述,写得再细,下一段还是另一个人。 🔹 拖进 Design 的画布,每段挂一张首帧、一张尾帧,写好台词和动作。第一段出来,三个人就是图上的三个人,台词一字不差,对白是它自己生成的,没有配音。剩下十一段分三批,它自己排队跑。 🔹 多人镜头先在 3D 导演台摆站位和机位。把病房平面图丢给它,它自己搭房间、把人放进去,四个人谁站哪、相机放哪,转一圈看站位,不对的选中人物按键转过来,不用重跑。 🔹 12 段进视频剪辑,拼接、字卡、字幕、片名。11 条接缝用了六种接法,哪种情况用哪种,视频后半段一条一条过。 成片在下一条👇

huangserva

64,905 Aufrufe • vor 2 Monaten

你有没有遇到过这种情况:有个好项目? 或者写了篇好文章,想做成视频让更多人看到,却因为不会剪辑,不知道从哪下手? 这次我找了个好搭档——Pexo Pexo,一款 AI 视频创作工具。 跟它聊聊你想做什么视频,它就能帮你生成;哪里不满意,接着说,它就能继续改。 它是给我们提供了一个新的尝试性做法,我们可以把已经整理好的知识,也就是文章或者是解题思路,然后可以根据一个具体的例子,然后自己去确定一下画风,让他去给我们做出视频。 Pexo 提供的 Mark to Fix 如果你是和我一样第一次使用,你也会感觉到非常的惊艳,在内容修改的时候非常的方便,直接可以圈出画面中的位置再说明修改要求。 1、主要可以选择对应的元素 然后过 直接让模型帮你修改 用简单的对话方式就可以完成 2、不满意的地方随时都可以调整,时间线和画面内容也可以动态修改 3、背景音乐和素材图片到整个视频的合成都是通过对话方式完成的 对于我们这一些创作者来说,视频更容易传播,以及更容易让人去接受。因为长篇的文字反而不是那么的很让人能够沉迷地看进去。当然文字和视频搭配起来会更好一些。 这个体验的入口: 我也给大家争取到了官方福利,使用邀请码MMHC5S,可以领取100积分,限前50名,有需要的可以去试试

小墨同学

14,743 Aufrufe • vor 1 Monat

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

94,346 Aufrufe • vor 5 Monaten

感谢大家的支持,lemo-opuscar 已经破3K star啦!!!3000星感谢视频献给支持这个项目的朋友。 lemo-opuscar是我给claude做的一个视频风格库,里面的风格从最早的39种,到现在已经更新到51种了。另外已经做完和正在做的还有不少,会持续更新。 我不是一个喜欢吹嘘的人,说实话,这个项目的初衷是为了给大家提供更多风格方面的参考,同时在opus降智的时候,能更加稳定的出片。里面搭配的现成的工具也会让视频制作更容易一些。 其他模型的适配度不是很好,需要额外的调整和修改。我也在努力看看是否可以给其他模型也出一些方便趁手的工具。 当然,无论是用什么风格,一定要以内容需求优先。如果你喜欢某一个风格,但是demo中讲述的内容和你想表达的不一样(结构,节奏,叙事风格等),不妨在做之前把你自己的创意和想法说出来,模型会极大的尊重你的创意,根据你的需求进行适配和调整(这一条是写在skill中最前面的规则) 另外,为了满足不同人群的需要,最近和之后的更新都会以场景主题为主。【使用场景 x 风格】有一些会是风格的混搭。比如上周更新的【实证影像】的8个新风格。下一个是剪辑,对视频,图文等素材的加工。希望大家会喜欢。 我的立场是,claude虽然视频做的不错,但是不能完全替代视频模型。我们还是以需求优先,充分了解工具的特点和擅长,是用好AI的第一步。视频是一个表达自己的载体,也希望大家能够玩的开心。

Lemomo

31,456 Aufrufe • vor 26 Tagen

兄弟们,我的开源项目 female-portrait-director 已经在 GitHub 拿到了 1.5K+ Stars 和 187 Forks,最近正愁缺一条产品宣传片,让没用过的人也能看明白它是干什么的。 正好试了下 Pexo Pexo,就用它给这个项目做了一条。 Pexo 是一款对话式 AI 视频工具。把项目资料和想法交给它,就能跟它一起定脚本、看分镜,再做成视频。配音、字幕、音乐和剪辑也都能一起处理,最后交付的是完整成片。哪里不满意,可以在同一个对话里继续改,不用自己在几个工具之间来回折腾。 我的项目做的是先锁定用户的要求、选择视觉路线,再把人物、服装、场景、镜头和光线组织成一个完整的画面。做宣传片时,光介绍这些功能还不够,得让人看到:一个模糊的想法交给它,最后能变成什么样。所以视频里哪些内容该留、用什么画面说明,都得先理清楚。 这次我把 GitHub 链接和项目素材一起交给 Pexo,让它先了解项目,再一起确定创意方向。脚本、分镜和静态风格帧都先看过,确认以后才开始生成第一版视频。 第一版出来,整体结构已经比较完整了,我又接着提了三版调整建议。最后剩下两个具体的地方要改:一个是替换 GitHub 首页截图,把项目的数据展示清楚;另一个是把原本分成两行的字幕调成一行,读起来更顺。 这两处我用的是 Pexo 的 Mark to Fix。暂停到对应画面,圈出要改的截图或字幕,在右侧弹出的批注框里写清楚要求,再提交修改。比如那句字幕,就直接指出是哪一句、希望排成一行,改完再看效果。前面聊过的项目背景,不用再解释一遍。 最后拿到了一条 35 秒的完整成片,旁白、字幕、音乐和动效都加好了,不用我再拿着几段素材回剪映里拼。片子还是来回改了几轮,但我能把精力放在“这里有没有讲清楚”上,具体怎么剪、怎么调,就交给 Pexo 处理。 有 AI 产品、GitHub 项目或者品牌内容需要做宣传视频的朋友,可以去 自己试一下。

李岳

82,638 Aufrufe • vor 1 Monat

很多短剧也是这么做的。 复刻了一条大话西游 x Tibo × Poteto 的 CP 视频💗 不少人问怎么做的,分享一下这次的MV工作流。 我这次主要分了 7 步: 1. 先剪辑,再拆镜头 先把视频节奏剪好,再拆成适合 AI 生成的短片段。 镜头拆得合理,后面更容易生成,也方便单独返工。 2. 人物定妆 先固定人物的脸型、发型、服装和体态,生成多角度参考图。 人物一致性是第一关。脸都没固定好,后面换什么视频模型都没用。 3. 逐镜头生成首尾帧 按照镜头构图、人物站位、表情和动作,制作每个片段的首尾帧。 这一步值得多花时间。 4. 生成完首尾帧,一定要他妈的检查! 这一步特别重要。 你喂进去的图片有问题,结果肯定不好。 5. AI 写提示词 GPT、Gemini、Claude 都可以。 重点描述动作、表情和运镜,别只会堆 8K、电影级画质这种关键词。H3很吃提示词,让AI写即可,告诉他是H3. 6. 最后才是视频生成 人物、首尾帧、提示词都准备好了,再选择合适的视频模型。 有问题就针对单个镜头返工,不要整段推倒重来。 7. 后期统一电影质感 统一调色、曝光、锐度、颗粒感,再处理声音、音乐和剪辑节奏。 否则单个镜头都很好看,拼起来却像七部不同的电影。 🚀 这次最大的收获: 先把图片做好,再用提示词控制动作,最后才交给视频模型。

实践哥 Li

15,919 Aufrufe • vor 12 Tagen

久等啦,创作者神器Viko终于上线!🥳( 前段时间我随手发过一个 Viko 的 demo视频,就那么一个很糙的版本,结果评论区和私信隔三差五就有人来问,什么时候能用,什么时候上线。 因为对我自己也是刚需,于是闭关爆肝了一个多月,终于来啦~ 它最开始,其实只是我给自己做的一个小工具。 我每天都会刷 Pin和各种作品站找灵感,我相信做 AIGC 视觉创作的人应该都懂。以前看到一张喜欢的图,我的流程是这样的,保存图片,丢进 GPT 反推拆解,复制出来改一改,再贴到生图工具里跑一遍。 做一张还好,一天几十张、上百张的时候,这套流程就显得非常非常繁琐。 所以最开始,我只想做一件特别简单的事: 看到好图,Viko 一下。 浏览任何网页的时候,鼠标悬停在图上,一键捕捉,一键拆解,直接进入下一步创作。 我也试过市面上很多反推插件,还停留在一个特别初级的阶段,丢进去一张图,吐回来一整段 Prompt。 坦率的讲,一整段 Prompt,对真正做创作的人来说,远远不够。 我真正想知道的是,这张图为什么好看。 它是什么视觉风格,构图为什么成立,用了什么镜头和光线,色彩关系是怎么组织的,材质、氛围、人物状态又是怎么形成的。 以及最关键的,到底是哪几个关键词,激发了这张图的「美学基因」。 所以Viko我希望是有这样的能力的 。 人像、动漫、商图、产品图等等,都可以沿着不同的视觉维度爆破拆解,风格、构图、镜头、光线、色彩、主体、材质、氛围,还有真正值得留下来的核心关键词。 你可以直接用完整 Prompt,也可以把某一个视觉元素单独抽出来,改一改,迁移到新的主题里继续二创。 一张图带给你的,就不再只是一句提示词。 你开始知道它为什么成立,也开始有了继续延展它的方法。 在这个基础上,我还做了两个我自己特别喜欢的模式: 第一个是色卡模式。 很多时候一张图让你第一眼觉得「就是这个感觉」,真正起作用的其实是那套配色关系。Viko 可以直接提取画面的核心色彩,把喜欢的配色留下来,迁移到完全不同的主题里。 第二个,是我个人觉得最爽的,内测期间大家最爱用的,动作参考模式。 人物动作一直是 AI 生图里最难搞的问题之一,所以viko针对此项做了专门处理,即使面对复杂肢体动作和高难度透视关系,也能从容、一键完成精准动作还原。 到这里,从一张灵感图开始,捕捉、拆解、理解、二次创作,这条链路已经通了。 但这就够了吗?of course not ! 今天反推出来的 Prompt,过几天还能不能找到? 刚发现的那个神仙关键词,下次创作的时候还能不能想起来? 那套很漂亮的配色、那个难得的动作参考、一次次验证过的构图,还有最后生成出来的作品,用完之后,去哪了? 散落在聊天记录里,收藏夹里,下载文件夹里,各种软件里。 每一次创作结束之后,我们其实都在丢失自己的经验,没有产生创作复利! 所以,资产管理慢慢变成了 Viko 更核心的一部分。 参考图、关键词、Prompt、色卡、生成的作品,每一次创作里真正有价值的东西,都可以也应该沉淀下来。 今天发现的一个关键词,可能是未来某张作品的起点。存下的一套配色,可以迁移到新的主题。 慢慢的,你留在 Viko 里的,就不只是一堆图和 Prompt 了。 它会变成一套真正属于你自己的,视觉创作资产库。 这也是我做到今天,越来越确定的一件事。 反推只是第一步。 找到一张图的美学基因,把它拆开、理解、重新组合,再把每次创作里有价值的东西留下来,让过去的积累继续参与未来的创作。 每一次创作,都应该让下一次创作变得更轻松。 所以! Viko 由 Chrome 插件和网页工作台两端组成,插件负责在你刷图的时候随手捕捉,工作台负责拆解和沉淀。插件在 Chrome 商店搜 Viko 就能装,网页端在 首发期间也肯定有福利送给大家,优惠码: VIKO20,首月直接8 折! 如果你平时也喜欢找图、研究风格、拆 Prompt、做二创,来试试。 看到好图,Viko 一下。

古一

239,275 Aufrufe • vor 3 Monaten

这不得让 Claude 舞一个 🕺 做了一段段 MV,我用 Flatkey 的 API 调用 Claude 来写代码,给 Claude Code 里的像素小家伙安排了一场深夜演出。蓝紫色星空、音乐频谱、跳动的歌词,再配上终端界面,还真有点“软件下班后偷偷开演唱会”的意思。 音频和 SRT 歌词作为素材,交给 Claude 编写 HTML/GSAP 代码动效,组织画面、字幕和角色动画,最后渲染成 MP4,不用 AI 生图。 软件界面成了一个舞台,像素角色住在里面,歌词也参与推进故事。提示词里,打字、删了重打、已读不回、弹窗,都被列进了表达情绪的界面动作。熟悉的软件操作,放进歌词对应的场景里,就有了另一层意思。 镜头和节奏也写进了提示词:开场先给主角近景,再拉远到完整界面;歌词逐字弹出,带红蓝分离;角色踩着节拍落地,脚下扩散水波;换场用像素块,反转的位置加速度线、问号和突然拉近的镜头。 这些要求落到角色、字幕、镜头各自的动作上,预览时就有了具体的调整依据。字幕挡住主体,可以改位置;角色动作太弱,可以改幅度;转场影响歌词阅读,可以改时机。一次修改围绕一个明确的效果展开,反馈也更容易说清楚。 提示词里的制作流程分成几个阶段:先分析 BPM、列逐句分镜,确认方向后做样片,再进入完整版。 歌词以提供的 SRT 为准,要求逐字对齐。先把视觉风格和节奏确认下来,后面的画面沿着同一套设计继续做。 有时间想把这套流程整理成 skills,把分镜要求、动效约定和检查项一起留下来。以后换首歌、换个主角、换个软件界面,就能沿着现有思路继续玩。每次做出的作品,也能给下一次积累一些可复用的东西。 这次作品用到了 Flatkey 接入的 Claude。平台支持 100+ 官方模型,覆盖文本、图片、视频和音频,并可接入 1,000+ 工具 API。模型与工具共用一个 API Key,费用汇总在同一张账单。 后续需要扩展多模态创作,也可以通过 Flatkey CLI,让 Claude Code 或 Codex 调用模型生成图片、视频和音频,按作品的需求选择模型。 目前 Flatkey 正在做上线活动,GPT 享 6 折,Claude 享 8 折,优惠持续至 10 月 23 日。继续写代码、练 skills、做这类小作品,也可以把调用成本一起算进去。 官方模型,更好价格。 想自己动手做点东西,可以从官网查看模型、价格和接入方式。 #flatkeyai

Hello AI with Jia

12,026 Aufrufe • vor 25 Tagen