构图是语法,故事是语义:AI生图的双层视觉导演法(下)
本文深入探讨了如何为AI生图编写具有故事感和叙事性的提示词。作者提出在思考时顺应直觉,而在编写提示词时应按照画面容易出错的风险程度排序:先确立人物身份、位置和动作等硬约束,再将抽象情绪转化为具体的视觉证据(如道具、视线、动作停滞点),接着分配具体的构图任务,最后补充风格与氛围。文章还提供了可以直接套用的静态图与视频分镜提示词模板,帮助读者从“会写生图提示词”进阶到“会做画面叙事”。
本文深入探讨了如何为AI生图编写具有故事感和叙事性的提示词。作者提出在思考时顺应直觉,而在编写提示词时应按照画面容易出错的风险程度排序:先确立人物身份、位置和动作等硬约束,再将抽象情绪转化为具体的视觉证据(如道具、视线、动作停滞点),接着分配具体的构图任务,最后补充风格与氛围。文章还提供了可以直接套用的静态图与视频分镜提示词模板,帮助读者从“会写生图提示词”进阶到“会做画面叙事”。
文章针对AI生图提出极具操作性的“双层视觉导演法”,提供了清晰的四步提示词拆解框架和避坑指南,论证深入且极具落地价值,结构清晰易读,且刚好在当前日期发布,时效性极佳。
文章讲解了 Midjourney V8 摄影类提示词的正确写法,指出堆砌相机参数(如机身型号、光圈、快门)并非最优解,应遵循“主体与动作→景别与角度→镜头感觉→光线→胶片质感→参数”的顺序结构化描述。作者详细解释了景别与机位选择、各类镜头词的画面倾向、光线要写可见结果而非数字参数、质感词的作用,以及 --ar、--raw 等参数的正确用法。还提供了中文+英文混合写作的实用方案,以及细节丢失时的排查顺序,帮助写出结构清晰、可控可改的 Prompt。
文章分析了 YC CEO Garry Tan 开源的 Claude Code 工具集 'gstack' 中的 'plan-ceo-review' 技能。作者发现,这个约 600 行的技能通过定义审查姿态而非具体内容、设定领域无关的元问题以及提供完整的检查清单结构,实现了从工程审查到商业计划审查的无缝迁移。文章详细翻译并解析了该技能的提示词结构,包括三种审查模式(范围扩张、保持、缩减)和 10 个具体审查环节,展示了顶级提示词如何通过约束 AI 的行为模式而非单纯灌输知识来达到卓越效果。
作者系统总结了一套基于 H3 模型的 AI 古风舞蹈视频制作方法论。核心原则是先建立舞蹈再建立镜头:从作品意图、音乐分析、编舞设计出发,构建持续层、动链层、微动作层三层舞蹈结构,写出包含受力、路径、重心、惯性等完整物理过程的动作链,并按音乐节拍与动作密度对齐。镜头设计强调真实摄影机几何而非抽象角度术语,每次运镜都需有目的。文章还涵盖参考图视觉权限界定、跨段连续性检查、负面约束的正向替代方案、提示词语法结构与交付前的导演级自检流程,旨在建立可复用的模块化 AI 舞蹈创作系统。
作者萝卜哥分享了自己耗时国庆假期、消耗上亿 Token 开发的免费开源 PPT 生成与美化 skill(luobo-ppt)。该 skill 支持将文章直接生成带口播备注的 PPT,也能在不改动文字的前提下按参考图或 14 套预设风格美化已有 PPT。它借鉴了 dashi-ppt-skill 的版式容量控制、273 款设计模板归纳的 36 条视觉路线,以及 open-design 的排版检查规则和五维评审方法。生成的 PPT 全部使用 PowerPoint 原生元素,用户可直接编辑,且无需 AI 生图模型即可使用。支持 Claude Code、Codex、Cursor、WorkBuddy 等多种 Agent。
作者分享了一个用于生成女性人像的 Claude Skill(beauty-image-defaults),通过 SKILL.md 文件保存人物默认设定和人像美术要求,实际出图由图像生成工具完成。Skill 支持三种模式:无参考时补充默认画像(30 岁左右亚洲轻熟女性,黑发戴眼镜)、有参考图时保留人物特征、以及仅生成提示词。文章详细介绍了默认人物描述、提示词合并方式、皮肤眼神手部衣料光影构图等美术指导、减少稀碎感与塑料感的规则、成图检查流程和冲突处理原则,强调用户要求与参考人物优先于默认设定,并声明不包含任何成人色情内容。