メニュー
把一句话点子或一小段剧情扩写成中文真人电影感视频生成提示词（IMAX质感），默认15秒/2500字左右。五段结构输出，带时间段标注。适用于 Sora/Veo/可灵/即梦/Runway 等文生视频。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/gaojesse999/ai-scripts --skill story-to-realistic-video-promptコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SOC 職業分類に基づく
SKILL.md を表示中
| name | story-to-realistic-video-prompt |
| description | 把一句话点子或一小段剧情扩写成中文真人电影感视频生成提示词（IMAX质感），默认15秒/2500字左右。五段结构输出，带时间段标注。适用于 Sora/Veo/可灵/即梦/Runway 等文生视频。 |
| argument-hint | 一句话点子或一小段剧情，可选 [素材名] =素材名 与【全局约束】 |
输入：一句话点子或一小段剧情。输出：一条可直接投喂视频模型的中文提示词，IMAX真人实拍质感。默认15秒，2500中文字符左右（2300-2700区间）。只输出提示词正文，不解释不写大纲。每个时间结点（【Xs-Ys】）必须按分镜时间评估（见下文）由每个节拍的真实时长估算得出，而非把15秒平均切分。生成后保存为工作区根目录 场景名-YYYYMMDD-HHMMSS.md。保存后用本skill目录下的 scripts/count_chars.py 验证字数是否达标，不达标则调整后重新保存。若评估总时长超过15秒，必须在提示词正文之后追加时长告警块（见输出文件结构）。
主体/地点/事件节拍/情绪/场景类型/全局约束/素材引用。缺主体或缺地点且无法推断时才提问。若工作区存在 assets/整体风格.md、assets/人物圣经.md、assets/场景圣经.md 则默认读取，不写进正文。优先级：用户要求 > 素材引用 > 圣经文件 > 本skill默认。
[素材显示名] =素材标识，同一行用中文逗号分隔，固定顺序：主场景→人物→怪物→道具/语音。素材引用结束后必须换行，再进入下一段正文。[邪恶洞窟] =洞窟， [野蛮人] = 野蛮人， [女巫] = 女巫， [亚马逊] = 亚马逊， [沉沦魔萨满] =沉沦魔萨满， [沉沦魔] =沉沦魔， [亚马逊语音] =亚马逊语音， [女巫语音] =女巫语音， [沉沦魔萨满语音] =沉沦魔萨满语音[角色语音] =角色语音。不写"语音参考""音色参考"等声明性废话——说话角色（含镜头外出声角色）的声音通过素材引用行的声音资产声明（见素材引用规则的「声音资产引用」），正文对白只写台词内容。提示词中只写：无字幕、无背景音乐 + 列举本场景具体音效。环境音、背景声、打斗/法术音效写成普通文字，不作资产引用；对白直接写台词内容。
段间空行分隔，不加标题/编号：
[邪恶洞窟] =洞窟， [野蛮人] = 野蛮人， [女巫] = 女巫， [亚马逊] = 亚马逊， [沉沦魔萨满] =沉沦魔萨满， [沉沦魔] =沉沦魔， [亚马逊语音] =亚马逊语音， [女巫语音] =女巫语音， [沉沦魔萨满语音] =沉沦魔萨满语音；素材引用结束后换行，下一行写【用户约束】或直接进入全局规格。【Xs-Ys】 时间段推进（15秒分3-5段），每段内必须写明景别+运镜+动作+物理反馈+微表情同句绑定。每段的起止秒数不是平均切分，而是按「分镜时间评估」对该段核心节拍估算出的真实时长累加得出（详见下文）。景别要求：每个时间段必须明确标注当前景别，从以下选取：
景别转换要有逻辑：远→近为揭示/聚焦，近→远为释放/全局交代。同一时间段内景别只写一个主景别（可含"推至""拉至"的动态变化）。
时间段格式：【0s-3s】中景，……【3s-7s】中近景推至近景，……【7s-12s】……【12s-15s】全景，……，段间自然连贯不换行。每段秒数由「分镜时间评估」累加得出，相邻段首尾相接、不留空隙、不重叠。
核心思路：镜头时长不能凭感觉平均切分，而要由每个节拍「实际发生的内容」推算出固有时长。先逐节拍估时，再累加，最后对照15秒预算判断是否超时。
按节拍类型给出真实银幕时长（中文台词按 4-5 字/秒 + 自然停顿换算）：
| 节拍类型 | 估计时长 |
|---|---|
| 硬切闪现 / 瞬间空间定位（split-second 大全景/远景） | 0.3–0.5秒 |
| 插入 / 特写定格（道具、武器、伤口、表情瞬间） | 0.3–2秒 |
| 单个简单动作（一次挥击、一个转身、迈一步、抬手） | 1–2秒 |
| 一次完整攻击链（蓄力→命中→余波/受击反馈） | 2–4秒 |
| 一句台词（中长，含起话与收尾停顿） | 3–7秒 |
| 无台词反应镜头（带完整情绪弧） | 5–10秒 |
| 情绪特写完整弧（5–7个编号微表情节拍） | 8–15秒 |
【Xs-Ys】 真实起止秒数。结点是算出来的，不是凑出来的。【…-15s】 或更早。【15s-Xs】），并在正文后追加「时长告警」块，说明超时原因。删减顺序：装饰性插入 > 重复的余波镜头 > 多余的反应停顿 > 次要角色的并行动作。绝不删：核心动作的命中帧、因果关键节拍、收尾全景。宁可少节拍、短弧，也不要把一条提示词塞爆——多出来的内容应建议拆成下一条提示词。
保持动作电影级暴力感，禁止：断肢、大量鲜血喷涌、内脏外露、详细出血描写。替代手段：力量反馈（击退/击飞）、声音暗示（闷响/钝响）、姿态暗示（瘫倒/痉挛/武器脱手）、环境碎片（泥水/碎石/尘土）、镜头回避（切到表情/武器特写）。
字数预算花在：动作物理因果、运镜、微表情、动作触发的环境反馈。不花在：素材形象复述、声明废话、重复形容词。每句必须新增可见信息。
禁止：动漫/卡通感、塑料/AI感、无身体表现的抽象情绪、同时间段矛盾的光线或镜头方向、过多无名新增角色、不可成像的元指令。
仅当评估总时长 >15秒 时，在「提示词」正文之后、「角色位置时间线」之前插入「时长告警」块；≤15秒时整块省略。
# 提示词
（五段结构正文，2500字左右）
---
# ⚠️ 时长告警
预计总时长 **约 X 秒**，超出 15 秒上限约 Y 秒。
逐段估时：
- 【As-Bs】<节拍简述>：约 N1 秒（<超时贡献点，如台词约18字≈4秒、攻击链含蓄力+命中+余波≈4秒>）
- 【Bs-Cs】<节拍简述>：约 N2 秒（……）
- …
主要超时来源：<点名是哪一/几段、各占多少秒导致累计超15s>。
压缩建议：<具体建议，如删去某装饰插入省X秒 / 把末段反应弧移到下一条提示词>。
---
# 角色位置时间线
| 时间点 | 角色A | 角色B | 角色C | 敌人 |
|--------|-------|-------|-------|------|
| 开场（0s）| 位置，朝向 | 位置，朝向 | 位置，朝向 | 位置 |
| 事件1（~Xs）| 动态 | 动态 | 动态 | 动态 |
| 结尾（~15s）| 最终状态 | 最终状态 | 最终状态 | 最终状态 |
位置用相对空间关系描述（"路中央""身后半步""左前方3米"），朝向写清楚，未移动写"原地"。