fuke

name	fuke
description	Reverse-engineer reference videos into high-fidelity AI video prompts, especially for 即梦全能参考 and Seedance 2.0. Use when the user asks to 复刻视频、反推视频提示词、拆解分镜、把产品图引用进参考视频、校准原视频口播，或要求按时间输出镜头描写、场景、动作、口播、表情和情绪。

视频复刻提示词

核心原则

把“复刻原视频”设为最高目标。以实际视频画面为主要事实来源，逐镜还原场景、人物、产品呈现、包装、道具、构图、动作、运镜、光线、文字和剪辑节奏。

把用户提供的产品图作为产品身份与跨镜头一致性锚点。使用 @图片1 引用，但不要让参考图的白底、盘子、拍摄角度或静物构图进入视频，也不要借产品图擅自改写原视频的产品状态、份量、配料和展示方式。

把用户提供的口播、商品名、重量、价格及促销信息视为最高优先级的文字事实。它们覆盖根据画面或音频作出的推测。修正后彻底删除旧内容，不要让错误名称或数值以“禁止出现……”的方式残留在最终提示词中。

默认只输出纯文本。不使用表格、代码块或附件，除非用户明确要求。

工作流程

1. 收集输入

确认并读取：

• 参考视频文件；
• 产品参考图；
• 用户提供的原口播或字幕；
• 目标模型、生成时长和画幅；
• 用户指定的输出字段。

没有口播文本时，不把根据画面创作的文案冒充逐字转录。应明确它是“按画面节奏反推的口播”。用户随后提供原口播时，重新匹配全部分镜并清除旧文案。

2. 读取视频事实

先读取时长、画幅、分辨率、帧率和音轨信息，再分析画面。不要只看封面或少量截图。

优先使用 scripts/extract_video_reference.py 生成：

• 每秒关键帧；
• 每半秒关键帧接触表；
• 场景变化候选时间；
• 低码率音轨预览；
• 媒体元数据。

示例：

python scripts/extract_video_reference.py "E:\\视\\5.mp4" --output "<workspace>\\video-analysis"

脚本会先寻找系统 FFmpeg，再寻找剪映随附的 FFmpeg。若自动定位失败，使用 --ffmpeg <完整路径>。

3. 建立逐镜时间线

结合每秒帧、每半秒帧和切点附近的原尺寸帧，记录：

• 镜头开始与结束时间；
• 景别、机位、角度、主体占比和焦点；
• 推进、跟随、手持、固定或俯拍等运镜；
• 人物、产品、包装和道具在画面中的位置；
• 动作开始、动作高潮和镜头收尾；
• 产品在盆中、夹起、装袋、称重、翻拌、配餐等状态；
• 屏幕文字、价格、重量和促销信息；
• 硬切或其他真实转场。

用户要求时间只有整数时，把切点整理为整数秒，但仍用原始帧判断动作归属，不要因取整而调换动作顺序。

4. 分析产品图

提取产品的稳定视觉特征：主色、辅色、颗粒大小、切法、纤维、湿润度、光泽、酱汁和可见配料。

让视频决定产品如何被展示，让 @图片1 保证每个镜头出现的是同一产品。保持原视频中的堆放量、包装方式、工具互动和食用搭配。

若视频、图片和用户文字出现冲突，按以下顺序处理：

1. 用户明确更正的文字事实；
2. 原视频可见事实；
3. 产品图的身份与纹理；
4. 模型自行推断。

不要在最终提示词中讨论冲突过程，只保留最终正确版本。

5. 对齐口播

逐句保留用户提供的原文，不擅自同义改写、添加卖点或替换商品名。

按语义把句子放入对应镜头：

• 降价、品质、份量：整盆展示或夹起特写；
• 正规包装、克重：装袋或称重；
• 辣味、香气、混合后食欲：翻拌、淋汁或食物微距；
• 米饭、拉面等搭配：配餐镜头；
• 库存和购买提醒：包装展示收尾。

检查每句能否在分配秒数内自然说完。若原片本身是高速口播，描述“快速但清晰的日语口播”，不要删词。若必须调整，优先移动分镜边界，不修改用户确认的原文。

6. 编写全局一致性提示词

只保留典型且真正跨镜头的内容：

• 视频规格和整体实拍风格；
• 复刻原视频的核心目标；
• @图片1 的产品身份与跨镜头一致性；
• 人物造型连续性；
• 场景、包装和主要道具连续性；
• 运镜与剪辑风格；
• 原视频固定文字；
• 必要的生成缺陷限制。

不要把每个镜头的具体动作塞进全局提示词。

7. 编写每个分镜

严格使用以下字段和顺序：

分镜编号：01（0—4秒） 镜头描写： 场景设定： 画面与动作描述： 对应口播： 表情和情绪描述：

镜头描写必须写清景别、机位高度、拍摄角度、构图、主体占比、运镜、焦点变化和切换方式，不能只写“近景”或“特写”。

场景设定只写该镜头实际可见的空间、光线、背景和道具位置，不补充原视频没有的装饰。

画面与动作描述按时间顺序写动作：起始姿势、工具如何接触产品、运动方向、动作高潮、自然物理反馈和结束画面。

对应口播只放该镜头真实对应的原句。不要附加替代版本、旧版本或与口播冲突的卖点。

表情和情绪描述必须具体写眼神方向、眉毛、眼睛、嘴部、头部、视线切换、手部节奏以及它们与口播节点的同步关系。人物不露脸时明确写“人物面部不入镜”，再用手部节奏和动作力度表达情绪。

8. 输出前强制复查

必须逐项检查：

1. 镜头描写是否能让模型重建原视频的机位、构图和运镜；
2. 口播是否逐字使用最终确认版本，并放在语义匹配的镜头；
3. 表情和情绪是否具体、可表演、与口播同步；
4. 产品是否在所有镜头保持同一身份和视觉特征；
5. 产品数量、包装、配餐和工具是否复刻原视频；
6. 时间是否覆盖完整视频且无重叠、无遗漏；
7. 旧的错误商品名、重量、价格和文案是否已从所有位置彻底删除；
8. 输出是否为用户要求的纯文本格式。

提交前必须阅读 references/pitfalls.md，并按其中清单再检查一次。

输出要求

先输出“全局一致性提示词”，再按时间顺序输出全部分镜。直接给出最终可复制提示词，不解释分析过程，不给多个候选版本，不保留修订痕迹。