问我我的主题和我的脚本。如果我没有脚本,就根据我的主题写一个。 问我有哪个图像模型:GPT Image 2,或者任何接受2K-4K参考图的模型,每张图大约$0.03-0.05。 问我有哪个语音:ElevenLabs,或者免费的Kokoro。 在生成所有内容之前,给我看一个外观测试:一个场景板、一个剪下来并绑定好的角色表,以及一个10秒的镜头,包含打字、一个标签和一个会说话并指点的角色。等我的确认。 一个1920x1080的动画解说视频,风格类似大型扁平矢量信息图频道。 - 每一句旁白都由卡通人物在一个完整的插画场景中演绎出来。 - 所有运动都是代码实现的。没有AI视频生成,只有少量静态图像,由代码切割、绑定和动画化。 美术: - 扁平色块,无描边,最多用一个稍深的扁平色来表现形体,简单的几何形状和清晰的边缘。 - 柔和的色调:灰蓝色、石板青、暖米色、藏青色、柔紫色。鲑鱼粉肤色,大圆头,点状眼睛,小身体。 - 氛围来自场景自身的光线:日光、冷蓝色夜晚、温暖的室内灯光。 代码颜色: - 墨色 #2b2d42,红色 #d62828,橙色 #f4a261,金色 #f6b93b,绿色 #2fb37a,藏青 #1f2a48 - 标题番茄色 #e2552f 和紫色 #5b3fa6 - 灰色标签 #8a8c9c,白色卡片 #ffffff - 字体:Montserrat 800-900(Google Fonts),卡片和标牌上全部大写。 节奏: - 每3-4秒一个新场景,每分钟约10个场景。 - 每2秒有新元素出现:一个标签、一个印章、一个人走进来、一个数字。 - 任何静止画面不超过1秒。任何角色都不能不动。 禁止: - 描边、漂浮在画面上的光泽UI面板、emoji、烧录字幕 - 任何频道的标志或名称、真人照片 - 当场景本身可以承载信息时,把事实写在纯色卡片上 总共约60张图像($2-3)。 每个提示词都以这段风格核心逐字开头: “扁平矢量插画,与参考图完全相同的艺术风格:任何地方都没有描边或线条艺术,每个形状都是扁平纯色填充,最多用一个稍深的扁平色来表现形体,简单的几何形状,清晰干净的边缘,无渐变,无纹理,无绘画式光照。柔和的现代色调:灰蓝色、石板青、暖米色、藏青色、柔紫色、鲑鱼粉肤色。无文字,无字母,无数字,无标志。” 然后添加一行锁定场景的文字(“场景是[时间、地点]:[材质、光源],除非特别要求,否则不出现其他时代的元素”)。输入3-5帧参考频道的画面作为风格参考,裁掉它们的标志。 1. 主场景板,约24张,每张一个完整的16:9图像,用于你放大进入或反复回到的场景。 - 空场景:“无人物,无角色,无动物”。 - 正面视角,中间留有开阔地面供角色站立。 - 空白标牌、板子、屏幕和页面,供代码后续写入。 2. 四宫格场景板,约19张,提供76个额外场景。将4个场景打包进一张图像: “图像是一个2x2网格,包含四个完全独立的场景,每个恰好占据图像的四分之一(每个四分之一本身是一个16:9画面),由完全笔直的细纯白色间隔线分隔,一条垂直线沿正中央,一条水平线横跨正中央。” - 然后描述左上、右上、左下和右下场景。 - 沿中心附近最亮的白色行和列分割每个四宫格,当线条白色占比超过60%时继续外扩,再额外裁切6像素。 - 将每个图块裁剪为1920x1080的16:9。 - 物体特写非常适合做图块:一张桌子、一个屏幕、一份文件、一盘食物、一个金库。 3. 主要角色,2-3个。为每个角色写一段固定描述(年龄、发型、面部、每件衣物的颜色),并逐字粘贴到每张表中。 - 基础表:6个视角。(1) 正面,中性表情,绘制时不含手臂,只有圆滑的肩窝在手臂连接处;(2) 同样的无臂正面,第二种情绪;(3) 向右行走的侧视图;(4) 背面视图;(5) 和 (6) 脚本需要的两个姿势。 - 表情表:6个无臂正面(充满希望、厌恶、恐惧、疲惫、生病、震惊,或脚本需要的任何表情),以基础表为参考。 - 姿势表:6个完整姿势及其道具(坐在桌前打字、睡觉、吃饭、奔跑、签名、摔倒),以基础表为参考。 4. 其他所有人:4-6人的角色表,每个人以镜头所需的确切姿势绘制;8-10个小人物的群像表;道具表。 - 每张表:“在纯扁平色度绿背景(#00B140)上,人物之间有大量空白绿色空间;互不接触,任何角色或物体上都没有绿色,全身,不被边缘裁切”。 5. 缩略图美术:同样的角色,搭配更丰富饱和的卡通光照和极端情绪,顶部四分之一留空,无文字,以基础表为参考。 抠图: - 背景是每个与边界相连的像素,满足 G - max(R,B) 大于40且在中位绿色值110以内。只从边界抠取,否则深色衣物会泄漏。 - 添加2像素软Alpha带,并在其中将G钳制为max(R,B) + 6,消除绿色边缘。 - 按人物分组碎片并去除杂点。为每个精灵命名,并给我看一张带名称的接触表。 无臂正面人物变成木偶: - 在颈部拆分头部:头部下方最窄的Alpha行。 - 找到两个肩窝和眼睛框。 - 用身体自身的颜色修复头部下方的空洞,这样点头时不会露出缝隙。 - 将所有内容写入rig.js:尺寸、颈部、肩窝、眼睛框、皮肤RGB、袖子RGB。 - 手臂:上臂L1约为人物高度的0.13,下臂L2约为0.12,粗细约为0.04。使用袖子颜色到
本片段由 Anthropic 的 Claude Opus 5.5 生成,页面上的提示词就是生成它的原始文本。
示例由 Claude Opus 5.5 生成,参数:16:9 · 9:03 · Animation · Cartoon · Motion Graphics。沿用这些参数可获得最接近的效果。
先原样复制提示词,只改主体、保留镜头/运动/光影描述。视频模型对措辞很敏感,多试几次为佳。
当然可以。提示词最适合作为起点——替换场景、调整节奏词或宽高比,适配你的项目。