| name | vibe-creating-prompt |
|---|---|
| description | 判断用户输入是否适合 Vibe Creating 创作方式；适合时，将单幕提示、多镜头描述、情绪化画面或混合表达提纯为更利于视频生成的提示词，保留用户明确指定的台词、旁白、音乐、音效及其他硬约束。当用户想把一个想法、故事、感觉或粗糙/过度细化的提示词，转写成更强的文生视频提示词（Seedance、Sora、Kling、Veo、Runway 等），或要求"改写""优化""清理""vibe 化"某条视频提示词时使用。不适用于需要逐字对白同步的长篇剧情片、需逐条执行的工业化拍摄单，以及功能演示和 UI 教程。 |
| license | MIT |
Vibe Creating 的目标是提纯用户真正想表达的内容，让模型更容易抓住画面中心、情绪方向和体验连续性。它优先强化创作意图、情绪价值、关键意象和视觉统一性，弱化低价值技术参数与机械执行语言。
本 Skill 是一个判断优先的改写器。它不会无脑缩短或把所有东西都"vibe 化"，而是先判断输入是否属于 Vibe Creating 的赛道，再选择最贴合用户意图的最轻动作。
收到用户输入后，按三步执行：
- 先判断是否适合 VC：这是不是一个适合通过故事、情绪、记忆、氛围、意象或体验流来表达，而非精确执行的场景？
- 再判断当前怎么处理最合适：直接放行、轻度提纯、直接改写、先补问、原样保留，还是提供可选 VC 版。
- 信息不够时只问必需项：只问完成当前动作所必需的信息，不为了分类本身反复追问。
不要向用户暴露内部分类标签（S1、E2、"Mode 5" 等）。内部判断，对外用自然语言沟通。
先按场景判断（S）确定是否适合 VC，再按表达判断（E）确定处理方式。信息密度检查（I）与二者并行：只要关键信息不足，就先补问，再进入对应动作。
- S1 — VC 原生适配：故事、情绪、记忆、氛围、意象、体验流。VC 明显有帮助。
- S2 — VC 部分适配：品牌/产品/角色展示、风格化广告。VC 可能有帮助，但非必须。
- S3 — VC 低适配：UI 演示、教程、步骤说明、严格逐字对白同步的长篇。目标或工作流不匹配 VC。
- E1 — 接近 VC 表达：读起来已经像一个生动的场景/故事。
- E2 — 混合表达：创意内容与执行语言交织。
- E3 — 精准控制表达：镜头号、焦段、运镜参数、时间码。
| E1 — 接近 VC | E2 — 混合 | E3 — 精准控制 | |
|---|---|---|---|
| S1 — 原生适配 | 直接改写；若已成熟 → 轻度提纯或直接放行 | 轻度提纯后再改写，保留有效结构、顺序、情绪推进 | 识别为可 VC 转译；去掉低价值技术控制，转成更利于生成的自然画面表达，不因执行写法直接拦截 |
| S2 — 部分适配 | 轻度提纯；若已足够可用 → 直接放行 | 给出可选 VC 版，让用户决定 | 保留原意，并友好提示：如需要，可额外提供一版 VC 转写 |
| S3 — 低适配 | 尽量贴近原意，不强行 VC 化；必要时原样保留 | 优先原样保留或仅做非常有限的清理；只有用户明确要求时才局部风格化 | 默认原样保留；说明该需求更适合传统分镜工作流 |
- 信息不足优先补问：场景再适合，只要视觉锚点、主动作或风格方向缺失，就先问再写。
- 用户硬约束优先：只要用户明确要求保留台词、音乐、镜头编号、参数、段落结构或交付格式，就不能擅自删除；如需 VC 版，应作为额外版本或在用户同意后提供。
- 多镜头优先保结构：当用户本来就在用镜头段落表达统一体验时，不要把结构强行压成一段散文；但除非用户明确要求保留编号或列表，否则不默认延续编号输出。
- 精准控制写法不等于低适配场景：先看场景目标，再决定是否转译。
即使场景适合 VC，也不能在关键信息缺失时强行改写。以下情况需要先补问：没有明确视觉锚点；只有抽象感受，没有人物/物件/场景；有主体但没有动作或状态；有画面碎片但没有主关系或风格方向；极短输入虽已有主体和事件，但缺少明确风格方向、观看方式或重点瞬间；多镜头内容存在明显跳转，但看不出它们为什么放在一起。
Vibe Creating 下，Prompt 默认优先满足以下四层结构；缺哪一层就优先补哪一层，不必机械按顺序全部追问：
- 视觉锚点：最该被看见的核心（人 / 物 / 已命名的概念 / 特效本体）。
- 行为或状态：正在发生什么（动作 / 状态 / 情节，只写一个）。
- 局部调性：这一幕的感觉（一个氛围词或形容词）。
- 视频主题：这条片子的应用场景 + 画面风格。
- 应用场景：概念短片、微叙事、影视预演、情绪表达、通识还原、特效片段……
- 画面风格：超写实、电影感、动画、粘土风、东方写意、赛博、插画感……
补问原则：信息密度检查不是独立硬门槛，而是与 S、E 并行的稳定性检查。优先补完成改写所必需的最小信息量，通常一轮即可。对极短、抽象、单意象输入，优先把抽象词转成可见画面所需的信息；如果方向已基本明确，可先给初步判断，再补问最关键的 1–3 个缺口。
内部先完成三步判断（S / E / I），允许是初步判断。判断完成后再决定执行动作：
直接放行 · 轻度提纯 · 直接改写 · 先补问 · 原样保留 · 可选 VC 版
处理原则：
- 场景适合 VC 但信息不足时，优先补完成当前动作所必需的最小信息量。
- 当输入已同时具备清晰主体、结构、时间关系、核心意象和明确情绪目标，且文本本身已具有较强生成可用性时，默认优先直接放行；如仅需微调清晰度，再做轻度提纯，不主动重写。
- 场景适合 VC 但混有未声明是否保留的精准控制时，可默认弱化、删除或转译；若做了相关处理，必须补充说明，并提示用户如需保留可继续指定。
- 场景仅部分适配时，不默认强推 VC，优先保留原意或提供可选 VC 版。
- 场景低适配时，应说明是目标或工作流不匹配，不是否定用户创意本身。
- 用户明确指定的台词、旁白、音乐、音效、结构和参数要求优先保留。
镜头语言不应一刀切删除。真正需要删除的是"告诉系统怎么拍"的低价值技术参数；真正需要保留或转译的是"让观众怎么感受"的镜头意图。
默认降权或删除：焦段/毫米数、机位术语、运镜参数、镜头号、景深/光圈/曝光/快门、设备说明/A/B 机/coverage、纯剪辑指令。
转译意图而非直接删除——例如"缓慢推轨镜头" → "视线缓缓靠近，带来压迫感"。
用户明确要求保留参数时：优先遵守约束，再决定是否额外提供 VC 版。
未声明是否保留精准控制时：
- 默认不把技术控制当作必须保留项。
- 默认仍按更适合生成的 VC 创意版处理。
- 优先保留其中对情绪、叙事、观看感受有贡献的部分。
- 对纯技术性的镜头控制，默认删除或转译成自然结果。
- 不必先中断确认；但若已弱化、删除或转译部分技术控制，输出中必须简短说明。如用户希望保留某些参数、结构或节奏点，可明确指出后再提供保留约束的版本。
台词、旁白、音乐、音效、歌词、口白和其他明确指定的声音内容，优先级高于创意优化。Skill 可以整理顺序，但不能改写措辞、不能替换内容、不能删掉用户明确指定的声音要求。
规则冲突时，按以下顺序执行：
- 用户明确指定的内容与硬约束：台词、旁白、音乐、音效、镜头结构、参数保留要求、格式要求、风格限制等。
- 创意优化：在不破坏约束的前提下，提纯故事、情绪、记忆、意象和统一体验。
- VC 范式一致性：只有在前两项满足后，才进一步收束语言，让提示词更适合模型理解和生成。
补充规则：
- 用户明确写出的台词、旁白、音乐或音效，应原样保留。
- 画面描述与声音要求混写在一起时，可以重排顺序，但不要改动声音内容本身。
- 如果画面部分适合 VC、声音部分不适合改写，可以只改写画面部分。
- 如果整条内容成立的前提是长篇、严格、逐字级的对白同步，则默认不走 VC 改写。
VC 的改写不是单一模板，应根据输入主导因素选择最合适的模式：
- 叙事改写：适用于故事主导、关系主导、事件在推进的输入。可输出一条连续提示词，也可保留 2–5 段分幕，重点是保留事件顺序和情绪转折。
- 情绪改写：适用于氛围、感受、状态主导的输入。集中强化环境、节奏、质感和观看感受，不要为了"像故事"而硬补因果链。
- 记忆改写：适用于回忆、闪回、旧时感、消逝感、被重新想起的片段。保留模糊、发白、缺失和脆弱感，强化反复出现的意象与时间流失感。
- 意识流改写：适用于联想、碎片、主观感知和非线性表达。允许不完整，但必须让画面仍然可感知，并在意象之间保持内部统一。
- 多镜头体验改写：适用于多段、多场景、多切换，但共同服务同一体验的输入。按自然分段或在用户明确要求时按编号分组，每段 1–3 句；保留场景流转、情绪递进和视觉母题，不保留低价值执行术语。
- 混合提纯：适用于创意内容与执行语言混杂的输入。尽量保住原结构和有效信息，只移除技术噪声、重复说明和低价值控制语句，不过度重写，也不擅自补充新桥段。
Skill 的目标是帮用户更准确地表达，不是替用户改写成另一部作品。
- 默认不要显著长于原文，也不要把极短输入扩成冗长散文。
- 没有依据的内容一律不补，尤其不能凭空增加人物关系、剧情反转、场景细节或情绪变化。
- 单段输出时，尽量收束为一条可直接用于生成的提示词。
- 保留结构不等于保留编号：用户输入中出现镜头号、段号或列表，本身不自动视为"要求保留编号"。只有当用户明确要求保留时才保留编号输出；否则多段内容默认以自然分段呈现。
- 信息充分且无额外约束时，单段或单镜头通常控制在 30–120 字；如需保留结构、台词或多段体验推进，可适当放宽。
- 当用户明确要求保留原结构时，优先保留结构，而不是追求更短。
- 不要暴露内部分类标签，如
S1 + E2、Mode 5。 - 默认采用四段式输出，顺序固定为：判断 / 执行动作 / 输出结果 / 补充说明（如有）。
- 判断：简要说明是否适合 VC、原文是否已足够可用、信息是否充分。
- 执行动作：必须显式使用以下标签之一：直接放行 / 轻度提纯 / 直接改写 / 先补问 / 原样保留 / 可选 VC 版。
- 输出结果：给出实际改写结果、原样保留文本，或补问内容。
- 补充说明（如有）：说明本次已弱化/删除/转译的技术控制，已保留的台词/旁白/音乐/音效等硬约束，或提示用户如需保留参数、结构、节奏点可继续指定。
- 输出应自然、简洁，并贴合用户原始任务语境。
- 当无需补充说明时，可省略第四段。
| 输入类型 | 优先判断 | 缺什么先问 | 默认动作 | 输出风格 |
|---|---|---|---|---|
| 已有明确主体、动作、氛围的单幕提示 | 高概率适合 VC；看是否已足够聚焦 | 缺风格、画面中心或主状态时再问 | 直接改写、轻度提纯，或直接放行 | 直接输出一条可生成提示词 |
| 多镜头叙事，但共同服务一个统一体验 | 适合 VC；关键看情绪线、主题线、记忆线是否连贯 | 镜头之间关系、递进逻辑不清时再问 | 保留结构改写，必要时分组 | 按分段或保留原结构输出 |
| 分镜号、参数很多，但底层是情绪或故事场景 | 属于可 VC 转译，不因执行写法拦截 | 主体验、主动作、主关系不清时先问 | 去噪后转译，保留叙事与情绪意图 | 删除参数，转成自然画面表达 |
| 品牌展示、角色展示、风格化广告 | VC 部分适配，不一定必须转写 | 情绪目标、风格方向不清时先问 | 轻度提纯或可选 VC 版 | 先保留原意，必要时给一版更有体验感表达 |
| 只有抽象词，如"自由""高级感""很有力量" | 信息不足，不应硬写 | 视觉锚点、场景、动作或状态 | 先补问，不直接改写 | 先提 1–3 个短问题 |
| 画面提示中已写清台词、旁白、音乐、音效 | 可部分 VC；声音内容优先级高 | 仅在画面部分信息不足时先问 | 保留声音内容，只改写画面部分 | 先说明"声音保留不改" |
| 用户明确要求保留镜头编号、参数、交付结构 | 约束优先；不应擅自删除 | 通常不需要补问 | 原样保留或额外提供可选 VC 版 | 说明"先按执行稿保留" |
| 功能演示、UI 教程、步骤说明 | 低适配；目标不在创意转化 | 通常不进入 VC 补问 | 原样保留，必要时建议拆分 | 自然说明不建议 VC |
| 长篇剧情且要求精确对白同步 | 低适配；属于能力或工作流边界 | 通常不进入 VC 补问 | 不做 VC 改写，建议拆画面段落 | 说明可单独拆纯画面部分 |
| 中英混合、含少量技术术语的创意输入 | 若底层体验明确，仍适合 VC | 仅在主体、关系、风格不清时先问 | 转译术语，保留核心气质 | 输出目标语言的自然画面表达 |
生成结果： 本 Skill 只负责写好提示词。要渲染成视频，把改写后的提示词发给任意文生视频模型（Seedance、Sora、Kling、Veo……）——需要「一个 API 通吃」可参考 Atlas Cloud。