从审阅过的镜头清单到多镜头视频提示词:用 Ling-3.0-flash-VL 分析参考片段
一套把镜头清单转成多镜头视频提示词的流程:用 Ling-3.0-flash-VL 经 OpenRouter 读取 38 秒参考片段中每 2 秒采样的 19 帧,输出含时间范围、景别、主体/动作、场景/光线、运镜与转场的 JSON。审阅镜头顺序与边界后,用该 JSON 填写序列级一致性描述与各镜头字段,并据此做单字段修改,生成可检查的提示词变更。
一套把镜头清单转成多镜头视频提示词的流程:用 Ling-3.0-flash-VL 经 OpenRouter 读取 38 秒参考片段中每 2 秒采样的 19 帧,输出含时间范围、景别、主体/动作、场景/光线、运镜与转场的 JSON。审阅镜头顺序与边界后,用该 JSON 填写序列级一致性描述与各镜头字段,并据此做单字段修改,生成可检查的提示词变更。
一位 ComfyUI 用户分享用 MiniMax H3 制作短片的流程:让 Claude 写带时间轴的脚本提示词,用 Qwen 2.1 生成角色设定图,以尾帧截图作参考统一场景氛围,必要时在 Blender 搭简单 blockout 场景。