1. 从463条AI视频里提炼Skill和提示语模版这件事到底值不值得做去年下半年开始我陆续用各种AI视频工具做了四百多条片子从产品演示、口播数字人、到纯文生视频的短片都有。做到第100条左右的时候我发现自己一直在重复同样的动作打开工具、粘贴提示语、调参数、等生成、不满意再改。每次都要重新想“这个镜头该怎么描述”“运镜词用哪个”“负面提示语要加什么”效率低得让人抓狂。后来我干脆把这些年积累的提示语、参数配置、工作流步骤全部整理出来做成了463个可复用的Skill和提示语模版全部开源放到了GitHub上。这篇文章就是把这套东西的来龙去脉、设计思路、具体怎么用、踩过哪些坑一次性讲清楚。Skill在这里指的是什么简单说就是把一段固定的提示语结构、参数组合、后处理步骤打包成一个可调用的“技能单元”。你可以理解成做菜时的“料包”——不用每次从零开始配调料撕开倒进去就行。提示语模版则是更轻量的版本只包含文本结构不含参数和工具链配置。这套东西适合谁如果你是刚接触AI视频的新手可以直接拿模版改关键词就能用如果你已经做了一段时间Skill能帮你把重复劳动压缩掉百分之七八十如果你是开发者这些结构可以直接嵌入到自己的工作流或者Agent里。提示Skill和提示语模版不是万能药。它们解决的是“重复性结构”问题不解决“创意从哪来”的问题。创意还是得你自己想。2. 463个Skill是怎么分类的为什么这么分2.1 按视频类型划分的四大类我把463个Skill分成了四个大类这个分类逻辑不是拍脑袋想的是根据实际使用频率和复用价值倒推出来的。第一类是人物口播类大概占了120多个。这类Skill的核心是控制人物表情、口型同步、背景虚化程度、镜头焦距。为什么这类最多因为口播视频的需求量最大而且人物一致性问题最让人头疼。同一个数字人形象在不同提示语下生成的脸可能完全不一样所以我把人物描述词单独抽出来做成了可替换模块。第二类是产品展示类约90个。这类Skill的重点在于光影控制、材质表现、旋转运镜。产品视频最怕的就是“看起来假”所以我在每个Skill里都加了材质反射和阴影的负面提示语防止AI把金属拍成塑料。第三类是场景空镜类约150个。这是数量最多的一类因为空镜的复用率最高。日出、雨夜、城市街道、森林雾气这些场景换个主体就能用在不同的片子里。我把每个场景拆成了“基础环境时间光照天气氛围运镜方式”四个维度你可以像搭积木一样组合。第四类是抽象概念类约100个。这类主要用于片头片尾、转场、背景氛围。比如“数据流动”“思维扩散”“时间流逝”这种不好实拍的东西AI反而擅长。2.2 为什么不用单一维度分类我试过按工具分类Runway一类、Pika一类也试过按风格分类写实、动漫、油画但最后都放弃了。按工具分的问题在于工具更新太快今天这个参数明天就变了按风格分的问题在于风格边界太模糊一个片子可能同时是写实和赛博朋克。最后我采用的是**“主体场景运镜”三维标签体系**。每个Skill同时带有这三个维度的标签搜索的时候可以交叉筛选。比如你想找“人物咖啡厅推镜头”直接三个标签一选就出来了。这个体系的好处是扩展性强新加的Skill只要打上标签就能融入现有结构。2.3 每个Skill的文件结构长什么样一个标准的Skill文件夹里包含四个文件prompt.md核心提示语模版用占位符标注可替换部分params.json参数配置文件包含分辨率、帧率、运动强度等notes.md使用说明和注意事项记录这个Skill在哪些工具上测试过、效果如何example.mp4效果示例部分Skill有不是全部prompt.md里的占位符统一用双花括号标注比如{{主体描述}}、{{光照条件}}、{{运镜方式}}。这样你在任何支持变量替换的工具里都能直接用。注意params.json里的参数不是通用的。不同工具对“运动强度”的定义完全不同Runway的5可能相当于Pika的2。我在notes.md里标注了每个Skill的测试工具和版本号用之前先看一眼。3. 提示语模版的核心结构拆解3.1 为什么大多数人的提示语效果不稳定我看了很多新手写的提示语最常见的问题是“形容词堆砌”。比如“一个非常漂亮的女孩在美丽的公园里开心地走路阳光明媚画面精美4K高清”。这种写法的问题在于AI不知道“漂亮”具体指什么“开心”对应什么面部肌肉动作“精美”是什么渲染风格。稳定的提示语需要的是可执行的视觉指令而不是感受描述。“漂亮”要拆成“对称脸型、皮肤纹理细腻、眼睛有高光”“开心”要拆成“嘴角上扬、眼角微弯、面部肌肉放松”“精美”要拆成“电影级调色、浅景深、柔和边缘光”。我的模版结构是这样的[主体描述] [动作指令] [环境光照] [运镜方式] [风格锚点] [负面提示语]六个部分缺一不可。主体描述解决“谁/什么”动作指令解决“在干嘛”环境光照解决“在哪、什么氛围”运镜方式解决“镜头怎么动”风格锚点解决“看起来像什么”负面提示语解决“不要什么”。3.2 主体描述的颗粒度控制主体描述最容易犯的错是“太粗”或“太细”。太粗就是“一个男人”AI给你生成的脸每次都不一样太细就是写了五十个字描述五官结果AI顾此失彼动作全乱了。我的经验是人物主体描述控制在15到25个词之间。包含性别、年龄段、发型、服装风格、面部特征各一个锚点就够了。比如“30岁亚洲男性短黑发穿深灰色西装面部轮廓清晰眼神专注”。这五个锚点足够让AI在多次生成中保持相对一致又不会因为信息过载导致动作僵硬。场景主体描述可以更短10到15个词。因为场景的一致性要求没有人物那么高观众对背景变化的容忍度更大。3.3 运镜方式的标准化词汇表运镜是很多人忽略的部分但它是区分“业余感”和“专业感”的关键。我整理了一套标准化的运镜词汇每个词都经过测试在不同工具上表现相对一致运镜词汇效果描述适用场景缓慢推镜镜头匀速向前主体逐渐放大强调主体、制造紧张感缓慢拉镜镜头匀速后退环境逐渐展现揭示场景、结尾收束横向平移镜头水平移动主体位置不变展示空间、过渡转场环绕旋转镜头围绕主体旋转产品展示、人物登场手持晃动模拟手持拍摄的轻微抖动纪实感、临场感升降镜头镜头垂直上升或下降开场、视角转换每个Skill里我都会指定一个主运镜方式但你在使用时可以替换成同类型的其他词汇。注意不要同时写两个运镜指令AI会混乱。3.4 负面提示语的通用清单负面提示语是很多人不写、但效果提升最明显的部分。我整理了一份通用负面清单几乎每个Skill里都会包含画面扭曲、面部变形、肢体错位过度曝光、死黑阴影、色彩溢出水印、文字、logo慢动作、卡顿、帧率不稳塑料质感、过度磨皮、油画感针对特定场景还会加专项负面词。比如人物口播加“口型不同步、眼睛无神”产品展示加“反光过强、边缘锯齿”。实操心得负面提示语不是越多越好。我测试下来8到12个负面词效果最佳超过15个反而会让AI“过度矫正”画面变得僵硬。4. 从零开始做一个Skill的完整流程4.1 确定Skill的边界做Skill的第一步不是写提示语而是想清楚“这个Skill解决什么问题”。我见过有人做一个“城市视频”Skill结果里面包含了白天、夜晚、雨天、晴天各种情况这种Skill没法复用因为变量太多。正确的做法是把变量控制在两个以内。比如“城市夜景缓慢推镜”是一个Skill“城市夜景横向平移”是另一个Skill。虽然看起来相似但运镜方式不同提示语结构就要调整。我通常会用一句话描述Skill的边界“这个Skill用于生成______在______条件下采用______方式。”三个空填完边界就清楚了。4.2 基础提示语的编写和测试确定边界后先写一版基础提示语然后在至少两个工具上各生成5次观察稳定性。稳定性判断标准很简单10次生成里至少有7次的主体结构、光照方向、色彩基调是一致的。如果稳定性不够优先检查三个地方主体描述是否太模糊、光照描述是否有矛盾、运镜指令是否冲突。我遇到过“柔光”和“强对比”同时写的情况AI直接懵了生成的东西忽明忽暗。测试通过后把提示语里的可变部分替换成占位符基础版本就完成了。4.3 参数配置的确定参数配置没有统一标准因为每个工具的参数体系不同。我的做法是先在默认参数下测试然后只调一个参数观察变化。以运动强度为例默认值是中间档我先调到最低看画面是否几乎静止再调到最高看是否出现严重变形。找到“可接受范围”后取中间偏下的值作为默认配置。为什么偏下因为运动强度过高导致的画面崩坏后期很难修复运动强度不足至少画面是清晰的。分辨率我通常设成工具支持的最高档因为AI视频的清晰度损失是不可逆的。帧率设成24或30取决于工具支持情况24更有电影感30更流畅。4.4 效果验证和迭代一个Skill从初版到稳定版我平均要改3到5次。迭代的依据是实际使用中遇到的问题。比如我发现某个Skill在生成“人物转头”动作时耳朵经常变形就在负面提示语里加了“耳朵变形”在主体描述里加了“耳朵结构清晰”。迭代记录我写在notes.md里标注版本号和修改原因。这样如果新版本效果反而变差了可以回退到旧版本。注意不要频繁修改已经稳定的Skill。我有一段时间强迫症发作每个Skill都改到第8版结果发现第3版才是最好的。后来我定了个规矩除非遇到明确的问题否则不改。5. 开源仓库的结构和使用方法5.1 仓库目录一览GitHub仓库的根目录下是四个分类文件夹每个文件夹里按“主体-场景-运镜”命名子文件夹。比如character-cafe-dolly-in就是“人物-咖啡厅-推镜头”。根目录还有三个文件README.md总体说明和使用指南tags.json所有Skill的标签索引方便搜索changelog.md版本更新记录每个Skill文件夹里的example.mp4不是必须的因为视频文件太大有些我放在了外部链接里。如果你克隆仓库后发现某些Skill没有示例视频可以看notes.md里的文字描述。5.2 怎么快速找到你需要的Skill三种方式第一种是直接看文件夹名命名规则是“主体-场景-运镜”英文小写加连字符。如果你要找“人物在办公室横向平移”直接找character-office-pan。第二种是用tags.json搜索。这个文件是一个JSON数组每个元素包含Skill名称、标签、适用工具、稳定性评分。你可以用任何文本编辑器打开搜索关键词。第三种是用GitHub的搜索功能在仓库内搜索关键词。不过GitHub的搜索对中文支持一般建议用英文标签搜。5.3 使用Skill的三种姿势姿势一直接复制粘贴。打开prompt.md把占位符替换成你的内容粘贴到AI视频工具里。这是最简单的方式适合新手。姿势二批量替换变量。如果你要做一系列视频可以把prompt.md里的占位符做成表格批量替换后一次性生成。我用Python写了个小脚本读CSV文件自动替换一次生成几十条提示语。姿势三嵌入工作流。如果你用ComfyUI、Diffusers这类工具可以把Skill的提示语结构和参数配置直接写进节点里。params.json里的参数可以映射到对应节点的输入。5.4 贡献和反馈仓库是开源的欢迎提交PR。提交新Skill时请按照现有文件夹结构组织并在tags.json里注册。如果你发现某个Skill有问题可以提Issue附上你的生成结果和工具版本号。我特别欢迎“负面案例”的反馈。比如“这个Skill在XX工具上生成的人物手部总是六根手指”这种信息比“效果很好”有价值得多。6. 实操中踩过的坑和排查技巧6.1 人物一致性问题的排查人物一致性是AI视频最大的痛点。同一个Skill今天生成的脸和明天生成的可能完全不一样。我排查下来原因通常有三个第一是种子值没固定。很多工具默认随机种子每次生成都是新脸。解决方法是在params.json里指定固定种子或者至少在同一个项目里用同一个种子。第二是主体描述里的锚点不够。如果你只写“一个男人”AI每次都会给你不同的男人。至少要加三个锚点发型、服装、面部特征。第三是工具版本更新。这个最坑工具更新后模型变了之前稳定的提示语可能就失效了。我的应对方法是在notes.md里记录测试时的工具版本号更新工具后先小批量测试确认没问题再大规模用。6.2 画面崩坏的常见原因画面崩坏表现为肢体扭曲、面部融化、物体穿模。排查顺序如下崩坏表现可能原因解决方法肢体扭曲运动强度过高降低运动强度参数面部融化主体描述太复杂精简主体描述到20词以内物体穿模场景元素过多减少场景描述中的物体数量画面闪烁帧率不稳定固定帧率关闭插帧色彩断层色彩空间不匹配统一用sRGB或Rec.709我遇到最多的是“运动强度过高导致肢体扭曲”。尤其是人物走路、跑步这类动作运动强度超过某个阈值后腿就会变成面条。我的经验值是人物动作类Skill的运动强度不要超过工具最大值的60%。6.3 生成速度太慢怎么办AI视频生成慢是常态但有些慢是可以优化的。我总结了几条分辨率不是越高越好。1080p和720p的生成时间可能差一倍但肉眼观感差距没有那么大。我通常用720p生成后期再超分。帧率同理。24帧和30帧的生成时间差20%左右但24帧更有电影感我默认用24。批量生成时把相似参数的Skill放在一起跑减少模型加载切换的时间。如果工具支持用低质量预览模式先确认构图和动作满意后再用高质量模式重新生成。实操心得我习惯在晚上睡觉前把第二天要用的素材批量跑上第二天早上起来筛选。这样不占用白天的工作时间心理上也不会因为等待而焦虑。6.4 免费工具和付费工具的Skill能通用吗不能完全通用但可以迁移。我的做法是Skill的提示语结构是通用的但参数配置需要重新调。比如同一个“缓慢推镜”的提示语在免费工具和付费工具上都能用但运动强度参数可能要从5改成3。我在notes.md里会标注“此Skill在XX工具上测试通过”如果你用的工具不在列表里建议先用默认参数跑一次然后根据结果微调。7. 这套东西后续还能怎么扩展我现在正在做的一件事是把Skill和Agent结合起来。简单说就是让Agent根据你的需求自动选择合适的Skill然后自动填充占位符。比如你说“我要做一个咖啡厅里人物看书的视频”Agent会自动匹配character-cafe-reading这个Skill然后把主体描述替换成你指定的人物特征。另一个方向是做Skill的组合链。单个Skill生成的是片段但一个完整的视频需要多个片段拼接。我正在整理一些常用的组合链比如“开场空镜人物登场产品特写结尾拉镜”每个环节对应一个Skill按顺序生成后自动拼接。还有一个想法是做跨工具的Skill转换器。因为不同工具的参数体系不同如果能自动把Runway的参数转换成Pika的参数就能省去手动调整的麻烦。这个还在研究中主要难点是不同工具的参数语义没有统一标准。如果你对这些方向感兴趣欢迎在GitHub上一起讨论。仓库地址在README.md里这里就不贴了免得被平台限流。最后分享一个我个人的小习惯每次用Skill生成视频后不管效果好不好我都会在notes.md里记一笔。效果好的记下参数组合效果差的记下问题表现。这些记录积累下来比任何教程都有价值。463个Skill不是终点而是一个起点真正重要的是你在使用过程中积累的那些“只可意会”的经验。