1. 抽象化通用指令框架
此框架剥离了具体对象,保留了核心的时空逻辑与视觉约束,适用于任何“手工构建类”AI视频生成。
【核心指令模板】角色与视角: 单人双手操作 + 稳定俯视视角 + 空白虚拟工作台。参考基准: 严格以[参考图片]为唯一外观标准(比例/结构/材质/颜色/细节),忽略背景与光影干扰。时间轴与节奏(总时长15s): 0-2s [奠基]: 单手置入基础材料/骨架至中心,另一手辅助固定,建立初始支撑。 2-8s [构筑]: 加速构建主体形态。材料由外部入画,双手精准安放/拼接/塑形。生命体连贯生长,机械体模块化组装,静物自下而上堆叠。 8-12s [雕琢]: 双手细化特征。通过雕刻/缝合/装饰等物理动作赋予细节(五官/纹理/部件),拒绝自然生成感。 12-14s [精修]: 调整比例/边缘/质感/配色直至与参考图一致。一手定型,一手工具微调。 14-15s [定格]: 去除冗余,双手同步收尾操作。运镜缓慢推近,时间流速恢复正常,画面静止锁定成品。绝对禁令: ❌无助手/多余肢体 ❌部件悬浮/自动组装/瞬移 ❌材质突变/魔法效果 ❌绘图/UI/文字/光标 ❌重复元素。所有变化必须经由手部物理交互完成。
2. 简短实操教程
🎬 15秒手工构建视频生成指南
- 准备阶段 选定一张高清参考图作为“终极目标”。 确认提示词中包含:“俯拍视角”、“空白工作台”、“仅一双手”、“15秒延时摄影风格”。
- 分段描述生成(关键!) 不要试图用一句话生成全片。将上述【时间轴】拆解为4-5个分镜提示词,分别生成后再剪辑衔接。 技巧: 每个分镜的结尾帧应作为下一个分镜的图像参考(Image-to-Video),确保进度连贯。
- 强化“手工感”关键词 多使用动词:placing, pressing, sculpting, stitching, adjusting。 避免静态词:appearing, morphing, generating。 强调物理交互:fingers gripping material, tool touching surface, fabric folding under hand pressure。
- 后期校验清单 ✅ 是否全程只有一双手? ✅ 是否有物品凭空出现或自动移动? ✅ 14秒后是否恢复正常速度并推近定格? ✅ 成品是否与参考图高度一致? ❌ 若出现UI/文字/多余肢体,立即重新生成该片段。
- 进阶提示 对于“清凉衣着”类主题,重点描述布料与皮肤的物理交互(如“手指按压布料产生凹陷”、“织物随体型拉伸”),而非单纯暴露,可大幅提升真实感与过审率。 动态模糊是“加速感”的灵魂,提示词中务必保留 motion blur during fast movements。
3. 具体创作案例1:90年代港风·霓虹夜总会歌女

本案例完整演示如何将上述抽象框架落地为可执行的AI视频生成提示词,聚焦“手工构建感”与“时代美学”的融合。
📌 参考图设定
- 人物: 25岁左右东亚女性,鹅蛋脸,柳叶眉,饱满红唇,眼神慵懒带笑。
- 服饰: 银色亮片深V吊带迷你裙,肩披黑色羽毛披肩,脚踩金色细高跟。
- 发型/配饰: 乌黑大波浪卷发垂至腰际,左耳垂挂珍珠耳环,手腕戴金色链条表。
- 材质重点: 亮片反光质感、羽毛蓬松层次、皮肤温润光泽、金属冷冽高光。
- 风格基调: 王家卫式浓郁色调,胶片颗粒感,非写实但具强烈时代真实感。
⏱️ 分镜提示词拆解(直接可用)
| 时间段 | 核心动作描述(英文提示词关键词) | 手工感强化细节 |
|---|---|---|
| 0-2s | Top-down view, blank white workbench. One hand places a silver metallic armature at center; other hand presses base to stabilize. Motion blur on fingers. |
手指关节弯曲力度可见,金属骨架表面留有指纹压痕,固定时桌面微震反馈重量感。 |
| 2-8s | Hands rapidly sculpting female torso from flesh-toned clay, then draping silver sequin fabric over form. Fingers smoothing fabric folds, pressing sequins into clay surface. External materials fed from frame edge. |
亮片布料被手指捏起时产生自然褶皱,按压时单颗亮片随压力凹陷;黏土躯干在布料覆盖下仍保持连贯塑形痕迹,无无缝贴合的“魔法感”。 |
| 8-12s | Both hands detailing: left hand threading black feathers onto shoulder seam; right hand using fine brush painting red lips and eyeliner. Fingers combing through implanted hair strands to create waves. Pearl earring inserted with tweezers. |
羽毛逐根插入布料缝隙,指尖轻捻调整蓬松度;画笔触唇时颜料轻微晕染;梳发时发丝随手指走向弯曲,非预设造型;镊子夹耳环时金属反光随角度变化。 |
| 12-14s | Left hand holding waist to maintain pose; right hand adjusting sequin alignment and skin texture with sculpting tool. Color grading applied via physical pigment blending on surface. |
工具刮擦亮片边缘修正错位;指腹抹过脸颊使肤色过渡均匀;手部阴影随调整动作实时投射在作品上,证明光源一致性。 |
| 14-15s | Hands simultaneously trimming excess feather fibers and polishing gold heel. Camera slowly pushes in, motion ceases, time returns to normal speed. Final frame locked on completed figure under warm spotlight. |
剪刀剪断羽毛时有纤维飞散微粒;抛光布擦拭鞋面留下短暂雾痕再变亮;推近过程中景深平滑过渡,定格瞬间呼吸感消失,强化“造物完成”的仪式感。 |
🔍 执行要点解析
- 避免“清凉”陷阱: 不强调暴露部位,而是通过材质交互传递性感——亮片随身体曲线流动的光泽、羽毛披肩在肩头的垂坠重量、红唇颜料未干时的湿润感,皆由手部动作赋予生命,而非静态展示。
- 时代感注入手法: 胶片颗粒感不在后期叠加,而是在8-12s阶段通过“物理颜料混合”动作暗示色彩饱和度;大波浪卷发的蓬松度依赖手指梳理的动态过程,而非预设发型模型。
- 禁令规避实操:
- 衔接流畅性保障: 每个分镜生成后,截取最后一帧作为下一段
image prompt,确保骨架→裹布→细化→精修的进度无缝延续。尤其注意2s末的骨架姿态与8s初的裹布起始位置完全匹配。
💡 效果验证标准
- ✅ 观看者第一反应是“有人在制作”,而非“AI在生成”。
- ✅ 亮片反光随手动调整实时变化,证明材质响应物理操作。
- ✅ 14秒后时间流速突变带来心理停顿感,强化作品完成的庄重性。
- ✅ 成品与参考图在神韵(慵懒笑意)、比例(头身比)、细节(珍珠耳环位置)上高度一致,仅背景/光线按指令忽略。
4. 具体创作案例2:80年代日系·昭和海滨泳装偶像

本案例聚焦日本泡沫经济时期特有的“健康性感”美学,通过手工构建过程还原胶片时代的温润质感与青春气息,严格遵循“物理交互优先”原则,避免物化表达。
📌 参考图设定
- 人物: 20岁左右东亚女性,圆润鹅蛋脸,弯月笑眼,自然腮红,嘴角微扬带羞涩感。
- 服饰: 正红色高腰连体泳衣(非比基尼),白色滚边,胸前系蝴蝶结;搭配米白色编织草帽(斜戴)。
- 发型/配饰: 栗色蓬松短发(耳下三公分),发尾内扣;左腕戴棕色皮革表带手表,脚踝系细麻绳脚链。
- 材质重点: 泳衣棉质纹理与吸光感、皮肤日晒后的微哑光质感、草帽编织经纬分明、皮革表带使用痕迹。
- 风格基调: 竹内玛莉亚MV色调,过曝高光+柔焦边缘,胶片划痕自然分布,传递夏日海风般的清爽生命力。
⏱️ 分镜提示词拆解(直接可用)
| 时间段 | 核心动作描述(英文提示词关键词) | 手工感强化细节 |
|---|---|---|
| 0-2s | Top-down view, blank beige workbench. One hand places warm-toned resin armature at center; other hand presses base with thumb to anchor. Subtle motion blur on wrist. |
树脂骨架表面留有体温般的微光泽,拇指按压时底座产生轻微形变反馈重量;手腕转动角度符合人体工学,无机械僵硬感。 |
| 2-8s | Hands sculpting torso from peach-colored clay, then wrapping red cotton fabric over form. Fingers pressing fabric into clay grooves to create waist definition; external straw braid fed from left edge for hat brim. |
棉布被手指推入黏土腰线时产生自然褶皱与布料拉伸纹;草编条被逐圈缠绕固定,指尖捻压使编织纹理嵌入帽檐;黏土躯干在裹布过程中持续保持塑形连贯性,无分层接缝。 |
| 8-12s | Left hand fluffing implanted hair strands inward; right hand using sponge dabbing blush on cheeks. Tweezers placing leather watch strap around wrist; fingers tying hemp ankle chain knot. |
梳发时发丝随指腹弯曲形成内扣弧度,蓬松感源于手指抓挠动态;海绵拍腮红时颜料由中心向外渐变晕染;表带扣合时皮革弯曲产生使用折痕;麻绳打结处纤维散开,结扣松紧度由手指拉力决定。 |
| 12-14s | Left hand supporting hat tilt angle; right hand burnishing fabric texture and skin tone with soft cloth. Adjusting bow knot symmetry by pinching fabric edges. |
软布擦拭泳衣表面使棉质纹理更清晰,同时抚平皮肤反光至哑光状态;指尖捏蝴蝶结时布料产生临时凹陷,松开后回弹定型;手部阴影随调整动作实时投射,证明光源统一。 |
| 14-15s | Hands simultaneously trimming loose hemp fibers and smoothing hat brim edge. Camera slowly pushes in, motion ceases, time returns to normal speed. Final frame locked under diffused sunlight glow. |
剪刀修剪麻绳时纤维飘散轨迹符合重力;指尖抚过帽檐使编织收口平整;推近过程中柔焦效果逐渐增强,定格瞬间光影凝固如老照片,呼吸感消失强化“时光胶囊”意象。 |
🔍 执行要点解析
- “清凉感”的健康转化: 不强调身体暴露,而是通过材质与动作的共生传递青春气息——棉质泳衣吸光而非反光的质朴感、草帽编织缝隙透出的空气感、麻绳脚链随脚踝弧度的贴合度,皆由手部操作赋予温度。羞涩笑意源于海绵拍腮红时的轻柔力度,而非预设表情模型。
- 昭和美学的手工锚点:
- 胶片感: 12-14s阶段用软布擦拭表面的动作,模拟老照片褪色质感;过曝高光通过最后定格时的漫射光效实现,非后期滤镜。
- 蓬松短发: 拒绝预制发型,8-12s的手指抓挠动态是蓬松感的唯一来源,发尾内扣弧度由梳发方向决定。
- 使用痕迹: 皮革表带的折痕、麻绳的毛边、草帽的微变形,均在精修阶段通过工具压力手动添加,避免“崭新道具”的虚假感。
- 禁令规避实操:
- 防自动组装: 草编条、麻绳、表带均从画框外被手“引入”,缠绕/打结/扣合全程可见物理交互。
- 防多余肢体: 复杂动作(如梳发+拍腮红)拆分为左右手交替特写;固定帽子与调整蝴蝶结采用单手支撑+单手操作的时序分离。
- 防UI干扰: 提示词明确排除
digital effects, text, interface,若生成残留,负向提示词追加--no lens flare overlay, vintage filter preset,确保所有复古效果源于物理操作。
- 衔接流畅性保障: 重点校验2s末树脂骨架的肩颈角度与8s初裹布起始位置完全匹配;8s末发型基础形态与12s精修时的梳发方向一致。每段生成后截取最后一帧作为下一段图像参考,尤其注意草帽倾斜角度在12-14s调整前后的连续性。
💡 效果验证标准
- ✅ 观看者感受到“夏日的温度”而非“身体的展示”,情绪共鸣先于视觉刺激。
- ✅ 棉布褶皱随手指压力实时变化,证明材质响应物理操作而非贴图。
- ✅ 14秒后柔焦增强与时间流速恢复同步发生,强化“记忆定格”的心理暗示。
- ✅ 成品与参考图在神韵(羞涩笑意)、比例(头身比)、细节(表带折痕位置)上高度一致,仅背景/光线按指令忽略。
5. 具体创作案例:70年代台系·琼瑶剧婉约旗袍佳人

本案例还原台湾文艺片黄金时代的“含蓄东方美”,通过手工构建过程传递旗袍服饰的礼仪感与人物内敛情绪,严格以“织物物理交互”替代身体展示,规避刻板印象。
📌 参考图设定
- 人物: 28岁左右东亚女性,瓜子脸,远山眉,低垂眼帘含愁绪,唇色豆沙红不张扬。
- 服饰: 月白色暗纹绸缎改良旗袍,立领盘扣,侧开衩至膝下;外搭浅灰薄纱披帛,边缘绣缠枝莲纹。
- 发型/配饰: 乌黑低髻挽于颈后,斜插一支白玉兰簪;耳垂缀米粒珍珠耳钉,手腕戴翠色玉镯(非满绿,带天然棉絮纹)。
- 材质重点: 绸缎暗纹随光线流转的微妙光泽、薄纱披帛的透光层次感、玉镯温润内敛的油脂感、发髻丝缕分明的编织纹理。
- 风格基调: 李行导演式柔光摄影,低饱和暖黄调,画面如旧绢本画般沉静,情绪重于形体。
⏱️ 分镜提示词拆解(直接可用)
| 时间段 | 核心动作描述(英文提示词关键词) | 手工感强化细节 |
|---|---|---|
| 0-2s | Top-down view, blank ivory workbench. One hand places pale jade-toned armature at center; other hand presses base with palm to stabilize. Gentle motion blur on fingertips. |
玉色骨架表面泛油脂光泽,掌心按压时底座产生细微沉降反馈重量;指尖弯曲弧度柔和,无机械抓握感,传递对待珍贵材质的敬畏。 |
| 2-8s | Hands sculpting slender torso from warm beige clay, then draping moon-white silk over form. Fingers pressing fabric into waist curve; external gauze shawl fed from right edge, folded over shoulders with pinching motion. |
绸缎被手指推入腰线时产生自然垂坠褶皱,暗纹随压力方向流转;薄纱披帛折叠时透出下层绸缎色泽,指尖捏合处纱线轻微勾连;黏土躯干在裹布过程中保持连贯塑形,无分层接缝。 |
| 8-12s | Left hand weaving hair into low bun; right hand inserting magnolia hairpin with tweezers. Fingers adjusting collar button knot; sponge lightly blending lip color inward. |
梳发时丝缕随指腹缠绕成髻,发簪插入角度由手腕旋转决定;盘扣 knot 被指尖反复捻压定型,布料纤维可见挤压痕迹;唇色由外向内晕染,边缘模糊如泪痕未干。 |
| 12-14s | Left hand supporting shawl drape angle; right hand burnishing silk texture and jade bracelet luster with soft brush. Adjusting earring position by nudging pearl with fingertip. |
软刷轻扫绸缎使暗纹更清晰,同时抚平玉镯表面至温润状态;指尖轻触珍珠耳钉使其微晃,证明佩戴真实感;手部阴影随调整动作实时投射,光源统一如窗棂透光。 |
| 14-15s | Hands simultaneously smoothing shawl fringe and aligning collar edge. Camera slowly pushes in, motion ceases, time returns to normal speed. Final frame locked under soft amber glow. |
指尖抚过披帛流苏使其垂顺整齐;衣领边缘对齐时绸缎产生瞬时张力再松弛;推近过程中柔光渐浓如暮色降临,定格瞬间气息凝滞,强化“时光封存”的诗意。 |
🔍 执行要点解析
- “婉约感”的物理转译: 不强调曲线暴露,而是通过织物的呼吸感传递东方韵味——绸缎暗纹随手指压力流转的光泽变化、薄纱披帛透光层叠的空气感、盘扣 knot 被反复捻压的紧致度,皆由手部操作赋予生命。愁绪眼神源于唇色向内晕染的轻柔力度,而非预设悲伤表情。
- 台系美学的匠心锚点:
- 绢本质感: 12-14s阶段用软刷拂拭表面的动作,模拟老电影胶片的温润颗粒;低饱和暖黄调通过最后定格的琥珀色漫射光实现,非后期调色。
- 发髻神韵: 拒绝预制发型,8-12s的手指缠绕动态是低髻松散感的唯一来源,玉兰簪插入角度由手腕旋转决定,避免对称呆板。
- 玉石灵性: 玉镯的棉絮纹与油脂感在精修阶段通过软刷压力手动强化,避免“玻璃质感”的虚假;珍珠耳钉的微晃动态证明佩戴真实,非粘贴道具。
- 禁令规避实操:
- 防自动组装: 薄纱披帛、玉兰簪、珍珠耳钉均从画框外被手“引入”,折叠/插入/触碰全程可见物理交互。
- 防多余肢体: 复杂动作(如挽发+插簪)拆分为左手缠绕+右手持镊的时序分离;调整盘扣与晕染唇色采用单手操作的镜头切换。
- 防UI干扰: 提示词明确排除
digital effects, text, interface,若生成残留,负向提示词追加--no glow overlay, film grain preset,确保所有复古效果源于物理操作。
- 衔接流畅性保障: 重点校验2s末玉色骨架的肩颈线条与8s初裹布起始位置完全匹配;8s末发髻基础形态与12s插簪角度一致。每段生成后截取最后一帧作为下一段图像参考,尤其注意薄纱披帛在12-14s调整前后的垂坠连续性。
💡 效果验证标准
- ✅ 观看者感受到“欲说还休的情绪”而非“身体的观赏”,文化共鸣先于视觉消费。
- ✅ 绸缎暗纹随手指压力实时流转,证明材质响应物理操作而非静态贴图。
- ✅ 14秒后琥珀色柔光增强与时间流速恢复同步发生,强化“旧梦重温”的心理暗示。
- ✅ 成品与参考图在神韵(含愁眼帘)、比例(头身比)、细节(玉镯棉絮纹位置)上高度一致,仅背景/光线按指令忽略。








