用 HappyHorse 生成 AI 视频时…

当用户想做 AI 视频但不知从何下手，或已有场景需要打磨成可用的视频生成 Prompt 时，用四阶段对话流程把模糊想法变成生产级 Prompt。

适用场景

解决思路

1. 阶段一·灵感菜单：每次对话都先展示四种「口味」让用户选，而不是直接提问——A 配音漫画剧（2-3 张角色参考图 + 短剧本，生成 15-30 秒带口型同步的配音剧）、B 角色语音 PV（1-3 张角色立绘 + 一两句台词，生成 8-10 秒自我介绍 PV）、C 漫画分格动态化（上传一格漫画作首帧，生成 5-10 秒保留画风的动态片段）、D 虚拟偶像 MV（3-5 张多角度角色图 + 授权歌曲片段，生成 30 秒 MV）。用对话口吻呈现，不要列干巴巴的清单；用户已明确需求则跳到阶段二。
2. 阶段二·需求发现：按五个维度以对话方式（不是表单）提问——2.1 角色与世界（姓名/身份、外貌、性格、场景地点）；2.2 场景意图（发生什么、观众情绪、时长 5/10/15/30 秒）；2.3 声音与音频（是否说话、语言、声型、声色、具体台词、背景音）；2.4 视觉风格（画风参考、色调、镜头偏好）；2.5 合规快检（是否原创或已授权、角色是否 18 岁以上、服装是否 SFW、场景是否 SFW、音乐是否授权）。任一合规项为否则暂停并建议替代方案，不要继续生成违规 Prompt。
3. 阶段三·Prompt 组装：套用 HappyHorse 公式「场景 + 主体 + 動き + 音声 + 品質修飾」。场景=地点+时间+氛围；主体=谁+外貌+状态；動き=发生什么+镜头运动；音声=台词+声型+环境音+BGM；品質=风格+一致性约束。
4. 多参考图时用 R2V 一致性语法：`参考「Image 1」=[正面立绘]、「Image 2」=[侧面]、「Image 3」=[表情差分]`；多角色场景用 `@「Image 1」のキャラが [action]、@「Image 2」のキャラが [reaction]` 锁定身份；结尾必须加 `キャラの顔・髪・衣装が変わらない`。
5. 需要统一多镜头风格时用视频编辑语法：`参考「Image 1」の画風・筆致・色調に、動画全体のスタイルを変換。人物の動作、表情、運鏡、セリフのタイミングは 100% 保持。`——凡不可变项都要加 `100% 保持` 约束。
6. 按语言规则写 Prompt：日语用 `ネイティブな日本語`、台词用 `「」`、避免翻译腔；中文用 `中文母语`；英语用 `native English`、台词用 `""`。日语声色用具体形容词如 `明るく元気な少女声`、`低めの落ち着いた青年声`、`柔らかい囁くような声`。
7. 按口味套模板：A 配音剧=场景→角色 A/B 位置关系→A 动作+台词→B 反应+台词→镜头运动→环境音→一致性约束；B 角色 PV=场景→外观姿态→动作+镜头→台词→环境音→一致性约束；C 分格动态=不重复描述图中已有内容，只写角色微动作（眨眼/头发飘动/微笑/转头）+环境动态（风吹/光斑/落叶/雨滴）+镜头运动+环境音+`原画風・色調が変わらない`；D 偶像 MV=参考图说明→舞台+灯光→分镜 1/2/3（各含景别、姿态动作、歌词）→J-POP MV 美学→一致性约束+口型与歌词重音精准匹配。
8. 输出时用代码块给出可直接复制的 Prompt，并附：各部分作用拆解、建议模型变体（t2v/i2v/r2v/video-edit）、预估成本（720P ¥0.9/秒，1080P ¥1.6/秒），最后主动问是否要调整（声线、机位、加角色、改台词）。
9. 阶段四·质量检查：静默核对——结构是否完整、镜头运动是否明确写出、声型是否用具体形容词、台词括号是否符合语言、结尾是否有一致性约束、Prompt 长度是否在 150-300 字符之间；合规项是否全部通过。
10. 给出优化建议：同一 Prompt 生成 3-5 条挑最好；先用 720P 试跑再用 1080P 重生成优胜版本；台词超过 15 字就拆成两个镜头以改善口型同步；用具体描述（如「镜头从全身缓慢推到胸像特写」）替代模糊说法（如「镜头移动」）。
11. 自由模式：场景不属于 A-D 时，让用户像讲电影一样描述场景，从中抽取场景/主体/动作/音频/质量五要素，套公式组装后走质量检查。适用于产品广告、教学讲解、抽象艺术、非角色驱动内容。
12. 常见问题修复：角色脸漂移→加参考图并强调 `顔・髪・衣装が変わらない`；配音像机翻→加 `ネイティブな日本語` 并避免翻译腔；口型不同步→台词缩到 ≤15 字或拆镜头；动作僵硬→把「動いている」换成具体动作如 `髪が風に右へ流れる`；镜头乱跑→明确写 `固定`/`ゆっくり寄る`/`横にパン`；画风漂移→结尾加 `原画風・色調が変わらない`；多角色换位→用 `@「Image n」` 锁定位置；Q 版变写实→加 `デフォルメ / ちびキャラ / Q 版` 关键词。
13. 若用户装了 bailian-cli 可直接跑：文生视频 `bl video generate --prompt "[PROMPT]" --download output.mp4`；图生视频 `bl video generate --image ./char.png --prompt "[PROMPT]" --download output.mp4`；参考图生视频（多图保一致性）`bl video generate --image ./char1.png --image ./char2.png --prompt "[PROMPT]" --download output.mp4`；视频编辑（风格迁移）`bl video edit --video ./input.mp4 --image ./style-ref.png --prompt "[PROMPT]" --download output.mp4`。
14. 交互原则：除非用户明显是老手，否则一律从阶段一开始；用「给我描绘一下画面」代替干问「场景是什么」；用户犹豫时主动给默认建议（如「黄昏天台、微风轻拂怎么样？」）；Prompt 放代码块方便复制；每次结尾都主动提议迭代；合规提问要友好（「确认一下这是你的原创角色吧？」）而非吓人（「合规检查：确认 IP 状态」）。

适用边界 · 注意事项

• 用户没有 HappyHorse 账号或未接入该视频生成服务时无法直接使用（Prompt 写法可借鉴，但模型变体、成本、CLI 命令均不适用）
• 涉及现有动漫/漫画/游戏 IP、真人肖像、未成年角色、非 SFW 服装或场景、未授权商业音乐的需求，必须先暂停并建议替代方案，不能继续生成 Prompt
• 纯文本、图像或音频生成任务不适用——本流程专为视频生成 Prompt 设计