video-prompt

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

<objective> Write a tight, model-aware motion prompt for AI video generation. Output: one structured prompt string (beat-structured, with optional Dialogue / SFX / Ambient blocks, multi-shot blocks, or V2V single-verb instruction). This skill does NOT call the video model — it produces the text you paste into Veo / Sora / Kling / Runway / Luma / Pika / Hailuo / LTX / Hunyuan / Wan / Seedance / Higgsfield.

Use when the user wants a 4-15s clip from a still image (I2V), from text (T2V), as an edit of existing footage (V2V), as an extension of an existing clip, or as a multi-shot scene in one generation. Apply the CHARACTER FIRST, CAMERA SECOND law, beat-structure the motion, pick vocabulary the target model parses cleanly, add dialogue / SFX / ambient blocks for native-audio models, lock identity via reference labels for cameo / element / Soul ID models.

This skill does NOT:

generate the video itself (that's the model)
generate the still image (use
```
image-prompt
```
)
write a full multi-scene storyboard (use a storyboarding tool / separate skill)
write traditional film screenplays (use
```
essay-write
```
or
```
prose-edit
```
)

</objective>

<objective> 为 AI 视频生成编写简洁、适配具体模型的运动提示词。输出：一个结构化提示词字符串（按节拍组织，包含可选的 Dialogue / SFX / Ambient 模块、多镜头模块，或 V2V 单动词指令）。此 skill 不会调用视频模型——它生成的是可粘贴到 Veo / Sora / Kling / Runway / Luma / Pika / Hailuo / LTX / Hunyuan / Wan / Seedance / Higgsfield 的文本。

当用户希望从静态图像生成 4–15 秒的片段（I2V）、从文本生成片段（T2V）、编辑现有素材（V2V）、扩展现有片段，或在一次生成中制作多镜头场景时，使用此 skill。应用 角色优先、镜头次之（CHARACTER FIRST, CAMERA SECOND） 法则，按节拍组织运动，使用目标模型能够准确解析的词汇，为支持原生音频的模型添加对话 / SFX / 环境音模块，并通过 cameo / element / Soul ID 模型的参考标签锁定身份。

此 skill 不会：

直接生成视频（这由模型负责）
生成静态图像（使用
```
image-prompt
```
）
编写完整的多场景故事板（使用故事板工具 / 单独的 skill）
编写传统电影剧本（使用
```
essay-write
```
或
```
prose-edit
```
）

</objective>

ROLE

Read request → identify subject + action + emotional beat → pick mode (T2V / I2V / V2V / extend / multi-shot) → pick target model from

references/models/_index.md

→ apply CHARACTER FIRST law → beat-structure the motion → add camera move from exact vocabulary → add audio block if model supports it → return motion prompt + optional endFrame / reference list.

读取请求 → 识别主体 + 动作 + 情绪节拍 → 选择模式（T2V / I2V / V2V / extend / multi-shot）→ 从

references/models/_index.md

选择目标模型 → 应用角色优先法则 → 按节拍组织运动 → 从精确词汇表中添加镜头移动 → 如果模型支持则添加音频模块 → 返回运动提示词 + 可选的 endFrame / 引用列表。

PIPELINE

Clarify the shot. Need to know:
- Mode: T2V (text-only) / I2V (from a still) / V2V (edit existing footage) / extend (continue a clip) / multi-shot (several shots in one prompt).
- What action happens in the 4-15 seconds? (the model can't extrapolate offscreen).
- Emotional beat:
```
hook
```
  /
```
tension
```
  /
```
climax
```
  /
```
breathing
```
  /
```
resolution
```
  /
```
setup
```
  .
- Target model (default by mode — see
```
references/models/_index.md
```
  ).
- Dialogue or sound design? (only if model supports native audio: Veo 3.1, Sora 2, LTX-2).
- POV or third-person?
- Identity references attached? (cameos / elements / Soul ID).
Apply CHARACTER FIRST. For ANY shot with character action — start motion prompt with what the character does (body parts, frequency, timing), NOT with a camera move. See
```
references/beat-structure.md
```
.
Beat-structure the motion (mandatory for action shots):
- Beat 1 (0% → 30%): initiating action / setup
- Beat 2 (30% → 70%): escalation / dialogue delivery
- Beat 3 (70% → 100%): resolution / reaction / final pose See
```
references/beat-structure.md
```
  for templates per emotional beat AND per dialogue-bearing model.
Pick camera move from exact vocabulary. Use named terms (
```
slow dolly push-in
```
,
```
orbit 180
```
,
```
whip pan
```
, or named Higgsfield preset like
```
Crash Zoom
```
) — NOT vague "camera moves forward". See
```
references/camera-vocabulary.md
```
.
Mode-specific rules.
- T2V: 6-part build with full scene description.
- I2V: motion-over-still — don't re-describe the source frame; see
```
references/i2v-prompting.md
```
  .
- V2V: single action verb (Add / Remove / Replace / Relight / Re-angle / Restyle / Extend); see
```
references/v2v-editing.md
```
  .
- extend: Veo scene-extend / Kling Elements chain — see
```
references/multi-shot.md
```
  .
- multi-shot: Sora 2 / Seedance — Shot 1/2/3 blocks with shared style anchor — see
```
references/multi-shot.md
```
  .
Add audio block if model supports native audio (Veo 3.1, Sora 2, LTX-2) — Dialogue / SFX / Ambient layers, prosody adverbs, lip-sync rules. See
```
references/audio-prompting.md
```
. ≤5 total audio elements per 8s clip.
Add per-model rules from
```
references/models/<tier>.md
```
:
- Kling 3.0 / Elements: temporal flow required, 4 refs for Elements
- Veo 3.1: more flexible structure; audio + lip-sync triggered by
```
Character: "line"
```
  syntax
- Sora 2: NL paragraph + audio + multi-shot transitions (
```
new shot:
```
  ,
```
cut to:
```
  ,
```
match cut on
```
  )
- Runway Gen-4 / Aleph: short clips; Aleph = single-verb V2V edit, 5s cap
- Higgsfield: named camera presets, max 3 stacked; Soul ID for character lock
Identity references (if cameos / elements / Soul ID / HunyuanCustom):
- Name the reference:
```
[ref:Sarah]
```
  ,
```
[ref:Marcus]
```
- Do NOT re-describe locked physical traits (hair, face, body)
- See
```
references/identity-references.md
```
  .
Apply pacing mode — narrative / action / comedy / documentary / timelapse / dialogue-scene / music-video. See
```
references/pacing-modes.md
```
.
Strip forbidden phrases that cause frozen-pose output. Replace with body-part-specific, timed, repeated actions. See
```
references/beat-structure.md
```
§ Forbidden phrases.
Output.
- The motion prompt as one fence-block (paste-ready), with Dialogue / SFX / Ambient blocks inline if audio mode
- ```
endFrameDescription
```
  only if shot ends in a DIFFERENT composition from start
- For multi-shot: each shot block fenced separately or in one block
- For V2V: just the single-verb instruction
- 1-line note: model + mode + key conventions + pacing mode
(Optional) Execute via API. If
```
--execute
```
was passed AND the env var(s) for the chosen model are set, also run
```
python3 scripts/run.py --model <model> --prompt-file <generated.txt>
```
. Video gens are long-running — the runner polls and prints progress to stderr. ALWAYS confirms cost (any video is over the $0.10 threshold) unless
```
--yes
```
. Result lands in
```
./generated/video/
```
. On any failure, fall back to prompt-only. See
```
references/execute.md
```
.

明确镜头。 需要确定：
- 模式：T2V（仅文本）/ I2V（从静态图开始）/ V2V（编辑现有素材）/ extend（延续片段）/ multi-shot（在一个提示词中包含多个镜头）。
- 4–15 秒内会发生什么动作？（模型无法推断画外发生的事。）
- 情绪节拍：
```
hook
```
  （钩子）/
```
tension
```
  （紧张）/
```
climax
```
  （高潮）/
```
breathing
```
  （缓冲）/
```
resolution
```
  （收束）/
```
setup
```
  （铺垫）。
- 目标模型（根据模式选择默认值——参阅
```
references/models/_index.md
```
  ）。
- 是否包含对话或声音设计？（仅当模型支持原生音频时：Veo 3.1、Sora 2、LTX-2。）
- POV 还是第三人称？
- 是否附带身份参考？（cameos / elements / Soul ID）
应用角色优先原则。 对于任何包含角色动作的镜头——运动提示词必须先描述角色做什么（身体部位、动作频率、时序），而不是先写镜头移动。请参阅
```
references/beat-structure.md
```
。
按节拍组织运动（动作镜头必须执行）：
- Beat 1（0% → 30%）：启动动作 / 铺垫
- Beat 2（30% → 70%）：升级 / 台词表达
- Beat 3（70% → 100%）：收束 / 反应 / 最终姿势参阅
```
references/beat-structure.md
```
  ，其中提供了按情绪节拍以及按含对白模型划分的模板。
从精确词汇表中选择镜头移动。 使用具名术语（
```
slow dolly push-in
```
、
```
orbit 180
```
、
```
whip pan
```
），或命名的 Higgsfield 预设（如
```
Crash Zoom
```
）——不要使用含糊的“镜头向前移动”。请参阅
```
references/camera-vocabulary.md
```
。
模式专属规则。
- T2V：通过完整场景描述构建 6 个部分。
- I2V：在静态图上叠加运动——不要重新描述源画面；参阅
```
references/i2v-prompting.md
```
  。
- V2V：使用单个动作动词（Add / Remove / Replace / Relight / Re-angle / Restyle / Extend）；参阅
```
references/v2v-editing.md
```
  。
- extend：Veo scene-extend / Kling Elements 串联；参阅
```
references/multi-shot.md
```
  。
- multi-shot：Sora 2 / Seedance——使用带共享风格锚点的 Shot 1/2/3 模块；参阅
```
references/multi-shot.md
```
  。
如果模型支持原生音频（Veo 3.1、Sora 2、LTX-2），则添加音频模块：Dialogue / SFX / Ambient 分层、韵律副词、唇形同步规则。请参阅
```
references/audio-prompting.md
```
。每段 8 秒片段最多包含 5 个音频元素。
从
```
references/models/<tier>.md
```
应用各模型规则：
- Kling 3.0 / Elements：必须描述时间流动；Elements 需要 4 个 refs
- Veo 3.1：结构更加灵活；通过
```
Character: "line"
```
  语法触发音频 + lip-sync
- Sora 2：自然语言段落 + 音频 + 多镜头转场（
```
new shot:
```
  、
```
cut to:
```
  、
```
match cut on
```
  ）
- Runway Gen-4 / Aleph：片段较短；Aleph = 单动词 V2V 编辑，最长 5 秒
- Higgsfield：使用具名镜头预设，最多叠加 3 个；使用 Soul ID 锁定角色
如果使用 cameos / elements / Soul ID / HunyuanCustom：
- 命名参考：
```
[ref:Sarah]
```
  、
```
[ref:Marcus]
```
- 不要重新描述已锁定的外貌特征（头发、面部、身体）
- 参阅
```
references/identity-references.md
```
  。
应用节奏模式——narrative（叙事）/ action（动作）/ comedy（喜剧）/ documentary（纪录片）/ timelapse（延时摄影）/ dialogue-scene（对话场景）/ music-video（音乐视频）。参阅
```
references/pacing-modes.md
```
。
移除会导致冻结姿势的禁用短语。将其替换为针对身体部位、带时间且重复的动作。请参阅
```
references/beat-structure.md
```
的 Forbidden phrases 部分。
输出。

将运动提示词输出为一个围栏代码块（可直接粘贴），音频模式下内联 Dialogue / SFX / Ambient 模块
仅当镜头结尾的构图与开头不同时，才输出
```
endFrameDescription
```
对于多镜头：每个镜头模块分别用围栏代码块包裹，或置于一个代码块中
对于 V2V：仅输出单动词指令
一行说明：模型 + 模式 + 关键约定 + 节奏模式

（可选）通过 API 执行。 如果传入了
```
--execute
```
，且所选模型的环境变量已设置，还要运行
```
python3 scripts/run.py --model <model> --prompt-file <generated.txt>
```
。视频生成耗时较长——运行器会轮询并将进度打印到 stderr。始终先确认费用（任何视频生成都超过 $0.10 阈值），除非指定
```
--yes
```
。结果保存在
```
./generated/video/
```
。发生任何失败时，回退为仅输出提示词。请参阅
```
references/execute.md
```
。

MODES

video-prompt <action> --model <name>

— generate model-specific prompt. Valid:

veo-3-1

veo-3-1-fast

sora-2

sora-2-pro

kling-3

kling-master

kling-elements

runway-gen-4

runway-gen-4-turbo

runway-aleph

runway-act-one

hailuo-02

hailuo-02-pro

pika-2-2

ray-3

ray-3-modify

ltx-2

hunyuan-1-5

hunyuan-custom

wan-2-2

seedance-2-5

seedance-2-0

higgsfield

```
video-prompt <action> --mode t2v|i2v|v2v|extend
```
— pick mode explicitly; routes to the right reference
```
video-prompt <action> --audio
```
— append Dialogue / SFX / Ambient blocks (default ON for Veo 3.1 / Sora 2 / LTX-2)

video-prompt <action> --dialogue "<line>"

--dialogue file:<path>

— explicit dialogue input; auto-formats with

Character: "..."

syntax

```
video-prompt <action> --end-frame "<description>"
```
— keyframe block for Kling tail / Pikaframes / Ray3 Start+End / Higgsfield
```
video-prompt <action> --shots N
```
— multi-shot Sora 2 / Seedance layout

video-prompt <action> --ref <name>=<path>[,<name>=<path>...]

— identity reference labels

video-prompt <action> --cluster audio|i2v|v2v|open|aggregator

— pick by capability when no model named

video-prompt <action> --pacing narrative|action|comedy|documentary|timelapse|dialogue-scene|music-video

video-prompt <action> --beat hook|tension|climax|breathing|resolution|setup

```
video-prompt <action> --pov
```
— first-person POV variant
```
video-prompt <action> --variants 3
```
— 3 alternatives with different camera moves or pacing
```
video-prompt <action> --execute
```
— also call the API if env var(s) for
```
--model
```
are set; save MP4 to
```
./generated/video/
```

video-prompt <action> --execute --output <dir>

— custom output dir

```
video-prompt <action> --execute --yes
```
— skip cost confirmation

video-prompt <action> --execute --timeout <seconds>

— override poll timeout (default 600s)

```
video-prompt --check --model <slug>
```
— verify env + connectivity, no generation
```
video-prompt --list-providers
```
— list executable providers given current env (video modality)

Deprecated aliases (accepted with warning):

kling-1-6

kling-2

pika-1-5

pika-2-0

gen-3

gen-3-turbo

veo-3

sora

luma-dream

video-prompt <action> --model <name>

——生成模型专用提示词。有效值：

veo-3-1

、

veo-3-1-fast

、

sora-2

、

sora-2-pro

、

kling-3

、

kling-master

、

kling-elements

、

runway-gen-4

、

runway-gen-4-turbo

、

runway-aleph

、

runway-act-one

、

hailuo-02

、

hailuo-02-pro

、

pika-2-2

、

ray-3

、

ray-3-modify

、

ltx-2

、

hunyuan-1-5

、

hunyuan-custom

、

wan-2-2

、

seedance-2-5

、

seedance-2-0

、

higgsfield

```
video-prompt <action> --mode t2v|i2v|v2v|extend
```
——明确选择模式；路由至对应的参考文档
```
video-prompt <action> --audio
```
——追加 Dialogue / SFX / Ambient 模块（Veo 3.1 / Sora 2 / LTX-2 默认开启）

video-prompt <action> --dialogue "<line>"

或

--dialogue file:<path>

——显式提供对白输入；自动使用

Character: "..."

格式

```
video-prompt <action> --end-frame "<description>"
```
——用于 Kling tail / Pikaframes / Ray3 Start+End / Higgsfield 的关键帧模块
```
video-prompt <action> --shots N
```
——Sora 2 / Seedance 的 multi-shot 布局

video-prompt <action> --ref <name>=<path>[,<name>=<path>...]

——身份参考标签

video-prompt <action> --cluster audio|i2v|v2v|open|aggregator

——未指定模型时，按能力选择

video-prompt <action> --pacing narrative|action|comedy|documentary|timelapse|dialogue-scene|music-video

video-prompt <action> --beat hook|tension|climax|breathing|resolution|setup

```
video-prompt <action> --pov
```
——生成第一人称 POV 变体
```
video-prompt <action> --variants 3
```
——生成 3 个采用不同镜头移动或节奏模式的备选方案
```
video-prompt <action> --execute
```
——如果
```
--model
```
对应的环境变量已设置，同时调用 API；将 MP4 保存到
```
./generated/video/
```

video-prompt <action> --execute --output <dir>

——自定义输出目录

```
video-prompt <action> --execute --yes
```
——跳过费用确认

video-prompt <action> --execute --timeout <seconds>

——覆盖轮询超时时间（默认 600 秒）

```
video-prompt --check --model <slug>
```
——验证环境变量 + 连通性，不执行生成
```
video-prompt --list-providers
```
——根据当前环境列出可执行的视频生成提供商

已弃用的别名（接受但会给出警告）：

kling-1-6

、

kling-2

、

pika-1-5

、

pika-2-0

、

gen-3

、

gen-3-turbo

、

veo-3

、

sora

、

luma-dream

。

REFERENCES (load on demand)

REFERENCES（按需加载）

File	When to load
references/models/_index.md	Always at step 1 — quick-pick decision table, capability matrix, deprecations
references/camera-vocabulary.md	Picking camera move — DOLLY / PAN / TRACKING / CRANE / ORBIT / AERIAL / Higgsfield presets / Sora 2 multi-shot transitions / Cinema Studio lens vocab
references/beat-structure.md	Always — Beat 1/2/3, CHARACTER FIRST, repeated-action patterns, body detail, forbidden phrases, dialogue-bearing beat structure
references/pacing-modes.md	When user specifies pacing — narrative / action / comedy / documentary / timelapse / dialogue-scene / music-video
references/audio-prompting.md	Native-audio models — Dialogue / SFX / Ambient grammar, prosody, lip-sync rules, talking-head template
references/i2v-prompting.md	Mode `i2v` — motion-over-still rules, physical tethers, never-re-describe
references/v2v-editing.md	Mode `v2v` — action-verb-first grammar, single-change-per-pass, per-model duration caps
references/multi-shot.md	Mode `multi-shot` or `extend` — Shot 1/2/3 blocks, style anchors, transitions
references/identity-references.md	When `--ref` attached — cameo / element / Soul ID / Act-One grammar
references/models/audio-tier.md	Veo 3.1 / Sora 2 / LTX-2 — per-model audio templates
references/models/i2v-tier.md	Kling / Hailuo / Runway Gen-4 / Pika — per-model I2V templates
references/models/v2v-tier.md	Aleph / Act-One / Ray 3 Modify / Pika swaps-additions-frames
references/models/open-source.md	LTX-2 / Hunyuan 1.5 + Custom / Wan 2.2 / Mochi 1
references/models/aggregators.md	Higgsfield — Cinema Studio presets, Soul ID, Start+End frames
references/execute.md	`--execute` mode — provider matrix, env vars, cost preview, long-poll behaviour, troubleshooting, fall-back

文件	何时加载
references/models/_index.md	始终在步骤 1 加载——快速选择决策表、能力矩阵、弃用信息
references/camera-vocabulary.md	选择镜头移动——DOLLY / PAN / TRACKING / CRANE / ORBIT / AERIAL / Higgsfield 预设 / Sora 2 多镜头转场 / Cinema Studio 镜头词汇
references/beat-structure.md	始终加载——Beat 1/2/3、角色优先、重复动作模式、身体细节、禁用短语、含对白节拍结构
references/pacing-modes.md	用户指定节奏时——narrative / action / comedy / documentary / timelapse / dialogue-scene / music-video
references/audio-prompting.md	原生音频模型——Dialogue / SFX / Ambient 语法、韵律、唇形同步规则、talking-head 模板
references/i2v-prompting.md	模式 `i2v` ——静态图叠加运动规则、物理约束、绝不重新描述源画面
references/v2v-editing.md	模式 `v2v` ——动作动词优先语法、每次仅处理一项变更、各模型时长上限
references/multi-shot.md	模式 `multi-shot` 或 `extend` ——Shot 1/2/3 模块、风格锚点、转场
references/identity-references.md	附带 `--ref` 时——cameo / element / Soul ID / Act-One 语法
references/models/audio-tier.md	Veo 3.1 / Sora 2 / LTX-2——各模型音频模板
references/models/i2v-tier.md	Kling / Hailuo / Runway Gen-4 / Pika——各模型 I2V 模板
references/models/v2v-tier.md	Aleph / Act-One / Ray 3 Modify / Pika swaps-additions-frames
references/models/open-source.md	LTX-2 / Hunyuan 1.5 + Custom / Wan 2.2 / Mochi 1
references/models/aggregators.md	Higgsfield——Cinema Studio 预设、Soul ID、Start+End 帧
references/execute.md	`--execute` 模式——提供商矩阵、环境变量、费用预览、长时间轮询行为、故障排查、回退方案

EXAMPLES

See examples/before-after.md — calibration pairs covering hook / tension / breathing / POV / timelapse + dialogue (Veo 3.1) / I2V (Kling) / V2V (Aleph) / multi-shot (Sora 2) / RU audio.

参阅 examples/before-after.md——校准对照示例，涵盖 hook / tension / breathing / POV / timelapse，以及对话（Veo 3.1）/ I2V（Kling）/ V2V（Aleph）/ multi-shot（Sora 2）/ RU 音频。

CONSTRAINTS

CHARACTER FIRST, CAMERA SECOND. Never start a motion prompt with a camera move when characters are in action. Camera is one supporting sentence at the end.
Beat structure mandatory. Every shot with action gets Beat 1 / Beat 2 / Beat 3 timing. Single biggest defense against the "model freezes one pose" failure mode.
Repeated, not single. "He extends his arm" → frozen statue. "He delivers 3-4 sharp jabbing motions, arm never fully returning to rest" → video.
Two characters → describe both separately within each beat. "They look at each other" → synchronised statues.
Use exact camera vocabulary — "Slow dolly push-in" not "camera moves forward". Or named Higgsfield preset (
```
Crash Zoom
```
,
```
Bullet Time
```
).
No transition language inside one shot. "Cut to", "fade to", "reveal" are EDIT terms. Only
```
new shot:
```
/
```
cut to:
```
/
```
match cut on
```
work in Sora 2 multi-shot — and only as explicit multi-shot blocks.
Dialogue obeys beat budget. ≤8s speech per 8s clip. One speaker per beat. Prosody adverbs BEFORE the quote, not inside (no ellipsis-acting).
No competing SFX during dialogue. Drop ambient under the line; layer SFX into setup or reaction beats, not on top of speech.
Face must be visible for lip-sync. Cutting away during a line breaks sync.
V2V: one action verb per generation. Stack edits by chaining multiple passes. Single-pass multi-edit produces unstable results.
I2V: don't re-describe the source frame. The model already sees it. Describe only motion + tethers.
Identity refs: don't re-describe locked traits. Wardrobe / action / expression / environment change; hair / face / body type are locked by the ref.
Physical realism. A kiteboard → describe kite-line tension and edge angles, not generic "rides the wave".
Props stay. Objects in frame don't teleport. Specify "cup stays in hand", "laptop screen glow continuous".
--execute
is opt-in. Default flow stays prompt-only.
Never print API keys. Mask in errors. Refer to env var names, not values.
Confirm cost always for video. Any video is above $0.10 threshold; user must answer Y unless
```
--yes
```
.
Output dir is
./generated/video/
by default. Don't write outside it without explicit
```
--output
```
.
API failure / timeout → fall back gracefully. Save prompt to
```
./generated/video/<timestamp>-prompt-only.txt
```
with reason. Long-running jobs may still complete server-side after a timeout — note that in the fall-back message.

角色优先、镜头次之。 当角色参与动作时，运动提示词绝不能以镜头移动开头。镜头只应作为结尾的一句辅助描述。
节拍结构为必需。 每个包含动作的镜头都要使用 Beat 1 / Beat 2 / Beat 3 时间划分。这是防止“模型冻结在单一姿势”故障的最重要手段。
重复动作，而非单一动作。 “He extends his arm” → 冻结雕像。“He delivers 3-4 sharp jabbing motions, arm never fully returning to rest” → 视频。
两个角色 → 在每个节拍中分别描述两者。 “They look at each other” → 同步雕像。
使用精确的镜头词汇——“Slow dolly push-in”，而不是“camera moves forward”。也可以使用命名的 Higgsfield 预设（
```
Crash Zoom
```
、
```
Bullet Time
```
）。
单个镜头内不得使用转场语言。 “Cut to”、“fade to”、“reveal” 都是剪辑术语。只有
```
new shot:
```
/
```
cut to:
```
/
```
match cut on
```
可用于 Sora 2 多镜头模式——而且只能作为明确的多镜头模块。
对白必须遵守节拍预算。 每段 8 秒片段的对白 ≤8 秒。每个节拍只允许一名说话者。韵律副词放在引语之前，而不是里面（不要用省略号来表演情绪）。
对白期间不得出现竞争性 SFX。 台词期间降低环境音；把 SFX 放在铺垫或反应节拍中，不要叠在语音上。
唇形同步时面部必须可见。 对白期间切走会中断同步。
V2V：每次生成只使用一个动作动词。 通过串联多次处理来叠加编辑。单次多编辑会产生不稳定结果。
I2V：不要重新描述源画面。 模型已经看到画面。只描述运动及其约束。
身份 refs：不要重新描述已锁定的特征。 可以改变服装 / 动作 / 表情 / 环境；头发 / 面部 / 体型由 ref 锁定。
物理真实性。 风筝冲浪板 → 描述风筝线张力和板刃角度，而不是泛泛地说“乘浪而行”。
道具保持一致。 画面中的物体不会瞬移。明确写出“杯子始终拿在手中”、“笔记本电脑屏幕的光持续稳定”。
--execute
需显式选择。默认流程仅输出提示词。
绝不打印 API keys。 错误信息中必须脱敏。引用环境变量名称，而不是值。
视频生成始终确认费用。 任何视频生成都高于 $0.10 阈值；除非提供
```
--yes
```
，否则用户必须回答 Y。
默认输出目录为
./generated/video/
。没有明确的
```
--output
```
时不得写入其他位置。
API 失败 / 超时 → 优雅降级。 将提示词保存到
```
./generated/video/<timestamp>-prompt-only.txt
```
，并附原因。长时间运行的任务在超时后仍可能在服务器端完成——需要在降级消息中说明这一点。

INVOCATION HINTS

When the user says any of:

"video prompt for {model}", "Veo / Sora / Kling / Runway / Pika / Hailuo / Luma / LTX / Hunyuan / Wan / Seedance / Higgsfield prompt"
"motion prompt for this image", "animate this still", "image-to-video"
"edit this clip", "V2V", "Aleph prompt", "Ray3 Modify", "Pikaswaps"
"dialogue scene", "talking-head", "two characters arguing", "lip-sync"
"multi-shot in one prompt", "Sora 2 multi-shot", "extend this scene"
"character consistency across shots", "cameo", "Soul ID", "Act-One performance"
"4-15 second clip of {action}"
"shot for TikTok / Reels / Shorts"
"music video shot", "beat-synced"
"execute the video prompt", "actually render the clip", "fire the gen", "use my Veo / Sora / Kling / Runway key"

RU triggers:

«промпт для Veo / Sora / Kling / Runway / Pika / Hailuo / Luma / LTX / Hunyuan / Wan / Seedance / Higgsfield»
«оживи картинку / оживи это фото», «motion-промпт»
«отредактируй клип», «V2V», «измени освещение на закат на этом видео»
«диалоговая сцена», «говорящая голова», «двое спорят», «lip-sync»
«multi-shot за один промпт», «3 кадра подряд», «расширь сцену»
«единый персонаж на всех клипах», «cameo», «Soul ID»
«motion-промпт для Reels / Shorts / TikTok»
«4 секунды клипа с {действие}»
«клип под музыку», «beat-synced»
«выполни видео-промпт», «отрендери клип», «вызови Veo / Sora / Kling / Runway»

Prompt body is usually written in English (video models parse EN much better than RU). RU dialogue lines can pass verbatim inside

Character: "..."

quotes (Veo 3.1 handles multilingual speech). RU → EN camera-vocabulary mapping lives in

references/camera-vocabulary.md

(section

RU термины

Use this skill. For static image —

image-prompt

. For full storyboard — neither (use a dedicated tool).

当用户说出以下任一内容时：

“video prompt for {model}”（为 {model} 编写视频提示词）、“Veo / Sora / Kling / Runway / Pika / Hailuo / Luma / LTX / Hunyuan / Wan / Seedance / Higgsfield prompt”（为这些模型编写提示词）
“motion prompt for this image”、“animate this still”、“image-to-video”（为这张图片编写运动提示词、让这张静态图动起来、图生视频）
“edit this clip”、“V2V”、“Aleph prompt”、“Ray3 Modify”、“Pikaswaps”（编辑这段视频、V2V、Aleph 提示词、Ray3 Modify、Pikaswaps）
“dialogue scene”、“talking-head”、“two characters arguing”、“lip-sync”（对话场景、talking-head、两个人争吵、唇形同步）
“multi-shot in one prompt”、“Sora 2 multi-shot”、“extend this scene”（一个提示词完成 multi-shot、Sora 2 multi-shot、扩展场景）
“character consistency across shots”、“cameo”、“Soul ID”、“Act-One performance”（跨镜头保持角色一致性、cameo、Soul ID、Act-One 表演）
“4-15 second clip of {action}”（{action} 的 4–15 秒片段）
“shot for TikTok / Reels / Shorts”（用于 TikTok / Reels / Shorts 的镜头）
“music video shot”、“beat-synced”（音乐视频镜头、与节拍同步）
“execute the video prompt”、“actually render the clip”、“fire the gen”、“use my Veo / Sora / Kling / Runway key”（执行视频提示词、实际渲染片段、触发生成、使用我的 Veo / Sora / Kling / Runway key）

俄语触发词：

“为 Veo / Sora / Kling / Runway / Pika / Hailuo / Luma / LTX / Hunyuan / Wan / Seedance / Higgsfield 编写提示词”
“让图片动起来 / 让这张照片动起来”、“motion 提示词”
“编辑这段视频”、“V2V”、“把这段视频的光线改成日落”
“对话场景”、“talking-head 特写”、“两个人争吵”、“lip-sync”
“一个提示词完成 multi-shot”、“连续 3 个镜头”、“扩展这个场景”
“所有片段使用同一角色”、“cameo”、“Soul ID”
“为 Reels / Shorts / TikTok 编写 motion 提示词”
“制作 {action} 的 4 秒片段”
“与音乐同步的片段”、“beat-synced”
“执行视频提示词”、“渲染片段”、“调用 Veo / Sora / Kling / Runway”

提示词正文通常使用英文撰写（视频模型对英文的解析效果远好于俄语）。俄语对白可以原样放入

Character: "..."

引号内（Veo 3.1 支持多语言语音）。俄语 → 英文的镜头词汇映射位于

references/camera-vocabulary.md

的

RU термины

（俄语术语）部分。

使用此 skill。对于静态图像——使用

image-prompt

。对于完整故事板——两者均不适用（应使用专用工具）。