agentsclimarketplace

Laohan fenjingtishici

Skill hanzhcn/laohan-skills/laohan-fenjingtishici

生成专业分镜图片提示词,适配扩散模型(FLUX/SDXL/Gemini)。校验质量后拆分为独立文件,或直接生成带产品描述的 Gemini 提示词模板。Use when 用户说"生成分镜提示词""校验分镜""拆分镜""分镜""分镜图"或提到视频分镜/镜头提示词/产品分镜模板。From its SKILL.md

Install
npx -y skills add hanzhcn/laohan-skills --skill laohan-fenjingtishici

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 11 stars11 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

4.6 KB, ~1.6k tokens by cl100k_base, as published. Nobody here has run it

分镜提示词生成与校验

为产品带货/短视频生成分镜图片提示词,并校验输出质量。

不适用场景

  • 生成视频本身 → 这是分镜图片提示词,不是视频生成
  • 生成封面图 → 用 laohan-fengmianqiuzhi
  • 生成口播稿 → 用 laohan-chuangzuo
  • 没有产品描述 → 模式1必须提供产品视觉描述才能生成

使用

# 模式1:生成 Gemini 提示词模板
/laohan-fenjingtishici <视频秒数> <产品视觉描述>

# 模式2:校验并拆分 Gemini 返回的分镜
/laohan-fenjingtishici <用户粘贴的 Gemini 输出>

模式1:生成提示词模板

输入视频秒数和产品描述,输出可直接粘贴到 Gemini 的提示词(内嵌所有规则)。

提示词模板内容见 references/prompt_template.md

模板中需要替换的变量:

  • {VIDEO_LENGTH} → 实际视频秒数
  • {FRAME_COUNT} → 向上取整(视频秒数 ÷ 5)
  • {PRODUCT_DESCRIPTION} → 产品的视觉特征(颜色、材质、形状)

模式2:校验并拆分

用户把 Gemini 返回的分镜结果粘贴过来,按检查清单逐项验证,通过后拆分为独立文件。

检查清单

校验以下 8 项,每项通过/失败+具体问题:

#检查项通过标准
1帧数正确帧数 = 向上取整(视频秒数 ÷ 5)
2产品占位符一致所有帧中产品位置都使用 [PRODUCT] 占位符(除非物理状态变化)
3动势预设每帧都有 mid-action / 动态姿势描述
4正负分离Positive Prompt 和 Negative Prompt 已分离
5无填充词没有 "Generate an image..."、"HIGH RESOLUTION" 等对话式指令
6无 meta-tags没有 "(Product reference: ...)" 标签,产品用 [PRODUCT] 占位
7摄影术语包含景别、角度、f值、焦距、光源方向、色温K值、照明技法
8场景一致性所有帧的 [SCENE] 描述完全相同(背景/环境/氛围不可跳变),只允许机位和光位变化

校验失败处理

  • 项 1(帧数错误):自动修正帧数,提示用户重新生成
  • 项 2(占位符不一致):标出差异帧,建议统一替换为 [PRODUCT]
  • 项 3-8:标出具体问题帧和修改建议,不自动修改(保持 Gemini 原始输出)

拆分规则

校验通过后,每帧拆为一个文件:

{输出目录}/frame_1_prompt.txt
{输出目录}/frame_2_prompt.txt
...
{输出目录}/frame_N_prompt.txt

输出目录默认为当前项目目录,可由用户指定。

文件格式

每个文件包含帧标题 + Positive Prompt + Negative Prompt,和 Gemini 输出格式一致:

Frame N [timestamp - storytelling purpose]:

Positive Prompt:
[完整提示词]

Negative Prompt:
[negative 内容]

提示词工程规则

这些规则同时嵌入模板和用于校验:

  1. 5秒分段:每帧对应一个 5 秒视频片段(Wan 2.2 的 81 帧 ÷ 16fps)
  2. 余数向上取整:32 秒视频 → 7 帧(35 秒),最后一帧按完整 5 秒节奏描述,后期裁剪
  3. 单一节拍:每帧只描述一个动作/时刻
  4. 纯视觉描述:适配扩散模型,不含对话式指令,分辨率由工具控制
  5. [PRODUCT] 占位符:产品外观用 [PRODUCT] 占位,生图时由上传的产品参考图决定外观,不写具体产品描述
  6. 动作适配(CRITICAL):彻底根除参考视频中绑定原产品的专属交互(套硅胶壳、穿挂绳、塞入耳塞),替换为通用高级商业交互("adjusting outer textures"、"arranging items gracefully"、"presenting side-by-side")
  7. 环境强制隔离:剥离参考视频的特定背景/风格,强制用 "real commercial photography style"
  8. 场景一致性锁定:所有帧的 [SCENE] 必须完全相同(同一背景/环境/氛围),只允许机位和光位变化
  9. 动势预设:每帧描述 mid-action 姿态,为 I2V 提供运动张力
  10. 正面/负面分离:可直接复制到 ComfyUI 的两个 CLIPTextEncode 节点
  11. 负面提示词语义floating objects 压制的是无因漂浮噪声,不与 positive 中的手部受因悬停矛盾
  12. 负面基线:每帧 Negative Prompt 默认包含 "CG, glowing effects, over-saturation"

前置依赖

  • 无特殊依赖,纯文本处理

What ships with it: 1 file

5.0 KB alongside SKILL.md

references/

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.