Laohan fenjingtishici

Skill hanzhcn/laohan-skills/laohan-fenjingtishici

Claude Code 超级技能包 — 16个技能覆盖内容创作全流程 + 30平台内容获取 + 开发者工具箱。抖音搜索「寒武纪AI」看实战教程

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.

What its author says it does

Copied from the file, not written here

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。

SKILL.md

4.6 KB, 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：

5秒分段：每帧对应一个 5 秒视频片段（Wan 2.2 的 81 帧 ÷ 16fps）
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
单一节拍：每帧只描述一个动作/时刻
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
[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
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"）
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"
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
动势预设：每帧描述 mid-action 姿态，为 I2V 提供运动张力
正面/负面分离：可直接复制到 ComfyUI 的两个 CLIPTextEncode 节点
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
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