融合图片、视频与音频参考生成视频分镜描述
依据人物、场景、运镜与音频参考编写融合式视频分镜描述:保留图片参考的外观材质,只借鉴视频的指定镜头动作且不复制身份与标志,并交代环境声、配乐及禁用项。
完整提示词
Reference inputs: <Picture 1> 是[人物/产品身份];<Picture 2> 是[材质/场景];<Video 1> 仅参考[运镜/动作];<Audio 1> 仅参考[环境声/节奏]。 integrated_multimodal_description: [Shot 1] 保留 Picture 参考中的[外观/材质],只借鉴 Video 参考中的[指定镜头或动作],不要复制人物身份或 Logo。主体[动作],镜头[运镜],最后[结果]。禁止:未经指定的参考继承、文字、Logo、水印。 overall_soundscape: [声音,说明与 Audio 1 的关系]。 non_diegetic_music: [音乐或 N/A]。
可替换内容
- [人物/产品身份]
- [材质/场景]
- [运镜/动作]
- [环境声/节奏]
- [外观/材质]
- [指定镜头或动作]
- [动作]
- [运镜]
- [结果]
- [声音,说明与 Audio 1 的关系]
- [音乐或 N/A]
分类与标签
AI 图片、AI 视频