定速自行車穿城赴約

GPT Image 2 + Seedance 2.5都市運鏡圖生影片Seedance 2.5GPT Image 2慢動作跟拍34秒
這條提示詞直接用JSON結構來寫:subject、scene、camera分欄位描述騎士穿城。結構化提示詞和自然語言提示詞的路線之爭,這是結構派的範例,34秒成片。

PROMPT · 影片提示詞

開始AI創作
"video_generation": { "subject": { "character": "年輕都會男子,高平頭漸層髮型,山羊鬍,頸部與手臂有刺青,銀色圓環耳環,幾何造型反光墨鏡", "clothing": "白色米色拼色棒球外套,袖子上印有'38'字樣,黑色短褲,白色襪子", "vehicle": "霧黑色死飛腳踏車" }, "scenes": [ "特寫鏡頭:一隻手拿著智慧型手機,螢幕上顯示著一顆發光的紅色愛心。", "角色啜飲一杯粉紅色冰飲,露出得意的笑容,隨後跨上腳踏車。", "在陽光灑落的城市街道上快速騎行,動作凌厲,穿梭於車流之間。", "角色快速騎車衝下一段水泥階梯。", "在擁擠的亞洲街頭美食市場中高速穿行,撞到一名男子,導致麵條以慢動作飛散。", "騎車衝上階梯並從土坡跳台騰空而起,背景是城市天際線。", "角色在一棟現代玻璃建築前完美急停,一名女子正在那裡等候。" ], "camera_work": "動感跟拍鏡頭,快節奏動作場面,食物飛濺瞬間輔以簡短慢動作強調", "style": "超寫實3D動畫風格,電影級光影,色彩鮮豔,動態模糊", "render_settings": { "resolution": "8K", "quality": "電影級,高細節", "aesthetic": "好萊塢電影質感" } } }

✍️ 編輯解析

這條最值得注意的是它的書寫格式本身——不是自然語言描述,而是直接一段JSON片段(subject/clothing/vehicle/scenes/camera_work/style/render_settings),而且開頭還缺了外層鍵名跟左大括號,明顯是從更大的結構化資料裡截出來的一段,說明作者是用接近API呼叫的方式在驅動模型,把人物設定、場景列表、鏡頭語言跟渲染參數當成獨立欄位分別填寫,而不是揉成一段話。七個scenes條目本身極其電影化——從愛心notification到跳傘台階再到闖入夜市撞飛麵條,動作場景按鏡頭順序編號排列,跟前面幾條中文長詞的分鏡寫法本質相通,只是外殼換成了工程師更熟悉的鍵值對結構,這提示GPT Image 2 + Seedance 2.5這套組合可能同時支援結構化JSON輸入跟自然語言輸入兩種解析路徑。

開始AI創作

相關作品

׋›
↑