波西塔诺夏日旅行 · 11 镜头卡点自拍 Vlog

未标注模型Vlog旅行海洋写实手持镜头结构化提示词分镜11秒
主角与闺蜜都写成固定人设,11 个镜头按零点几秒卡点:阿马尔菲海岸、柠檬树、Vespa、船尾浪花,连混音响度都写到 -14 LUFS。
PROMPT · 视频生成提示词
开始AI创作
FORMAT:16:9 横屏,4K,24fps,约 10 秒。真实的高级 iPhone 旅行 vlog 质感:自然的手持轻微抖动,鲜艳但贴近真实的夏日色彩,清晰的细节,柔和的自然光,自拍镜头带轻微广角自拍镜头效果,踩着节拍的快速节奏剪辑。照片级写实,没有 AI 痕迹。 MAIN CHARACTER — SHARA(每个镜头中完全一致,以我的角色设定图为参考): 一位年轻女性,长而卷曲的棕色头发带焦糖色挑染,温暖的棕色眼睛,浓密的深色眉毛,淡淡的雀斑,丰满的嘴唇,自然透亮的皮肤,明亮俏皮的笑容。服装:黑色无袖 V 领亚麻上衣,高腰白色亚麻长裤,金色圈形耳环,多层细金项链,黑色椭圆形太阳镜(戴在头上或脸上),白色运动鞋。 BEST FRIEND(配角,每个镜头中相同): 一位年轻女性,光滑的深棕色头发低低挽成发髻,橄榄色皮肤,穿白色背心、米色亚麻短裤,戴玳瑁色太阳镜。 LOCATION:意大利波西塔诺与阿马尔菲海岸,盛夏:悬崖边的粉彩色房屋、碧蓝的大海、柠檬树、九重葛、小船、鹅卵石小巷。 SHOT LIST: 1. (0.0–4.3s) INTRO SELFIE — Shara 把手机举在手臂远端,身处一间明亮通透的波西塔诺公寓,白墙,一扇大大敞开的阳台门外是粉彩色的悬崖房屋和大海,亚麻窗帘飘动,有绿植和一个木架。她双手向镜头挥手,大笑,甩了一下头发,俏皮地比了个剪刀手,然后带着大大的笑容凑近镜头。轻微广角自拍镜头,手持抖动。 2. (4.3–4.7s) 小船上的自拍:Shara 和她的闺蜜戴着太阳镜,咧嘴笑着比剪刀手,身后是大海和悬崖。 3. (4.7–5.0s) 海边小餐馆白色桌面的俯拍镜头:一份加了罗勒的新鲜玛格丽特披萨,两只手正在切下一块,一瓶玻璃瓶装的柠檬汽水(无标签),阳光与阴影。 4. (5.0–5.6s) 手持横摇扫过热闹的街边市集摊位:金黄的柠檬、手绘陶器和柠檬形状的香皂。 5. (5.6–6.0s) Shara 和闺蜜用吸管喝着柠檬 spritz 鸡尾酒的自拍,一脸调皮,身后是柠檬树。 6. (6.0–6.6s) 一辆小巧的复古红色意大利城市小车,停在九重葛下一条狭窄的鹅卵石小巷里(无 logo,无车标)。 7. (6.6–7.0s) 第一人称视角向下看白色运动鞋走在洒满阳光的石阶上。 8. (7.0–7.3s) 逆光广角镜头:闺蜜站在船的甲板上,太阳在碧蓝的海面上空耀出光晕,头发被风吹起。 9. (7.3–7.8s) 两位好友戴着太阳镜的自拍,身后是一块写着 "POSITANO" 的复古渡轮码头标牌。 10. (7.8–8.7s) 第一人称视角:两个女孩的双腿和运动鞋伸展在一艘疾驶快艇的船尾,身后是白色泡沫翻涌的尾流和闪闪发光、奔涌而过的碧蓝海水。 11. (8.7–9.7s) ENDING SELFIE — Shara 戴着圆框眼镜,站在一栋明亮的橙色与粉色粉彩建筑前,吐了吐舌头,随后在镜头晃动中爆发出笑声。 TEXT OVERLAYS(或在剪辑时添加):镜头 1 期间,顶部用柔和奶油色的圆体粗体字显示 "mini vlog";镜头 11 期间,在右侧用同一字体竖排显示 "the end"。 SOUND DESIGN(高品质、响亮、清脆、全频段,绝不发闷): - 欢快、阳光的夏日流行或意大利迪斯科节拍,每一次剪辑都精确落在节拍上。 - 镜头 1:轻微的室内环境声,Shara 自然的笑声,甩头发时柔和的呼啸声。 - 蒙太奇部分:每次剪辑都有快速的呼啸或嗖嗖转场音;海浪声和船的引擎嗡鸣;披萨刀的切割脆响;集市的人声嘈杂;杯中冰块碰撞;吸管吸饮声;一辆 Vespa 驶过;运动鞋踏在石头上;海鸥;强烈的船尾浪花冲刷声。 - 镜头 11:吐舌头时一个俏皮的 "blep" 声,然后是笑声。 - 混音:有冲击力且清晰,约 -14 LUFS,音乐为主导,音效叠加在上方。 NEGATIVE PROMPT:不要扭曲的脸,镜头之间不要换脸,不要多余的手指,不要畸变的手,不要模糊的脸,不要可辨认的品牌 logo,不要水印,不要字幕,不要低分辨率,不要卡通或 CGI 外观。
✍️ 编辑解析

这条词把整段视频当成一张“剪辑表”来写:开头 FORMAT 一行交代画幅、帧率、手机 vlog 质感和卡点节奏,随后用 MAIN CHARACTER、BEST FRIEND 两块把两人的发型、五官、服装一次写死,后面每个镜头不再重复外貌。SHOT LIST 精确到零点几秒,镜头 1 占了近一半时长,其余十个镜头各 0.3–1 秒,节奏对比明显。每个镜头只给一个视角(自拍、俯拍、第一人称、逆光广角)和一个具体物件,缺什么模型也不容易乱补。画面文字写明字体、位置和出现的镜头;声音部分按镜头列出音效,并给出 -14 LUFS 的响度目标;NEGATIVE 里单独列了镜头间换脸和可读 logo 两类风险。可复用的是先定人设、再列镜头表、最后分层写声音。

开始AI创作
相关作品
׋›
↑