1. Skill 简介
如果你玩 AI 视频（即梦 / Vidu / 可灵 / 小云雀 / Sora / Runway），
你一定被这 3 个问题反复折磨过：
-
塑料感 — 人物动作僵硬、皮肤磨皮感、像 3D 渲染
-
游戏 CG 感 — 镜头漂移、动作不连贯、风格不像真人拍
-
叙事平 — 不会写具体动作、不会制造氛围反差
crafting-ai-video-shot-prompts 这个 Skill，
把 B 站 UP 主 Mx-Shell（刘紫鱼）
中公开的方法论——基础设定 / 氛围画质 / 画面内容 三大部分——封装为可复用工作流。
直接交给 AI，就能稳定产出"有电影感、没塑料感"的中文分镜提示词。
适合谁：玩 AI 视频的创作者、提示词工程师、短剧/短片导演、做 AI 内容营销的运营。
2. 使用场景
为什么做它？
我最近在做 AI 短剧，深感写 prompt 是个"玄学活"——
同一段提示词，给即梦和 Sora 出来的效果天差地别；
同一个分镜，AI 抽 20 次卡可能只有 2-3 次能用。
问题出在哪？我翻了 Mx-Shell 的视频，发现他的方法论是：
「不要把 AI 当做冰冷的工具，要把它想象成你的创作伙伴，不要去命令它，而是指引它来完成或配合你完成每一个复杂的工作。」
把"AI 当伙伴" + "三大部分结构"这两个抽象理念，变成可执行模板——
这才是我真正想要的。
之前遇到的麻烦
-
写 prompt 凭感觉，每次都要试错 5-10 次
-
学到的关键词散落在不同笔记里，找不到就用不上
-
不会写多分镜时长比重，AI 总是前慢后快
-
武戏不会写动作序列，只会写"打"一个字
做出来省了什么
-
5 步工作流 替代凭感觉：收集输入 → 三大部分起草 → 去 AI 味 → 选景别构图运镜 → 输出
-
200+ 关键词库 替代散落笔记：风格 / 限制词 / 设备 / 色调 / 光线 / 氛围
-
10 种风格预设 一键套用：原子朋克 / 赛博朋克 / 武侠 / 黑色电影…
-
自检脚本 自动检查 8 大类规则（少关键词就报警）
3. 创作过程
v1：把视频方法论整理成 SKILL.md
看了 Mx-Shell 视频后，我打开 SOLO 跟它说：
“我需要把一套 B 站 UP 主分享的 AI 视频提示词方法论封装成 Agent Skill。方法论是 3 个固定顺序的段落：基础设定 / 氛围画质 / 画面内容。你帮我设计 SKILL.md 的 frontmatter，包括 name、description（必须含触发条件）。”
SOLO 给出了第一版 SKILL.md 框架。我又追问：
“description 要在 200 字符以内，要让模型一眼能判断’什么时候该调用’。你重写一下，要明确写：当用户要写 AI 视频提示词、或评审 prompt、或希望降低 AI 味时调用。”
v2：把 Mx-Shell 提到的关键词全部归类
接下来是最大头的部分——关键词库。我让 SOLO 帮我把视频里散落的关键词系统化：
“基于 Mx-Shell 视频中提到的所有提示词技巧，整理成 6 类： 1) 去 AI 味核心关键词（强制使用）2) 限制词（反向约束） 3) 风格核心关键词（按题材分组） 4) 视觉基调（设备模拟） 5) 色彩影调 6) 氛围/情绪”
v3：把"做什么/为什么/效果"动作描述法封装为模板
视频里 Mx-Shell 反复强调，写动作要"怎么做 / 为什么这样做 / 想要什么效果"三段式。
我让 SOLO 把它做成可复用的 prompt 模板：
“把’鸵鸟脚掌猛踩报纸 → 被粘住 → 单脚跳跃前进’这个例子，改写成’做什么 / 为什么 / 效果’三段式的 prompt 模板，让我可以套用到任何动作场景。”
v4：自检脚本——让 SOLO 帮我把规则翻译成 Python
最后一步：怎么保证用户用我的模板写出来的 prompt 不漏关键要素？
我让 SOLO 写了一个自检脚本：
“写一个 Python 脚本，提示词文件作为参数，检查是否包含：基础设定/氛围画质/画面内容 三大段标记、去 AI 味关键词、景别、构图、运镜、参考图描述、字数合理性。退出码：严重缺失=1，警告但通过=0。”
跑通自检
最终在自检脚本里跑一遍示例 prompt：
[OK] 三大段结构 ✓
[OK] 去 AI 味关键词 ✓
[OK] 参考图描述 ✓
[OK] 声音限制 ✓
[OK] 景别 ✓
[OK] 构图 ✓
[OK] 运镜 ✓
[OK] 字数合理 ✓
提示词结构通过！
以下是自检效果演示：
4. 使用步骤
安装
把仓库复制到 Trae 的 skills 目录：
$src = "<克隆的仓库根>"
$dst = "$env:USERPROFILE\.trae\skills\crafting-ai-video-shot-prompts"
New-Item -ItemType Directory -Force -Path $dst | Out-Null
Copy-Item -Path "$src\*" -Destination $dst -Recurse -Force
触发语（在 Trae 中输入任意一条）
-
“帮我写一个 AI 视频提示词”
-
“我要做一个原子朋克丧尸清道夫的镜头”
-
“为即梦 / Vidu 写一段动作戏”
-
“评审我这个 AI 视频提示词”
-
“如何降低生成画面的 AI 味？”
4 步工作流
收集输入（场景 + 风格 + 主体 + 地点 + 平台）
↓
按"三大部分"框架起草
↓
应用"去 AI 味"关键词（超写实/极致逼真/真人实景拍摄）
↓
选择景别/构图/运镜，输出
↓
（可选）运行 validate_prompt.py 自检
5. 效果展示
对比 1：随便写 vs 用 Skill 写
用 Skill 之前：
“做一个末日丧尸清道夫，很酷的那种，电影感，要有打斗”
用 Skill 之后：
【基础设定】 - 时间：黄昏，夕阳低角度斜射 - 地点：加州 1 号公路旁废弃加油站 - 人物：金属机器人主角（胸前 LED 屏显愤怒红光），3 只狂暴丧尸- 参考图描述：金属机器人 3/4 侧视角，胸前 LED 红光 - 声音限制：仅保留机械碰撞声、枪声、拳肉声，无需 BGM
【氛围画质】 - 风格核心：原子朋克、末日丧尸、电影动作 - 去 AI 味：超写实、极致逼真、真人实景拍摄、电影动作捕捉 - 限制词：杜绝游戏CG感、杜绝动作僵硬、杜绝肢体扭曲 - 视觉基调：ARRI Alexa 65 拍摄，35mm 镜头 - 色彩影调：青橙对比色调
【画面内容】 - 总分镜：5 个 / 总时长：约 10 秒 - 分镜 1：开场入画（1/5）—— 中景 / 对角线构图 / 手持跟拍
对比 2：自检脚本能拦住什么
我故意写了一段"看起来不错但其实漏了 90%"的 prompt 跑自检：
[X] 三大段-画面内容: 缺失
[X] 去AI味关键词缺失
[X] 景别缺失
[!] 建议添加参考图描述
[!] 建议添加构图
提示词存在严重缺失，请补充
自检守住了底线。
数据
-
21 个文件
-
4 套提示词模板
-
10 种风格预设
-
200+ 关键词
-
8 大类自检规则
6. Skill 链接
- GitHub 仓库（含完整源码、SKILL.md、references、templates、scripts）：
https://github.com/Wayhhow/ai-video-shot-prompt-skill
-
核心文件预览：
-
SKILL.md— 主入口（含 5 步工作流） -
references/framework.md— 三大部分逐项详解 -
references/keyword-library.md— 200+ 关键词库 -
references/camera-and-composition.md— 景别/构图/运镜清单 -
references/workflow-and-storyboard.md— 小云雀工作流 + 抽卡策略 -
references/post-production.md— 后期剪辑技巧 -
templates/— 4 套提示词模板 -
scripts/validate_prompt.py— 自检脚本 -
方法论来源：
-
UP 主：Mx-Shell（刘紫鱼），UID 388217494
7. 总结与思考
最满意的地方
- 方法论原汁原味：所有内容都从 Mx-Shell 的视频中提取，没有杜撰任何技巧；
完整引用列表见仓库 CREDITS.md
-
三大部分结构可执行：用 frontmatter + 模板 + 自检脚本把"AI 当伙伴"的抽象理念变成可落地工作流
-
尊重版权：仓库不包含视频音频/字幕/完整转录；prompt 模板都是基于方法论重写，不是原文
-
可扩展：新增风格预设只需 5 分钟；新增模板只需写 markdown
后续优化方向
-
加 5 套新风格预设（机甲 / 古风 / 港片 / 北欧冷调 / 复古港片）
-
多分镜节奏自动分配器（输入分镜数 + 总时长 → 自动算每镜时长）
-
提示词质量 LLM-as-judge 评分（输出 0-100 分 + 改进建议）
-
适配更多 AI 视频平台（PixVerse、Pika、Luma 等）
希望得到的建议
-
其他题材（古风、悬疑、武侠）的关键词是否齐全？
-
跟即梦 / Vidu / 可灵 / 小云雀的兼容性如何？
-
模板的灵活度 vs 规范性怎么平衡？
致谢：
本 Skill 的方法论 100% 来自 Mx-Shell 的公开分享。
强烈建议每个 AI 视频创作者都去看一遍原视频。
致谢最好的方式是给原视频一键三连 + 关注 Mx-Shell。
先拜后赞，感谢老板！