先交代一下背景这个项目不是什么大厂团队做出来的产品是我一个人从今年年初开始陆陆续续用 AI 视频工具跑了 463 条片子之后沉淀下来的一套东西。一开始只是自己为了少写重复提示词后来做着做着发现周围不少朋友都在问怎么让人物动作稳定、怎么让画面风格统一、怎么让视频节奏符合分镜预期——这些问题背后其实都是同一种需求把好的视频创作经验固化下来让普通人也能用 AI 稳定地产出接近专业水准的视频。所以我干脆把这 463 条 AI 视频背后的 Skill 和提示语模版全部整理出来开源了。这篇文章就把这整件事拆开讲清楚它到底是什么解决什么问题怎么上手用以及我在实操中踩过的那些坑。1. 项目的核心思路与整体设计1.1 为什么是 463 条视频而不是随便挑几条很多朋友看到 463 这个数字第一反应是“量真大”。但对我来说这个数字的价值不在于“多”而在于它覆盖了一个足够广泛的提示词样本空间。我在做这 463 条 AI 视频的时候刻意控制了变量的维度视频类型包含写实人物、3D 卡通、二维动画、产品展示、科技感粒子、国风水墨、赛博朋克、纪录片风格、广告级运镜等 27 个大类时长范围从 3 秒的短视频片段到 60 秒的完整叙事型内容镜头语言固定机位、推拉摇移、环绕镜头、跟随镜头、航拍视角、微观视角、一镜到底主体类型人物、动物、物体、场景空镜、抽象图形、角色动作序列风格迁移同一段提示词在 Runway、Pika、Kling、Sora、Stable Video Diffusion 等不同工具上的表现差异。这 463 条视频全部由提示词直接生成没有任何一帧是后期剪辑补出来的。这样做的好处是每一条视频都能反向追溯到它背后的提示词结构、参数组合和模型选择从而形成一张完整的“提示词-效果”对照表。开源的核心价值就在这里——不是让你看 463 条视频而是让你拿到一张可以直接查的映射表。1.2 Skill 与提示语模版的定位区别先说结论Skill 是流程化的工作包提示语模版是具体的招式。我看到很多人在使用 AI 工具时会把这两者混为一谈但这其实完全是两个层级的东西。我用一个生活化的类比来解释提示语模版就像做菜时的一张菜谱告诉你食材怎么配、调料放多少而 Skill 则是一整套厨房的 SOP不仅包含菜谱还包含切配流程、火候控制、装盘标准、失败补救措施甚至包含“当顾客不吃香菜时应该怎么办”这种分支逻辑。在这个项目里提示语模版是偏“内容创作层”的产物通常是一段结构化的文字框架比如镜头类型 主体描述 场景环境 光影氛围 运动方式 风格参考 画质参数而 Skill 则偏“Agent 工作流层”它把提示语模版、判断逻辑、参数选项、调用方式、回退策略封装成一个可以被 Agent比如 Claude、Cursor、Codex 这类支持 Skill 机制的 AI 编程/创作工具直接加载的插件包。这两者配合的关系是提示语模版是 Skill 内部的“弹药”Skill 是提示语模版的“发射平台”。只有模版没有 Skill你每次还要手动复制粘贴、微调只有 Skill 没有模版Agent 会陷入幻觉生成出来的内容飘得没边。1.3 选型背后的思考为什么用 Skill 机制你可能会问既然核心是提示词经验为什么不直接做几百个提示词文档放到 GitHub 上就完了为什么要额外做 Skill 层原因很简单提示词文档是给“人”看的而 Skill 是给“AI Agent”用的。未来 AI 的使用方式一定会从“人直接对话 AI”转向“人指挥 Agent 干活”Agent 需要用标准化的技能包去完成特定领域任务。我把提示词做进 Skill本质上是让这些经验具备了“可执行性”。这个项目的 Skill 遵循了社区通用的“SKILL.md 入口 结构化目录”格式。任何一个支持 Skill 机制的 AI 工具加载仓库后都能识别出这是一个完整的技能包。这意味着你不只是在读一份教程而是让 AI 助手直接变成一个懂 AI 视频创作的副驾每个 Skill 内部包含了创作思路、参数建议、调用示例甚至出问题时的兜底策略即便你不使用任何 Agent 工具单纯把 SKILL.md 当文档读也能学到完整的创作流程。2. 463 条视频背后的知识体系拆解2.1 覆盖场景地图不是所有 AI 视频都一个套路前面提到 463 条视频覆盖了 27 个大类。这里我没法把每一条都放上来仓库里有完整清单但可以给你看一张我从这些实战中总结出来的核心场景地图这几乎是所有 AI 视频需求的上游分类场景大类典型用途核心技术难点对应 Skill 名称人物写实类短视频口播、虚拟模特面部一致性、肢体连贯性realistic-portrait产品展示类电商主图视频、广告片段产品纹理保留、旋转轨迹product-reveal空间场景类室内漫游、楼盘展示透视一致性、镜头路径规划space-walkthrough风格化动画IP 短片、动态插画墨迹运笔逻辑、帧间风格稳定style-transfer-motion抽象概念类科技发布、背景特效粒子运动节奏、波形可视化abstract-tech-fx摄影级运镜宣传片、片头标题运镜曲线、景深控制cinematic-movement剧情叙事类短视频故事、品牌微电影多镜头衔接、情绪节奏变化narrative-sequence动物生态类纪录片段落、自然科普动物高动态动作还原wildlife-dynamic每一类在我做视频的过程中都至少跑过 15 轮以上的生成最终淘汰掉那些成功率低于三成的套路再优选出能稳定出片的方案。这个“淘汰-优化-固化”的过程是整个开源仓库的地基。2.2 提示语模版的结构设计原则我做提示语模版时遵守了 5 条原则每一条都是拿实际生成失败的案例堆出来的主谓宾优先修饰语置后。AI 对长句的理解能力有限如果一句话的修饰成分超过三个连续出现往往会产生要素漂移。所以模版的第一行永远是“主体在做什么”主谓宾短句修饰和氛围排在后面用分隔符隔开。参数分区显式化。镜头语言、环境光、色彩倾向、运动方式、画质词这五类信息从不同维度影响画面在模版中用[CAMERA]、[LIGHT]、[COLOR]、[MOTION]、[QUALITY]这样的标记区分开。这样做的另一个好处是解析模型能更准确地捕捉语义。负面提示词独立成块。很多生成工具支持 negative prompt。我在 178 个失败案例中发现有 60% 的画面问题手指崩坏、文字溢出、扭曲变形可以通过负面提示词直接拦截不需要重抽。风格参考词的组合要克制。把“宫崎骏、新海诚、吉卜力、透明水彩”四个词全堆进去画风大概率会打架。我的做法是每个模版最多指定一个画师/作品参考词其余的风格细节用风格化形容词描述。关键帧参数唯一。涉及首尾帧、运动幅度、摄像机轨迹的参数每条模版只保留一个版本的配置。混搭多个参数组会让预测模型无所适从出来的画面大概率是折中但折中通常等于平庸。2.3 Skill 包与提示语模版的组合逻辑每个 Skill 并不是简单地塞进几个提示词就完事。我做的每一个 Skill 都包含四层内容创作模式层定义这个 Skill 适合处理什么类型的视频任务以及输出的视频规格横屏/竖屏/比例、时长提示语矩阵层存放该技能下的 N 条模版每个模版标注适用主体和风格倾向参数策略层生成视频时推荐的 cfg scale、steps、motion strength 等参数区间以及不同参数下的画面效果预判救场策略层列出常见的生成失败形态脸部崩坏、闪屏、运动拖影、主体消失对应的修正动作。这四层组合之后用户只需要对 Agent 说一句“做一个 10 秒的赛博朋克风格产品旋转展示视频”Agent 就会自动加载product-reveal技能包从提示语矩阵中选到最匹配的模版按参数策略生成并在遇到问题时按救场策略自动调整。实操下来这比手工调参省去了至少 70% 的试错时间。3. 实操指南从零上手这套开源资源3.1 怎么下载和安装 Skill 到你的 AI 工具这套开源资源本质上是纯文本和结构化目录不依赖特定的闭源 API所以导入步骤很轻。我以目前社区主流的 Claude Code 和 Cursor 两类工具为例说下安装差异。方式一手动目录复制通用型从仓库克隆或下载 zip 压缩包到本地进入skills目录你会看到每个 Skill 一个子文件夹例如realistic-portrait/把整个子文件夹复制到你的 AI 工具规定的 Skills 目录下。Claude Code 的默认路径是~/.claude/skills/Cursor 是在.cursor/skills/如果都没有可以直接在项目根目录建设置文件指定路径后续我会贴配置示例重启会话向 AI 询问“你现在会哪些视频生成技能”如果它能正确列举出对应技能名说明导入成功。方式二Agent 自动拉取进阶型如果你用的是 GitHub 仓库模式的 Agent比如 Codex 这类支持远程仓库引用的工具直接把仓库地址加入引用源Agent 会自动读取SKILL.md并加载对应的技能逻辑。这种方式没有任何本地目录操作适合轻量使用。这里给一个 Claude Code 项目的.claude/settings.json配置示例用于显式指定多级 Skills 目录{ skills: { paths: [ ./skills, ./third_party_skills ] }, permissions: { allow: [ Read, Glob, Grep ] } }如果你使用的是其他工具核心原理一致——把所有 Skill 看成一个“插件目录”工具只要能读取这个目录下的SKILL.md整个技能包就能工作。3.2 用提示语模版直接生成你的 AI 视频假设你不想用任何 Agent 工具只想复制模版手动去生成 AI 视频。没问题这套资源照样能发挥价值。拿一个最常用的“产品 360 度旋转展示”场景举例在product-reveal技能包里的templates/目录中有一条经过 20 次迭代验证的模版[TYPE] 产品展示视频 [SUBJECT] 一个哑光黑色无线机械键盘正面朝向镜头悬浮在深灰色背景中 [CAMERA] 镜头围绕产品做水平 360 度匀速旋转机位高度与产品中心平齐焦距 50mm景深保持全画面清晰 [LIGHT] 顶部柔光为主光源左侧加一道细窄的蓝色轮廓光右侧用反光板补充暗部细节 [MOTION] 旋转速度均匀每 12 秒完成一整圈产品自身无晃动 [STYLE] 电商广告风格高对比度金属质感表现强烈背景干净无杂物 [QUALITY] 4K 分辨率60fps电影级画质无压缩噪点 [NEGATIVE] 画面模糊镜头抖动键盘变形文字水印背景杂乱曝光过度你用任何支持提示词输入的 AI 视频生成工具把这段内容粘贴进去都能得到一个不错的基础效果。如果你想让画面更贴近自己的品牌调性可以修改[LIGHT]中的轮廓光颜色和[STYLE]中的风格参考词。这就是模版的价值——你只需要在固定框架里做局部替换不用每次都从零构思也不会漏掉关键维度。3.3 在仓库里怎么快速找到你要的模版463 条视频生成后我建了一个索引文件INDEX.md它本质上是一张巨大的速查表。每一条记录包含视频序号、场景关键词、使用的 Skill 名、模版文件名、适用工具、推荐参数档位。你在找使用思路时不需要逐个打开 Skill 文件夹而是先看 INDEX定位到技能包和模版入口。比如你现在的需求是“做一个 5 秒的科技感 AI 芯片光线动画”在 INDEX 里搜索“芯片”“光线”“科技”就能查到对应的abstract-tech-fx技能包下的chip-light-trails模版。然后你再去skills/abstract-tech-fx/templates/chip-light-trails.md里把模版取出来用即可。3.4 参数调节经验五个档位对应五种画面质感在生成视频时很多人死磕一个参数组合抽卡几十次都不满意。实际上我在这 463 次生成中发现绝大多数视频问题可以通过调节“结构一致性”和“动态幅度”这两组参数的相对大小来解决。我一般建议先把这两组参数按五档预设来比较第一档高静态一致性、低动态幅度适合人物脸部特写、产品翻拍第二档中静态一致性、中低动态幅度适合半身口播、场景缓慢推移第三档中静态一致性、中高动态幅度适合跑步、跳跃、舞蹈类内容第四档低静态一致性、高动态幅度适合抽象粒子、流体、粒子爆炸第五档极低静态一致性、极高动态幅度适合梦境闪回、幻觉转场。如果你拿到的工具没有明确的参数名就通过提示词里的运动强度副词来近似调节比如把[MOTION]中的“匀速旋转”改成“快速甩动镜头”效果会明显不同。4. 常见问题与排查技巧实录4.1 提示词没问题为什么生成出来还是乱码这个问题我从第 17 次生成就开始遇到到 463 次时已经总结出一套排查顺序。先排查工具版本。同一个提示词在 Web 端和 API 端的执行差异很大实测下来 API 端对提示词的分词逻辑更稳定Web 端偶尔会截断长提示词。再排查是否有未闭合的括号或特殊字符。如果你的提示词里带了[CAMERA]这类标记但拷贝的时候漏了右半边中括号部分解析器会把整段话当一个词处理。最后排查负面提示词里是否误写了“文本”或“字幕”有些模型会把这类词当成画面元素而主动生成乱码文字建议改成“无意义文字画面干净”。我在项目里放了一个checklist.md每一条生成失败都可以照着逐项自查大部分问题在第一层和第二层就能解决。4.2 人物一致性不稳定怎么办AI 视频生成对人物一致性的维护能力一直在提升但完全靠单一提示词锁住脸是很难的。我通常在做了 5 次以上同一人物的视频之后发现一个最稳定的策略是“首尾帧锁定 面部参考”。具体做法是先用自己的提示语模版生成一张静态图作为首帧再生成一张姿态不同、但面部特征一致的尾帧然后把这组首尾帧喂给支持图生视频的工具让模型在帧间生成中间动画。实测下来这个策略能把人物面部漂移率从 35% 降到 8% 以内代价是生成时间增加 20%但成功率提升非常明显属于性价比很高的做法。4.3 Skill 加载后 AI 不按技能执行怎么办有些朋友反馈Skill 导入后 Agent 仍然会按通用对话方式回复不会主动调用视频生成技能这种情况我排查下来八成是“系统提示词没有包含技能唤起指令”。部分 Agent 工具需要你在项目说明文件比如CLAUDE.md或AGENTS.md中明确写出“当用户请求创建视频时请优先加载 skills 目录下的 XXX 技能并按照 SKILL.md 中的流程执行”。我最初也忽略了这一步后来在文档头部加了几行提示语Agent 的调用准确率瞬间从四成提升到九成以上。4.4 模糊、闪烁、拖影三兄弟怎么一起解决这三类问题往往同时出现根源基本都是“帧间差异过大”或者“去闪烁算法失效”。我的处理手段是降低运动幅度描述的强度把“快速旋转”改成“缓慢匀速转动”增加模型的 fps 输出值优先把 24fps 提升到 30fps 或 60fps如果条件允许开启动态补偿或插帧后处理在负面提示词中同时加入“闪烁亮度突变残影拖影”等关键词防止生成器优先渲染错误。这一套下来画面稳定性提升非常明显。适宜的参数区间和记录都在仓库的视频配置文档里可直接取用。5. 开源仓库怎么用才不算辜负以及后续计划5.1 仓库目录结构速览仓库的根目录结构很清晰四个主要分区/INDEX.md # 463 条视频的速查索引 /skills/ # 所有 Skill 包每个技能一个文件夹 /prompts/ # 所有提示语模版按场景分类存放 /workflow/ # 通用工作流配置和 Agent 调用示例每个 Skill 文件夹内的结构也是统一的SKILL.md # 技能说明包含能力范围、适用工具、调用方式 templates/ # 本技能下可用的提示语模版 config/ # 推荐参数档位与不同档位的效果说明 examples/ # 对应的视频生成案例链接与效果描述这种结构的好处是无论从哪个门进来索引、技能、模版、工作流都不会迷路。你哪怕是完全的新手从INDEX.md开始看也能在 20 分钟内找到第一个可用的模版。5.2 使用开源资源时最容易犯的错我观察下来刚接触这套资源的人会犯三类错误第一类是把模版当定死的公式一个字都不敢改。这会让生成结果缺乏个性化。提示词模版是“骨架”你完全可以调整[STYLE]里的参考词甚至替换成自己的品牌关键词。第二类是只看提示词不看参数配置。AI 视频的工具参数对画面影响比重高达五成只抄文本不调参数效果会大打折扣。每个 Skill 的config/目录里推荐的参数是我在大量试错后确认的经验区间建议先按这个跑一轮再根据结果微调。第三类是忽略负面提示词。很多国产工具如果不写负面提示词默认会生成“质量不错但有轻微瑕疵”的结果。我把常见负面提示词按场景整理好了直接复制到工具里就能减少约 30% 的废片率。5.3 这套体系将来还会怎么扩展这一版是 463 条视频的完整版本但我不打算把它封存。目前的更新计划有三个方向覆盖更多国产 AI 视频生成工具新出的模型在提示词解释能力上各有侧重后续会让每个 Skill 按工具分支出不同版本的参数建议同步更新到更新的 Skill 规范社区里 SKILL.md 的标准还在演进我会跟随主流兼容性做升级确保你手里的技能包不会因为格式迭代而失效补充更多实战拆解视频让提示语模版对应的生成结果有一个可视化的对照过程降低文字理解的门槛。你可能已经注意到这套开源资源跳过了“分享 463 条现成视频”的做法而是把真正能复用的底层经验——提示语模版、工作流、参数策略、救场方案——抽离了出来。这也是我在这个项目里最大的收获盲目生成视频并不是价值把经验提炼成可以批量复用的能力才是。我个人在实际操作中的体会是开源之后我自己用这些 Skill 的时候反而更仔细了因为要想清楚别人拿到手之后会不会用、会不会卡在一些我想当然的步骤上。这个过程迫使我把很多“凭感觉”的细节补成了文档。整理技能包的过程本身就是一次对经验的最好回看。所以无论你是一路看着这些 AI 视频片段的创作者还是刚对 AI 视频感兴趣的新手我都希望你能先把这份开源资源用起来——不是照抄一条提示词而是把它变成你自己的创作底座。下次你生成失败的时候翻一翻技能包里的救场策略你会回来感谢当时把这条经验写进文档的自己。