PINK SLIP:一支 AI 街头赛车音乐视频,每个镜头都保持相同的演员阵容、汽车和酒吧
两位对手车手,两辆赛车,一场穿越东京的竞速,以及六座酒吧中的对峙。每个镜头都在 NOLGIA 上生成,附带相同的设定表并遵循相同的规则。以下是设定表、提示词,以及那个必须修复的镜头。
- 18 分钟阅读
本文由英文自动翻译。阅读原文
《PINK SLIP》第 1 集是一部 87 秒的竖屏短片,背景设定在 2002 年秋天的东京。Momo 驾驶一辆淡粉色 Nissan Silvia S15,与驾驶黑色 Mazda RX-7 的 Rin 从涩谷十字路口出发,穿越城市,驶向 Daikoku Junction 的螺旋匝道,夜晚最终在 Golden Gai 一家小酒吧的吧台结束,两人之间放着一串车钥匙。片中每个镜头均在 NOLGIA 上生成。
本指南介绍了其背后的方法,源自项目自身的拆解和生成历史:用于镜头的参考图、实际发送的提示词、生成错误的镜头及修正它的语句,以及供你制作自己影片时复制的模板。
我们制作了什么
影片在下方分为四个部分播放,总时长约 87 秒,采用制作时的 9:16 竖屏格式。请打开声音:酒吧里的三句台词由 Seedance 2.5 在片段中直接生成。




提示:片中所有角色均为虚构。. Momo、Rin、Mama-san 和卡车司机都是为这部影片在 NOLGIA 上创建的 AI 角色。汽车是真实车型,Nissan Silvia S15 和 Mazda RX-7 FD3S,根据设计图生成。
先锁定世界的视觉风格
在创建任何角色或镜头之前,先将世界设定写成几条固定规则,然后在每个提示词中重复这些规则。PINK SLIP 将 2000 年代初的日本街头赛车与家用摄像机的质感相结合:观察式、不完美且具实体感,绝非流畅的商业广告或电子游戏过场动画。
- 时代与地点: 东京,2002 年秋:涩谷、湾岸高速公路、大黑停车场以及黄金街的一间狭小酒吧。
- 质感: 模拟信号的柔和感,轻微的 CCD 噪点,自然颗粒感,对焦时的搜索动作,微小的曝光变化。
- 光线: 室内为暖黄色灯泡;室外为车头灯、路灯和混合的城市灯光。
- 表现: 表情克制,眼神和姿态清晰可读,避免夸张表演。
- 镜头: 由人手持拍摄,伴有轻微晃动和滞后修正。
- 声音: 引擎声、轮胎声、环境底噪、玻璃和钥匙声,以及随剧情变化的音乐。
Era / place: [YEAR, CITY, LOCATIONS].
Texture: [CAMCORDER / FILM / DIGITAL CHARACTER], [GRAIN, NOISE, SOFTNESS].
Lighting: [PRACTICAL SOURCES], [SHADOW QUALITY], [HIGHLIGHTS].
Palette: [SHADOW COLOR], [HIGHLIGHT COLOR], [ACCENTS].
Performance: realistic, controlled, physically grounded.
Camera: human-operated handheld, subtle micro-shake, imperfect reframing, motivated focus hunting.
Continuity: same faces, hair, wardrobe, props, vehicles, geography, and time of day as references.
Avoid: gimbal-smooth movement, weightless physics, random wardrobe changes, mirrored layouts, fake UI overlays, unintended text, invented logos.提示:编写一次规则并粘贴使用。. PINK SLIP 的每个镜头提示词几乎逐字重复相同的摄像机描述:自然的手持晃动、不完美的构图、自动对焦搜索、模拟颗粒感和低光噪点。由于文字保持一致,视觉风格在每个镜头间也保持稳定。
为每个人物制作一张设定图
在制作任何镜头之前,先制作所有反复出现的人物。一张好的设定图能固定面部、发型、服装、比例、配饰、鞋子和背面视图。每个人物制作一张设定图,切勿将两个人物放在同一张图上。
PINK SLIP 的每张设定图都在纯灰色背景上使用相同的五个面板,每个面板的光线和比例保持一致:
- 左上: 正面中景肖像,直立站姿,正对前方,头部水平。
- 中上: 正面全身照,头部被裁剪,以便完整展示服装和鞋子。
- 右上角: 从背后拍摄的全身照,展示发型和服装背面。
- 左下角: 面部特写,向角色左侧偏转三分之一。
- 右下角: 面部特写,向角色右侧偏转三分之一。




这四张图都是在图片合成器中以 16:9、2560 x 1440 的尺寸制作的。这是它们背后的模板:
Create one photorealistic five-panel character reference sheet for [NAME], using the description below as the source of truth.
PANEL 1 (TOP LEFT): straight-on medium portrait, standing upright, shoulders level, face exactly forward, no head tilt.
PANEL 2 (TOP MIDDLE): full-body front view, head cropped out; show outfit from neck to shoes, feet visible.
PANEL 3 (TOP RIGHT): full-body rear view; show back of hair and complete rear outfit.
PANEL 4 (BOTTOM LEFT): face close-up at a natural one-third angle from the character's left side; head upright.
PANEL 5 (BOTTOM RIGHT): face close-up at a natural one-third angle from the character's right side; head upright.
IDENTITY: [AGE RANGE, FACE SHAPE, EYES, NOSE, SKIN, DISTINCTIVE MARKS].
HAIR: [CUT, COLOR, PART, LENGTH, ACCESSORIES].
WARDROBE: [GARMENTS, MATERIALS, FIT, COLORS, LAYERS].
ACCESSORIES: [JEWELRY, GLASSES, SHOES, PROPS].
BACKGROUND: solid dark grey #3A3A3C, evenly lit studio.
STYLE: photorealistic skin texture, natural anatomy, same scale and lighting in all panels.
STRICT: same person in every panel; no head tilt in Panel 1; Panel 2 head cropped out; Panels 4 and 5 are opposite one-third angles; no extra panels, text, watermark, or invented logos.提示:描述特征,而非类型。. “一个可爱的角色”会让模型给出一百种答案。Momo 的设定图详细列出了:粉彩双马尾、齐刘海、正好两个发夹、左眼下方一个小粉心、一件宽松的纯粉色连帽衫、彩虹薄纱裙、条纹及膝袜、白色厚底运动鞋和串珠手链。Rin 的设定图则列出了:黑色姬发式配亮粉色内层、带银色球坠的黑色颈圈、带亮粉色蝴蝶结的黑色衬衫、格子裙、透明连裤袜、露指手套和黑色厚底鞋。
然后,在每个镜头中,让模型参考设定图,并说明哪些内容不能改变:
Use the attached [CHARACTER NAME] sheet as the exact identity and wardrobe reference. Preserve facial structure, age, hairstyle, hair color, distinctive marks, accessories, proportions, and clothing. The character is [ACTION] at [LOCATION]. Expression: [SPECIFIC EYE, BROW, MOUTH, JAW CUES]. Body language: [POSTURE, HANDS, SHOULDERS, GAZE]. Do not redesign, beautify, age-shift, change hairstyle, recolor wardrobe, remove accessories, or substitute another person.为每辆车和每个道具制作设计图
在赛车故事中,车辆也是角色。每辆车都有自己的设定图,包含前四分之三视角、侧视、后视和细节视图,以确保车身、车轮、尾翼、车灯、贴花和内饰保持一致。将车辆设定图附加到它出现的每个镜头中。


Create a photorealistic multi-panel design sheet for [YEAR, MAKE, MODEL, TRIM]. Show the exact same vehicle in front three-quarter, side profile, rear, and detail views.
BODY: [SHAPE, PAINT, HOOD, BUMPERS, AERO].
WHEELS / TIRES: [DESIGN, COLOR, FITMENT, TYPE].
SIGNATURE DETAILS: [WING, LIGHTS, EXHAUST, DECALS, INTERIOR, PLATE STYLE].
ERA / CONDITION: [YEAR, MODIFICATIONS, WEAR].
BACKGROUND: neutral grey studio floor and backdrop, consistent scale and lighting.
STRICT: same body kit, wheels, ride height, paint, wing, lights, decals, and plates in every view. No invented parts, extra cars, redesign, or watermark.重要的道具也采用同样的处理方式:在纯色背景上展示正面、侧面和细节视图。对于酒吧场景,提示词还附带了高球杯的图片,以确保两个杯子在不同镜头中保持一致。
Create a clean photorealistic reference image of [PROP]. Show front, side, and detail views on a neutral background. Exact shape/material/color: [DETAILS]. Scale: [REALISTIC SIZE]. Distinctive features: [DETAILS]. No extra copies, no redesign, no text or watermark. This exact prop must remain recognizable across all later scenes.制作展示布局的地点参考图
地点参考图必须展示布局,而不仅仅是氛围。对于酒吧,这包括吧台、顾客侧、调酒师侧、高脚凳、门、架子和灯光。对于道路,这包括行驶方向、车道、护栏、交通状况和地标。

Create a photorealistic location reference for [LOCATION, CITY, YEAR / ERA].
LAYOUT: [ROOM / STREET GEOMETRY, ENTRY, EXITS, COUNTER, SEATING, LANES, BARRIERS].
FIXED OBJECTS: [SHELVES, LIGHTS, SIGNS, FURNITURE, LANDMARKS].
MATERIALS: [WOOD, CONCRETE, METAL, GLASS, ASPHALT].
LIGHT: [TIME, PRACTICALS, DIRECTION, COLOR, SHADOWS].
CAMERA VIEW: [WIDE VIEW / ALTERNATE ANGLES].
ERA DETAILS: [PERIOD-CORRECT OBJECTS, CLOTHING, VEHICLES, TECHNOLOGY].
CONTINUITY: preserve architecture, object positions, entrances, counter side, and light sources in every later shot. No random furniture, layout changes, modern objects, or invented text.注意:“面对面”还不够。. 在每个重要的提示词中,说明每个人位于吧台的哪一侧,以及吧台是否在他们之间。酒吧底图自身的提示词要求为两名“面对面”的女性留出空间,而酒吧场景的第一次生成让她们沿着吧台面对面站立。修正方法见下文。
为每个镜头规划一个清晰的动作
别指望一次生成就能搞定整个场景。给每个镜头一个主要动作和一个目的,让剪辑来构建序列。在写镜头之前,先决定这六件事:
- 主体: 谁或什么最重要。
- 操作: 发生了什么,按顺序。
- 画面: 远景、中景、特写、插入镜头、低角度、俯拍或过肩镜头。
- 运镜: 固定机位、手持跟拍、推镜头、摇镜头、甩镜头或俯仰镜头。
- 连贯性: 屏幕位置、视线、道具、汽车的方向、光线和背景。
- 声音: 对白、引擎声、轮胎声、环境音、撞击声、静默或音乐。
| 角度 | 它能做什么 |
|---|---|
| 低角度 | 相机位于车轮高度或胸部以下,略微向上倾斜。赋予汽车重量感或角色权威感。 |
| 广角建立镜头 | 在切近之前,展示道路布局、交通、人群、路口或酒吧。 |
| 中景 | 躯干、手和姿态:适合表现手势和无声对峙。 |
| 特写 | 隔离眼睛、嘴巴、手、钥匙、方向盘或换挡杆。先建立地理空间。 |
| 插入镜头 | 紧凑的细节:踩油门的脚、敲击木头的钥匙、旋转的车轮。 |
| 长焦镜头 | 在画面中堆叠车流,同时保持车辆比例真实可信,并维持安全车距。 |
| 甩镜 | 在两个事件之间快速且有动机的摇镜:短暂模糊后,镜头稳定在主体上。 |
| 手持跟拍 | 摄影师跟随主体行走或做出反应,伴有轻微晃动和不完美的修正。 |
提示:推镜头或急推变焦:请明确说明。. 推镜头是摄像机向前移动;急推变焦是快速改变焦距。它们看起来不同,所以请说明你指的是哪一种。
SHOT [NUMBER]: [DURATION], [ASPECT RATIO].
REFERENCE SHEETS: [CHARACTERS], [VEHICLES], [LOCATION], [PROPS].
SUBJECT: [WHO / WHAT IS DOMINANT].
ACTION: [ONE CLEAR PHYSICAL ACTION, CHRONOLOGICAL ORDER].
EXPRESSION: [EYES, BROWS, MOUTH, JAW, BREATH, POSTURE].
FRAME: [SHOT SIZE, CAMERA HEIGHT, ANGLE, COMPOSITION].
MOVE: [CAMERA MOVEMENT, SPEED, START AND END POSITION].
PLACE / CONTINUITY: [SCREEN POSITIONS, DISTANCES, PROP LOCATIONS, TRAVEL DIRECTION].
LIGHT / LOOK: [MASTER LOOK, PRACTICAL LIGHTS, COLOR, TEXTURE].
SOUND: [DIALOGUE / FOLEY / AMBIENCE / MUSIC / SILENCE].
NO: [SPECIFIC FAILURE MODES TO PREVENT].按相同顺序编写每个镜头提示词
按相同顺序编写每个提示词有助于模型区分身份、动作、构图、运动、物理效果、声音和排除项。这是镜头遵循的顺序:
CAMERA: [CAMERA FEEL / HEIGHT / LENS CHARACTER / MOVEMENT].
FRAME: [ASPECT RATIO / SHOT SIZE / COMPOSITION / SUBJECT POSITION].
STYLE: [ERA / VISUAL DNA / COLOR / TEXTURE].
LOOK: [LIGHT / CONTRAST / HIGHLIGHTS / GRAIN].
SUBJECT: [EXACT CHARACTER / VEHICLE / PROP REFERENCE].
PLACE: [LOCATION SHEET / GEOGRAPHY / FIXED OBJECTS].
FIRST FRAME: [PRECISE STARTING COMPOSITION AND PROP STATE].
ACTION: [CHRONOLOGICAL BEATS, ONE CLEAR ACTION AT A TIME].
MOVE: [CAMERA MOVE WITH START / END / SPEED].
PHYSICS: [WEIGHT, CONTACT, MOMENTUM, VEHICLE / PROP BEHAVIOR].
SOUND: [DIALOGUE, FOLEY, AMBIENCE, MUSIC, SILENCE].
NO: [SPECIFIC THINGS THAT MUST NOT CHANGE OR APPEAR].这里有一个按此方式编写的镜头:涩谷十字路口的双人漂移,附带两张车辆设定图。这是发送时的提示词,其中的破折号已改为冒号,下方的片段是影片中的实际镜头。
PINK SLIP: EP. 1 | SHOT 8
SHIBUYA SCRAMBLE: TANDEM DRIFT
REFERENCE SHEETS TO ATTACH
* The Pink S15: exact pink Nissan Silvia S15 reference sheet.
* The Black RX-7: exact black Mazda RX-7 FD3S reference sheet.
VIDEO SETTINGS: Seedance 2.5 · 4-second generation · 9:16 vertical · 720p · Audio ON. Trim to 3 seconds in the final edit, matching the script.
CAMERA: Extreme-wide aerial rooftop viewpoint, approximately 40 meters above Shibuya Scramble Crossing. High-angle perspective looking down across the entire intersection. Authentic early-2000s Japanese consumer-camcorder footage, imperfect human-operated camera movement, natural optical softness, subtle autofocus hunting, analog noise, and realistic handheld imperfections. The cars and surrounding intersection must remain readable within the vertical frame.
FRAME: Vertical 9:16 composition. Show the scale of Shibuya Crossing, surrounding buildings, pedestrian crossings, waiting crowds, and both cars within the same wide composition. Do not crop either car out of frame.
STYLE: Authentic Tokyo street-racing footage from autumn 2002. Gritty, raw, energetic, and believable. No modern glossy CGI aesthetic.
LOOK: Early-2000s Japanese night-street atmosphere, realistic city lighting, slightly muted colors, natural highlights, subtle film grain, and analog consumer-camera texture.
SUBJECT: The exact pastel sakura-pink Nissan Silvia S15 Spec-R and gloss-black Mazda RX-7 FD3S from the supplied reference images. Preserve their exact body shapes, paint colors, wheels, wings, decals, proportions, and vehicle identities. Both are full-size, realistic production cars.
PLACE: Shibuya Scramble Crossing, Tokyo, Japan, autumn 2002. A busy nighttime intersection surrounded by Japanese commercial buildings and crowds of pedestrians.
FIRST FRAME: Both cars are already entering Shibuya Scramble Crossing at speed, immediately following the starting-line launch. The black RX-7 leads, with the pink Silvia following closely behind.
ACTION: Both cars perform a dramatic, synchronized tandem drift across the wide intersection. The black RX-7 slides sideways through the turn, and the pink Silvia follows its line closely, maintaining the visual relationship between the two cars. Their rear tires lose traction and produce realistic trails of tire smoke. Pedestrians on the sidewalks react and raise early-2000s mobile phones to film the race. The cars maintain believable speed, weight, tire grip, and steering behavior. This is a continuous racing action already in progress, not a new starting-line sequence.
MOVE: A slow, deliberate left-to-right pan from the elevated rooftop viewpoint, following the cars across the intersection. Keep both vehicles visible as they slide through the crossing. The camera movement should feel like an operator trying to follow an unexpected street race from a rooftop, with slight imperfect corrections rather than robotic stabilization.
PHYSICS: Realistic vehicle weight transfer, believable oversteer and countersteering, tire friction, smoke trails, and momentum. No floating, impossible sideways movement, or miniature-looking cars. Keep pedestrians safely on sidewalks and outside the vehicles’ paths.
SOUND: Eurobeat racing soundtrack continues at approximately 155 BPM, with distant engine revs, tire squeals, and crowd reactions mixed beneath the music. No dialogue.
NO: No character close-ups, no new starting-line shot, no traffic-light focus, no extra cars replacing the two leads, no changing vehicle designs, no exaggerated physics, no modern smartphones, no drones visibly entering the scene, no subtitles, no text overlays, no timestamps, no REC icon, no fake VHS overlays, no slow motion, no speed ramps, and no logos or graphics added beyond the actual reference-car decals.
手持拍摄的写实感源于一个有理由移动的人手持相机:小步移动,反应稍慢,构图修正,主体向边缘漂移。在奔跑和撞击场景中使用更多抖动,在对话和特写镜头中使用较少,并且不要将每个镜头都堆砌所有相机缺陷。PINK SLIP 的许多镜头也在 运镜 下选择了 Handheld,强度设为 强。
Camera feels operated by a real person standing / walking at [POSITION]. Natural irregular micro-shake, subtle breathing movement, small footstep bob, imperfect but intentional reframing, and slight delayed reactions to sudden action. Keep the subject readable. Brief autofocus hunting only when something crosses the focal plane; mild exposure adjustment when headlights or practical bulbs enter frame. Natural motion blur, modest analog softness/noise. No gimbal, Steadicam, drone, perfectly smooth tracking, fake VHS overlays, timestamps, or REC icon.在 Seedance 2.5 上生成镜头
打开视频编辑器并选择 Seedance 2.5。打开 参考图片,通过 上传、素材库 或 角色 添加镜头所需的图片。Seedance 2.5 最多支持九张图片,按添加顺序标记为 @Image1、@Image2 等。
- 形状: 9:16。PINK SLIP 的每个镜头都是垂直的,720 x 1280。
- 质量: 720p。
- 时长: 短。大多数镜头为 4 到 6 秒,在剪辑中进行了修剪。
- 音频: 开启。酒吧里的台词是用日语写入提示词的,并在片段中以语音形式返回。
提示词在顶部列出了参考图,位于“需附加的参考图”下方,这样执行镜头的人就能附加正确的图片。你也可以通过提示词中的标签来指向每一张图,例如“@Image2 中的汽车”。
提示:先把驾驶员放进车里。. 对于驾驶员在车内的镜头,项目还为每个角色制作了坐在车内的静态图,并将其附加在参考图旁边,以确保座椅位置和车内布局正确。那个年代的日本车是右舵驾驶,提示词中也说明了这一点。
请预期需要多次尝试。镜头 3,Rin 在驾驶位,尝试了五次;Rin 索要钥匙的镜头尝试了四次。保留每次尝试中最好的部分,在重新生成之前只修改失败的台词。每次尝试都是全新的,因此相同的提示词永远不会生成完全相同的镜头。
剪辑一段清晰易读的赛车蒙太奇
蒙太奇之所以感觉快速,是因为每个镜头都有不同的作用,而不是因为每个镜头都在晃动。混合地理环境、机械细节、驾驶员反应、跟拍镜头和最后的点睛镜头,并在剪辑之间保持行驶方向和领先车辆的一致性。以下是八镜头版本:
- 低角度,与车轮同高: S15 起步,轮胎和悬挂做出反应。
- 宽景,两车同框: 哪辆车在左,哪辆车在右,以及哪辆车领先。
- 驾驶员特写: Momo 专注的眼神,双手稳稳握在方向盘上。
- 低角度侧跟拍: 车轮和车身掠过画面,背景自然流动。
- 长焦公路镜头: 车辆在车流中穿行,方向明确,空间感强。
- 反应镜头: 卡车司机快速点头并竖起大拇指,一只手仍握在方向盘上。
- 高角度广角揭示: Daikoku Junction 的螺旋匝道和两辆车的行驶路径。
- 细节镜头: 轮胎烟雾、排气管、换挡动作或刹车灯,随后是余韵。



Create a [DURATION]-second sequence with [3 TO 6] distinct cuts from the same continuous action. Attach exact vehicle sheets and location reference.
A, WIDE GEOGRAPHY: establish road direction, lanes, barriers, traffic, and lead car.
B, LOW DETAIL: camera near wheel height; suspension load, spinning wheel, road texture, believable motion blur.
C, DRIVER REACTION: close-up of [DRIVER], focused eyes and small natural movements; hands correctly placed.
D, SIDE / REAR FOLLOW: handheld camera reacts to cars; preserve screen direction and relative distance.
E, HIGH / LONG-LENS REVEAL: show road geometry and both cars' paths.
F, PUNCTUATION DETAIL: [TIRE SMOKE / EXHAUST / SHIFT / BRAKE LIGHTS].
PHYSICS: realistic mass, traction, suspension, tire grip, smoke, and momentum.
CAMERA: human-operated handheld with imperfect corrections, not a stabilized drone or perfect tracking rig.
CONTINUITY: same car design, colors, wheels, decals, road direction, lead/follow order, and time of day.
SOUND: engines, gear changes, tire noise, wind, road ambience; control soundtrack separately in the edit.将表情写成细微的肢体线索
单独使用“愤怒”、“可爱”或“自信”容易显得卡通化。描述面部动作,保持细微,并给出顺序:如何开始,发生什么变化,以及持续多久。
Emotion: [EMOTION], realistic and restrained.
Eyes: [GAZE DIRECTION, DEGREE OF NARROWING, BLINK].
Brows: [SLIGHT FURROW / ONE BROW RAISED / RELAXED].
Mouth: [PRESSED LIPS / SMALL POUT / TIGHT SMIRK / OPEN BREATH].
Jaw / cheeks: [SUBTLE TENSION / SLIGHT PUFF / RELAXED].
Head / body: [LEVEL HEAD, SMALL TURN, SHOULDERS, BREATH].
Timing: [WHAT CHANGES FIRST, NEXT, AND HOW LONG IT HOLDS].
Keep performance human and understated. No rubbery movement, giant eyes, or cartoon grimace.因此,不要写“Momo 看起来很生气”,而是写她的面部动作:
Her brows draw together slightly, eyes narrow toward Rin, cheeks puff a little, and lips press into a stubborn pout. She holds the look for a beat without moving her head: cute but genuinely irritated, not cartoonish.
在每个提示词中说明谁坐在哪里
房间布局是最容易丢失的细节。每次都要说明摄像机在哪一侧,谁在左边和右边,谁在近处和远处,以及在哪一侧的柜台旁。这就是 PINK SLIP 中为此必须修正的镜头。
镜头 23 是两位对手坐在 Mama-san 吧台的场景。第一个提示词让他们“中间隔着一个空凳子”,并给了每个人一个侧脸直视前方的描述,但从未说明他们在吧台的哪一侧。结果生成的是他们隔着吧台面对面坐着。第二个提示词说明了每个人的位置。
第一个提示词

明确说明座位安排

Both women sit side by side on the same side of the counter, facing the bar and looking toward Mama-san.
* RIN sits closer to the camera, occupying the foreground position.
* MOMO sits immediately beside RIN, farther from the camera.
* Both face forward toward the counter. They do not sit opposite each other.
* Mama-san stands behind the counter, facing them.
NO: Do not place the women opposite each other. Do not put an empty stool between them. Rin must be closer to the camera; Momo must sit immediately beside her.之后的每个吧台镜头都重复相同的描述:Rin 离镜头最近,Momo 在她旁边,两人都面向 Mama-san,没有空凳子。最后一个吧台提示词甚至指出了错误:“不要重现 Momo 和 Rin 隔着吧台长度面对面的错误构图。”
有目的地使用声音和故事节奏
声音营造规模感。赛车场景需要引擎负载、轮胎噪音和呼啸的风声;小酒吧则需要环境底噪、玻璃杯放在木桌上的声音、啜饮声以及钥匙敲击柜台的声音。说明听到了什么以及何时听到,如果对话必须与剧本完全一致,请保持原文准确。
- 片段中的台词: 酒吧的三句台词在提示词中以日语呈现,加引号,并注明由谁说出以及语气如何。Rin:“Kagi.”(钥匙。)Momo:“Butsuketa desho.”(你撞到我了吧。)Rin:“Kachi wa kachi.”(赢了就是赢了。)这三句台词在生成的片段中都以语音形式呈现。
- 音乐: 如果音乐在剪辑中持续播放,请在镜头提示中注明“无音乐”。酒吧场景的提示词要求赛车音乐停止,并从卡带收音机播放一首老演歌,这样故事中的转折既能被看到,也能被听到。
- 当台词无法完美呈现时: 先生成表演画面,然后在剪辑中添加台词和音效。
每个镜头都应带来变化:一个事实、一个决定、更多危险、两人之间关系的转变,或某个道具开始变得重要。一个简单的场景可以遵循五个节拍:
- 铺垫: 介绍人物、地点以及核心物件或冲突。
- 挑战: 一个赌注、威胁、误解或障碍。
- 升级: 节奏更快、距离更近、强度更高或更具个人色彩。
- 转折: 情绪发生变化,或后果显现。
- 悬念或结局: 留下未解的问题,或完成动作。
在 PINK SLIP 的最后一个镜头中,钥匙是冲突的核心:镜头将焦点锁定在柜台上的钥匙,而两名女性在后方失焦处互相推搡。在任一方获胜之前切走镜头,留下了悬念。谁能拿到钥匙?
编辑以营造节奏和连贯性
- 生成短片段,审查它们,并在构建时间线之前挑选最干净的镜头。
- 使用广角镜头来定位场景,中景镜头来表现肢体语言,特写和插入镜头来强调情感。
- 匹配屏幕方向:如果汽车从左向右行驶,不要在下一个剪辑中意外反转它。
- 匹配视线:人物看向真正位于该方向的人或物。
- 保持道具状态:放下的玻璃杯保持原位,柜台上的钥匙不会跳到地板上。
- 尽可能在动作中剪辑:起步、转弯、溅水、某人站起、钥匙掉落。
- 平衡色彩和曝光,然后在画面锁定后添加音效设计、音乐、对话清理和标题。
你可以在 NOLGIA 的 时间线编辑器 中,在 竖版 9:16 时间线上剪辑你的视频,或者使用你已有的编辑器。导出之前,请检查以下清单:
- 已附加正确的角色设定图;面部、发型、妆容、服装、首饰和鞋子均保持一致。
- 已附加正确的车辆设定图;车漆、车身套件、轮毂、尾翼、贴花和车牌均保持一致。
- 场景的布局和固定物体与参考图一致。
- 明确说明地理方位:左右、远近、前后、柜台哪一侧、车道及行驶方向。
- 每个道具都有起始位置、持有者、运动路径、落点和最终状态。
- 动作顺序合理,没有相互矛盾的动作。
- 已写明摄像机的高度、角度、镜头感和运动方式。
- 表情描述涵盖眼睛、眉毛、嘴巴和姿态,而不仅仅是情绪。
- 声音和音乐指令具有明确目的。
- NO 行针对的是该镜头可能出现的错误,而非无关错误。
PROJECT TITLE:
GENRE / EMOTION:
ERA / CITY:
ASPECT RATIO / TARGET DURATION:
MASTER VISUAL DNA:
CAMERA FEEL:
COLOR / LIGHTING:
CHARACTER SHEETS:
VEHICLE / PROP SHEETS:
LOCATION SHEETS:
STORY PREMISE:
SHOT LIST (NUMBER / DURATION / ACTION):
SCREEN GEOGRAPHY RULES:
SOUND / MUSIC PLAN:
EDITING PLAN:
NEGATIVE RULES:
FINAL CONTINUITY CHECK:当出现偏差时
| 常见问题 | 修正 |
|---|---|
| 面部漂移 | 重新附加设定图,重复关键特征,简化动作并生成更短的片段。 |
| 服装发生变化 | 明确指定具体的服装和配饰,并排除替代品。 |
| 汽车被重新设计 | 附上其规格表,并指明车身套件、轮毂、尾翼、车漆和拉花。 |
| 房间布局翻转 | 每次都要说明摄像机方位,谁在顾客一侧,谁在调酒师一侧,屏幕左右位置,以及吧台的走向。 |
| 表情过于卡通化 | 描述细微的肢体线索,并要求克制。 |
| 镜头过于平滑 | 描述摄像师的操作:步伐、反应滞后、不完美的修正。 |
| 动作混乱 | 精简节奏点,先确立空间关系,并将动作拆分到多个片段中。 |
| 声音不匹配 | 生成时不带音乐,在剪辑中添加配乐和音效。 |
费用说明
规格表按图片计费,镜头按模型、质量和时长计费。每个生成器在生成前都会显示价格。PINK SLIP 中使用的模型实时费率:
GPT Image 2.5 FlareEvery plan
Per image
Native 8 积分 · 2K 21 积分 · 4K 58 积分
GPT Image 2.5 SunburstEvery plan
Per image
Native 8 积分 · 2K 21 积分 · 4K 58 积分
Nano Banana 2.1Every plan
Per image
1K 4 积分 · 2K 5 积分 · 4K 9 积分
Seedance 2.5Pro and up
Per 5s clip
480p 31 积分 · 720p 66 积分 · 1080p 160 积分 · 4K 202 积分
1080p renders at 16:9 and 9:16
4K renders at 16:9 and 9:16
页面加载时从目录实时读取。 所有价格都会在生成前显示。 查看所有费率.
常见问题
- 我需要付费套餐吗?
- 生成所有镜头的 Seedance 2.5 需要 Pro 套餐或更高级别。生成规格表和吧台画面的图像模型在所有套餐中均可用。
- 一个镜头可以包含多少张规格表?
- Seedance 2.5 最多支持九张参考图。只附加镜头所需的内容:其中的人物、他们的汽车、地点以及任何重要的道具。
- 我可以将一张图保存为角色吗?
- 可以。在角色页面保存它,然后在视频编辑器中打开参考图并选择角色,它的图片就会加入镜头。
- Seedance 2.5 能说出台词吗?
- 在 PINK SLIP 中它做到了:开启音频后,酒吧里的三句日语台词被写入提示词,并在片段中以语音形式呈现。如果某句台词效果不佳,请生成表演并在剪辑中添加该台词。
- 相同的提示词会生成相同的镜头吗?
- 不会。每次生成都是全新的。这就是为什么镜头被生成为短片段,并且只保留最佳时刻。
- 这些人物是真人吗?
- 不是。Momo、Rin、Mama-san 和卡车司机是在 NOLGIA 上创建的 AI 角色。汽车是真实模型,由设计图生成。
制作你自己的剧集
打开视频编辑器相关教程
影视制作
保持镜头间角色和地点的一致性
一张用于手持的角色设定表、一个已保存的地点,以及每个道具的一句话描述:在一部影片的五个镜头中,哪些元素保持了一致,以及每个设定表的两项检查。
· 17 分钟阅读
提示词
Seedance 2.5:如何编写提示词,附带已运行的素材库
如何在 NOLGIA 上为 Seedance 2.5 编写提示词:文本生成视频、以静帧作为起始帧、将镜头作为 @Video1 及其声音、六种宽高比、4 到 30 秒时长,以及它拒绝的内容。
· 10 分钟阅读
影视制作
用 AI 制作短片:从剧本到最终剪辑的流程
一部 25 秒的短片《末班车》,从五行剧本到调色完成的剪辑:一个保存的角色、一个保存的地点、一个道具,先做帧,再做镜头、声音、Studio,最后导出到 Premiere 或 Resolve。
· 13 分钟阅读









