PINK SLIP:一支 AI 街頭賽車音樂影片,每個鏡頭都有相同的演員陣容、汽車和酒吧
兩位敵對車手、兩輛車、一場橫跨東京的賽車,以及在六人座酒吧中的對峙。每個鏡頭都在 NOLGIA 上生成,附加相同的設定表並重複相同的規則。以下是設定表、提示詞,以及那個必須修正的鏡頭。
- 閱讀時間 18 分鐘
本文由英文自動翻譯。閱讀原文
PINK SLIP 第 1 集是一部 87 秒的直式影片,背景設定在 2002 年秋季的東京。Momo 駕駛粉紅色 Nissan Silvia S15,與駕駛黑色 Mazda RX-7 的 Rin 從澀谷十字路口穿越城市,一路競速至大黑埠頭的螺旋引道,最後在 Golden Gai 一間小酒吧的吧檯結束夜晚,兩人之間放著一組車鑰匙。片中每個鏡頭都在 NOLGIA 上生成。
本指南介紹背後的製作方法,取自專案自身的拆解與生成歷史:用於鏡頭的參考圖表、實際發送的提示詞、出錯的鏡頭以及修正它的指令,還有供你複製用於自己影片的範本。
我們製作了什麼
影片在下方分為四個部分播放,總長約 87 秒,採用製作時的 9:16 直式比例。請開啟聲音:酒吧中的三句台詞由 Seedance 2.5 在片段中直接生成。




提示:片中所有角色皆為虛構. Momo、Rin、Mama-san 和卡車司機都是為本片在 NOLGIA 上創建的 AI 角色。車輛是真實模型,Nissan Silvia S15 和 Mazda RX-7 FD3S,由設計圖生成。
先鎖定世界的視覺風格
在創建任何角色或鏡頭之前,先將世界觀寫成幾條固定規則,然後在每個提示詞中重複這些規則。PINK SLIP 結合了 2000 年代初的日本街頭賽車與家用攝影機的視覺風格:觀察式、不完美且具實體感,絕非流暢的商業廣告或電玩過場動畫。
- 時代與地點: 東京,2002 年秋季:澀谷、灣岸高速公路、大黑埠頭,以及黃金街的一間狹小酒吧。
- 質感: 類比軟化效果、輕微的 CCD 噪點、自然顆粒感、搜尋對焦、細微的曝光變化。
- 光線: 室內為溫暖的黃色燈泡;室外為車頭燈、街燈和混合的城市光線。
- 成效: 表情克制,眼神與姿態清晰可讀,避免誇張表演。
- 攝影機: 由人手持,帶有輕微晃動與延遲修正。
- 聲音: 引擎聲、輪胎聲、環境底噪、玻璃與鑰匙聲,以及隨故事變化的音樂。
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:規則寫一次,然後貼上。. 每個 PINK SLIP 鏡頭的提示詞幾乎逐字重複相同的攝影機描述:自然的手持晃動、不完美的構圖、自動對焦搜尋、類比顆粒與低光雜訊。視覺風格之所以能在鏡頭間保持一致,是因為這些文字保持一致。
為每個人製作一張圖表
在製作任何單一鏡頭之前,先製作所有重複出現的人物。一張好的圖表能固定臉部、頭髮、服裝、比例、配件、鞋子與背面視圖。每人製作一張圖表,切勿將兩人放在同一張圖表上。
每個 PINK SLIP 圖表在純灰色背景上使用相同的五個面板,每個面板的光線與比例皆相同:
- 左上: 正面中景肖像,直立站姿,正對前方,頭部水平。
- 中上: 從正面拍攝的全身照,裁切掉頭部,以便完整顯示服裝與鞋子。
- 右上角: 從背後拍攝的全身照,以展示髮型和服裝背面。
- 左下角: 臉部特寫,朝角色的左側轉動三分之一。
- 右下角: 臉部特寫,朝角色的右側轉動三分之一。




這四張圖都是在圖片合成器中以 16:9、2560 x 1440 製作的。這是它們背後的範本:
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:命名特徵,而非類型。. 「一個可愛的角色」會給模型上百種答案。Momo 的設定表列出了粉紅色雙馬尾、齊瀏海、剛好兩個髮夾、左眼下方的小粉紅愛心、素色寬鬆粉紅連帽衫、彩虹薄紗裙、條紋及膝襪、白色厚底運動鞋和串珠手鍊。Rin 的設定表則列出了黑色姬髮式搭配亮粉色內層、帶有銀色圓球吊墜的黑色頸圈、帶有亮粉色蝴蝶結的黑色襯衫、格紋裙、透明褲襪、露指手套和黑色厚底鞋。
接著,在每個鏡頭中,請模型參考設定表,並說明哪些部分不可改變:
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.為每輛車和道具製作設計圖
在賽車故事中,車輛也是角色。每輛車都有自己的設定表,包含前四分之三視角、側視、後視和細節視圖,確保車身、輪圈、尾翼、車燈、貼花和駕駛艙保持一致。將車輛的設定表附加到它出現的每個鏡頭中。


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.重要的道具也採用同樣的處理方式:在素色背景上展示正面、側面和細節視圖。對於酒吧場景,提示詞還附上了高球杯的照片,確保兩個杯子在不同鏡頭間保持一致。
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.製作展示佈局的地點參考圖
地點參考圖必須呈現空間佈局,而不只是氛圍。對於酒吧而言,這包括吧台、顧客側、調酒師側、高腳椅、門口、酒架和燈光。對於道路而言,則是行進方向、車道、護欄、交通狀況和地標。

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:「面對面」是不夠的。. 在每個重要的提示詞中,說明每個人位於吧台的哪一側,以及吧台是否位於他們之間。酒吧基準圖的提示詞要求為兩位「面對面」的女性預留空間,而酒吧場景的第一次拍攝讓她們沿著吧台面對面。解決方案見下文。
為每個鏡頭規劃一個清晰的動作
不要要求一次生成就創造整個場景。每個鏡頭只給定一個主要動作和一個目的,讓剪輯來建構序列。在撰寫鏡頭之前,先決定六件事:
- 主體: 最重要的人或物。
- 動作: 發生的事情,按順序排列。
- 畫幅: 廣角、中景、特寫、插入鏡頭、低角度、俯視或過肩鏡頭。
- 運鏡: 固定、手持跟拍、推近、搖鏡、甩鏡或俯仰。
- 連貫性: 螢幕位置、視線、道具、汽車的行進方向、光線和背景。
- 聲音: 對白、引擎聲、輪胎聲、環境音、撞擊聲、靜音或音樂。
| 角度 | 功能說明 |
|---|---|
| 低角度 | 相機位於輪胎高度或胸部以下,稍微向上傾斜。賦予汽車重量感或角色權威感。 |
| 廣角建立鏡頭 | 在切近之前,展示道路佈局、交通、人群、路口或酒吧。 |
| 中景 | 軀幹、手部和姿勢:適合表現手勢和無聲的對峙。 |
| 特寫 | 隔離眼睛、嘴巴、手、鑰匙、方向盤或排檔桿。先建立空間關係。 |
| 插入鏡頭 | 緊湊的細節:踩油門的腳、敲擊木頭的鑰匙、旋轉的輪胎。 |
| 長焦鏡頭 | 在畫面中堆疊車流,同時保持車輛比例可信,並維持安全車距。 |
| 甩鏡 | 在兩個事件之間快速且有動機地搖鏡:短暫模糊後,穩定落在主體上。 |
| 手持跟拍 | 攝影師與主體一同移動或反應,伴隨輕微晃動與不完美的修正。 |
提示:推鏡或急縮:請明確指出。. 推鏡是將攝影機向前移動;急縮則是快速改變焦距。兩者視覺效果不同,請明確指出你要使用的技巧。
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].以相同順序撰寫每個鏡頭提示詞
以相同順序撰寫每個提示詞,有助於模型區分身分、動作、構圖、運動、物理、聲音與排除項。這是鏡頭遵循的順序:
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].以下是一個以該方式撰寫的鏡頭:涉谷十字路口雙車漂移,並附上兩張車輛設定圖。這是實際發送的提示詞,其中的破折號已改為冒號,下方的 take 是電影中採用的版本。
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.
手持攝影的真實感來自於有理由移動的攝影師:小步移動、反應稍微遲滯、構圖修正、主體向邊緣漂移。奔跑和撞擊時使用較多的晃動,對話和特寫時則較少,不要將所有攝影瑕疵都堆疊在同一個鏡頭中。許多的 PINK SLIP 鏡頭也在 Camera move 下選擇了 Handheld,並設定為 Strong。
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 上生成鏡頭
開啟 video composer 並選擇 Seedance 2.5。開啟 Reference images,透過 Upload、Library 或 Characters 加入該鏡頭所需的圖表。Seedance 2.5 最多可接受九張圖片,依你加入的順序標記為 @Image1、@Image2 等。
- Shape: 9:16。每個 PINK SLIP 鏡頭都是直式,720 x 1280。
- Quality: 720p。
- Length: 短。大多數鏡頭為 4 到 6 秒,並在剪輯時修剪。
- Audio: 開。酒吧中的台詞以日文寫入提示詞,並在片段中以語音呈現。
提示詞清單在頂部列出了圖表,位於「REFERENCE SHEETS TO ATTACH」下方,因此執行鏡頭的人會附加正確的圖表。你也可以透過提示詞中的標籤指向每個圖表,例如「@Image2 中的汽車」。
提示:先讓駕駛坐進車裡。. 對於駕駛在方向盤後的鏡頭,專案還製作了每個角色在車內的靜態圖像,並將其附加在圖表旁邊,以確保座位方向和車廂內部正確。那個年代的日本車是右舵駕駛,提示詞中也說明了這一點。
預期需要多次嘗試。第 3 個鏡頭,Rin 在方向盤後,花了五次;Rin 索要鑰匙的鏡頭花了四次。保留每次嘗試中最好的部分,並在重新生成之前只修改失敗的那一行。每次嘗試都是全新的,因此相同的提示詞不會產生相同的鏡頭兩次。
剪輯一段清晰易讀的賽車蒙太奇
蒙太奇感覺快速是因為每個鏡頭有不同的任務,而不是因為每個鏡頭都在搖晃。混合地理環境、機械細節、駕駛反應、跟蹤鏡頭和最後的標點鏡頭,並在剪輯之間保持行駛方向和領先車輛的一致性。以下是八個鏡頭的版本:
- 低角度,與方向盤同高: S15 起步,輪胎和懸掛系統做出反應。
- 寬景,兩輛車: 哪輛車在左邊,哪輛在右邊,以及哪輛領先。
- 駕駛特寫: Momo 專注的眼神,雙手穩穩握著方向盤。
- 低角度側面跟拍: 車輪和車身掠過畫面,背景自然移動。
- 長焦公路鏡頭: 車輛在車流中穿梭,方向明確且空間感清晰。
- 反應鏡頭: 卡車司機快速點頭並豎起大拇指,一隻手仍握著方向盤。
- 高角度廣角揭示: Daikoku Junction 的螺旋坡道和兩輛車的行進路線。
- 細節鏡頭: 輪胎煙霧、排氣管、換檔或煞車燈,以及隨後的景象。



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.將表情寫成細微的肢體動作
單獨使用「生氣」、「可愛」或「自信」容易導致卡通化的效果。描述臉部的具體動作,保持細微,並給予順序:如何開始、有何變化,以及持續多久。
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,不要寫「Momo 看起來很生氣」,而是寫她臉部的動作:
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.
在每個提示詞中說明誰坐在哪裡
空間佈局是最容易遺漏的細節。每次都要說明攝影機在哪一側,誰在左邊和右邊,誰在近處和遠處,以及在哪一側的吧檯。這是 PINK SLIP 中必須修正的鏡頭。
第 23 個鏡頭是兩位對手在 Mama-san 的吧檯前。第一個提示詞讓他們「中間隔著一張空凳子」,並給每人一個側臉直視前方,但從未說明他們在吧檯的哪一側。結果他們沿著吧檯面對面坐著。第二個提示詞說明了每個人的位置。
第一個提示詞

明確說明的座位安排

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.之後每個吧檯鏡頭都重複相同的描述:Rin 最靠近鏡頭,Momo 在她旁邊,兩人都面對 Mama-san,沒有空凳子。最後一個吧檯提示詞甚至指出了錯誤:「不要重現 Momo 和 Rin 沿著吧檯長度面對面的錯誤構圖。」
有意使用聲音和故事節拍
聲音能營造規模感。一場發表會需要引擎負荷、輪胎噪音和疾風聲;一個小酒吧則需要環境音、木桌上的玻璃杯、啜飲聲和敲擊吧檯的鑰匙聲。說明聽到了什麼以及何時聽到,如果對白必須與劇本完全一致,請保持精確。
- 影片中的台詞: 酒吧的三句台詞以日文寫在提示詞中,加上引號,並標明誰說的以及怎麼說。Rin:「Kagi.」(鑰匙。)Momo:「Butsuketa desho.」(你撞到我了。)Rin:「Kachi wa kachi.」(贏就是贏。)這三句在生成的影片中都有被唸出來。
- 音樂: 如果剪輯中音樂持續播放,請在鏡頭中說明「無音樂」。酒吧場景的提示詞要求停止賽車音樂,並從卡帶收音機播放一首老式演歌,讓故事的轉折不僅看得見,也聽得見。
- 當台詞無法完美呈現時: 先生成表演,再於剪輯中加入台詞和特效。
每個鏡頭都應該改變某些事物:一個事實、一個決定、更多的危險、兩人之間的關係變化,或是一個開始變得重要的道具。一個簡單的場景可以遵循五個節拍:
- 鋪陳: 人物、地點以及物件或衝突。
- 挑戰: 一個賭注、威脅、誤會或障礙。
- 升級: 更快、更近、更激烈或更個人化。
- 轉折: 情緒改變,或後果浮現。
- 懸念或結局: 留下未解之謎,或完成動作。
在 PINK SLIP 的最後一個鏡頭中,鑰匙是爭執的核心:鏡頭讓櫃檯上的鑰匙保持清晰,而兩名女性在後方失焦地互相推擠。在任何一方獲勝前剪接,能留下未解之謎。誰會拿到鑰匙?
為節奏與連貫性進行剪輯
- 生成短片段,檢視後挑選最乾淨的鏡頭,再建立時間軸。
- 使用廣角鏡頭定位場景,中景鏡頭呈現肢體語言,特寫與插入鏡頭則用於強化情緒。
- 保持畫面方向一致:如果汽車從左向右行駛,不要在下一個剪接點意外反轉方向。
- 保持視線一致:人物應看向真正位於該方向的人或物。
- 維持道具狀態:放下的杯子會留在那裡,櫃檯上的鑰匙不會跳到地板上。
- 盡可能在動作上剪接:起跑、轉彎、水花濺起、站起、鑰匙掉落。
- 統一色彩與曝光,待畫面定剪後,再加入音效設計、音樂、對白清理與標題。
你可以在 NOLGIA 的時間軸編輯器中,於 直立 9:16 時間軸上剪輯你的影片,或是使用你慣用的編輯器。在匯出之前,請檢查以下清單:
- 已附上正確的角色設定圖;臉部、髮型、妝容、服裝、首飾和鞋子都相符。
- 已附上正確的車輛設定圖;車漆、空力套件、輪圈、尾翼、貼紙和車牌都保持一致。
- 場景的佈局和固定物件與參考圖相符。
- 明確說明空間關係:左右、遠近、前後、吧檯的哪一側、車道以及行駛方向。
- 每個道具都有起始位置、持有者、移動路徑、落點和最終狀態。
- 動作順序正確,沒有互相矛盾的動作。
- 已記錄攝影機的高度、角度、鏡頭感和移動方式。
- 表情描述涵蓋眼睛、眉毛、嘴巴和姿態,而不僅是情緒。
- 音效和音樂指示都是有意為之。
- NO 行針對的是這個鏡頭可能出現的錯誤,而非無關的錯誤。
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:當內容出現偏移時
| 常見問題 | 修正 |
|---|---|
| 臉部特徵偏移 | 重新附加設定圖,重複描述特徵,簡化動作,並生成較短的片段。 |
| 服裝發生變化 | 明確指出服裝與配件,並排除替代品。 |
| 汽車被重新設計 | 附上其規格表,並說明車身套件、輪圈、尾翼、塗裝與拉花。 |
| 房間翻轉 | 每次都要說明攝影機方位、誰在顧客側、誰在調酒師側、螢幕左右,以及吧檯延伸方向。 |
| 表情過於卡通化 | 描述細微的肢體線索,並要求收斂。 |
| 鏡頭過於平滑 | 描述操作者:腳步、反應延遲、不完美的修正。 |
| 動作混亂 | 精簡節拍,先確立空間關係,並將動作拆分到多個片段。 |
| 聲音不匹配 | 生成時不含音樂,並在剪輯時加入配樂與音效。 |
費用說明
規格表按圖片計價,鏡頭則依模型、品質與長度計價。每位作曲家在生成前會顯示價格。PINK SLIP 所用模型的即時費率:
GPT Image 2.5 FlareEvery plan
Per image
Native 8 點 · 2K 21 點 · 4K 58 點
GPT Image 2.5 SunburstEvery plan
Per image
Native 8 點 · 2K 21 點 · 4K 58 點
Nano Banana 2.1Every plan
Per image
1K 4 點 · 2K 5 點 · 4K 9 點
Seedance 2.5Pro and up
Per 5s clip
480p 31 點 · 720p 66 點 · 1080p 160 點 · 4K 202 點
1080p renders at 16:9 and 9:16
4K renders at 16:9 and 9:16
頁面載入時從目錄即時讀取。 所有價格都會在生成前顯示。 查看所有費率.
常見問題
- 我需要付費方案嗎?
- 生成所有鏡頭的 Seedance 2.5 需要 Pro 方案或更高級別。生成規格表與吧檯背景板的圖像模型在所有方案中皆可使用。
- 一個鏡頭可以包含多少張規格表?
- Seedance 2.5 最多可接受九張參考圖片。只附加鏡頭所需的內容:鏡頭中的人物、他們的汽車、地點以及任何重要的道具。
- 我可以將圖表儲存為角色嗎?
- 可以。在角色頁面儲存後,在影片編輯器中開啟參考圖片並選擇角色,其圖片就會加入鏡頭。
- Seedance 2.5 能說出台詞嗎?
- 在 PINK SLIP 中是可以的:開啟音訊後,酒吧中的三句日文台詞寫入提示詞,並在片段中以語音呈現。如果台詞輸出不正確,請生成表演並在剪輯時加入台詞。
- 相同的提示詞會產生相同的鏡頭嗎?
- 不會。每次生成都是新的。這就是為什麼鏡頭以短片段生成,並只保留最佳時刻。
- 這些人物是真實的嗎?
- 不是。Momo、Rin、Mama-san 和卡車司機是在 NOLGIA 上製作的 AI 角色。汽車是真實模型,由設計圖表生成。
製作你自己的集數
開啟影片編輯器相關指南
影像製作
讓角色和地點在不同鏡頭間保持一致
一張攤開的角色設定表、一個已儲存的地點,以及每個道具一句話:在一部影片的五個鏡頭中,哪些元素保持一致,以及每張設定表的兩項檢查。
· 閱讀時間 17 分鐘
提示詞
Seedance 2.5:如何撰寫提示詞,並附實際執行過的媒體庫
如何在 NOLGIA 上為 Seedance 2.5 撰寫提示詞:文字轉影片、以靜態圖作為起始幀、將片段作為 @Video1 並包含其聲音、六種長寬比、4 到 30 秒,以及它拒絕的內容。
· 閱讀時間 10 分鐘
影像製作
用 AI 製作短片:從劇本到最終剪輯的流程
一部 25 秒的影片《Last Train》,從五行劇本到調色完成的剪輯:一個已儲存的角色、一個已儲存的地點、一個道具,先生成畫面,再生成鏡頭、聲音、Studio,最後匯出到 Premiere 或 Resolve。
· 閱讀時間 13 分鐘









