Musolsol.𝟎𝐱𝐔(@MMMusol):那么怎么才能用这个 Agent 做出导演级别的动态视频？其实流程很固定，按下面四步来就行：第一步：拆画面把一张电影截图、剧照或者分镜图丢给它，让它先把画面拆开。它会自动提取胶片质感、色调、构图、光影、人物特征、镜头参数这些东西，给你一份完整的视觉基因描述。这一步主要是把“这张图到底长什么样”讲清楚，后面所有内容都基于这个来。第二步：出分镜参考图在第一步的基础上，让它生成提示词它会把原图的质感锁住，风格化一般控制在 150–250 之间，画幅也按原图来。你拿去生几张分镜参考图，选一张最接近你想要的感觉的，作为后续动态的底。第三步：补动态这一步最关键你只需要用大白话告诉它你想怎么动，比如“全程固定镜头，男人低头望着镜头，前景有火花飞溅”。它会自动把这句话翻译成符合物理规律的运动描述，包括人体动作怎么带动、运镜怎么走、环境和粒子怎么交互、时间轴怎么推进，同时会帮你锁死人物长相和服装，减少变脸和突变。第四步：出视频它会根据你的需求推荐模型，并给出首尾帧建议、时长和运镜幅度。你按它给的方案去生成就行。整个过程你几乎不需要自己写复杂提示词，主要工作就是丢图 + 用大白话说想法，剩下的拆解、锁质感和物理修正都由它处理按这个顺序走，出来的东西会比直接拿图去生视频稳定很多~

2026.10.18 09:06

那么怎么才能用这个 Agent 做出导演级别的动态视频？其实流程很固定，按下面四步来就行：第一步：拆画面把一张电影截图、剧照或者分镜图丢给它，让它先把画面拆开。它会自动提取胶片质感、色调、构图、光影、人物特征、镜头参数这些东西，给你一份完整的视觉基因描述。这一步主要是把“这张图到底长什么样”讲清楚，后面所有内容都基于这个来。第二步：出分镜参考图在第一步的基础上，让它生成提示词它会把原图的质感锁住，风格化一般控制在 150–250 之间，画幅也按原图来。你拿去生几张分镜参考图，选一张最接近你想要的感觉的，作为后续动态的底。第三步：补动态这一步最关键你只需要用大白话告诉它你想怎么动，比如“全程固定镜头，男人低头望着镜头，前景有火花飞溅”。它会自动把这句话翻译成符合物理规律的运动描述，包括人体动作怎么带动、运镜怎么走、环境和粒子怎么交互、时间轴怎么推进，同时会帮你锁死人物长相和服装，减少变脸和突变。第四步：出视频它会根据你的需求推荐模型，并给出首尾帧建议、时长和运镜幅度。你按它给的方案去生成就行。整个过程你几乎不需要自己写复杂提示词，主要工作就是丢图 + 用大白话说想法，剩下的拆解、锁质感和物理修正都由它处理按这个顺序走，出来的东西会比直接拿图去生视频稳定很多~