Cinematic Direction 是一项用于 AI 视频生成的导演与摄影翻译技能，核心任务是把情绪或商业意图转化为物理上连贯的构图、相机运动、镜头行为、灯光、氛围、动作与声音方向。它面向单镜头或短序列的生成前准备，目标是在生成之前改进简报，而不保证模型会执行每一条相机指令。
使用该技能需要提供较完整的输入信息：主体、动作、环境、时代、一天中的时间与叙事目的；期望情绪或观众反应；目标时长、画幅比例、分辨率与音频行为；参考图像或视频及其角色（如有）；写实与风格化倾向、运动复杂度与模型优先级；以及人物、品牌、地点和源素材的权利与同意状态。
在意图映射方面，技能要求先确定清晰的创作意图，再命名技术术语。资料给出若干映射示例：主角揭示可采用低角度或广角建立镜头，配合摇臂、缓慢推进或环绕运动，并以轮廓光和控制对比照明；不安感可采用近景或离轴构图，配合克制的手持或缓慢拉远，以低调照明和方向性阴影营造；亲密感可采用特写或中景侧面，配合轻柔推轨或固定机位，以柔和窗光或伦勃朗光呈现；规模感可采用带前景锚点的极远景，配合摇臂、航拍上升或飞越，以大气纵深和长阴影强化；动能可采用中景跟踪构图，配合横向移动、前向跟踪或甩镜，并以有动机的实际光源和对比照明支撑。技能强调只选择一个主相机运动，至多一个辅助光学变化，不得组合推近与拉远、固定镜头与持续环绕等矛盾指令，并要求光源、反射、主体运动和相机路径在物理关系上保持一致。
导演简报按固定结构组织：场景包括环境、天气、时间、实际光源与氛围；主体包括身份、服装或产品细节、动作与屏幕方向；构图包括景别、角度、前景背景与负空间；相机包括主要运动、节奏、稳定方式与结束位置；镜头包括焦距印象、景深与焦点转换；灯光包括主光、补光、轮廓光、色温、反射与阴影行为；风格包括调色、质感、写实或风格化程度与时代参考；声音包括环境声、效果声、音乐或旁白关系；节奏包括节拍变化与有意停顿；保留项记录不可变事实与参考素材角色。技能要求用可观察指令替换模糊形容词，例如把“史诗感”具体化为尺度、角度、运动、氛围与声音选择，并明确不应使用“8K”、电影片名或相机品牌替代导演判断。
执行阶段需要参考模型文档并进行实时 schema 检查，通过视频工具文档解析生成操作。当提供的构图重要时应使用图生视频或支持参考的端点；当有意追求创意变化时使用文生视频。除非所选实时 schema 接受 camera_path、镜头或时长字段，否则不应传入这些字段；摄影简报可以保留在提示词中。运动复杂时应先提交小样，轮询预测并检查开头、中间和结尾帧的构图、轨迹、时间稳定性、主体身份和意外镜头变化，完成视频质检后返回准确的导演简报、模型与端点、预测 ID、输出 URL 及发现。
限制方面，该技能明确相机语言是艺术指令，不是真实相机拍摄事件的证据；不得创建欺骗性的灾难、新闻、政治或公众人物影像；生成内容应保持草稿性质，并仅在允许时于 .video/ 下保存回执。