用途:帮助编写有效的 AI 视频生成提示词,通过 inference.sh 的 CLI(belt)调用各视频模型。
主要能力:给出提示词结构公式 [镜头类型]+[主体]+[动作]+[场景]+[灯光]+[风格]+[技术参数],并附拆解示例;提供镜头类型表(广角、中景、特写、航拍、低角度、荷兰角、POV 等)、运镜表(跟拍、推拉、摇摄、升降、手持、斯坦尼康、变焦、固定)、灯光关键词(黄金时刻、蓝调时刻、高调、低调、轮廓光、逆光、霓虹等)与风格关键词(电影感、胶片颗粒、变形镜头、赛博朋克、黑色电影、4K/8K、超写实等)。还按用途给出产品演示、自然纪录片、城市生活、美食、科技未来感等提示词示例,并列出常见错误(过于笼统、多场景混杂、缺少运动、风格冲突、缺少灯光)及改进方式。
使用方式:需先安装 inference.sh CLI(belt),执行 npx skills add belt-sh/cli,然后 belt login 登录。运行示例:belt app run google/veo-3-1-fast --input '{"prompt": "..."}'。部分模型支持额外参数,如 generate_audio、duration。可用 belt app list --category video 浏览视频应用。文档建议采用迭代式提示:先写基础提示,再补充具体性,最后加入风格与技术细节。
模型要点:Veo 擅长写实电影感内容,Veo 3+ 支持音频生成,3.1 支持帧插值;Seedance 擅长舞蹈与人体运动,支持首帧控制与参考图;Wan 2.5 适合图生视频;Grok 为通用视频,时长可配置 5–10 秒。
限制:资料未提供各模型的收费、价格、平台可用性与具体效果保证;实际参数与支持能力以对应模型为准。