name: 文件轉影片提示詞 slug: doc-to-video-prompt displayName: 文件轉影片提示詞 version: 3.0.0 description: 將文件內容（PDF/Word/TXT/MD）理解整理後，轉化為可直接貼上的AI影片生成提示詞。支援Sora、可靈、即夢、豆包四個平臺。根據AI影片工具單次生成≤11秒的限制，自動將內容分批次生成提示詞。同時支援生成「可替換場景版本」的圖生影片提示詞，使用者可上傳自己拍攝的實拍照片作為參考圖，AI基於圖片生成動態影片。當用戶提到文件轉影片、文件生成提示詞、把文件/文章/方案變成影片提示詞、doc to video prompt等需求時使用此技能。

文件轉影片提示詞

將任意文件內容智慧轉化為AI影片生成工具可直接使用的提示詞，按單段≤11秒自動分批次輸出。

核心價值

使用者拿著一份文件（產品方案、新聞稿、小說章節、教學材料等），想用AI影片工具生成影片，但不知道怎麼把文件內容變成有效的影片提示詞。本技能解決"文件→視覺化場景拆解→分批次提示詞"的轉化問題。

工作流程

第一步：接收與解析文件

1. 使用者會以下列方式之一提供輸入：
2. 上傳檔案（PDF/Word/TXT/MD）→ 用 parse_file 解析（PDF/Word）或 read_file 讀取（TXT/MD）
3. 直接貼上文本內容
4. 提供文件連結 → 用 fetch_web 獲取內容
5. 解析後通讀全文，理解文件的核心主題、敘事結構、關鍵資訊點
6. 如果文件內容過於簡短（少於200字），直接進入第三步；否則進入第二步

第二步：內容理解與整理

對文件內容做結構化梳理，產出一份"影片化分析"：

1. 核心主題：一句話概括文件要表達的核心資訊
2. 目標受眾與調性：文件面向誰？正式/輕鬆/科普/商業？
3. 關鍵場景提取：從文件中識別出可視覺化的場景，每個場景包含：
4. 場景名稱（簡短標識）
5. 原文依據（文件中的對應內容）
6. 畫面構想（將文字內容轉化為視覺畫面的描述）
7. 情緒/氛圍（緊張/溫馨/科技感/活力等）
8. 預估時長（3-11秒）
9. 敘事順序：確定場景的排列順序，確保影片有起承轉合

將這份分析簡要呈現給使用者確認（如果使用者沒要求跳過確認，預設直接進入下一步）。

第三步：場景分批與提示詞生成

這是核心步驟。讀取 references/platform_templates.md 瞭解各平臺的提示詞格式要求。

分批策略

1. 單段時長限制：每個提示詞對應的影片片段不超過11秒
2. 時長估算參考：
3. 靜態畫面/緩慢鏡頭：3-5秒
4. 單一動作/簡單場景：5-8秒
5. 複雜動作/多元素場景：8-11秒
6. 內容拆分原則：
7. 一個完整的動作或場景儘量放在同一段，不要跨段拆碎
8. 如果一個場景內容複雜、動作多，拆成多段（每段聚焦一個子動作）
9. 相鄰段落之間保持視覺連續性（色調、風格、角色一致性）
10. 總段數控制在合理範圍（一般5-15段，視文件內容量而定）
11. 批次編號：按敘事順序編號，如「第1段/共8段」

提示詞生成

為每個場景段落生成4個平臺版本的提示詞：

1. 讀取平臺模板：從 references/platform_templates.md 獲取各平臺的格式規範
2. 每個提示詞包含：
3. 畫面主體描述（人物/物體/場景的核心內容）
4. 鏡頭語言（景別、運鏡方式、角度）
5. 光影與色彩（光線方向、色調、對比度）
6. 風格指定（寫實/動畫/3D/電影感等，與文件調性匹配）
7. 動態描述（畫面中發生的動作/變化）
8. 時長標註
9. 平臺適配差異：
10. Sora：英文提示詞，注重物理真實感和細節描述
11. 可靈：中文提示詞，注重畫面美學和運鏡描述

    本技能來自小蔥技能站7w4.net。

12. 即夢：中文提示詞，注重風格化和創意表達
13. 豆包：中文提示詞，注重簡潔清晰的動作描述
14. 一致性維護：所有段落中重複出現的元素（角色外觀、場景風格、色調）保持一致描述

第四步：輸出

按以下格式組織輸出：

## 📄 文件影片化方案

**文件主題**：[核心主題]
**預估總時長**：[XX-XX秒]（共N段）
**影片風格**：[整體風格描述]

---

### 第1段 / 共N段  ｜ [場景名稱]  ｜ [X秒]

#### 🔵 Sora（英文）
[可直接複製的英文提示詞]

#### 🟢 可靈（中文）
[可直接複製的中文提示詞]

#### 🟡 即夢（中文）
[可直接複製的中文提示詞]

#### 🔴 豆包（中文）
[可直接複製的中文提示詞]

---

### 第2段 / 共N段  ｜ [場景名稱]  ｜ [X秒]

...（同上格式）

---

## 📋 使用說明
- 每段提示詞可獨立貼上到對應平臺生成影片
- 建議按順序生成，最後拼接成完整影片
- 如某段效果不理想，可單獨重新生成該段

每個平臺的提示詞放在獨立程式碼塊中，方便使用者一鍵複製。

第五步：生成可替換場景版本（圖生影片）

標準提示詞生成的是「文生影片」——AI憑空生成場景。但使用者可能需要用自己的實拍照片作為參考圖，讓AI基於圖片生成動態影片（圖生影片模式）。這一步為每段生成圖生影片版本的提示詞。

讀取 references/platform_templates.md 中「圖生影片提示詞模板」部分，按各平臺圖生影片格式生成。

圖生影片提示詞與文生影片的核心區別

1. 移除場景描述：不描述環境、背景、建築等——這些由使用者的參考圖片提供
2. 移除角色外觀描述：不描述人物長相、服裝——這些由使用者的參考圖片提供
3. 保留並強化：運鏡方式、動作描述、光影變化、氛圍轉變、時長
4. 新增：參考圖片拍攝建議（告訴使用者應該拍什麼樣的照片作為參考）

每段圖生影片提示詞包含

1. 📷 建議參考圖片：描述使用者應該拍攝什麼樣的照片（角度、構圖、光線、主體）
2. 4個平臺的圖生影片提示詞：
3. 移除場景和角色描述，聚焦運鏡和動作
4. 以"基於參考圖片"開頭，表明這是圖生影片模式
5. 描述畫面中應該發生的動態變化（人物動作、鏡頭運動、光影變化）
6. 標註時長

輸出格式

在標準提示詞方案之後，追加「可替換場景版本」板塊：

## 🔄 可替換場景版本（圖生影片）

使用者可使用自己拍攝的實拍照片作為參考圖，上傳到AI影片工具的圖生影片模式。
以下提示詞已移除場景和角色描述，僅保留運鏡和動作指令，配合參考圖片使用。

---

### 第1段 / 共N段  ｜ [場景名稱]  ｜ [X秒]

**📷 建議參考圖片**：[描述應該拍什麼照片，包括角度/構圖/光線/主體]

#### 🔵 Sora（英文·圖生影片）
[僅運鏡+動作的英文提示詞]

#### 🟢 可靈（中文·圖生影片）
[僅運鏡+動作的中文提示詞]

#### 🟡 即夢（中文·圖生影片）
[僅運鏡+動作的中文提示詞]

#### 🔴 豆包（中文·圖生影片）
[僅運鏡+動作的中文提示詞]

---

### 第2段 / 共N段  ｜ [場景名稱]  ｜ [X秒]

...（同上格式）

---

## 📋 圖生影片使用說明
- 將參考圖片上傳到AI影片工具的「圖生影片」模式
- 貼上對應的圖生影片提示詞，AI將基於圖片內容生成動態影片
- 參考圖片的質量直接影響生成效果，建議使用高畫質實拍照片
- 如某段效果不理想，可更換參考圖片或調整提示詞中的動作描述後重試

邊界情況處理

1. 文件內容不適合做影片（如純資料表格、法律條文）：告知使用者文件型別不適合直接影片化，建議提取關鍵觀點後重試
2. 文件過長（超過5000字）：先提取核心場景，聚焦最有視覺表現力的內容，告知使用者已精簡
3. 使用者指定單一平臺：只生成該平臺的提示詞，跳過其他平臺
4. 使用者指定風格：在提示詞中融入使用者指定的風格要求，覆蓋預設風格判斷
5. 使用者指定段數：按使用者要求的段數重新分配內容，調整每段的資訊密度
6. 使用者不需要圖生影片版本：如果使用者明確表示只需要標準文生影片提示詞，跳過第五步
7. 使用者只需要圖生影片版本：如果使用者明確表示只需要圖生影片版本（已有參考圖片），跳過標準提示詞，直接生成圖生影片版本
8. 參考圖片與場景不匹配：在建議參考圖片中明確標註每段需要什麼型別的照片，避免使用者上傳不匹配的圖片導致生成效果差

這是一個相當實用的文件轉影片提示詞工具。質量不錯，能幫你把文件內容自動拆分成適合 AI 影片工具的提示詞，支援四種主流平臺。流程清晰，考慮到了時長限制和分段問題，還提供了圖生影片的可選模式。美中不足的是沒有實際使用案例參考，遇到複雜文件時可能缺乏具體指導。