为什么要结构化
模型的注意力有限。把"镜头语言"和"画面内容"分开写,出片率会明显高于一整段散文。
把"我想要一个什么样的镜头"拆成模型听得懂的结构。中英双语输出,可直接用于即梦、可灵、Midjourney 与 Stable Diffusion。
提示:主体与场景尽量写得具体(服饰、材质、时间段),模型对具体名词的反应远好于形容词。
模型的注意力有限。把"镜头语言"和"画面内容"分开写,出片率会明显高于一整段散文。
即梦、可灵对中文理解好;Midjourney、SD 更吃英文。英文提示词里的中文名词会原样保留,必要时手动替换。
同一个角色跨镜头时,固定主体描述与风格词,只改景别和角度,能显著减少"换脸"。