HJ5 进制转换
2026/10/8 13:24:35
在 AIGC 视频（如 Sora, Runway, Pika, Kling 等）领域，“费片率”（Wasted Footage Rate）是最大的痛点。
针对视频 CG 生成，原本的通用文本“五维量规”需要进行深度的领域化改造。我们不再关注“回答是否礼貌”，而是关注**“画面是否可生成”以及“是否会崩坏”**。
以下是专为“视频生成脚本预审”设计的全新五维量规及实战 Prompt。
一、 视频生成专用：五维评分量规 (Video Generation Rubric)
我们需要将通用的标准映射为视频生成的硬指标：
| 维度 | 新定义：视频生成视角 | 评分核心关注点（低分=必出废片） |
|---|---|---|
| 1. 可视化性 (Visualizability) | 文本转图像的确定性。脚本里是具体的“名词/动词”，还是抽象的“形容词/情感”？ | 低分特征：大量使用“宏大的历史感”、“悲伤的气氛”、“一种哲学的意味”。AI 无法直接画出“哲学”，这会导致画面随机堆砌，变成废片。 |
| 2. 物理与时空逻辑 (Physical Logic) | 物体变形与运动规律。是否存在 AI 难以理解的复杂交互或物理冲突？ | 低分特征：复杂的肢体接触（如“十指紧扣”易粘连）、反物理运动（如“眼泪倒流回眼睛的同时人向前走”）、多主体混战。 |
| 3. 镜头语言明确度 (Camera Control) | 视角的稳定性。是否指定了相机如何运动？是否存在冲突的运镜指令？ | 低分特征：运镜指令缺失（导致画面死板）或冲突（如“同时推镜头并向左摇并在空中旋转”），这会让 AI 晕头转向，画面撕裂。 |
| 4. 主体一致性 (Subject Consistency) | 主角的特征描述。在视频持续时间内，主角特征是否容易突变？ | 低分特征：描述过于宽泛（如“一个帅哥” vs “一个穿着赛博朋克风衣、银色短发的20岁亚洲男性”）。描述越少，视频后半段脸崩或换装的概率越大。 |
| 5. 安全与合规性 (Safety & Policy) | 平台审核通过率。是否包含 NSFW、暴力或特定平台（如抖音/Youtube）的敏感词？ | 低分特征：包含血腥、裸露擦边、政治敏感词。这会导致生成任务直接被拦截，浪费时间或账号权重。 |
二、 实战案例分析
让我们用这个新标准来审视一个用户的脚本。
❌ 案例 A：必定产生“废片”的脚本
用户输入：
“展现出一种绝望中带着希望的感觉，镜头很疯狂地旋转，无数的人在跑，背景是未来的城市，然后突然变成了一朵花。”
LLM 裁判分析报告：
- 可视化性 (1分)：“绝望中带着希望”是抽象概念，AI 无法渲染。
- 物理逻辑 (1分)：“突然变成了一朵花”属于极其剧烈的主体突变，目前的视频模型很难平滑处理，容易生成恐怖谷效果。
- 镜头语言 (2分)：“疯狂地旋转”极易导致画面模糊晕眩，甚至引起观众不适。
- 主体一致性 (1分)：“无数的人”对于 AI 是灾难，面部和四肢大概率会全部扭曲熔化。
- 结论：高危废片。
✅ 案例 B：高质量 CG 脚本
用户输入：
“赛博朋克风格街道，夜景，霓虹灯雨。中景镜头，锁定一名身穿黑色风衣的机器女性，她正从左向右行走。她的右眼是发光的红色机械眼。摄像机保持水平平移跟随（Truck Shot）。高分辨率，虚幻引擎5渲染风格。”
LLM 裁判分析报告：
- 可视化性 (5分)：全是具体的视觉名词（街道、雨、风衣、机械眼）。
- 物理逻辑 (5分)：简单的行走动作，单一主体，物理规律简单。
- 镜头语言 (5分)：明确指定了“Truck Shot”（平移跟随），AI 知道怎么动。
- 主体一致性 (5分)：特征描述极其具体（右眼红色机械眼），能锁住特征。
- 结论：有效成片。
三、 视频脚本预审 Prompt 模板 (JSON版)
您可以将此 Prompt 嵌入您的后端，当用户输入脚本时，先跑一遍这个，如果分数低，拒绝生成并提示用户修改，从而节省算力成本。
# Role 你是一名资深的 AI 视频生成专家（Prompt Engineer for Video Generation）。你的任务是预审用户的脚本，判断其是否能生成高质量的 CG 视频，从而避免产生“废片”。 # Evaluation Rubric (视频生成五维量规) 请对用户脚本进行风险评估（1-5分，5分为最安全/最佳）： 1. **可视化程度 (Visualizability)**: - 描述的是具体的视觉元素（物体、颜色、光影）还是抽象概念？ - 抽象概念越多，分数越低。 2. **物理/动作合理性 (Physics & Action)**: - 动作是否简单清晰？是否存在复杂的肢体交互（如吃面、接吻、打架）？ - 是否包含难以实现的变形？复杂交互分数越低。 3. **镜头语言明确性 (Camera Control)**: - 是否指定了运镜方式（推、拉、摇、移）？ - 运镜指令是否冲突？无运镜或冲突运镜分数低。 4. **画面复杂度控制 (Scene Complexity)**: - 画面元素是否过多？是否有“人山人海”等难以处理的群体描述？ - 元素过多导致 AI 算力分散，细节崩坏风险高。 5. **风格与画质指令 (Style & Quality)**: - 是否指定了渲染风格（如 3D render, Cinematic, Anime）？ - 风格缺失可能导致画面质感随机。 # Task 1. 分析用户输入的脚本。 2. 预测生成结果可能出现的**具体的崩坏现象**（Glitch Prediction）。 3. 给出评分和修改建议。 # Input Script {user_script} # Output Format (JSON Only) { "scores": { "visualizability": <1-5>, "physics_action": <1-5>, "camera_control": <1-5>, "scene_complexity": <1-5>, "style_quality": <1-5> }, "risk_assessment": { "is_waste_risk": <true/false>, // 如果平均分低于3.5，或任意单项低于2，则为 true "predicted_glitches": ["例如：手部细节可能崩坏", "例如：运镜可能导致画面晕眩", "例如：抽象概念无法准确渲染"] }, "refinement_suggestion": "<如果不合格，请给出一个优化后的、可直接用于生成的英文 Prompt>", "reason": "<简短的中文点评>" }四、 这个 Prompt 的“防废片”机制原理
- 拦截抽象词：如果检测到“温馨的感觉”，Prompt 会建议改为“暖色调灯光，壁炉，一家人微笑”。
- 拦截复杂肢体：如果检测到“双手编织毛衣”，系统会警告“手部崩坏风险高”，建议改为“毛衣的特写”或“中景展示上半身不动”。
- 强制运镜：如果用户没写运镜，LLM 可以自动在
refinement_suggestion里补上Static camera或Slow zoom in，保证视频稳定性。
建议
如果您正在开发这个系统，建议做两个功能：
- 红绿灯机制：
- 🟢 绿灯：直接调用视频生成 API。
- 🔴 红灯：前端弹窗提示用户：“您的脚本包含‘抽象情感’描述，AI 可能画不出来，建议使用下方的优化版脚本。”
- 自动优化 (Auto-Refine)：直接展示 JSON 中的
refinement_suggestion给用户，让用户一键替换。