这个 Skill 能做什么，适合哪些场景？
这是一个纯提示词型 Agent Skill，把用户的创作意图转化为可直接使用的视频生成提示词，或用于角色一致性的图像模型角色设定表提示词。它内置了 MiniMax H3、Seedance 2.0/2.5、LTX-2/2.3/2.5、Veo 3/3.1、Wan 2.2、Wan Animate 2 和 Ovi 十余个模型的专属提示指南，按模型路由并严格遵循各自的格式规则。技能还包含角色设定表工作流（转面图、表情表、写实身份照），推荐'角色设定表→场景静帧→视频提示词'的交接顺序。无需任何脚本或运行时依赖，适合需要跨模型产出高质量视频提示词的创作者。
读取 SKILL.md 与 references/ 下对应模型的 prompting.md 指南，先判断用户需要视频提示词还是角色设定表提示词；确认模型与输入模式（文生视频、图生视频、参考驱动、首尾帧等）；然后按所选模型指南的段落顺序、对话/音频格式和镜头结构起草提示词；输出时清除提示词内对模型名、时长、分辨率、宽高比等参数的引用，参数单独以'推荐参数'行给出；图生视频时以图像为视觉锚点，文本聚焦运动、镜头、情绪与音频。
- 短视频创作者想在 Veo 3 或 Seedance 2.5 上生成特定镜头的文生视频提示词
- 使用图生视频的用户需要保持画面身份与构图稳定、只描述运动与镜头变化的提示词
- 做系列内容、需要角色跨镜头一致性的创作者，先要角色设定表再转图生视频
- 使用 MiniMax H3 需要对齐末帧或时间戳镜头结构的用户
- 想用 LTX-2.5 做剧本式多镜头对话场景的提示词起草
- 用 Wan Animate 2 做角色动画提示词的用户
如何安装这个 Skill？
- 发布者未经 FollowSkills 注册表验证，身份未知，使用前请自行核实仓库来源。
- 本评估为静态源码审阅，未执行任何测试；输出质量未经实际视频模型生成验证。
- 技能依赖的官方文档与目标视频模型平台均为海外服务，从中国大陆网络访问可能受限。
- 部分索引引用的参考文件（character-sheets.md、Seedance、Wan、Veo 指南）未在本次源材料中展示，其完整性未经验证。
- 无版本号或 changelog，难以追踪技能更新与变更。
- 本地文件系统
最简方式：把仓库链接 https://github.com/Square-Zero-Labs/video-prompting-skill 直接发给你的 AI Agent，让它加载该技能。Claude：按产品提示选择文件夹导入，路径选 video-prompting-skill/video-prompting/，或按 README 打包为 .skill 文件（zip 归档）。Codex：用户级安装执行 mkdir -p ~/.codex/skills && cp -R video-prompting-skill/video-prompting ~/.codex/skills/video-prompting，重启 Codex 使其重新扫描技能；或仓库级放 .codex/skills/ 下。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/Square-Zero-Labs/video-prompting-skill.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/video-prompting" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 使用视频提示词技能，为 MiniMax H3 创建一个……的提示词
- 角色设定表提示词
- photographic identity sheet
直接对 Agent 说：'使用视频提示词技能，为 MiniMax H3 创建一个……的提示词'，或提到具体模型名（Seedance 2.5、Veo 3 等）、'角色设定表提示词'、'photographic identity sheet' 等触发词。技能会先路由请求类型，必要时询问模型与输入模式，然后输出最终提示词；默认单行输出，也可要求 2-3 个不同变体。
这个 Skill 有哪些优点和局限？
- 覆盖十余个主流视频模型的专属提示规范，按模型路由而非一刀切
- 包含角色一致性完整交接链路：角色设定表→场景静帧→视频提示词
- 纯 Markdown 指令，无脚本依赖，安装和使用门槛极低
- 输出规则细致，如默认单行提示词、参数与提示词文本分离
- 无自动化测试或评测数据，各模型指南质量只能自行验证
- 仅面向特定版本的模型（如 Wan 2.2、LTX-2.5），模型更新后指南可能过时
- 源材料未提供实际生成效果示例或用户反馈
- 效果依赖承载 Agent 遵循长指令的能力，弱模型上可能执行不完整
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 视频生成提示词技能 本页 | 58 · 推荐 | ★ 185 | 2 个月前 | Apache-2.0 |
| AI 短片提示词生成技能（shortfilm-prompt） | 61 · 推荐 | ★ 473 | 14 天前 | MIT |
| Vibe Creating 视频提示词技能 | 56 · 谨慎使用 | ★ 150 | 4 个月前 | NOASSERTION |
| 说人话：中文去 AI 味改写 Skill | 65 · 推荐 | ★ 2.1k | 25 天前 | MIT |
| HumanAI 文本人性化引擎 | 52 · 谨慎使用 | ★ 38 | 3 个月前 | MIT |
FollowSkills 如何评估这个 Skill？
该技能为纯文本提示词起草指导，无脚本、无网络请求、无敏感数据处理，权限面极小；README 提供仓库归属与 Apache-2.0 许可，指引中的模型指南均给出官方来源链接，数据流透明。扣分项：发布者未经注册表验证，且未提供撤销/回滚机制说明。
SKILL.md 内部路由逻辑（模型索引、工作流索引、格式规则）自洽，各参考文件与索引路径一致，MiniMax H3 的模式/字段/时间戳规则详尽且含最终合规检查，可作为受控失败模式的替代。扣分项：静态审阅无法执行验证，未附测试套件或 CI 证据；部分模型参考文件（如 character-sheets.md、Seedance、Wan、Veo）未在源材料中展示，无法确认其完整性与错误处理。
描述中明确列出触发词（模型名、'video prompt'、'character sheet prompt' 等）与适用模式（t2v/i2v/参考驱动），场景与受众清晰，并说明了不适用边界（如完整静音 vs 仅无音乐）。扣分项：核心价值依赖大量海外服务（各视频模型平台、官方文档链接指向 X/HuggingFace/ltx.io），从中国大陆访问可能受限；未提供中文支持声明。
采用渐进式披露结构：入口 SKILL.md 路由到 references/ 子文档，扩展方式（新增模型/工作流）有明确说明，README 含安装步骤、.skill 打包方法与教程。扣分项：无版本号/changelog、无 FAQ 或已知限制章节（仅各模型指南内嵌已知弱点）、维护责任与更新路径未声明，发布者身份未知；README 在文件截断处不完整。
技能目标（生成符合各模型 schema 的视频提示词）结构清晰，含示例改写（weak/strong）与完整示例文件（MiniMax H3 全参考、运动图形预告片、LTX-2 示例集），对 MiniMax H3 的字段级规范具备显著的手动操作替代价值。扣分项：无执行证据证明输出可直接使用，有效性基于文档内示例推断，代表性输出的实际可用性未经独立验证。
各模型指南列出官方来源（LTX 官方博客/文档、MiniMax HuggingFace 指南、GitHub 仓库），事实与推断可追溯区分，示例文件可独立比对。扣分项：来源链接未在静态审阅中验证可达或内容一致，覆盖范围限于已展示文件，缺乏第三方执行佐证。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →