fpv-immersive-video-prompting

Name: fpv-immersive-video-prompting
Author: zhouwei713

82stars21forks

How to install fpv-immersive-video-prompting?

zhouwei713/fpv-immersive-video-prompting

$git clone https://github.com/zhouwei713/fpv-immersive-video-prompting

Installs into the current project.

Summary

> *把 AI 视频提示词，从“画面描述”升级成“行动轨迹设计”。*

Files · 1

View on GitHub

README.md

1	<div align="center">
2
3	# FPV 运镜导演.skill
4
5	> 把 AI 视频提示词，从“画面描述”升级成“行动轨迹设计”。
6
7	[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE)
8	[![Agent Skills](https://img.shields.io/badge/Agent%20Skills-Standard-green)](https://agentskills.io)
9	[![Runtime](https://img.shields.io/badge/Runtime-Hermes%20·%20Claude%20·%20Codex%20·%20Cursor-blueviolet)](#安装)
10	[![AI Video](https://img.shields.io/badge/AI%20Video-Seedance%20·%20Kling%20·%20Runway%20·%20Veo-ff69b4)](#适合什么场景)
11
12	<br>
13
14	一个专门为 FPV / image-to-video 设计的 AI 视频提示词 Skill。
15
16	它不只帮你写“电影感、浅景深、光影高级”。
17	它会先设计镜头是谁，从哪里出发，按什么顺序经过哪些人，怎么绕过障碍物，最后停在哪里。
18
19	<br>
20
21	[看效果](#效果示例) · [安装](#安装) · [它解决什么](#它解决什么) · [工作原理](#工作原理) · [资产包](#gpt-image-资产包) · [English](README_EN.md)
22
23	</div>
24
25	---
26
27	## 效果示例
28
29	### 咖啡厅猫咪视角
30
31	用户输入：
32
33	```text
34	帮我做一个咖啡厅里 3 个人依次互动的 FPV 视频提示词，15 秒，猫咪视角
35	```
36
37	Skill 会先判断这不是红线路径场景，而是近距离人物互动。它会生成一套完整资产包，而不是只给一张首帧图。
38
39	```text
40	图片 1：咖啡厅猫咪低机位首帧，带 1、2、3 小编号停靠点
41	图片 2：靠窗女生独立人物参考图
42	图片 3：吧台咖啡师独立人物参考图
43	图片 4：角落圆桌男生独立人物参考图
44	图片 5：干净版首帧，去掉编号，用作真正视频首帧
45	```
46
47	然后输出视频 prompt：
48
49	```text
50	观众是一只在咖啡厅里自由走动的猫咪，镜头保持接近地面的低机位，
51	从咖啡厅入口旁的地垫开始，严格按编号顺序移动：
52	入口地垫 → 1 靠窗座位的女生 → 2 吧台前的咖啡师 → 3 角落圆桌旁的男生 → 窗边阳光下停住。
53
54	全片包含 exactly 3 个主要人物，不要增加或减少主目标。
55	镜头运动必须符合猫咪的身体限制，能看到桌腿、椅腿、地面纹理、人的鞋子，
56	可以短暂停顿、好奇转头、绕开障碍物，但不能飞，不能跳上吧台，不能穿过桌椅和人腿。
57	```
58
59	这类提示词的重点不是“咖啡厅很漂亮”，而是让视频模型知道猫到底怎么走。
60
61	---
62
63	### 世界地图飞行
64
65	用户输入：
66
67	```text
68	我想做一个 Seedance 2.0 的世界地图飞行，从雪原穿过峡谷、王城，最后到火山。
69	```
70
71	Skill 会切换到红线路径控制模式。
72
73	```text
74	图片 1：16:9 奇幻大陆航拍路线规划图，一条连续红线从雪原出发，经过峡谷和王城，抵达火山口
75	图片 2：可选干净世界参考图，去掉红线
76	```
77
78	视频 prompt 会明确说明：
79
80	```text
81	红色路线只作为摄像机路径控制，不是最终画面内容。
82	最终视频不要出现红线、箭头、地图标注、文字标签、UI 或俯视地图感。
83	镜头必须严格沿红线几何飞行，有自然 banking、贴近地形掠过、穿越地标时的前景视差和稳定地平线。
84	```
85
86	同样是 FPV，一个是猫在咖啡厅里走，一个是无人机穿越大陆。两种场景不能用同一套提示词。
87
88	---
89
90	## 它解决什么
91
92	很多 AI 视频 prompt 看起来很完整，实际一生成就翻车。
93
94	常见问题是：
95
96	- 镜头突然瞬移，空间断了
97	- 人物数量一会儿多一会儿少
98	- 首帧里的编号、红线、箭头残留在成片里
99	- 说是猫咪视角，结果变成无人机视角
100	- 说是一镜到底，结果中间跳切
101	- 室内路线穿过桌子、椅子、墙和人腿
102	- 多人物互动里，角色脸和衣服互相漂移
103
104	原因通常不是缺少风格词，而是缺少行动轨迹。
105
106	FPV 视频要写清楚的不是一张图，而是一段运动：谁在看，怎么走，经过谁，在哪里停，什么东西不能变。
107
108	---
109
110	## 适合什么场景
111
112	- 咖啡厅、客厅、展厅、庭院、宫殿等室内一镜到底
113	- 3 到 8 个角色依次互动的短视频
114	- 猫、狗、机器人吸尘器、无人机、鸟、幽灵、车辆等非人类 POV
115	- GPT Image / GPT-Image-2 首帧和人物参考图资产包
116	- Seedance、Kling、Runway、Veo 等 image-to-video 工作流
117	- 红线路径控制、世界地图飞行、城市到地标、峡谷穿越、赛车线路
118	- 想把提示词从“视觉描述”变成“镜头调度”的创作者
119
120	---
121
122	## 工作原理
123
124	这个 Skill 会把一个 FPV 视频拆成 8 个问题。
125
126	```text
127	1. 摄像机是谁
128	2. 从哪里开始
129	3. exactly 有多少个主要人物或目标
130	4. 按什么顺序经过它们
131	5. 每一段路线是否物理可达
132	6. 每个停靠点发生什么互动
133	7. 哪些身份、服装、位置必须保持一致
134	8. 哪些东西绝对不能出现在最终画面里
135	```
136
137	然后它会选择两种路线模式之一。
138
139	### 编号停靠点
140
141	适合近距离人物互动、室内空间、咖啡厅、客厅、派对、展厅。
142
143	这类场景里不要默认画红线。红线很容易穿过桌椅、墙面和人腿，也容易残留在视频里。
144
145	更稳定的做法是，在首帧里放小编号 1、2、3，把角色顺序标清楚。真正的移动路线交给视频 prompt 约束。
146
147	### 红线路径控制
148
149	适合大世界路线、航拍地图、城市飞行、峡谷穿越、赛车线路、Seedance 2.0 path control。
150
151	这类场景的核心是路线几何。红线可以作为路径控制，但最终视频里必须完全消失。
152
153	---
154
155	## GPT Image 资产包
156
157	如果场景里有 N 个主要人物，Skill 默认生成完整资产包。
158
159	```text
160	1 张带编号首帧图
161	N 张人物独立参考图
162	1 张可选干净首帧图
163	```
164
165	以 3 人咖啡厅为例：
166
167	```text
168	图片 1：咖啡厅猫咪视角首帧，带编号 1、2、3
169	图片 2：靠窗女生参考图
170	图片 3：咖啡师参考图
171	图片 4：角落男生参考图
172	图片 5：干净版首帧，去掉编号和所有标记
173	```
174
175	这样做的目的很简单：首帧管空间，人物参考管身份，干净首帧管最终输入。
176
177	如果只给一张图，视频模型很容易把路线、角色和画面标记混在一起。
178
179	---
180
181	## 安装
182
183	### 方式一：安装到 Hermes
184
185	```bash
186	git clone https://github.com/zhouwei713/fpv-immersive-video-prompting.git \
187	~/.hermes/skills/creative/fpv-immersive-video-prompting
188	```
189
190	重启 Hermes，或开启新会话后即可使用：
191
192	```text
193	fpv-immersive-video-prompting
194	```
195
196	### 方式二：作为通用 Skill 使用
197
198	如果你不使用 Hermes，也可以直接把 `SKILL.md` 放进 Claude、Codex、Cursor、OpenCode 或其他支持 Skill / long prompt 的 Agent 环境里。
199
200	### 方式三：只当提示词方法论参考
201
202	直接阅读：
203
204	```text
205	SKILL.md
206	skill/references/gpt-image-asset-packs.md
207	skill/references/session-patterns.md
208	```
209
210	---
211
212	## 使用方式
213
214	你可以这样说：
215
216	```text
217	帮我做一个咖啡厅里 3 个人依次互动的 FPV 视频提示词，15 秒，猫咪视角
218	```
219
220	```text
221	做一个宫殿庭院 FPV，一镜到底经过 5 个角色，最后到池塘边
222	```
223
224	```text
225	我有一张世界地图，想让镜头沿红线从雪原飞到火山，帮我写 Seedance 2.0 prompt
226	```
227
228	```text
229	给我一套 GPT Image 生图 prompt，要包含首帧图、人物参考图和干净版首帧
230	```
231
232	---
233
234	## 仓库结构
235
236	```text
237	.
238	├── README.md
239	├── README_EN.md
240	├── SKILL.md
241	├── skill/
242	│ ├── SKILL.md
243	│ └── references/
244	│ ├── gpt-image-asset-packs.md
245	│ ├── liyue-ai-redline-fpv-case.md
246	│ ├── mayz-seedance-world-route-case.md
247	│ ├── public-article-angle.md
248	│ └── session-patterns.md
249	├── examples/
250	│ ├── numbered-stop-example.md
251	│ └── redline-route-examp

People who liked this also viewed

6 picks

Type

outlinesStructured OutputsPromptsJul 2026—15k
GPT-Image2-SkillGPT Image 2 prompt gallery, image prompt library, agentic skill, and CLI for OpenAI image generation/editingPromptsJul 2026—3.9k
PromptEnhancer[CVPR 2026] PromptEnhancer is a prompt-rewriting tool, refining prompts into clearer, structured versions for better image generation.PromptsJun 2026—3.7k
diffusiondbA large-scale text-to-image prompt gallery dataset based on Stable DiffusionPromptsJul 2024—1.4k
stable-diffusion-prompt-readerA simple standalone viewer for reading prompts from Stable Diffusion generated image outside the webui.PromptsMay 2024—1.3k
female-portrait-directorA modular Codex Skill for directing and expanding detailed AI female portrait prompts.PromptsJul 2026—1.1k

fpv-immersive-video-prompting

82stars21forks

View on GitHub

How to install fpv-immersive-video-prompting?

zhouwei713/fpv-immersive-video-prompting

$git clone https://github.com/zhouwei713/fpv-immersive-video-prompting

Installs into the current project.

Summary

> *把 AI 视频提示词，从“画面描述”升级成“行动轨迹设计”。*

Files · 1

View on GitHub

README.md

1	<div align="center">
2
3	# FPV 运镜导演.skill
4
5	> 把 AI 视频提示词，从“画面描述”升级成“行动轨迹设计”。
6
7	[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE)
8	[![Agent Skills](https://img.shields.io/badge/Agent%20Skills-Standard-green)](https://agentskills.io)
9	[![Runtime](https://img.shields.io/badge/Runtime-Hermes%20·%20Claude%20·%20Codex%20·%20Cursor-blueviolet)](#安装)
10	[![AI Video](https://img.shields.io/badge/AI%20Video-Seedance%20·%20Kling%20·%20Runway%20·%20Veo-ff69b4)](#适合什么场景)
11
12	<br>
13
14	一个专门为 FPV / image-to-video 设计的 AI 视频提示词 Skill。
15
16	它不只帮你写“电影感、浅景深、光影高级”。
17	它会先设计镜头是谁，从哪里出发，按什么顺序经过哪些人，怎么绕过障碍物，最后停在哪里。
18
19	<br>
20
21	[看效果](#效果示例) · [安装](#安装) · [它解决什么](#它解决什么) · [工作原理](#工作原理) · [资产包](#gpt-image-资产包) · [English](README_EN.md)
22
23	</div>
24
25	---
26
27	## 效果示例
28
29	### 咖啡厅猫咪视角
30
31	用户输入：
32
33	```text
34	帮我做一个咖啡厅里 3 个人依次互动的 FPV 视频提示词，15 秒，猫咪视角
35	```
36
37	Skill 会先判断这不是红线路径场景，而是近距离人物互动。它会生成一套完整资产包，而不是只给一张首帧图。
38
39	```text
40	图片 1：咖啡厅猫咪低机位首帧，带 1、2、3 小编号停靠点
41	图片 2：靠窗女生独立人物参考图
42	图片 3：吧台咖啡师独立人物参考图
43	图片 4：角落圆桌男生独立人物参考图
44	图片 5：干净版首帧，去掉编号，用作真正视频首帧
45	```
46
47	然后输出视频 prompt：
48
49	```text
50	观众是一只在咖啡厅里自由走动的猫咪，镜头保持接近地面的低机位，
51	从咖啡厅入口旁的地垫开始，严格按编号顺序移动：
52	入口地垫 → 1 靠窗座位的女生 → 2 吧台前的咖啡师 → 3 角落圆桌旁的男生 → 窗边阳光下停住。
53
54	全片包含 exactly 3 个主要人物，不要增加或减少主目标。
55	镜头运动必须符合猫咪的身体限制，能看到桌腿、椅腿、地面纹理、人的鞋子，
56	可以短暂停顿、好奇转头、绕开障碍物，但不能飞，不能跳上吧台，不能穿过桌椅和人腿。
57	```
58
59	这类提示词的重点不是“咖啡厅很漂亮”，而是让视频模型知道猫到底怎么走。
60
61	---
62
63	### 世界地图飞行
64
65	用户输入：
66
67	```text
68	我想做一个 Seedance 2.0 的世界地图飞行，从雪原穿过峡谷、王城，最后到火山。
69	```
70
71	Skill 会切换到红线路径控制模式。
72
73	```text
74	图片 1：16:9 奇幻大陆航拍路线规划图，一条连续红线从雪原出发，经过峡谷和王城，抵达火山口
75	图片 2：可选干净世界参考图，去掉红线
76	```
77
78	视频 prompt 会明确说明：
79
80	```text
81	红色路线只作为摄像机路径控制，不是最终画面内容。
82	最终视频不要出现红线、箭头、地图标注、文字标签、UI 或俯视地图感。
83	镜头必须严格沿红线几何飞行，有自然 banking、贴近地形掠过、穿越地标时的前景视差和稳定地平线。
84	```
85
86	同样是 FPV，一个是猫在咖啡厅里走，一个是无人机穿越大陆。两种场景不能用同一套提示词。
87
88	---
89
90	## 它解决什么
91
92	很多 AI 视频 prompt 看起来很完整，实际一生成就翻车。
93
94	常见问题是：
95
96	- 镜头突然瞬移，空间断了
97	- 人物数量一会儿多一会儿少
98	- 首帧里的编号、红线、箭头残留在成片里
99	- 说是猫咪视角，结果变成无人机视角
100	- 说是一镜到底，结果中间跳切
101	- 室内路线穿过桌子、椅子、墙和人腿
102	- 多人物互动里，角色脸和衣服互相漂移
103
104	原因通常不是缺少风格词，而是缺少行动轨迹。
105
106	FPV 视频要写清楚的不是一张图，而是一段运动：谁在看，怎么走，经过谁，在哪里停，什么东西不能变。
107
108	---
109
110	## 适合什么场景
111
112	- 咖啡厅、客厅、展厅、庭院、宫殿等室内一镜到底
113	- 3 到 8 个角色依次互动的短视频
114	- 猫、狗、机器人吸尘器、无人机、鸟、幽灵、车辆等非人类 POV
115	- GPT Image / GPT-Image-2 首帧和人物参考图资产包
116	- Seedance、Kling、Runway、Veo 等 image-to-video 工作流
117	- 红线路径控制、世界地图飞行、城市到地标、峡谷穿越、赛车线路
118	- 想把提示词从“视觉描述”变成“镜头调度”的创作者
119
120	---
121
122	## 工作原理
123
124	这个 Skill 会把一个 FPV 视频拆成 8 个问题。
125
126	```text
127	1. 摄像机是谁
128	2. 从哪里开始
129	3. exactly 有多少个主要人物或目标
130	4. 按什么顺序经过它们
131	5. 每一段路线是否物理可达
132	6. 每个停靠点发生什么互动
133	7. 哪些身份、服装、位置必须保持一致
134	8. 哪些东西绝对不能出现在最终画面里
135	```
136
137	然后它会选择两种路线模式之一。
138
139	### 编号停靠点
140
141	适合近距离人物互动、室内空间、咖啡厅、客厅、派对、展厅。
142
143	这类场景里不要默认画红线。红线很容易穿过桌椅、墙面和人腿，也容易残留在视频里。
144
145	更稳定的做法是，在首帧里放小编号 1、2、3，把角色顺序标清楚。真正的移动路线交给视频 prompt 约束。
146
147	### 红线路径控制
148
149	适合大世界路线、航拍地图、城市飞行、峡谷穿越、赛车线路、Seedance 2.0 path control。
150
151	这类场景的核心是路线几何。红线可以作为路径控制，但最终视频里必须完全消失。
152
153	---
154
155	## GPT Image 资产包
156
157	如果场景里有 N 个主要人物，Skill 默认生成完整资产包。
158
159	```text
160	1 张带编号首帧图
161	N 张人物独立参考图
162	1 张可选干净首帧图
163	```
164
165	以 3 人咖啡厅为例：
166
167	```text
168	图片 1：咖啡厅猫咪视角首帧，带编号 1、2、3
169	图片 2：靠窗女生参考图
170	图片 3：咖啡师参考图
171	图片 4：角落男生参考图
172	图片 5：干净版首帧，去掉编号和所有标记
173	```
174
175	这样做的目的很简单：首帧管空间，人物参考管身份，干净首帧管最终输入。
176
177	如果只给一张图，视频模型很容易把路线、角色和画面标记混在一起。
178
179	---
180
181	## 安装
182
183	### 方式一：安装到 Hermes
184
185	```bash
186	git clone https://github.com/zhouwei713/fpv-immersive-video-prompting.git \
187	~/.hermes/skills/creative/fpv-immersive-video-prompting
188	```
189
190	重启 Hermes，或开启新会话后即可使用：
191
192	```text
193	fpv-immersive-video-prompting
194	```
195
196	### 方式二：作为通用 Skill 使用
197
198	如果你不使用 Hermes，也可以直接把 `SKILL.md` 放进 Claude、Codex、Cursor、OpenCode 或其他支持 Skill / long prompt 的 Agent 环境里。
199
200	### 方式三：只当提示词方法论参考
201
202	直接阅读：
203
204	```text
205	SKILL.md
206	skill/references/gpt-image-asset-packs.md
207	skill/references/session-patterns.md
208	```
209
210	---
211
212	## 使用方式
213
214	你可以这样说：
215
216	```text
217	帮我做一个咖啡厅里 3 个人依次互动的 FPV 视频提示词，15 秒，猫咪视角
218	```
219
220	```text
221	做一个宫殿庭院 FPV，一镜到底经过 5 个角色，最后到池塘边
222	```
223
224	```text
225	我有一张世界地图，想让镜头沿红线从雪原飞到火山，帮我写 Seedance 2.0 prompt
226	```
227
228	```text
229	给我一套 GPT Image 生图 prompt，要包含首帧图、人物参考图和干净版首帧
230	```
231
232	---
233
234	## 仓库结构
235
236	```text
237	.
238	├── README.md
239	├── README_EN.md
240	├── SKILL.md
241	├── skill/
242	│ ├── SKILL.md
243	│ └── references/
244	│ ├── gpt-image-asset-packs.md
245	│ ├── liyue-ai-redline-fpv-case.md
246	│ ├── mayz-seedance-world-route-case.md
247	│ ├── public-article-angle.md
248	│ └── session-patterns.md
249	├── examples/
250	│ ├── numbered-stop-example.md
251	│ └── redline-route-examp

People who liked this also viewed

6 picks

Type