AI Film Workflow Skill

从一张图片到完整电影的系统化创作技能

🎯 Skill Purpose

这个skill帮助你使用AI工具（如Midjourney、Kling AI等）从单张图片创建完整的电影短片。基于"One Image to Movie"方法论，提供结构化的工作流程。

📋 When to Use This Skill

当用户请求以下任务时自动激活：

•"帮我用AI制作一个短片"
•"从这张图片生成电影"
•"创建分镜故事板"
•"设计AI视频工作流"
•"生成电影分镜网格"
•任何涉及"AI电影"、"图片转视频"、"分镜设计"的请求

🚀 Core Workflow

Phase 1: 项目初始化

yaml

步骤1: 收集需求
- 询问用户的创作主题
- 确定目标时长（1-5分钟 / 5-15分钟）
- 了解风格偏好（现实主义 / 艺术化 / 科幻等）
- 确认是否有起点图片

步骤2: 规划网格规模
- 1-2分钟：推荐3×3 = 9格
- 2-5分钟：推荐4×5 = 20格
- 5-15分钟：推荐6×10 = 60格

步骤3: 选择叙事结构
- 史诗衰败：时间流逝主题
- 英雄旅程：冒险成长故事
- 双线叙事：平行对比
- 循环叙事：首尾呼应

Phase 2: 提示词生成

使用三层架构生成完整提示词：

python

def generate_prompt(project_config):
    """
    生成完整的分镜网格提示词
    """
    prompt = f"""
    # 第一层：全局约束
    创建一个 {project_config['rows']}×{project_config['cols']} 的电影分镜网格

    视觉风格：{project_config['visual_style']}
    色彩调色板：{project_config['color_palette']}
    光照系统：{project_config['lighting']}

    禁止事项：
    ❌ {', '.join(project_config['forbidden_items'])}

    # 第二层：面板结构
    {generate_panel_structure(project_config)}

    # 第三层：单元描述
    {generate_panel_details(project_config)}
    """
    return prompt

关键原则：

•每个面板必须包含：镜头类型 + 叙事情境 + 具体动作 + 视觉构图 + 情感氛围
•重复核心视觉元素确保一致性
•使用具体的色彩代码（如#D4A574）而非模糊描述

Phase 3: 分镜生成与质量检查

markdown

生成后立即执行检查清单：

□ 视觉一致性检查
  □ 色调统一？
  □ 核心对象外观一致？
  □ 光照方向合理？

□ 叙事连贯性检查
  □ 故事能讲通？
  □ 时间流逝标记清晰？
  □ 无逻辑跳跃？

□ 技术规范检查
  □ 无多余文字？
  □ 分辨率统一？
  □ 无AI瑕疵？

Phase 4: 图生视频

markdown

Kling AI 最佳实践：
- 时长：5秒（最佳平衡点）
- 运动强度：3-5/10
- 使用起始帧锁定
- 单个动作而非多个复杂动作

生成策略：
1. 先生成关键面板（第1、10、20格）
2. 验证质量和一致性
3. 批量生成其余面板
4. 记录每个片段的参数以便重新生成

Phase 5: 剪辑与导出

markdown

剪辑流程：
1. 先剪辑无声版本
2. 确定视觉节奏
3. 添加音频层：
   - 环境音（-30dB到-20dB）
   - 音效（-15dB到-5dB）
   - 音乐（-20dB到-10dB）
   - 细节音（-25dB到-18dB）
4. 色彩校正统一
5. 最终输出（1080p+, H.264, 10Mbps+）

🎨 Interactive Template Generator

当用户请求创建项目时，使用AskUserQuestion工具收集信息：

yaml

Question 1: 选择项目规模
- "小试牛刀（9格，1-2分钟）"
- "标准短片（20格，2-5分钟）（推荐）"
- "中篇作品（60格，5-15分钟）"

Question 2: 选择叙事类型
- "史诗衰败（时间流逝主题）"
- "英雄旅程（冒险成长）"
- "双线叙事（平行对比）"
- "自定义"

Question 3: 视觉风格
- "照片级现实主义"
- "艺术插画风格"
- "概念设计风格"
- "自定义"

Question 4: 是否有起点图片？
- "是，我会提供"
- "否，需要AI生成"

📤 GitHub Auto-Upload Feature

自动保存到GitHub仓库

当用户完成一个项目后，询问是否保存到GitHub：

python

def save_to_github(project_data):
    """
    自动将项目保存到 github.com/yanglele2/ai-film-workflow
    """
    # 1. 创建项目文件夹
    project_name = project_data['name']
    project_path = f"examples/projects/{project_name}"

    # 2. 生成项目文档
    create_project_readme(project_data)
    save_prompts(project_data['prompts'])
    save_metadata(project_data['config'])

    # 3. Git提交
    git_commit_message = f"""
    Add project: {project_name}

    - Project type: {project_data['type']}
    - Grid size: {project_data['grid_size']}
    - Created with AI Film Workflow Skill

    Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
    """

    # 4. 推送到GitHub
    git_push_to_remote()

    return f"✅ 项目已保存到: https://github.com/yanglele2/ai-film-workflow/tree/main/{project_path}"

保存内容：

•README.md - 项目概述和配置
•prompt.md - 完整的生成提示词
•metadata.json - 技术参数和配置
•storyboard.png - 分镜网格图（如果有）
•notes.md - 制作笔记和经验总结

🛠️ Helper Functions

1. 提示词质量评估

python

def evaluate_prompt_quality(prompt):
    """
    评估提示词质量并给出改进建议
    """
    checks = {
        "全局约束": check_global_constraints(prompt),
        "视觉一致性": check_visual_consistency(prompt),
        "细节层次": check_detail_levels(prompt),
        "禁止事项": check_forbidden_items(prompt)
    }

    score = calculate_score(checks)
    suggestions = generate_suggestions(checks)

    return {
        "score": score,
        "passed": score >= 80,
        "suggestions": suggestions
    }

2. 网格布局优化器

python

def optimize_grid_layout(story_structure, target_duration):
    """
    根据故事结构和目标时长优化网格布局
    """
    # 三幕式分配
    act1_panels = int(0.3 * total_panels)  # 设定
    act2_panels = int(0.5 * total_panels)  # 对抗
    act3_panels = int(0.2 * total_panels)  # 解决

    return {
        "act1": f"面板 1-{act1_panels}",
        "act2": f"面板 {act1_panels+1}-{act1_panels+act2_panels}",
        "act3": f"面板 {act1_panels+act2_panels+1}-{total_panels}"
    }

3. 时间线生成器

python

def generate_timeline(narrative_type, panel_count):
    """
    生成时间线策略
    """
    if narrative_type == "epic_decay":
        return {
            "1-10": "秒到分钟（快节奏）",
            "11-15": "小时到天（过渡）",
            "16-18": "年到十年（时间跳跃）",
            "19-20": "数十年到世纪（终章）"
        }
    elif narrative_type == "hero_journey":
        return {
            "1-3": "平凡世界",
            "4-5": "冒险召唤",
            "6-12": "试炼之路",
            "13-15": "深渊历险",
            "16-20": "凯旋归来"
        }
    # ... 其他类型

📚 Knowledge Base Reference

当需要详细信息时，引用仓库中的文档：

yaml

提示词工程: /docs/WORKFLOW_GUIDE.md#part-1-提示词工程框架
网格规划: /docs/WORKFLOW_GUIDE.md#part-2-结构化规划方法
模板库: /prompts/
案例研究: /examples/case_studies/abandon_ship/
问题解决: /docs/WORKFLOW_GUIDE.md#part-9-常见问题与解决方案

🎯 Success Criteria

一个成功的AI电影项目应该：

✅ 视觉一致性 - 所有面板色调、风格统一 ✅ 叙事清晰 - 故事能被理解，情感弧线明确 ✅ 技术质量 - 无明显AI瑕疵，分辨率统一 ✅ 节奏感 - 镜头切换流畅，不枯燥不过载 ✅ 可复现性 - 提示词和参数完整记录

🔄 Iterative Workflow

mermaid

用户请求 → 收集需求 → 生成提示词 → 质量评估
                                        ↓
                                   评分 < 80?
                                        ↓
                                   优化建议 → 修改提示词
                                        ↓
                                   评分 ≥ 80
                                        ↓
                              生成分镜 → 质量检查 → 图生视频
                                                       ↓
                                              剪辑导出 → 保存到GitHub

💡 Pro Tips

•从小开始 - 第一次使用先做9格测试
•保存参数 - 记录每个成功生成的参数配置
•批量生成 - 先生成关键帧验证质量
•迭代优化 - 不要期待一次完美，允许重新生成
•社区分享 - 将成功案例保存到GitHub供他人学习

🚨 Common Pitfalls to Avoid

❌ 过度复杂 - 不要在单个面板中描述多个复杂动作 ❌ 忽略一致性 - 每个面板必须重复核心视觉元素 ❌ 模糊描述 - 用具体参数（色码、镜头类型）而非形容词 ❌ 跳过检查 - 生成后必须执行质量检查清单 ❌ 忘记保存 - 及时保存提示词和参数配置

📖 Example Invocations

Example 1: 快速开始

code

User: "帮我用AI做个关于孤独宇航员的短片"

Claude:
我来帮你创建这个项目！基于"孤独宇航员"主题，我推荐：

[使用AskUserQuestion收集更多信息]
- 时长偏好？（推荐2-5分钟的20格）
- 叙事重点？（时间流逝/内心挣扎/探索发现）
- 视觉风格？（推荐照片级现实主义科幻）

[生成完整提示词]
[执行质量评估]
[提供分步指导]

Example 2: 保存项目

code

User: "把这个项目保存到GitHub"

Claude:
[检查项目完整性]
[生成项目文档]
[Git commit和push]

✅ 项目已保存到：
https://github.com/yanglele2/ai-film-workflow/tree/main/examples/projects/lonely-astronaut

包含内容：
- README.md（项目概述）
- prompt.md（完整提示词）
- metadata.json（技术配置）
- notes.md（制作经验）

🔗 Integration with Claude Code

这个skill自动集成到Claude Code中：

bash

# 激活方式1: 直接请求
"帮我创建AI电影"

# 激活方式2: 使用skill命令
/ai-film-workflow

# 查看skill状态
claude skills list | grep ai-film

📊 Metrics & Tracking

每个项目自动记录：

•创建日期
•网格规模
•生成时间
•迭代次数
•最终评分
•用户反馈

这些数据用于持续改进workflow。

🎓 Learning Path for Users

•初学者 - 从9格开始，使用预设模板
•中级 - 尝试20格，自定义提示词
•高级 - 创建60格+，混合多种技巧
•专家 - 贡献新模板到GitHub仓库

Remember: 这个skill的目标是让AI电影创作变得系统化、可复现、高质量。始终优先考虑用户体验和成品质量。