把场景拆开看一下。返回 JSON {"subject":"...","action":"...","setting":"...","shot":"...","style":"..."}: subject - 谁/什么，action - 一个操作，setting - 地点和时间， shot - 平面和角度（近/中/一般，相机水平），style—视觉风格。
视频提示有一个骨架，就像电影剧照一样。将其分解为几个部分：主题（谁/什么）、动作（他在做什么）、环境（地点和时间）、镜头（特写、中景、一般）、透视（眼睛水平、上方、下方）、光线和情绪（温暖的日落、寒冷的早晨）、风格（现实主义、水彩、3D）。神经网络就像导演的要求一样读取描述：每个部分的命名越准确，它为你思考的就越少。关键技术是每个场景一个动作。 “孩子发射纸飞机”会保留下来，但“跑、跳、接住、笑”会分解成文物。第二种技术：首先描述一个密集的静态框架，例如照片，然后才添加运动 - 模型首先构建稳定的构图，然后将其动画化。一个典型的错误是写情感而不是行为：模型很难理解“氛围”、“史诗”。用可见的东西代替它：“相机慢慢放大，一束光中的灰尘斑点。”规则很简单：如果某个动作无法显示在屏幕上，模型将忽略它。
解锁提交解决方案以供即时 AI 审核的权限。