152张镜头配方：让AI写出电影感产品视频脚本的开源Skill

如果你最近逛过任何一个 AI Agent 相关的开源社区大概率会撞见一个高频词Skill。有人说它是“会说话的文章”有人说它是“给 AI 的岗位说明书”但真正用过的人会告诉你Skill 决定了一个 AI 拿到任务之后是用知乎小编的文风交差还是用老摄影师的分镜逻辑来思考。今天分享的这个开源项目把 152 张电影镜头配方做成了一个 Skill专门解决一个特别实际的问题不懂镜头语言的人怎么让 AI 帮你写出有电影感的产品视频脚本。这个项目不是一个视频生成模型也不依赖任何付费 API。它是一套结构化的“镜头知识包”告诉 AI 在什么场景下应该用什么样的焦距、光圈、运镜、布光和剪辑节奏。你只需要把产品信息扔给它它就能输出一套可以直接拉去拍摄的分镜脚本。我觉得它最值得聊的不是“152”这个数字本身而是背后的一个判断把电影感的规律变成可复用的知识资产这件事本身就能撬动整个视频内容生产的效率。适合谁来参考电商运营、短视频编导、独立开发者、小型工作室甚至只是想在朋友圈把产品拍得高级一点的个人卖家都能从中找到可操作的东西。1. 这个开源 Skill 解决的问题让 AI 真正“懂镜头语言”先别急着看代码和配置我们得先把一个认知问题聊透为什么普通用户用 AI 写视频脚本写出来的东西总差点意思我见过太多人在 AI 对话框里输入“帮我写一个产品宣传片脚本”得到的结果基本都是一个模板开头展示痛点、中间介绍功能、结尾引导购买。结构没毛病但拍出来就是“PPT 配音”完全没有电影感。原因是 AI 虽然看了大量文本但它没有一个标准化的方法去判断“这个画面应该用长焦还是广角”“这里为什么要缓缓推进而不是一刀切”。它不缺知识缺的是把知识组织起来的“工作流”。1.1 Skill 不是高级 Prompt而是一套标准作业程序很多人第一次接触 Skill 的时候会把它理解成“更长的 Prompt”。不是的。Prompt 是你临时给 AI 的嘱咐比如“你是一个导演请写分镜”Skill 是一套标准作业程序它包含触发条件、知识库、决策规则和输出格式。类比一下Prompt 相当于你进餐厅对服务员说“给我来点好吃的”Skill 相当于后厨的 SOP 手册——配菜标准、火候时间、摆盘规则、出餐流程全部写清楚哪怕换一个新手厨师也能稳定出菜。这个开源 Skill 做到了什么程度它把跟“电影感产品视频”相关的知识拆成了三层一层是镜头句法怎么拍一层是情绪映射为什么这么拍一层是输出约束如何交付给下一个环节。AI 拿到 Skill 之后不再自由发挥而是按这套标准作业程序来“做菜”。这也就是为什么它输出的分镜脚本比我手动调 Prompt 出来的东西高不止一个 level。1.2 152 张镜头配方从分镜脚本到可复用决策树项目里最核心的资产是那 152 张“镜头配方”。每张配方不是一句“低角度拍出大气感”这种正确的废话而是一个包含了机位、焦距、光圈、运镜速度、灯光方向、声音设计和剪辑节奏的完整决策包。举个例子配方库里有“微距气泡水光”这一类目它给 AI 的定义是使用 100mm 微距镜头、f/2.8 光圈、逆光位加柔光箱配合每秒 0.5 倍速的极慢推镜用于表现碳酸饮料的新鲜感和高级质感。AI 只需要在你的产品描述里看到“气泡水”“玻璃瓶”“夏季”这些关键词就能自动匹配并调用这张配方生成对应的分镜结构。配方之间还可以组合。比如你要拍一块机械手表Skill 会同时激活“金属质感特写”配方和“低角度仰视规整构图”配方再叠加一个“齿轮微距运动”的子配方最后拼出一组连贯的镜头序列。它不是让你查字典式地找单个镜头而是像搭乐高一样把底层镜头语块组合成完整的叙事节奏。这个思路本质上是一棵“影像决策树”——产品特征输入进来情绪关键词做分流配方规则做匹配最后生成一套有依据的镜头方案。1.3 到底谁能用上它目标用户与适用场景说点实在的这个 Skill 最适合的就是三类人。第一类是电商内容团队。大促前要量产短视频每个产品都得有分镜脚本。以前靠编导拍脑袋现在把产品规格和卖点丢给 AI五分钟出一版分镜编导只需要做筛选和微调。第二类是个人/小工作室的老板。他们往往是全能选手拍视频只是其中一项工作没有时间系统学导演知识但又不想让自己的产品页面看起来廉价。这套 Skill 相当于给他们配了一个“随叫随到的摄影顾问”。第三类是做 AI Agent 产品的开发者。这类人正在研究怎么用 Skill 把垂类行业经验固化下来这个项目就是一个绝佳的参考案例它很好地展示了如何把一个高度依赖从业者经验的领域影视拍摄转化成 AI 可执行的结构化知识。2. 拆解 152 张镜头配方数据结构与设计思路说完了定位我们进到技术层面。这个 Skill 的核心文件结构并不复杂但设计上有不少值得抄作业的地方。我把我克隆下来之后看到的目录结构和关键文件给你捋一遍。2.1 SKILL.md 入口与触发机制Skill 的入口是一个叫SKILL.md的文件里面用 YAML frontmatter 定义了 Skill 的名称、描述和触发条件。以这个项目为例它的文件开头大概长这样--- name: cinematic-product-skill description: 用于生成具有电影感的产品视频分镜脚本。当用户提供产品信息并希望拍摄宣传视频、广告短片、产品展示视频时使用。包含152种经典镜头配方。 triggers: - 产品视频 - 分镜脚本 - 宣传片 - cinematic shot - shot list ---描述写得好不好直接决定 AI 在什么场景下会主动调用这套 Skill。很多人在写 Skill 时犯的错就是把 description 写得太宽泛结果 AI 在完全不相干的任务里也去触发它。这个项目的解法是“场景产出物”双重限定并且在 triggers 里预留了中英文关键词。如果你要在自己项目里复用这块值得反复打磨因为触发机制决定了 Skill 是“召之即来”还是在后台乱抢活。触发之后SKILL.md 的正文部分会引导 AI 完成三步第一步读取配方索引第二步根据产品信息做配方匹配第三步按固定模板输出分镜。每一步都有明确的输入输出定义AI 不需要猜接下来干什么。2.2 配方库的统一数据模型真正硬核的部分在recipes/目录下里面有 152 个 JSON 文件一个文件就是一张配方。每个配方都遵循相同的 schema字段设计很克制但每一条都有实际用途字段含义示例id配方唯一标识C-027-BUBBLE-MACROname配方名称气泡逆光微距category所属镜头类别macro / motion / lightingemotion主要负责的情绪基调fresh, sparkling, premiumscene_tags匹配的场景标签glass_bottle, carbonated_drinkcamera.lens镜头焦距建议100mm macrocamera.aperture光圈建议f/2.8camera.fov视场角参考24.6°composition构图规则rule_of_thirds, negative_space_toplighting布光方案backlight, softbox, edge_lightmovement运镜方式与速度push_in, slow, 5cmsound声音设计建议bubbles, glass_clink, low_ambientediting剪辑与调色方向0.5x slow, teal_orange, grain_8mmtrigger触发逻辑关键词fresh, premiumexample_prompt可以直接复用的示例提示词一段完整的镜头描述我当时看到这个表格的第一反应是这哪是镜头配方分明是一套“影像知识图谱”。它把本来只存在于摄影师脑子里的经验——比如“拍饮品要用逆光、要用微距、要放慢速度”——变成了 AI 可以检索、匹配、组合的数据。尤其加分的是example_prompt字段它等于给 AI 提供了“标准答案”样本AI 在生成时可以参考这些示例来规范自己的输出语言不会跑偏到抽象的艺术评论。2.3 为什么定在 152 条配方数量与可维护性的平衡我见过很多类似项目一上来就做几千条规则结果维护成本极高AI 检索时也经常匹配到一堆“沾边但没用”的结果。这个项目把规模控制在 152 条我认为是经过思考的。152 不是随意拍出来的数字它刚好覆盖了产品视频最常用的拍摄维度。按机位分有低角度、俯拍、平视、过肩、主观视角按运动分有推、拉、摇、移、跟、升降按光学分有微距、长焦压缩、广角畸变、浅景深、移轴按灯光分有伦勃朗光、侧逆光、蝴蝶光、硬光、柔光。再乘以常见的产品类型饮品类、美妆类、电子产品类、钟表类、鞋服类就得到了一个“够用但不冗余”的配方规模。这个尺度的好处是AI 在匹配时不会陷入“选择困难症”人脑也能在可接受的时间内完成人工校准。如果你要在这个项目基础上扩展我建议先保持 152 条的框架只在对应 category 下做增减而不是推翻重来。维护一个 Skill 和养一只猫很像空间太大它容易野空间太小它又施展不开。3. 实操演示让 AI 输出一套电影感产品分镜理论聊得差不多了直接上手上跑一遍。我以“拍一支哑光口红的 15 秒宣传片”为例带你走一遍从安装到出分镜全流程。这是目前我测试过的开源 Skills 中上手成本最低、产出最稳定的一套。3.1 环境准备与安装配置先说基础设施。这类 Skill 文件目前主要用在支持 Agent Skills 机制的客户端里比如 Claude Desktop、Codex CLI、Cline 等。安装方式基本一致把整个项目目录克隆到你本地的 Skills 目录下然后在 AI 客户端的配置里声明这个目录即可。以 Claude Desktop 为例你需要编辑配置文件claude_desktop_config.json添加类似这样的内容{ skills: { cinematic-product-skill: { path: /your/path/to/cinematic-product-skill } } }Codex CLI 则是把项目放在~/.codex/skills/目录下它会自动扫描识别SKILL.md。我建议你本地装一个“skills 目录体检”的小习惯装完后直接问 AI“你现在有哪些技能可用”它会告诉你是否成功加载。这一步能省掉后面一大堆“为什么输出没有变专业”的排查时间。3.2 完整调用案例15 秒口红宣传片分镜安装好之后我给 AI 输入了这样一段产品描述“哑光唇釉主打持妆不拔干颜色是复古红。希望视频有高级感、有质感适合发在抖音和视频号15秒。”Skill 触发后AI 先读取配方索引然后生成了下面这组分镜我精简了部分字段保留关键信息SHOT 01 EXTREME CLOSE-UP 100mm macro f/2.8 产品瓶身顶部的光泽在柔光箱的侧逆光下缓缓滚动仿佛一枚红宝石。 运镜极慢推近约5cm距离 声音布料摩擦声暗示“丝绒质地” 时长2s SHOT 02 CLOSE-UP 50mm f/1.8 唇釉刷头拉出膏体在光线下呈现出奶油般的质地。 运镜跟随刷头轻轻上扬 声音轻轻的“啵”的一声开盖音效 时长2s SHOT 03 MACRO 100mm macro f/3.2 涂抹瞬间唇釉在皮肤表面铺开的过程强调“丝滑”感。 运镜固定机位只靠后期0.25倍速播放 声音丝绸滑过的拟音 时长3s SHOT 04 LOW ANGLE 35mm f/4 模特仰头手持唇釉从画面下方进入视觉上拉升产品高级感。 运镜摇臂缓慢上升 灯光蝴蝶光侧轮廓光 时长3s SHOT 05 EXTREME CLOSE-UP 100mm macro f/2.8 唇部特写复古红的唇色与金色管身形成色彩对比。 运镜水平横移 声音弦乐轻轻抬起 时长3s SHOT 06 WIDE SHOT 24mm f/8 模特黑背景前手持产品看向镜头留白构图结尾字幕浮现。 运镜静止 声音音乐收尾环境回声 时长2s这套分镜最让我满意的地方是它把“持妆不拔干”这个功能卖点翻译成了“丝滑”“奶油质地”“丝绸摩擦声”这些视听语言而不是让画外音干巴巴地念产品的成分表。这就是配方库激活之后的效果——AI 不再是文案工具它真的在用镜头思考。3.3 镜头参数的选择逻辑焦距、光圈、快门与风格镜头参数是配方库里的硬核部分但对非摄影背景的人来说也是最容易懵的部分。Skill 的输出不会只给你一个“50mm”就完事它会给出一整套判断逻辑。我来拆解几个核心参数是怎么算出来的。焦距的选择首先取决于你希望画面压缩感有多强。85mm 以上的长焦适合拍唇部特写因为透视压缩会突出主体背景自动柔化50mm 接近人眼视角适合表现“上手使用”的真实感24mm 以下的广角适合交代环境但容易产生畸变用在产品视频里要特别谨慎除非你想追求风格化效果。光圈的判断核心在景深控制。微距镜头用 f/2.8是因为在 1:1 放大倍率下景深本来就极浅哪怕光圈收到 f/4肉眼看也足够虚化但如果你拍的是“模特拿产品看镜头”这种中景就要用到 f/4 到 f/8否则鼻子清楚了耳朵就糊了反而让画面显脏。快门速度的背后是一条视频行业的黄金定律180 度快门角。简单说为了获得最接近人眼自然运动模糊的效果快门速度应该设置为帧率的约两倍倒数。比如 25fps 视频用 1/50s60fps 慢动作就用 1/120s。AI 在输出分镜时会默认按这个逻辑来但你如果手动要拍升格慢动作对应的光线量也要重新算。这里有一个小技巧如果画面过曝又不想改变快门和光圈就往配方里加 ND 滤镜档位建议这个 Skill 的每条配置都预留了这个字段。3.4 让输出更稳定的三个关键配置跑通一遍之后你可能发现 AI 这次输出好下次换一个产品又拉胯。要保证稳定的输出质量有三个配置项值得重点关注。第一个是多模态参考图。这个 Skill 支持在调用时附带产品实物图AI 根据画面里的材质、颜色、光线条件作更精准的配方匹配。实测下来带图和不带图的差别非常明显——带图时 AI 能识别出产品是玻璃瓶还是塑料瓶、是雾面还是亮面然后自动切换相应的布光方案。第二个是温度参数。默认情况下高温度会让 AI 发挥想象力但也容易让分镜剧本变得“漂浮”比如生成“光影在水中流动”这种没法拍的镜头。我把温度调到 0.3~0.5 之后输出明显更克制更像一个能落地的 shot list。第三个是产品知识注入。Skill 的说明书里特别强调先用一个段落描述产品的“卖点层次”优先级高的放前面。之前我测试一个蓝牙音箱把“低音震撼”放在第一条AI 给出的 Shot 01 就是“超低角度镜头模拟低音震动”后来我把“便携”改成第一条Shot 01 就变成了“手掌握住产品轻松带走”。同一个产品卖点排序一变整条片子的叙事逻辑跟着变这个非常值得玩味。4. 常见问题排查与避坑实录写这类 Skill 文章如果不把踩过的坑说出来那跟看说明书没什么区别。我前前后后跑了大概半个月遇到过不少问题有些是配置问题有些是设计问题整理出几个高频场景供你参考。4.1 高频问题速查表症状根本原因解决办法AI 完全不调用 Skilldescription 触发词没覆盖你的表述在问题描述中加入“分镜”“宣传片”“产品视频”等关键词或检查 Skill 目录是否被客户端正确声明输出了分镜但很“百度百科”配方库 JSON 没有被正确读取打开 Skill 的工作日志确认 recipes 目录路径没有中文或特殊字符目录结构需和原项目一致配方对不上产品场景产品卖点没有做层级排序按“核心卖点→次要卖点→风格基调”的顺序整理产品信息喂给 AI 前先自己理清楚单个镜头很惊艳但整体不连贯AI 只是随机拼接了多条配方在输入中要求 AI 标注镜头间“运动匹配”“颜色匹配”的转场逻辑视频生成工具按分镜生成的结果偏色配方里的调色方向不够精确手动补充色彩参考值比如“阴影往青绿走、高光偏暖”或“LUT 使用 teal-orange”4.2 两类典型失败的排查思路第一类是“Skill 加载了但输出等于没输出”。我遇到过一次AI 虽然在回答开头说“已调用 cinematic-product-skill”但后面的分镜内容还是传统 PPT 式结构。后来我发现是项目里的配方 JSON 有一个被误删除导致 AI 检索不到可用的配方只能退回常识回答。排查思路很简单看日志有没有recipes_index加载报错再数一下recipes目录下是不是 152 个文件。第二类是“生成的镜头好看但产品细节丢失”。比如拍口红AI 一直给嘴唇大特写但用户其实想突出管身的雕花设计。这个问题本质是配方匹配逻辑缺了“产品特征优先”的约束。我给 Skill 加了一条规则如果产品描述中包含特定外观细节如材质、图案、颜色渐变分镜前 3 个镜头必须围绕外观细节展开。这个修复立竿见影。4.3 心得配方不是越多越好关键在筛选模型跑了很多次之后我的一个直观感受是这套 Skill 真正的价值不在于它把 152 种镜头塞给 AI而在于它让 AI 在面对不确定性时有一套筛选逻辑。之前的 AI 分镜脚本为什么会“虚”因为它没有标准去判断哪些镜头值得写。现在有了配方库镜头选择变成了匹配问题——产品特征落进 scene_tags情绪描述落进 emotion两者交叉碰撞出一个分数最高的配方组合。我在实际体验里最明显的感受是 AI 开始“解释”自己的镜头选择逻辑而不是“甩”一个镜头列表给你。比如它会说“这里使用长焦 85mm 是因为想要压缩背景让视线集中于产品纹理”这种透明化的决策过程也方便你后期做微调。所以我的建议是如果你发现自己项目中某类产品的分镜质量特别不稳定先不要急着加新配方而是回到数据模型层面看看 scene_tags 和 emotion 的颗粒度是不是够细。配方库像调音台增加更多轨道的确能有更多可能性但真正决定输出质量的是你会不会做取舍。5. 配方化思路的扩展空间这个项目给我最大的启发不在视频领域本身而在于“把隐性经验做成可复用数据资产”这个思路。以前我们总觉得电影感是天赋是多年训练积累的直觉但这个开源 Skill 证明了一件事一部分电影感可以被分解、编码、甚至被模型学习。5.1 从镜头配方到其他内容生产线同样的配方化思路完全可以迁移到其他内容创作领域。比如运营文案。你可以把“高转化率文案”拆成 100 条配方痛点公式、信任背书公式、稀缺性公式、故事化公式。每条配方里注明适用品类、情绪基调、句式结构和范例句。AI 拿到产品信息自动匹配配方输出一版有逻辑的文案而不是靠它临场发挥。比如 UI 动效设计。把“高级感动效”拆成弹性曲线配方、缓入缓出配方、视差滚动配方对应的参数可以直接让 AI 生成代码片段。这比让 AI 直接“设计一个动效”要稳定得多。再比如网页配色。把“高级感配色”拆成摄影级调色配方AI 不再回答“推荐莫兰迪色系”这种抽象建议而是直接输出带色值的完整配色系统。原理都一样专业知识越陡峭、越依赖经验的领域配方化的收益越明显。5.2 项目后续迭代的几个方向作为一个开源项目它的下一步迭代空间也很大。我个人最期待的方向是社区共建配方库。152 张配方是很好的起点但如果能开放recipes/目录的贡献机制让全球的创作者把自己压箱底的拍摄思路提交上来形成一个月更的“镜头配方集市”那价值会翻倍。另一个方向是接入自动评分机制。目前配方是否匹配完全靠触发词决定缺少“这次拍摄效果好还是坏”的反馈闭环。如果将来能结合视频生成工具的出片结果做一个“配方→视频→评分”的自动评估流程那这套 Skill 就能自己进化。开源项目的魅力就在于此——它不完全依赖项目发起人的个人能力而是靠社区持续喂养最终长成一颗知识树。我个人的习惯是真正上手之后不要把 152 条配方当成金科玉律。这个 Skill 真正值钱的地方在于它逼着你第一次认真思考“这个画面为什么要这么拍”。我测试了大概十几个产品之后已经开始把配方库里最贴合自己使用场景的 20 条单独拎出来做成了一个更精简的私有技能包。输出反而更稳了因为限制条件变少以后AI 的选择确定性更高。所以我给你的建议是第一周按原版跑熟悉流程第二周开始做减法删掉那些你用不到的配方等到你开始删配方的时候说明你已经不是那个“不会做电影感视频”的人了。