如何用 AI 多智能體打造精品視頻內容 – 附精選提示詞

在 AI 內容創作工具百花齊放，創作者面臨的最大痛點不是”有沒有工具”，而是”工具太多、流程太碎”。劇本要寫、分鏡要畫、資產要生成、視頻要渲染。每一步都在不同平台間跳轉，風格難以統一，協作效率低下。

VibePaper 深度基於原生多模態多 Agent 與知識圖譜處理能力，是一張可以發揮一切創造力的”像素畫紙”。從劇本拆解到成片交付，通過對話與點擊交互即可深度智能化實現精品內容的端到端創作。VibePaper 能覆蓋全創作流程。

一、VibePaper 是什麼？

VibePaper 是多模態 AI 創作平台，核心定位是”像素畫紙”。通過多智能體協作與知識圖譜驅動，用戶通過自然對話和畫布交互，完成從劇本到成片的完整內容生產。

• 企業版：在個人版完整畫布能力的基礎上，進一步增強團隊協作與管理能力，提供成員與權限管理、資源用量監控、企業級數據可視化看板等功能，適配企業級開發流程規範，滿足數據安全與合規要求。

二、快速入門

訪問VibePaper官網，點擊左側側邊導航”我的賬號”，選擇微信、谷歌或抖音登錄，如未註冊過將自動完成註冊。

登錄後在右側對話框中輸入文字即可開始對話，右側可以看到對話的歷史記錄。

進階技巧：可以選中畫布中的內容（文、圖、視頻）作爲 Agent 的上下文來進行對話，讓 AI 基於已有素材繼續創作。

生成圖片 / 視頻

方式一：手動生成

點擊下方「+」按鈕，點擊選擇並創建生圖卡片

畫布出現生圖卡片，其中可調節參數

輸入提示詞並點擊運行，結果將在卡片中展示

方式二：對話生成

通過對話輸入想要的語義來控制內容實現圖片生成。

同樣可以選中畫布中的內容（文、圖、視頻）作爲 Agent 的上下文來進行生成。

上傳內容

點擊下方「上傳」按鈕

點擊選擇上傳圖片，圖片會快速上傳雲端永久存儲。

以上操作視頻同理，選擇創建生視頻卡片即可。

三、VibePaper核心能力解析

內置多智能體與多原生模型

VibePaper 的 Agent 自動佈局所有分鏡：如何拆分鏡頭劇本、適配哪些人物場景資產、如何撰寫靜態動態提示詞，都智能完成。

多 Agent 協作推進，涵蓋：多模態意圖識別；內容知識圖譜構建；長中短記憶管理；多 Agent 執行操作與畫布感知。

覆蓋多種模型：

記憶模塊：越用越懂你的創作 Agent

• 長期記憶：跨任務可複用的視頻製作流程、方法論與審美風格模板，記錄創作者使用習慣。
• 中期記憶：當前項目有效的人物、劇情、場景和關係，保持人物、場景、風格整體一致性。
• 短期記憶：上下文內容。

技能庫：可配置的創作能力

• skill.md：用戶指導模型行爲的描述性文字
• skill.ts：模型真實調用工具、執行任務的工具調用方案

擁抱開放的創作模式

四、最佳實踐：海外真人精品 AI 劇情生成（推薦執行順序）

1. 上傳劇本：以 Markdown 文件形式上傳劇本，交給 Agent 實現劇本拆解
2. 生成資產：同時 Agent 生成人物與場景資產圖
3. 生成分鏡圖：基於以上生成的結果，生成單個場景分鏡圖
4. 生成分鏡視頻：基於單個場景分鏡圖，生成單個場景的分鏡視頻
5. 後期處理：分鏡視頻完成後期處理，交付成片

五、精選提示詞案例

九宮格分鏡提示詞（國內版）

適用場景：根據劇情梗概快速生成 3×3 電影感分鏡網格。

使用方法：將以下模板中的【劇情梗概】替換爲你的內容，交給 Agent 執行。

故事梗概:【在這裏輸入你的劇情梗概】

重要提示:不要直接生成圖像,而是爲圖像創建詳細的提示詞。圖像提示詞必須參考用戶提供的故事和參考圖,且必須嚴格遵循圖像提示詞的細節要求。

當用戶提供短篇故事梗概時,請遵循以下步驟:
1.分析梗概並識別:
-主要主體(個人、雙人、羣體、生物、車輛、物體)
-他們的外貌和定義性特徵
-環境和基調
-情感或敘事節拍
-故事隱含的光影/氛圍

2.創建一個完整的3×3電影感分鏡網格,包含同一主體在同一環境下的9個不同鏡頭,保持服裝、光影和氛圍的高度一致。

3.輸出一個包含所有9個幀(標記爲1-9)的單一內聚AI圖像提示詞,使用以下結構:

輸出格式
電影感3×3分鏡提示詞
故事梗概(解讀):<<對用戶梗概的一句話解讀>

提示詞正文:創建一個專業的3×3電影感分鏡網格,展示梗概中相同的主體在相同的環境中。保持外貌、服裝、光影、氛圍和環境細節的絕對一致。每個面板代表遵循電影慣例的獨立攝像鏡頭。

第一排–交代環境
1.大遠景(ELS):展示完整環境,主體在畫面中很小。匹配故事的設定、光影和氛圍。
2.全景(LS):主體完整可見(從頭到腳,或物體/車輛全貌),自然地站立/放置在環境中。
3.中遠景(MLS/3-4/美式鏡頭):從膝蓋以上構圖(或物體的3/4角度),展示姿態、體態和核心情緒。

第二排–核心覆蓋
4.中景(MS):腰部以上構圖。捕捉故事隱含的關鍵動作、態度或情感節拍。
5.中特寫(MCU):胸部以上構圖。聚焦於情緒、表情、微觀互動或敘事張力。
6.特寫(CU):臉部緊湊鏡頭(或物體的正面細節)。電影級景深,情感表達清晰。

第三排-細節與角度
7.大特寫(ECU):宏觀細節:眼睛、手部、象徵性物體、紋理或關鍵故事元素。
8.低角度鏡頭(蟲瞻位):攝像機從下方仰視主體。根據故事基調呈現戲劇性、英雄感或威壓感。
9.高角度鏡頭(鳥瞰位):攝像機從上方俯視。展示空間清晰度、脆弱感或動作全景。

全局要求
-所有9幀中必須是相同的圖像主體
-相同的服裝、髮型、道具、武器或配飾
-相同的光影條件和調色方案
-一致的環境和天氣
-每個鏡頭具備正確的寫實感和電影級景深
-照片級的紋理細節

九宮格分鏡提示詞（海外版）

適用場景：海外真人風格劇情，強調對話序列與軸線規則。

Use the uploaded characters as references, keeping facial structure, proportions, and identity exactly consistent with the character references and naturally integrated into the scene.

They sit directly opposite each other at a table inside [LOCATION], arranged for a dialogue sequence.

All panels must appear as [VISUAL STYLE] frames (e.g., live action, anime).

Build a single 3×3 cinematic storyboard grid, panels clearly separated by thin black borders, counted left to right, top to bottom, adhering strictly to the shot structure below:

1: The Master Shot — wide, slightly elevated establishing frame that maps the spatial relationship between characters, table and environment, revealing architectural context and background movement.

2: The Two-Shot — balanced medium-wide frame at seated eye level, holding both characters in equal visual weight across the table, preserving clean eye-line continuity.

3: Over-the-Shoulder (Character A) — camera placed just behind Character A’s shoulder on the established side of the axis, using their shoulder as a soft foreground frame while focusing on Character B.

4: Over-the-Shoulder (Character B) — camera remains on the same conversational axis, positioned behind Character B’s shoulder maintaining consistent screen direction and spatial logic while framing Character A.

5: Medium Close-Up (Character A) — chest-up framing, with controlled contrast and softly diffused background detail.

6: Medium Close-Up (Character B) — chest-up framing mirroring the previous shot, maintaining visual rhythm and lighting continuity.

7: Close-Up (Character A) — tight facial framing capturing fine emotional detail, shallow depth of field isolating the subject from the environment.

8: Close-Up (Character B) — tight facial framing counterbalancing the previous close-up, matching lens behavior and lighting quality.

9: Insert Shot — extreme close-up of [PHYSICAL DETAIL]

Seedance 2.0 分鏡提示詞案例

適用場景：國漫 CG 風格動作劇情，含詳細人物設定與分鏡時間軸。

以下是一個完整的 15 秒動作劇情分鏡示例，可直接作爲參考模板修改使用：

畫風設定：頂尖 3D 國漫電影 CG 畫風，《畫江湖之不良人》水墨與 3D 融合美學，電影級角色建模，實時遊戲引擎質感，超精細材質，動態光照，體積霧，粒子特效，墨色氣勁特效，流暢 60fps。

主角設定：張三，東亞面孔，18 至 25 歲……（此處保留完整的人物外貌、服裝、配飾細節描述）

場景設定：唐末雨夜山間，薄霧從深谷翻湧而上……

分鏡時間軸：

• 鏡頭 01（0-1.5s）：俯拍廣角遠景，煙雨山間，棧道蜿蜒於峭壁之側……
• 鏡頭 02（1.5-3s）：低角度側面跟拍中景，張三在前追趕……
• 鏡頭 03（3-4s）：正面中近景，張三追至孤崖截住和尚……
• ……（依此類推至鏡頭 10）

VibePaper 的本質不是替代創作者，是將創作過程中重複、繁瑣、技術門檻高的環節交給 AI Agent，讓創作者把精力集中在創意、審美和敘事上。從一張空白的”像素畫紙”開始，通過對話與點擊，你的每一個靈感都能被結構化地拆解、可視化地呈現、高質量地交付。

現在登錄 VibePaper，上傳你的第一個劇本，讓 Agent 爲你拆解第一個分鏡。