如何用 AI 多智能体打造精品视频内容 – 附精选提示词

AI 内容创作工具看着百花齐放，创作者最头疼的其实不是”有没有工具”，而是”工具太多、流程太碎”。剧本要写、分镜要画、资产要生成、视频要渲染，每一步都得在不同平台之间来回跳，风格统一不了，协作效率也上不去。

VibePaper 深度基于原生多模态多 Agent 与知识图谱处理能力，相当于一张能装下所有创造力的”像素画纸”。从剧本拆解到成片交付，靠对话加点击就能把精品内容的端到端创作智能化地做完，整个创作流程它都能覆盖。

一、VibePaper 是什么？

VibePaper 是一个多模态 AI 创作平台，核心定位就是”像素画纸”。多智能体协作加知识图谱驱动，用户只要自然地对话、在画布上点点画画，就能完成从剧本到成片的整套内容生产。

• 企业版：在个人版完整画布能力之上，把团队协作和管理加强了一波：成员与权限管理、资源用量监控、企业级数据可视化看板都有，能适配企业级开发流程规范，数据安全和合规要求也照顾到了。

二、快速入门

打开VibePaper官网，点左侧侧边导航的”我的账号”，选微信、谷歌或抖音登录；没注册过的会自动帮你注册好。

登录之后，在右侧对话框里输入文字就能开始对话，右边还能看到对话的历史记录。

进阶玩法：可以选中画布里的内容（文、图、视频）当 Agent 的上下文再对话，让 AI 基于已有素材接着往下创作。

生成图片 / 视频

方式一：手动生成

点下方的「+」按钮，选择并创建生图卡片

画布上会出现生图卡片，参数在里面可调

输入提示词后点运行，结果直接在卡片里展示

方式二：对话生成

在对话里描述你想要的语义，就能驱动生成图片。

同样可以先选中画布内容（文、图、视频）作为 Agent 上下文再生成。

上传内容

点下方的「上传」按钮

选择图片上传，图片会快速存到云端永久保存。

视频的操作一样，选创建生视频卡片就行。

三、VibePaper核心能力解析

内置多智能体与多原生模型

VibePaper 的 Agent 会自动把所有分镜排布好：剧本怎么拆镜头、适配哪些人物场景资产、静态动态提示词怎么写，全都由 AI 智能完成。

多 Agent 分工协作，涵盖：多模态意图识别；内容知识图谱构建；长中短记忆管理；多 Agent 执行操作与画布感知。

支持的模型很多：

记忆模块：越用越懂你的创作 Agent

• 长期记忆：跨任务能复用的视频制作流程、方法论与审美风格模板，记的是创作者的使用习惯。
• 中期记忆：当前项目里有效的人物、剧情、场景和关系，保证人物、场景、风格整体一致。
• 短期记忆：上下文内容。

技能库：创作能力随便配

• skill.md：用户用来指导模型行为的描述性文字
• skill.ts：模型真正去调用工具、执行任务的工具调用方案

拥抱开放的创作模式

四、最佳实践：海外真人精品 AI 剧情生成（推荐执行顺序）

1. 上传剧本：剧本以 Markdown 文件形式传上去，交给 Agent 做剧本拆解
2. 生成资产：Agent 同步生成人物与场景资产图
3. 生成分镜图：基于前面的结果，生成单个场景的分镜图
4. 生成分镜视频：基于单个场景分镜图，生成这个场景的分镜视频
5. 后期处理：分镜视频做完后期，成片交付

五、精选提示词案例

九宫格分镜提示词（国内版）

适用场景：拿剧情梗概快速生成 3×3 电影感分镜网格。

使用方法：把下面模板里的【剧情梗概】换成你自己的内容，再交给 Agent 执行。

故事梗概:【在这里输入你的剧情梗概】

重要提示:不要直接生成图像,而是为图像创建详细的提示词。图像提示词必须参考用户提供的故事和参考图,且必须严格遵循图像提示词的细节要求。

当用户提供短篇故事梗概时,请遵循以下步骤:
1.分析梗概并识别:
-主要主体(个人、双人、群体、生物、车辆、物体)
-他们的外貌和定义性特征
-环境和基调
-情感或叙事节拍
-故事隐含的光影/氛围

2.创建一个完整的3×3电影感分镜网格,包含同一主体在同一环境下的9个不同镜头,保持服装、光影和氛围的高度一致。

3.输出一个包含所有9个帧(标记为1-9)的单一内聚AI图像提示词,使用以下结构:

输出格式
电影感3×3分镜提示词
故事梗概(解读):<<对用户梗概的一句话解读>

提示词正文:创建一个专业的3×3电影感分镜网格,展示梗概中相同的主体在相同的环境中。保持外貌、服装、光影、氛围和环境细节的绝对一致。每个面板代表遵循电影惯例的独立摄像镜头。

第一排–交代环境
1.大远景(ELS):展示完整环境,主体在画面中很小。匹配故事的设定、光影和氛围。
2.全景(LS):主体完整可见(从头到脚,或物体/车辆全貌),自然地站立/放置在环境中。
3.中远景(MLS/3-4/美式镜头):从膝盖以上构图(或物体的3/4角度),展示姿态、体态和核心情绪。

第二排–核心覆盖
4.中景(MS):腰部以上构图。捕捉故事隐含的关键动作、态度或情感节拍。
5.中特写(MCU):胸部以上构图。聚焦于情绪、表情、微观互动或叙事张力。
6.特写(CU):脸部紧凑镜头(或物体的正面细节)。电影级景深,情感表达清晰。

第三排-细节与角度
7.大特写(ECU):宏观细节:眼睛、手部、象征性物体、纹理或关键故事元素。
8.低角度镜头(虫瞻位):摄像机从下方仰视主体。根据故事基调呈现戏剧性、英雄感或威压感。
9.高角度镜头(鸟瞰位):摄像机从上方俯视。展示空间清晰度、脆弱感或动作全景。

全局要求
-所有9帧中必须是相同的图像主体
-相同的服装、发型、道具、武器或配饰
-相同的光影条件和调色方案
-一致的环境和天气
-每个镜头具备正确的写实感和电影级景深
-照片级的纹理细节

九宫格分镜提示词（海外版）

适用场景：海外真人风格的剧情，重点是对话序列与轴线规则。

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 分镜提示词案例

适用场景：国漫 CG 风格动作剧情，带详细人物设定与分镜时间轴。

以下是一个完整的 15 秒动作剧情分镜示例，可直接作为参考模板修改使用：

画风设定：顶尖 3D 国漫电影 CG 画风，《画江湖之不良人》水墨与 3D 融合美学，电影级角色建模，实时游戏引擎质感，超精细材质，动态光照，体积雾，粒子特效，墨色气劲特效，流畅 60fps。

主角设定：张三，东亚面孔，18 至 25 岁……（此处保留完整的人物外貌、服装、配饰细节描述）

场景设定：唐末雨夜山间，薄雾从深谷翻涌而上……

分镜时间轴：

• 镜头 01（0-1.5s）：俯拍广角远景，烟雨山间，栈道蜿蜒于峭壁之侧……
• 镜头 02（1.5-3s）：低角度侧面跟拍中景，张三在前追赶……
• 镜头 03（3-4s）：正面中近景，张三追至孤崖截住和尚……
• ……（依此类推至镜头 10）

VibePaper 的本质不是替掉创作者，而是把创作流程里重复、繁琐、技术门槛高的环节交给 AI Agent，让创作者把火力集中在创意、审美和叙事上。从一张空白的”像素画纸”出发，靠对话与点击，你的每个灵感都能被结构化地拆解、可视化地呈现、高质量地交付。

现在就登录 VibePaper，上传你的第一个剧本，让 Agent 帮你拆出第一个分镜吧。