“
画质这一关，模型已经过了。真正难的是让产品参与因果。
—— AI·王陈说
拿 AI 生成一条 30 秒品牌广告片，画面很少让人失望。光线、材质、皮肤质感，都够用了。
可把它交给品牌方，问题立刻冒头。前三秒是城市航拍，产品到第 24 秒才出现，旁白把同一句 slogan 念了两遍，液体倒到一半镜头就切走了。
这些毛病跟画质无关。
GitHub 上有个叫 seedance-tvc-director 的开源项目，把这类判断写成了规则文档。作者 nutllwhy，MIT 许可，当前版本 0.20.0，最近一次提交在 2026 年 9 月 3 日，主题是模型与节奏规则。读完它的 SKILL.md 和十余份规则文档，我对 AI 广告片这件事的看法变了。
这个项目的 README 开头有一段话，说得相当克制。
「视频模型会生成漂亮画面，但商业广告还需要回答更多问题。」
它列了六个问题。前三秒有没有真正抓住注意力。30 秒有没有增加新场景和新信息，有没有把 15 秒的动作简单拉长。产品有没有参与故事因果，还是在结尾突然贴片。旁白是否只说一次，并与镜头节奏正确配合。包装、手部、人物身份和物理动作是否连续。生成失败后，能否只修证据指向的那一层，不推翻已经成功的部分。
这六个问题有一个共同点。它们都跟画质没关系。它们考验的是一个人会不会讲商业故事，知不知道注意力在哪一秒会掉。
过去三年，视频模型把「能不能生成」这一关过了。现在卡住大家的是「生成出来的东西凭什么能用」。这是两件不同的事，前一件靠算力，后一件靠判断。
02THE SYSTEM
它做的事，是把导演判断编译成规则
这份 Skill 的设计结构是一条流水线。
brief 与事实边界 → 六个独立生成配置 → 单一核心主张 → 前三秒广告钩子 → 15/30/自定义时长结构 → 人物、产品、声音和场景锁 → 场景锚、镜头交接与声音桥 → Seedance 2.5 提示词编译 → 交付前 QC → 成片抽帧、切点与转写复盘 → 局部重试与回归用例
前四步是判断，中间三步是约束，最后三步是纠错。注意最后三步里的一个词，局部重试。
这条链路里最值得学的地方在这里。它把「创作」和「纠错」当成两个独立环节来处理，并且明确要求纠错时必须先分区，把已经成功的人物、产品、旁白保护起来，只动证据指向的那一层。
多数人做 AI 视频卡住，卡在把这两件事混在一起。一条片子出来不满意，直接推翻重写，重写一遍把对的部分也丢掉了。
03SIX OPTIONS
第一个信息差，六个选项必须拆开
如果你没给配置，这份 Skill 会一次性确认六个互不绑定的选项。
5生成段数：单段完整生成、多段生成后剪辑，或按平台能力自动选择
6节奏与镜头密度：快节奏商业版、标准商业节奏、克制电影节奏，或自定义镜头数
它的原文写得很直白。模型与段数不会互相偷换，叙事模块、实际镜头和生成段数也不会混用。
这句话点到了多数提示词的病灶。我们把六个独立变量压进一句话，模型只能自己猜，猜错的方向每次都不同。有时候它给你两段拼起来，有时候它把 30 秒的故事塞进 15 秒的骨架，有时候它觉得你说的「快节奏」是镜头短一点，实际上你要的是信息密一点。
💡 写提示词前先做一件事，把这六件事逐条写成明确取值。这一条能省掉的返工次数，比换任何一个模型都多。
04FOUR NUMBERS
第二个信息差，四个数字不能混用
这是全篇最有价值的一段，我建议截图。
四个数字，四层完全不同的含义。
这份文档反复强调一句话，6 个叙事模块不等于 6 个镜头。30 秒可以由 6 个叙事模块组织 16 个有效镜头，并由 Seedance 2.5 一次生成完整成片。九宫格只有 9 格，也不等于成片只能有 9 镜。
它还专门给了「16 镜 + 1 个 30 秒生成段」这个组合，标注为合法。
节奏档位也有明确区间。15 秒片，克制 3 至 5 镜、标准 5 至 7 镜、快节奏 7 至 10 镜。30 秒片，快节奏 14 至 18 镜、标准 11 至 14 镜、克制 8 至 10 镜。普通快节奏镜头多为 1.2 至 2.2 秒，标准节奏 1.8 至 3 秒，转场通常控制在 0.2 至 0.8 秒。
对比一下自己的提示词。如果里面写的是「节奏快、快切、电影感」，那就等于什么都没说。要把计划镜头数和每个模块的镜头数写进去。
文档里还有一句提醒，快节奏 30 秒片每 4 至 6 秒必须增加新的故事或商业信息。镜头多不等于节奏一定快，如果两个镜头承担相同的动作和相同的商业任务，合并它们。
关于开场，这份文档有一整套硬门槛，也是我认为写给甲方看都会认同的部分。
常规前三秒必须完成四件事。
1第一帧已经处于动作、决定、反应或冲突之中，并提供最低限度的情境锚点
2前 0.7 秒发生触发，前 2 秒发生决定性事件，三秒内形成明显不同的结束状态
4这个事件直接由产品、质地、声音、使用结果或核心主张触发
它还列了一份「禁止的伪钩子」清单。
5先放 Logo 或 slogan，却没有视觉问题和变化
判断钩子是否成立，文档给了一个填空句。
第一帧看到____；三秒内____发生；这件事让人想知道____，并指向产品的____。
如果填不完，重新设计。它还补了一句更狠的，去掉品牌名后仍然能用于任何产品的通用「高级画面」，不算有效钩子。
还有一个容易被忽略的细节，叫完成态检查。快切不能在观众尚未看见结果时离开动作。关电脑要短暂看见屏幕熄灭，开盖要看见盖子脱离，触碰要看见接触已经发生。要把结束状态保留大约 0.15 至 0.35 秒，或者让下一镜的第一帧继承这个结果。
「镜头数量达标，但观众看不见动作完成，仍然算失败。」
这句话值得所有做短视频的人抄在本子上。
06VOICE & MIDDLE
被忽视的两段时间，旁白和中段
先说旁白
这份文档用一整套数据结构来解决旁白被重复念的问题。
它要求先建立全片单一的主旁白清单，每句分配一个编号，标注唯一原文、开始时间、硬停止时间、说话者和重复次数。重复次数默认为 1。镜头时间轴里只写编号，不重复粘贴原句。
原因写在文档里。如果在每个场景内都写一遍同一句话，模型会理解成一次新的发声请求，于是它念两遍、三遍，或者一句念完重新起头。
还有一条经验值得记住。30 秒片的最后一句旁白，要在 29 秒前硬停止，留出大约 1 秒的纯音乐或产品尾音，避免在生成边界出现截断和尾句回声。
再说中段
这是很少有人量化的一段时间。
文档要求，30 秒有旁白的商业片要单独审计4 到 23 秒这一段。计算没有信息性旁白正在发声的最长连续区间。任何超过大约 2.5 秒的空窗，必须写明由哪一个强事件接管注意力。如果某一区间连续超过 4 秒，既没有人声也没有强接管事件，判定为中段注意力断层。
它同时列了什么不算接管。普通硬切、持续不变的背景音乐、第二个人重复同样的入口和微笑、无因果的凝视、轻微推轨。
还有一个物理层面的护栏。最终产品镜头之外，低运动画面若超过大约 2 秒，必须出现第二个可见状态、有效主体运动或新的商业信息。两个承担相同任务的人物氛围镜头，不允许连续出现。
💡 判断片子中段为什么塌，可以用这两个数字自查，2.5 秒和 4 秒。
07RETRY LOGIC
复盘的正确姿势，先分层再动手
生成完不满意，多数人的处理方式是重新写一版提示词，从头抽卡。
这份 Skill 处理复盘的方式不同。它要求先用全片等间隔抽帧建立镜头地图，对失败动作高频抽帧，并测量实际的硬切与转场边界。然后区分成功层与失败层，输出三样东西。
举例来说，第二个人物不符合品牌调性。它只要求修改选角、造型、表演、空间或灯光当中被证据指向的那一层，不允许自动推翻产品外观、时长结构和旁白，也不允许推翻已经成功的镜头。
它还给了「计划 16 镜但实际只生成 6 至 8 镜」的五个排查点。
这五条几乎覆盖了我见过的所有「AI 视频不够看」的现场。
写到这里要泼一盆水。
这份文档的边界写得很清楚，我如实转述。
它是导演与提示词编译 Skill，不保证任何平台的生成效果、参数上限或商业可投放性。精确的 Logo、包装小字、价格、行动号召和免责声明，应该由后期使用获批资产完成。未经验证的功效、数据、认证和绝对化表达，必须保留为待补项。模型的实际能力可能因入口和时间变化，使用前以当前平台为准。
它的规则文档里也不包含任何可执行脚本，不联网，不读取外部账号，不请求任何权限。
还有一点值得所有做 AI 商业内容的人记住。这份文档明确要求，不得把「约 30 岁女性」当作选角指导。数字年龄必须与可见的年龄感、现代造型、表演能量、空间美术和灯光共同定义。
它还说，描述质感要用可见动作、物理反馈、机位关系、光源和声音，少用「高级、震撼、大片感、8K」这类空词。
这些词被点名，原因很简单。它们背后只有形容词，看不到具体判断。
安装很简单。如果是豆包直接调用即梦大模型，那直接跟豆包说
帮我安装这个skill技能：nutllwhy/seedance-tvc-director
以 Codex 为例，克隆仓库后把 Skill 文件夹放进 Skills 目录。
git clone https://github.com/nutllwhy/seedance-tvc-director.git
cp -R seedance-tvc-director/seedance-tvc-director ~/.codex/skills/
其他支持 Skill 机制的 Agent 客户端，把 seedance-tvc-director 文件夹放进各自的 skills 目录即可。调用时把六项配置一次写清。
使用 $seedance-tvc-director，为这个产品做一支 30 秒 TVC。
声音选择有旁白，生成方式选择直出。
这是产品图和卖点，请先给我完整提示词。
生成完成之后，还可以把片子重新交给它做复盘。
使用 $seedance-tvc-director 复盘这支成片。
请保留已经成功的产品、人物和旁白，只根据时间码修最主要的问题。
如果你手头没有商业 brief，也没关系。这份文档本身就是一份广告片自检清单，把 0 到 3 秒、4 到 23 秒、完成态、衔接接口这几组规则拿出来，对照自己已有的视频或提示词逐条打勾，价值就已经到位。
我看完这份文档之后有一个挺深的感触。
它做的这件事，表面上是在给 AI 视频写提示词模板，实际上是在把一位广告导演几十年积累的直觉，拆成可以逐条核对的判断。哪一秒观众会走神，哪个动作必须让观众看见结束，哪句话不该说第二遍，这些原本靠经验的东西，现在有了数字。
但它同时也在提醒一件事。规则写得再细，判断的核心仍然在人这边。它给的是检查表和边界，往里面填什么故事、主张什么价值，还是得自己拿主意。
模型把画质这一关过了，剩下的考题交还回来了。
镜头数量达标，但观众看不见动作完成，仍然算失败
你做 AI 视频时，被打回次数最多的问题是哪一个？前三秒不够抓人，还是中段太拖？评论区聊聊，我挑几个具体案例出一版诊断。
我是 AI·王陈说，把 AI 用法讲给普通人听。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。
