以下是为您整理的有关剧情总结的提示词相关内容：
还有用于生成Apple Photos中“回忆”视频的提示词（图四）`{{[http://specialToken.chat](https://t.co/GAMS6we9ja).role.system}}`这是用户请求从照片中创作故事和创意写作助理回应的对话以JSON格式响应，按以下顺序键值：traits:字符串列表，从照片中选择的视觉主题story:章节列表，定义如下cover:字符串，描述标题卡的照片说明title:字符串，故事标题subtitle:字符串，标题的安全版本每章是一个包含以下键值的JSON:chapter:字符串，章节标题fallback:字符串，总结章节主题的通用照片说明shots:字符串列表，章节中的照片说明以下是你必须遵守的故事指南：故事应关于用户的意图故事应包含明确的弧线故事应多样化，即不要过分集中在一个非常具体的主题或特征上不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事以下是你必须遵守的照片说明列表指南如下：你可以...非常详细和具体，返回JSON格式，并提供了字段的说明，另外特别强调了“不要写宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的故事”！更多介绍可以参见：[https://theverge.com/2024/8/5/24213861/apple-intelligence-instructions-macos-15-1-sequoia-beta](https://t.co/2JAWRW2yBn)[…](https://t.co/2JAWRW2yBn)译文：[https://baoyu.io/translations/apple/apple-intelligence-instructions-macos-15-1-sequoia-beta](https://t.co/GSsWeICKzr)
开始之前，结合我们上面的分析，下面一共5个按钮，前面上个用来驱动剧情，重新开始是调用工作流用的，最后一个单纯的提示词总结。相对复杂一些的技术实现就是工作流中嵌套的图像流。经过社区的几次共学，这部分技术难度对于社区小伙伴来说不在话下。加上工作流输出的卡片绑定，和工作流的多轮输出，通过工作流推动剧情发展，就构成了整个bot。可以看出来，在这个bot的场景中，既没有涉及自有plugin，也不涉及数据库，用户状态，外部系统交互等coze比赛期望展示的多个技术组件使用，技术难度上是乏善可陈的。（因为没有在插件市场和工作流市场找到这个bot开放的内容，如果有小伙伴找到了告诉我下）也正因此，也是体现了AI时代技术平权的真谛，创意更重要！我们开始进入主题[heading3]模型选择-kimi[content]首先我们看下它的配置项，使用的kimi的模型选用的是32k的目前coze上支持的大模型有这些，32k选择的模型有GLM-4，Moonshot，MinMax和百川，从前面对话的内容来看，似乎8k也是足够的，不太确定bot作者选定这个模型的理由，个人倾向于通义，底模决定了bot的能力，上层的雕花完全无法覆盖模型本身的不足。从最后呈现效果来看，在这个bot中足够了。我们接下来看看它的提示词
剧本中的两位主人公，共3个形象，分别是年轻船员：开朗积极、充满好奇；老船长：经验丰富、坚韧不拔，以及老船长年轻时候的形象。通过性格特征和时代背景，描绘人物的提示词、上传角色参考图--cref，最后将角色背景扣除以便于进行角色加背景的融合生成时进行垫图操作。以老船长年轻形象为例，生成了全身、半身、侧身多角度人物图。根据剧本创作，场景主要概括为三个场景部分，分别是海上、沙漠、市集。提示词从剧本中的画面描述进行提取。生成过程均采用文生图模式，画面风格选择前准备好的风格图进行垫图。上传角色图、场景背景进行参考生成，使得人物和场的融合度更高。通过以上阶段，我们的台词、剧本、风格、人物形象、画面场景就都确立好啦。小插曲：感谢团队小伙伴积极投入在本次创作中，分工明确，协同并进，最终产出一份较为满意的作品。当然最最最可爱且重要的是：留下关注、收藏、认知看完文章的你~现在画面静态图片有了，那么接下来该让图片动起来了吧......使用即梦进行图生视频，只需上传图片至视频生成模块，提示词简单描绘画面中的动态内容即可。能生成时长为3秒钟的画面。运镜类型可根剧本中的镜头描绘设置，主要设置以随机运镜为主。生成速度根据我们的视频节奏，选择了慢速。生成效果：下方这类由图片+简单提示词生成出的3秒时长的短视频。