抽取关键帧
选择开始、结束和变化明显的中间帧。首尾帧作为生成锚点，中间帧负责证明动作路径，而不是把每一帧都塞进最终 Prompt。
一句话答案
视频反推提示词，是把视频中可观察的画面和时序变化转成可生成的文字结构：每一帧负责“此刻是什么样”，跨帧分析负责“如何从起点变化到终点”。
视频反推为什么要分层处理
直接把整段视频概括成一段话，常会漏掉动作先后、停顿和镜头稳定性。分层处理能让每类证据承担明确职责。
隔离帧内事实
逐帧记录人物、服装、姿态、构图、光线和背景。这样可防止模型在分析运动时反过来改写已经确认的静态外观。
编译跨帧运动
把主体动作、速度曲线、物理反馈、镜头响应和结束状态按因果顺序合并，再分别输出即梦、可灵等平台可用的版本。
真实处理记录 · 2026-08-03
15 秒单镜头人物表情与视线变化
以下来自本地项目的一条真实反推记录。原始视频约 15.045 秒，智能选择 7 张关键帧，其中首帧和尾帧为硬锚点。这里只展示实际分析证据，不展示未经验证的“生成后对比”，也不把同一素材的两次运行伪装成两个案例。
15.045 秒源视频时长
7 帧智能选择关键帧
2 个首尾生成锚点
1 镜头连续单镜头判断
系统从画面确认了什么
主体为长黑发、齐刘海、穿深蓝白条纹水手领服装的年轻女性；左侧前景人物仅有失焦肩背轮廓，身份不可确认。构图为平视越肩近景，背景高度虚化，主镜头基本稳定。
系统明确保留了什么未知
人物关系、动作心理动机、是否真实流泪和极轻微机位修正都无法仅凭离散帧确认，因此不写进事实层；同时禁止补全左侧人物面部、凭空新增拥抱或对白。
Motion Prompt 摘要：连续单镜头，无切镜，不新增主体。年轻女性头部缓慢向下，视线移向下方，短暂停留后平缓抬头，重新看向左侧前景人物并趋于稳定；眼睑由半开到闭合再睁开，发丝仅有轻微摆动。摄影机基本固定，不添加无依据的推拉摇移。
哪些信息适合进入最终视频 Prompt
最终提示词应让模型知道主要事件、起点、路径和终点，同时避免把审计说明、模型猜测和所有逐帧细节原样复制进去。
应保留
连续或切镜模式、主要视觉事件、动作先后、速度变化、关键姿态、视线方向、环境运动、物理反馈、摄影机运动和明确的收束状态。
应单独保存
不确定项、身份对齐警告、质量检查、源文件路径、内部结构字段与分析依据。这些对人工复核有价值，但不适合作为生成正文。
常见问题
视频反推为什么不能只看首尾帧？
首尾帧只能证明起点和终点，无法可靠表达中间动作、停顿、速度曲线、视线变化和短暂遮挡。中间关键帧能减少错误补全。
关键帧是不是越多越好？
不是。过多相似帧会重复占用上下文；应选择状态变化明显、能证明动作路径的帧，并保留稳定的首尾锚点。
视频反推会自动复刻声音吗？
视觉反推与音频分析应分开。没有音频证据时不虚构对白、音乐或音效；需要声音时应单独提取节奏、环境声和对白。