structured_prompt_words.md

Sota 提示词结构化的猜想_1

1. 为什么要实现结构化的提示词

• 结构化提示词可以更准确地描述图像的内容，从而生成更加逼真且更加符合使用者所期望的视频。
• 由于视频所包含的信息过于复杂且繁杂，因此我们更加急切的需要能够完整表达我们想法的方式。

2. 结构化提示词可能需要包含的信息

• 时间信息：考虑到视频的时长与会与我们的消费相关，我们不可能每次都让Sora生成60秒的完整视频，相信各位的钱包也经不住如此挥霍。
• 场景信息：我们可以根据目前OpenAI官方已经发布的视频作为参考，其中已经有了很多场景的描述。
• 物体信息：物体是是对视频剧情的完善，能够让视频更加生动。
• 人物信息：人物是视频中的重要组成部分，因此我们需要对人物进行描述。
• 动作信息：无论在任何视频，任何静止或运动都会是表达信息的一个重要方式，所以这一部分必不可少。
• 视角：一个好的视角更有利于Sora对于视频的把控，避免过于生硬的视频。
• 特效信息：想要视频做的更炫酷，特效是必不可少的。
• 补充信息：补充信息是对于视频内容的补充，可以丰富视频的内容。

3. 结构化提示词示例（以目前已有的视频为例）

完整的提示词：

摄像机跟随着一辆白色老式SUV，车顶有一个黑色行李架，它快速地驶过陡峭的山路，周围是松树，车轮的灰尘飞扬，阳光照在SUV上，照在山路上，给整个场景带来了温暖的光芒。土路缓缓弯曲，远处看不到其他汽车或车辆。路两旁的树是红杉树，零零散散地散布着绿色植被。车辆从后方视角看上去轻松地跟着弯道转弯，好像它在崎岖的地形中行驶一样。土路本身被陡峭的山丘和山脉所环绕，天空晴朗，白云飘荡。

生成视频链接

从上面的提示词我们可以将提示词中的信息提取出来：

1. 场景：
   • 陡峭的山路
   • 周围是松树
   • 车速较快
2. 视角：
   • 摄像机跟随着SUV在山路行驶
   • 从车的后面拍摄
   • 视角比较开阔
3. 动作信息：
   • SUV在行驶中
4. 补充信息：
   • 车辆从后方视角看上去轻松地跟着弯道转弯，好像它在崎岖的地形中行驶一样。土路本身被陡峭的山丘和山脉所环绕，天空晴朗，白云飘荡。

4. 结构化提示词的处理

• 根据目前OpenAI官方已经发布的视频作为参考，其中已经有了很多场景的描述。
• 提取视频中的关键信息，如场景、视角、动作信息等。
• 将提取的信息作为提示词的一部分，以指导Sora生成更好的视频。
• 我们可以使用类似填表格，或者直接输入的方式，将我们的提示词输入到Sora中，让Sora能够产生更加符合内心需求的视频。

5. 结构化提示词的不足之处

• 这种结构化的提示词，对于使用者的思路是有一定要求的，如果选择不填写，或许Sora会自行考虑缺省的内容，届时或许会产生一些好玩的事情。
• 结构化提示词的输入，需要使用者有一定的文字功底，如果输入错误，或许会生成一些令人啼笑皆非的视频。
• 这种结构化提示词，将会限制Sora的自我发挥空间，以实现我们想要的视频效果。因为我们的提示词越详细，Sora就越能够按照我们的要求去生成视频。当然这在大多数都是好的情况。
• 这种结构化提示词，不适合给予模棱两可的信息，这样或许会让Sora生成一些不符合期望的视频。

目前存疑的问题

1. 在于Sora对话时，是否有上下文功能？

比如：我是否可以让Sora针对上次生成的视频，进行继续生成，类似于GPT-4的上下文功能？

2. Sora是否可以针对已生成的视频，进行修改？

例如：第一次生成的视频有细节问题，可否进行类似对话的形式，让Sora进行修改？我：这个视频能不能加一个摩托车飞跃的镜头？