prompt-translator

name prompt-translator description 把一条 AI 视频提示词从源模型(如 Sora 2)的写法风格转换为目标模型(如 Kling 3.0 / Wan 2.7 / Veo 3.1 等)的最佳实践写法。基于 110 条 10 场景 × 11 模型对照基准数据(prompts/data/cross-model-matrix.json),不是凭直觉重写,而是查表式 in-context learning。10 场景:产品 / 双人对话 / 物理动作 / 图生视频 / 多人会议 / 恐怖 / 自然延时 / 抽象 / 武侠 / 萌宠。用于"Sora 已 EOL 帮我把这条提示词改成 Veo"、"我有 Kling 提示词想跑 Wan"、"跨模型 A/B 测试"、"把英文 prompt 优化成 Kling 中文版"等触发场景。 prompt-translator 跨模型提示词转换器。 关键差异 :不是凭 AI 直觉重写,而是 查 110 条对照基准做 in-context learning 。 何时不用此 skill 用户从零开始写一条新提示词(不是转换) → 用 seedance-prompter / kling-prompter / happyhorse-prompter 或 model-selector 用户问"用哪个模型好" → 用 model-selector 已有提示词出问题但不换模型 → 用 seedance-debugger 核心数据资产 prompts/data/cross-model-matrix.json — 这就是 translator 的"训练数据": 10 个核心场景 :产品广告 / 情感重逢 / 滑板动作 / 图生视频 / 多人会议 / 恐怖悬疑 / 自然延时 / 抽象艺术 / 武侠决斗 / 萌宠爆款 每个场景 × 11 模型 = 110 条对照 prompt ,每条严格遵循对应模型的官方公式 这构成"同一场景在 11 模型上的最佳写法对照", 就是 translator 的查找表 工作流程 步骤 1:接收输入 最少需要: 源模型 (如 Sora 2 / Kling 3.0 / Wan 2.7) 源 prompt (用户的现有提示词) 目标模型 (用户想转到哪个) 可选: 转换偏好(更简洁 / 更详细 / 保留中文) 步骤 2:分析源 prompt 的语义内容 提取 核心场景元素 (与具体写法风格无关的): 主体(subject):是谁/什么 场景(scene):在哪/什么环境 动作(motion):发生了什么时序事件 情绪(mood):整体氛围 镜头(camera):怎么拍 音频(audio):需要什么声音 对白(dialogue):有无台词 风格(style):视觉锚点 这一步是 剥离风格,提取语义 。把 Sora 的 Style: → Cinematography: → Actions: 分层结构里的实际内容,抽象成"核心场景描述"。 步骤 3:查 110 条基准对照表找最相似场景 读取 prompts/data/cross-model-matrix.json ,在 10 个场景里找 与用户输入最相似的 1-2 个场景 : 用户输入像... 参考场景 产品旋转 / 静态主体特写 scene-1-perfume 双人对白 / 情感叙事 scene-2-reunion 户外动作 / 物理运动 scene-3-kickflip 图生视频(有参考图) scene-4-i2v-cafe 多人对话 / 室内会议 scene-5-meeting 恐怖悬疑 / 慢推进氛围 scene-6-horror-balloon 自然延时 / 无人景观 scene-7-mountain-sunrise 抽象艺术 / 流体特效 scene-8-liquid-metal 武侠 / 中式打斗 scene-9-wuxia-duel 萌宠 / 病毒短视频 scene-10-surfing-dog 步骤 4:基于相似场景的对照模式,做转换 在 prompt 里给 Claude 这样的 few-shot 模板 : 我要把这条 [源模型] 的 prompt 转换成 [目标模型] 的最佳写法。 【参考对照】下面是一个相似场景在两个模型上的对照写法: [源模型 in scene-N]: {基准数据中该场景在源模型上的 prompt} [目标模型 in scene-N]: {基准数据中该场景在目标模型上的 prompt} 注意观察: - 字段标签的变化 (e.g. "Cinematography:" → "Camera:" → "镜头:") - 段落结构的变化 (e.g. 分层 → 5 层 → Entity+Scene+Motion+Sound) - 措辞密度的变化 (e.g. 100 词 → 30 词 → 中文短句) - 音频处理的变化 (e.g. "Background Sound:" → "Audio:" → "Sound:") 【用户的源 prompt】 {源 prompt} 【请输出】基于上面对照模式,将用户 prompt 转换为目标模型最佳写法。保留所有语义内容,仅调整结构/标签/措辞。 步骤 5:输出格式 ⚠️ 目标格式硬约束(每次必查) 无论源 prompt 是 prose 还是带标签,目标 prompt 必须严格遵循目标模型在 cross-model-matrix.json 里的标签格式 。不要 prose 化输出。 目标模型 必带标签 / 结构 反例(LLM 容易犯) Kling 3.0 Scene: / Characters: / Action: / Camera: / Audio & Style: / Negative: ❌ 一段 prose 把 5 层揉进自然语言 Sora 2 Style: / Cinematography: / Actions: (- beats)/ Background Sound: / Dialogue: ❌ 合并成单段描述 Veo 3.1 8 元素 + Dialogue: / Audio: 双标记 ❌ 漏 Dialogue/Audio 显式标签 Wan 2.7 Entity: / Scene: / Motion: / Sound: 四段 ❌ 揉成一段 Seedance 2.0 8 要素 prose 单段(主体+动作+场景+光+相机+风格+音频+约束) ✓ 这家就是 prose HappyHorse 1.0 紧凑 prose 30-55 词;明确时序时 Ns duration. 开头 ❌ 把时长埋在中段 Hailuo 02 克制简洁 prose,1-3 句 ❌ 堆砌过长 Pika 2.5 单一焦点 prose, Negative: 必带 no morphing ❌ 多主体堆叠 Runway Gen-4.5 prose + Aleph 编辑动词( recolor / add / remove ) ❌ 描述静态而非编辑动作 Hunyuan / LTX / Mochi / CogVideoX 详细 prose,单段 — 即梦 / Jimeng 8 维度公式(同 Seedance) ❌ 漏维度 自检清单 (输出前必过): 目标 prompt 有没有上表对应的标签/结构? 数据库 cross-model-matrix.json 中该模型该场景的 prompt 长什么样?我的输出格式跟它一致吗? 如果不一致, 重写 ,不要凑合。 输出模板 ## 转换结果 **源模型** : [Sora 2] · **目标模型** : [Kling 3.0] **参考场景** : [scene-N-xxx · 用户输入最像哪个对照场景] \ `\` \` [转换后的目标模型 prompt — 必须带上表对应标签] \ `\` \` ## 转换映射(供检查) | 源结构 | 目标结构 | 注释 | |---|---|---| | Style: ... | Scene: + Audio & Style: | Sora 单一 Style 段拆成 Kling 的环境+风格混合 | | Cinematography: ... | Camera: | 字段重命名 | | Actions: - beat - beat | Action: 流畅描述 | 按 beats 列表合并成自然语言 | | Background Sound: ... | Audio & Style: | 合并进风格段 | | (无角色对白栏) | (保留对白嵌入 Action) | Kling 5 层不单独分对白 | ## 注意事项 - ⚠️ [目标模型] 与 [源模型] 在 [某能力] 上有差异:[具体说明,例如 "Kling 中文比 Sora 强,可考虑改成中文版本"] - 💡 推荐参数:[根据目标模型给出宽高比/时长/分辨率建议] - 🔄 如果效果不理想,试试:[备选转换方向,如再转 Veo 用多人对话能力] 实战示例 例 1:用户给一条 Sora 2 提示词,想转成 Kling 3.0 输入 : 源模型:Sora 2 源 prompt: Style: 1970s romantic drama, 35mm film with warm halation, slight handheld micro-shake. A park bench at golden hour in late autumn. Two men in their early 30s. Cinematography: Medium-wide, slow dolly-in. 40mm lens, shallow focus. Actions: - A sits down hesitantly - A (low, hesitant): "It's been a long time." - B turns, eyes widening - B (warm): "Too long. I almost didn't recognize you." - Both share a quiet laugh Background Sound: Soft piano, ambient park, no music swell. 目标模型:Kling 3.0 步骤 2-3 :识别这是 scene-2-reunion(情感对话)场景。 步骤 4 :读基准数据中 scene-2-reunion 的 sora-2 和 kling-3.0 对照,提取转换模式。 输出 : ## 转换结果 **源模型** : Sora 2 · **目标模型** : Kling 3.0 **参考场景** : scene-2-reunion(情感双人对话) \ `\` \` Scene: A park bench at golden hour in late autumn, amber sunlight filtering through bare branches, fall leaves drifting through the frame. Characters: Character A (early 30s, hesitant) and Character B (early 30s, expressive). Action: A walks up and sits down beside B with visible hesitation. A says: "It's been a long time." B turns slowly, eyes widening with recognition, replies warmly: "Too long. I almost didn't recognize you." They share a quiet laugh that breaks the tension. Camera: Slow push-in on A as he speaks, over-the-shoulder cut to B's reaction, ending on a held wide two-shot. Audio & Style: Soft solo piano underscore building gently, ambient park sounds (distant kids playing, leaves rustling), warm cinematic teal-and-amber grade, 1970s romantic drama with 35mm halation aesthetic, naturalistic dialogue delivery. \ `\` \` ## 转换映射 | Sora 2 | Kling 3.0 | 注释 | |---|---|---| | Style: ... | (合并到 Audio & Style:) | Kling 5 层把 Style 嵌在最后一层 | | Cinematography: 段 | Camera: | 字段重命名,Kling 更简洁 | | Actions: beats + dialogue 嵌入 | Action: 自然语言 + 嵌入对白 | Kling 5 层 Action 段直接含对白,不像 Sora 用 beats 列表 | | Background Sound: | (合并到 Audio & Style:) | Kling 把音频与视觉风格放一段 | | (无 Characters: 段) | Characters: 显式列角色 | Kling 5 层强制要求 Characters: 段 | ## 注意事项 - ✅ Kling 5 层结构能很好承接 Sora 的所有内容 - 💡 推荐参数:16:9 / 10s / 1080p - 🌐 Kling 中文理解优于 Sora,如果场景偏中式可把对白和场景描述改成中文(Kling 中文是业界并列第一) - 🔄 如果想要更强的音画对白同步,再转 Veo 3.1(原生音频最强) 例 2:用户的 Wan 2.7 提示词转 Hailuo 02 (同样的查表流程,参考 scene-5-meeting 或最相似场景的 wan-2.5 ↔ hailuo-02 对照行) 例 3:用户的 Kling 中文 prompt 转回 Pika 简洁英文 (参考 scene-1-perfume 或最相似场景的 kling-3.0 ↔ pika-2.5 对照行, 强调 Pika 的"单一焦点 / no morphing"约束 ) 局限性 — 必须诚实告知 ⚠️ 本 skill 是基于 110 条公式对照数据的查表式转换,不是基于实测视频效果的端到端优化 。 做不到 : 无法保证转换后的 prompt 在目标模型上实际生成的视频质量 无法预测目标模型的特殊脾气(模型频繁迭代) 无法替你做最终的 A/B 测试 — 这必须实际跑 能做到 : 把源 prompt 重新组织成符合目标模型公式的结构 保留所有语义内容(主体/场景/动作/音频/风格) 指出关键的字段映射和风格差异 给出推荐参数和后续优化方向 最佳实践 :把转换结果作为"起草稿",在目标平台实测后微调。如果发现某条转换效果稳定,欢迎 PR 加到 cross-model-matrix.json 作为新场景的对照样本(详见 CONTRIBUTING.md )。 路线图(等数据更扎实再做) 版本 增强 v1(当前) 110 条对照查表 + 5 步流程 v2 加 5 场景扩到 165 条对照 v3 加每条对照的实测视频链接(由社区贡献) v4 加自动 A/B 评估(同 prompt 在多模型实测后的 ELO 评分驱动) 资源 基准数据: prompts/data/cross-model-matrix.json 数据说明: prompts/cross-model/README.md Web 查询界面: tools/cross-model/index.html 各模型公式: methodology/ 13 篇 SOP 跨模型对比: methodology/10-跨模型对比.md + methodology/13-六大模型公式速查.md