待验证50% 置信观点精确时间
视频模型的提示词本质上更像是写给导演、摄影师和演员看的拍摄说明书，需要告诉模型的是这件事应该怎么拍，而不是发生了什么
1
来源数
50%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
相关事实
待验证video-use 采用意图驱动模式，用户用自然语言描述目标，Agent 理解意图、规划步骤并调用底层视频处理能力完成任务70% 相似待验证当前短剧Agent的分镜生成通常依赖经过影视行业数据微调的专用LLM，将文学描述映射为摄影机位指令再传递给视频生成模块70% 相似待验证通用视频大模型的核心能力在于从文字生成逼真画面，而非理解特定品牌资产并按营销逻辑编排信息69% 相似待验证参考视频在技术层面充当「结构先验」角色，纹理细节和光照风格由文本提示词和模型自身预训练知识填充69% 相似待验证交互式世界模型与传统视频预测模型的关键区别在于可控性，需要接收动作输入并生成对应后续画面68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/828041API
curl https://kongchang.com/api/v1/knowledge/claims/828041MCP
get_claim(id=828041)