这是什么
Reference Video Director 是一个面向参考图驱动视频创作的 Agent Skill。它由作者 sgyno09-source 发布在 GitHub 上，仓库名为 reference-video-director。目前该仓库获得 109 Stars、21 Forks、0 个未关闭 Issue，默认分支为 main。
简单来说，你只需要上传参考图并说一句大概剧情，它就能帮你生成一段结构完整、可直接交给视频模型执行的提示词。它特别擅长处理人物一致性、服装一致性、情侣 POV、自然对白、微表情、手部互动、镜头连续性与真实生活感。
适合谁
- 想做情侣 POV / 恋爱短剧的创作者
- 需要保持参考图角色一致性的视频创作者
- 不擅长写分镜、但希望快速生成 15 秒 / 30 秒短剧提示词的新手
- 使用 Seedance、Hailuo、Kling、Veo、Sora 等视频模型的用户
- 希望把粗略剧情改造成时间轴 Prompt 的进阶玩家
能做什么
这个 Skill 的核心能力包括：
- 绑定参考图：明确每张图对应人物、服装还是场景，减少换脸、换衣服、场景漂移。
- 锁定人物与服装：从脸型、发型、肤色到服装款式、颜色、配饰，保持连续场景中的一致性。
- 生成时间轴：根据 10 秒、15 秒、30 秒、60 秒等目标时长，自动分配动作、对白、微表情和镜头。
- 处理情侣 POV：支持男友第一人称视角，男友不露脸，只出现手、前臂、肩部或画外音。
- 优化对白与微表情：把“她生气了”扩展成“笑容停一拍、眼神微眯、嘴角压住、别过头又偷偷看回来”等可执行细节。
- 适配视频模型：根据 Seedance、Hailuo、Kling、Veo、Sora 等模型特点，调整动作密度、时间轴和连续性描述。
- 输出负面约束：自动加入“不要换脸、不要多手、不要字幕、不要突然换场景”等约束，降低翻车概率。
使用前准备
- 一个支持 Agent Skills / Codex Skill 的客户端，如 Claude Code、Codex 或其他兼容工具。
- 角色参考图、服装参考图、场景参考图（可选，但越多越稳）。
- 一段粗略剧情，哪怕只有一句话也可以。
- 目标时长（15 秒 / 30 秒等）和想用的视频模型名称（如 Seedance）。
安装方法
这个仓库本身就是一个 Skill 目录，核心入口是 SKILL.md。安装时不要只复制文字，建议保留整个文件夹结构。
新手可以直接在 GitHub 仓库页面点击 Code → Download ZIP，下载后解压得到 reference-video-director 文件夹。会使用 Git 的用户也可以执行：
git clone https://github.com/sgyno09-source/reference-video-director.git
然后在你的客户端中找到 Skills / Agent Skills / Custom Skills 导入入口，选择整个文件夹导入，保持 SKILL.md 和 references/ 等文件原有位置不变。导入完成后重新打开会话或刷新 Skill 列表。
使用示例
安装后不需要背复杂命令。上传参考图后，直接告诉它：
参考这张女生图
做一个30秒情侣POV
保持同一个人物和发型
服装不要变化
场景是晚上卧室
女生性格俏皮爱笑
男友不露脸
剧情：
男友说错一句话
女生先愣一下
然后假装生气
最后又被逗笑
模型：Seedance
对白自然一点
不要字幕
Skill 会自动补全参考图绑定、人物与服装一致性、场景与光线、Camera / POV、分秒时间轴、动作与微表情、对白与停顿、手部互动、声音设计、连续性控制、负面约束、模型适配等模块。
如果有多张参考图，可以明确告诉它每张图负责什么：
Mixed 1：女主人物参考
Mixed 2：服装参考
Mixed 3：卧室场景参考
使用 Mixed 1 作为唯一女主角
服装严格参考 Mixed 2
场景结构参考 Mixed 3
生成30秒情侣POV
如果只会一句剧情，也可以直接说：
参考这个女生
做一个30秒视频
男朋友说错一句话
她从开心到愣住
再到假装生气
最后被逗笑
帮我完整设计
Skill 会自动把一句话扩展成可执行的视频提示词。
提示词
使用上传的角色参考图像 {{Mixed 1}} 作为唯一女主角参考。女主为年轻成年女性，全程严格保持同一人物身份，包括脸型、五官比例、眼睛、鼻子、嘴唇、发型、发色、肤色、年龄感和整体辨识度，不换脸、不漂移、不突然改变妆容。
服装严格参考 {{Mixed 2}}，保持白色居家吊带上衣与整体居家穿着一致，不在过程中改变服装。
核心设定
生成一段 30秒、真实生活感、甜蜜轻喜剧情侣互动视频。
两个人已经是关系非常亲密的情侣。
女主性格：俏皮、可爱、开朗、爱笑，情绪都写在脸上，偶尔会故意撒娇、假装生气，很喜欢逗男朋友。
男主性格：平时高冷、内向、话少、不太会表达，也完全不擅长哄人，但面对女主时会明显变得柔软，偶尔一本正经地说出很好笑的话。
两个人之间不是刻意调情，而是已经非常熟悉之后形成的自然情侣状态。
整个视频要有一种：
“明明只是随便聊天，聊着聊着就开始打情骂俏”
的感觉。
不要偶像剧式表演。
不要刻意深情凝视。
不要每一句话都设计得特别浪漫。
要像真正情侣在卧室里随口聊天时，被偶然记录下来的一小段。
⸻
场景
使用参考图片中的同一间卧室。
夜晚。
保持原有房间结构、床、白色被褥、窗帘、木质床头以及镜子等元素。
窗外已经变暗。
室内主要由柔和床头灯、窗边微弱环境光照明。
整体干净、柔和、温暖，有真实居家生活感。
不要布置成豪华酒店。
不要刻意制造烛光、玫瑰、爱心等浪漫道具。
浪漫来自两个人的互动。
⸻
摄影方式
全程主要采用 男朋友第一人称视角 / 近距离情侣POV。
男主绝对不露脸。
可以偶尔出现：
男主模糊的肩膀
前臂
一只手
但不能出现完整身体。
特别注意房间里的镜子：
镜面中不能出现男主的脸、摄影设备、摄影人员或第三个人。
女主大部分时间实际上是在看男朋友，因此她看向镜头就等同于看向男主。
摄影距离保持在真实情侣聊天距离。
轻微自然手持呼吸感。
不要剧烈晃动。
不要快速推拉镜头。
镜头重点始终放在：
女主眼睛
嘴角
脸颊
撇嘴
忍笑
突然笑出来
细微呼吸
头发的小动作
⸻
00:00–00:06｜本来聊得好好的
女主坐在床上，身体自然放松。
一边整理自己的头发，一边和男主聊天。
她脸上始终带着很轻松的笑。
男主在画外，用非常平静、话不多的语气说：
男主：
“你今天话好多。”
女主原本还在笑。
停顿大约半秒。
慢慢抬眼看向镜头。
笑容一点点消失。
不是认真生气，而是明显开始“抓字眼”。
她眯一下眼睛：
女主：
“……你嫌我烦？”
男主立刻意识到不对。
安静一秒。
男主：
“我不是这个意思。”
女主非常快地接：
女主：
“那你是什么意思？”
说完她嘴角其实已经有一点想笑，但故意忍住。
⸻
00:06–00:13｜男主成功把自己说进去了
男主明显不会处理这种问题。
镜头安静看着女主。
男主想了一下：
男主：
“就是……”
停顿。
男主：
“挺热闹的。”
女主瞬间睁大一点眼睛。
非常不可思议地看着镜头：
女主：
“热闹？”
她指一下自己。
女主：
“我是庙会吗？”
这里女主自己已经快憋不住笑。
但还是努力保持生气。
嘴巴轻轻抿住。
脸转向旁边。
故意不理男主。
⸻
00:13–00:19｜不会哄，只会捏脸
男主安静两秒。
明显不知道该怎么哄。
不要马上说话。
随后男主的一只右手从镜头侧前方自然进入画面。
动作一定真实、缓慢。
拇指和食指非常轻地捏一下女主一侧脸颊。
只持续约1秒。
动作是情侣间很自然的小动作。
手指数量正确，手部结构稳定，不穿模，不遮挡整张脸，不用力拉扯，不造成夸张面部变形。
女主完全没想到他会这样。
先愣半秒。
然后立刻皱起一点眉毛。
脸颊微鼓。
嘴巴明显撇下来。
非常可爱地盯着男主。
她把他的手轻轻推开：
女主：
“你干嘛？”
男主仍然非常平静：
男主：
“哄你。”
女主更加无语：
女主：
“你管这叫哄？”
⸻
00:19–00:25｜高冷男友的奇怪逻辑
镜头稍微靠近一点。
女主仍然撇着嘴。
努力表现自己还在生气。
男主安静一秒后说：
男主：
“脸挺软的。”
女主愣住。
抬眼看镜头。
男主继续一本正经：
男主：
“气应该也能消快一点。”
女主本来想继续板着脸。
但嘴角已经开始失控。
她低一下头。
肩膀轻轻动一下。
明显在憋笑。
抬头以后还是努力装凶：
女主：
“谁教你这么哄人的？”
⸻
00:25–00:30｜彻底绷不住
男主没有立刻回答。
保持他那种话很少的性格。
停顿半秒。
然后很自然地说：
男主：
“以前也没人让我哄。”
女主愣一下。
男主补一句：
男主：
“遇见你以后现学的。”
女主终于彻底绷不住。
直接笑出来。
不是夸张大笑。
而是眼睛先弯起来，随后露出很明亮、很甜的笑。
她稍微靠近镜头。
看着男主笑：
女主：
“那你学得有点慢。”
男主：
“你又笑了。”
女主立刻重新抿嘴，假装严肃：
“我没有。”
男主：
“嘴角先投降了。”
女主瞬间又笑出来。
伸手轻轻挡一下镜头：
“闭嘴。”
画面停留在她笑着看向男朋友的眼睛上结束。
⸻
表演重点
整个视频最大的重点是 “憋不住”。
女主不是认真发火。
她喜欢男主，也知道男主不是故意惹她。
所以她整个所谓的“生气”其实都带着恋爱中的小情绪。
尤其要表现：
刚开始还在笑
突然意识到男主说错话
眯眼质问
嘴角其实偷偷在笑
故意转头不理他
被捏脸以后可爱撇嘴
努力继续装生气
听到男主奇怪的哄人逻辑后开始破功
低头憋笑
最后彻底笑出来
不要使用网红式夸张表情。
不要频繁眨眼。
不要一直盯镜头保持同一个表情。
眼神必须有真实变化：
看男主
移开
偷偷看回来
假装生气
忍笑
重新对视
最后笑开
⸻
男主表演要求
男主虽然不露脸，但必须能通过：
停顿
说话节奏
手部动作
偶尔的迟疑
体现性格。
他说话不油腻。
不使用霸总式台词。
不故意撩人。
他的好笑之处来自：
认真、话少、不会哄，但每句话又莫名很有效。
男主声音自然、低调、略微内向。
遇到女主后已经明显比平时话多，但仍然不会说很多漂亮话。
⸻
女主声音
声音年轻、自然、明亮。
带一点笑意。
不是幼态声音。
不是刻意夹嗓子。
撒娇和生气全部建立在自然说话基础上。
尤其是：
“我是庙会吗？”
“你管这叫哄？”
“谁教你这么哄人的？”
“我没有。”
这些对白应该带一点情侣之间故意找茬的感觉。
⸻
镜头与动作连续性
整段尽量使用 3–4个长镜头 完成。
不要每句对白切一次镜头。
人物的位置必须连续。
床铺和房间结构不能跳变。
头发长度、刘海、衣服肩带位置不能突然变化。
男主伸手捏脸之前，画面内不能提前出现多余的手。
捏脸结束以后男主的手自然撤出画面。
不能突然消失。
女主推开男主手时需要有真实接触关系。
不要让两只手互相穿透。
⸻
声音设计
没有背景音乐。
没有字幕。
没有文字。
没有旁白。
仅保留真实环境声音：
轻微空调声
夜晚房间环境声
被褥摩擦声
衣服细微摩擦声
头发移动声
自然呼吸
女主忍笑时很轻的气音
真实说话声
对白之间一定要保留短暂停顿。
不要让人物像连续念台词。
⸻
整体风格
真实情侣日常
生活感恋爱短片
第一人称男友视角
轻喜剧
自然打情骂俏
甜而不腻
有梗但不演段子
女友假生气
可爱撇嘴
男朋友不会哄人
轻轻捏脸
忍不住笑
情侣化学反应
真实微表情
自然眼神交流
柔和夜间卧室灯光
轻微手持摄影
近距离亲密感
没有戏剧化冲突
浓浓恋爱感
最终效果应该像：两个人本来只是躺在房间里闲聊，男朋友一句话把自己送进坑里，又笨拙地把女朋友哄笑了。不是演出来的“甜”，而是那种只有关系很熟的情侣才会有的自然、幼稚、好笑又很甜的小瞬间。
风险与注意事项
- 本 Skill 生成的是提示词，不是视频文件。最终视频质量取决于你使用的视频模型。
- 参考图越多、描述越具体，人物一致性和场景稳定性越好；只给一张图时效果可能打折。
- 涉及情侣、恋爱内容时，请确保角色为成年人，并遵守平台内容政策。
- 不同客户端的 Skill 导入入口不同，如果找不到，请查阅对应客户端的官方文档。
- 仓库当前没有提供开源协议信息，使用前建议自行确认授权范围。
- 该 Skill 的定位是“真实感大于戏剧性”，如果你需要强冲突、大场面剧情，它可能不是最佳选择。