Higgsfield 把一部 95 分鐘 AI 電影的 40,000 條提示詞全公開了

Higgsfield 公開了一部 95 分鐘 AI 短片背後的提示詞。全部。整份檔案大約 40,000 條提示詞，分在 108 個按場景排列的資料夾裡，而這些提示詞背後是 115,446 筆生成紀錄。

把這兩個數字放在一起看，才是真正的故事。四萬條提示詞是個很大的庫。十一萬五千次生成，是走到那一步的代價——平均下來每條提示詞 2.9 次嘗試，還是攤在一整部長片上的平均值。

這部片叫 Hell Grind。表面上看，這次發布是一家賣影片生成的公司做的行銷動作。往深了說，它是 AI 影片圈至今公開過最有用的一份製作文件，而且它有用的原因，跟大多數人以為的不一樣。

資料夾裡到底裝了什麼

它的結構是按場景分，不是按提示詞類型分。這件事比聽起來重要。我看過的提示詞庫幾乎都按風格分類——「電影感打光」「動漫」「產品圖」——那是編字典的排法。按場景排，才是排分鏡腳本的排法。

打開一個場景資料夾，裡面的提示詞是按使用順序排的，所以你看得到一個鏡頭是怎麼被搭出來的：第一次嘗試、第一次修正、第二次修正、最後進片的那條。失敗的還留在裡面。沒人清過。

大約 4,561 條提示詞是中文，其餘是英文。如果你用這兩種語言中的任何一種寫提示詞，這個比例就有意義，因為同一個鏡頭存在兩種寫法，你可以直接對比。

為什麼真正教你東西的是 115,446 這個數字

四萬句話誰都能寫。資訊在比例裡。

如果你只看過成片，會以為一個靠譜的團隊一兩條就能出一個鏡頭。檔案說平均接近三次，而平均數會蓋掉分布：有些鏡頭一次就過，有些明顯磨了十幾次，資料夾才往下走。

就這一個事實，就能重新校準你的預算。一部 95 分鐘的片要大約 115,000 次生成，那一支 3 分鐘的宣傳片大概要 3,600 次，一支 30 秒的社群切片要幾百次。不管你的點數預算多少，它大概只有實際所需的三分之一。

它也解釋了為什麼這類片要幾個月而不是幾天。不是因為算圖慢，而是因為循環是：生成、看、判斷、改寫、再生成。瓶頸是判斷，而判斷沒辦法平行。

怎麼用這樣的庫，而不是照抄它

最明顯也最錯的做法是從頭讀到尾。你什麼也學不到，還賠掉一個下午。

對的做法是把它當成一張按敘事功能索引的查找表。挑你自己專案裡卡住的那場戲——角色進門、一個揭露、兩個地點之間的轉場——然後去 Hell Grind 裡找對應的節拍，只讀那一個資料夾。

你要找的不是措辭，是結構：元素是按什麼順序寫的，哪些細節每次都重複了（通常就是模型一直漏掉的那些），以及團隊在哪裡停止描述、開始約束。能撐過反覆迭代的提示詞往往會收斂成一種模式，而模式才是能帶走的部分。

雙語那部分是免費的第二課。拿一個鏡頭，讀它的英文提示詞和中文提示詞，看翻譯裡加了什麼、掉了什麼。通常中文版帶更多氛圍，英文版帶更多機位和燈光，因為每種語言說某些事的方式更省力。

另一個專案，才是影像工作者該讀兩遍的

除了 Hell Grind，Higgsfield 還開源了 Passport Rush，一部用混合流程做出來的短片：先手繪 2D 分鏡，再在 Blender 裡做 3D 預演，最後才做 AI 動畫。

這個順序本身就是全部論點。先分鏡，再在 3D 裡擺位，最後才生成。這跟大多數人用這些工具的順序正好相反——先寫提示詞，出事再修——也正是成片在剪接點之間站得住的原因：機位和空間關係在任何一個模型跑起來之前，就已經由人定好了。

對接客戶案的人來說，混合路線還順帶解決了過稿問題。你可以在花掉一點點數之前，把分鏡和 Blender 灰模布局給客戶看。這個階段收意見不花錢。四十次生成之後再收意見，要花一個週末。

這對「寫提示詞」這份工作意味著什麼

有一種解讀是：對現在靠寫提示詞吃飯的人是壞消息。理由是，工作檔案都公開了，這門手藝就被商品化了。

這說法反了。被商品化的是詞彙——那種能讓模型生出黃昏霧街的具體說法。不能被商品化的是判斷：這部片需要哪個鏡頭，這個鏡頭該停多久。

實際上價值往上走了一層。提示詞不再是交付物，而是你已經做過的某個決定的紀錄。這也是資料夾按場景分類的原因：場景才是作者的創作單位，提示詞只是你留給算圖程式的一張便條。

電影系的學生本來就是這樣學的。你不會只讀一位導演的分鏡表來研究他；你先看片，再讀分鏡表，然後再看一遍。這份檔案就是中間那一步，只是規模很大，服務一種還沒有電影學院的媒介。

商業邏輯也不難懂

Higgsfield 經營一個社群，創作者在上面發布「Open Projects」：成片、創作簡述、資料夾結構、用到的模型，以及可選的每一條提示詞。專案拿到 30 個讚、裡面有 30 次生成，就會進人工審核並認證，創作者因此拿到評分和申請補助的資格。

所以公開提示詞不是做慈善，是個飛輪：提示詞讓專案可重現，可重現的專案會被 remix，remix 帶來使用量，而使用量正是生成公司在賣的東西。這 40,000 條提示詞同時是教學資源和獲客管道。

這並不讓它們變得沒用，只是代表你該預期看到更多。競爭壓力現在指向透明，因為公開提示詞檔案的片廠顯得有底氣，藏起來的看起來像是有事瞞著。

該講清楚的保留意見

Hell Grind 裡的一切都服務同一種審美。暗、重質感、重特效。如果你在做明亮的產品片或兒童動畫，這份檔案裡的大部分都是錯誤參考，你會對著一種你不想要的風格做模式比對。

把它當成一份流程的實作樣本，而不是風格指南。要學的不是「就這樣寫提示詞」，而是「每個鏡頭按三次嘗試編預算，生成之前先定機位，把失敗的留在資料夾裡，這樣你看得見自己試過什麼」。

最後這個習慣幾乎沒人有，而且不花錢。