← 返回博客
Ai预计阅读 9 分钟

Higgsfield 把一部 95 分钟 AI 电影的 40,000 条提示词全公开了

发布于 2026年10月24日
Higgsfield 把一部 95 分钟 AI 电影的 40,000 条提示词全公开了

Higgsfield 公开了一部 95 分钟 AI 短片背后的提示词。全部。整个档案大约 40,000 条提示词,分在 108 个按场景排列的文件夹里,而这些提示词背后是 115,446 条生成记录。

把这两个数字放在一起看,才是真正的故事。四万条提示词是个很大的库。十一万五千次生成,是走到那一步的代价——平均下来每条提示词 2.9 次尝试,还是摊在一整部正片长度电影上的平均值。

这部电影叫 Hell Grind。表面上看,这次发布是一家卖视频生成的公司做的营销动作。往深了说,它是 AI 视频圈至今公开过的最有用的一份制作文档,而且它有用的原因,跟大多数人以为的不一样。

文件夹里到底装了什么

它的结构是按场景分的,不是按提示词类型分的。这件事比听上去重要。我见过的提示词库基本都按风格分类——“电影感打光”“动漫”“产品图”——那是编字典的排法。按场景排,才是排分镜脚本的排法。

打开一个场景文件夹,里面的提示词是按使用顺序排的,所以你能看到一条镜头是怎么被搭出来的:第一次尝试、第一次修正、第二次修正、最后进片的那条。失败的还留在里面。没人清理过。

大约 4,561 条提示词是中文,其余是英文。如果你用这两种语言中的任何一种写提示词,这个比例就有意义,因为同一个镜头存在两种写法,你可以直接对比。

Printed storyboard sheets fanned across a dark wooden table under a warm desk lamp

为什么真正教你东西的是 115,446 这个数字

四万句话谁都能写。信息在比例里。

如果你只看过成片,你会以为一个靠谱的团队一两条就能出一条镜头。档案说平均接近三次,而平均数会盖住分布:有些镜头一次就过,有些明显磨了十几次,文件夹才往下走。

就这一个事实,就能重新校准你的预算。一部 95 分钟的电影要大约 115,000 次生成,那一条 3 分钟的宣发片大概要 3,600 次,一条 30 秒的社媒切片要几百次。不管你的积分预算多少,它大概只有实际所需的三分之一。

它也解释了为什么这类片子要几个月而不是几天。不是因为渲染慢,而是因为循环是:生成、看、判断、改写、再生成。瓶颈是判断,而判断没法并行。

怎么用这样的库,而不是照抄它

最明显也最错的做法是从头读到尾。你什么也学不到,还搭进去一个下午。

对的做法是把它当成一张按叙事功能索引的查找表。挑你自己项目里卡住的那场戏——角色进门、一个揭晓、两个地点之间的转场——然后去 Hell Grind 里找对应节拍,只读那一个文件夹。

你要找的不是措辞,是结构:要素是按什么顺序写的,哪些细节每一次都重复了(通常就是模型老是丢的那些),以及团队在哪里停止描述、开始约束。能扛过反复迭代的提示词往往会收敛成一种模式,而模式才是能迁移的部分。

双语那部分是白送的第二课。拿一条镜头,读它的英文提示词和中文提示词,看翻译里加了什么、丢了什么。通常中文版带更多氛围,英文版带更多机位和灯光,因为每种语言说某些事的方式更省力。

另一个项目,才是电影人该读两遍的

除了 Hell Grind,Higgsfield 还开源了 Passport Rush,一部用混合流程做出来的短片:先手绘 2D 分镜,再在 Blender 里做 3D 预演,最后才做 AI 动画。

这个顺序本身就是全部论点。先分镜,再在 3D 里摆位,最后才生成。这跟大多数人用这些工具的顺序正好相反——先写提示词,出事再修——也正是成片在剪辑点之间站得住的原因:机位和空间关系在任何一个模型跑起来之前,就已经由人定好了。

对做客户项目的人来说,混合路线还顺带解决了过稿问题。你可以在花掉一个积分之前,把分镜和 Blender 灰模布局给客户看。这个阶段收意见不花钱。四十次生成之后再收意见,要花一个周末。

这对“写提示词”这份工作意味着什么

有一种解读是:对现在靠写提示词吃饭的人是坏消息。理由大概是,工作档案都公开了,这门手艺就被商品化了。

这说法反了。被商品化的是词汇——那种能让模型生成黄昏雾街的具体说法。不能被商品化的是判断:这部电影需要哪个镜头,这个镜头该停多久。

实际上价值往上走了一层。提示词不再是交付物,而是你已经做过的某个决定的记录。这也是文件夹按场景分类的原因:场景才是作者的创作单位,提示词只是你留给渲染器的一张便条。

电影学院的学生本来就是这么学的。你不会只读一位导演的分镜表来研究他;你先看电影,再读分镜表,然后再看一遍。这个档案就是中间那一步,只是规模很大,服务于一种还没有电影学院的媒介。

商业逻辑也不难懂

Higgsfield 运营着一个社区,创作者在上面发布 “Open Projects”:成片、创作简述、文件夹结构、用到的模型,以及可选的每一条提示词。项目拿到 30 个赞、内部有 30 次生成,就会进人工审核并认证,创作者因此拿到评分和申请资助的资格。

所以公开提示词不是做慈善,是个飞轮:提示词让项目可复现,可复现的项目会被 remix,remix 带来使用量,而使用量正是生成公司卖的东西。这 40,000 条提示词同时是教学资源和获客渠道。

这并不让它们变得没用,只是意味着你该预期看到更多。竞争压力现在指向透明,因为公开提示词档案的工作室显得有底气,藏起来的看起来像是有事瞒着。

该说清楚的保留意见

Hell Grind 里的一切都服务同一种审美。暗、重质感、重特效。如果你在做明亮的产品片或者儿童动画,这个档案里的大部分都是错误参考,你会对着一种你不想要的风格做模式匹配。

把它当成一份流程的实操样本,而不是风格指南。要学的不是“就这样写提示词”,而是“每条镜头按三次尝试做预算,生成之前先定机位,把失败的留在文件夹里,这样你能看见自己试过什么”。

最后这个习惯几乎没人有,而且不花钱。

相关文章