Remix 首尾帧视频（中文）

⚠ 模板口径（2026-10-12 收口）：Remix 已统合为 remix.video（首尾帧＝连线模式之一）⇒ 作业用 remix.video；本文作写法参考保留 ✓

工作流前提

• input1 是首帧图像，决定视频起始构图、主体身份、场景、服装、道具、光影和初始姿态。
• input2 是尾帧图像，决定视频结束构图、主体最终姿态、视线、动作落点、道具状态和画面收束。
• 写提示词前必须先读取并理解两张输入图像；缺少任一图像时，不写入提示词、不修改参数、不运行工作流。
• 用户文字需求只用于补充动作、运镜、情绪、节奏和风格，不可覆盖两张图像已经确定的视觉事实。
• Remix 基于 Wan2.2 训练，提示词使用中文自然语言，重点放在首尾帧之间的时间流逝和动态变化。

最终输出格式

• 最终写入模型的提示词必须是一个纯净的中文自然语言段落。
• 不要标题、前言、解释、列表、Markdown、代码块、负面提示词或参数命令。
• 禁止出现星号字符。
• 禁止使用方括号标注、加粗符号、标题符号，禁止写“主体：”“动作：”“镜头：”等字段标签。
• 不要写宽度、高度、时长、种子等参数，也不要追加 --ar、--seed 等命令。
• 段落要直接描述视频内容：从首帧状态开始，中间连续变化，最后自然收束到尾帧状态。

写入流程

1. 先看 input1，提取起始锚点：主体是谁、位置和姿态、镜头距离和角度、场景位置、主要道具、服装发型、光源方向、画面气氛。
2. 再看 input2，提取尾帧目标：主体最后到达的姿态、表情、视线、手部位置、道具状态、构图变化、镜头距离和光影收束。
3. 对比两张图，找出必须发生的可见变化，例如转身、靠近、后退、抬手、挥动道具、跳跃落地、表情变化、视线转移、衣物方向变化、背景光影变化。
4. 根据用户需求补入动作强度、节奏、镜头运动、环境变化和风格；如果用户没有指定镜头运动，也要写一个能连接首尾帧的连续运镜。
5. 按时间顺序组织动作链：首帧起势，主体和背景开始活动，关键动作发生，动作影响环境或另一主体，运动逐步靠近尾帧，最终定格到尾帧姿态和构图。

首尾帧衔接原则

• 开头必须让模型知道视频从首帧图像开始，但不要长篇罗列静态细节。
• 结尾必须让模型知道视频自然落到尾帧图像的姿态、构图、表情、视线和主要道具状态。
• 中间动作要解释首尾差异是怎样连续发生的，不能突然跳到尾帧。
• 不要把首帧和尾帧写成两个镜头、硬切、闪回或转场。
• 不要让中间动作破坏尾帧可达性；人物身体方向、手部位置、视线、镜头距离和场景光影应能自然收束到尾帧。

5秒分秒控制

默认生成5秒视频时，建议使用分秒控制组织节奏，尤其适合快速动作、战斗、施法、奔跑、跳跃、多人互动或首尾差异较大的画面：

0-2秒，视频从首帧构图开始，主体产生微表情和第一段动作，环境和光影开始运动，镜头快速进入或跟随，2-4秒，主体完成关键动作或多人交互，发丝、衣物、道具、碎片、尘埃或水汽产生可见物理反馈，镜头保持连续运动并展现景深变化，4-5秒，动作冲击逐渐收束，主体姿态、视线、道具和构图自然落到尾帧状态，镜头快速后撤、环绕、拉升或稳定锁定尾帧画面

这只是写法结构，最终提示词必须替换成具体画面内容，不要写模板说明。

动态要求

• 主体不能静止，必须写微表情和身体动作，例如眨眼、呼吸、眼神流转、转头、转身、奔跑、跳跃、手势、pose变化、发丝飘动、衣物摆动、肌肉发力、重心转移。
• 动作必须有物理后果，例如位移、旋转、接触、分离、落地、碎片飞散、布料翻卷、尘土扩散、光影变化、道具状态改变。
• 如果首尾帧差异很小，仍要补充细微生命感，例如呼吸起伏、眼神转向、手指微动、衣角摆动、光斑移动。
• 如果首尾帧差异很大，要拆成连续阶段，先发生起势，再发生主要动作，最后逐步靠近尾帧，不要跳过中间过程。

快速动作与电影大片模式

当用户要求快速动作、战斗、追逐、奔跑、跳跃、施法、武术、爆发力、大片感或强动感时，按以下规则生成：

• 分析重点放在时间流逝和动态变化上，忽略图片静态细节罗列，只保留和动作有关的主体位置、姿态、环境和光影。
• 主体动态是重点，必须包含微表情和肢体动作，例如眨眼、呼吸、眼神流转、转身、奔跑、跳跃、手势、pose变化、发丝狂舞、衣物摆动、肌肉发力、重心转移。
• 镜头必须运动，速度必须快，使用快速推镜头、低角度跟拍、无人机俯冲、急速环绕、高速拉升、后撤跟拍、贴地疾驰、焦点自然流畅变化等电影运镜。
• 禁止生硬转场和跳切镜头；镜头要以连续运动连接首帧和尾帧，并在最后自然停到尾帧构图。
• 环境必须是活的，背景随时间发生物理变化，例如风吹树摇、雨雪飘落、云层流动、光影偏移、水面波纹扩散、尘埃被气流撕开、火光爆裂、碎片飞散、粒子拖尾。
• 如果图中是动漫角色，快速动作必须采用施法、武术招式或法术释放，动作要从蓄力、出招、冲击、收束自然推进到尾帧。
• 如果图中有两人以上，必须写精确具体的交互动作，例如一人冲刺另一人侧身躲闪、两人兵器碰撞后分开、主角拉住同伴越过障碍、对手格挡后后退半步，并写清每个人的位置变化和相互影响。

画面概念要素

根据两张图像和用户需求选择必要要素，不要机械堆满：

• 光源类型：日光、人工光、月光、实用光、火光、荧光、阴天光、混合光、晴天光。
• 光线类型：柔光、硬光、顶光、侧光、背光、底光、边缘光、剪影、低对比度、高对比度。
• 景别：特写、近景、中景、中近景、中全景、全景、广角。
• 构图：中心构图、平衡构图、侧重构图、对称构图、短边构图。
• 镜头尺寸：中焦距、广角、长焦、望远、超广角、鱼眼。
• 镜头角度：过肩角度、高角度、低角度、倾斜角度、航拍、俯视角度。
• 镜头类型：单人镜头、双人镜头、三人镜头、群像镜头、定场镜头。
• 色调：暖色调、冷色调、高饱和度、低饱和度。
• 运镜：快速推镜头、镜头拉远、镜头向右移动、镜头向左移动、镜头上摇、手持镜头、复合运镜、跟随镜头、环绕运镜、后退跟拍、后撤镜头、无人机俯冲、高速拉升。

禁止内容

• 禁止在没有读取两张输入图像时生成最终提示词。
• 禁止把首尾帧写成硬切、跳切、闪回、转场或两个无关镜头。
• 禁止出现星号字符。
• 禁止使用方括号标注、加粗符号、标题符号和“主体：”“动作：”“镜头：”等字段标签。
• 禁止无依据添加新人物、新道具、新场景或改变主体身份、服装、主要道具、首尾帧事实。
• 禁止使用“因为”“所以”“为了”“导致”等因果解释词。
• 禁止写模型名、LoRA名、文件名、权重语法、负面提示词或参数命令。

示例写法

用户要求：左图为动漫角色起手蓄力，右图为角色完成法术释放后的落地姿态，需要快速动作和电影运镜。

可写提示词：

0-2秒，视频从首帧构图开始，动漫角色保持起手蓄力姿态，眼神猛然聚焦，胸口快速起伏，发丝和衣摆被迎面气流向后拉开，脚下尘土向四周震散，镜头从低角度贴地急速推近并沿肩侧掠过，背景光影被法术亮光切出强烈层次，2-4秒，角色旋身踏步向前冲出，双臂连续结印后向前劈出弧形光刃，袖口和腰带在高速动作中猛烈翻卷，光刃擦过地面卷起碎石和火星，镜头高速环绕半圈后进入低角度跟拍，焦点从飞散碎片自然拉回角色眼神，云层快速翻涌，空气中的水汽被冲击波推开，4-5秒，角色双脚落地向前滑出半步，双臂交叉收束法术，光刃在前方炸成细密粒子雨，尘浪向两侧分开，镜头急速后撤并拉升到尾帧构图，最终自然定格在尾帧中角色稳住重心、视线锁定前方、周围粒子缓慢坠落的姿态

写入与运行检查

1. 调用输入读取工具确认 input1 和 input2 都是有效图像。
2. 先分析两张图像真实差异，再生成单段中文提示词。
3. 检查提示词是否从首帧开始、连续过渡、最终收束到尾帧。
4. 检查提示词不含星号、标题、列表、字段标签、方括号标注、参数命令和禁止词。
5. 快速动作任务检查是否包含分秒控制、主体微表情和肢体动作、快速连续运镜、环境光影演变、最终尾帧收束；多人画面检查是否有具体交互，动漫角色检查是否有施法、武术招式或法术释放。
6. 读取参数，按需写入 value188、height、width 和 value187；宽高优先使用16的倍数。
7. 用户确认后运行，保存 runId，使用等待或状态工具查询，不重复触发节点。