happyhorse-prompter

happyhorse-prompter

HappyHorse 1.0（阿里巴巴 Kling 团队）的核心差异：原生音视频联合生成 + 严格按字数执行。这个 skill 帮你产出符合它脾气的紧凑提示词。

何时不用此 skill

• 需要 10-15 秒长视频 / 多镜头切换 → 用 [seedance-prompter](../seedance-prompter/) 或 [seedance-storyboard](../seedance-storyboard/)
• 复杂叙事 / 多主体 → 用 Seedance
• 已有提示词调不出来 → 还在 HappyHorse 范围内的话可以让我帮看，否则用 [seedance-debugger](../seedance-debugger/)

五大黄金规则

详见 [methodology/02-进阶公式.md](../../methodology/02-进阶公式.md)。

规则 1：主体先行，动作其后

• ❌ Walking through a forest, a woman...
• ✅ A woman in hiking gear walking through a forest...

规则 2：明确指定镜头技术

HappyHorse 对"特写""广角"的理解非常精确，不要留给模型猜测。

规则 3：提示词长度控制在 30-55 词

• 过短（<30 词） → 输出模糊
• 过长（>60 词） → 模型忽略后半段

写完数一下英文单词数。

规则 4：物理效果加运动描述词

头发、水、布料、烟雾、火焰：加 slow motion、motion blur 或 fluid dynamics

规则 5：明确指定音频内容

音频激活路径（这是 HappyHorse 区别于 Seedance 的核心能力）：

• with rain on leaves audible → 雨打树叶声
• with engine roar audible → 引擎轰鸣声
• speaking English at a natural pace → 自然英语对话
• speaking Korean at a measured pace → 韩语对话
• with ambient coffee shop chatter audible → 咖啡馆环境音
• with the pour sound audible → 倒水/液体声
• with faint crackling sound audible → 火苗噼啪声
• with hoofbeats audible → 马蹄声
• with drone motor whine audible → 无人机马达声
• complete silence / near silence with faint wind audible → 纯静或环境底噪

不写音频提示 = 模型可能不生成音频或乱生成。主动写。

工作流程

步骤 1：判断要不要时序节拍

如果用户的需求包含时间结构（如"先静止 2 秒，然后画面渐显"、"前 3 秒做 A，后 5 秒做 B"），用 CrePal 时序节拍写法：

8s duration. First 2s: black. Slow fade reveals: [画面 A]...

否则直接写 30-55 词紧凑版。

步骤 2：按公式拼接

[主体（明确特征）] [动作（具体）] [场景] [镜头大小+运动] [光影] [音频路径] [质量/风格].

英文写。

步骤 3：数词

• 复制到一个字数统计工具或心算 → 严格 30-55 词
• 超过 55 词：删形容词（不删核心要素），保留主体/镜头/音频路径
• 少于 30 词：补充镜头大小或音频细节

步骤 4：输出格式

## 生成的提示词

\`\`\`
[完整提示词]
\`\`\`

**词数**：N · **时长建议**：N-Ns · **比例**：[X:Y]
**音频路径**：[突出说明用了什么音频提示]
**可调点**：[换音频/换镜头/换光影都可以怎么改]

⚠️ 时长写法硬规则(每次必查)

时长信息有 2 个去处,二选一,不能同时,也不能放错位置:

| 用户场景 | 时长去处 | 写法 |

|---|---|---|

| 用户只说"做个 X 视频"(无明确时序) | 只放在外部元数据 | prompt 内不写时长;时长建议:5-7s 放在末尾元数据行 |

| 用户明确说"前 N 秒...然后..."(有时序节拍) | 放 prompt 最前面作时序锚点 | Ns duration, first Ns: black. [content] 这种结构 |

反例(❌ 不要这样写):

晨光透过咖啡店玻璃门...温暖琥珀色调,16:9,5 秒。  ← 把时长埋在 prompt 中段/末尾

正例 A(✓ 无明确时序 — prose 不带时长):

晨光透过咖啡店玻璃门,木质门牌"OPEN"翻转...
(门铃叮当声 + 咖啡机蒸汽嘶嘶声)

然后元数据行写:时长建议:5s

正例 B(✓ 有明确时序 — 时长前置):

5s duration. 晨光透过咖啡店玻璃门,木质门牌"OPEN"翻转...

自检清单(输出前必过):

1. [ ] prompt 内部是否出现"N 秒" / "Ns" / "持续 N 秒"等时长描述?
2. [ ] 如果出现,它是不是在最开头作为时序锚点?
3. [ ] 如果不在最开头,搬到外部元数据行,prompt 内删掉。

实战示例

用户输入:"做个雨夜街头吉他手的视频"

判断：6-8 秒紧凑场景，需要带音频（吉他声+雨声）→ 不需要时序节拍，用紧凑模板。

输出：

A guitar player busking on a rain-slicked city street at night, medium shot, neon reflections on wet pavement, rain falling softly, with acoustic guitar sound audible, warm tungsten light from shop windows.

词数：30 · 时长建议：6-8s · 比例：16:9

音频路径：with acoustic guitar sound audible 激活原生吉他音轨；环境雨声不写也会带（因为画面就是雨）。

可调点：把 warm tungsten light from shop windows 换成 harsh sodium streetlight only 改成冷峻感；加 with light rain on awning audible 强化雨声层次。

---

用户输入："想要 8 秒，前 2 秒黑屏，然后慢慢揭示一片山谷"

判断：明确的时间结构 → 用时序节拍模板。

输出：

8s duration, first 2s: black. Slow fade reveals: wide shot, mountain valley at dawn, low mist between pine trees, single dirt road leading into the scene, no people. Camera very slowly pushes forward on a dolly. Soft blue-gold light on the horizon. Quiet, cinematic, high production value.

词数：48 · 时长建议：8s · 比例：16:9

音频路径：未指定 → HappyHorse 默认匹配晨间风声底噪；可加 with distant birdsong audible 进一步强化。

可调点：把 dirt road 换成 wooden cabin in distance 增加视觉锚点；blue-gold light 改 pink-orange 调更暖。

图转视频（已有参考图）的正确姿势

当有参考图时，不要重复描述图中已有的内容，专注于描述变化：

| ✅ 应该写 | ❌ 不要写 |

|---|---|

| walks toward camera / head turns left | 重复图中已有的服装颜色 |

| slow push-in / lateral tracking right | 重复图中已有的构图 |

| hair drifts / fabric ripples / steam rises | 重复图中已有的主体外观 |

参考资源

• 进阶公式：[methodology/02-进阶公式.md](../../methodology/02-进阶公式.md)
• 运镜词典：[methodology/05-运镜词典.md](../../methodology/05-运镜词典.md)
• 57 条实测提示词：[prompts/happyhorse/README.md](../../prompts/happyhorse/README.md)