Prompt-led Pet Video System
咖逗 AI 宠物视频指令体系
为宠物陪伴小程序建立稳定的 AI 视频指令：把跑步、跳跃、洗澡等动作拆成可测试字段，反复生成后固定为后端可调用的提示词，让用户只输入简单动作也能生成相对稳定的视频。
代表结果5类
动作场景测试
EVIDENCE 01 / 核心证据案例视频 01｜跑步：验证动作连续性与宠物主体稳定性。
- 周期
- 2025.05—2025.06
- 账号 / 产品背景
- 钰兔科技 AI 宠物陪伴小程序项目｜为后端沉淀稳定的宠物动作生成指令
- 我的角色
- 主导
- 个人职责
- 主导宠物动作提示词的拆解、测试与稳定版本整理，并将可复用指令交付开发团队接入后端。
- 团队协作
- 与产品及后端开发团队协作｜我负责提示词与样片验证，开发将固定指令写入视频生成服务
- 渠道
- 可灵 API / 火山引擎 API / AI 视频
PROJECT CONTEXT & RESPONSIBILITY
项目背景与工作重点
项目背景
项目启动时 AI 视频刚刚兴起，模型对同一张宠物图的动作理解并不稳定：跑步会变形、跳跃缺少连续性、镜头容易乱移，固定场景的背景也会跟着变化。但小程序希望用户只输入“跑步”“洗澡”这样的简单词，就能得到可用视频，因此后端需要一套同时约束动作、镜头和背景的稳定指令。
我的工作重点
当时提示词写法还没有成熟范式，直接把一句动作交给模型，无法保证结果。我参考 ChatGPT 等提示词写法，把动作拆成起点、过程、终点，再补充主体、镜头、速度、方向、背景锁定与连续性约束；通过反复测试找到稳定版本，最后固定成开发可以接入的指令。
STRATEGY & EXECUTION
策略与执行
我的工作重点
- 01
把用户输入的动作拆成可观察、可验收的关键阶段。
- 02
将主体、动作、镜头、速度和连续性固化为可复用字段。
- 03
以动作完整度、主体稳定性和镜头可用性作为统一验收标准。
- 04
只把经过样片验证的稳定版本交给开发团队。
具体怎么做
01
拆解动作场景
把跑步、跳跃、洗澡等用户会输入的动作拆成可观察的起点、过程和终点，并记录宠物身体需要保持的特征。
02
参考并改写提示词
参考 ChatGPT 等提示词写法，把主体、动作、镜头、速度、方向和连续性整理成固定字段。
03
多轮生成验证
在可灵与火山引擎 API 中重复生成同一动作，比较动作完整度、主体稳定性与镜头可用性。
04
固定版本交付开发
筛选稳定样片，整理成提示词列表和动作映射，交给后端写入小程序的视频生成服务。
IMPACT & EVIDENCE
结果与证据
LB5类动作场景测试
LB2套API 指令路径
LB10s单条样片验证
结果说明
- 覆盖跑步、跳跃、趴下、洗澡、打招呼 5 类动作场景，完成可灵与火山引擎两套生成路径测试。
- 形成一份可复用的提示词列表：用户输入简单动作，后端调用对应的固定指令生成视频。
- 将经过验证的稳定指令和案例视频交付开发团队，为小程序后端的生成稳定性提供基础。
SELECTED EVIDENCE
案例视频 / Prompt Tests
EVIDENCE 02案例视频 02｜跳跃：验证起跳、腾空与落地的连续动作。
EVIDENCE 03案例视频 03｜洗澡：验证固定浴室背景、水流和主体动作的稳定性。
EVIDENCE 04案例视频 04｜打招呼：验证抬爪、挥动和放下的连续动作。
EVIDENCE 05案例视频 05｜趴下：验证站立、下沉到趴卧的动作阶段和背景连续性。
PROJECT FILES / 项目资料
项目文件与交付资料
把测试过的指令结构、动作约束与交付方式整理成可下载文件，便于复查具体工作。
LEARNING
项目复盘
沉淀下来的方法
AI 视频刚起步时，真正需要解决的不是“偶尔生成一条好看的片段”，而是把反复测试后稳定的指令固定下来，让用户的简单输入可以被后端可靠调用。