手机上刷到一张截图，列了四个「Opus 5.5 视频提示词」开源仓，号称收集了几十种影片风格、附创作者原始 prompt，还带代码渲染的音乐视频源码。标题都很诱人——「选风格输入故事可生成短片」。
我的第一反应不是收藏，而是问一句：把它抄下来，我们的演示片会变好吗？
我手上有几支已经交付的企业演示片，这次拿同一个题目，把这几套提示词分别注进去，各跑一遍，看看到底哪一套真能让片子变酷。
一、先别急着抄，先核名字
截图里四条，我去 GitHub 上找真身。结果不太体面：第 3 条的名字是语音转文字转错的，真身是一首叫 I'm Upping My P(doom) 的歌的代码渲染 MV。
更重要的是，四个条目里有两个仓没有 LICENSE 文件。这件事的意义比它看起来大：截图是 AI 解析出来的，可能把名字听错；而这些资产的许可证状态是能不能进商业项目的硬门。抄之前不核，等于把别人的错译和授权风险一起抄进交付物。
二、我建了一把所有人都得过的尺
要比较三条路线，就不能让每条路线自己评判自己。所以我先写了一份共用判据，三条路线跑的是同一个脚本、同一组数字、同一个题目：
- C1 规格：1920×1080、24 或 30fps、时长 28–32 秒
- C2 亮度：抽 0/8/16/24/29 秒五帧，算平均亮度，至少 4 帧 ≥ 0.75 且末帧达标（治深色底）
- C3 脱敏：片内文字和文件名，0 命中客户真名与内网路径
- C4 数字白名单：片子里出现的每个数字，必须能指回事先定好的事实表。不许编数、不许换数。
三、先跑一支基线：这个东西到底装得起来吗
我挑了风格体系最全的那个仓（53 个风格目录），在本机真装、真跑。结果第一步就绊了一下：仓里的字体被 .gitignore 排除掉了，只留了字体授权说明。从 Google Fonts 补齐字体后：
- 单帧渲染：1.4 秒
- 整片渲染：1200 帧，3 个并行 worker，墙钟 108 秒，约 90 毫秒/帧
- 代价很小：两个 npm 包、五个 Python 包，没有 GPU 硬依赖。这套东西是能进流水线的。
四、三条路线，同一道题
路线 A · 把风格规格书注进去
这个仓真正值钱的不是代码，是那 53 份 STYLE.md。一份平均 1.2 万字节，固定十一节。规格和实现的比例是 332 : 1。这说明这套东西的护城河不在代码里，在文字里。它把「什么算这个风格、什么不算」写得极其具体。
实测：720 帧 / 3 个并行 worker，墙钟 64–80 秒。它把规则落地成了一份可对照的清单。
「入场一律裁剪揭示、绝不淡入」这条最值得说：它是一条能被机器判的风格规则。淡入是半透明的鬼影，揭示是完整的版面。风格规格书写到这一步，就已经能进车间了。
路线 B · HyperFrames：能出片，但要动三处
第二条路线用本机已有的 HTML 视频流水线重做。渲染 900 帧，墙钟 67.5 秒。它相对原片改了三个地方，我认为都比原片强：
- 编号从装饰变成位置感。原片数字和画面对不上，新版四段主轴与 01–04 真正一一对应。
- 加了一条 30 秒进度轨，全片唯一恒定元素，用线性缓动从 0 长满。
- 把「不可判」做成全片唯一的视觉重音——唯一一次缩放，中英并列 UNVERIFIED。
路线 C · 只给原文提示词，不给风格规格书
第三条路线我做了一个对照实验：故意不给它风格规格书，只给它从那个仓里翻出来的 18 份作者原文提示词。
跑出来：墙钟 30.3 秒，0 错误。它最值钱的一句，不是技术，是那句叙事骨架：「问题 → 我做什么 → 三步 → 一个证据点 → 落款」。
五、哪些数不能信，我怎么证明它能信
我自己写的判据出过三次错。第一次脱敏检查会把命令行的文件路径也拼进去扫，导致误报。第二次更值钱：把内部施工记录丢进扫描面，结果又 FAIL。这次根因是口径——对外可见面必须 0 命中客户名，而内部施工记录按交付纪律必须给真实可复跑路径。
修法不是加一道新门，是把两个扫描面拆开。每改一次判据，都要重上一次负控——故意把客户名写进文本再跑，检查器必须报错。
第四，也是这一节最该记住的一条 —— 抽样会骗人。见下一节。
六、我的一次自检被推翻了，这条比结论重要
我抽五帧核对数字，全部干净，就写下了「片内数字全部可指回事实表」。这个结论是错的。
后来一位独立验收方改用全片每秒 2 帧抽 60 帧再定点放大，抓到第二条路线在 4.6–6.4 秒那段数字动画里显示过两个不在事实表里的数。为什么会漏？因为那个动画窗口恰好避开我抽的五个点。
修了两处：动画不再滚中间值；判据从「提示项」升级为真闸门。改完重上负控：把编造的数字注入，判据 exit 1；把整片压暗，判据 exit 1。这次它真的会拦了。
我把这件事写进文章，是因为它比「三支片都过了」更有用：抽样会骗人，而只有独立的人不信你的时候才发现。
七、到目前的结果
| 路线 | 渲染墙钟 | 机器判据 |
|---|---|---|
| 基线（原片） | — | 亮度 4/5 帧达标 |
| A 风格规格注入 | 64–80 秒 | exit 0 |
| B HTML 视频流水线 | 67.5 秒 | exit 0 |
| C 原文提示词直注 | 30.3 秒 | exit 0 |
八、诚实的缺口
对比不是盲测。判据的文字表仍是源码导出的，不是逐帧识别的。没有音轨，三支片都是纯画面。
一句话结论：这些提示词给的是结构图纸，不是一栋房子。它们能把「怎么组织一支 30 秒片」的成本压到接近零，也第一次让「风格」变成可以写成文字、可以复用的东西。但从图纸到能交付的房子，八成以上的力气花在它们没提的地方：渲染、确定性、分镜细化、脱敏。
能不能进车间，看的不是提示词多漂亮，是每一遍跑出来结果一样不一样。
