選角變成資產鎖定，攝影變成 prompt 工程：Hell Grind 的 254 萬字

上一篇我們拆了《Hell Grind》的帳本：115,446 次生成換 95 分鐘成片。這一篇看更小的東西——prompt 本身。

我們手上有這部片兩個場次的完整 prompt 語料：868 份，254 萬個英文單字——換算成字元是 1,620 萬。先從最早生成的冷開場說起——251 支成片，以及每一支對應的完整 prompt。把它們逐字比對之後，最重要的發現只有一個數字：251 支影片，只來自 65 個 prompt。

這個數字背後，是兩個職能的變形記。

選角變成資產鎖定

先看 prompt 的開頭。冷開場每一份 prompt 的第一段，幾乎都是同一塊文字：主角的完整外觀描述——815 個字元，從膚色、角的形狀、眼睛的光，寫到左臂焦黑龜裂中透出的電藍色光。這段描述在 251 份 prompt 裡逐字出現了 160 次，一個字都沒有改過。場景的描述塊更長（1,242 字元），逐字出現了 230 次。

為什麼要這樣做？因為生成模型沒有記憶。你在這個鏡頭裡不把主角講完整，下個鏡頭他就換了一張臉、換了一件衣服。所以每個角色在開拍前就被做成一份「資產」：一段鎖死的文字描述，加一組參考圖。之後的每一個 prompt，都原封不動地帶上這份資產。

他們的角色參考圖做法也值得單獨記一筆：一張臉部特寫、一張正面全身、一張背面全身——而正面全身圖是去掉頭的。因為實測發現，模型在遠景會去抓全身圖上那張又小又糊的臉；把頭去掉，模型就只剩特寫那一張臉可以抓。角色的每個狀態也是獨立資產：濕身、帶傷、換裝，各有各的描述，絕不混寫。資產鎖定前還要通過壓力測試——十次生成、十次都認得出來，才准進生產。

資產鎖定有它的代價，而代價寫在後期場次的語料裡。我們另外分析了後期 Scene 74 的全部 617 份 prompt，發現三分之一的篇幅在對抗自己的參考資產：NO SAFETY-GLASSES 出現在 215 份裡（34.8%），只因為那個角色的參考圖戴著護目鏡；NOT muscular、NOT bulky 各出現 142 份與 122 份，因為模型的先驗會自動把主角畫壯。

換句話說，鎖定一份資產，等於同時繼承了那張圖上所有你沒打算要的東西——而且往後每一份 prompt 都得再花一次力氣把它推開。

把這整套流程換到傳統片場的語言裡，它就是選角加定妝：確定這個角色長什麼樣、每個造型狀態長什麼樣，然後在整個拍攝期內鎖死。調 prompt 的第一件事，其實就是在做選角——差別只在於，這裡的演員每一場都會失憶，所以定妝照必須印在每一頁劇本上。

攝影變成 prompt 工程

資產塊之後，才是這個鏡頭本身。這一段讀起來完全不像「描述畫面」，更像一份技術合約。

冷開場的 prompt 中位 12,619 字元，裡面平均有 10.4 個硬約束詞——NEVER、EXACT、LOCKED、Do NOT。空間用一段被鎖定的文字平面圖固定：祭壇在中右、屍體的頭朝鏡頭方向、攝影機永遠停在屍原這一側、絕不跨過 180 度軸線。運鏡風格具名到攝影指導：手持、有呼吸感、永不鎖死機位。連光都有守恆律：一個光源、一個陰影方向，「永遠不准有兩個太陽」。

動作指令另有一套語法紀律：只寫正向動作。不寫「不要向後倒」——模型會忽略否定詞，甚至反著做——要寫「向前撲倒」。畫面上排除什麼，用「畫面裡有什麼」來寫：「正好三個人，正好一條水晶手臂，在右臂，永不越過肩膀」。

這就是「攝影變成 prompt 工程」的具體含義：機位、軸線、光比、調度，這些過去靠攝影組在現場執行的決定，現在全部前移成文字，而且必須寫成禁得起模型曲解的合約條文。它和上一節的資產鎖定本質上是同一件事——在生成之前，把不確定性鎖死。

先是一行都不改，然後才是一次改一行

回到那個數字：251 支成片、65 個 prompt。

其中 54 組 prompt 全文一字不差——平均每個 prompt 被抽了 3.9 次，最狠的一個 prompt 原樣抽了 16 次。我們對相近 prompt 做了逐行比對，同組之間的文字差異中位數是 0 行。

那 16 次長什麼樣，直接看：

同一份 prompt、一字未改，連抽 16 次的結果。每一格取自該次生成的成片。

這張圖同時說明了兩件事。被鎖死的東西真的鎖住了——藍色發光的眼睛、犄角、左臂裂縫裡的電藍色光，十六格全在。沒被鎖死的東西則完全隨機——景別從大遠景到眼睛特寫，光線從紅色閃電到藍色電弧，構圖沒有兩格一樣。

所以抽 16 次賭的是那些寫不進合約的部分：這一次的鏡頭剛好停在對的距離、這一道閃電剛好打在對的時機。合約管得住角色是誰，管不住這一秒的運氣。

也就是說，冷開場的迭代模式是：鎖定文字、反覆抽卡、從結果裡挑。

後期場次讓這件事的形狀更清楚。Scene 74 的抽卡率跟冷開場幾乎一模一樣（平均 3.91 次對 3.86 次，最大家族同樣是 16），但送出的時間戳揭穿了一件事：同一份 prompt 的重複送出，間隔中位數只有 6 秒，93% 的多抽家族在提交序上完全連續。六秒不夠看完一支影片。那是一次按 16 發。整個場次有 73.8% 的送出字元屬於重複投遞。

他們的正式規則「一次只改一行、每次改動記錄在案」，是建立在這個更底層的紀律之上的——先確認這份合約值得執行，再談逐條修訂。一份 prompt 抽 16 次而一字不改，意味著他們把 prompt 當成了可重複執行的規格，而不是一次性的許願。

兩週後的模板，整套換掉了

冷開場是全片最早生成的場次之一。兩週之後的 Scene 74 是全片的最後一場——暴風雪停了，主角跪在雪原上，戰友的屍體躺在他兩側。

Scene 74 的三個鏡頭，各取自一支成片。跟冷開場的地獄岩漿是完全相反的兩個世界。

這一場的 prompt 中位長度是 20,963 字元，比冷開場的 12,619 多了六成。但長度只是表面。真正的發現在於零繼承。

把兩份 prompt 的骨架並排，一眼就看得出來不是同一種文件。冷開場是三個大寫標記，然後 STRICT: 底下一整段把所有事情塞完——鏡頭、五個 beat、對白、否定約束，全部擠在同一段裡：

EXACT 2 CHARACTERS
GEO SPATIAL LAYOUT (locked across every CO shot — pure spatial map):
STRICT: ...BEAT 1... BEAT 2... BEAT 3... BEAT 4... BEAT 5...（一整段寫完）

Scene 74 拆成八個具名區塊，各管一件事：

SCENE NOTE          LIGHTING
CHARACTERS          COLOR
CONTINUITY          SKIN
SPATIAL LAYOUT      ACTING

（原文的每一個標頭左右都各夾一個火焰符號，這裡略去不影響結構。）

我們把兩場語料做了 12-gram 比對：重疊為零。同一批語料折半互比的正控制是 97.4%，所以這個零足以排除方法失靈：兩代 prompt 之間真的沒有任何逐字沿用。冷開場那套骨架整組消失了——STRICT 從 100% 掉到 6%，GEO SPATIAL LAYOUT 從 70% 掉到 0%；取而代之的是一組符號包夾的具名標頭（SCENE NOTE／CHARACTERS／CONTINUITY），617 份 prompt 用了 100%。

連約束的寫法都換了一代。冷開場打的是籠統的「別像遊戲畫面」，Scene 74 打的是十幾個具體失效模式：NO LUT（98.9%）、NO BREATHING（42%）、NO SOBBING（35%）——每一條都對應一次真的被生出來過的錯誤。descriptor 的複製方式也碎了：冷開場是一塊 1,242 字元的場景描述貼滿全場，Scene 74 則裂成上百個鏡次局部塊（跨檔重複的長行仍佔 unique 體積的 44.5%）。

而且換代不只發生在兩場之間。單看 Scene 74 這七天，場內自己就走完三代：T1 是巨型 prompt（中位 25.6k 字元、一份寫滿 6 個 cut、整套攝影段）；T2 砍成四段並抽出 LOOK PRESET；T3 長出角色錨定塊（ANCHOR／HARD LOCK 從 0% 到九成）並開始明寫每一鏡的秒數（4%→87%）。

所以那條線一點也不平滑，它是一連串推倒重來。

會這樣不難理解：每個小組負責自己的場次，各自收斂出自己的模板，沒有人在中途統一格式，直到收工後才被整理成一份統一的「製作聖經」。所以你今天看到的那份開源方法論，是 14 天實戰的追認總結——而我們手上這批冷開場 prompt，是它還沒定型時的化石。

界線，以及下一步

如實交代這份分析的邊界：我們手上這 868 份語料（冷開場 251、Scene 74 617）全部是影片 prompt。角色資產圖的製作端（臉部生成、圖片編輯的 prompt）不在手上，該部分的描述引自官方公開的製作說明——我們實測覆蓋的是「資產被引用」的那一端，逐字複製的紀律在這一端得到了完整驗證。

至於這 65 個 prompt 本身——它們已經開源了。下一步我們打算做一件更直接的事：真的拿去跑，看看同樣的合約，在不同的模型手上會履行成什麼樣子。

---

資料與方法：prompt 語料為《Hell Grind》公開專案的兩批全量語料——冷開場 251 對 prompt 與成片（2026-08-14 取得與分析），以及後期 Scene 74 的 617 份 prompt（2026-08-17，該場全量）。字數以空白切分計詞，對象是剝除中繼資料後的 prompt 正文：cold open 251 份為 510,977 詞／3,294,500 字元，Scene 74 617 份為 2,037,456 詞／12,914,457 字元，合計 2,548,433 詞／16,208,957 字元；標題所稱「254 萬字」指的是英文單字數。重複偵測採全文分組與逐行集合比對；長度統計一律為全量語料的字元中位數，與早期以 API 抽樣（每場最新 60 筆）得到的長度序列不可混用，本文採前者。12-gram 比對附同語料折半的正控制（97.4%）以排除方法失靈。角色資產製作端描述引自 Higgsfield 公開製作說明（查證於 2026-08-14）。