大模型服务平台百炼：HappyOyster使用指南

HappyOyster 世界模型使用指南：Adventure、Directing、Acting 三大模式的能力说明、效果展示与提示词编写方法。

概览

HappyOyster 是开放式世界模型系列，输入文本或图像即可实时生成可交互的数字世界，覆盖世界探索、实时导演、角色演绎三种模式。可前往 HappyOyster 官网 在线体验：

模式	做什么	输入	输出
Adventure 世界探索	以第一/第三人称进入生成的世界，自由移动、战斗、骑乘	文本 + 首帧图	实时可交互视频流
Directing 实时导演	流式生成 3 分钟视频，中途随时注入指令改变剧情走向	文本 / 首帧图 / 多图参考	实时交互视频流，支持暂停、回溯、分支
Acting 角色演绎	与生成的角色面对面实时对话，角色用表情、动作、语音回应	文本 + 首帧图	实时交互视频流

Adventure 世界探索

基于文本 + 首帧图输入，生成支持任意风格、多项互动的开放世界场景。支持第一人称与第三人称视角的实时位移与镜头控制。一张图配上一句描述，就能进入一个可移动、可战斗、可互动的世界，例如骑马、飞行、驾驶、探索不同风格的世界，创建时定义你想玩什么，世界就会回应什么。

效果展示

视角对比

第一人称	第三人称
沉浸式 POV 探索，适合驾驶、潜行。	能看到角色全身，适合动作冒险、角色扮演。

场景感知互动

模型会理解画面内容，根据场景中的对象开放对应玩法。

主体运动	环境交互	物理响应
冲刺、跳跃、下蹲、攻击（因角色类型而异）	进入环境中的载具、触发场景机关	碰撞、弹跳、重力等物理反馈

世界风格

支持任意风格的世界生成，以下是部分风格示例：

毛毡风-海岛游戏	太空-月球漫步	奇幻-空中飞行
卡通材质渲染，非写实风格探索	低重力物理反馈，太空场景交互	飞行、飞天扫把等奇幻世界交互

动物骑乘	战斗与攻击	载具出行
上下马、骑乘控制	出拳、弓箭、枪械、魔法	汽车、自行车、滑板

交互能力

能力	说明
主体运动	冲刺、跳跃、下蹲、攻击（动作因角色类型而异）
战斗	出拳、弓箭、枪械、魔法、单人/双人打斗
骑乘与载具	上下马、汽车、自行车、滑板
环境交互	进入载具、物理碰撞响应
世界风格	写实、动画、毛毡风、太空、奇幻等任意风格
视角	第一人称（沉浸 POV）/ 第三人称（动作冒险）

提示词编写

两条核心原则：第一，场景里有什么，就有机会玩什么；第二，想要什么反应，就把反应一起写出来。没写到的对象玩不了，没写到的反应也演不出来。

创建描述按这 5 点来写，互动会更贴合预期：

1. 视角： 先定第一人称还是第三人称。第一人称适合沉浸驾驶、POV 探索；第三人称能看到自己的角色，适合动作冒险、角色扮演。

2. 你扮演谁： 写清主体角色的性别 / 身份 / 外形（如「身穿皮甲的女战士」）。第三人称尤其要写，角色长什么样直接决定动作风格。

3. 武器 / 装备： 想战斗、攻击就写明手里拿什么：拳脚 / 长弓 / 枪械 / 魔法 / 长剑。角色拿的东西不同，能用的动作也不同。

4. 对手与反应： 除了写清打谁，更要写出「命中之后会怎样」：对方踉跄后退 / 中招倒地 / 举盾格挡，以及想要的打击特效（火花迸溅、火焰喷出、冲击波）。模型会照着你写的反应去演，反应和特效写得越具体，打击感越强。

5. 可交互物件： 想骑乘、驾驶，就让马、车、自行车、滑板等出现在画面里。物件没进画面，就没法上去玩。

提示词示例

第三人称-动作冒险

第三人称视角，一名身穿皮甲的女战士站在竞技场中央，手持长弓，
对面一头巨狼正向她扑来；箭矢命中时迸出火花，巨狼吃痛踉跄后退，
沙地扬尘，看台坐满观众。

可交互动作：拉弓射击、闪避、近身搏斗，命中有火花和巨狼受击反应。

第一人称-沉浸驾驶

第一人称视角，我坐在一辆复古老爷车的驾驶座，双手握着方向盘，
前方是黄昏的海岸公路；踩下油门时引擎轰鸣，车轮卷起路面尘土。

可交互动作：加速、转向、沿公路行驶，加速时有引擎声和扬尘反馈。

参考示例

首帧图	提示词	生成视频
	写实风格的电影级游戏画面。第三人称越肩视角，一名穿着破旧深色皮夹克的男子站在废弃村庄的泥土小路上，手持霰弹枪呈战斗姿态。远处迷雾中，几个扭曲的人形生物正缓缓逼近。周围是坍塌的木屋、破败的风车和堆积的柴火，天空阴沉灰暗，整体氛围压抑恐怖，色调以灰褐和暗绿为主。

Directing 实时导演

基于文本、首帧图或多张参考图输入，流式生成最长 3 分钟视频。生成过程中可随时注入指令改变剧情走向，支持暂停、回溯和分支创作。引用上传的参考图可锁定角色和道具外观，保持全程一致。

效果展示

剧情演绎

单人场景故事	双人场景故事
单角色独白或行动场景。	两人对手戏，写实电影质感。

POV 沉浸互动

POV 户外探索	写实人物互动
第一人称视角在户外环境中漫游。	面对面与写实角色实时互动。

核心能力

能力	说明
流式生成	实时生成并播放，无需等待完整渲染
指令注入	生成过程中随时插入新指令，改变人物动作、镜头调度、场景环境
暂停与回溯	暂停后继续，或回溯到任意时间点重新演绎
多模态参考	引用上传的参考图，锁定角色/道具外观，保持 3 分钟一致性

指令注入类型

类型	示例	说明
动作触发	"她突然站起来。" / "他把杯子放下。"	短句 + 明确动作，最稳定
镜头调度	"切到面部特写。" / "镜头慢慢拉远。"	用电影术语效果更精准
场景变化	"开始下雨。" / "时间跳到傍晚。"	注入环境变量改变氛围
新角色入场	"门被推开，一个戴黑帽子的男人走进来。"	写清外观 + 第一个动作

提示词编写

3 分钟视频需要结构化剧本。推荐六段式提示词结构：

段落	名称	作用
1	世界观	时空 + 类型 + 核心冲突，1-2 句定位叙事坐标
2	人物	性别/年龄/外形/服装/性格/情绪/音色 7 要素 + 参考图锁外观
3	风格	导演流派 / 调色 / 光线三锚点
4	场景	场景类型 / 环境氛围 / 布局构造 / 环境音四维度
5	完整脚本	设定锁死（视角/主体/音色/节奏 LOCK）+ 分镜安排（起/推/转/延/收 5 幕）
6	负面清单	不要出现的画面/声音元素

逐段写法

① 世界观-时空 + 类型 + 核心冲突
句式骨架：[年份 + 季节]，[城市 / 具体地点]，类型是 [叙事流派]，核心冲突是 [一句话冲突]。

② 人物-7 要素 + 一致性
1-基本 性别 / 年龄 / 体型 / 气质
2-外形 发型发色 / 五官特征 / 重要标识（疤痕 / 痣 / 眼镜）
3-服装 上衣 / 下装 / 鞋 / 配饰，写得越具体一致性越稳
4-身份 职业 / 阶层 / 社会角色
5-性格 1-2个关键词（沉默寡言-急性子-表面强势）
6-当下情绪 这一刻他在想什么，烦什么，等什么
7-音色 / 嗓音 性别音 + 年龄段 + 口音 + 整体气质，多人对手戏必加

③ 风格-导演 / 调色 / 光线三锚点
1-导演 / 流派锚点 "日式家庭片质感"、"港式霓虹光影"、"硬派冷调科幻"
2-调色 "暖金色调偏低饱和"、"冷蓝主色 + 霓虹高光"
3-光线类型 "自然光为主"、"硬光顶光"、"窗光侧逆"

④ 场景-4 维度 + 关键物品参考
1-场景类型（室内独立咖啡馆 / 城郊废弃工厂 / 古代客栈大堂 / 学校天台）
2-环境氛围（温暖松弛 / 拥挤喧闹 / 阴冷压抑 / 静谧悬疑）
3-布局构造（桌椅摆位 / 关键道具位置 / 空间纵深 / 主要陈设）
4-环境音 2-3 种具体声音（室内 BGM + 远处自然音 + 偶发人声）

⑤ 完整脚本-设定锁死 + 分镜安排
a) 设定锁死-6 条推荐 LOCK
  VIEWPOINT LOCK  全程只用一种视角，不允许切换
  POV SELF-LOCK   POV 视角下不出现「我」的脸/全身/镜面倒影
  CAST LIMIT      同时入画主体 ≤ 3 人
  SUBJECT LOCK    人物服饰/发型/道具 3 分钟内不变
  VOICE LOCK      多人戏中每个角色音色固定，不互换
  PACE LOCK       单次静默/留白不超过 2 秒

b) 分镜安排-5 个分镜 × 4 个框架
  起 [0:00-0:10] HOOK 强开场，不平淡铺陈
  推 [0:10-0:50] 交代角色关系，引入第一个变量
  转 [0:50-1:40] 全片唯一一次意外（反转/冲突/抉择）
  延 [1:40-2:30] 情绪呼吸，密度可稍松但不完全静默
  收 [2:30-3:00] 一个画面/一句话/一个动作收尾，抛互动钩子

  每个分镜写清：
  [语境] 在发生什么 + 主角在哪在做什么 + 视觉锚点
  [关键台词] 格式：角色名(音色提示)"台词"，多人戏每句标说话人
  [节奏要求] 可验收的硬指标，如"10 秒里至少 2 句台词"

⑥ 负面清单-不要出现什么
只写设定锁死推不出的特殊禁忌，不要重复正向设定。
画面禁忌：如"不要出现夜景 / 雨 / 汽车"
声音禁忌：不要加后期旁白 / 解说 / BGM 盖过人声

Acting 角色演绎

基于文本 + 首帧图输入，生成一个面对面的虚拟角色。用户说话时，角色用表情、动作和语音实时回应，长相、嗓音和性格保持 3 分钟不变。上传一张图，就能把心里的角色请到面前，开始一段实时对戏。

效果展示

Acting 的核心交互是「你和 TA 面对面」——你说话，TA 用表情、动作和台词实时回应，整段陪伴里 TA 始终是同一个人。

写实-面对面互动	2D风格化-角色陪伴
写实风格角色，表情和语气随对话自然变化，全程外观锁定。	动漫/插画等 2D 风格化角色，同样支持面对面实时对话，表情与语气自然变化。

核心能力

能力	说明
实时对话	用户说一句，角色用表情、动作、台词即时回应
面对面 POV	默认第一人称视角，镜头始终对着角色的脸，用户不出镜
长程一致	角色的长相、服饰、嗓音、性格保持 3 分钟不变，可上传图片精准锁定外观

核心交互展示

能力	效果
实时对话	你说一句，TA 立刻用表情、动作和台词回应，像真的在和你对话
面对面 POV	画面对面始终是 TA 的脸，入画的只有你的手/前臂，注意力全在对面
外观锁定	上传图片锁住 TA 的长相和关键道具，全程不换脸、不变声
情绪连续	TA 的表情和语气会随对话推进自然变化，不是固定模板

提示词编写

Acting 的提示词聚焦于角色本身和你与角色的关系。按以下 5 个维度构造：

维度	说明	示例
人设	性别/年龄/外形/服装/身份/性格	「二十出头的年轻女性，长直黑发，穿米白色针织衫，温柔爱笑」
音色	性别音 + 年龄段 + 口音 + 气质	「年轻女声、清亮、带一点撒娇的鼻音」
关系与情境	你和角色的关系 + 当下场景	「恋人，傍晚靠窗的咖啡馆，暖黄灯光」
视角锁定	POV + 「我」的手部特征	「全程只入画她和我的右手（成年男性、骨节分明）」
开场	角色的第一个动作和第一句话	「她托着腮看向我，笑着说'你今天怎么来得这么早'」

提示词示例

第一人称面对面视角，对面是一位二十出头的年轻女性，长直黑发，
穿米白色针织衫，性格温柔爱笑；年轻女声、清亮、带一点撒娇的鼻音。
我们是恋人，此刻在傍晚靠窗的咖啡馆，暖黄灯光。
她托着腮看向我，笑着说"你今天怎么来得这么早"。
全程只入画她和我的右手（成年男性、骨节分明、无饰品），
我的脸和倒影一概不出现。

交互效果：和她实时对话、开玩笑、递杯子，她会用表情、动作和语气回应。

下一步

了解三种模式后，如需通过 API / SDK 接入，请参见 HappyOyster 概述。