إعداد مشروع استوديو. والتعليمات المتعددة المراحل هي إشارات؛ وهذا لا يحدث أو يُفرض على الأجيال.
面向百老汇音乐剧风格视频项目,覆盖黄金年代、Fosse现代派、当代三大时期美学;元素图用Nano Banana Pro,镜头视频用Seedance 2.5,配乐用Suno 5,强调舞台化构图、群舞秩序与剧院声场。适用于需要电影级音乐剧画面、编舞语汇还原与管弦乐配乐的视频创作。
ويُحفظ نص تدفق العمل في صينيته الأصلية. وقد تختلف النماذج المرجعية عن النماذج المتاحة هنا. تحقق من الاستوديو للعارضات المدعومة والاقتباسات الائتمانية الفعلية.
全链路阶段逻辑与依赖:
依赖: 2→1;3→2;4→3;5→2;6→3,4,5。
里程碑暂停: 不要一次性跑完全流程。每个主要里程碑(Spec 锁定、Storyboard 完成、元素完成、镜头视频完成、音频完成、组装完成)后停下,用卡片或 reply_to_user 邀请用户确认再继续。
用户素材优先: 步骤 3–5 中,凡用户已提供或已存在的媒体,先经 media_generator 绑定到正确 Storyboard 锚点,不要重新生成用户已给的内容。
三大时期视觉语汇(每镜须声明所属时期并落实对应语汇):
key elements 设计:
舞台角色原型参考(角色设计时对号入座):
| 原型 | 黄金年代 | Fosse 现代派 | 当代 |
|---|---|---|---|
| 主角 / 女一号 | Eliza Doolittle (My Fair Lady) | Charity (Sweet Charity) | Elphaba (Wicked) |
| 喜剧担当 | Ado Annie (Oklahoma!) | Amos Hart (Chicago) | Anne of Cleves (Six) |
| 魅力 / 反派 | Harold Hill (The Music Man) | Roxie Hart (Chicago) | Heather Chandler (Heathers) |
分镜设计:
跨镜音频设计:
元素图生成: TextToImage,推荐 Nano Banana Pro (Gemini 3 Pro Image) @ 2K。同一角色多造型用 ImageToImage,后造型引用前次生成以保一致;角色图采用"左半身肖像 + 右全身"横向并排版式锁定身份。
角色声纹绑定(key_element_audio): 为每个 element character 绑定 key_element_audio(角色声纹参考音频),以保证对白 / 演唱音色跨镜一致——用户已上传卡司录音则直接绑定,否则用 text to narration 生成一段该角色的短声纹样本并绑定。百老汇角色有大量对白与演唱,此绑定不可或缺。
镜头视频生成: MultiModalToVideo,推荐 Seedance 2.5 @ 480p。每镜引用:①该镜头绑定的角色 / 场景 / 道具元素图;②该镜头出场角色的 key_element_audio(通过 audio_infos 引用,使对白 / 演唱音色跨镜一致);③仅当与上一镜连续性极强时追加上一镜视频作 reference_video,通常跳过。
负面提示词规范: Seedance 2.5 及国产视频模型采用自然语言输入,不支持 --no / --negative 等 Midjourney / SD 语法,Flova 生成器也无独立负面输入框。负面意图须写成自然语言回避短语(如 "avoid CGI cartoon look, avoid amateur gala staging, avoid chaotic crowd")并入提示词正文,而非用 --no 拼接在尾部。
音频生成:
会员 / 分辨率: 480p 与 Seedance 2.5均为会员专属;非会员上限 480p。用户显式要求时不要因会员限制拒绝,交由下游处理。
提示词组合公式(自然语言,一段成文,勿用分段标签):
[时期美学语汇] + [主体与动作 / 群舞队形] + [舞台环境与关键道具] + [灯光提示] + [摄影景别与运镜] + [色彩分级:单一主色约 90%]
视频提示(Seedance 2.5 类):
Suno 风格描述: 百老汇强依赖人声与管弦乐的对抗与融合,在 [Style Description] 中强调人声与乐器的空间纵深(如 "vocal forward over layered orchestral pit"),让声场更接近剧院;纯器乐段落务必启用 Instrumental。
轨道布局: 视频轨 V1–V3、音频轨 A1–A2。主画面 V1,群舞 / 特写叠加 V2–V3;BGM 入 A1,旁白 / VO 入 A2。
Letterbox: 上下黑边的电影级宽幕感作为视觉风格在生成阶段即落实(提示词写入 cinematic letterbox),不依赖导出时裁切——导出阶段画幅与分辨率不可调。
节奏与转场: 依音乐剧乐句与渐强对齐剪辑节奏;段落间用黑场切(blackout cut)模拟舞台换景。群舞高潮处保留完整乐句,不切碎。