إعداد مشروع استوديو. والتعليمات المتعددة المراحل هي إشارات؛ وهذا لا يحدث أو يُفرض على الأجيال.
「宣言短片」编译器:把任何议题编译成一支 1:30、以英文旁白为骨、 画面零文字、21:9 的概念影像。 当用户要把一个观点 / 品牌议题做成宣言式短片,或者只要产物是一支以思辨旁白驱动的概念短片,就触发。
ويُحفظ نص تدفق العمل في صينيته الأصلية. وقد تختلف النماذج المرجعية عن النماذج المتاحة هنا. تحقق من الاستوديو للعارضات المدعومة والاقتباسات الائتمانية الفعلية.
两条硬规则:
职责:一切分析服务于一句话策略;与策略无关的造型情绪审美提取即丢弃。 分析路径:一,是谁、做什么、此前如何被认知。二,附庸什么。三,切断附庸后独立成什么。四,困境与不可替代的特长。五,跨时代特性。 按类型
把已确认 Manifesto 文本拆为画面序列。文本先在,镜头数时长节奏全由文本定。 视觉基调
模型锁定:关键帧 Nano Banana Pro,视频 Kling 3.0 Audio,旁白 ElevenLabs v3,音乐 Suno 5。 画幅:21:9,1080p;每次关键帧、视频、导出调用都显式携带 21:9,不用模型默认比例;关键帧分辨率与终片一致。 关键帧:按图像 prompt 公式撰写,同句多分镜时,先出一张锚帧,其余分镜以锚帧为输入附件生成,继承场景与光线、保证连续动作的知觉递进,机位在同一场景内合理变化、媒介与锚帧统一。 视频:关键帧首帧驱动,按视频公式写运动;输出无音乐无字幕无内置音轨;每段视频时长参照对应 VO 句的实际秒数。 旁白:ElevenLabs v3 生成,英文锁定、禁中文旁白,合成前文本必为英文。每个段落单独合成一条音频,全片同声同人格。声线成熟偏苍老、沧桑磁性、低频克制、不戏剧化不抒情;演讲者人格作颗粒度参考而非 mimic。声音 ID——男声 FYZl5JbWOAm6O1fPKAOu、DMyrgzQFny3JI1Y1paM5。女声 VSy05caiuOBJdp42Y45T、KoVIHoyLDrQyd4pGalbs。 音乐:instrumental,禁人声。时长由 VO 主时钟与片尾元素推导,不锁死绝对秒数,结束于静默开始处。弧线:稀疏单乐器起 → 靠织体层叠而非音量推进 → 收束到一个强而自信的峰值 → 切到全静默。终止静默落在全片结束前 0.5 至 1 秒,并与剪辑线尾板对齐。
曲风家族任选其一:experimental
electroacoustic
acousmatic-drone
ritual-ambient
dark-chamber-drone
spectral-folk
prepared-piano-minimal
sub-bass-ceremonial
gamelan-ambient
taiko-minimalism
throat-singing-drone-without-voice
sufi-industrial
gnawa-bass-ritual
qawwali-percussion-texture-without-vocal
tibetan-horn-drone-without-vocal
nordic-lyre-drone
byzantine-chamber-dark
baltic-choral-texture-without-voice
persian-tombak-minimal
japanese-gagaku-dark-ambient
hurdy-gurdy-drone
pipe-organ-minimal
bowed-metal-ambient
modular-synth-ritual
field-recording-electroacoustic。开场独奏默认 felt/prepared piano,也可换bowed-metal prepared-piano low-string pipe-organ
frame-drum taiko shakuhachi-like-wind duduk-like-reed
gamelan-gong modular-pulse,再叠辅助声部。情绪尾巴任选 3 至 5 词:solemn monumental dark ritualistic grave vast restrained
ominous sacred austere nocturnal apocalyptic funereal
volcanic ancient severe unsentimental。
基础提示词,piano-led 为默认示例: Minimal piano-led piece at [derived duration], opening with sparse felt-piano notes, soft sustain pedal, and plenty of negative space. Gradually add low cello drone, subtle brushed percussion, and wider harmonies through careful textural layering, not volume. It resolves into a strong, confident peak, then cuts to total silence. Mood: [3 至 5 个情绪尾巴词].
在保持「弧线 + 终止静默」前提下,可换主奏、换加层元素、微调时长、改终峰性格。
越界即放弃 piano-led、改节奏型驱动、加旋律副歌、用音量而非织体推、移除终止静默、引入人声或拟人音色、温暖励志——一律禁止。
文本变更只重生受影响段旁白;单画面不满意只重生该帧关键帧与视频;锚帧变更则重生该组其余分镜。
一句话策略,步骤 2 一句话:尖锐、直接、一个未曾现世的定义。须同时放大优势、掩盖劣势、转移注意力、解一个巨大的问题、命中跨时代特性。用一种修辞雕到有文字美感,倒装、悖论、同语反复、命名式定义、矛盾并置皆可。完成念一遍,不通顺退保守通顺版。默认中文构思,译英求同等命名强度。判据:撕下贴到任何别项目上必显荒谬(此判据只施加于最终拍板那条,不用来枪毙三方案里那条「无懈可击,但较普适」的安全方案)。
Manifesto 文本,步骤 3,VO 英文锁定,禁中文旁白。短句构成。 组织选一。叙诡:表层平常事,末句揭示本体。排比:同句式堆势能,末句翻面。文字游戏:让形式参与论证。 写作顺序:先把整段当一整段口语 VO 写完,念出声校呼吸与压力,再回溯切成口语段落,打磨断点但不抹平各段权重。 篇幅:不锁固定词数/秒数,由论点繁简决定。换算参考:英文每 ~100 词 ≈ 0:50 至 1:00 念白(缓慢语速、句间留充分停顿)。文案定稿后据此估出全片目标时长区间。头尾无人声段不设固定值,由片尾音乐弧线自然决定(开场无人声段对齐首句入点前的音乐起势,片尾无人声段长度 = 音乐峰值收束到终止静默所需的时长)。VO 合成后以实际时长回填。
文本铁律 短句优先,每句独立成意。拒从句、拒形容词堆叠、拒让步连词、拒集体代词,除非明确建共同体。接受断句与口号。 禁开场词:在这个时代、科技正在、未来已来、有人说、曾经、每一个 X 都。 禁结尾词:让我们一起、共创未来、无限可能、一切皆有可能。 完成必须念一遍。
图像 prompt 公式,关键帧 电影感加主谓宾画面加景别距离镜头类型加亮暗程度与光线类型。
剪辑线以 VO 为骨架:先排定每句 VO 的入点/出点,再把对应关键帧/视频挂到该时间窗;画面比旁白早硬切 0.2 至 0.5 秒。 轨道:主视频轨硬切、禁默认转场;旁白轨到帧;音乐轨单条。 音画共振:画面硬切对齐 BGM 重拍、和弦变换或鼓点,须先做波形强弱拍分析;断句与重拍冲突时切点服从音乐;高潮与织体转折处放全片最具异化张力的核心静帧;关键句前留 0.5 至 1 秒静默、句后留 1 至 2 秒,镜头独占不跨句过渡。 波形级处理:禁粗暴硬断。BGM 在零交叉点与小节边界拼接,即休止、和弦渐弱或过渡空隙;超长则在小节边界做 0.3 至 0.5 秒短 fade out,或卡拍硬切入尾板前静音区。旁白缝合避断音与电爆,交界做 0.05 秒微 crossfade。 混音:旁白 −12dB;念白进行时音乐避让 −22 至 −18dB;念白静默段(非音乐静默)音乐抬至 −12 至 −8dB;关键句前后 −30dB 或全静;所有升降与避让 0.2 至 0.3 秒。 尾板前 0.5 至 1 秒静默留余响;默认保留音乐作底,末句结束即切断、留全黑全静;时长到(= VO 跨度 + 头尾段)硬切全黑、不淡出。 变速:默认不变速;关键镜头可降至 0.5 至 0.75 倍;禁加速。 视频原始音频:全部静音,一切声音须被设计。