إعداد مشروع استوديو. والتعليمات المتعددة المراحل هي إشارات؛ وهذا لا يحدث أو يُفرض على الأجيال.
适用于科普讲解、知识故事、生活哲理、趣味叙事等火柴人手绘极简风格短视频(1-5分钟)的全流程自动化制作。采用「设局-困境-顿悟-收束」四幕叙事结构,依次完成策划、视觉元素生成、逐镜头视频生成、配音/B
ويُحفظ نص تدفق العمل في صينيته الأصلية. وقد تختلف النماذج المرجعية عن النماذج المتاحة هنا. تحقق من الاستوديو للعارضات المدعومة والاقتباسات الائتمانية الفعلية.
按以下顺序依次调用工具,严格保持节点间依赖关系,每个节点完成后暂停并向用户确认,再进入下一节点。
通过 text_editor 创建 Final_Video_Spec.md,锁定以下参数:
若用户未明确上述参数,先通过提问或 cards 确认,再进入策划节点。
按四幕叙事结构(设局 20% / 困境 35% / 顿悟 30% / 收束 15%)设计完整分镜与音频层。完成后暂停,等用户确认后进入下一节点。
逐镜头生成视频片段,每次必须引用该 shot 绑定的角色图+场景图。单分镜失败可独立重试。全部完成后暂停确认。
按 Storyboard 中 audio_layer 生成旁白(narration VO)和 BGM(music)。
所有资产就绪后,完成转场拼接、音画同步、音量混合,输出最终成片。
Step 2 → Step 0;Step 3 → Step 2;Step 4 → Step 3;Step 5 → Step 2;Step 6 → Step 3、4、5。
若用户上传了角色草稿、风格参考图或场景素材:
科普/叙事类火柴人视频围绕「知识缺口」展开,必须严格按四幕结构规划分镜比例:
幕功能时长占比约束设局 Setup介绍主角日常,暗示问题20%背景极简(一条地平线),传达「普通感」困境 Struggle问题爆发,反复失败35%至少 2 个 shot 展示失败;每 45-60 秒设置一次视觉幽默节拍顿悟 Insight核心知识点揭示30%顿悟 shot 前须标记 pause_after: true;背景从杂乱线条突变为整洁几何图形收束 Resolve应用新知,问题解决15%末尾 shot 定格 2-3 秒 + 金句文字
每幕仅设置 1 个 key_message;信息密度:每 30 秒只传达 1 个核心观点。
element_character(角色)
element_scene(场景)
每个 shot 必须包含:
构图禁忌:角色贴边(至少留 1/6 边距)、画面元素超过 5 个、倾斜构图(仅限失衡情绪且不超过 2 秒)。
旁白(类型:narration)
BGM(类型:music)
根据 Final_Video_Spec.md 中锁定的风格预设,在图像/视频生成时自动套用对应配色与风格锁定词。四种预设如下:
风格预设背景色强调色线条色风格锁定词(英文,追加到 Prompt 末尾)经典科普#FFFFFF 纯白#FFD700 金黄纯黑 2-3pxclean educational style, friendly and approachable, golden yellow accent, pure white background温暖叙事#FFF8F0 暖白#FF8C69 暖橘深棕 2-3pxwarm storytelling style, cozy and inviting, warm orange accent, soft cream background冷静分析#F5F7FA 冷白#4A90D9 冷蓝深灰蓝 2-3pxanalytical style, cool and precise, steel blue accent, light gray-blue background紧张悬疑#1A1A2E 深蓝黑#FF4444 警示红白色 2-3pxtense suspenseful style, dramatic contrast, warning red accent, dark navy background, white lines on dark
使用规则:
角色 key_element 参考图 → TextToImage,模型:Nano Banana Pro (Gemini 3 Pro Image),分辨率 2K
场景 element_scene 背景图 → TextToImage,模型:Nano Banana Pro (Gemini 3 Pro Image),分辨率 2K
使用 MultiModalToVideo,默认模型:Seedance 2.5,分辨率 480p,时长 5-8秒(单次调用不超过 15s)。
每次调用的参考输入:
旁白 narration VO → text to narration,模型:MiniMax Speech 2.8 HD(支持中英文多语言)
BGM → text_to_instrumental,模型:Mureka 8
语言:用户使用中文交互时,Prompt 正文用中文撰写;Prompt 中的风格锁定词(英文关键词组)保留英文。
全局手绘极简锁定词(图像和视频生成均必须包含):
no realistic lighting, no shadows, no shading, flat illustration, hand-drawn minimalist style
风格预设锁定词:根据 Final_Video_Spec.md 中锁定的风格预设,从媒体生成节「风格预设与配色方案」表格中取对应行的「风格锁定词」整段,追加到全局锁定词之后。配色(背景色、强调色、线条色)也须同步写入 Prompt 中对应的颜色描述位置。
以导演+美术指导简报风格撰写,结构:角色描述 → 辨识特征 → 构图 → 风格锁定。
示例结构:火柴人角色,圆头+呆毛,纯黑轮廓线 2px,无填充,正面全身站姿,左侧头肩特写右侧全身并排,纯白背景,手绘极简线条风格,关节处标记小圆点,表情简洁有辨识度,stick figure, minimalist line art, 2-3px stroke, pure white background, no fill, no realistic lighting, no shadows, no shading, flat illustration
禁止词:realistic, 3D, shading, gradient, texture, render, ray tracing
结构:场景核心元素(≤5个)→ 构图留白要求 → 风格色彩 → 风格锁定。
示例结构:极简办公室背景,一张桌子轮廓+一把椅子+窗框,画面中下部大面积留白供角色站立,背景 #FFFFFF 纯白,强调色 #FFD700,minimalist background, simple geometric shapes, plenty of white space, center-bottom clear, hand-drawn minimalist style, no realistic lighting, no shadows, no shading, flat illustration
禁止词:detailed, photorealistic, complex, crowded, realistic lighting
结构:镜头动作(参考图绑定)→ 情绪状态 → 角色动作三阶段 → 运镜 → 风格锁定 → 否定词
动作Prompt 描述行走bouncy walk cycle, exaggerated arm swing跑步leaning forward 30 degrees, speed lines trailing跳跃crouch-jump-squash with rebound惊讶sudden startle, limbs extend, exclamation mark above head思考slow pacing, side-to-side sway, question mark floating
拼接顺序:严格按 Storyboard shot 顺序拼接,不得调整。
转场执行(依据各 shot 的 transition 字段):
transition 值执行方式时长cut硬切,无过渡0帧pop_in中心放大+弹跳缓动0.3秒fade淡出→淡入0.5秒wipe从左向右擦除0.4秒
禁止:3D翻转等复杂特效;连续 3 个以上非硬切;叠化用于动作场景。
呼吸停顿:凡 shot 标注 pause_after: true,在该 shot 结束后插入 2 秒静止定格帧。
音频混合:
节奏检查:顿悟幕末尾 shot 及收束幕末尾 shot 须有明显停顿感(通过 pause_after 或手动延长末帧实现);全片旁白与画面时长差异不超过 0.5 秒/幕。