Lav et studiekort. Instruktioner i flere trin er referencer; dette kører ikke eller oplader ikke for generation.
用于将用户提供的逐字稿/口播稿转化为拼贴动画短片。适用场景:用户提供文字稿,要求 Agent 自主选取适合视觉化的观点并完成拼贴动画生产。
Arbejdsgangens tekst bevares på originalsproget kinesisk. De nævnte modeller kan afvige fra dem, der er tilgængelige her. Se understøttede modeller og faktiske pointpriser i studiet.
步骤 1 — 稿件分析与选点(Planner 执行)
读取用户提供的逐字稿,从中提炼适合拼贴动画表达的观点:
步骤 2 — 锁定风格规格(Planner 用 text_editor 写入 Final_Video_Spec.md)
为本批次锁定品牌/风格参数,写入 Final_Video_Spec.md,包含:
步骤 3 — 生成 Storyboard 与静帧(交由 storyboard_designer,再交由 media_generator)
步骤 4 — 动态化(交由 media_generator)
步骤 5 — 最终组装与导出(交由 video_assembler)
步骤 6 — 规模化复用
每个「暂停」都是强制检查点,必须等用户明确确认后才能进入下一步,不得自动贯穿整条流水线。
将参考图拆解为以下结构化字段,输出「白话拆解 + 逐字段 JSON 规格」两件套:
白话拆解:
逐字段 JSON 规格(供 media_generator 生产使用):
{
"medium": "混合媒介手作纸拼贴",
"color_field": "单一平涂纯色背景,主色 #XXXXXX",
"halftone_density": "(轻/中/重)网点,(报纸/杂志/照片)印刷质感",
"cut_and_shadow": "粗黑轮廓 + 手撕毛糙边 + 厚实柔和投影",
"composition": "(中心/分散/对角线)构图 + N 个卫星元素,留白(充足/紧凑)",
"idea": "一句话视觉双关",
"label_text": "画面内烧录的短标签(可空)",
"motion": "从空背景组装,12帧定格抖动,投影位移,轻微镜头平移"
}
自检: 分析时确认参考图是否满足拼贴动画四个静态特征(半调元素、干净裁切边缘+投影、平面纯色背景、一个锋利想法);若缺失某项,在白话拆解里明确标注「该图缺少 X 特征,生产时需补充」。
每条动画对应一个独立 shot,不做多镜头叙事,所有视觉信息聚焦于「一个锋利想法」。
key_element 设计:
shot 描述(必须包含以下四项):
音频层(audio_layer):
视觉 DNA 自检(每条 shot 设计完后逐项核对):
视频路线 — prompt 驱动(MultiModalToVideo,推荐模型:MiniMax H3,768p):
一致性铁律: 同一组视频必须全程使用 MultiModalToVideo + MiniMax H3 + 768p,不得切换视频模型、分辨率或生成路线,否则质感断裂。
固定前缀(每条必带,不可删减):
混合媒介手作拼贴艺术风格,复古剪纸质感。主体呈现为带有粗黑轮廓线的半色调印刷图片裁剪贴纸,边缘带有一点手工剪刀剪裁与撕裂纸张的毛糙边缘。背景由粗糙的燕麦纸、带有 distressed 痕迹的复古网格纸、以及旧报纸碎屑拼接而成。每一个重叠的卡纸图层之间都投下清晰、厚实的重叠投影,呈现出 3D 卡纸分层叠加的真实物理厚度感。扁平 2D 纸艺布局,保留纤维纸质纹理。禁止光滑的数码渐变,禁止精细 3D 渲染,禁止透视扭曲。
可变段(每条替换):
关键词命中自检(写完后核对,六项必须全部覆盖):
半色调 / halftone、粗黑轮廓线、手工剪裁毛糙边缘、厚实重叠投影、扁平 2D 纸艺、纸质纹理。
固定前缀(每条必带):
12 帧定格动画风格运动,画面带有些许顿挫的节拍感。遵循手工剪纸的物理法则:画面中的各个卡纸元素在帧与帧之间产生微小的颤动、摇摆和晃动。重叠纸层下方的影子随元素移动产生微妙的动态投影位移,凸显 3D 叠纸的纵深空间感。背景的纸张纤维纹理和噪点在帧间闪烁起伏。微弱的镜头缓慢平移或视差漂移。保持扁平 2D 叠纸美学,禁止平滑的数码过渡动画,禁止 3D 空间畸变。
组装叙事段(每条必写,核心):
画面从空的纯色背景开始,[元素A] 先从 [方向] 滑入卡位,接着 [元素B] 从 [方向] 飞入……最终所有元素拼成完整场景。
动效关键词自检(必须全部出现):
12帧定格、顿挫节拍、帧间颤动/摇摆/晃动、动态投影位移、纸纹噪点闪烁、镜头平移/视差。