Prepara un proyecto de estudio. Las instrucciones multietapa son referencias; esto no funciona ni cobra por generación.
面向 K-pop 打歌舞台、户外舞台与现场演出短视频创作,将角色、舞台设定和爆点结构转化为观众第一人称 POV 的双角色舞台表演/对决视频;强调真实现场演出质感、舞台灯效、观众反应、长镜头爆点升级和 IP 风险规避。
El texto del flujo de trabajo se conserva en su original chino. Los modelos de referencia pueden diferir de los disponibles aquí. Consulte el estudio para modelos compatibles y cotizaciones de crédito reales.
text_editor 建立 Final_Video_Spec.md,锁定以下全局参数:
shot。<cards> 询问。<cards> 询问。storyboard_designer 设计完整 Storyboard,包括:
key_element:户外舞台/剧场空间、角色 A、角色 B、关键舞台道具或超自然特效源。观众 POV 是 shot 级镜头约束,不创建为独立 key_element。shot。若同一段视频有内部节奏升级,在该 shot 描述内使用 Beat 1 → Beat 2 → Beat 3 → Final beat 的叙事节拍,不得使用墙钟时间戳,也不得拆成多个 shot。Audio_BGM_* 与 Audio_VO_* 两类独立音频层。storyboard_designer 更新后再次暂停确认;直到用户明确说“确认”或“开始生成关键元素”才进入下一阶段。media_generator 生成或绑定关键元素资产,不得直接生成分镜视频。key_element;若无参考图,按 Storyboard 描述生成关键元素参考图并绑定。media_generator 生成每条视频对应的 final_shot。storyboard_designer 或视频生成 prompt 修正后再重试。media_generator 根据已确认的视频节奏与 Storyboard 音频层一次性生成 VO 旁白和 BGM。video_assembler 。1 → 2 → 3 → 4 → 5 → 6。禁止一次性跑完所有阶段;每个暂停点均须等待用户明确确认后方可继续。
当用户描述的角色属于热门 IP(如现有动漫、游戏中的知名角色)时,按以下步骤在 Storyboard 阶段主动规避:
OutputVideoSensitiveContentDetected 等敏感内容拦截时,不自动切换模型。当用户提供参考视频、测试成片或舞台素材时,优先提取以下信号供 Storyboard 与生成 prompt 使用:
Element_Character_A 与 Element_Character_B。若用户提供参考图,注册并绑定到对应 key_element;若无参考图,使用 TextToImage 生成角色参考图,重点锁定真人舞台演员/特技演员质感、原创化外观、真实服装/道具材质、身体轮廓、能力视觉源和 IP 规避后的特征组合。角色参考图不得是卡通、动漫、游戏 CG、玩偶皮套或塑料感盔甲。element scene。舞台/场景参考图应呈现完整户外同台空间:观众席方向、舞台平台、两侧/中线站位区、背景建筑/台阶/灯架/竖旗、烟雾层、主光色调和真实人群密度;不要生成只服务单个角色的孤立背景。final_shot,不生成 VO 或 BGM。shot,使用单次视频生成覆盖完整内部叙事节拍;不得按 Beat 1 / Beat 2 / Beat 3 等内部节拍拆成多次视频生成。reference_image 绑定到对应 shot。Audio_VO_* 和已确认视频节奏生成。OutputVideoSensitiveContentDetected,不自动切换模型,上报 Planner 处理。本 Skill 的 Storyboard 不是角色展示清单,而是“观众在人群中以第一人称视角看到同一个户外舞台上的超自然表演/对决”。摄像机等于观众的眼睛或手机镜头,拍摄设备本身不入画。默认镜头始终像站在舞台下方或观众席中观看并记录,不切到角色个人展示镜头、舞台摄影机镜头、无人机视角或第三人称电影镜头。
shot,即 1 次视频生成任务;不得将同一段视频拆分为多个 shot。shot 时长上限为 15 秒(Seedance 2.5 单次生成上限)。shot 描述内用叙事节拍(Beat 1 → Beat 2 → Beat 3 → Final beat)或箭头顺序列出;这些节拍是长镜头内的舞台事件升级段落,不代表独立 shot。shot。多条视频时,每条 15 秒视频仍各自对应 1 个 shot。每个 shot 必须先建立同一个舞台坐标系,再描述角色和爆点。不要从角色 A 或角色 B 的个人视角开始写。
element character;除非用户明确要求单角色变体,否则不得生成单角色能力展示。shot 必须先写清角色 A 与角色 B 在同一舞台坐标系里的初始位置,例如左/右、前/后、台阶上/平台中央、远景/近景侧。默认采用“一个大舞台事件逐步升级”的结构,而不是持续高密度肉搏。角色动作通常小而清楚,特效体量巨大;人物负责触发,舞台事件才是主体。爆款感来自烟雾、光柱、能量团、火焰环、冲击波等大面积舞台事件,以及前景观众、边缘手机和现场光照反应。特效必须像真实舞台烟火、灯光、投影、烟雾和后期增强共同发生,而不是干净漂浮的游戏技能贴图。
同一个 shot 内按以下叙事节拍写入描述,不写秒数:
element scene、Element_Character_A 和 Element_Character_B。双角色是默认结构,不是可选增强项。shot 的镜头约束;前景观众、手臂和少量边缘手机可写入 shot 或 element scene 的构图描述,但不得资产化成中心手机画面。element scene 必须描述完整同台空间,而不是某个角色的单独背景。默认设定为户外/露天:主题乐园剧场、日式忍者剧场、祭典舞台、开放式漫展广场、夜市庙会舞台或露天广场舞台,并包含观众席结构、舞台平台、户外天空/夜色、烟雾层、灯架或建筑背景。Element_Character_A 和 Element_Character_B 分别定义外观、能力、舞台表演方式与 IP 规避后的原创化特征;但 Storyboard 的 shot 描述必须把两者放回同一个舞台坐标系里。角色外观使用真人舞台演员/特技演员语言:真实布料、皮革、金属、护具、假发、面具、护目镜、演出道具和灯效;避免直接引用动漫 IP 角色特征组合,避免卡通比例、塑料玩具质感和游戏 CG 盔甲。Audio_BGM_*:纯器乐/音效配乐,包含太鼓、低频嗡鸣、whoosh、雷电、火焰、烟雾冲击、人群惊呼等关键词;无人声、无歌词。Audio_VO_*:短 VO 旁白,脚本只包含开头句和收尾句,默认日语短句;标注 narration_speaker_profile,例如低沉神秘男声、空灵清冷女声、热血男声。shot 描述中标注相同 audio_id,不要重复创建同类音频层。按以下顺序组织:镜头视角与长镜头声明 → 三层构图与户外舞台空间 → 双角色同台站位与相对关系 → 真人角色外观与能力触发方式 → 真实受击反馈 → 15 秒内部节拍 → 阵营化观众反应与真实前景道具 → 音频排除说明 → avoid block。
每条视频 prompt 开头必须明确类似以下内容:
First-person audience POV from inside the crowd, camera equals the viewer's eyes / phone lens, no visible phone body, no recording interface, no screen-in-screen; continuous 15-second handheld long take with occasional event-driven digital zoom and short attention pan, foreground lower edge has audience heads, shoulders, raised arms, and occasional small edge phones as live-event atmosphere, stage remains the clear subject; raw phone-recorded live show realism, slight handheld breathing shake, imperfect exposure, cinematic realistic outdoor live stage show.
随后用中文补充具体场景:户外主题乐园剧场、日式忍者剧场、露天祭典舞台、漫展外场或夜场舞台;写清天空/夜色、建筑、台阶、竖旗、灯架、烟雾层和观众密度。
shot 内的多个节奏段落时,使用叙事节拍顺序(Beat 1 / Beat 2 / Beat 3 / Final beat)或“→”箭头;每段都必须明确属于同一个 continuous long take,不得写成独立镜头、硬切或场景跳转。camera cuts、cut to、new shot、switch angle 等会触发剪辑的词。若需要“内部节奏变化”,写成镜头小幅横摇、抬头、后仰、短促数码变焦、回拉、被前景观众手臂或小比例边缘手机短暂遮挡后恢复。数码变焦必须由舞台事件触发,例如爆点出现时突然 zoom 到发动者,再横摇找防御者或受击者。当用户基于热门 IP 角色创作时:
示例:原角色“鸣人风”不要写角色名或招式名,可写为:
spiky copper-gold short wig (not blonde), orange-and-charcoal athletic stage combat outfit, no headband, no symbols, cyan wrist guards. Combat style: three-directional rush with two semi-transparent gold-orange afterimage performers flanking simultaneously; the main performer charges a spinning cyan-blue circular light disc with gold energy flowing along both arms before a straight-line dash; afterimages execute ground-level feints while the main performer flips from above.
no music、no subtitles,避免视频模型自行生成音乐或字幕。每条视频 prompt 末尾加入 avoid block,固定包含:
official anime/franchise character names, copyrighted logos, emblems, headbands, face marks, readable subtitles, text overlay, watermark, UI, cartoon, anime style, illustration, cel-shaded, toy-like character, plastic mascot suit, game CG character, floating VFX sticker, clean CGI arena, stiff motionless crowd, missing hit reaction, stiff hit reaction, large foreground smartphone, centered phone screen, phone recording interface, screen-in-screen composition, visible camera app UI, giant hand holding phone blocking the stage, gore, injury, horror, third-person cinematic camera, drone shot, stage broadcast camera, hard cuts, switch angle, new shot, extreme shaky camera, camera spinning, morphing, smearing, deformed hands.
注意:不要笼统禁止所有 text。允许模糊的舞台竖旗、牌匾、灯箱或装饰性标识存在,但禁止清晰可读的字幕、水印、UI、官方 logo 和随机文字覆盖。