Prepara un proyecto de estudio. Las instrucciones multietapa son referencias; esto no funciona ni cobra por generación.
支持两种启动方式:用户上传剧本,或由 agent 根据用户提供的主题/需求代写剧本。随后使用 Nano Banana + Seedance 2.5(分辨率 480p) 生成视频。在关键阶段暂停以供用户确认;基于一镜到底工作流的人机协作。
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.
完整视频的阶段逻辑和依赖关系:
4b. 为每个有对话台词的角色建立 key_element_audio(音色锚点),以保证 Seedance 2.5(分辨率 480p) 跨镜头音色一致性:
依赖关系: 2→1;3→1,2;4→3;4b→4;5→2,3,4,4b;6→3;7→3,4,5,6。
注意 — 用户提供或预先存在的媒体(主要影响步骤3–6): 在填补生成内容之前,通过 media_generator 将其绑定并分配到适当的分镜位置;避免重复生成用户已提供的内容。
何时暂停: 不要一次性完成所有步骤。在上述每个关键阶段(例如:规范确认后、故事板生成后、元素图像生成后、关键帧生成后、镜头视频生成后、音频生成后)停下来,与用户确认,然后再继续。在继续之前,使用卡片或 reply_to_user 邀请用户进行审阅。
仅在用户上传了剧本文件时调用此工具。
脚本忠实度(最高优先级)
如何设计关键元素
如何设计镜头
如何设计独立音频
元素资产生成
最终镜头视频生成
按分镜和时间轴顺序组装所有镜头、旁白音轨和BGM;当剪辑就绪后,引导用户导出。
优先级最高、适用于所有prompt编写情况:当用户使用中文输入或是加载中文语言环境时,提示词prompt需要用中文书写。但是prompt中有关旁白/对话的内容要严格遵循Final_Video_Spec中的Output Language。
图像生成提示词 (TextToImage, ImageToImage)
所有图像提示词的通用原则
当目标角色是 key_element(关键元素)时
提供清晰、详细的元素视觉定义,以便在镜头间保持一致。提示词结构应围绕:
当目标角色是关键帧(起始帧、结束帧或高亮帧)时
首先,在镜头的 Description 中定位相应时刻:确定确切的节拍 — 开始状态、结束状态或视觉/戏剧性最强的瞬间 — 并以此为基础。如果镜头描述没有清楚地描绘那一刻,请在脑海中模拟该镜头(主体运动 + 摄像机移动 + 环境变化),想象场景在那个瞬间的样子,然后自己填充细节。无论哪种方式,只描述那个瞬间的静态图像 — 可见的内容、构图方式以及所有事物的状态:
视频生成提示词
按照以下 Seedance 顺序(摄像机 → 主体 → 空间 → 音频)追加运动/动态提示词:
音频生成提示词(For MiniMax Speech 2.8 HD)
注意: 您必须始终在提示词中包含以下负面约束,以确保后期制作的输出干净: