Préparez un projet de studio. Les instructions multi-étapes sont des références; cela ne fonctionne ni ne charge pour la génération.
支持先生成独立资产;在关键阶段暂停以获取用户确认;通过人机协作实现一次性工作流。
Le texte de Workflow est conservé dans son original chinois. Les modèles référencés peuvent différer de ceux disponibles ici. Vérifiez le studio pour les modèles pris en charge et les devis réels.
完整视频的阶段逻辑和依赖关系:
asset_id / resource_id),并附带单行内容摘要和类型(元素引用、B-roll 剪辑、音乐分轨等)。可选择对这些文件运行 multimodal_analyze_tool / resource_analyze_and_prepare,以明确结构和时间戳。切勿丢弃此列表——它是确定视频中必须出现哪些内容的唯一事实来源。Final_Video_Spec.md(标题、类型、比例、时长、视觉风格、语言、模型偏好) → text_editor。规格说明必须声明编辑锚定于现有的步骤 1 资产,除非用户明确授权替换它们。key_element、shot_list 条目或 audio_layers / 布局说明插槽中 —— 即围绕这些素材/图像构建叙事,而不是忽略它们去规划全新的情节。仅针对步骤 5–6 中指出的缺口(缺失的内容、连续性桥接)规划新的生成内容。audio_layers 与步骤 1 的音频资产以及分镜脚本进行比较;审计缺口,并仅生成或补全缺失的音频轨道 → media_generator。依赖关系: 2→1;3→2;4→2,3;5→1,4;6→1,4,5;7→1,4;8→4,5,6,7。
注意 —— 独立资产 → 故事板(关键): 你必须将用户在步骤 1 中提供的独立资产串联成一个连贯的故事(完整剧本/节奏弧线)。故事板负责排列镜头、桥接它们,并添加任何连接镜头或补充镜头,以确保最终的叙事短片流畅且完整——不要将先前的资产视为可选内容,也不要用全新的规划替换它们。在生成替换内容之前,通过 media_generator / manage_*_assets 绑定到分镜目标;如果步骤 1 中已经存在可接受的资产,切勿重新生成同一个片段。
何时暂停: 不要一次性完成所有步骤。在完成盘点 + 规格说明后暂停;在完成故事板后暂停(用户必须确认步骤 1 的资产已正确分配给镜头/元素);在进行缺口填充生成后暂停;最后在最终组装前暂停。使用卡片或 reply_to_user 在继续前邀请用户进行审查。
当步骤 1 产生视频或长音频,且分镜脚本在映射镜头前需要准确的入点/出点或结构标签时使用。输出结果将提供给步骤 2(盘点)和步骤 4(分镜脚本计时)。
续写模式 —— 来自步骤 1 的独立资产(用户继续制作完整电影时强制执行)
key_elements 必须整合步骤 1 中已经制作的资产。将每个此类资产视为已承诺的媒体:要么将其附加到关键元素(外观、环境、道具),要么附加到最终镜头(例如:“Shot_03 使用 resource_id … 作为主角镜头/关键视觉”)。asset_id / resource_id,记录它的使用位置(元素 ID 和/或 shot_id,以及必要时的 layout_instruction / 时间线)。如果剪辑是B-roll(空镜头)或建立镜头,请注明;如果是主打产品或角色转身,请在不同镜头中引用同一个元素。key_elements 时,复用与步骤 1 提示词/视觉相符的描述;仅为没有任何先前资产涵盖的角色添加新元素。如何设计关键元素
如何设计镜头
[Element_Office_Noir])。如何设计独立音频
audio_id 和范围)。narration)。定义声音身份、语调和确切脚本;使用 layout_instruction 将其限定在相关镜头中。元素生成
resource_id / asset_id,然后再进行新的生成。仅在分镜中标注为缺口时才生成。asset_id 并分别生成。
voice_reference 音频剪辑(例如该角色/旁白者的样本),以便在生成旁白时匹配声音和语调。
zh) 内容:doubao。对于英文/全球 (en) 内容:elevenlabs。最终镜头视频生成
旁白和 BGM
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。
按分镜脚本和时间线顺序组装所有镜头、旁白轨道和 BGM;当剪辑准备就绪时引导用户导出。
如果最终镜头没有镜头内对话或旁白,请在编辑中将镜头/视频层的嵌入音频静音,并依靠音频层(如设计的 BGM/SFX),这样镜头生成的音效就不会与混音冲突。