Siapkan rancangan studio. Instruksi tahap ganda adalah referensi; ini tidak berjalan atau biaya untuk generasi.
适用于以微缩模型场景为舞台、讲述有人物弧光的温柔情感短片(如节日祝福、生活故事);画面呈现移轴摄影美学,配轻音乐 BGM,视频比例 9:16,目标时长 60s~90s。
Teks alur kerja dipertahankan dalam bahasa Mandarin aslinya. Model yang disebutkan mungkin berbeda dari model yang tersedia di sini. Periksa model yang didukung dan biaya kredit aktual di studio.
以微型道具与模型场景为舞台,讲述有人物弧光的温柔小故事。画风精致细腻,镜头语言克制,适合情感短片与节日祝福视频。
在做任何内容规划之前,先向用户展示以下选项,收到明确选择后方可继续:
① 画面比例(单选)
② 视频分辨率(单选)
③ 目标时长(单选)
④ 图片生成模型(单选,用于关键元素图)
⑤ 视频生成模型(单选,用于分镜视频)
收到用户选择后,通过 text_editor 建立 Final_Video_Spec.md,写入以下参数:
阶段 0(Checkpoint 0)→ 阶段 1(Checkpoint 1)→ 阶段 2(Checkpoint 2)→ 阶段 3(Checkpoint 3)→ 阶段 4(Checkpoint 4)→ 阶段 5
旁白音频生成(阶段 2)须早于视频生成(阶段 3)完成,以便作为音频条件输入。BGM 生成与分镜视频生成(阶段 3)可并行推进。
若用户上传参考图片(如真实微缩摄影、手办照片、场景布景图),分析时须提取:
若用户上传参考视频,分析时须提取:
若用户上传故事脚本或文字大纲,分析时须注意:
收到用户主题后,在展开具体分镜前,先将故事拆解为 4~6 个关键环节,形成完整叙事弧光骨架,再据此分配镜头。
拆解原则
输出格式(供内部规划,不对用户直接展示)
在调用 storyboard_designer 正式规划分镜前,先在内部形成如下结构:
环节一:[环节名称] — [场景] — [核心动作] — [情绪]
环节二:…
…
确认环节骨架合理后,再按各环节展开具体镜头设计(每环节通常对应 4~8 个镜头)。
收到用户主题后,在展开具体分镜前,先将故事拆解为 4~6 个关键环节,形成完整叙事弧光骨架,再据此分配镜头。
拆解原则
输出格式(供内部规划,不对用户直接展示)
在调用 storyboard_designer 正式规划分镜前,先在内部形成如下结构:
环节一:[环节名称] — [场景] — [核心动作] — [情绪]
环节二:…
…
确认环节骨架合理后,再按各环节展开具体镜头设计(每环节通常对应 4~8 个镜头)。
角色元素
场景元素
道具元素
时长节奏
景别与运镜
叙事结构
尺寸一致性与动作主体规则(跨镜强制执行)
BGM
旁白(可选)
所有图像与视频资产须保持统一的「微缩模型摄影」美学:
工具:TextToImage / ImageToImage
模型与分辨率:以 Final_Video_Spec.md 中"图片生成模型"字段为准,分辨率 2K
角色参考图规格(强制)
场景图强制参考规则
主力工具:MultiModalToVideo
模型与分辨率:以 Final_Video_Spec.md 中"视频生成模型"与"视频分辨率"字段为准
Seedance 2.5(分辨率 480p) / Seedance 2.5(分辨率 480p) — 多镜头自动分镜规则**
参考绑定强制规则
单镜头时长参考
工具:text to narration
推荐模型:ElevenLabs v3
推荐音色参考(按情绪选用):
旁白音频须在视频生成前完成,以便作为音频条件输入。
工具:text_to_instrumental
推荐模型:Suno 5(备选:Mureka 8)
默认模型:GPT Image 2,分辨率 2K(如 Final_Video_Spec.md 中指定其他模型则以规格文件为准)
图像 prompt 按以下四层依序组装:
① 主体描述:明确说明画面核心内容(人物、场景、道具),指定比例关系与尺寸感(如"与人偶等高的咖啡杯"、"众多小人合力推动的圆形岩石")
② 微缩模型美学基调(每张图必须包含)
实拍风格的微缩世界场景,移轴摄影效果,浅景深,前景与远景轻微虚化,中间主体清晰,真实材质质感,高细节,超清摄影,自然光,柔和散景
或英文版本(GPT Image 2 可使用中英双语,选一即可):
live-action style miniature world, tilt-shift photography, shallow depth of field, foreground and background softly blurred, subject in sharp focus, realistic material texture, highly detailed, ultra-sharp photography, natural light, soft bokeh
③ 光线与色调(按场景选用)
④ 氛围收尾词(按需选用)
梦幻宁静氛围 / dreamy tranquil atmosphere / cinematic mood / warm and cozy feeling
场景图 prompt 完整示例(参考格式)
实拍风格的微缩世界场景,[主要角色/道具+动作+尺寸对比],[具体场景环境细节,如湖边草地、苔藓碎石、圆润岩石],[光线时段,如黄昏日落,金色夕阳从远处山脉后方照射过来],[远景描述,如起伏绿色山丘、模糊森林],移轴摄影效果,浅景深,前景和远景轻微虚化,中间主体清晰,温暖电影感光影,梦幻宁静氛围,高细节,真实材质,超清摄影,自然光,柔和散景。
角色参考图规范(16:9 拼接图)
生成角色参考图时,须明确指定 16:9 横版单张图,画面左右分区描述如下:
负向提示词(所有图像均须附加)
no subtitles, no text, no watermark, no harsh shadows, no blurry faces, no distorted proportions, no cartoon style, no anime style, no 3D plastic look
每条视频 prompt 按以下四个区块依序组装,区块间顺序不得颠倒:
描述本镜头所在整体世界的视觉锚点,至少涵盖:
示例:微距移轴摄影,微缩模型世界,浅景深,焦外奶油散景,温暖金黄漫光,奶茶色调,精致手工质感,非写实非动漫
将本镜头涉及的角色与场景关键元素图以 <<<image_N>>> 占位符逐一声明,并说明每张图对应的资产身份,顺序须与 media_generator 传入的图片顺序一致:
<<<image_1>>> 作为主角 [角色名],[简要体态/服装/情绪状态描述]
<<<image_2>>> 作为配角 [角色名],[简要体态描述]
<<<image_3>>> 作为场景背景 [场景名],[光线/空间氛围说明]
同时在此区块末尾写明当前镜头的尺寸对比锚定句,突出微缩感:
按时间段拆分镜头内的画面内容,每段至少包含镜头机位、视觉画面(前景 / 主体 / 背景三层)、听觉声效三个子项。使用如下固定格式:
[00.0s - XX.Xs]\
每条视频 prompt 末尾必须附加以下固定负向约束,并可根据镜头内容追加特定项:
固定负向(必须包含)
按镜头追加(如适用)
效果描述词缓慢推进slow push-in, camera gently moves closer轻微横摇slow pan right/left, gentle horizontal sweep俯拍全景top-down overhead shot, bird's-eye view of miniature world跟随移动smooth follow shot, tracking the character gently锁定定镜static lock-off, camera holds still微微仰拍low-angle shot, slight upward tilt