yeha.ai
← 一覧に戻る

Single image to directed film

スタジオの下書きを準備します。複数段階の手順は参考情報です。自動生成や課金は行いません。

本 Skill 是专为追求院线级视觉冲击力、极致美学表现力和情绪节奏控场而设计的闭环工作流。它深度融合了“视觉基因解构”、“高密度分镜成表”与“视听高潮提示词引擎”，旨在将用户上传的静态美学素材转化为目不暇接、调动情绪的专业短片。

制作フロー本文は原文の中国語です。記載モデルと当サイトの対応モデルは異なる場合があります。実際のモデルと必要クレジットはスタジオで確認してください。

制作フロー全文

1. 制作計画

前置检查： 必须存在用户上传图片，否则立即终止并提示用户上传参考图。

阶段序列（严格顺序执行，禁止跨越）：

  1. 视觉基因解构：分析上传图片，提取美学信号，输出结构化解构结果，供后续阶段使用。- multimodal_analyze_tool；并注册一个资产 - media_generator。
  2. 创意方向确认：基于解构结果提供 3 个一句话剧情方向（如 CG 动画、TVC、趣味动画），编写 Final_Video_Spec.md（标题、类型、宽高比、时长、视觉风格、语言）, 等待用户选定方向后进入下一阶段。-planner
  3. 分镜规划 — 强制暂停点：全局分镜成表 (Global Storyboard Table)：根据方案，每 30s 一个表的分镜脚本。每 3s 一个视觉重点，每 7s 一个高潮的 30s 动作流。 → planner。 * 强制暂停点：必须先输出详细的表格分镜（每表 1000 字，含 14-24 个镜头），并将分镜内容输入到reply_to_user的json中与用户确认分镜表信息是否满意，暂停并等待用户确认。
  4. 编写 Final_Video_Spec.md：标题、类型、比例、时长、视觉风格、模型偏好。→ text_editor。
  5. 分镜注册：分镜注册故事板 (Storyboard Registration)：用户确认分镜满意后，严禁删减或更改分镜表格式与内容。将每个 30s 分镜表完整内容注册为一个故事板镜头（Shot）。- storyboard_designer
    • 资产分配：将上传的原始资产分配给每个故事板，严禁注册/生成新资产或中间图。
  6. 素材绑定与提示词构建 (Prompt Engineering)：严格按【万能公式】生成视频提示词。锁定原图为唯一参考。→ write_the_prompt。
  7. 视频生成：按 shot 顺序直接执行生成。- media_generator
  8. 时间线合成：所有 shot 生成完毕后推送至时间线；开启视频轨音量；不生成独立音频素材。- video_assembler

依赖关系： 2→1；3→2；4→3（需用户确认）；5→4；6→5。

2. マルチモーダル分析

视觉基因解构规范：

  1. 光影解构：识别光源类型（Chiaroscuro 强对比 / 漫射柔光），提取主光方向、阴影密度与高光质感。
  2. 色彩解构：提取主色、辅色、点缀色并标注 6:3:1 比例分配；记录色温倾向与饱和度特征。
  3. 材质与几何解构：分析材质质感（金属、哑光丝绸、流体等）及画面主要几何走势与构图张力。
  4. 动态潜力分析：评估物体间的物理遮挡关系、透视深度层次及潜在动势方向，为分镜设计提供运动参考。
  5. 输出格式：结构化输出，包含 Subject_Structure、Color_Palette_Ratio、Lighting_Environment、Texture_Simulation 四个维度。
  6. 使用边界：解构结果仅用于指导分镜设计和视频提示词撰写，禁止用作生成新图的视觉指令。
3. 絵コンテ設計

**分镜设计规范：**不需要额外规划元素，以用户上传的图为全局生成参考。分镜中的对话、旁白、动作结果和场景顺序必须与生成的分镜表一致。仅允许技术性编辑:拆分镜头(≤30s)或添加镜头语言字段。不要虚构情节或改写台词。

编剧与分镜师指令：

  1. 必须先和用户确认分镜表格：在注册 Storyboard 之前，必须输出高密度分镜表并获得许可。
  2. 分镜表设计规范（1000字/表）：
    • 时长规划：每 30s 为一个独立表，表内包含 7 到 12 个专业分镜。
    • 视听语言：精准使用术语（Dutch Angle, Push-in, Tracking, Whip-pan）。包含：镜头、景别、视角、运镜、内容、物理动效、音效、音乐。
    • 情绪曲线：严格执行 3s 重点/7s 高潮。长镜头置于表中间。
    • 连贯动效：动效连贯一气呵成。严禁黑场、白场、叠化、渐显渐隐。
  3. 分镜注册：用户确认后，将 30s 表内的所有镜头合并描述为一个 Shot 任务。确保不丢失任何分镜细节，且不触发新资产生成请求。
    1. 内容规划：注册故事版的时候不要丢失之前生成的分镜表信息，把每个分镜表详细的内容都注册一为个故事板，不要删减分镜表不要更改分镜表格式。
4. 素材生成
  1. Seedance 2.5 全能参考：视频生成强制调用此模型，分辨率 480p。
  2. 资产锁定：仅参考用户上传的原图。
  3. 动效遵循：严格执行 3s 重点与 7s 高潮逻辑，确保画面动效不间断、不间歇。
5. プロンプト作成

优先级最高：所有 Prompt 必须用中文书写（配合英文工具名称+参数）。

一、图片提示词生成（仅用于内部描述参考）

严格按照 7 模块顺序拼接：核心主体、风格色彩、解构式抽象细节（纯中文）、英文物理与材质（含 negative space folds, visual rhythm breaks）、6:3:1 色彩分配、场景光影、引擎参数。

二、视频提示词生成（Seedance 2.5（分辨率 480p） 动力学）

  1. 单任务多镜头融合：将 30s 分镜表内的 14-24 个分镜描述合并为一个长视频 Prompt。
  2. 结构：摄像机 → 主体/表演 → 空间 → 视听。
  3. 转场逻辑：明确标注如 “[镜头1：极写]...[动势匹配转场][镜头2：中景]...”。
  4. 视听标记：(...) 音乐氛围，<...> 精准音效（对应 3s/7s 点），{...} 台词。
  5. 负向约束：no subtitles, no text, no logo, no fading to black。
6. 動画編集
  1. 实时合成：生成后立即推送到时间线。
  2. 音轨管理：开启视频轨音量（Video track volume: ON）。严禁生成独立的音频素材。
  3. 无缝质检：确保 30s 片段间物理动势完美衔接，全片视听节奏高度统一。