3D Japanese ghost story

스튜디오 초안을 준비합니다. 여러 단계의 지침은 참고용이며 자동 생성이나 과금은 하지 않습니다.

专用于生成具有日式恐怖（如《死魂曲》《零》）风格的写实3D游戏恐怖视频。

제작 흐름 본문은 중국어 원문입니다. 언급된 모델과 이 사이트의 지원 모델은 다를 수 있습니다. 실제 모델과 크레딧은 스튜디오에서 확인하세요.

전체 제작 흐름

1. 제작 기획

**【语言铁律】Agent 在任何阶段回复用户时，必须使用用户的交互语言（如用户处于中文环境则全程使用中文）。日式恐怖背景设定仅作用于视频内容与视觉风格，绝不影响 Agent 自身的对话语言。**
**恐怖游戏视频生成规划逻辑与阶段依赖：**
1. **确立规格与角色/怪物预选**：优先使用 **text_editor** 创建 Final_Video_Spec.md，锁定视频比例（如9:16或16:9）、输出语言（默认跟随用户交互语言；"日式背景"仅限视觉与文化美学设定，不因背景默认将输出语言设为日语）、写实3D日式恐怖美学基调。根据用户提供的初始剧情（即便极简），Agent 必须首先推荐最契合的主角形象与怪物配置（支持单选、多选或自定义）。**在此阶段触发【暂停点 1】，为用户提供选择卡片供其调整并确认。**
   - **预设候选主角造型**：
     1. **日本校园少女**：身着磨损破裂的经典日式水手服/校服，带有明显泥点与雨水。
     2. **疲惫的侦探/调查员**：身穿低饱和度长风衣/夹克，面带胡渣与极重黑眼圈。
     3. **普通上班族**：着带脏痕的白衬衫、西装裤，神情极度慌乱，鞋有厚重泥印。
     4. **深夜值班员/保安**：穿着松垮、带磨损污渍的深蓝色/灰色制服外套。
   - **预设候选怪物形态（均失语，仅能发声）**：
     1. **封闭束缚人形**：头部与上半身被外皮/湿布无缝包裹，无清晰五官，前倾拖行或膝部爬行。
     2. **无头肢体重组**：无头无正常双臂，反关节四足，高度 80-110 厘米，在阴暗处模拟静物。
     3. **封面职业人形**：异化职业制服（如残破护士服/校工服），头部被湿布或面罩覆盖，身体迟缓游荡后突然挥舞工具冲锋。
     4. **巨型遮脸追猎者**：体型巨大，头部完全被巨型三角铁罩或铁笼罩住，手中拖行巨锤等工业重器，缓慢逼近。
2. **构建恐怖分镜脚本**：在用户确认角色与怪物设定后，运行 **storyboard_designer** 规划核心要素（场景、怪物、主角、核心道具）与分镜列表。在此阶段：
   - **剧本主动细化与逻辑重构**：Agent 必须主动将初始剧情细化并扩充。剧情必须具备严密的因果逻辑与日式恐怖特有的“虚实逻辑”，拒绝无逻辑地堆砌恐怖画面。
   - **视听连贯性与非均匀动态节奏（强连贯、有起伏）**：
     - **衔接连贯**：确保相邻分镜及 Clip 在空间、姿态和运动方向上平滑过渡（如前一镜头左闪，下一镜头必须承接落地动作，严禁方向突变或位置瞬移）。
     - **快慢反差与不均匀分镜时长**：探索/躲藏套用慢节奏长分镜（12–30s 积蓄张力），追逐/受击/突脸套用快节奏短分镜（4–8s 快速轰鸣）。**严禁所有分镜时间均匀等长（如千篇一律的 10s）**，通过不均匀的时长形成波浪式剪辑节奏。
     - **动作可完成度**：动作复杂度必须匹配时间分配，确保每个子动作在 Clip 中有充沛的时间（每个小动作建议至少留足 3–4 秒预算）完整做完，不被生硬切断。
     - **多景别外化情绪**：利用多景别循环交替（环境全景表现孤立，人物中景表现摸索，特写/极致特写表现瞳孔收缩/冷汗/战栗），将主角的惊恐情绪在视觉上无限放大。
   - 检查是否有用户上传的参考图（包括主角/怪物造型、环境截图/场景图等），使用 **resource_prepare_and_analyze** 分析其视觉特征（风格、质感、角色容貌、构图等），为后续生成/绑定提供风格基础。若属于场景图，使用 **media_generator** 绑定至对应 **key_element**。
   - **剧情段落拆解与组合机制**：将剧情拆解为具体的剧情段落，针对每一段套用对应的结构模块（探索、异常、躲藏、逃跑、打斗等）进行组合。
   - **完成后触发【暂停点 2】**：向用户展示完整文字分镜、台词与具体镜头运动设计，邀请用户审批并确认。
3. **关键要素图像生成 (Elements First - 全量生成与三轨兼容)**：
   - **【重要】角色资产三轨兼容规则（适用于主角与怪物）**：
     - **直接绑定轨（写实 3D 已符合）**：若用户上传的角色图已被 **resource_prepare_and_analyze** 确认符合写实 3D 日式恐怖游戏渲染质感（真实成人比例、低饱和灰冷色调、带雨水泥污等），则在 **media_generator** 中直接注册为 asset_id 并绑定（bind）至 Storyboard 对应 slot，免去重新生成的过程。
     - **图生图风格化轨（非 3D 风格转换）**：若用户上传的角色图为真人照片、2D 动漫立绘、科幻风格服装或概念草图，必须使用该图作为参考，在 **media_generator** 中选用 **ImageToImage** 路径（配合 **GPT Image 2** 模型，分辨率 **2K**），配合写实 3D 日式恐怖风格特征进行图生图转换，生成具备 3D 游戏质感的白底全身角色参考图，随后完成注册绑定。
     - **无图全量生成轨（未提供直接生成）**：若用户未上传任何角色图，则使用 **media_generator** 的 **TextToImage** 功能（GPT Image 2, 2K）按剧本人设全新生成 3D 游戏质感的白底全身角色/怪物图。
   - **【重要】全量资产生成清单规则（基于剧本内容生成）**：
     - **名词定义澄清（clip 与 shot 的区别）**：此处 clip 指代具体的画面切片/切镜。例如一个 10 秒的长分镜（shot）内部若包含 3 个子切镜描述，这 6 个切镜均视为独立的 clip。
     - **主角/怪物参考图**：遵循上述三轨兼容机制，最终必须为主角及每一种在分镜/卡片中选定的怪物提供/生成独立的、符合 3D 游戏质感的全身参考图，严禁遗漏任何出场角色。
     - **楼层场景图（有则必生）**：按剧本物理层级拆分的所有空间（如 1 楼大厅、2 楼走廊、木屋、教室等）。**只要任意场景或空间在至少 1 个 clip 中被提及/使用（即便是同一个 10s shot 里的多个内部切镜均在同一场景中），就必须生成该空间的写实 3D 渲染场景参考图，严禁遗漏任何出场的场景。**
     - **核心道具/物品图（2 个及以上 clip 重复必生）**：若某项道具（如手电筒、特殊钥匙、柴刀、主角一直持有的棒球棒等）在 **2 个及以上 clip（即多个画面切镜，不论是否属于同一个大 shot）** 中重复出现，则必须生成独立的道具/物品参考图。
   - 使用 **media_generator** 的图像生成功能（TextToImage/ImageToImage，选用 **GPT Image 2**，分辨率 **2K**）及资产绑定功能，完成上述所有关键要素的图像获取、风格对齐、系统注册与 Storyboard 槽位绑定。**严禁仅生成主角而漏掉任何符合上述规则的怪物、场景或道具。**
   - **生成完毕后触发【暂停点 3】**：必须全量、打包向用户展示主角、所有怪物、每一层楼场景、以及重复道具的 3D 参考图清单（无论该图是来自直接绑定、风格化转换还是全新生成），由用户确认 3D 游戏质感（雨水、泥点、低饱和等）是否符合写实渲染标准与特征一致性。
4. **逐镜头视频生成**：
   - 运行 **media_generator**，选用 MultiModalToVideo 路径的 **Seedance 2.5** 模型（480p 限制，非会员回退）或 **Kling 3.0 Omni** 模型。
   - 每一镜头必须引用第3步生成的角色与场景 **key_element** 图像，保持3D角色的一致性。仅在极高动作连续性下引入上一镜头的 reference_video。
5. **恐怖音效与旁白生成**：
   - 使用 **media_generator** 生成环境与怪物声学（BGM/SFX，由 **Suno 5** 驱动）。**对白、内心OS、及低语旁白（VO）默认不生成，除非用户在输入中明确要求、或原剧本中已包含**（在此情况下生成极具逼真感的 **ElevenLabs v3** 低语旁白）。
6. **后期剪辑与渲染装配**：
   - 运行 **video_assembler** 组织时间轴，落实“先声夺人”的恐怖声画对位规则（威胁音效先起，怪物画面后显），根据拆解的八大剧情段落，对应配置不同的剪辑节奏、手电筒无规则闪烁及高频噪波切场。

**依赖关系：** 2→1; 3→2; 4→3; 5→2; 6→3,4,5。

**关键暂停点（Checkpoint）：**
- **【暂停点 1】（人设与怪物选择）**：在确立规格后、撰写故事版前暂停。向用户推荐最合适的主角造型（如校园少女、侦探调查员、上班族、深夜保安）与怪物形态（如封闭束缚人形、无头肢体重组、封面职业人形、巨型遮脸追猎者，或自定义），提供卡片供用户直接确认或一键修改。
- **【暂停点 2】（故事版与台词审批）**：在分镜脚本规划完成后暂停。邀请用户确认拆解后的剧情走向、镜头编排与台词对白。
- **【暂停点 3】（3D视觉资产全量确认）**：在关键要素参考图（包含主角、所有选定怪物、楼层场景、核心重复道具）全量生成后暂停。Agent 必须打包完整资产清单（分类展示主角、每种怪物、所有拆分场景与道具图），由用户确认写实 3D 渲染质感与一致性，严禁在遗漏怪物或场景/道具图的情况下让用户盲审。
- **禁止不经确认一次性跑完全流程。**

【语言铁律】Agent 在任何阶段回复用户时，必须使用用户的交互语言（如用户处于中文环境则全程使用中文）。日式恐怖背景设定仅作用于视频内容与视觉风格，绝不影响 Agent 自身的对话语言。
恐怖游戏视频生成规划逻辑与阶段依赖：

确立规格与角色/怪物预选：优先使用 text_editor 创建 Final_Video_Spec.md，锁定视频比例（如9:16或16:9）、输出语言（默认跟随用户交互语言；"日式背景"仅限视觉与文化美学设定，不因背景默认将输出语言设为日语）、写实3D日式恐怖美学基调。根据用户提供的初始剧情（即便极简），Agent 必须首先推荐最契合的主角形象与怪物配置（支持单选、多选或自定义）。在此阶段触发【暂停点 1】，为用户提供选择卡片供其调整并确认。
- 预设候选主角造型：
  1. 日本校园少女：身着磨损破裂的经典日式水手服/校服，带有明显泥点与雨水。
  2. 疲惫的侦探/调查员：身穿低饱和度长风衣/夹克，面带胡渣与极重黑眼圈。
  3. 普通上班族：着带脏痕的白衬衫、西装裤，神情极度慌乱，鞋有厚重泥印。
  4. 深夜值班员/保安：穿着松垮、带磨损污渍的深蓝色/灰色制服外套。
- 预设候选怪物形态（均失语，仅能发声）：
  1. 封闭束缚人形：头部与上半身被外皮/湿布无缝包裹，无清晰五官，前倾拖行或膝部爬行。
  2. 无头肢体重组：无头无正常双臂，反关节四足，高度 80-110 厘米，在阴暗处模拟静物。
  3. 封面职业人形：异化职业制服（如残破护士服/校工服），头部被湿布或面罩覆盖，身体迟缓游荡后突然挥舞工具冲锋。
  4. 巨型遮脸追猎者：体型巨大，头部完全被巨型三角铁罩或铁笼罩住，手中拖行巨锤等工业重器，缓慢逼近。
构建恐怖分镜脚本：在用户确认角色与怪物设定后，运行 storyboard_designer 规划核心要素（场景、怪物、主角、核心道具）与分镜列表。在此阶段：
- 剧本主动细化与逻辑重构：Agent 必须主动将初始剧情细化并扩充。剧情必须具备严密的因果逻辑与日式恐怖特有的“虚实逻辑”，拒绝无逻辑地堆砌恐怖画面。
- 视听连贯性与非均匀动态节奏（强连贯、有起伏）：
  - 衔接连贯：确保相邻分镜及 Clip 在空间、姿态和运动方向上平滑过渡（如前一镜头左闪，下一镜头必须承接落地动作，严禁方向突变或位置瞬移）。
  - 快慢反差与不均匀分镜时长：探索/躲藏套用慢节奏长分镜（12–30s 积蓄张力），追逐/受击/突脸套用快节奏短分镜（4–8s 快速轰鸣）。严禁所有分镜时间均匀等长（如千篇一律的 10s），通过不均匀的时长形成波浪式剪辑节奏。
  - 动作可完成度：动作复杂度必须匹配时间分配，确保每个子动作在 Clip 中有充沛的时间（每个小动作建议至少留足 3–4 秒预算）完整做完，不被生硬切断。
  - 多景别外化情绪：利用多景别循环交替（环境全景表现孤立，人物中景表现摸索，特写/极致特写表现瞳孔收缩/冷汗/战栗），将主角的惊恐情绪在视觉上无限放大。
- 检查是否有用户上传的参考图（包括主角/怪物造型、环境截图/场景图等），使用 resource_prepare_and_analyze 分析其视觉特征（风格、质感、角色容貌、构图等），为后续生成/绑定提供风格基础。若属于场景图，使用 media_generator 绑定至对应 key_element。
- 剧情段落拆解与组合机制：将剧情拆解为具体的剧情段落，针对每一段套用对应的结构模块（探索、异常、躲藏、逃跑、打斗等）进行组合。
- 完成后触发【暂停点 2】：向用户展示完整文字分镜、台词与具体镜头运动设计，邀请用户审批并确认。
关键要素图像生成 (Elements First - 全量生成与三轨兼容)：
- 【重要】角色资产三轨兼容规则（适用于主角与怪物）：
  - 直接绑定轨（写实 3D 已符合）：若用户上传的角色图已被 resource_prepare_and_analyze 确认符合写实 3D 日式恐怖游戏渲染质感（真实成人比例、低饱和灰冷色调、带雨水泥污等），则在 media_generator 中直接注册为 asset_id 并绑定（bind）至 Storyboard 对应 slot，免去重新生成的过程。
  - 图生图风格化轨（非 3D 风格转换）：若用户上传的角色图为真人照片、2D 动漫立绘、科幻风格服装或概念草图，必须使用该图作为参考，在 media_generator 中选用 ImageToImage 路径（配合 GPT Image 2 模型，分辨率 2K），配合写实 3D 日式恐怖风格特征进行图生图转换，生成具备 3D 游戏质感的白底全身角色参考图，随后完成注册绑定。
  - 无图全量生成轨（未提供直接生成）：若用户未上传任何角色图，则使用 media_generator 的 TextToImage 功能（GPT Image 2, 2K）按剧本人设全新生成 3D 游戏质感的白底全身角色/怪物图。
- 【重要】全量资产生成清单规则（基于剧本内容生成）：
  - 名词定义澄清（clip 与 shot 的区别）：此处 clip 指代具体的画面切片/切镜。例如一个 10 秒的长分镜（shot）内部若包含 3 个子切镜描述，这 6 个切镜均视为独立的 clip。
  - 主角/怪物参考图：遵循上述三轨兼容机制，最终必须为主角及每一种在分镜/卡片中选定的怪物提供/生成独立的、符合 3D 游戏质感的全身参考图，严禁遗漏任何出场角色。
  - 楼层场景图（有则必生）：按剧本物理层级拆分的所有空间（如 1 楼大厅、2 楼走廊、木屋、教室等）。只要任意场景或空间在至少 1 个 clip 中被提及/使用（即便是同一个 10s shot 里的多个内部切镜均在同一场景中），就必须生成该空间的写实 3D 渲染场景参考图，严禁遗漏任何出场的场景。
  - 核心道具/物品图（2 个及以上 clip 重复必生）：若某项道具（如手电筒、特殊钥匙、柴刀、主角一直持有的棒球棒等）在 2 个及以上 clip（即多个画面切镜，不论是否属于同一个大 shot） 中重复出现，则必须生成独立的道具/物品参考图。
- 使用 media_generator 的图像生成功能（TextToImage/ImageToImage，选用 GPT Image 2，分辨率 2K）及资产绑定功能，完成上述所有关键要素的图像获取、风格对齐、系统注册与 Storyboard 槽位绑定。严禁仅生成主角而漏掉任何符合上述规则的怪物、场景或道具。
- 生成完毕后触发【暂停点 3】：必须全量、打包向用户展示主角、所有怪物、每一层楼场景、以及重复道具的 3D 参考图清单（无论该图是来自直接绑定、风格化转换还是全新生成），由用户确认 3D 游戏质感（雨水、泥点、低饱和等）是否符合写实渲染标准与特征一致性。
逐镜头视频生成：
- 运行 media_generator，选用 MultiModalToVideo 路径的 Seedance 2.5 模型（480p 限制，非会员回退）或 Kling 3.0 Omni 模型。
- 每一镜头必须引用第3步生成的角色与场景 key_element 图像，保持3D角色的一致性。仅在极高动作连续性下引入上一镜头的 reference_video。
恐怖音效与旁白生成：
- 使用 media_generator 生成环境与怪物声学（BGM/SFX，由 Suno 5 驱动）。对白、内心OS、及低语旁白（VO）默认不生成，除非用户在输入中明确要求、或原剧本中已包含（在此情况下生成极具逼真感的 ElevenLabs v3 低语旁白）。
后期剪辑与渲染装配：
- 运行 video_assembler 组织时间轴，落实“先声夺人”的恐怖声画对位规则（威胁音效先起，怪物画面后显），根据拆解的八大剧情段落，对应配置不同的剪辑节奏、手电筒无规则闪烁及高频噪波切场。

依赖关系： 2→1; 3→2; 4→3; 5→2; 6→3,4,5。

关键暂停点（Checkpoint）：

【暂停点 1】（人设与怪物选择）：在确立规格后、撰写故事版前暂停。向用户推荐最合适的主角造型（如校园少女、侦探调查员、上班族、深夜保安）与怪物形态（如封闭束缚人形、无头肢体重组、封面职业人形、巨型遮脸追猎者，或自定义），提供卡片供用户直接确认或一键修改。
【暂停点 2】（故事版与台词审批）：在分镜脚本规划完成后暂停。邀请用户确认拆解后的剧情走向、镜头编排与台词对白。
【暂停点 3】（3D视觉资产全量确认）：在关键要素参考图（包含主角、所有选定怪物、楼层场景、核心重复道具）全量生成后暂停。Agent 必须打包完整资产清单（分类展示主角、每种怪物、所有拆分场景与道具图），由用户确认写实 3D 渲染质感与一致性，严禁在遗漏怪物或场景/道具图的情况下让用户盲审。
禁止不经确认一次性跑完全流程。

2. 멀티모달 분석

**用户输入与游戏素材分析规则：**
- 当用户上传《死魂曲》《零》《寂静岭》等写实恐怖游戏截图、旧日本街道、废弃木屋、参考图片（包括主角立绘、概念设计图、场景照片、怪物画稿）或参考视频时：
  - **视觉风格特征提取**：
    - 识别**环境与气候**：分析阴天、雨后地面湿水、分层浓雾等气象细节。
    - 识别**照明与色彩**：分析弱光环境下的Chiaroscuro强明暗对比，提取铅灰、青灰、灰绿、旧木褐和脏白等低饱和色调，确认暗红褐色是否仅作为局部污迹存在。
    - 识别**材质与状态**：提取湿木、开裂灰泥、破损纸门、菌丝、灰尘等废弃生活的微观质感，以及有人突然离开的生活空间痕迹（倒下的自行车、放凉的茶水等）。
  - **角色与怪物图片/视频资产分析**：
    - 评估图像中的角色或怪物是否为写实3D游戏渲染（成人比例、普通体格、泥点与雨水痕迹，排斥动漫、高保真真人和科幻服饰）。
    - 评估怪物资产类型（封闭束缚人形、无头肢体重组、封面职业人形、巨型遮脸追猎者，或用户自定义的畸形怪物），提取其与主角一致的3D资产纹理硬度。
  - **音频声学提取**：
    - 识别低频环境声、金属摩擦、木板摩擦和突发噪声特征。
- 将这些风格提取为具体的文本特征词，自动补充进 Storyboard 和 Prompt 中，严格避免高饱和、赛博朋克或二次元风格。

用户输入与游戏素材分析规则：

当用户上传《死魂曲》《零》《寂静岭》等写实恐怖游戏截图、旧日本街道、废弃木屋、参考图片（包括主角立绘、概念设计图、场景照片、怪物画稿）或参考视频时：
- 视觉风格特征提取：
  - 识别环境与气候：分析阴天、雨后地面湿水、分层浓雾等气象细节。
  - 识别照明与色彩：分析弱光环境下的Chiaroscuro强明暗对比，提取铅灰、青灰、灰绿、旧木褐和脏白等低饱和色调，确认暗红褐色是否仅作为局部污迹存在。
  - 识别材质与状态：提取湿木、开裂灰泥、破损纸门、菌丝、灰尘等废弃生活的微观质感，以及有人突然离开的生活空间痕迹（倒下的自行车、放凉的茶水等）。
- 角色与怪物图片/视频资产分析：
  - 评估图像中的角色或怪物是否为写实3D游戏渲染（成人比例、普通体格、泥点与雨水痕迹，排斥动漫、高保真真人和科幻服饰）。
  - 评估怪物资产类型（封闭束缚人形、无头肢体重组、封面职业人形、巨型遮脸追猎者，或用户自定义的畸形怪物），提取其与主角一致的3D资产纹理硬度。
- 音频声学提取：
  - 识别低频环境声、金属摩擦、木板摩擦和突发噪声特征。
将这些风格提取为具体的文本特征词，自动补充进 Storyboard 和 Prompt 中，严格避免高饱和、赛博朋克或二次元风格。

3. 스토리보드 설계

**核心要素设计（Designing key_elements）：**
- **element character（角色与怪物）**：
  - **主角（Character Styling Archetype）**：写实 3D 游戏角色，真实成人比例、普通体格。神情警惕、呼吸急促。**用户可在前期选择主角造型/职业设定（也支持自定义），且分镜脚本中的服饰细节、肢体动作与手持道具必须与之完全吻合。提供以下几种在经典恐怖游戏/电影中频繁出现的高契合度角色造型设定（支持自定义）**：
    1. **日本校园少女**：身着脏污且有部分磨损破裂的经典日式水手服或西服款校服、百褶裙、白色棉袜或黑色长筒袜，表面沾有明显的泥点与雨水污迹。
    2. **疲惫的侦探/调查员**：身穿破旧的低饱和度长款风衣或夹克，内搭皱巴巴的衬衫，面带胡渣与黑眼圈，体态颓废。
    3. **普通上班族**：身着领口解开且有脏痕的白色或灰色衬衫、西装裤，皮鞋上有厚重的泥印与雨水痕迹，神情极度惊恐慌乱。
    4. **深夜值班员/保安**：穿着松垮、带有磨损污渍的深蓝色或灰色制服外套，腰间挂着暗淡的对讲机或挂卡。
  - **恐怖怪物**：必须与主角共享同一套写实 3D 游戏资产风格（非真人实拍感、非魔幻CG）。设计规则：**用户必须从以下四种经典形态中进行选择（支持单选或多选），也允许自定义怪物形态。若选择多个怪物，分镜设计与剧情脚本中必须将所有选定怪物的戏份与出场轨迹全部合理且连贯地展示出来，使其各自承担不同的剧情功能（例如：无头肢体重组负责暗处拟态，而封面职业人形在走廊游荡突袭），绝不能让选定的怪物在故事中无故缺席。若使用自定义怪物，亦必须符合写实 3D 游戏质感风格，并在分镜中交代其形体与具体的剧情功能。此外，所有怪物一律丧失人类语言及对话能力，绝不能说话，只能在音频中表现为本能的野蛮嘶吼、痛苦哀鸣、怪异喉音（gurgling/throat noise）或尖叫。**
    1. **封闭束缚人形**：成人高度。头部、双臂和上半身被紧绷外皮或湿布连续、无缝包住，没有清晰的五官和手掌。动作设计：站立时呈现前倾、失去重心的拖行，或倒地后使用膝部与肩部在积水地面剧烈爬行。
    2. **无头肢体重组**：没有头部和正常双臂。在髋部/躯干上方直接连接第二组向上弯折、呈反关节的腿。四条腿长度接近，整体高度约 80-110 厘米。动作设计：平时可蜷缩在阴暗处模拟椅子、矮桌或倒地的人体模型轮廓，一旦受惊则展示极快速的侧向位移或伏地贴地爬行。
    3. **封面职业人形**：保留特定职业角色被异化后的服装与制服（如残破的诊疗所护士服、旧校舍警卫/校工服、旅馆服务员装、乡村祭典工作人员服饰）。头部被肿胀的外层肌肉、脏污塑料膜、湿布或紧闭的面罩完全覆盖，没有可见的眼睛、鼻孔和嘴。动作设计：身体呈迟缓摇晃状游荡，头部短促颤动摆动后，突然发狂般向前冲锋或歇斯底里地挥动手中生锈的作业工具（如剪刀、警棍、扳手）。
    4. **巨型遮脸追猎者**：体型巨大，身高约 2-2.4 米，肩宽为主角的 1.5-1.8 倍，极具物理压迫感。头部完全由一个明显宽于其肩膀的封闭几何形罩（如倒三角锥铁罩）、沉重锈蚀面罩或粗糙金属外壳罩住，不可见任何面部器官。身穿脏污的长皮围裙或老旧防护服，手中拖行着沉重的锈蚀工业工具。动作设计：极少奔跑，通过沉重而不可阻挡的缓慢逼近、利用宽大体型堵住狭窄出口，或通过强力撞门来猎杀主角。
- **element scene（日式恐怖场景）**：
  - **基于剧本全量生成（有则必生）**：如果故事剧本在多个物理空间/区域发生（如 1 楼大厅与 2 楼走廊），必须严格按空间拆分为不同的场景 ID。**只要任意物理场景在至少 1 个 clip（即便是同一个 10s shot 内部的一个子切镜）中被提及/使用，就必须生成对应的独立 3D 渲染场景参考图，不能使用通用场景图代替**。
  - 核心日式建筑：包括狭窄坡道、木结构民居、旧校舍、诊疗所、神社、老式商店、带有电线杆和排水沟的街道。
  - 空间材质表现：湿木、开裂灰泥、污渍拉门（Shoji）、锈蚀金属、潮湿布料、灰尘、霉菌孢子与菌丝。
  - “有人刚刚离开”的生活遗迹：空间内保留冷茶、挂着的雨衣、吃了一半的饭碗、播放电台杂音的旧收音机、写有残留粉笔字的黑板或庭院中倒下的自行车等，凸显寂静与绝望感。
- **element prop（恐怖氛围道具/物品）**：
  - **标志性重复道具（2 个及以上 clip 必生）**：如果剧本中人物手持或在 **2 个及以上 clip** 中重复使用某项特殊道具（如主角持有的提灯、柴刀、手电筒、日记本、钥匙，或者主角从头到尾一直携带持有的棒球棒等），必须定义为 key_element prop，为其生成独立的风格参考图。\*\*注：此处 clip 指代具体的画面切片/切镜而非大分镜（shot）。即使是在一个 10s 的 shot 内部的不同子切镜中重复出现该道具，也属于“2 个及以上 clip”的重复使用范畴。\*\*在分镜中需详细写清该道具的材质质感、磨损磨损痕迹以及手持/悬挂状态。

**分镜镜头设计（Designing shots）与剧情段落编排：**
- **剧本主动细化与虚实叙事逻辑（Script Refinement & Psychological Logic）**：
  - **剧本丰富化**：如果用户提供的原始剧情、大纲或说明字数较少、逻辑单薄，Agent 在撰写分镜前必须主动进行逻辑细化与情节丰富，补充合理的起因、经过、转折和场景空间推移细节。剧情发展必须合理通顺。
  - **虚实结合的叙事张力**：剧本必须包含“虚（如幻听、阴影错觉、空间离奇扭曲、主角自我惊吓的心理暗示）”与“实（如实体怪物正面逼近、物理层面的对峙、破坏环境逃生）”的交替衔接，保证情因合理、因果分明，拒绝干瘪无逻辑的恐怖画面连续堆砌。
  - **怪物现身前的悬念铺垫（Pre-Appearance Suspense）**：在怪物正面现身前，分镜脚本必须设计至少 2-4 个镜头来进行侧面暗示或间接渲染，层层递进制造悬念。可采用：光影微动（如手电筒照向走廊深处时墙上突然拉长掠过的畸形阴影）、环境异变（如墙皮剥落、门缝渗出反光粘稠黏液、灯泡爆裂）、或纯粹的声音预警（先听到异样喘息或拖地铁链声，但画面上仍是一片浓雾/黑暗盲区），绝不允许没有任何前置暗示就无端凭空出现怪物。
  - **泛化恐怖氛围状态与惊吓突袭（Generalized Atmosphere & Flicker-to-Faceoff Jump Scares）**：制造非模板化、可广泛适配各种场景（如教室、走廊、电梯、街道等）的极致惊吓爆点。
    - **环境异常波动（Lighting Flicker & Blackout）**：环境光源（如旧日光灯、路灯、手电筒或仪器屏幕）不能保持一成不变。分镜需设计“忽明忽暗的剧烈频闪（flickering） -> 毫无预警地骤然全黑（sudden blackout） -> 光源在电磁噪波或重击声中突然复亮”的声光动态起伏。
    - **怪物突脸（The Sudden Faceoff Jump Scare）**：在光源重新亮起、黑暗被骤然撕裂的瞬间（通常在0.1s内），畸形怪物的面孔或躯体已瞬间跨越物理阻隔、在镜头最前方正面无限放大（extreme close-up），伴随极静到极动的视听轰鸣。
    - **主角主动情绪释放与反馈（Vivid Emotional Release）**：必须强力外化和呈现主角面临此惊吓时的极度惊恐，绝不让主角保持冷静。分镜脚本中必须具体描写主角的生理与声音惨烈反馈（例如：歇斯底里的非人尖叫、跌跌撞撞地向后仰倒、惊恐至极地倒吸凉气、双眼暴睁、绝望哭嚎、或者极度惊慌下的摔倒物理撞击），通过主角真实到骨子里的惊吓反应，将恐怖氛围的代入感瞬间拉满。
  - **多层级场景拆分**：分镜设计必须严格契合剧本的空间层级。如果故事在多个物理区域/层级（如“一楼大厅”与“二楼走廊”）发生，必须在 element scene 中将它们拆分为不同的场景 ID（如 \[Scene_1F_Lobby\] 和 \[Scene_2F_Corridor\]），且每个镜头描述中必须注明当前所处的楼层或具体空间，以便分别生成相匹配的楼层场景资产图片。
- **剧情段落拆解与模块化设计规则**：Agent 必须将用户的故事大纲拆解为多个具体的原子化剧情段落，判断每一段正在发生的事情（而非只用“探索型、追逐型”给整条视频一刀切分类），并套用以下8大板块进行分镜和镜头结构设计：
  1. **探索与寻找（适用于人物进入场所、寻找人物、钥匙、照片、录音带或出口）**：
     - **镜头结构**：先用 3-5 秒环境全景展示人物所在位置、入口和至少两个空间地标；再用 2-4 秒中景展示人物走向具体目标；线索特写控制在 0.8-1.5 秒；找到线索后必须保留 1-2 秒人物反应镜头，不立刻切入追逐。
     - **动作限制**：人物每个 Clip 只做**单个原子化动作**（如开抽屉、查看门牌、捡照片或推门）。
     - *示例*：人物位于绿色教室门旁，弯腰捡起湿照片。摄影机从人物左侧拍摄中景。照片背面写着人物姓名。人物停止动作并看向门内。
  2. **异常观察（适用于物件移动、灯光改变、脚印出现或远处轮廓第一次显形）**：
     - **镜头结构**：必须先展示异常发生前的正常状态；每次**只改变一个东西**；异常第一次出现时，高度控制在画面高度的 5%-15%；异常持续 0.5-2 秒，然后被门框、雾气或人物身体遮住；下一个 Clip 拍人物确认异常，**不同时**加入奔跑或打斗。
     - *示例*：人物离开自行车两米后停下。摄影机固定拍摄人物与自行车。车篮中多出一束湿花，其他物件位置不变。人物转头看向车篮。
  3. **对话与关系揭示（适用于两个人物对话、录音播放、回忆或剧情真相出现）**：
     - **镜头结构**：使用 2-4 秒双人中景交代双方位置；对话时不频繁切镜，每句话只配一个人物动作；关键话语出现后，用 1-2 秒人物近景或物件特写；对话场景仍要保留门框、窗户或桌子等位置地标；背景异常在对话结束后发生，**不与长台词同时出现**。
     - *示例*：两人隔着诊疗室桌子站立。录音机播放“你没有回来”。人物握紧桌边。对面的人没有移动，但墙上影子多抬起一只手。
  4. **潜行与躲藏（适用于人物听见威胁后藏在柜子、门后、床下或墙角）**：
     - **镜头结构**：先用 1-2 秒展示人物进入藏身位置；接着保持 2-5 秒固定镜头，**不快速切换**；威胁必须从已知入口进入，并沿着已经展示过的路线经过；威胁离开后必须等待 1-2 秒，人物才能移动。
     - **极度缓慢折磨的氛围营造（慢节奏）**：此阶段核心是“窒息的慢节奏与心理折磨”。镜头动作和剪辑必须彻底慢下来，利用极其迟缓或完全静止的长镜头，拉长主角“随时可能被发现”的等待过程。怪物在掩体外极慢速游荡、嗅探或拖行，制造猫戏老鼠般的极度压迫感。
     - **人物情绪与生理状态极致到位（恐惧外化）**：通过大特写锁定主角极度恐惧的微表情与生理细节：**瞳孔急剧收缩、因为憋气而面部肌肉颤抖痉挛、额头渗出大颗冷汗、双手死死捂住嘴巴以防漏出气声、身体因无法自控而呈现高频剧烈发抖**。
     - **动作限制**：人物在镜头中只做压低身体、捂住道具或屏住呼吸中的**一个动作**。
     - *示例*：人物蹲在柜门右侧，双手死死捂住嘴巴，瞳孔收缩，身体因极度惊恐而高频颤抖。摄影机固定在柜内特写人物面部。怪物在柜外极缓慢经过，脚步声沉重迟缓。脚步声消失两秒后，人物才抬头。
  5. **追逐与逃跑（适用于怪物已经被确认并主动接近人物）**：
     - **镜头结构**：追逐开始前，必须用 1.5-2 秒全身景**同时展示人物、怪物和出口**；怪物必须从已经出现的位置开始追逐，**严禁突然出现在人物前方**；快速快切的 Clip 时长控制在 0.5-1.5 秒且**连续快切不超过三个**；之后必须切回到 1.5-2.5 秒的较长镜头重新展示人物和出口的位置；奔跑结束后使用关门、转角或障碍暂时阻断威胁。
     - **极度紧张狂飙的氛围（快节奏）**：此阶段渲染“生死一线的绝对张力”，音画节奏必须瞬间断崖式拉高。分镜描述中应结合急促剧烈的晃动跟拍（如模拟手持摄像机狂奔视角、跌跌撞撞的俯仰镜头）、模糊的光影移动。
     - **主角情绪外化**：主角展现出狼狈和求生的歇斯底里，满头大汗、大张着嘴急促喘息，肢体姿态因逃命而失控。
     - *示例*：人物位于走廊中央，怪物在绿色门旁，楼梯间在人物前方。人物猛然转头，面部极度扭曲慌乱，转身向楼梯间狂奔。镜头剧烈晃动，侧向跟拍人物经过清洁木架。下一 Clip 从同一位置拍人物冲入楼梯间。
  6. **打斗与挣脱（适用于人物无法直接逃离，需要格挡或推开威胁）**：
     - **镜头结构**：先展示人物、怪物、道具和出口的位置；动作爆发阶段整体控制在 3-5 秒；每个 Clip 只表现一个动作（推荐顺序：避险/受击反应 → 闪避/翻滚/摔倒 → 拼死反击/挣脱 → 借势逃离），每个动作 Clip 约 0.5-1.2 秒；**不连续展示长时间攻击**；打斗结果必须是推动人物离开，而不是停在原地继续战斗。
     - **拼死挣扎的爆点与更具痛感的物理受击动作（快节奏）**：格斗及受击动作猛烈、短促，充满力量对抗的失控感与极强的物理撞击痛感。
       - **狼狈避险与受击动作**：细化主角在面对武器袭击时的闪避、翻滚或摔倒。避险动作必须伴随重心丧失和不稳（如为躲避横扫的武器，主角必须做出倒地侧滚、肩膀或背部猛烈撞击墙壁，溅起泥水）；受击/摔倒必须明确具体关节的着地重创（如双膝或单肘重重磕在水泥地上、身体翻滚、衣服因摩擦撕裂、沾满脏污）。
       - **痛感与生理反馈外化**：主角的面部表情必须表现出骨肉撞击的强烈痛苦，如咬紧牙关、双眼紧闭、痛苦扭曲，受击后捂住受伤肢体，呈现由于剧痛导致的短暂硬直或挣扎起身的狼狈和虚脱状态，将恐怖游戏的“受击痛感”渲染到极致。
     - *示例*：怪物拖着重锤横扫。主角惊恐万分，为躲避重锤拼死向右扑出，狼狈地在积水泥水中侧向翻滚，肩膀重重砸在剥落的墙角，衣服被地上的铁钉撕裂。下一 Clip 主角因撞击痛苦地闭眼、捂住左肩挣扎，但眼见重锤再次举起，只能咬紧牙关拼死推倒旁边的生锈铁架阻挡怪物，借势狼狈爬起冲向出口。
  7. **空间循环与现实变化（适用于人物重复经过同一走廊、房门、坡道或电话亭）**：
     - **镜头结构**：每轮循环使用**相同机位、焦段和人物移动方向**，门窗、家具和道路位置不能变化；第一轮展示正常空间；第二轮只改变一个地标；第三轮再增加腐化或让怪物靠近；每轮时长可以缩短约 15%-30%；最后一轮必须让人物意识到循环（如停下、倒退或触碰变化物件）。
     - *示例*：人物三次经过绿色教室门。第一次门牌正常。第二次门牌变成人物姓名。第三次门缝长出细根，怪物站在门后。三个 Clip 使用同一固定机位。
  8. **结果与余波（每条剧情最后一节根据用户内容选择一个明确结果）**：
     - **规则**：结尾固定镜头强制保持 1-3 秒，且**只能展示一种结果**，严禁在同一结尾同时加入新怪物、新地点和第二次反转。
     - **明确结果形态（五选一）**：
       - 人物关门，门把手继续转动。
       - 人物暂时逃出，但远处出现第二组脚印。
       - 人物播放完录音，怪物停止移动。
       - 人物放下关键物件，空间停止腐化。
       - 人物再次回到相同入口，证明循环没有结束。
- **跨分镜因果逻辑与状态一致性（Narrative Causality & Continuity）**：
  - **因果单向不可逆与衔接连贯原则**：分镜脚本中的状态转换必须具备严密的单向因果逻辑，严禁发生逻辑断层或状态回溯冲突（例如：前一镜头中主角已被怪物实体抓住或扑倒，下一镜头主角又毫无解释地回到走廊、与怪物保持数米距离并继续奔跑逃命）。\*\*所有相邻分镜及 Clip 之间必须保持视觉及动向上的绝对连贯与平滑过渡。\*\*如果前一 Clip 动作未完，下一 Clip 必须在物理空间、主角姿态和行进方向上自然承接（例如：前镜头向左侧大跨步躲避，后镜头必须从左侧视角承接主角落地或碰撞动作；严禁发生运动方向无理由突变、空间位置瞬间漂移等视觉断层）。
  - **物理衔接桥梁要求**：如果剧情需要主角从绝境、被抓或瘫倒等“失败状态”转换回对峙、探索或追逐状态，分镜描述中**必须包含明确的物理自救、挣脱或环境阻断的衔接镜头**（如：先套用“打斗与挣脱”模块，通过捡起木棍格挡、拼死推倒柜子阻挡怪物，或者依靠其他环境因素引发骚动，随后才能合理切回“追逐与逃跑”）。
  - **状态与物理属性继承**：主角或怪物在前一阶段受到的物理变化（如摔倒、跌伤、衣物破损、手电筒掉落熄灭、怪物被铁棍击中后产生短暂的硬直或踉跄）必须在后续镜头中得到一致性的继承与画面呈现，绝不能在切换 Clip 后无逻辑地恢复为初始完好状态。
  - **姿态与移动方式一致性（Posture & Locomotion Consistency）**：怪物的行动姿态在分镜中必须保持绝对一致。如果设定为站立型怪物（如封面职业人形、巨型遮脸追猎者），严禁在后续镜头中突然变为伏地爬行；若设定为爬行型怪物（如无头肢体重组），则严禁突然站立行走。
  - **武器与道具携带可选性与必然使用原则（Optional Weapons & Forced Usage）**：怪物手持武器或携带道具（如铁棍、生锈工具、工业巨锤、提灯等）属于可选配置，并非所有怪物都必须携带。手部残缺或被束缚形态（如封闭束缚人形、无头肢体重组）严禁携带任何武器与道具；其他形态也应根据剧情和怪物实际功能按需决定是否配备，避免僵化。**重要原则（必然使用）**：在故事版（Storyboard）设计中，如果设定了怪物手持或携带特定武器/道具，在后续的分镜情节中**该怪物必须在动作、表演或对峙中实际使用该武器/道具**（如挥动攻击、重击砸地、在地面拖行制造刺耳声响等），绝对不容许携带道具仅作静态装饰。
- **动态节奏感与分镜等长禁用机制（Pacing, Contrast & Varied Shot Durations）**：
  - **强烈的视听节奏反差（快与慢的界定）**：
    - **慢节奏（拉伸张力）**：在【探索与寻找】、【异常观察】、【对话与关系】及【潜行与躲藏】模块中，刻意放慢节奏。通过长分镜设计，表现角色的迟疑、试探、屏息和周围环境细节的凝结，让危机如影随形、压抑感持续攀升。
    - **快节奏（爆发爆点）**：在【追逐与逃跑】和【打斗与挣脱】模块中，断崖式加快节奏。使用较短的分镜，配合急促的物理动作、高频的切镜和大幅晃动的运动镜头，营造生死一线的肾上腺素狂飙感。
  - **【硬性铁律】等长分镜禁用（Prohibit Uniform Shot Durations）**：**严禁将各个分镜（shot）的时间设计为千篇一律的等长（例如全片所有分镜都是均匀的 10 秒）。** 每个分镜的秒数必须根据其承载的剧本内容、动作复杂度和情感张力进行动态、不均匀的定制。例如：铺垫和潜行镜头可拉长至 **12–30 秒** 以积蓄恐惧；突脸 Jump Scare 镜头、受击瞬间或惊慌狂奔的单分镜应缩短至 **4–8 秒** 以营造视觉冲击，让全片的分镜时长形成波浪起伏的天然剪辑节奏。
- **动作复杂度与时间分配匹配（Action-Duration Feasibility）**：
  - 设计的每一个动作或切镜（Clip）在时间分配上必须具备**极高的物理可行性**。
  - 严禁在极短的时间预算内强塞过多的复杂连续动作（如：在 5 秒分镜内规划“主角跑入教室、翻找抽屉、拿到钥匙、插锁转动并拉开门逃走”这一连串动作，这在 AI 视频生成中会因为时间不足导致动作被突兀切断、视觉不连续和闪跳）。
  - **必须确保预留充沛的时间完成每个具体动作。每个子动作/子镜头建议至少留足 3–4 秒时间预算**，使角色的肢体运动、重心转移和道具交互能完整、平滑地呈现。如果动作过于复杂，必须主动将其拆分为多个不同时长的独立分镜，保证视频生成时动作的可执行度。
- **多景别情绪表达机制（Multi-Framing Emotional Expression）**：
  - **以角色情绪为画面的第一核心**：日式恐怖的精髓在于人类面临未知时的心理崩溃。必须通过**极具层次感的多景别循环交替**，将主角的情绪外化并放大，绝不允许单一平庸视角的堆砌：
    - **环境远景/全景（Isolation Wide）**：用于交代主角极度渺小的体态与庞大、压抑、破败环境的对比，渲染无助与孤立感。
    - **人物中景/跟拍（Action Medium）**：用于表现主角谨慎的步伐、微微颤抖的肩膀、对周围环境的警惕摸索以及动作细节。
    - **表情近景/极致特写（Emotion Close-Up / ECU）**：**必须高频使用，死死锁定主角情绪崩溃的微表情。** 具体描写瞳孔缩裂、惊恐暴睁、冷汗顺着额头滑落、面部肌肉由于憋气颤抖痉挛、嘴巴死死捂住但因极度恐惧而扭曲的细微面部细节，最大化激活恐怖情绪的视觉共鸣。
- **多切镜分段格式（Multi-Cut Description Format）**：
  - 在一个物理长分镜（shot）内部，若包含多个内部切镜，在分镜描述（description）中必须采用清晰的子镜头分段格式进行撰写：**shotX - 镜头1: \[描述\], 镜头2: \[描述\], 镜头3: \[描述\], ...**。
  - **注**：多切镜的子镜头数量根据叙事与动作连贯性需要灵活增减，绝不局限于 3 个，此处的“镜头1、2、3”仅为用于划分时序 and 动作的格式示例。
  - 这种格式化描述能给大模型提供清晰的多镜头时序边界与动作转场指令，从而实现自然的画面切换。
- **手电筒光照的硬性限制条件（Strict Flashlight Constraint）**：
  - **除非分镜脚本中明确指出主角手持并启用了手电筒（或者手电筒作为被激活的 key_element prop 被主角持有），否则分镜设定中绝对不允许出现手电筒光照、手电筒强光束或强反光光圈。**
  - 当主角未持有或开启手电筒时，画面必须保持在纯粹弱光环境基调中，仅通过微弱的顶灯、窗外月光、门缝漏光、孤单路灯或湿地自然微弱反射进行低饱和度的微光采光，防止大模型凭空无端生成不合理的手电筒投影。
- **气象与采光基调**：
  - 设定为阴天、雨后和分层浓雾。室外 8-20 米开外只有低饱和度的模糊轮廓。
  - 整体环境偏暗，但人物周边 0-8 米内的行动路线、门、家具细节必须清晰可见。主要通过顶灯、窗光、门缝漏光、孤单路灯或湿地反射光进行微弱采光。
- **对话与旁白限制（Dialogue & Inner Monologue Rule）**：**默认不要设计任何人类对白、台词或主角内心独白（内心OS），除非用户在输入中明确要求、或者用户提供的原始剧本中已经包含了对白/内心OS。**
  - **无要求时的默认表现**：分镜设计中不包含任何人类语言，仅规划喘息、急促呼吸或去人类化的动作音效描述，无台词对白。
  - **有要求时的设计规则**：仅在有用户明确要求/提供原始剧本时，在 shot 描述中写入主角断断续续的内心独白、喘息或气声自言自语（配合 Final_Video_Spec 锁定语言）。
  - **怪物的绝对限制（硬性硬伤）**：**严禁为任何怪物设计对话、语言或人类台词。怪物在任何情况下都绝对不能说话**，只能表现为非人本能的恐惧发声、低吼（growl）、嘶吼（roar/shriek）、怪异呼吸、怪异喉音（gurgling）或痛苦惨叫。

**跨镜头音轨设计（Designing independent audio tracks）：**
- **声音叙事核心法则（威胁先声夺人）**：怪物或危机必须“先被听见，再在背景中出现”。在镜头中视觉上呈现怪物前，前续镜头的音频轨道上必须先出现相应的音效（如拖曳金属声、异样呼吸、木板碎裂）。
- **环境与音效层（Music/SFX，环境音最大，BGM最低）**：
  - **环境音主导（音量最大）**：音响设计必须以写实环境音（物理拟音、场景氛围）为主导，包括：阴雨绵绵的细雨声、踩在腐朽木地板上的嘎吱声、老旧荧光灯管忽明忽暗的电流蜂鸣声、远处的金属拖拽声、风声、电磁杂音等。这些高度写实的环境底噪是压迫感和恐惧感的主要来源。
  - **极简克制BGM（音量要小）**：背景音乐（BGM/低频暗流）必须退居次要地位，保持极低的音量，仅作为底层的心理潜流，严禁使用过于嘈杂或旋律抢戏的配乐，确保环境的死寂与真实感。
  - **旁白轨 (Narration)**：**默认不规划和生成旁白轨（Narration），除非用户有明确要求或原始剧本已包含。** 启用时，表现为主角压抑、断续、气声低语（VO），用于交代内心的极度焦虑与探索疑惑。

核心要素设计（Designing key_elements）：

element character（角色与怪物）：
- 主角（Character Styling Archetype）：写实 3D 游戏角色，真实成人比例、普通体格。神情警惕、呼吸急促。用户可在前期选择主角造型/职业设定（也支持自定义），且分镜脚本中的服饰细节、肢体动作与手持道具必须与之完全吻合。提供以下几种在经典恐怖游戏/电影中频繁出现的高契合度角色造型设定（支持自定义）：
  1. 日本校园少女：身着脏污且有部分磨损破裂的经典日式水手服或西服款校服、百褶裙、白色棉袜或黑色长筒袜，表面沾有明显的泥点与雨水污迹。
  2. 疲惫的侦探/调查员：身穿破旧的低饱和度长款风衣或夹克，内搭皱巴巴的衬衫，面带胡渣与黑眼圈，体态颓废。
  3. 普通上班族：身着领口解开且有脏痕的白色或灰色衬衫、西装裤，皮鞋上有厚重的泥印与雨水痕迹，神情极度惊恐慌乱。
  4. 深夜值班员/保安：穿着松垮、带有磨损污渍的深蓝色或灰色制服外套，腰间挂着暗淡的对讲机或挂卡。
- 恐怖怪物：必须与主角共享同一套写实 3D 游戏资产风格（非真人实拍感、非魔幻CG）。设计规则：用户必须从以下四种经典形态中进行选择（支持单选或多选），也允许自定义怪物形态。若选择多个怪物，分镜设计与剧情脚本中必须将所有选定怪物的戏份与出场轨迹全部合理且连贯地展示出来，使其各自承担不同的剧情功能（例如：无头肢体重组负责暗处拟态，而封面职业人形在走廊游荡突袭），绝不能让选定的怪物在故事中无故缺席。若使用自定义怪物，亦必须符合写实 3D 游戏质感风格，并在分镜中交代其形体与具体的剧情功能。此外，所有怪物一律丧失人类语言及对话能力，绝不能说话，只能在音频中表现为本能的野蛮嘶吼、痛苦哀鸣、怪异喉音（gurgling/throat noise）或尖叫。
  1. 封闭束缚人形：成人高度。头部、双臂和上半身被紧绷外皮或湿布连续、无缝包住，没有清晰的五官和手掌。动作设计：站立时呈现前倾、失去重心的拖行，或倒地后使用膝部与肩部在积水地面剧烈爬行。
  2. 无头肢体重组：没有头部和正常双臂。在髋部/躯干上方直接连接第二组向上弯折、呈反关节的腿。四条腿长度接近，整体高度约 80-110 厘米。动作设计：平时可蜷缩在阴暗处模拟椅子、矮桌或倒地的人体模型轮廓，一旦受惊则展示极快速的侧向位移或伏地贴地爬行。
  3. 封面职业人形：保留特定职业角色被异化后的服装与制服（如残破的诊疗所护士服、旧校舍警卫/校工服、旅馆服务员装、乡村祭典工作人员服饰）。头部被肿胀的外层肌肉、脏污塑料膜、湿布或紧闭的面罩完全覆盖，没有可见的眼睛、鼻孔和嘴。动作设计：身体呈迟缓摇晃状游荡，头部短促颤动摆动后，突然发狂般向前冲锋或歇斯底里地挥动手中生锈的作业工具（如剪刀、警棍、扳手）。
  4. 巨型遮脸追猎者：体型巨大，身高约 2-2.4 米，肩宽为主角的 1.5-1.8 倍，极具物理压迫感。头部完全由一个明显宽于其肩膀的封闭几何形罩（如倒三角锥铁罩）、沉重锈蚀面罩或粗糙金属外壳罩住，不可见任何面部器官。身穿脏污的长皮围裙或老旧防护服，手中拖行着沉重的锈蚀工业工具。动作设计：极少奔跑，通过沉重而不可阻挡的缓慢逼近、利用宽大体型堵住狭窄出口，或通过强力撞门来猎杀主角。
element scene（日式恐怖场景）：
- 基于剧本全量生成（有则必生）：如果故事剧本在多个物理空间/区域发生（如 1 楼大厅与 2 楼走廊），必须严格按空间拆分为不同的场景 ID。只要任意物理场景在至少 1 个 clip（即便是同一个 10s shot 内部的一个子切镜）中被提及/使用，就必须生成对应的独立 3D 渲染场景参考图，不能使用通用场景图代替。
- 核心日式建筑：包括狭窄坡道、木结构民居、旧校舍、诊疗所、神社、老式商店、带有电线杆和排水沟的街道。
- 空间材质表现：湿木、开裂灰泥、污渍拉门（Shoji）、锈蚀金属、潮湿布料、灰尘、霉菌孢子与菌丝。
- “有人刚刚离开”的生活遗迹：空间内保留冷茶、挂着的雨衣、吃了一半的饭碗、播放电台杂音的旧收音机、写有残留粉笔字的黑板或庭院中倒下的自行车等，凸显寂静与绝望感。
element prop（恐怖氛围道具/物品）：
- 标志性重复道具（2 个及以上 clip 必生）：如果剧本中人物手持或在 2 个及以上 clip 中重复使用某项特殊道具（如主角持有的提灯、柴刀、手电筒、日记本、钥匙，或者主角从头到尾一直携带持有的棒球棒等），必须定义为 key_element prop，为其生成独立的风格参考图。**注：此处 clip 指代具体的画面切片/切镜而非大分镜（shot）。即使是在一个 10s 的 shot 内部的不同子切镜中重复出现该道具，也属于“2 个及以上 clip”的重复使用范畴。**在分镜中需详细写清该道具的材质质感、磨损磨损痕迹以及手持/悬挂状态。

分镜镜头设计（Designing shots）与剧情段落编排：

剧本主动细化与虚实叙事逻辑（Script Refinement & Psychological Logic）：
- 剧本丰富化：如果用户提供的原始剧情、大纲或说明字数较少、逻辑单薄，Agent 在撰写分镜前必须主动进行逻辑细化与情节丰富，补充合理的起因、经过、转折和场景空间推移细节。剧情发展必须合理通顺。
- 虚实结合的叙事张力：剧本必须包含“虚（如幻听、阴影错觉、空间离奇扭曲、主角自我惊吓的心理暗示）”与“实（如实体怪物正面逼近、物理层面的对峙、破坏环境逃生）”的交替衔接，保证情因合理、因果分明，拒绝干瘪无逻辑的恐怖画面连续堆砌。
- 怪物现身前的悬念铺垫（Pre-Appearance Suspense）：在怪物正面现身前，分镜脚本必须设计至少 2-4 个镜头来进行侧面暗示或间接渲染，层层递进制造悬念。可采用：光影微动（如手电筒照向走廊深处时墙上突然拉长掠过的畸形阴影）、环境异变（如墙皮剥落、门缝渗出反光粘稠黏液、灯泡爆裂）、或纯粹的声音预警（先听到异样喘息或拖地铁链声，但画面上仍是一片浓雾/黑暗盲区），绝不允许没有任何前置暗示就无端凭空出现怪物。
- 泛化恐怖氛围状态与惊吓突袭（Generalized Atmosphere & Flicker-to-Faceoff Jump Scares）：制造非模板化、可广泛适配各种场景（如教室、走廊、电梯、街道等）的极致惊吓爆点。
  - 环境异常波动（Lighting Flicker & Blackout）：环境光源（如旧日光灯、路灯、手电筒或仪器屏幕）不能保持一成不变。分镜需设计“忽明忽暗的剧烈频闪（flickering） -> 毫无预警地骤然全黑（sudden blackout） -> 光源在电磁噪波或重击声中突然复亮”的声光动态起伏。
  - 怪物突脸（The Sudden Faceoff Jump Scare）：在光源重新亮起、黑暗被骤然撕裂的瞬间（通常在0.1s内），畸形怪物的面孔或躯体已瞬间跨越物理阻隔、在镜头最前方正面无限放大（extreme close-up），伴随极静到极动的视听轰鸣。
  - 主角主动情绪释放与反馈（Vivid Emotional Release）：必须强力外化和呈现主角面临此惊吓时的极度惊恐，绝不让主角保持冷静。分镜脚本中必须具体描写主角的生理与声音惨烈反馈（例如：歇斯底里的非人尖叫、跌跌撞撞地向后仰倒、惊恐至极地倒吸凉气、双眼暴睁、绝望哭嚎、或者极度惊慌下的摔倒物理撞击），通过主角真实到骨子里的惊吓反应，将恐怖氛围的代入感瞬间拉满。
- 多层级场景拆分：分镜设计必须严格契合剧本的空间层级。如果故事在多个物理区域/层级（如“一楼大厅”与“二楼走廊”）发生，必须在 element scene 中将它们拆分为不同的场景 ID（如 [Scene_1F_Lobby] 和 [Scene_2F_Corridor]），且每个镜头描述中必须注明当前所处的楼层或具体空间，以便分别生成相匹配的楼层场景资产图片。
剧情段落拆解与模块化设计规则：Agent 必须将用户的故事大纲拆解为多个具体的原子化剧情段落，判断每一段正在发生的事情（而非只用“探索型、追逐型”给整条视频一刀切分类），并套用以下8大板块进行分镜和镜头结构设计：
1. 探索与寻找（适用于人物进入场所、寻找人物、钥匙、照片、录音带或出口）：
  - 镜头结构：先用 3-5 秒环境全景展示人物所在位置、入口和至少两个空间地标；再用 2-4 秒中景展示人物走向具体目标；线索特写控制在 0.8-1.5 秒；找到线索后必须保留 1-2 秒人物反应镜头，不立刻切入追逐。
  - 动作限制：人物每个 Clip 只做单个原子化动作（如开抽屉、查看门牌、捡照片或推门）。
  - 示例：人物位于绿色教室门旁，弯腰捡起湿照片。摄影机从人物左侧拍摄中景。照片背面写着人物姓名。人物停止动作并看向门内。
2. 异常观察（适用于物件移动、灯光改变、脚印出现或远处轮廓第一次显形）：
  - 镜头结构：必须先展示异常发生前的正常状态；每次只改变一个东西；异常第一次出现时，高度控制在画面高度的 5%-15%；异常持续 0.5-2 秒，然后被门框、雾气或人物身体遮住；下一个 Clip 拍人物确认异常，不同时加入奔跑或打斗。
  - 示例：人物离开自行车两米后停下。摄影机固定拍摄人物与自行车。车篮中多出一束湿花，其他物件位置不变。人物转头看向车篮。
3. 对话与关系揭示（适用于两个人物对话、录音播放、回忆或剧情真相出现）：
  - 镜头结构：使用 2-4 秒双人中景交代双方位置；对话时不频繁切镜，每句话只配一个人物动作；关键话语出现后，用 1-2 秒人物近景或物件特写；对话场景仍要保留门框、窗户或桌子等位置地标；背景异常在对话结束后发生，不与长台词同时出现。
  - 示例：两人隔着诊疗室桌子站立。录音机播放“你没有回来”。人物握紧桌边。对面的人没有移动，但墙上影子多抬起一只手。
4. 潜行与躲藏（适用于人物听见威胁后藏在柜子、门后、床下或墙角）：
  - 镜头结构：先用 1-2 秒展示人物进入藏身位置；接着保持 2-5 秒固定镜头，不快速切换；威胁必须从已知入口进入，并沿着已经展示过的路线经过；威胁离开后必须等待 1-2 秒，人物才能移动。
  - 极度缓慢折磨的氛围营造（慢节奏）：此阶段核心是“窒息的慢节奏与心理折磨”。镜头动作和剪辑必须彻底慢下来，利用极其迟缓或完全静止的长镜头，拉长主角“随时可能被发现”的等待过程。怪物在掩体外极慢速游荡、嗅探或拖行，制造猫戏老鼠般的极度压迫感。
  - 人物情绪与生理状态极致到位（恐惧外化）：通过大特写锁定主角极度恐惧的微表情与生理细节：瞳孔急剧收缩、因为憋气而面部肌肉颤抖痉挛、额头渗出大颗冷汗、双手死死捂住嘴巴以防漏出气声、身体因无法自控而呈现高频剧烈发抖。
  - 动作限制：人物在镜头中只做压低身体、捂住道具或屏住呼吸中的一个动作。
  - 示例：人物蹲在柜门右侧，双手死死捂住嘴巴，瞳孔收缩，身体因极度惊恐而高频颤抖。摄影机固定在柜内特写人物面部。怪物在柜外极缓慢经过，脚步声沉重迟缓。脚步声消失两秒后，人物才抬头。
5. 追逐与逃跑（适用于怪物已经被确认并主动接近人物）：
  - 镜头结构：追逐开始前，必须用 1.5-2 秒全身景同时展示人物、怪物和出口；怪物必须从已经出现的位置开始追逐，严禁突然出现在人物前方；快速快切的 Clip 时长控制在 0.5-1.5 秒且连续快切不超过三个；之后必须切回到 1.5-2.5 秒的较长镜头重新展示人物和出口的位置；奔跑结束后使用关门、转角或障碍暂时阻断威胁。
  - 极度紧张狂飙的氛围（快节奏）：此阶段渲染“生死一线的绝对张力”，音画节奏必须瞬间断崖式拉高。分镜描述中应结合急促剧烈的晃动跟拍（如模拟手持摄像机狂奔视角、跌跌撞撞的俯仰镜头）、模糊的光影移动。
  - 主角情绪外化：主角展现出狼狈和求生的歇斯底里，满头大汗、大张着嘴急促喘息，肢体姿态因逃命而失控。
  - 示例：人物位于走廊中央，怪物在绿色门旁，楼梯间在人物前方。人物猛然转头，面部极度扭曲慌乱，转身向楼梯间狂奔。镜头剧烈晃动，侧向跟拍人物经过清洁木架。下一 Clip 从同一位置拍人物冲入楼梯间。
6. 打斗与挣脱（适用于人物无法直接逃离，需要格挡或推开威胁）：
  - 镜头结构：先展示人物、怪物、道具和出口的位置；动作爆发阶段整体控制在 3-5 秒；每个 Clip 只表现一个动作（推荐顺序：避险/受击反应 → 闪避/翻滚/摔倒 → 拼死反击/挣脱 → 借势逃离），每个动作 Clip 约 0.5-1.2 秒；不连续展示长时间攻击；打斗结果必须是推动人物离开，而不是停在原地继续战斗。
  - 拼死挣扎的爆点与更具痛感的物理受击动作（快节奏）：格斗及受击动作猛烈、短促，充满力量对抗的失控感与极强的物理撞击痛感。
    - 狼狈避险与受击动作：细化主角在面对武器袭击时的闪避、翻滚或摔倒。避险动作必须伴随重心丧失和不稳（如为躲避横扫的武器，主角必须做出倒地侧滚、肩膀或背部猛烈撞击墙壁，溅起泥水）；受击/摔倒必须明确具体关节的着地重创（如双膝或单肘重重磕在水泥地上、身体翻滚、衣服因摩擦撕裂、沾满脏污）。
    - 痛感与生理反馈外化：主角的面部表情必须表现出骨肉撞击的强烈痛苦，如咬紧牙关、双眼紧闭、痛苦扭曲，受击后捂住受伤肢体，呈现由于剧痛导致的短暂硬直或挣扎起身的狼狈和虚脱状态，将恐怖游戏的“受击痛感”渲染到极致。
  - 示例：怪物拖着重锤横扫。主角惊恐万分，为躲避重锤拼死向右扑出，狼狈地在积水泥水中侧向翻滚，肩膀重重砸在剥落的墙角，衣服被地上的铁钉撕裂。下一 Clip 主角因撞击痛苦地闭眼、捂住左肩挣扎，但眼见重锤再次举起，只能咬紧牙关拼死推倒旁边的生锈铁架阻挡怪物，借势狼狈爬起冲向出口。
7. 空间循环与现实变化（适用于人物重复经过同一走廊、房门、坡道或电话亭）：
  - 镜头结构：每轮循环使用相同机位、焦段和人物移动方向，门窗、家具和道路位置不能变化；第一轮展示正常空间；第二轮只改变一个地标；第三轮再增加腐化或让怪物靠近；每轮时长可以缩短约 15%-30%；最后一轮必须让人物意识到循环（如停下、倒退或触碰变化物件）。
  - 示例：人物三次经过绿色教室门。第一次门牌正常。第二次门牌变成人物姓名。第三次门缝长出细根，怪物站在门后。三个 Clip 使用同一固定机位。
8. 结果与余波（每条剧情最后一节根据用户内容选择一个明确结果）：
  - 规则：结尾固定镜头强制保持 1-3 秒，且只能展示一种结果，严禁在同一结尾同时加入新怪物、新地点和第二次反转。
  - 明确结果形态（五选一）：
    - 人物关门，门把手继续转动。
    - 人物暂时逃出，但远处出现第二组脚印。
    - 人物播放完录音，怪物停止移动。
    - 人物放下关键物件，空间停止腐化。
    - 人物再次回到相同入口，证明循环没有结束。
跨分镜因果逻辑与状态一致性（Narrative Causality & Continuity）：
- 因果单向不可逆与衔接连贯原则：分镜脚本中的状态转换必须具备严密的单向因果逻辑，严禁发生逻辑断层或状态回溯冲突（例如：前一镜头中主角已被怪物实体抓住或扑倒，下一镜头主角又毫无解释地回到走廊、与怪物保持数米距离并继续奔跑逃命）。**所有相邻分镜及 Clip 之间必须保持视觉及动向上的绝对连贯与平滑过渡。**如果前一 Clip 动作未完，下一 Clip 必须在物理空间、主角姿态和行进方向上自然承接（例如：前镜头向左侧大跨步躲避，后镜头必须从左侧视角承接主角落地或碰撞动作；严禁发生运动方向无理由突变、空间位置瞬间漂移等视觉断层）。
- 物理衔接桥梁要求：如果剧情需要主角从绝境、被抓或瘫倒等“失败状态”转换回对峙、探索或追逐状态，分镜描述中必须包含明确的物理自救、挣脱或环境阻断的衔接镜头（如：先套用“打斗与挣脱”模块，通过捡起木棍格挡、拼死推倒柜子阻挡怪物，或者依靠其他环境因素引发骚动，随后才能合理切回“追逐与逃跑”）。
- 状态与物理属性继承：主角或怪物在前一阶段受到的物理变化（如摔倒、跌伤、衣物破损、手电筒掉落熄灭、怪物被铁棍击中后产生短暂的硬直或踉跄）必须在后续镜头中得到一致性的继承与画面呈现，绝不能在切换 Clip 后无逻辑地恢复为初始完好状态。
- 姿态与移动方式一致性（Posture & Locomotion Consistency）：怪物的行动姿态在分镜中必须保持绝对一致。如果设定为站立型怪物（如封面职业人形、巨型遮脸追猎者），严禁在后续镜头中突然变为伏地爬行；若设定为爬行型怪物（如无头肢体重组），则严禁突然站立行走。
- 武器与道具携带可选性与必然使用原则（Optional Weapons & Forced Usage）：怪物手持武器或携带道具（如铁棍、生锈工具、工业巨锤、提灯等）属于可选配置，并非所有怪物都必须携带。手部残缺或被束缚形态（如封闭束缚人形、无头肢体重组）严禁携带任何武器与道具；其他形态也应根据剧情和怪物实际功能按需决定是否配备，避免僵化。重要原则（必然使用）：在故事版（Storyboard）设计中，如果设定了怪物手持或携带特定武器/道具，在后续的分镜情节中该怪物必须在动作、表演或对峙中实际使用该武器/道具（如挥动攻击、重击砸地、在地面拖行制造刺耳声响等），绝对不容许携带道具仅作静态装饰。
动态节奏感与分镜等长禁用机制（Pacing, Contrast & Varied Shot Durations）：
- 强烈的视听节奏反差（快与慢的界定）：
  - 慢节奏（拉伸张力）：在【探索与寻找】、【异常观察】、【对话与关系】及【潜行与躲藏】模块中，刻意放慢节奏。通过长分镜设计，表现角色的迟疑、试探、屏息和周围环境细节的凝结，让危机如影随形、压抑感持续攀升。
  - 快节奏（爆发爆点）：在【追逐与逃跑】和【打斗与挣脱】模块中，断崖式加快节奏。使用较短的分镜，配合急促的物理动作、高频的切镜和大幅晃动的运动镜头，营造生死一线的肾上腺素狂飙感。
- 【硬性铁律】等长分镜禁用（Prohibit Uniform Shot Durations）：严禁将各个分镜（shot）的时间设计为千篇一律的等长（例如全片所有分镜都是均匀的 10 秒）。 每个分镜的秒数必须根据其承载的剧本内容、动作复杂度和情感张力进行动态、不均匀的定制。例如：铺垫和潜行镜头可拉长至 12–30 秒 以积蓄恐惧；突脸 Jump Scare 镜头、受击瞬间或惊慌狂奔的单分镜应缩短至 4–8 秒 以营造视觉冲击，让全片的分镜时长形成波浪起伏的天然剪辑节奏。
动作复杂度与时间分配匹配（Action-Duration Feasibility）：
- 设计的每一个动作或切镜（Clip）在时间分配上必须具备极高的物理可行性。
- 严禁在极短的时间预算内强塞过多的复杂连续动作（如：在 5 秒分镜内规划“主角跑入教室、翻找抽屉、拿到钥匙、插锁转动并拉开门逃走”这一连串动作，这在 AI 视频生成中会因为时间不足导致动作被突兀切断、视觉不连续和闪跳）。
- 必须确保预留充沛的时间完成每个具体动作。每个子动作/子镜头建议至少留足 3–4 秒时间预算，使角色的肢体运动、重心转移和道具交互能完整、平滑地呈现。如果动作过于复杂，必须主动将其拆分为多个不同时长的独立分镜，保证视频生成时动作的可执行度。
多景别情绪表达机制（Multi-Framing Emotional Expression）：
- 以角色情绪为画面的第一核心：日式恐怖的精髓在于人类面临未知时的心理崩溃。必须通过极具层次感的多景别循环交替，将主角的情绪外化并放大，绝不允许单一平庸视角的堆砌：
  - 环境远景/全景（Isolation Wide）：用于交代主角极度渺小的体态与庞大、压抑、破败环境的对比，渲染无助与孤立感。
  - 人物中景/跟拍（Action Medium）：用于表现主角谨慎的步伐、微微颤抖的肩膀、对周围环境的警惕摸索以及动作细节。
  - 表情近景/极致特写（Emotion Close-Up / ECU）：必须高频使用，死死锁定主角情绪崩溃的微表情。 具体描写瞳孔缩裂、惊恐暴睁、冷汗顺着额头滑落、面部肌肉由于憋气颤抖痉挛、嘴巴死死捂住但因极度恐惧而扭曲的细微面部细节，最大化激活恐怖情绪的视觉共鸣。
多切镜分段格式（Multi-Cut Description Format）：
- 在一个物理长分镜（shot）内部，若包含多个内部切镜，在分镜描述（description）中必须采用清晰的子镜头分段格式进行撰写：shotX - 镜头1: [描述], 镜头2: [描述], 镜头3: [描述], ...。
- 注：多切镜的子镜头数量根据叙事与动作连贯性需要灵活增减，绝不局限于 3 个，此处的“镜头1、2、3”仅为用于划分时序 and 动作的格式示例。
- 这种格式化描述能给大模型提供清晰的多镜头时序边界与动作转场指令，从而实现自然的画面切换。
手电筒光照的硬性限制条件（Strict Flashlight Constraint）：
- 除非分镜脚本中明确指出主角手持并启用了手电筒（或者手电筒作为被激活的 key_element prop 被主角持有），否则分镜设定中绝对不允许出现手电筒光照、手电筒强光束或强反光光圈。
- 当主角未持有或开启手电筒时，画面必须保持在纯粹弱光环境基调中，仅通过微弱的顶灯、窗外月光、门缝漏光、孤单路灯或湿地自然微弱反射进行低饱和度的微光采光，防止大模型凭空无端生成不合理的手电筒投影。
气象与采光基调：
- 设定为阴天、雨后和分层浓雾。室外 8-20 米开外只有低饱和度的模糊轮廓。
- 整体环境偏暗，但人物周边 0-8 米内的行动路线、门、家具细节必须清晰可见。主要通过顶灯、窗光、门缝漏光、孤单路灯或湿地反射光进行微弱采光。
对话与旁白限制（Dialogue & Inner Monologue Rule）：默认不要设计任何人类对白、台词或主角内心独白（内心OS），除非用户在输入中明确要求、或者用户提供的原始剧本中已经包含了对白/内心OS。
- 无要求时的默认表现：分镜设计中不包含任何人类语言，仅规划喘息、急促呼吸或去人类化的动作音效描述，无台词对白。
- 有要求时的设计规则：仅在有用户明确要求/提供原始剧本时，在 shot 描述中写入主角断断续续的内心独白、喘息或气声自言自语（配合 Final_Video_Spec 锁定语言）。
- 怪物的绝对限制（硬性硬伤）：严禁为任何怪物设计对话、语言或人类台词。怪物在任何情况下都绝对不能说话，只能表现为非人本能的恐惧发声、低吼（growl）、嘶吼（roar/shriek）、怪异呼吸、怪异喉音（gurgling）或痛苦惨叫。

跨镜头音轨设计（Designing independent audio tracks）：

声音叙事核心法则（威胁先声夺人）：怪物或危机必须“先被听见，再在背景中出现”。在镜头中视觉上呈现怪物前，前续镜头的音频轨道上必须先出现相应的音效（如拖曳金属声、异样呼吸、木板碎裂）。
环境与音效层（Music/SFX，环境音最大，BGM最低）：
- 环境音主导（音量最大）：音响设计必须以写实环境音（物理拟音、场景氛围）为主导，包括：阴雨绵绵的细雨声、踩在腐朽木地板上的嘎吱声、老旧荧光灯管忽明忽暗的电流蜂鸣声、远处的金属拖拽声、风声、电磁杂音等。这些高度写实的环境底噪是压迫感和恐惧感的主要来源。
- 极简克制BGM（音量要小）：背景音乐（BGM/低频暗流）必须退居次要地位，保持极低的音量，仅作为底层的心理潜流，严禁使用过于嘈杂或旋律抢戏的配乐，确保环境的死寂与真实感。
- 旁白轨 (Narration)：默认不规划和生成旁白轨（Narration），除非用户有明确要求或原始剧本已包含。 启用时，表现为主角压抑、断续、气声低语（VO），用于交代内心的极度焦虑与探索疑惑。

4. 미디어 생성

**视觉资产生成模型**
- **图像生成 (TextToImage / ImageToImage)**：
  - 默认推荐模型：**GPT Image 2**，推荐分辨率 **2K**。
  - **硬性约束**：严禁擅自使用 Nano Banana 系列模型，除非用户在对话中明确要求。
  - **关键要素（Elements）获取与对齐规则（三轨兼容 & 全量绑定）**：
    - **名词定义（clip 与 shot 的区别）**：此处 clip 指代分镜描述中的具体切镜画面。即便是在一个 10 秒的 shot 内部的不同子切镜，也各算作独立的 clip。
    - **角色资产三轨兼容判定机制（主角与选定怪物）**：
      - **轨道一：写实 3D 直接绑定**：若用户上传的角色（主角/怪物）图具备写实 3D 游戏质感风格（符合写实成人比例、泥泞雨水特征、暗淡色调、非 2D 动漫、非真人照片），则 **media_generator** 必须直接将其作为物理 resource_id 注册为 stable asset_id，并绑定（bind）至 Storyboard 的对应 slot，跳过从头生成的流程。
      - **轨道二：非写实 3D 风格化转换**：若用户上传的角色图为真人实拍、2D 动漫立绘、科幻或非 3D 写实游戏渲染风格，**绝对禁止直接绑定**。系统必须以此图为参考，调用 **ImageToImage** 路径（选用 **GPT Image 2** 模型，分辨率 **2K**），配合写实 3D 日式恐怖游戏风格提示词，生成一张继承其服饰/容貌特征且完全符合 3D 日式恐怖游戏质感的白底全身角色参考图，再将其注册并绑定。
      - **轨道三：全新自主生成**：若用户未上传任何角色参考图，则正常调用 **TextToImage**（选用 **GPT Image 2**，2K分辨率）为主角和每一种选定的怪物生成符合人设的 3D 游戏质感白底全身参考图。
    - **物理场景空间（全量强制生成 - 有则必生）**：对于剧本或 Storyboard 中拆分出的每一个物理层级/场景 ID（如 1 楼大厅、2 楼走廊、民居、教室等），**只要任意一个物理场景在至少 1 个 clip 中被提及/使用（即便是同一个 10s shot 内部的子切镜均在同一场景中），就必须生成对应的独立写实 3D 渲染场景参考图**。严禁使用通用场景代替，确保视频镜头能精确继承对应的空间视觉特征。
    - **核心道具/武器（精准绑定 - 2 个及以上 clip 重复必生）**：对在 **2 个及以上 clip（不论是否属于同一个大 shot）** 中重复出现的道具（如手电筒、特殊钥匙、主角始终携带持有的棒球棒等），必须为其生成专门的独立原画参考图。
    - **资产注册与绑定要求**：通过上述三个轨道获取/生成主角和所有怪物的白底全身图，以及生成的场景图、核心道具图后，必须在 **media_generator** 中全量注册，并绑定（bind）到 Storyboard 的对应 slot。严禁在漏图或漏绑定的状态下进入视频生成。
- **视频生成 (MultiModalToVideo)**：
  - 默认推荐模型：**Seedance 2.5**（分辨率 **480p**）（非会员平滑回退至 **Seedance 2.5**（分辨率 **480p**） 或 **Kling 3.0 Omni**），默认分辨率 **480p**。
  - 作用：利用 Seedance 2.5（分辨率 480p） 强大的音频同步生成能力，读取视频提示词中通过 (...) 和 <...> 括起来的声音包装描述，同步渲染生成带高拟真怪物嚎叫、突发物理响动、拖地声等镜头级伴音与内置环境音。

**音频资产生成模型**
- **背景音乐与长音效 (text_to_instrumental)**：
  - 默认推荐模型：**Suno 5**。
  - 作用：生成常驻的低频暗流（creepy low drone）、绵绵细雨声、电台噪波等长轨恐怖氛围 BGM/SFX，由后期剪辑混合作为独立音轨。
- **旁白与内心OS (text to narration)**：
  - 默认推荐模型：**ElevenLabs v3**。
  - 作用：用于生成极具逼真感的低语旁白（VO）。**默认不规划和生成旁白轨，仅在用户有明确要求或原始剧本已包含时按需触发生成**。

视觉资产生成模型

图像生成 (TextToImage / ImageToImage)：
- 默认推荐模型：GPT Image 2，推荐分辨率 2K。
- 硬性约束：严禁擅自使用 Nano Banana 系列模型，除非用户在对话中明确要求。
- 关键要素（Elements）获取与对齐规则（三轨兼容 & 全量绑定）：
  - 名词定义（clip 与 shot 的区别）：此处 clip 指代分镜描述中的具体切镜画面。即便是在一个 10 秒的 shot 内部的不同子切镜，也各算作独立的 clip。
  - 角色资产三轨兼容判定机制（主角与选定怪物）：
    - 轨道一：写实 3D 直接绑定：若用户上传的角色（主角/怪物）图具备写实 3D 游戏质感风格（符合写实成人比例、泥泞雨水特征、暗淡色调、非 2D 动漫、非真人照片），则 media_generator 必须直接将其作为物理 resource_id 注册为 stable asset_id，并绑定（bind）至 Storyboard 的对应 slot，跳过从头生成的流程。
    - 轨道二：非写实 3D 风格化转换：若用户上传的角色图为真人实拍、2D 动漫立绘、科幻或非 3D 写实游戏渲染风格，绝对禁止直接绑定。系统必须以此图为参考，调用 ImageToImage 路径（选用 GPT Image 2 模型，分辨率 2K），配合写实 3D 日式恐怖游戏风格提示词，生成一张继承其服饰/容貌特征且完全符合 3D 日式恐怖游戏质感的白底全身角色参考图，再将其注册并绑定。
    - 轨道三：全新自主生成：若用户未上传任何角色参考图，则正常调用 TextToImage（选用 GPT Image 2，2K分辨率）为主角和每一种选定的怪物生成符合人设的 3D 游戏质感白底全身参考图。
  - 物理场景空间（全量强制生成 - 有则必生）：对于剧本或 Storyboard 中拆分出的每一个物理层级/场景 ID（如 1 楼大厅、2 楼走廊、民居、教室等），只要任意一个物理场景在至少 1 个 clip 中被提及/使用（即便是同一个 10s shot 内部的子切镜均在同一场景中），就必须生成对应的独立写实 3D 渲染场景参考图。严禁使用通用场景代替，确保视频镜头能精确继承对应的空间视觉特征。
  - 核心道具/武器（精准绑定 - 2 个及以上 clip 重复必生）：对在 2 个及以上 clip（不论是否属于同一个大 shot） 中重复出现的道具（如手电筒、特殊钥匙、主角始终携带持有的棒球棒等），必须为其生成专门的独立原画参考图。
  - 资产注册与绑定要求：通过上述三个轨道获取/生成主角和所有怪物的白底全身图，以及生成的场景图、核心道具图后，必须在 media_generator 中全量注册，并绑定（bind）到 Storyboard 的对应 slot。严禁在漏图或漏绑定的状态下进入视频生成。
视频生成 (MultiModalToVideo)：
- 默认推荐模型：Seedance 2.5（分辨率 480p）（非会员平滑回退至 Seedance 2.5（分辨率 480p）或 Kling 3.0 Omni），默认分辨率 480p。
- 作用：利用 Seedance 2.5（分辨率 480p）强大的音频同步生成能力，读取视频提示词中通过 (...) 和 <...> 括起来的声音包装描述，同步渲染生成带高拟真怪物嚎叫、突发物理响动、拖地声等镜头级伴音与内置环境音。

音频资产生成模型

背景音乐与长音效 (text_to_instrumental)：
- 默认推荐模型：Suno 5。
- 作用：生成常驻的低频暗流（creepy low drone）、绵绵细雨声、电台噪波等长轨恐怖氛围 BGM/SFX，由后期剪辑混合作为独立音轨。
旁白与内心OS (text to narration)：
- 默认推荐模型：ElevenLabs v3。
- 作用：用于生成极具逼真感的低语旁白（VO）。默认不规划和生成旁白轨，仅在用户有明确要求或原始剧本已包含时按需触发生成。

5. 프롬프트 작성

**全局语言一致性：**
- 当用户界面为中文时，所有生成提示词（Prompts）正文必须用 **中文** 撰写。Spoken dialogue / narration 仍遵循 Final_Video_Spec.md 的输出语言设置。

**恐怖图像提示词撰写规则 (TextToImage / ImageToImage)：**
- **艺术风格描述词叠栈**：3D horror game screenshot, psychological horror aesthetic, retro 3D render, low-saturation 3D textures, wet rainy weather, thick layered fog, stark chiaroscuro shadows, decaying detail, realistic game character shading, not real photo, not anime style。
- **专属色彩美学**：严格限制调色板。铅灰（lead gray）、青灰（blue-gray）、灰绿（gray-green）、旧木褐（old wood brown）和脏白（dirty white）。暗红褐色（dark red-brown）仅用于极少量的血迹或锈迹污点，杜绝任何高饱和鲜亮色彩。
- **照明与环境控制**：overall dark and gloomy environment, weak volumetric top light, street lamp light, window light spilling through a cracked door, wet pavement reflection, visible range limited to 0-8 meters, distant scenery fading into gray silhouette in heavy layered fog (8-20m away)。
- **材质细节描写**：wet wood textures, cracked plaster on peeling walls, mold and fungus, dust and cobwebs, stained shoji sliding paper doors, rusted steel fixtures, damp clothing fibers with rainwater splatters and mud stains。
- **怪物与畸形细节强化**：
  - **通用畸形材质**：deformed fleshy textures (畸形肉质纹理), glistening sticky mucus (弱光或手电筒光（仅在手持手电筒时）照耀下反光的粘稠粘液), wet slime (潮湿黏液), heavy peeling skin (严重表皮剥落), organic decay (有机腐烂)。
  - **锈蚀与旧化纹理**：oxidized rough rust (粗糙的氧化铁锈), heavily corroded metal surfaces (严重腐蚀的金属表面), flaking rust-colored crusts (剥落的锈色结痂), rust spots (锈斑), grimy oil stains (油垢)。
  - **配合四种怪物的专属提示词（包含形体、动作与材质特征）**：
    1. **封闭束缚人形**：adult-sized height, head and arms and upper body continuously enclosed by tight pale outer skin and damp bound cloth wrapper, seamless limbs with no visible eyes or mouth or hand palms, standing forward lean posture dragging feet on wet floor, crawling frantically using shoulders and knees on ground, tightly bound damp ropes cutting into pale fleshy folds, rotten leather straps, dirty bandages wrapping tightly.
    2. **无头肢体重组**：headless and armless monster, a second pair of upward-curving reverse-joint legs attached directly above the hip, four legs of equal length, short stature 80-110 cm tall, curled up in dark corner resembling the outline of a wooden chair or headless mannequin, sudden rapid sideways crawling, creeping flat on muddy floor, shattered bone joints, unnatural reverse-joint angles, fleshy tendrils dripping with dark thick fluid.
    3. **封面职业人形**：wearing decayed and dirt-stained professional uniform (such as distressed nurse scrubs, rusted nurse cap, school janitor overalls, hotel receptionist outfit, or festival attire), head fully covered by swollen fleshy envelope, dirty plastic wrapping, damp bound cloth, or closed featureless mask, no visible eyes, nose, or mouth, sluggishly swaying body, head twitching and jerking, sudden frantic forward lunge, swinging rusted tools (scissors, baton, heavy wrench).
    4. **巨型遮脸追猎者**：massive imposing stature 2.0-2.4 meters tall, extremely broad shoulders 1.5-1.8 times wider than normal human, head completely obscured by a giant closed geometric metal hood or heavy rusted iron cage wider than shoulders, wearing a long grimy oil-stained apron or old heavy-duty protective suit, dragging a massive heavy rusted sledgehammer or iron pipe, slow unstoppable stalking walking animation, blocking exit doors, violently smashing through door frames.
    5. **自定义怪物（定制形体与材质）**：若用户自定义怪物，必须遵循写实 3D 游戏质感风格。提示词应包含怪物的畸形异化细节（deformed fleshy textures）、无五官头部/包裹（featureless envelope, dirty bound bandage）、特有的低饱和破碎外衣（ragged clothing）以及拖拽的标志性武器/道具（dragging heavy rusted object），避免任何科幻或光鲜的 CG 渲染词汇。
- **人像约束与白底基准**：
  - **初始基准全身图（主角与怪物首次生成）**：必须追加 full body shot, standing posture, on a solid white background, studio lighting, character concept art, sharp focus, 3d game character design。如果是选定的经典主角造型，须额外追加其对应的服饰特征英文描述词以锁定质感，去除任何复杂的室外/室内背景干扰：
    - **日本校园少女**：追加 japanese schoolgirl character, wearing stained and slightly torn classic sailor uniform, pleated skirt, white cotton socks, school shoes, muddy water stains。
    - **疲惫的侦探/调查员**：追加 tired detective character, wearing worn-out low-saturation long trench coat, messy wrinkled shirt, stubble on chin, deep dark eye circles。
    - **普通上班族**：追加 ordinary office worker, wearing stained white dress shirt with unbuttoned collar, dark formal trousers, leather shoes covered in mud and water。
    - **深夜值班员/保安**：追加 night security guard, wearing worn uniform jacket with badge, belt holster and dusty walkie-talkie。
    - 以上描述必须在白底全身图生成中作为核心风格锁定。
  - **后续常规镜头提示词**：继承前期确立的主角造型核心服饰、比例与泥渍词（例如对于校园少女在后续镜头中追加 japanese schoolgirl, wet and muddy sailor uniform, pleated skirt, ordinary face, wide-eyed look of dread, low-saturation textures），并结合画面环境与动作体态描述，不再无端混写其他无关服饰。

**恐怖视频提示词撰写规则 (MultiModalToVideo / Seedance 2.5)：**
- **提示词占位符**：用 <<<image_1>>> 绑定主角图像，<<<image_2>>> 绑定环境、遗迹或具体选定的怪物类型图像。
- **单分镜多切镜格式化与动作完整性**：
  - 针对长视频分镜（通常为 **8–30 秒**，特殊情况下可低于 **8 秒**），在撰写视频生成提示词时，应采用如下分段提示词格式明确定义子镜头的时序结构：**shotX - 镜头1: \[描述\], 镜头2: \[描述\], 镜头3: \[描述\], ...**。
  - **注**：多切镜的子镜头数量根据画面连贯性及逻辑需要灵活增减，不局限于 3 个，此处的“镜头1、2、3”仅为多切镜提示词结构化的格式示例。每个子镜头的动作设计必须极其精简（建议每个子镜头/小动作预留至少 **3–4 秒** 的时长预算），确保动作在视频时长内能够完整做完，严禁在极短时长内堆砌复杂的长动作，防止动作未完成就被硬生生切断，造成视觉不连续和闪跳。
- **手电筒光效严格条件限制（以防模型无端生成手电筒光）**：
  - **除非主角手持并启用了手电筒（或持有 active prop key_element），否则提示词中绝对不允许出现 flashlight, torchlight, shining a light, beam of light, flashlight beam, strong light projection 等任何会诱导模型生成强光束/投影的词汇。所有的采光描述必须完全保持弱光/无反光基调。**
  - 当没有手电筒时，画面应使用弱顶光（weak volumetric top light）、窗缝漏光或昏暗的环境自然反光，防止模型无端强行生成手电筒光效，导致视频光影违背分镜剧情逻辑。
- **拖行与爬行运动力学细化 (Mechanics of Dragging & Crawling)**：
  - **物理支点与重力描写 (Anchors & Gravity)**：在描述拖行 (dragging) 或爬行 (crawling) 动作时，严禁使用孤立、抽象的动作动词。必须写明力量的物理支点、身体重心与地面的摩擦接触：
    - **拖行 (Dragging)**：必须包含身体强烈前倾、失去重心的体态 (body leaning forward heavily, shifting center of gravity)，以及拖拽物（如无力的下肢、沉重的铁链、巨型工业工具）与地面的持续接触和摩擦轨迹 (dragging heavy lower limbs flat on wet concrete, leaving dark wet scrape trails)。
    - **爬行 (Crawling)**：必须明确写出具体关节的负重交替 (alternating elbows and knees scraping the wooden floor)，且身体高度极度压低 (torso hugging the damp ground, low center of gravity)，以及前进时拖曳身体的顿挫感 (sluggishly pulling the dead weight of the lower body)。
  - **多镜头速度与惯性连续性 (Continuity of Momentum)**：跨镜头描述同一怪物的动作时，应保持其运动惯性与动作速度的一致性。除非受到场景障碍物的阻挡，否则速度应保持一致。常用修饰词：sluggish but unstoppable momentum, frictional resistance, rhythmic dragging slides。
  - **姿态唯一性与武器可选性 (Posture Exclusivity & Optional Weapons)**：
    - **姿态一致性**：同一只怪物的动作类型必须始终如一。如果设定为站立/行走 (standing/walking)，绝对禁止在 prompt 中使用任何爬行 (crawling/slithering) 词汇；如果设定为爬行，则绝对不能生成任何站立或行走状态，严格维持 3D 资产的物理形态一致性。
    - **武器与道具携带可选性与动作关联（Optional Weapons & Action Correlation）**：武器与携带道具是可选提示词。只有在怪物属于持物状态且剧本明确需要时才写入。对于无武器设定或因生理结构无法持物（如封闭束缚人形、无头肢体重组）的怪物，在 prompt 中**严禁**加入任何武器或道具字眼。**重要原则（关联使用动作）**：若 prompt 中包含了怪物手持武器/道具的描述（如 holding a rusted iron bar 或 dragging a heavy sledgehammer），**必须在主体动作（Motion Stack）中紧密关联其具体的使用动作描述**（例如：swinging the iron bar to attack, slamming the sledgehammer into the wall, dragging the heavy sledgehammer and leaving scrape marks），确保画面呈现该道具的使用动态，杜绝道具在画面中变成多余、静止的无用背景。
  - **微观去人类化颤动 (Dehumanized Micro-motions)**：通过加入非自愿的肌肉或关节抽搐 (spasmodic muscle twitches, periodic joint jerks, erratic trembling) 来增强动作的诡异度与3D怪物的渲染张力，避免常规爬行导致的机械和僵硬感。
  - **泛化恐怖光影突变与主角情绪表达 (Lighting Flicker, Blackout, and Vivid Emotional Release)**：在编写视频生成提示词时，必须支持非模板化、可自然泛化至不同环境下的环境状态巨变与人物强烈情绪反馈：
    - **环境异常频闪与全黑描述**：针对灯光闪烁和突然熄灭，提示词必须具体描写光源的忽扇表现与纯黑暗状态，例如：ceiling fluorescent lights flicker erratically, unstable light sparking, casting trembling shadows -> sudden blackout, engulfed in pitch-black darkness for a tense second -> the light flashes back on with high-voltage sparks。
    - **亮起突脸（Jump Scare Close-Up）描述**：在灯光复亮的切镜中，描写怪物的极致逼近，例如：the horrific deformed monster <<<image_2>>> suddenly appearing right in front of the camera lens, extreme close-up faceoff, twisted features fully illuminated under the sudden harsh spotlight。
    - **主角主动尖叫与惨烈反应描述**：提示词中必须强制描写主角的情绪与生理姿态失控，杜绝静态。例如：the 3D game character <<<image_1>>> screaming hysterically with mouth wide open in utter terror, eyes bulging with shock, shivering and falling backward in physical recoil, losing balance, hyperventilating。这种强烈的情情绪描述能最大化激活模型对惊吓场景的渲染爆发力。
    - **主角避险与物理受击动作**：在遭遇攻击或闪避时，必须使用具有强烈物理真实感、惯性重力与痛觉反馈的英文描述词。
      - **闪避与翻滚（Dodge & Roll）**：the 3D game character <<<image_1>>> frantically lunges and rolls sideways flat on the muddy floor to evade the weapon strike, shoulder crashing into the peeling wall, splashing dirty water, clothes torn and stained with grime, realistic bone-jarring impact。
      - **跌倒与受重创（Fall & Agony）**：collapsing violently onto knees and elbows, body tumbling and sliding along the dusty concrete floor, face contorted in agony, clutching the injured arm in realistic physical pain, struggling to stand up, trembling with exhaustion and intense dread。
      - **硬性约束**：坚决避免使用无重量感、瞬移或机械生硬的平移动作词（如 simple dodge, generic fall），必须在提示词中强调重力惯性、身体反作用力撞击、痛感缩裂的表情、以及在泥水尘土环境中的磨损痕迹。
- **动态描述栈 (Motion Stack)**：
  1. **相机动作**：Slow cinematic camera movement, lateral tracking shot alongside the character, slow camera panning up, subtle hand-held breathing shake, or cold CCTV camera style angles。
  2. **主体动作**：The 3D game character <<<image_1>>> walks carefully through <<<image_2>>>, checking surroundings cautiously (using a trembling flashlight only if equipped, or in ambient dark light if not), breathing heavily with shoulders slightly shuddering。或 The deformed monster <<<image_2>>> twitches with unnatural joint movements, dragging heavily rusted chains that scrape the floor, glistening wet slime dripping from its body。
  3. **环境与粒子动态**：slowly dripping thick dark mucus, rust flakes peeling and falling, layered thick fog drifting slowly, raindrops dripping down wet walls, dust motes floating in weak lamp light, wet ground showing soft glossy reflections of streetlights。
  4. **声音包装 (Seedance 2.5 格式)**：使用音乐 (creepy low drone)、音效 <distant metallic dragging, floorboards creaking, slow heartbeat>。**台词/内心OS大括号包装 {...}（如 {Is... is anyone there?}，台词语言需与 Spec 一致）默认不要写入，除非用户在输入中明确要求、或用户原始剧本中已经包含了对白/内心OS。**【硬性限制】任何怪物都绝对禁止撰写大括号台词 {...}。怪物的声音只能作为音效，使用尖括号括起，并深度复用 media_generator 中定义的异样呼吸、尖叫与喉音词栈（例如 <raspy decaying breathing, piercing high-pitched screech, bubbling throaty hiss> 等非语言的去人类化恐怖发声）。
- **负面排除 (Standing Negatives)**：cinematic clean glossy CGI, bright daylight, high saturation vibrant colors, futuristic neon, clean skin, anime look, real human photo, fantasy, high-tech, 2D vector style。

全局语言一致性：

当用户界面为中文时，所有生成提示词（Prompts）正文必须用中文撰写。Spoken dialogue / narration 仍遵循 Final_Video_Spec.md 的输出语言设置。

恐怖图像提示词撰写规则 (TextToImage / ImageToImage)：

艺术风格描述词叠栈：3D horror game screenshot, psychological horror aesthetic, retro 3D render, low-saturation 3D textures, wet rainy weather, thick layered fog, stark chiaroscuro shadows, decaying detail, realistic game character shading, not real photo, not anime style。
专属色彩美学：严格限制调色板。铅灰（lead gray）、青灰（blue-gray）、灰绿（gray-green）、旧木褐（old wood brown）和脏白（dirty white）。暗红褐色（dark red-brown）仅用于极少量的血迹或锈迹污点，杜绝任何高饱和鲜亮色彩。
照明与环境控制：overall dark and gloomy environment, weak volumetric top light, street lamp light, window light spilling through a cracked door, wet pavement reflection, visible range limited to 0-8 meters, distant scenery fading into gray silhouette in heavy layered fog (8-20m away)。
材质细节描写：wet wood textures, cracked plaster on peeling walls, mold and fungus, dust and cobwebs, stained shoji sliding paper doors, rusted steel fixtures, damp clothing fibers with rainwater splatters and mud stains。
怪物与畸形细节强化：
- 通用畸形材质：deformed fleshy textures (畸形肉质纹理), glistening sticky mucus (弱光或手电筒光（仅在手持手电筒时）照耀下反光的粘稠粘液), wet slime (潮湿黏液), heavy peeling skin (严重表皮剥落), organic decay (有机腐烂)。
- 锈蚀与旧化纹理：oxidized rough rust (粗糙的氧化铁锈), heavily corroded metal surfaces (严重腐蚀的金属表面), flaking rust-colored crusts (剥落的锈色结痂), rust spots (锈斑), grimy oil stains (油垢)。
- 配合四种怪物的专属提示词（包含形体、动作与材质特征）：
  1. 封闭束缚人形：adult-sized height, head and arms and upper body continuously enclosed by tight pale outer skin and damp bound cloth wrapper, seamless limbs with no visible eyes or mouth or hand palms, standing forward lean posture dragging feet on wet floor, crawling frantically using shoulders and knees on ground, tightly bound damp ropes cutting into pale fleshy folds, rotten leather straps, dirty bandages wrapping tightly.
  2. 无头肢体重组：headless and armless monster, a second pair of upward-curving reverse-joint legs attached directly above the hip, four legs of equal length, short stature 80-110 cm tall, curled up in dark corner resembling the outline of a wooden chair or headless mannequin, sudden rapid sideways crawling, creeping flat on muddy floor, shattered bone joints, unnatural reverse-joint angles, fleshy tendrils dripping with dark thick fluid.
  3. 封面职业人形：wearing decayed and dirt-stained professional uniform (such as distressed nurse scrubs, rusted nurse cap, school janitor overalls, hotel receptionist outfit, or festival attire), head fully covered by swollen fleshy envelope, dirty plastic wrapping, damp bound cloth, or closed featureless mask, no visible eyes, nose, or mouth, sluggishly swaying body, head twitching and jerking, sudden frantic forward lunge, swinging rusted tools (scissors, baton, heavy wrench).
  4. 巨型遮脸追猎者：massive imposing stature 2.0-2.4 meters tall, extremely broad shoulders 1.5-1.8 times wider than normal human, head completely obscured by a giant closed geometric metal hood or heavy rusted iron cage wider than shoulders, wearing a long grimy oil-stained apron or old heavy-duty protective suit, dragging a massive heavy rusted sledgehammer or iron pipe, slow unstoppable stalking walking animation, blocking exit doors, violently smashing through door frames.
  5. 自定义怪物（定制形体与材质）：若用户自定义怪物，必须遵循写实 3D 游戏质感风格。提示词应包含怪物的畸形异化细节（deformed fleshy textures）、无五官头部/包裹（featureless envelope, dirty bound bandage）、特有的低饱和破碎外衣（ragged clothing）以及拖拽的标志性武器/道具（dragging heavy rusted object），避免任何科幻或光鲜的 CG 渲染词汇。
人像约束与白底基准：
- 初始基准全身图（主角与怪物首次生成）：必须追加 full body shot, standing posture, on a solid white background, studio lighting, character concept art, sharp focus, 3d game character design。如果是选定的经典主角造型，须额外追加其对应的服饰特征英文描述词以锁定质感，去除任何复杂的室外/室内背景干扰：
  - 日本校园少女：追加 japanese schoolgirl character, wearing stained and slightly torn classic sailor uniform, pleated skirt, white cotton socks, school shoes, muddy water stains。
  - 疲惫的侦探/调查员：追加 tired detective character, wearing worn-out low-saturation long trench coat, messy wrinkled shirt, stubble on chin, deep dark eye circles。
  - 普通上班族：追加 ordinary office worker, wearing stained white dress shirt with unbuttoned collar, dark formal trousers, leather shoes covered in mud and water。
  - 深夜值班员/保安：追加 night security guard, wearing worn uniform jacket with badge, belt holster and dusty walkie-talkie。
  - 以上描述必须在白底全身图生成中作为核心风格锁定。
- 后续常规镜头提示词：继承前期确立的主角造型核心服饰、比例与泥渍词（例如对于校园少女在后续镜头中追加 japanese schoolgirl, wet and muddy sailor uniform, pleated skirt, ordinary face, wide-eyed look of dread, low-saturation textures），并结合画面环境与动作体态描述，不再无端混写其他无关服饰。

恐怖视频提示词撰写规则 (MultiModalToVideo / Seedance 2.5)：

提示词占位符：用 <<<image_1>>> 绑定主角图像，<<<image_2>>> 绑定环境、遗迹或具体选定的怪物类型图像。
单分镜多切镜格式化与动作完整性：
- 针对长视频分镜（通常为 8–30 秒，特殊情况下可低于 8 秒），在撰写视频生成提示词时，应采用如下分段提示词格式明确定义子镜头的时序结构：shotX - 镜头1: [描述], 镜头2: [描述], 镜头3: [描述], ...。
- 注：多切镜的子镜头数量根据画面连贯性及逻辑需要灵活增减，不局限于 3 个，此处的“镜头1、2、3”仅为多切镜提示词结构化的格式示例。每个子镜头的动作设计必须极其精简（建议每个子镜头/小动作预留至少 3–4 秒 的时长预算），确保动作在视频时长内能够完整做完，严禁在极短时长内堆砌复杂的长动作，防止动作未完成就被硬生生切断，造成视觉不连续和闪跳。
手电筒光效严格条件限制（以防模型无端生成手电筒光）：
- 除非主角手持并启用了手电筒（或持有 active prop key_element），否则提示词中绝对不允许出现 flashlight, torchlight, shining a light, beam of light, flashlight beam, strong light projection 等任何会诱导模型生成强光束/投影的词汇。所有的采光描述必须完全保持弱光/无反光基调。
- 当没有手电筒时，画面应使用弱顶光（weak volumetric top light）、窗缝漏光或昏暗的环境自然反光，防止模型无端强行生成手电筒光效，导致视频光影违背分镜剧情逻辑。
拖行与爬行运动力学细化 (Mechanics of Dragging & Crawling)：
- 物理支点与重力描写 (Anchors & Gravity)：在描述拖行 (dragging) 或爬行 (crawling) 动作时，严禁使用孤立、抽象的动作动词。必须写明力量的物理支点、身体重心与地面的摩擦接触：
  - 拖行 (Dragging)：必须包含身体强烈前倾、失去重心的体态 (body leaning forward heavily, shifting center of gravity)，以及拖拽物（如无力的下肢、沉重的铁链、巨型工业工具）与地面的持续接触和摩擦轨迹 (dragging heavy lower limbs flat on wet concrete, leaving dark wet scrape trails)。
  - 爬行 (Crawling)：必须明确写出具体关节的负重交替 (alternating elbows and knees scraping the wooden floor)，且身体高度极度压低 (torso hugging the damp ground, low center of gravity)，以及前进时拖曳身体的顿挫感 (sluggishly pulling the dead weight of the lower body)。
- 多镜头速度与惯性连续性 (Continuity of Momentum)：跨镜头描述同一怪物的动作时，应保持其运动惯性与动作速度的一致性。除非受到场景障碍物的阻挡，否则速度应保持一致。常用修饰词：sluggish but unstoppable momentum, frictional resistance, rhythmic dragging slides。
- 姿态唯一性与武器可选性 (Posture Exclusivity & Optional Weapons)：
  - 姿态一致性：同一只怪物的动作类型必须始终如一。如果设定为站立/行走 (standing/walking)，绝对禁止在 prompt 中使用任何爬行 (crawling/slithering) 词汇；如果设定为爬行，则绝对不能生成任何站立或行走状态，严格维持 3D 资产的物理形态一致性。
  - 武器与道具携带可选性与动作关联（Optional Weapons & Action Correlation）：武器与携带道具是可选提示词。只有在怪物属于持物状态且剧本明确需要时才写入。对于无武器设定或因生理结构无法持物（如封闭束缚人形、无头肢体重组）的怪物，在 prompt 中严禁加入任何武器或道具字眼。重要原则（关联使用动作）：若 prompt 中包含了怪物手持武器/道具的描述（如 holding a rusted iron bar 或 dragging a heavy sledgehammer），必须在主体动作（Motion Stack）中紧密关联其具体的使用动作描述（例如：swinging the iron bar to attack, slamming the sledgehammer into the wall, dragging the heavy sledgehammer and leaving scrape marks），确保画面呈现该道具的使用动态，杜绝道具在画面中变成多余、静止的无用背景。
- 微观去人类化颤动 (Dehumanized Micro-motions)：通过加入非自愿的肌肉或关节抽搐 (spasmodic muscle twitches, periodic joint jerks, erratic trembling) 来增强动作的诡异度与3D怪物的渲染张力，避免常规爬行导致的机械和僵硬感。
- 泛化恐怖光影突变与主角情绪表达 (Lighting Flicker, Blackout, and Vivid Emotional Release)：在编写视频生成提示词时，必须支持非模板化、可自然泛化至不同环境下的环境状态巨变与人物强烈情绪反馈：
  - 环境异常频闪与全黑描述：针对灯光闪烁和突然熄灭，提示词必须具体描写光源的忽扇表现与纯黑暗状态，例如：ceiling fluorescent lights flicker erratically, unstable light sparking, casting trembling shadows -> sudden blackout, engulfed in pitch-black darkness for a tense second -> the light flashes back on with high-voltage sparks。
  - 亮起突脸（Jump Scare Close-Up）描述：在灯光复亮的切镜中，描写怪物的极致逼近，例如：the horrific deformed monster <<<image_2>>> suddenly appearing right in front of the camera lens, extreme close-up faceoff, twisted features fully illuminated under the sudden harsh spotlight。
  - 主角主动尖叫与惨烈反应描述：提示词中必须强制描写主角的情绪与生理姿态失控，杜绝静态。例如：the 3D game character <<<image_1>>> screaming hysterically with mouth wide open in utter terror, eyes bulging with shock, shivering and falling backward in physical recoil, losing balance, hyperventilating。这种强烈的情情绪描述能最大化激活模型对惊吓场景的渲染爆发力。
  - 主角避险与物理受击动作：在遭遇攻击或闪避时，必须使用具有强烈物理真实感、惯性重力与痛觉反馈的英文描述词。
    - 闪避与翻滚（Dodge & Roll）：the 3D game character <<<image_1>>> frantically lunges and rolls sideways flat on the muddy floor to evade the weapon strike, shoulder crashing into the peeling wall, splashing dirty water, clothes torn and stained with grime, realistic bone-jarring impact。
    - 跌倒与受重创（Fall & Agony）：collapsing violently onto knees and elbows, body tumbling and sliding along the dusty concrete floor, face contorted in agony, clutching the injured arm in realistic physical pain, struggling to stand up, trembling with exhaustion and intense dread。
    - 硬性约束：坚决避免使用无重量感、瞬移或机械生硬的平移动作词（如 simple dodge, generic fall），必须在提示词中强调重力惯性、身体反作用力撞击、痛感缩裂的表情、以及在泥水尘土环境中的磨损痕迹。
动态描述栈 (Motion Stack)：
1. 相机动作：Slow cinematic camera movement, lateral tracking shot alongside the character, slow camera panning up, subtle hand-held breathing shake, or cold CCTV camera style angles。
2. 主体动作：The 3D game character <<<image_1>>> walks carefully through <<<image_2>>>, checking surroundings cautiously (using a trembling flashlight only if equipped, or in ambient dark light if not), breathing heavily with shoulders slightly shuddering。或 The deformed monster <<<image_2>>> twitches with unnatural joint movements, dragging heavily rusted chains that scrape the floor, glistening wet slime dripping from its body。
3. 环境与粒子动态：slowly dripping thick dark mucus, rust flakes peeling and falling, layered thick fog drifting slowly, raindrops dripping down wet walls, dust motes floating in weak lamp light, wet ground showing soft glossy reflections of streetlights。
4. 声音包装 (Seedance 2.5 格式)：使用音乐 (creepy low drone)、音效 <distant metallic dragging, floorboards creaking, slow heartbeat>。台词/内心OS大括号包装 {...}（如 {Is... is anyone there?}，台词语言需与 Spec 一致）默认不要写入，除非用户在输入中明确要求、或用户原始剧本中已经包含了对白/内心OS。【硬性限制】任何怪物都绝对禁止撰写大括号台词 {...}。怪物的声音只能作为音效，使用尖括号括起，并深度复用 media_generator 中定义的异样呼吸、尖叫与喉音词栈（例如 <raspy decaying breathing, piercing high-pitched screech, bubbling throaty hiss> 等非语言的去人类化恐怖发声）。
负面排除 (Standing Negatives)：cinematic clean glossy CGI, bright daylight, high saturation vibrant colors, futuristic neon, clean skin, anime look, real human photo, fantasy, high-tech, 2D vector style。

6. 동영상 조립

**游戏化后期剪辑与装配：**
- **模块化剧情段落时间轴装配规则（Tempo Rules per Segment）**：
  - **1. 探索与寻找**：全景镜头保持 3–5 秒（以 0.9x-1.0x 沉稳速度建立空间地标），中景 2–4 秒，线索特写严格控制在 0.8–1.5 秒，线索显露后保留 1–2 秒人物特写反应，不立刻切入追逐。
  - **2. 异常观察**：异常显现持续 0.5–2 秒随即被遮挡，并与突发声效精确对齐；下一个人物确认镜头保持 1.5–2.5 秒缓动推移，严禁在此加入奔跑或格挡。
  - **3. 对话与关系揭示**：双人交代中景持续 2–4 秒。长对话每句台词只配一个轻微动作，严禁频繁切镜；关键台词落下后，插入 1–2 秒特写或空镜冷场。
  - **4. 潜行与躲藏（慢节奏，营造极度恐怖窒息感）**：
    - **剪辑与时流控制**：藏身动作快速过切（1–2 秒），躲藏过程中强制使用 2–5 秒的固定长镜头观察（严禁任何镜头切分或视角晃动），视频播放速度可微调至 **0.8x-0.9x 慢放**。
    - **悬念音效控制**：此时段落声学上必须淡出常驻细雨等杂音，唯一放大紧绷的高频心跳声（Slow heartbeat）与怪物的脚步摩擦、黏性拖行声。用漫长、凝滞的长镜头和绝对静默感拉长心理时间，将主角恐惧的颤抖和“下一秒就要穿帮”的致命恐怖感烘托到极点。
    - 威胁声效完全消失 1–2 秒后才允许切出人物移动画面。
  - **5. 追逐与逃跑（快节奏，营造极度紧张狂飙感）**：
    - 开始前强制使用 1.5–2 秒全身景交代人、怪和出口。
    - **剪辑与速度变轨**：逃跑时单 Clip 时长极具侵略性地压缩至 0.5–1.5 秒，但**连续快切最多不超过 3 个**，之后必须强制切回一个 1.5–2.5 秒的镜头重新确立空间与出口位置。
    - **狂暴氛围包装**：视频播放速度可微调提升至 **1.1x-1.2x**，剪辑切分频次拉满，画面可伴随强烈的晃动、虚焦和模糊。配乐与环境威胁音效（如咆哮、急促铁链声）音量瞬间拉高，营造肾上腺素狂飙的拼死求生张力，关门/障碍阻断后使用 2s 渐黑淡出。
  - **6. 打斗与挣脱（快节奏，营造力量碰撞爆点）**：
    - 格斗爆发整段控制在 3–5 秒。闪避、格挡、挥击、推障等单动作 Clip 严格限制在 0.5–1.2 秒内，不进行任何慢放（维持 1.0x-1.1x 正常或略微偏快速度）。
    - 节奏强弱交替，物理爆破音效（如钝器重击、骨肉撕裂、衣物摩擦）在音量上瞬间压制底层音效，打斗最终帧必须切向主角成功脱离的画面。
  - **7. 空间循环与现实变化**：每轮循环（正常 -> 地标微变 -> 严重腐化/怪物靠近）剪辑时长必须**依次递减 15%-30%**，用逐渐压缩的时间感迫使主角意识到循环。
  - **8. 结果与余波**：结尾固定镜头强制保持 1–3 秒，只在画面上渲染单一的结局结果，严禁在渐黑淡出阶段混入新怪物或二次反转。
- **画面闪烁与电磁转场控制**：
  - **日常心理恐怖转场**：镜头（shot）之间的转场优先使用“渐黑（Fade to Black）”，或配合雪花点电流的“电磁噪波转场（Static distortion transition，时长 0.8s–1.5s）”模拟经典游戏加载。
  - **遭遇怪物或惊吓时的电磁噪波切场（Static distortion transition）**：
    - 遭遇或惊吓爆发瞬间，应使用 **0.3s–0.5s 的短促高频电磁噪波转场**（画面呈现红灰色调的剧烈拉扯与模拟雪花点横向撕裂效果），打破慢节奏。该切场必须在时间轴上与突发的电台杂音或电流爆音（Static crackle）毫秒级对齐。
  - **遭遇怪物时的画面闪烁与手电筒故障节奏（Flicker Pattern）**：
    - 遭遇怪物后的对峙、追逐或惊吓镜头（shot）中，严禁使用规则、均匀的频闪。必须采用**无规则、非周期性的不稳定性闪烁**。
    - 闪烁节奏推荐采用非线性组合：0.1s 全黑（剥夺视线） -> 0.3s 弱光微弱显影（仅露出怪物模糊轮廓） -> 0.05s 全黑 -> 0.4s 强光直射（暴露出畸形怪物的面部细节与材质） -> 0.15s 全黑。每次黑屏瞬间需伴随微弱的低频电流蜂鸣。
  - **“探索-异响-回头”节奏变轨规则（Tempo Shifting）**：
    - **探索与异响极慢速拉张力**：在探索未知空间、听闻突兀异响到心理氛围聚焦的阶段（即前续镜头及表情特写），视频剪辑节奏必须极尽迟缓。可以通过微调降速（如 0.8x 慢放）或极少剪切，甚至在听到异响瞬间，大幅降低环境底层音效音量（环境细雨声淡出），仅保留紧绷的低频脉冲和主角极其微弱的低语（VO），让时空在此刻近乎凝滞，把“暴风雨前的宁静”压抑到极限。
    - **回头现身极速变轨爆点**：在主角猛然回头、怪物惊骇出现的瞬间，剪辑节奏必须呈断崖式、阶跃性的爆发。镜头瞬间快切（Jump cut），画面转场时间大幅压缩或取消（无需长过渡，使用极短的高频电磁噪波转场 0.2s），视频播放速度恢复正常或略微加速（如 1.1x），配合瞬间爆发的剧烈异常音效（如拖拽、咆哮或金属撕裂声骤然拉高），用极强声画冲击力瞬间惊吓玩家，彻底打碎慢速心理铺垫。
- **声画对位 (Audio-Visual Sync) 与 “声先画后” 机制**：
  - **核心叙事对位**：当镜头中将要出现怪物时，必须在时间线上**提前 1-2 秒**在音频轨（如 BGM/SFX）中淡入怪物的标志性声音（如金属拖拽声、异样的喘息或地板碎裂声），让用户先听到威胁，随后画面才在重雾或灯光盲区中切出怪物轮廓。
  - **交互音效同步**：手电筒的闪烁、荧光灯泡的爆裂声必须在时间线上与音量爆调（Static static crackle）毫秒级对齐。
  - **音量平衡与层次控制（环境音最大，BGM最低）**：写实恐怖环境音（环境底噪如绵绵细雨声、腐朽木地板吱呀声、手电筒闪烁电流声、无线电静电杂音等）作为声场主体，音量比重调至最大，用极其拟真的环境声压制造身临其境的密闭压迫感。与此相反，背景音乐（BGM/低频暗流）音量必须调至最低，保持极度微弱、隐蔽且若有若无，仅起到深层心理暗示作用，绝对不可喧宾夺主。**若启用了旁白轨，主角的旁白/低语（VO）始终清晰**，电台杂音与拖拽声随威胁距离增大而拉高，但整体音量包络线不应盖过主角的突发喘息与台词（若有）。

游戏化后期剪辑与装配：

模块化剧情段落时间轴装配规则（Tempo Rules per Segment）：
- 1. 探索与寻找：全景镜头保持 3–5 秒（以 0.9x-1.0x 沉稳速度建立空间地标），中景 2–4 秒，线索特写严格控制在 0.8–1.5 秒，线索显露后保留 1–2 秒人物特写反应，不立刻切入追逐。
- 2. 异常观察：异常显现持续 0.5–2 秒随即被遮挡，并与突发声效精确对齐；下一个人物确认镜头保持 1.5–2.5 秒缓动推移，严禁在此加入奔跑或格挡。
- 3. 对话与关系揭示：双人交代中景持续 2–4 秒。长对话每句台词只配一个轻微动作，严禁频繁切镜；关键台词落下后，插入 1–2 秒特写或空镜冷场。
- 4. 潜行与躲藏（慢节奏，营造极度恐怖窒息感）：
  - 剪辑与时流控制：藏身动作快速过切（1–2 秒），躲藏过程中强制使用 2–5 秒的固定长镜头观察（严禁任何镜头切分或视角晃动），视频播放速度可微调至 0.8x-0.9x 慢放。
  - 悬念音效控制：此时段落声学上必须淡出常驻细雨等杂音，唯一放大紧绷的高频心跳声（Slow heartbeat）与怪物的脚步摩擦、黏性拖行声。用漫长、凝滞的长镜头和绝对静默感拉长心理时间，将主角恐惧的颤抖和“下一秒就要穿帮”的致命恐怖感烘托到极点。
  - 威胁声效完全消失 1–2 秒后才允许切出人物移动画面。
- 5. 追逐与逃跑（快节奏，营造极度紧张狂飙感）：
  - 开始前强制使用 1.5–2 秒全身景交代人、怪和出口。
  - 剪辑与速度变轨：逃跑时单 Clip 时长极具侵略性地压缩至 0.5–1.5 秒，但连续快切最多不超过 3 个，之后必须强制切回一个 1.5–2.5 秒的镜头重新确立空间与出口位置。
  - 狂暴氛围包装：视频播放速度可微调提升至 1.1x-1.2x，剪辑切分频次拉满，画面可伴随强烈的晃动、虚焦和模糊。配乐与环境威胁音效（如咆哮、急促铁链声）音量瞬间拉高，营造肾上腺素狂飙的拼死求生张力，关门/障碍阻断后使用 2s 渐黑淡出。
- 6. 打斗与挣脱（快节奏，营造力量碰撞爆点）：
  - 格斗爆发整段控制在 3–5 秒。闪避、格挡、挥击、推障等单动作 Clip 严格限制在 0.5–1.2 秒内，不进行任何慢放（维持 1.0x-1.1x 正常或略微偏快速度）。
  - 节奏强弱交替，物理爆破音效（如钝器重击、骨肉撕裂、衣物摩擦）在音量上瞬间压制底层音效，打斗最终帧必须切向主角成功脱离的画面。
- 7. 空间循环与现实变化：每轮循环（正常 -> 地标微变 -> 严重腐化/怪物靠近）剪辑时长必须依次递减 15%-30%，用逐渐压缩的时间感迫使主角意识到循环。
- 8. 结果与余波：结尾固定镜头强制保持 1–3 秒，只在画面上渲染单一的结局结果，严禁在渐黑淡出阶段混入新怪物或二次反转。
画面闪烁与电磁转场控制：
- 日常心理恐怖转场：镜头（shot）之间的转场优先使用“渐黑（Fade to Black）”，或配合雪花点电流的“电磁噪波转场（Static distortion transition，时长 0.8s–1.5s）”模拟经典游戏加载。
- 遭遇怪物或惊吓时的电磁噪波切场（Static distortion transition）：
  - 遭遇或惊吓爆发瞬间，应使用 0.3s–0.5s 的短促高频电磁噪波转场（画面呈现红灰色调的剧烈拉扯与模拟雪花点横向撕裂效果），打破慢节奏。该切场必须在时间轴上与突发的电台杂音或电流爆音（Static crackle）毫秒级对齐。
- 遭遇怪物时的画面闪烁与手电筒故障节奏（Flicker Pattern）：
  - 遭遇怪物后的对峙、追逐或惊吓镜头（shot）中，严禁使用规则、均匀的频闪。必须采用无规则、非周期性的不稳定性闪烁。
  - 闪烁节奏推荐采用非线性组合：0.1s 全黑（剥夺视线） -> 0.3s 弱光微弱显影（仅露出怪物模糊轮廓） -> 0.05s 全黑 -> 0.4s 强光直射（暴露出畸形怪物的面部细节与材质） -> 0.15s 全黑。每次黑屏瞬间需伴随微弱的低频电流蜂鸣。
- “探索-异响-回头”节奏变轨规则（Tempo Shifting）：
  - 探索与异响极慢速拉张力：在探索未知空间、听闻突兀异响到心理氛围聚焦的阶段（即前续镜头及表情特写），视频剪辑节奏必须极尽迟缓。可以通过微调降速（如 0.8x 慢放）或极少剪切，甚至在听到异响瞬间，大幅降低环境底层音效音量（环境细雨声淡出），仅保留紧绷的低频脉冲和主角极其微弱的低语（VO），让时空在此刻近乎凝滞，把“暴风雨前的宁静”压抑到极限。
  - 回头现身极速变轨爆点：在主角猛然回头、怪物惊骇出现的瞬间，剪辑节奏必须呈断崖式、阶跃性的爆发。镜头瞬间快切（Jump cut），画面转场时间大幅压缩或取消（无需长过渡，使用极短的高频电磁噪波转场 0.2s），视频播放速度恢复正常或略微加速（如 1.1x），配合瞬间爆发的剧烈异常音效（如拖拽、咆哮或金属撕裂声骤然拉高），用极强声画冲击力瞬间惊吓玩家，彻底打碎慢速心理铺垫。
声画对位 (Audio-Visual Sync) 与 “声先画后” 机制：
- 核心叙事对位：当镜头中将要出现怪物时，必须在时间线上提前 1-2 秒在音频轨（如 BGM/SFX）中淡入怪物的标志性声音（如金属拖拽声、异样的喘息或地板碎裂声），让用户先听到威胁，随后画面才在重雾或灯光盲区中切出怪物轮廓。
- 交互音效同步：手电筒的闪烁、荧光灯泡的爆裂声必须在时间线上与音量爆调（Static static crackle）毫秒级对齐。
- 音量平衡与层次控制（环境音最大，BGM最低）：写实恐怖环境音（环境底噪如绵绵细雨声、腐朽木地板吱呀声、手电筒闪烁电流声、无线电静电杂音等）作为声场主体，音量比重调至最大，用极其拟真的环境声压制造身临其境的密闭压迫感。与此相反，背景音乐（BGM/低频暗流）音量必须调至最低，保持极度微弱、隐蔽且若有若无，仅起到深层心理暗示作用，绝对不可喧宾夺主。若启用了旁白轨，主角的旁白/低语（VO）始终清晰，电台杂音与拖拽声随威胁距离增大而拉高，但整体音量包络线不应盖过主角的突发喘息与台词（若有）。