yeha.ai
← 목록으로

Cinematic food short

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

适用于美食主题的视频创作，使用模型：Nano Banana 2 + Seedance 2.5（分辨率 480p）

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

执行导演统筹协议：
核心原则： 极致还原“舌尖上的中国”视听风格。允许不上传图片（若无图，则基于文字描述生成视觉基因）。

  1. 视觉基因解构 (Food DNA Analysis)：调用 multimodal_analyze_tool。解析/反推美食美学规范（色泽、纹理、烟火气、明暗比 6:3:1）以及物理交互潜力。如果有上传的图片，则注册一个资产 - media_generator。
  2. 创意挖掘与剧情概括：提供 3 个一句话剧情方向（如：食材溯源风、极致烹饪细节风、人文情感故事风），引导用户确定方案。
  3. 全局分镜成表 (Global Storyboard Table)：根据方案设计每 30s 一个分镜。
    • 分镜内节奏节奏逻辑：前 3s 一个视觉重点（食材微距/热气升腾），后 7s 一个高潮（油脂迸发/慢动作入水）。
    • 强制暂停点 1：必须先输出详细的分镜表（每表 1000 字，含 10-24 个镜头），并将分镜内容输入到 reply_to_user 的 json 与用户确认，暂停并等待用户确认。
  4. 编写 Final_Video_Spec.md：标题、类型、比例（16:9 或 9:16）、时长、模型偏好（Seedance 2.5（分辨率 480p））。→ text_editor。
  5. 分镜注册与资产匹配 (Storyboard & Asset Registration)：将确认的分镜表完整注册为故事板镜头（Shot）。
  6. 资产生成 (Asset Generation)：根据分镜生成食材、厨具、环境的 2K 图像，并生成旁白声纹参考。→ media_generator。
    • 强制暂停点 2（新增）：资产生成完成后（展示生成的食材/场景图及声纹），必须强制停止，等待用户确认资产满意后，方可回复“开启视频生成”。
  7. 提示词构建 (Prompt Engineering)：严格按【万能公式】生成视频提示词，确保 10-24 个镜头逻辑完整融入。→ write_the_prompt。
  8. Seedance 2.5 动力生成**：调用 MultiModalToVideo，参考注册资产生成视频，分辨率 480p。
  9. 时间线合成 (Timeline Integration)：调用 video_assembler。打开视频轨音量，实时对齐旁白。

依赖关系： 2→1; 3→2; 5→3; 6→5; 7→6; 8→7; 9→8。

2. 멀티모달 분석
  1. 食材逆向工程：分析食材的物理属性（成熟度、油脂比例、组织纤维、水分张力）。
  2. 烟火气潜力分析：评估热气、雾气、溅射液体、明火、火花的动态轨迹及光影折射逻辑。
  3. 色彩控制铁律：锁定“舌尖风”色调——温暖、深邃、有机。主色（食材本色）、辅色（环境灰/木色）、强调色（光源暖黄色）。
  4. 输出要求：输出 1000 词以上的 JSON，包含 material_reconstruction（针对肉类、果蔬、液体的 PBR 描述）和 technique_reconstruction（微距摄影、慢动作拍摄规格）。
3. 스토리보드 설계

**1. 节奏与情绪控场：**每个分镜30s，其中包括

  • 前3s 视觉重点：如食材切开的横截面特写、调料落入锅中的瞬间、热气在镜头前滑过的折射。
  • 后7s 叙事高潮：大范围摇臂运镜展现丰收/盛宴全景、食物在慢动作下发生物理形变（如爆浆、热气喷薄）、角色品尝时的微表情特写。

2. 格式与无缝转场：

  • 字数要求：每 30s 分镜表约 1000 字，包含 10-24 个切镜。
  • 转场严禁：严禁黑白场/叠化。必须使用动势匹配（如：勺子搅动的旋转动势衔接盘子摆动的动势）或物理遮挡（如：升腾的烟雾遮住镜头切换至下一场景）。
  • 禁语词库：禁用：破裂、分割、破碎、裂缝、切割、爆破、碎片（除非是描述自然的食材处理，如切片，但动作需轻柔流畅）。

3. 音频规划：

  • 人文旁白：在 audio_layers 中设计厚重、缓慢、磁性的男声配音。
  • 物理音效：精准标注<滋滋声>;<清脆切菜声>;<咕嘟沸腾声>;。
4. 미디어 생성

  1. 食材资产 (Element Asset)：

    • 使用 TextToImage 或 ImageToImage 生成 2K 食材/菜品图。
    • 视觉要求：极致的食欲感。光影必须有层次，阴影处细节丰富，高光处有湿润感。
    • 模型：Nano Banana 2。

  2. 视频生成 (MultiModalToVideo)：

    • 模型：Seedance 2.5（分辨率 480p）。
    • 核心执行：将 30s 的分镜表视为一个连续任务。提示词必须涵盖从微距到中景的连贯运动，严禁出现动作中断或抽搐。
    • 动态一致性：食材在 30s 内的状态变化必须符合物理规律（如：蔬菜从生变熟的色泽变化）。
5. 프롬프트 작성

核心美术提示词铁律：
语言：全中文描述 + 英文物理参数。

  1. 结构化公式：[镜头编号/景别] + [运镜术语] + [食材动态细节/物理反馈] + [烟火气/环境交互] + [视听节奏点]。
  2. 美食美学参数：
    • Lighting: Backlighting for steam (逆光热气), Subsurface scattering for meat (肉类次表面散射), Warmer color temperature (暖色温).
    • Texture: High gloss grease (高亮油脂), Crispy texture detail (酥脆纹理), Organic micro-details (有机微观细节).
  3. 转场指令：明确标注 “从[镜头A]通过[烟雾遮挡/动势跟随]无缝衔接至[镜头B]”。
  4. 负向约束：no plastic look, no artificial light, no text, no logo.
6. 동영상 조립
  1. 强制质检：确保 30s 内的 5-12 个微镜头逻辑连贯。
  2. 音视频对齐：开启视频轨音量。将视频中的物理音效点与画面动作严丝合缝对齐。
  3. 色彩校验：确保全片风格呈现“舌尖风”人文暖调。