Industrial product commercial

全片制作阶段与依赖关系

1. 收集用户决策参数 → 直接向用户提问
   在创建 Final_Video_Spec.md 之前，须先向用户确认以下四项关键决策，可合并为一次提问：
   ① 视频时长： 提供以下选项供用户单选：

   • 30秒——极简版，适合竖屏短视频/广告贴片/快速种草；
   • 30秒——精炼版，适合社交媒体/快速展示；
   • 60秒——标准版，平衡信息密度与观看体验；
   • 120秒——深度版，适合产品发布会/详细功能讲解；
   • 180秒——旗舰版，适合品牌官网/全面技术展示。

   ② 画幅方向： 提供以下选项供用户单选，并结合时长给出推荐提示：

   • 横屏 16:9——适合品牌官网、发布会大屏、B站/YouTube等横版平台；60s及以上时长推荐选择。
   • 竖屏 9:16——适合抖音/快手/Reels等竖版短视频平台；30s/30s时长推荐选择。

   ③ 画面风格： 提供以下选项供用户单选（或说明自定义需求）：

   • A. 冷峻工业风——棚拍纯黑背景，硬光单点主光源，边缘勾光，高反差暗调，深灰+金属银+科技蓝点缀，低饱和高级配色。
   • B. 赛博科技风——深空黑背景叠加蓝紫荧光网格，强调霓虹发光边缘，科技蓝/电紫双色调，粒子感浓郁，未来感强烈。
   • C. 极简纯白高端风——纯白/浅灰渐变背景，柔光均匀无硬影，产品本色呈现，苹果式简洁构图，文字极简。
   • D. 暗金奢华工业风——哑黑+暗金配色，低调奢华氛围，暖金边缘光勾勒，镜面反射地面，质感标杆调性。

   ④ 输出画质： 默认以 480p 生成交付，如需更高画质可升级（需额外处理时间和算力）：

   • 480p（默认）——标准画质，生成速度最快，适合快速出片和预览；
   • 1080p——高清画质，轻微超分处理，画面更细腻；
   • 2K——超清画质，通过 MediaKit 超分实现；
   • 4K——超高清画质，通过 MediaKit 超分实现，适合品牌大屏展示。

   注意：8K 画质目前不支持视频输出（8K 超分仅适用于静态图片），请勿向用户提供该选项。

   ⑤ 旁白： 询问用户是否需要旁白配音，并选择声音性别：

   • 不使用旁白——纯画面+BGM，无配音；
   • 使用旁白——男声——沉稳男声，中文普通话，语速平缓，播音级专业质感；
   • 使用旁白——女声——清晰女声，中文普通话，语速平缓，专业质感。

   ⑥ 字幕： 询问用户是否需要字幕：

   • 不需要字幕——成片无任何字幕叠加；
   • 需要字幕——将旁白文本作为字幕图层嵌入时间线（仅在选择了旁白时可用；若未选旁白则跳过此项询问）。
     收到用户全部确认项后再进入步骤2。

2. 锁定全局参数 → text_editor
   创建 Final_Video_Spec.md，写入：产品全称、产品定位、视频时长（以用户确认值为准）、画幅方向（16:9 或 9:16，以用户选择为准）、生成分辨率（480p 默认；若用户选择升级，注明目标分辨率及超分方案）、帧率（30fps）、画面风格（以用户选择为准，含对应色调、光影、背景描述）、旁白设置（是否使用旁白；若使用，记录声音性别：男声/女声）、字幕设置（是否需要字幕）、背景音乐基调。完成后请用户确认再继续。

3. 分析产品素材 → resource_prepare_and_analyze
   先对用户上传的产品图片和文字信息进行结构化分析，输出：产品外观特征、模块清单与层次、可视化功能逻辑、镜头覆盖度评估。分析结果将作为下一步分镜设计的决策依据。

4. 建立视觉元素资产 → media_generator

   • 若用户已上传产品实拍图，优先注册为 asset_id 并绑定对应 key_element；
   • 否则依据分镜设计中确定的 key_element 清单，逐一生成参考图。
     元素图生成后暂停，请用户确认视觉基调再继续。

5. 逐镜头生成视频 → media_generator
   依照分镜顺序，每镜头以对应元素图作为参考，使用 MultiModalToVideo + Seedance 2.5（分辨率 480p） 生成；仅在与上一镜头连续性极强时才追加上一镜头视频作为 reference_video。

6. 生成音频层 → media_generator

   • 旁白（narration）：依分镜旁白脚本逐段生成；
   • BGM：生成纯电子工业轻音乐，低沉鼓点，科技氛围感强。

7. 超分辨率处理（条件性）→ media_generator
   仅当用户在步骤1中选择了 1080p / 2K / 4K 时执行；480p 选项跳过此步骤直接进入步骤8。

   • 1080p：调用 super_resolution（MediaKit），resolution 设为 "1080p"，fps 设为 "30"。
   • 2K：调用 super_resolution（MediaKit），resolution 设为 "2k"，fps 设为 "30"。
   • 4K：调用 super_resolution（MediaKit），resolution 设为 "4k"，fps 设为 "30"。

8. 时间线剪辑与输出 → video_assembler
   按 Final_Video_Spec.md 中用户确认的时长和画幅方向组装，音画同步；旁白、BGM 分层处理；输出最终成品。

依赖顺序： 2→1；3→2；4→3；5→4；6→3；7→5；8→6,7

暂停节点： 步骤1完成、步骤2完成、步骤4完成后各暂停一次，等待用户确认再推进。批量生成过程中若某一类镜头全部完成，也可主动展示并询问用户意见。

用户输入素材说明
用户仅需提供：① 产品图片（实拍图或渲染图，单张或多角度均可）；② 产品文字信息（产品全称、定位、核心功能参数）。无需上传视频、拆解图或品牌VI文件。

产品图片分析规则——按上传数量分类处理
情况A：仅上传单张图

• 以该图作为唯一视觉锚点，最大化提取可用信息：
  • 产品轮廓与整体比例（长宽高视觉估算）；
  • 可见面的机身颜色、表面工艺（拉丝/喷砂/镜面/烤漆）；
  • 可见接口类型与布局（如 XLR、RJ45、USB-C 等）；
  • 屏幕/显示区域位置与样式（OLED/LCD、字符风格）；
  • RGB 指示灯颜色、位置与通透质感；
  • 品牌 Logo 位置与字体风格；
  • 旋钮、按键的材质与操作区域位置。
• 推断补全策略： 对图中未显示的面（如背面/侧面），结合产品文字信息和同类工业产品规律进行合理推断，明确标注「推断值」，供 storyboard_designer 参考但不作为强绑定视觉依据。
• 镜头适配提示： 单张图场景下，360°环绕镜头和爆炸拆解镜头须在 prompt 中以更多文本描述补充不可见角度，降低对参考图未覆盖面的依赖。

情况B：上传2～3张图（局部/正背面组合）

• 识别每张图对应视角（正面/背面/侧面/细节局部），分别提取各视角特征；
• 交叉验证颜色、工艺、接口位置的一致性，若存在差异（如不同光源导致色偏）以多数图为准并注明；
• 细节局部图重点提取：旋钮拉丝材质、接口金属质感、屏幕字符样式、背光RGB透射效果；将细节补充至对应 key_element 描述中。

情况C：上传4张及以上多角度图

• 按正面/背面/左侧面/右侧面/俯视/细节分组归档；
• 为 360°环绕镜头提供完整角度参考（至少覆盖正面、侧面、背面），在 key_element 中逐角度写入视觉描述；
• 为爆炸拆解镜头提供各模块的空间层位参考：根据多角度图推断外壳接缝位置、模块叠放顺序；
• 若存在俯视角度图，提取产品整体散热结构、面板按键全貌，供主板特效镜头构图参考。

产品参数信息处理规则

• 从用户文字信息中提取：产品全称、核心功能（信号类型、传输逻辑、主要模块）、目标客户群体；
• 将功能描述转化为可视化逻辑，为功能可视化镜头和旁白脚本提供依据：
  • 例："1进8出信号分配" → 流光从1个输入节点分叉至8个输出节点；
  • 例："光电隔离传输" → 信号经隔离屏障断开，两侧各有独立光点；
  • 例："信号放大增益" → 流光进入节点后亮度/粗细增强后流出；
• 若文字信息中描述了内部模块构成（如"独立电源模块+主控板+接口模组"），直接映射为拆解镜头的分层爆炸顺序，覆盖推断值。

元素推断优先级
信息来源优先级使用规则用户上传图片（直接可见）最高强绑定，直接写入 key_element 描述用户提供文字参数高补充图片未覆盖的功能/模块信息多角度图交叉推断中用于不可见角度的合理推断，标注「推断」同类工业产品规律低仅在图片和文字均无覆盖时使用，明确标注「默认推断」

输出格式： 所有分析结果以结构化文本归档，字段包括：「产品外观特征（按视角）」、「模块清单与层次（含推断标注）」、「可视化功能逻辑」、「镜头覆盖度评估（说明哪些镜头类别需额外文本补全）」；供下游 storyboard_designer 和 media_generator 直接引用。

Key Elements 设计原则
需定义以下 element scene / element character：

• 产品整体外观：完整产品正面、背面、侧面及俯视造型；记录机身颜色（深灰金属烤漆）、接口布局、屏幕位置、RGB 灯光颜色与亮度。
• 拆解模块（各模块独立 element）：外壳、主板、电源模块、温控模块、接口模组——分别描述尺寸比例、材质颜色、连接方式、在整机中的空间层位。
• 主板特写：PCB 颜色（深色基板）、芯片布局、焊点密度、散热孔排布；为科技粒子特效提供基础视觉锚点。
• 手部操作：肤色中性、指甲修剪整洁、无饰品；操作道具包括编码器旋钮、按键、屏幕界面。

五大镜头类别——分镜设计规范
每条 shot 描述必须包含：Scene（元素ID引用）、Story beats（动作/特效节拍顺序）、Cinematography（景别/角度/运镜）、时长建议。

1. 外观质感镜头（约12s，建议2～3条shot）

   • 产品360°环绕：低角度仰视环绕，配合慢速转台或虚拟摄影机轨道；硬光从左侧45°主光+右侧补光边缘勾勒金属棱线；纯黑背景；景深虚化前后杂散元素。
   • 接口/旋钮/屏幕特写：微距推进，焦点依次切至XLR接口金属质感、旋钮拉丝铜圈、屏幕OLED发光字符；背光RGB透射质感须单独一个beat展示。

2. 功能可视化镜头（约12s，建议2条shot）

   • 以产品俯视或正面为背景底板，叠加动态流光线条模拟信号链路：从输入端口起点向内部分配节点延伸，再从分配节点分叉至各输出端口，最终各路流光同步消散于端口处。
   • 流光动画节拍设计规范（每条 shot 须包含以下全部 beat，按顺序排列）：
     1. 起点唤醒 beat：信号流光从输入端口处缓慢点亮，由暗至亮渐显，持续约0.5s；
     2. 主干行进 beat：流光沿主链路向分配节点匀速行进，线条宽度2–4px视觉感，有轻微脉冲（每0.3–0.5s亮度起伏一次），持续约2s；
     3. 节点汇聚爆闪 beat：流光抵达分配/隔离节点时，节点处发生短促高亮爆闪（约0.2s），瞬间亮度是路径流光的3倍，向外扩散细小粒子环，体现信号分配或隔离逻辑；
     4. 多路分叉行进 beat：爆闪后流光同步分裂为多条路径（分叉数量与产品输出通道数一致），各分支并行向输出端口延伸，分支流光比主干略细，持续约2s；
     5. 端口消散 beat：各路流光抵达输出端口后亮度递减消散，端口处留有柔光残影约0.5s后熄灭。
   • 流光颜色规范：冷峻工业风/极简纯白风选科技蓝+冷白（#4FC3F7/#E0F7FA）；赛博科技风选电蓝+电紫双色（#00B0FF/#CE93D8），两色交替闪烁；暗金奢华风选暖金色流光（#FFD54F），配深红节点爆闪。
   • 镜头摄影机以极缓慢推进（约12s内从中景推至近景）配合流光节奏，焦点始终对准当前活跃的节点或分叉点；背景产品保持静止轻微景深虚化。
   • 时长弹性：120s/180s 档可将各 beat 时长均匀拉伸，并增加1条 shot 专门展示单一功能模块（如光电隔离屏障断开逻辑）的流光动画细节。

3. 产品爆炸拆解镜头（约12s，建议2条shot）

   • shot A：拆解过程——产品从完整合拢状态开始，各模块沿结构轴向慢速向外分层悬浮：外壳向上移出、接口模组向正前方平移、主板居中保持静止作为视觉锚点、电源模块向后退、温控模块向下沉；各模块之间保留均匀悬浮间距（约自身高度的1/2），结构层次一目了然；整个分离动作须在4–6s内完成，运动曲线使用缓入缓出（ease-in-out），禁止弹跳感或过冲。
   • shot B：悬浮巡览——各模块已悬浮到位后，摄影机以极缓慢低角度环绕（约45°弧度）依次聚焦各模块，景深焦点顺序切换：接口模组金属接触面→电源模块散热孔→主板PCB纹理→外壳内壁结构；每个焦点停留约1.5–2s；背景纯黑，主光从45°单点硬光打亮当前焦点模块，其余模块以边缘勾光保持轮廓可见。
   • 拆解顺序依据：优先使用 resource_prepare_and_analyze 输出的模块层次推断结果；若无，则按「外壳→接口模组→主板→电源→温控」默认顺序执行。
   • 时长弹性：120s/180s 档可将 shot A 拆解动作放慢（6–8s），shot B 巡览弧度扩展至180°，并增加1条镜头专门特写主板与电源模块的连接金手指细节。

4. 内部主板特效镜头（约12s，建议2条shot）

   • 主板极近微距：电路板纹理清晰可见，流动蓝色科技粒子沿PCB走线轨迹穿梭；设计"信号放大节点"高亮爆闪 beat，体现运算逻辑。
   • 摄影机以极缓慢推/摇镜探索主板地形；粒子密度随信号强度节奏性变化。

5. 真人极简操作镜头（约12s，建议2～3条shot）

   • 手指特写按压编码器旋钮（慢动作），屏幕数值随旋转实时变化；
   • 拨动按键特写，背光状态变化；
   • 屏幕UI界面推进特写，参数动态切换；
   • 始终保持纯黑背景，手部动作干净利落，无多余晃动。

时长分配参考： 依据 Final_Video_Spec.md 中用户确认的总时长，将全片时长按五类镜头合理分配；BGM 与旁白须贯穿全程，剪辑节拍与音乐鼓点对齐。各档时长参考分配如下（可依视觉重要性微调各类占比，但五类缺一不可）：
总时长外观质感功能可视化爆炸拆解主板特效真人操作30s约3s约3s约3s约3s约3s30s约6s约6s约6s约6s约6s60s约12s约12s约12s约12s约12s120s约20s约25s约25s约20s约30s180s约30s约35s约35s约30s约50s
120s 和 180s 档可为每类镜头增加 shot 条数，丰富运镜角度和特效 beat 层次；不得以重复类似镜头填充时长。

跨镜头音频层设计

• BGM（music）：纯电子工业轻音乐，低沉鼓点，科技氛围感强；整曲时长以 Final_Video_Spec.md 中用户确认的视频总时长为准，可在拆解镜头段落小幅提升节奏密度，在特写段落降至低鼓。
• 旁白（narration）：专业简洁，通俗不晦涩，面向工程商/演出行业客户；语速平缓稳重（约4.5字/秒，播音级节奏）；与镜头节拍对应，避免在视觉高潮 beat 时密集叠词；在 Final_Video_Spec.md 确认后逐镜头写入完整旁白脚本。
  • narration_speaker_profile：依据 Final_Video_Spec.md 中用户选择的声音性别设定：
    • 用户选择男声：[沉稳男声，中文普通话，语速平缓，播音级专业质感]
    • 用户选择女声：[清晰女声，中文普通话，语速平缓，专业质感]
  • 若用户选择不使用旁白：跳过全部 narration audio_layer 设计，分镜中不编写旁白脚本，仅保留 BGM 音频层。

旁白字数与节奏——分档规范
以下规范以语速 4.5字/秒 为基准（含停顿余量），各档旁白总字数须严格控制在范围内，避免与画面高潮节点冲突。
时长档旁白总字数（中文）句数参考节奏要求30s30–45字2–3句前2s不出旁白，留视觉开场；每句≤15字；收尾句须在第13s前结束，留2s静默收场；五类镜头各仅1条核心句，禁止堆砌信息。30s100–120字4–6句前3s不出旁白，留视觉开场；每句≤18字；收尾句须在第27s前结束，留3s静默收场。60s210–240字8–12句前3s不出旁白；每句≤20字；旁白节点与五类镜头切换点对齐；最后5s仅保留BGM，旁白提前收尾。120s450–510字18–25句按五类镜头分段撰写，每类对应3–5句；功能可视化和爆炸拆解段落可加密句间停顿（0.5–1s）以配合特效 beat；最后8s留给品牌收尾，旁白不超过1句。180s680–760字28–38句按五类镜头分段，每类对应5–7句；旁白可在主板特效段落留白5–8s（无旁白，仅BGM+特效音），制造呼吸感；片头0–5s及片尾最后10s不出旁白。

跨档通用规则：

• 每句旁白须对应具体画面行为或功能点，禁止空洞口号式表达（如"引领未来"、"超越极限"等）。
• 旁白脚本须标注对应的 shot 编号，方便 narration 分段生成和时间线对齐。
• 旁白与 BGM 高潮鼓点重叠时，优先让旁白在鼓点前0.5s结束，避免声音竞争。

元素资产生成

• 工具：TextToImage（无参考图时）/ ImageToImage（有用户上传图时）；推荐模型：Nano Banana Pro (Gemini 3 Pro Image)，分辨率 2K。
• 若用户已上传产品实拍图，直接注册为 asset_id 并绑定对应 key_element；以用户图为参考，使用 ImageToImage 补全缺失视角（如背面/侧面/俯视），保持材质、配色、工艺与原图严格一致；无需对已上传视角重复生成。
• 各类 key_element 生成规范如下：
  key_element 类型生成内容拼版方式产品整体外观正面视角 + 3/4侧面视角（两张并排）横向拼版，单图内两视角等宽各拆解模块（外壳/主板/电源/温控/接口模组）每模块独立生成，纯黑背景悬浮呈现，清晰展示模块厚度、接口与层位关系各自单独一张，不混拼主板特写正俯视全幅 PCB，芯片、走线、散热孔全貌可见；若有主板局部高亮区域则补生成一张正俯视单张（可附局部）手部操作握持旋钮参考图 + 按键按压参考图（两动作并排或独立生成均可）横向拼版或各自单张均可
• 功能可视化镜头（类别2）和主板特效镜头（类别4）不需要额外元素参考图，在 prompt 中以详细文本描述特效行为即可；若用户提供了特效参考视频，可注册为 asset_id 并绑定对应 shot 作为 reference_video。
• 元素图生成顺序：先生成产品整体外观图（视觉基调锚点），确认通过后再依次生成拆解模块图→主板特写→手部操作图；每批完成后暂停展示，等待用户确认再继续。

镜头视频生成

• 工具：MultiModalToVideo；模型：Seedance 2.5（分辨率 480p）；分辨率：480p（后期超分至4K，见下方）。
• 每条 shot 的参考输入：
  1. 元素图（必选）：该镜头涉及的所有 key_element 图像（产品外观 / 相关拆解模块 / 手部元素）；
  2. 上一镜头视频（条件性）：仅当与上一镜头连续性极强（如同一运镜轨道延续）时才追加作为 reference_video，常规情况下不使用。
• 功能可视化镜头（类别2）和主板特效镜头（类别4）涉及粒子/流光特效：在 prompt 中以详细文本描述特效行为，无需额外参考图；若用户提供了特效参考视频，可加入作为 reference_video。

音频生成

• BGM：工具 text_to_instrumental；模型 Suno 5（备选 Mureka 8）；描述：纯电子工业轻音乐，低沉鼓点，科技氛围感强，BPM约90–110，无人声；时长以 Final_Video_Spec.md 中用户确认的视频总时长为准（30s/30s/60s/120s/180s）。
• 旁白（条件性）：仅当 Final_Video_Spec.md 中用户选择了使用旁白时执行；工具 text to narration；模型 MiniMax Speech 2.8 HD；依照分镜旁白脚本逐段生成，speaker profile 参照 storyboard_designer 中定义（男声/女声以 Final_Video_Spec.md 记录为准）。若用户选择不使用旁白，跳过此步骤。

超分辨率处理（条件性）
仅当用户在规划阶段选择了 1080p / 2K / 4K 时执行；480p 选项跳过此步骤直接交由 video_assembler 组装。

• 1080p：调用 super_resolution（模型 MediaKit），resolution 设为 "1080p"，fps 设为 "30"。
• 2K：调用 super_resolution（模型 MediaKit），resolution 设为 "2k"，fps 设为 "30"。
• 4K：调用 super_resolution（模型 MediaKit），resolution 设为 "4k"，fps 设为 "30"。

超分后版本作为 final_shot 替换原始480p资产，交由 video_assembler 组装。

注意： Seedance 2.5 视频生成阶段统一使用 480p；更高画质通过 MediaKit 超分实现，直接生成阶段请勿设置480p以上分辨率参数。480p 画质目前不支持视频超分（仅适用于静态图片），请勿对视频使用该选项。

全局优先级： 所有 prompt 正文以中文撰写；旁白/对白脚本内容跟随 Final_Video_Spec.md 的输出语言设定。
图像生成（TextToImage / ImageToImage）

• 写法：导演+摄影指导联合简报风格；主体+状态+环境用自然语言；风格/光影/构图用短语叠加。
• 工业产品图标准结构：[产品名称与外观描述]，[材质质感词]，[光影方案]，[构图/景别]，[色调]，[背景]
• 禁止写入：水印、杂乱背景、廉价光晕、夸张发光、卡通风格

各风格色调词库（生成图像与视频时按 Final_Video_Spec.md 所选风格直接引用对应词组）
色调维度冷峻工业风赛博科技风极简纯白高端风暗金奢华工业风背景pure black studio background, seamless dark voiddeep space black background, faint blue-purple luminous grid overlaypure white / soft light gray gradient background, no hard shadowsmatte black background, subtle mirror-polished floor reflection主光single hard key light at 45°, sharp edge highlight on metal ridgesneon edge glow, dual-tone electric blue and violet rim lightsoft diffused fill light, even illumination, no shadowwarm gold rim light at 30°, low-key luxury ambient材质质感brushed gunmetal, anodized aluminum, cold silver sheen, matte industrial coatingglowing circuit edge, iridescent metallic surface, particle-dust textureproduct natural color, satin finish, clean form, minimal reflectionmatte black lacquer, dark gold accent, mirror chrome insert色调关键词deep gray, metallic silver, tech-blue accent, low saturation, high contrast dark toneelectric blue, neon violet, cyan particle glow, high saturation neon accentneutral white, light gray, product true color, airy minimal palettematte black, dark gold, warm amber rim, low saturation luxury tone打光禁用词no soft box glow, no warm tones, no colored fillno white background, no soft diffused lightno colored lights, no hard shadows, no neonno cool tones, no neon colors, no bright fill

视频生成（MultiModalToVideo + Seedance 2.5（分辨率 480p））

• 参考图绑定： 每个产品元素图用占位符 <<<image_1>>>、<<<image_2>>> 等逐一标注，并在 prompt 开头以括号说明每张图的引用用途，例如：（<<<image_1>>> 为产品整体外观参考，<<<image_2>>> 为爆炸拆解——外壳模块参考）。多张元素图时，按产品整体外观优先、拆解模块次之、手部参考最后排列。
• 运动堆栈顺序（按此顺序组织 prompt 正文）：
  1. 摄影机运动（景别、角度、运镜方式）
  2. 主体状态与动作节拍（产品/手部/特效的行为顺序）
  3. 环境与背景状态（光影方案、背景颜色）
  4. 音效备注（仅工业环境白噪声等 SFX；旁白已独立生成，禁止写入）
• 各类镜头专属写法：
  镜头类别核心描述策略外观质感先定景别与运镜（如"极缓低角度仰视顺时针环绕"），再描述光打在哪个面的哪条棱线上，最后描述材质质感词（拉丝/镜面/烤漆）和背景状态功能可视化先描述产品静止底板（视角/景别），再按信号流逻辑逐beat写流光行为：起点端口→路径颜色/粗细→分叉节点爆闪→各输出端口消散；颜色须与风格色调一致（科技蓝/冷白）爆炸拆解先描述合拢起始状态，再按拆解顺序逐模块写运动方向与位移量，最后描述各模块悬浮到位后的光影状态；每个模块运动须给出方向词（向上/向前/向后/向下/居中保持）主板特效先描述PCB基底（颜色、纹理、芯片布局），再逐beat写粒子/电流光波的：起始位置、沿走线路径穿梭方式、密度节奏性变化、信号放大节点高亮爆闪时机真人操作先定景别（手部特写/屏幕推进），再描述手指动作细节（按压/旋转幅度、速度），配合屏幕/背光状态变化；须标注慢动作倍率（如"250%慢放"）
• Seedance 2.5（分辨率 480p） 结构化标记（按需使用）：**
  • 环境音效：<工业环境白噪声>、<金属碰撞声>
  • 对话/旁白（通常不用，已独立生成）：{文本}
  • 片内字幕（通常不用）：【文本】
• 质量负向词（每条视频 prompt 末尾必须追加）： no shaky camera, no cheap glow, no neon clutter, no text overlay, no watermark, no subtitles, no music, no lens flare, no motion blur on product edges

旁白 prompt（text to narration）

• 仅当 Final_Video_Spec.md 中用户选择了使用旁白时才生成；若用户选择不使用旁白，跳过本节所有规则。
• 格式：[narration_speaker_profile] + 旁白正文（每段对应一个 shot 或连续 shot 区间）；narration_speaker_profile 以 Final_Video_Spec.md 记录的声音性别为准：
  • 男声：[沉稳男声，中文普通话，语速平缓，播音级专业质感]
  • 女声：[清晰女声，中文普通话，语速平缓，专业质感]
• 旁白正文要求：专业简洁，无行话堆砌，镜头感强；各档字数与节奏须严格匹配分镜设计中的分档规范：
  • 30s 档： 全片旁白总字数 30–45 字，每句 ≤15 字，共 2–3 句；片头 2s 留白，片尾最后 2s 无旁白；五类镜头各取 1 句核心信息，禁止堆砌，优先选功能可视化和产品外观对应的核心描述。
  • 30s 档： 全片旁白总字数 100–120 字，每句 ≤18 字，共 4–6 句；片头 3s 留白，片尾最后 3s 无旁白。
  • 60s 档： 全片旁白总字数 210–240 字，每句 ≤20 字，共 8–12 句；旁白节点与五类镜头切换点对齐；最后 5s 仅保留 BGM。
  • 120s 档： 全片旁白总字数 450–510 字，每句 ≤22 字，共 18–25 句；功能可视化与爆炸拆解段落句间可加 0.5–1s 停顿以配合特效 beat；最后 8s 旁白收尾不超过 1 句。
  • 180s 档： 全片旁白总字数 680–760 字，每句 ≤22 字，共 28–38 句；主板特效段落可留 5–8s 无旁白静默区；片头 0–5s 及片尾最后 10s 不出旁白。
• 每段 prompt 须标注对应 shot 编号区间，便于 narration 分段生成与时间线精准对齐。
• 旁白与 BGM 高潮鼓点重叠时，旁白句尾须在鼓点前 0.5s 结束，避免声音竞争。

节奏与剪辑原则

• 总时长严格遵照 Final_Video_Spec.md 中用户确认的时长（30s / 30s / 60s / 120s / 180s 五档之一）；五类镜头类别按分镜脚本中分配的时长拼接，不得压缩或拉伸导致总时长偏差超过 ±1s。
• 类别间切换：使用0.5s以内的硬切或快速叠化（dissolve ≤0.3s），不使用翻页、旋转、变焦等花哨转场；仅在「外观质感→功能可视化」这一类别切换节点可用0.5s暗场过渡。
• 慢动作镜头（手部操作、金属环绕）在时间线上保持原始慢速播放，不做二次加速或插帧。

音画同步规则

• BGM 强拍对齐： 在时间线排布前先标注 BGM 的强拍位置（每小节第1、3拍），以下视觉事件须落点在最近强拍 ±0.1s 以内：
  • 功能可视化镜头中的节点爆闪 beat；
  • 爆炸拆解镜头中各模块到位悬浮的瞬间；
  • 主板特效镜头中信号放大节点高亮爆闪；
  • 各镜头类别之间的切换帧。
• 旁白与画面节拍错开规则：
  • 旁白每句开口时机应在对应镜头开始后 0.3–0.5s 才起声，给视觉先行建立画面感；
  • 旁白句尾收声须在 BGM 强拍前 0.5s 结束，避免声音竞争；
  • 功能可视化节点爆闪 beat 和爆炸拆解模块到位瞬间前后各 0.5s 内禁止有旁白起句或收句（留给视觉高潮"呼吸"）。
• 环境音效与视觉动作绑定：
  • 爆炸拆解模块分离动作起始帧：叠加低频工业机械低鸣（<工业环境白噪声>，约 -28dBFS，持续至各模块悬浮到位）；
  • 主板特效镜头信号节点高亮爆闪帧：叠加短促高频电流声（<电流脉冲声>，约 -22dBFS，时长 ≤0.3s）；
  • 真人操作旋钮/按键按压帧：叠加金属咔哒声（<金属碰撞声>，约 -20dBFS），须与手指接触画面帧精准对齐（误差 ≤1帧 / 33ms）。
• 淡入淡出节点：
  • 片头 0–2s：BGM 由静音线性淡入至正常电平；
  • 片尾倒数 3s：BGM + 旁白（如有）同步以 -3dB/s 速率淡出至静音；
  • 各镜头类别切换叠化区间内：旁白暂停出声（叠化帧内不得有旁白），叠化结束后再续旁白。

音频分层

• 轨道1：BGM（全程，底噪水位约 -18dBFS）
• 轨道2：旁白 narration（清晰置顶，约 -6dBFS；有旁白时 BGM 自动降至 -24dBFS，旁白结束后 BGM 在 0.3s 内回升至 -18dBFS）
• 轨道3：视频环境音效（若有，音量低于 BGM，约 -26dBFS）

画质与导出

• 视频轨分辨率以用户在规划阶段确认的画质选项为准：480p 直接使用原始生成素材；1080p / 2K / 4K 使用经 MediaKit 超分后的对应分辨率素材；时间线帧率统一设为 30fps。
• 色调统一：依 Final_Video_Spec.md 所选风格为基准，各镜头调色须保持色温一致，无跨镜头色温跳变（允许偏差 ≤200K）。
• 字幕处理（条件性）：依据 Final_Video_Spec.md 中用户的字幕选择执行：
  • 不需要字幕：时间线中不叠加任何文字图层，成片无字幕；
  • 需要字幕：将旁白文本按句分段作为字幕图层嵌入时间线，与对应旁白音频精准对齐（误差 ≤1帧），字幕仅在旁白出声区间显示，无旁白段落不出字幕。字幕字体、大小、位置须与画面风格保持一致（深色背景选白色字体，浅色背景选深色字体）；若用户未选择旁白，则字幕选项自动跳过。
• 禁止：水印、廉价滤镜、过度锐化；未经用户选择字幕时禁止叠加任何文字图层。