Jurassic Park-inspired short

全片制作阶段与依赖关系：

1. 建立 Final_Video_Spec.md，锁定全局参数：画幅比例 16:9、时长意图、视觉风格（1993年斯皮尔伯格《侏罗纪公园》第一部，35mm复古胶片）、输出语言 → text_editor。
2. 生成 Storyboard（key elements、shot 列表、audio layers）→ storyboard_designer。Storyboard 完成后扫描上下文，将用户已提供的资产绑定到对应 Storyboard 槽位 → media_generator。
3. 建立 key elements（角色、场景、道具）：
   • 若用户已上传元素资产，直接绑定；否则生成图像 → media_generator。
4. 逐 shot 生成最终视频；默认引用对应 element 图像；仅在与前一镜头连续性极强时才额外附加前一 shot 视频作为 reference_video → media_generator。
5. 生成所有音频层（BGM、叙事 VO、环境音效设计意图）→ media_generator。
6. 完成全片剪辑装配并引导用户导出 → video_assembler。

依赖顺序： 2→1；3→2；4→3；5→2；6→3,4,5。

里程碑确认： 每个主要阶段（spec 锁定、Storyboard 完成、元素完成、shot 视频完成、音频完成）完成后暂停，等待用户确认后再推进下一阶段。

用户上传素材处理原则：

• 若用户提供参考图像（剧照、概念图、场景图），提取以下信号并结构化输出供下游使用：
  • 调色特征： 色温、主导色相、饱和度范围、阴影/高光色阶倾向。
  • 胶片质感： 颗粒密度、胶片曝光感、对比度曲线特征。
  • 光影结构： 主光方向、光质（硬/软）、环境光比例。
  • 构图与镜头语言： 焦距感知、景深范围、画幅裁切线索。
• 提取结果须与本 Skill 的视觉风格锚点（1993《侏罗纪公园》35mm写实调色）对齐，不得矛盾。

视觉风格锚点（全局注入所有 shot 和 element）

• 时代感： 1993年斯皮尔伯格《侏罗纪公园》第一部；35mm复古胶片摄影；16:9 画幅。
• 胶片质感： 热厚重胶片颗粒，8K修复胶片画质，柔和复古电影色阶，轻微晕影。
• 调色： 90年代好莱坞商业大片写实调色；低饱和度复古绿调为主导色相；自然写实色彩，无现代高对比度HDR感。
• 光影： 自然写实物理光影；光源动机明确（阳光、灯具等实体光源驱动）；避免数字渲染感或AI过度锐化。

设计 key elements

• 覆盖主要角色、核心场景（如丛林、访客中心、围栏区等）、关键道具（吉普车、夜视镜等）。
• 角色描述须包含：外貌、服装（符合90年代写实风格）、肤色/发型的具体锚定；如有多个造型，逐一列出。
• 场景描述须包含：地貌/环境构成、光线条件（时段、天气）、场景内主要道具的位置关系；描述须与35mm写实胶片质感兼容。

恐龙类 key element 专属描述规范
恐龙属于特殊 element character，须在描述中额外锁定以下四个维度，确保生成结果与1993年电影视觉呈现一致，不滑向现代CGI风格或卡通化：

• 皮肤纹理： 指定皮肤表面的具体质感——爬行动物角质鳞片排布方式（如大鳞片交叠、细密纹路、皱褶区分布）、皮肤干燥或湿润状态、局部颜色分区（如腹部浅色、背部深色条纹或斑块）；禁止描述为光滑或过度反光表面。
• 体型比例： 以写实古生物学标准锚定体型——明确体长/肩高估计、头颈躯干四肢的比例关系、肌肉体量感（厚实写实肌肉而非纤细卡通轮廓）；参照物可引用已有的场景 element 或人物身高作比较基准。
• 运动方式： 描述该物种在本 Skill 中的典型运动特征——步态节奏（如双足交替、尾部平衡摆动）、爆发冲刺时的身体倾斜角度、颈部探查行为或头部转动惯性；运动描述须与下游 shot 的摄影语言衔接（如低角度仰拍时需强调腿部冲击力）。
• 1993年电影视觉校准： 明确标注该恐龙参照1993年《侏罗纪公园》斯坦·温斯顿工作室实体道具与ILM特效的综合视觉呈现；避免使用现代《侏罗纪世界》系列的视觉版本（如迅猛龙无羽毛、霸王龙色调偏暗等具体差异需逐一写明）。

典型恐龙物种 key element 预设模板
以下三份模板可直接用于 Storyboard 的 key_element 填写，按物种规范锁定外观，下游生成时无需重新描述。

[Element_TRex] 霸王龙（Tyrannosaurus rex）

• 皮肤纹理： 大块交叠角质鳞片覆盖躯干与颈部，吻部和眼周分布细密皱纹；腹部鳞片较小、颜色偏浅沙灰；背部、腿部为深橄榄棕色带不规则暗斑；皮肤整体干燥粗糙，局部（吻部、颈部皱褶处）呈微湿润光泽；禁止描述为光滑或玻璃质反光表面。
• 体型比例： 体长约12米，肩高约4米；头颅巨大占躯干比例明显，厚颈短前肢；腿部粗壮肌肉感强，大腿内侧肌群明显隆起；尾部粗重水平延伸作平衡；整体体量厚实，参照场景中成年人身高（约1.75m）作比较基准，头部可轻松高于单层建筑檐口。
• 运动方式： 双足交替步态，重心随步伐左右轻微摆动；常速行进时尾部做小幅横向摆动；冲刺时躯干前倾约30°，尾部水平抬高，步幅极大；颈部探查行为——嗅觉搜索时头部缓慢左右扫动，鼻孔张合可见；低角度仰拍时需强调腿部落地冲击感与地面震动。
• 1993年电影视觉校准： 参照斯坦·温斯顿工作室实体道具与ILM CGI综合呈现；体色为橄榄棕/深棕，非《侏罗纪世界》系列的浅灰白版本；皮肤无任何羽毛或羽状结构；眼睛为琥珀黄虹膜、竖瞳；前肢两指清晰可见；避免现代版的"疤痕纹路"或过度纹身感细节。

[Element_Raptor] 迅猛龙（Velociraptor）

• 皮肤纹理： 细密鳞片全身覆盖，背部鳞片略大于腹部；体色为沙棕底色叠加不规则深棕竖向条纹，腹部偏米白；皮肤干燥哑光，颈部与关节处有细碎皱褶；严格禁止任何羽毛、原羽或绒毛描述；禁止光滑或湿润光泽感。
• 体型比例： 体长约1.8米（不含尾），站立肩高约0.9米，与成年人腰部齐高；头颅狭长，吻部较尖，眼眶较大；颈部修长灵活；后肢强壮，镰刀爪（第二趾）离地抬起可见；前肢三指爪，爪尖锐利；尾部细长僵直作平衡杆；整体体型修长敏捷，非卡通化圆润轮廓。
• 运动方式： 双足高速奔跑，身体前倾接近水平，尾部笔直后伸；转向灵活，爪击地节奏清脆；群体协作时有侧翼包抄走位；低头嗅探时颈部弧形下弯；突袭前有短暂静止凝视蓄力的典型行为节拍；近距离镜头需强调镰刀爪离地姿态与眼神聚焦细节。
• 1993年电影视觉校准： 参照斯坦·温斯顿工作室实体道具版本；无任何羽毛（包括头冠羽或背脊原羽）；体色为条纹棕，非《侏罗纪世界》蓝系列的蓝灰金属光泽版；眼睛为橙黄虹膜；爪部为角质暗褐色；避免描述任何现代版本的皮肤图案或体色改动。

[Element_Brachio] 腕龙（Brachiosaurus）

• 皮肤纹理： 大型多边形鳞片覆盖全身，颈部鳞片尤为宽大且排列规律；体色为暖橄榄绿/灰绿，腹侧偏浅黄米色；背脊线颜色略深；皮肤整体干燥厚实，老年个体可见颈部皮肤松弛皱褶；禁止描述为光滑皮革质感或过度反光。
• 体型比例： 体长约26米，肩高约9米，头顶离地约13米；前肢明显长于后肢导致背线前高后低倾斜；颈部极度修长，占全长约1/3；头部相对体型较小，鼻孔位于头顶；四肢粗壮如柱，足部宽大；与成年人相比，单侧前肢高度约为3个成人身高；适合用远景或极低角度仰拍强调体量差。
• 运动方式： 四足缓步行进，步伐沉重，每步有明显地面震感；颈部做缓慢弧形摆动采食，动作流畅从容；进食时后肢可轻微分开支撑，前躯抬高；受惊时颈部迅速抬直、躯体向后退步；整体动作频率低、幅度大，强调重力感；适合用缓慢推镜配合宽画幅强调其宏大尺度。
• 1993年电影视觉校准： 参照ILM CGI首版呈现；体色为橄榄绿灰，非后续系列的蓝灰冷调版本；皮肤无羽毛；眼睛为深棕色，表情温和；避免任何现代版本的纹理改动或体色调整；首次登场镜头（远景配合人物仰望反应）是本 Skill 的标志性构图参考。

典型场景 key element 预设模板
以下三份模板可直接用于 Storyboard 的 key_element 填写，锁定场景外观与光线条件，下游生成时无需重新描述。

[Element_Scene_Jungle] 岛屿热带丛林

• 地貌/环境构成： 茂密热带雨林；多层林冠遮蔽，树干粗壮、板根延伸地面；地面覆盖蕨类植物、苔藓湿土与落叶；背景树冠间隙透入碎片状天光；可见藤蔓垂挂与低矮灌木丛。
• 光线条件： 过滤式漫射光为主（林冠遮挡直射阳光），少量丁达尔光柱穿透叶隙；整体光比柔和，阴影边缘模糊；傍晚或暴风雨前光线偏暗绿冷调，强调压抑感；晴日午后偶有强逆光从树冠顶部射入，形成剪影轮廓。
• 氛围与道具关系： 场景内无大型人工构筑物；偶有破损围栏或警告标识作为人类存在的痕迹；主要服务于恐龙潜行、追逐及发现段落；低角度仰拍时前景蕨类叶片遮挡配合景深制造悬疑。
• 35mm胶片兼容性： 低饱和复古绿调在此场景天然契合；颗粒在暗部区域可见度高；避免描述为高饱和热带明信片绿。

[Element_Scene_VisitorCenter] 访客中心

• 地貌/环境构成： 大型热带园林建筑综合体；主厅为高挑穹顶中庭，中央陈列全尺寸恐龙骨骼化石（腕龙/迷惑龙骨架）；地面铺设浅色石材；室内摆放木质展示台、信息亭、观景植物；外立面为米白色混凝土与大面积落地玻璃幕墙，热带植被环绕。
• 光线条件： 室内：天窗散射自然光为主，配合暖色钨丝灯具补光；骨骼展陈区有专项聚光照明，投射清晰阴影；整体光感偏暖，90年代商业建筑照明质感。室外：热带强日光，建筑投射硬边阴影；傍晚时橙红暖调侧光打亮立面。
• 氛围与道具关系： 关键道具——中央恐龙骨架展陈、电子地图展示台、玻璃幕墙反光；适合人物对话、信息讲解及末段恐龙入侵室内段落；广角镜头可强调穹顶高度与人物渺小对比。
• 35mm胶片兼容性： 室内暖钨丝光与自然天光的混合光比符合90年代胶片曝光特征；玻璃反光可作天然分光效果；避免描述为现代冷白LED照明质感。

[Element_Scene_FenceZone] 高压围栏区

• 地貌/环境构成： 开阔草地/林缘交界带；主体结构为高约8米的金属网格高压电围栏，立柱间距均匀、绝缘子可见；围栏外侧为热带草丛与矮树林；围栏内侧视野较开阔，可见土路与警示标牌；地面局部有泥泞积水与车辙印。
• 光线条件： 全露天环境；晴天强侧光（早晨或下午）在围栏立柱和网格上投射规律性几何阴影；暴风雨段落乌云压境、漫射冷光、雨水打湿所有表面；夜间段落围栏绝缘子发出微弱蓝白电弧光，其余区域依赖月光或手电筒局部照明。
• 氛围与道具关系： 关键道具——高压电围栏（可见通电/断电状态变化）、警示标牌、吉普车停靠位置；是霸王龙突破段落的核心场景；低角度仰拍围栏网格可强调被困/对峙感；雨夜段落是本 Skill 标志性视觉时刻。
• 35mm胶片兼容性： 雨夜场景的高对比度局部照明（手电光圈 vs 周边黑暗）是35mm胶片暗部颗粒感最突出的情境；金属围栏在胶片质感下呈哑光冷灰而非镀铬高反光；避免描述为数字感夜视绿或过曝闪光效果。

设计 shots

• 镜头时长：优先设计 8–15s 的较长 take，内含内切（如推近+剪切到特写）；单 shot 不超过 15s。
• 每个 shot 描述须包含：
  • 场景： 引用对应 element scene ID。
  • 故事节拍： 角色动作与情绪弧线；若有对白，写出精确台词，引用角色 element ID。
  • 摄影语言： 镜别（远景/中景/近景/特写/极近特写）、摄影机运动（见下方词库，按需选取并标注具体运动参数）、构图（三分法/低角度仰拍强调生物威压感/前景遮挡制造悬疑）。

摄影机运动词库（设计 shot 时按需引用）

运动类型	典型用途
稳定轨道缓慢推进（steady dolly push）	积累张力；人物发现生物前的漫长等待
低空贴地跟拍（low-level ground tracking）	强调恐龙腿部冲击力与地面震动感
航拍海岛远景（aerial establishing shot）	开场或转场，交代岛屿地貌宏观格局
快速手持晃动（fast handheld shake）	追逐/惊吓段落，快速提升紧张感
恐龙头部极近特写（ECU dinosaur head）	强调眼神、鼻孔张合、皮肤纹理细节
俯瞰整片雨林（overhead aerial jungle canopy）	展示热带丛林规模；营造空旷与未知感
长焦远景全景（telephoto wide shot）	压缩纵深，使背景恐龙显得更近、更巨大
缓慢平移长镜头（slow lateral pan，long take）	跟随角色行进或扫描场景全貌
升格慢镜头（overcrank slow motion）	强调关键动作细节（恐龙冲刺/跌落/撞击）；保留胶片颗粒感

• 光影备注： 时段、主光方向、环境光氛围（如傍晚侧逆光营造剪影张力）。
• 斯皮尔伯格构图偏好：大量低角度仰拍强调恐龙体量；前景遮挡制造悬疑；缓慢推镜积累张力；主角反应镜头与生物镜头交叉剪辑。

设计跨 shot 音频层

• BGM： 参考约翰·威廉姆斯管弦乐风格，宏大写实交响乐感；根据叙事节奏可分段设计。
• 环境音/SFX： 在 shot 描述中注明关键自然环境音（丛林虫鸣、雨声、脚步震动等），供生成时参考。
• VO 旁白： 若有旁白，定义 narration_speaker_profile（如：[沉稳男声，磁性，纪录片叙述风格]）及脚本内容。

Element 资产生成

• 使用 TextToImage 生成场景/道具元素图；同一角色的不同造型优先使用 ImageToImage 以保持跨造型一致性。
• 图像生成模型严格使用 GPT Image 2，推荐分辨率 2K；风格提示须包含35mm胶片颗粒感、写实自然光影、低饱和复古绿调等视觉锚点。
• 角色图：生成横向拼合参考图——左侧头肩特写（面部特征锚定）、右侧全身（服装/体型）。

Shot 视频生成

• 使用 MultiModalToVideo，模型严格使用 Seedance 2.5，分辨率 480p。
• 每个 shot 的参考输入：
  1. Element 图像：该 shot 涉及的所有角色、场景、道具的 element 图像（默认必须绑定）。
  2. 前一 shot 视频（reference_video）：仅在与前镜头连续性极强时使用；常规情况下跳过，避免引入不必要的运动约束。
• 画幅：在 video_assembler 阶段确认为 16:9 比例。

音频生成

• BGM：使用 text_to_instrumental，风格描述强调管弦乐、写实交响、90年代好莱坞冒险片质感。
• VO 旁白：使用 text to narration，按 Storyboard 中定义的 narration_speaker_profile 设置音色。

最高优先级（全局）： 用户使用中文交互时，prompt 正文以中文书写；片中对白/旁白台词须遵循 Final_Video_Spec 指定的输出语言。

视觉风格固定短语（每条 image/video prompt 均须包含，可微调措辞但不可删减核心语义）：

35mm film grain, 1993 Hollywood realism, 16:9 aspect ratio, desaturated vintage green tones, natural physical lighting, warm heavy film grain, soft vintage cinematic color grading, 8K film restoration quality, low saturation, practical light sources, Spielberg cinematography

热带丛林场景固定环境短语（凡涉及 [Element_Scene_Jungle] 或户外丛林场景的 image/video prompt，须从以下词组中按需选取融入 prompt，不可与视觉风格固定短语冲突）：

outdoor tropical rainforest, diffused overcast sky light, Tyndall light beams through jungle canopy, dappled light filtering through leaf gaps, humid rainforest haze and water vapor, wet foliage specular highlights, moist earth and moss-covered ground, ancient towering trees with buttress roots, primeval jungle terrain, tropical island natural landscape

访客中心场景专属环境短语（凡涉及 [Element_Scene_VisitorCenter] 或室内访客中心场景的 image/video prompt，须从以下词组中按需选取融入 prompt，不可与视觉风格固定短语冲突）：

indoor atrium with skylight diffused natural light, warm tungsten practical light fill, dinosaur skeleton spotlight casting sharp bone shadows, large glass curtain wall reflections, high vaulted ceiling interior, warm mixed light from skylights and tungsten lamps, 1990s commercial building interior lighting, stone floor with soft reflected light, tropical foliage inside lobby, deep shadow contrast under display spotlights

图像 prompt（TextToImage / ImageToImage）

• 结构：主体 + 动作/姿态 → 环境/背景 → 光线条件 → 视觉风格固定短语 → 构图/镜别。
• 恐龙类 prompt 专属规范： 皮肤纹理须明写鳞片类型与分布（如 "overlapping keratinous scales, dry leathery hide, pale underbelly"）；体型须含体量词（如 "massive muscular haunches, thick neck, heavy torso"）；颜色版本须对齐1993年斯坦·温斯顿版本（非《侏罗纪世界》改版），如需可加 "1993 Stan Winston practical effects reference"；禁止出现 "feathered"、"sleek smooth skin"、"vibrant saturated scales" 等偏离原版的词汇。
• 禁止使用现代电影风格词汇（如 "cinematic HDR"、"neon color"、"hyper-sharp 4K"）。
• key_element 图像：锁定外观、服装、材质状态；避免画面内出现无关文字。

视频 prompt（MultiModalToVideo / Seedance 2.5）

• 参考图绑定占位符：<<<image_1>>>、<<<image_2>>> …，每个角色/场景独立标注。
• 运动描述栈：摄影机（运动类型/速度）→ 主体（动作节拍/面部反应）→ 空间（环境变化/遮挡关系）→ 音效提示（环境音/SFX；若无独立 VO 轨则在此注明）。
• 斯皮尔伯格镜头语言词汇（按需使用）：slow dolly push、low angle upshot、foreground obstruction、rack focus、wide establishing then cut to reaction、handheld slight shake for tension、low-level ground tracking shot、aerial establishing wide shot、fast handheld shake、ECU (extreme close-up) dinosaur head、overhead aerial jungle canopy shot、telephoto wide shot、slow lateral pan long take、overcrank slow motion。
• Seedance 2.5 音效标记：SFX <...>，对白 {...}（非项目语言时在括号前标注语言），片名/字幕 【...】。
• 固定负向词： no subtitles、no music（BGM 在独立音频层处理）；若有独立 VO 轨，no voiceover in video。

画幅与节奏

• 最终输出画幅：16:9；若生成素材比例不符，优先裁切而非压缩变形。
• 整体剪辑节奏参考90年代好莱坞叙事片：张力段落适度拉长 shot 时长制造悬疑，动作/追逐段落收紧节拍；避免现代快剪风格。

转场

• 默认使用直切；情感过渡或时间跳跃段落可使用淡入淡出或溶叠；禁止使用花哨数字特效转场。

音频混合

• BGM 层垫底，整体音量控制在不掩盖对白和关键 SFX 的水平。
• 环境音/SFX 层与画面动作同步（如恐龙脚步震动与画面对齐）。
• VO 旁白层优先级高于 BGM，保证清晰度。
• shot 内置音频（MultiModalToVideo 生成的同步音效）与独立音频层混合时，注意避免对白/VO 重叠。