Przygotujcie szkic studyjny. Wielostopniowa instrukcja jest referencjami; nie jest ona uruchamiana ani pobierana za wytwarzanie.
参考现有视频以生成最终视频。使用 Nano Banana + Seedance 2.5(分辨率 480p)。在关键阶段暂停以获取用户确认;通过单次工作流实现人机协作。
Tekst Workflow jest zachowany w oryginalnym chińskim. Modele referencyjne mogą różnić się od dostępnych tutaj. Sprawdź w studiu, czy nie ma obsługiwanych modeli i faktycznych notowań kredytowych.
完整视频的阶段逻辑和依赖关系:
Final_Video_Spec.md(标题、类型、比例、时长、视觉风格、语言、模型偏好)→ text_editor。依赖关系: 2→1;3→1,2;4→1,3;5→1,3,4;6→3;7→3,4,5,6。
注意 — 用户提供或现有的媒体(主要影响步骤 3–6): 在填充生成内容之前,通过 media_generator 将其绑定并分配到适当的分镜位置;避免重复生成用户已提供的内容。
何时暂停: 不要一次性运行所有步骤。在上述每个关键阶段(例如:规格确定后、故事板完成后、元素图像完成后、关键帧完成后、分镜视频完成后、音频完成后)停下来,与用户确认,然后再进行下一步。在继续之前,使用卡片或 reply_to_user 邀请用户进行审核。
视频分析(VIDEO Analysis)指南
00:00–00:30s, 镜头描述(或相应的 MM:SS.mmm 范围)。如何设计关键元素
[Element_Detective_Li],[Element_Boss_Zhao];[Element_Observation_Room],[Element_Chief_Office])。如何设计镜头
[Element_Office_Noir])。如何设计独立音频
audio_id 和范围)。narration)中设计旁白或对话,包含内容、声音/语调和时间范围;如果存在 voice_reference 资产,请将其链接到 layout_instruction 或注释中,以便后续对齐。元素生成
asset_id 并分别生成。
voice_reference 音频剪辑(例如该角色/旁白者的样本),用于旁白生成以匹配声音和语调。
zh) 内容:豆包。对于英语/全球 (en) 内容:elevenlabs。最终镜头视频生成
旁白和 BGM
按照分镜和时间轴顺序组装所有镜头、旁白音轨和 BGM;在剪辑准备就绪时引导用户导出。
如果最终镜头没有镜头内对话或旁白,请在编辑中将镜头/视频层的嵌入音频静音,并依赖音频层(按设计使用的 BGM/SFX),这样镜头生成的音频就不会与混音冲突。
优先级最高、适用于所有prompt编写情况:当用户使用中文输入或是加载中文语言环境时,提示词prompt需要用中文书写。但是prompt中有关旁白/对话的内容要严格遵循Final_Video_Spec中的Output Language。
图像生成提示词 (TextToImage, ImageToImage)
所有图像提示词的通用原则
Neo-Noir style, David Fincher Style, inspired by Se7en 作为风格锚点,而不是泛泛地陈述 Neo-Noir 风格)。Over-the-shoulder shot,Dutch angle)和景别(例如:Close-up,Medium shot)。Strong chiaroscuro contrast,dramatic interplay of light and shadow,或 deep facial shadows emphasizing facial structure)。deep teal-cyan shadows dominating 90%, zero warm fill 或 muted watercolor wash)。除非用户明确要求,否则永远不要使用红蓝霓虹冲突(例如禁止 crimson bleed,霓虹洋红 vs 青色)。将图像限制为一种主色调,占据画面约 90% 的比例(例如深蓝绿色)——极致克制。oppressive suffocation, no mercy, 和 predatory stillness)。拒绝生硬、摆拍的样子。对于无生命物体,描述其状态(例如:Destined aura, piercing gaze, cold and detached atmosphere)。当目标角色为 key_element 时
提供清晰、详细的元素视觉定义,以确保其在镜头间保持一致。提示词结构围绕:
当目标角色为关键帧(开始帧、结束帧或高亮帧)时
首先,在镜头的 Description 中找到相应的时刻:识别确切的节拍——开始状态、结束状态或视觉/戏剧性最强烈的瞬间——并以此为基础。如果镜头描述没有清楚地描绘那个时刻,请在脑海中模拟该镜头(主体运动 + 摄像机移动 + 环境变化),想象场景在那个精确瞬间的样子,然后自己填充细节。无论哪种方式,只描述那一瞬间静止的图像——什么可见,它是如何取景的,以及一切处于什么状态:
视频生成提示词
使用以下 Seedance 顺序追加运动/动态提示词(摄像机 → 主体 → 空间 → 音频):
在书面提示词中遵循此顺序:
( ... ),例如:(fast-paced rock playing in the background)。<...>,例如:<distant dog barking>。{...},例如:{Hello, world} —— 如果台词不是项目使用的原始语言(例如,英语短片中的日语独白),请在花括号前标注语言,例如:Says in Japanese: {こんにちは}。【...】,例如:【Chapter One: Departure】对于单个镜头内高度复杂或多阶段动作的特别说明:您必须按顺序描述序列。您可以使用“cut to”标记来表达过渡(Shot A..., cut to Shot B..., cut to Shot C...)。
Shot1: <<<image_1>>> his hands carefully open a dusty wooden box, with the sound of a soft creak. <<<image_1>>> His expression is focused and curious. The camera is a fixed shot, and the background attic is static. Shot2: cut to a bright blue light emanates from the artifact inside, casting an ethereal glow on his face and creating long, shifting shadows in the room. <<<image_1>>> His expression changes from focused to shocked awe as the camera begins a slow zoom in on his face. Shot3: cut to <<<image_1>>> he looks up with determination, the blue light reflecting in his eyes, as he slightly turns his head to the left to look past the camera. (no dialogue, no music, no subtitles)注意: 为了确保后期制作输出干净,您必须始终在提示词中包含以下负面约束: