Prepare um rascunho de estúdio. As instruções em várias fases são referências; isto não é executado nem cobrado por geração.
基于上传的产品图片制作商业视频。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“单镜头流水线”实现人机协作。
O texto de fluxo de trabalho é preservado em seu chinês original. Modelos referenciados podem diferir dos disponíveis aqui. Verifique o estúdio para modelos suportados e cotações de crédito reais.
阶段逻辑与依赖关系:
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→2;4→2,3;5→2;6→4,5。
注意 — 用户提供或明确指定了媒体资源(主要影响第 3–6 步): 在生成内容之前,请通过 media_generator 将用户上传的素材绑定并分配到适当的故事板位置;不要重复生成用户已提供的素材。
可选中间步骤(如果路由器需要): 当视频工具受益于锁定的第一帧时,在第 4 步之前为每个镜头生成 一个关键帧;否则,根据产品默认设置,直接执行 元素 → 镜头视频。
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、故事板确定后、元素图像生成后、关键帧生成后、镜头视频生成后、音频生成后)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 邀请用户审阅。
如何设计关键元素
如何设计镜头
将镜头分为两类:
[Element_Underwater_Rig],[Element_Trail_Run])。如何设计独立音频
audio_id 和范围)。narration)。定义声音特征、基调和确切的脚本;使用 layout_instruction 将其限定在相关的镜头中。元素资产生成
最终镜头视频生成
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,而不是泛泛地说明 Neo-Noir 风格)。Over-the-shoulder shot(肩后镜头)、Dutch angle(荷兰角))和景别(例如 Close-up(特写)、Medium shot(中景))。Strong chiaroscuro contrast(强烈的明暗对比)、dramatic interplay of light and shadow(光影的戏剧性交织)或 deep facial shadows emphasizing facial structure(强调面部结构的深面部阴影))。deep teal-cyan shadows dominating 90%, zero warm fill(90% 的深青色阴影,零暖光填充)或 muted watercolor wash(柔和的水彩洗色))。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(深红晕染)、霓虹洋红 vs 青色)。将图像限制在 90% 左右的区域内仅使用一种主色调(例如深青色)——极度克制。fine rendering quality(精细渲染质量)、rich and intricate details(丰富错综的细节)、soft-focus effect with subtle Gaussian blur(带轻微高斯模糊的柔焦效果))。oppressive suffocation(压抑的窒息感)、no mercy(冷酷无情)、predatory stillness(捕食者的静止))。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(宿命光环)、piercing gaze(锐利的目光)、cold and detached atmosphere(冷漠疏离的氛围))。当目标角色是 key_element(关键元素)时
提供清晰、详细的元素视觉定义,以便在镜头间保持一致。提示词结构应围绕:
当目标角色是关键帧(起始帧、结束帧或高亮帧)时
首先,在镜头的 Description 中定位相应时刻:确定确切的节拍 — 开始状态、结束状态或视觉/戏剧性最强的瞬间 — 并以此为基础。如果镜头描述没有清楚地描绘那一刻,请在脑海中模拟该镜头(主体运动 + 摄像机移动 + 环境变化),想象场景在那个瞬间的样子,然后自己填充细节。无论哪种方式,只描述那个瞬间的静态图像 — 可见的内容、构图方式以及所有事物的状态:
视频生成提示词
对于每个角色,流程存储 两张 图像(头部 + 全身)。在 视频 提示词中,为每张参考图标记每个角色,以便 Seedance 能正确读取面部和造型。使用产品图片标签(<<<image_1>>>, <<<image_2>>> 等)。
模板:Subject 1 — facial features reference <<<image_1>>> (head shot); hair, makeup, and costume reference <<<image_2>>> (full-body shot). 对于 Subject 2,继续编号(<<<image_3>>> 头部,<<<image_4>>> 全身等)。
然后按照以下 Seedance 顺序(摄像机 → 主体 → 空间 → 音频)追加运动/动态提示词:
static → push-in(从静止到推入)、cut to new angle(切到新角度)、orbit(环绕)、pan(摇镜头))。(...),例如 (fast-paced rock playing in the background)(背景中播放着快节奏摇滚乐)。<...>,例如 <distant dog barking>(远处的狗叫声)。{...},例如 {Hello, world} — 如果台词 不 是项目原始语言(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】(第一章:启程)。注意: 您必须始终在提示词中包含以下负面约束,以确保后期制作的输出干净: