Подготовьте проект студии. Многоступенчатые инструкции являются ссылками; они не запускаются и не заряжаются для генерации.
故事驱动型视频。使用 GPT Image(生成多面板网格帧)+ Seedance 2.5(分辨率 480p)。在关键阶段暂停以供用户确认;这是基于单次工作流的人机协作。
Текст рабочего процесса сохранился в оригинальном китайском языке. Ссылки на модели могут отличаться от тех, которые доступны здесь. Проверьте студию на наличие поддерживаемых моделей и фактических кредитных котировок.
完整视频的阶段逻辑和依赖关系:
Final_Video_Spec.md(标题、类型、宽高比、时长、视觉风格、语言)→ text_editor。key_elements。否则,生成元素图像 → media_generator。Final_Video_Spec.md / 流水线)。依赖关系: 2→1;3→2;4→3;5→2,4;6→2;7→2,5,6。
何时暂停: 不要一次性运行所有步骤。在规格说明、故事板、元素、每批或每组多镜头合成图之后(或所有合成图完成后)、镜头视频之后以及音频之后停止 —— 在阶段之间与用户确认。使用卡片或 reply_to_user 进行审核。
注意: 用户提供的媒体:在重新生成前通过 media_generator 绑定;避免重复用户已经提供的内容。
如何设计关键元素
如何设计镜头
[Element_Office_Noir])。如何设计独立音频
audio_id 和范围的多个段落。narration;语音、语调、确切脚本;镜头范围的 layout_instruction。元素资源生成
每个镜头的多镜头参考合成图 (GPT Image 2)
Final_Video_Spec.md / 生成预设为该镜头锁定了什么)。不要将单元格压缩成与最终视频几何形状不符的极端长条;匹配比例可以减少将合成图用作参考时的重构漂移。Final_Video_Spec.md 中定义的视觉风格(类型、外观、调色板、时代、参考资料)—— 将其一致地应用于该拼版上的所有剪辑。最终镜头视频 (Seedance 2.5(分辨率 480p))
<<<image_n>>> 参考对每个角色进行标记(对应元素拼版);合成图是主要的静帧参考 —— 通过拼版上可见的编号剪辑索引 (1…N) 驱动运动,不要猜测拼版顺序(参见 write_the_prompt)。A. 多镜头参考合成图提示词 (GPT Image 2)
意图: 此镜头的 N 张关键静帧的联系表 (contact sheet)。每个静帧位于一个单元格内,其宽高比与镜头的最终视频宽高比相匹配(例如与 Seedance 将使用的 16:9 或 9:16 相同)。该表是一个布局参考,并不声明磁贴按位置即为时间轴顺序。
单元格几何形状(优先级): 在提示词中明确说明每个单元格都被信箱格式化或裁剪为该镜头的目标输出宽高比(写明比例,例如 “每个子帧均为原生 16:9”)。这比磁贴在画布上的排列方式更重要。
剪辑顺序标记 / 故事板索引(必需): 每个单元格必须在固定角落(整个拼版采用一种惯例,例如左上角)显示与故事板剪辑清单中相同的剪辑编号(1 … N)。编辑顺序仅遵循这些数字 —— 磁贴的空间顺序是可选的,为了布局整洁可以选择任何空间排列。标记:极简、高对比度、小巧可读;属于制作元数据,除非剧本要求,否则不要作为画面内的标牌。
开头(必需的标准模板): 示例格式:“单张图像,一张 [N] 个分隔电影静帧的拼版。每个静帧的构图均为 [目标宽高比,例如 16:9],以匹配最终视频。单元格之间有细的中性分隔线。每个单元格在 [角落] 显示一个匹配故事板剪辑列表的小索引 [1…N]。写实真人电影风格;角色和服装保持一致。”(仅为整洁排列调整行列;不要要求从左到右作为故事顺序。)
按剪辑(按清单索引): 对于每个索引 1 … N,在一个流畅的英文段落中(或清晰编号为 Cut 1 / Cut 2 / … 并与图像上的标签匹配),仅描述在该静帧中可见的内容:主体姿势、环境、镜头尺寸、角度、光线、调色、镜头感 —— 与下方的 6 大核心规则对齐(以自然语言编织,不要在输出提示词中作为带标签的要点标题)。
6 大核心规则(全局 + 每个剪辑): 专业风格锚点(必要时使用作者电影/参考电影);构图与镜头;强调负补光/对比度的光线;克制的调色(除非用户有其他要求,否则单一主色调 ~90%;除非被要求,否则避免陈词滥调的霓虹洋红/青色冲突);渲染质量(纹理、细节);戏剧性节拍上的情绪与微表情。画面内文字: 仅在必要时将确切文案放在引号内。
B. 视频提示词 (Seedance 2.5(分辨率 480p))
以 live action 开头: 当主要参考是同一多镜头合成图像时,视频提示词以短语 live action 开头(开头的小写短语)。它会微妙地引导 Seedance 走向更真实的光线、皮肤/物体纹理和运动 —— 比插图或过度的“AI 光泽”静帧更接近真实影像。它不能替代具体的运动或摄影语言;它在正确的方向上偏向了模型解释。
然后: 针对元素参考(<<<image_1>>>,…)标记角色。对于合成图,明确说明:遵循故事板上打印的剪辑编号 1→2→…→N —— 不要假设拼版位置等于时间顺序。描述这些编号节拍上的时间流 —— 对动态部分使用 摄影机 → 主体 → 空间 → 音频:
{...},音效 <...>,仅在有意图时使用音乐 (...);否则执行下方的静音规则。多节拍 / 镜头 1,镜头 2: 您可以标记节拍 Cut 1, Cut 2, … 与合成图上的打印索引匹配。不要依赖精确的墙上时钟计时(例如“3.0–5.0s”);按数字而不是按拼版位置描述有序的节拍。
Seedance 包装器: (...) 音乐,<...> 音效,{...} 对话(若非项目语言则需标注语言),【...】 屏幕标题。
负面约束(始终适用):
no music。no subtitles(字幕在后期添加)。