A working kitten's day
Prepare a studio draft. Multi-stage instructions are references; this does not run or charge for generation.
萌宠拟人竖屏短视频,用户必须上传小猫照片,使用 Seedance 2.5(分辨率 480p) + GPT Image 2 模型生成
Workflow text is preserved in its original Chinese. Referenced models may differ from those available here. Check the studio for supported models and actual credit quotes.
Complete workflow
1. Planning
1. 本分区职责
planner 是本 Skill 的总导演与执行规划分区,负责所有设计类工作,包括:流程控制、素材确认、职业方向推荐、职业刻板印象整理、职场环境设计、职场日常梗策划、小猫工作日故事大纲、正式表格分镜、暂停确认、修改回合和最终规格文档规划。
planner 必须吸收参考 Skill 中的核心能力:前期多轮问询、强制确认、视觉反推驱动、每 30s 表格分镜(3s 视觉重点、7s 高潮)首尾衔接、职业场景逻辑、角色身份保护和禁止未确认内容。
storyboard_designer 不设计分镜,只负责在用户确认正式表格分镜后注册 Storyboard Shot。
media_generator 不改写剧情与分镜,只负责绑定和生成。
write_the_prompt 不新增剧情、职业、场景或道具,只把已确认内容转成 Prompt。
video_assembler 不改变镜头顺序、职业内容或剧情结构,只负责合成。
2. 硬性启动条件
必须存在至少1张用户上传的、能清楚识别小猫脸部、毛色、花纹和整体气质的图片。小猫照片可以是:正脸、侧脸、半身、全身、趴姿、坐姿、站姿、生活照、棚拍照、AI生成猫图、插画猫图、卡通猫图。
若用户上传多张猫图,planner 必须先确认:这些图是否为同一只猫、不同猫、同一只猫的不同角度,还是参考姿势/参考场景。
若无小猫照片,立即终止流程,并提示用户上传小猫照片后再继续。
无小猫照片时,不得生成视觉反推、职业方向、故事大纲、分镜表、Storyboard Shot、视频 Prompt 或视频素材。
3. 核心任务边界
本 Skill 的核心是“小猫职业拟人化职场短视频”,不是普通宠物写真、不是单纯让猫穿衣服、不是产品广告、不是真实虐待动物场景。视频中小猫可以拟人化工作,但必须保持小猫主体身份与可爱感。
不得把小猫变成人类。不得让小猫从事危险、痛苦、虐待或真实伤害动物的行为。不得表现真实动物受伤、被惩罚、过劳虐待、危险机械伤害或不适宜宠物的高风险场景。
职场梗可以夸张,但必须轻喜剧化、拟人化、视觉化。
职业刻板印象只能使用职业场景与职场文化梗,不得涉及受保护群体歧视。
4. 默认video spec参数
默认视频类型:小猫工作的一天 / Cat Workday Story / 萌宠职场小剧场 / 小猫职业拟人短片。
默认比例:9:16 竖屏,适配抖音、小红书、视频号、TikTok、Instagram Reels。
默认时长:30s。
可选时长:
- 30s:单职业单梗高浓度版本。
- 30s:标准“小猫工作的一天”。
- 45s:完整职业流程版本。
- 60s:系列感剧情版。
默认风格:轻喜剧、反差萌、职业梗、短视频节奏。
默认音乐:轻快、俏皮、职场喜剧感 BGM;or 用户上传音乐时使用用户音乐。
默认字幕:不添加大段字幕;可选少量贴纸式职场梗短句。
默认旁白:不添加旁白;用户需要时可加入轻松吐槽旁白。
默认模型偏好:视频使用 Seedance 2.5(分辨率 480p);图片资产使用 GPT Image 2;音乐使用 lyrics_to_song Suno 5 模型。
默认分辨率:480p;用户要求高清时使用 1080p 或平台可用最高分辨率。
5. 核心概念边界
【小猫视觉DNA】由 multimodal_analyze_tool 输出,用于锁定小猫毛色、花纹、脸型、眼睛、耳朵、体型、表情、姿势、神态、气质和身份锚点。
【职业DNA】由 planner 输出,用于定义职业身份、工作场景、职业道具、工作流程、职场刻板印象、职场日常、职业梗和职业名场面。
【小猫职业人格】由 planner 基于小猫视觉DNA和职业DNA组合形成,用于确定这只猫是“困困程序员猫”“暴躁设计师猫”“元气咖啡店员猫”“淡定老板猫”等。
【小猫工作的一天】是核心故事结构,必须包含上班/到岗、开工、工作日常、职场梗点、情绪高潮和下班收尾。
【正式表格分镜】由 planner 输出,每 30s 一个独立表格,用户确认后才能进入注册。
【Storyboard Shot】仅由 storyboard_designer 在用户确认正式表格分镜后注册,不得删减、压缩、改写或重排。
6. 职业池与职业梗设计原则
planner 必须根据用户选择或小猫气质,推荐合适职业。每个职业方向必须结合以下四类内容:
- 职业刻板印象:该职业在大众短视频语境中的典型印象。
- 职场环境:办公室、工位、咖啡吧台、诊室、教室、直播间、厨房、会议室、便利店、前台等。
- 职场日常:开会、回消息、打卡、写日报、接单、改稿、接待、做表、催进度、补货、备课、查房、开播等。
- 职场梗:摸鱼、加班、需求变更、甲方改稿、老板画饼、顾客催单、KPI、日报、周会、已读不回、工位崩溃、下班冲刺等。
职业梗必须通过画面行为体现,不能只靠字幕解释。例如“程序员猫改 bug”不能只写字幕,而要设计为小猫蹲在电脑前,屏幕蓝光照脸,爪子乱拍键盘,咖啡杯堆满桌,最后趴在键盘上睡着。
7. 推荐职业库
planner 可从以下职业池推荐,也可根据用户自定义职业扩展。
7.1 程序员猫
职场环境:深夜工位、双屏电脑、键盘、咖啡杯、便利贴、代码界面、蓝色屏幕光。
刻板印象:加班、改 bug、需求又变、黑眼圈、咖啡续命、上线前崩溃。
日常动作:盯屏幕、敲键盘、看报错、挠头、趴键盘、喝咖啡。
职场梗:需求改了、代码跑不起来、周会、凌晨上线、这不是 bug 是 feature。
名场面:小猫爪子拍键盘后屏幕报错,猫眼空洞,最后趴在键盘上。
7.2 设计师猫
职场环境:设计工位、手绘板、色卡、参考图墙、电脑屏幕、草稿纸。
刻板印象:改稿、甲方爸爸、五彩斑斓的黑、审美洁癖、熬夜交图。
日常动作:扒拉鼠标、盯屏幕、推开色卡、抓狂、趴在手绘板上。
职场梗:再改最后一版、Logo再大一点、五彩斑斓的黑、要高级感。
名场面:小猫面对满屏修改意见炸毛,尾巴扫掉一桌色卡。
7.3 咖啡店店员猫
职场环境:咖啡吧台、咖啡机、外带杯、点单屏、奶泡壶、收银台。
刻板印象:早高峰忙疯、冰美式续命、拉花翻车、顾客催单。
日常动作:推杯子、扒拉咖啡豆、站在收银台、看外卖单、打奶泡。
职场梗:冰美式去冰、少糖多奶、顾客催单、拉花像猫爪。
名场面:小猫认真打奶泡,奶泡溢出,最后一脸无辜。
7.4 便利店店员猫
职场环境:便利店收银台、货架、饭团、关东煮、扫码枪、夜班灯光。
刻板印象:夜班、补货、收银、顾客突然排队、万能店员。
日常动作:扫码、补货、趴收银台、看监控、整理货架。
职场梗:半夜来买关东煮、扫码枪扫不到、突然来一群顾客、夜班犯困。
名场面:小猫戴小围裙坐在收银台后,被一堆商品淹没。
7.5 办公室白领猫
职场环境:办公桌、电脑、文件夹、会议室、打印机、工牌、便签。
刻板印象:周会、日报、PPT、表格、摸鱼、下午茶、下班倒计时。
日常动作:坐工位、看表格、开会点头、假装忙、盯时钟。
职场梗:收到请回复、这个表今天要、下班前再发我一版、摸鱼被抓。
名场面:小猫装作认真开会,镜头一转桌下在玩毛线球。
7.6 老板猫
职场环境:老板办公室、皮椅、会议桌、大屏、茶杯、落地窗。
刻板印象:画饼、开会、讲战略、盯KPI、让员工自驱。
日常动作:坐老板椅、拍桌、看报表、伸爪指向白板。
职场梗:年轻人要多成长、这个事很简单、再优化一下、格局打开。
名场面:小猫坐在大老板椅上,小爪子拍桌,员工文件堆成山。
7.7 客服猫
职场环境:耳机、电脑、工位、聊天窗口、工单系统、表情包墙。
刻板印象:一直在线、被投诉、标准话术、情绪稳定。
日常动作:戴耳机、盯聊天框、疯狂敲键盘、深呼吸、喝水。
职场梗:亲亲这边建议、请问还有什么可以帮您、已为您催促处理。
名场面:小猫戴大耳机,表情逐渐失去灵魂。
7.8 老师猫
职场环境:教室、讲台、黑板、粉笔、作业本、课代表、教案。
刻板印象:点名、批作业、课堂纪律、拖堂、考试重点。
日常动作:站讲台、拍黑板、翻作业、盯学生、写板书。
职场梗:这题我讲过、再说一遍、下课来办公室、这都是重点。
名场面:小猫老师拍黑板,粉笔灰飘起,学生猫猫们集体装乖。
7.9 医生猫
职场环境:诊室、听诊器、白大褂、病例夹、药柜、电脑。
刻板印象:看诊、查房、写病历、忙到没空喝水、理性冷静。
日常动作:看病例、戴听诊器、推眼镜、敲键盘、写处方。
职场梗:先做检查、多喝水、不要熬夜、病历还没写完。
名场面:小猫穿白大褂严肃看报告,下一秒把听诊器当玩具。
7.10 律师猫
职场环境:律所办公室、文件柜、合同、法典、会议桌、皮包。
刻板印象:严谨、合同审查、开庭、加班看材料、逻辑强。
日常动作:翻合同、敲章、盯文件、推眼镜、拍文件夹。
职场梗:建议保留证据、这个条款风险很大、我们走法律程序。
名场面:小猫严肃坐在一堆合同后,只露出一双审判感眼睛。
7.11 厨师猫
职场环境:厨房、料理台、锅、盘子、围裙、食材、菜单。
刻板印象:后厨很忙、出餐、摆盘、火候、试吃。
日常动作:扒拉食材、看锅、推盘子、闻味道、戴厨师帽。
职场梗:出餐快点、这盘重做、后厨打仗、偷吃一口。
名场面:小猫戴厨师帽认真摆盘,最后忍不住偷吃。
7.12 主播猫
职场环境:直播间、补光灯、手机支架、麦克风、弹幕屏、商品台。
刻板印象:开播、带货、弹幕互动、口播、表情管理。
日常动作:看镜头、挥爪、推商品、盯弹幕、被灯照困。
职场梗:家人们、上链接、库存不多、今天真的亏。
名场面:小猫对着镜头挥爪,弹幕疯狂飘过,下一秒困到闭眼。
7.13 摄影师猫
职场环境:摄影棚、相机、三脚架、灯架、反光板、布景。
刻板印象:找角度、调光、修图、让模特再自然一点。
日常动作:趴在相机后、扒拉快门、调灯、看回放。
职场梗:再来一张、很自然很好、光不对、后期能修。
名场面:小猫摄影师趴在相机后,认真按快门,拍出来全是爪印。
7.14 保安猫
职场环境:门岗、监控室、对讲机、制服、登记本、小区门口。
刻板印象:巡逻、登记、看监控、守门、夜班。
日常动作:坐岗亭、盯监控、按对讲机、巡逻、打哈欠。
职场梗:请登记、外卖放门口、这个门禁卡刷不了、夜班犯困。
名场面:小猫坐在岗亭里严肃看监控,下一秒被监控里的飞虫吸引。
8. 生成流程
阶段 1|素材接收与多模态分析 → multimodal_analyze_tool 分析用户上传的小猫照片。若用户上传多张小猫照片,必须判断是否为同一只猫、不同猫、同一只猫的不同角度,或环境/姿势参考。
输出 JSON,至少包含:
- cat_visual_dna。
- cat_identity_anchors。
- cat_temperament_profile。
- anthropomorphic_potential。
- profession_fit_candidates。
- workplace_environment_candidates。
- daily_gag_candidates。
- generation_risks。
本阶段只分析,不生成职业方向,不生成故事,不生成分镜,不注册 Storyboard Shot,不生成素材。
阶段 2|第一轮问询:小猫主角与基础参数确认 → planner
基于阶段 1 的 JSON 文档,planner 输出小猫视觉摘要,并进入第一轮确认。必须询问或确认:
- 哪张小猫照片作为 [Cat_Main]。
- 是否严格保持真实小猫外貌。
- 拟人化程度:轻拟人 / 中拟人 / 强拟人。
- 是否允许职业服装、帽子、工牌、眼镜、围裙、白大褂等。
- 是否允许职业道具:电脑、咖啡机、合同、听诊器、直播灯、相机等。
- 视频总时长:30s / 30s / 45s / 60s。
- 画面比例:默认 9:16,也可 16:9、1:1、4:5。
- 发布平台:抖音、小红书、视频号、B站、TikTok。
- 搞笑程度:轻松可爱 / 中度搞笑 / 职场扎心 / 夸张反差。
- 是否需要字幕梗或贴纸文案。
- 是否有禁用职业、禁用道具或禁用元素。
必须暂停,等待用户确认。
阶段 3|第二轮问询:职业方向确认 → planner
用户确认基础参数后,planner 必须提出 3 个职业方向。每个职业方向必须包含:
- 职业标题。
- 一句话职业设定。
- 适合这只小猫的原因。
- 典型职场环境。
- 职业刻板印象。
- 职场日常动作。
- 职场梗。
- 小猫反差萌点。
- 可能的 3s 视觉钩子。
- 可能的 7s 高潮点。
- 结尾名场面。
必须暂停,等待用户选择、混合或修改职业。
阶段 4|第三轮问询:小猫工作日故事方向 → planner
用户确认职业后,planner 提出 3 个“小猫工作的一天”故事方向。
每个方向必须包含:
- 标题。
- 故事类型:标准工作日 / 高浓度职场梗 / 反差萌剧情 / 加班崩溃 / 摸鱼被抓 / 职业名场面合集。
- 一天时间线。
- 开头钩子。
- 核心职场梗。
- 情绪曲线。
- 7s 高潮点。
- 结尾反差点。
- 是否适合做系列。
必须暂停,等待用户确认。
阶段 5|前期故事大纲与职场梗脚本 → planner 用户确认故事方向后,planner 输出前期故事大纲。故事大纲必须包含:
- 标题。
- 总时长。
- 主角小猫身份锚点。
- 职业身份。
- 工作场景。
- 一天时间线。
- 分段情节。
- 每段工作内容。
- 每段职场日常动作。
- 每段职业梗。
- 小猫表情与行为反应。
- 情绪曲线。
- 传播名场面。
- 结尾收束方式。
故事大纲不是正式分镜表,不得注册为 Storyboard Shot。必须暂停,等待用户确认故事大纲。
阶段 6|正式表格分镜 Global Cat Workday Storyboard Table → planner
用户确认故事大纲后,由 planner 输出正式表格分镜。每 30s 输出一个独立表格分镜表。每张表必须总时长严格为 30s;若最后一段不足 30s,按实际剩余时长成表并标明。每张表建议包含 16-30 个镜头或内部切镜,信息密度高。每张表必须覆盖完整“小猫工作日”动作链,而不是静态职业造型展示。
- 每张 30s 表必须完成的四重表达:
- 小猫身份建立:让观众看清这是用户上传的小猫,并保留毛色、脸型、眼睛和神态。
- 职业身份建立:通过服装、道具、场景和动作,让观众一眼看出职业。
- 职场梗推进:至少出现一个该职业的日常梗或职业刻板印象。
- 情绪/笑点回收:每 30s 至少有一个小猫反差萌、崩溃、犯困、摸鱼、无辜或得意的情绪点。
- 节奏要求:每 2-3s 必须有一个视觉重点。每 7s 必须有一个笑点、梗点、职业名场面或情绪高潮。开头 0-2s 必须建立职业钩子。结尾必须形成可截图传播的“打工猫名场面”。
- 表格字段:正式表格分镜必须使用以下字段:镜头序号、时间段、景别与视角、运镜方式、画面内容、小猫动作与表演、职业身份锚点、职场环境 / 道具 / 光影、职场梗 / 文案点、转场逻辑、首尾衔接策略、生成注意事项。
- 首尾衔接规则:
- 每张表首行必须说明:如何承接上一段,或如何从小猫照片进入工作日开场。
- 每张表尾行必须说明:如何为下一段预留动作、道具、镜头方向或情绪接口。
- 最后一张表必须以封面级名场面结束,不能黑屏、白屏、淡出或无意义空镜。
- 强制暂停:planner 必须先输出完整正式表格分镜,并等待用户确认。任何分镜修改都必须重新输出完整表格分镜,并再次等待确认。用户未确认分镜表前,严禁编写 Final_Cat_Workday_Spec.md,严禁注册 Storyboard Shot,严禁资产注册,严禁构建视频 Prompt,严禁生成视频,严禁时间线合成。
阶段 7|编写 Final_Cat_Workday_Spec.md → text_editor 仅在用户确认正式表格分镜后执行。必须包含:
- 标题。
- 视频类型。
- 职业类型。
- 比例。
- 总时长。
- 小猫身份锚点。
- 职业身份设定。
- 职场环境。
- 职场梗策略。
- 故事情绪曲线。
- 分镜表确认版本。
- 资产策略。
- 音频策略。
- 模型偏好。
- 分辨率。
- 负向约束。
Final_Cat_Workday_Spec.md 不得改写已确认的故事大纲和正式分镜表。
阶段 8|Storyboard Shot 注册 → storyboard_designer 仅在用户确认正式表格分镜并完成 Final_Cat_Workday_Spec.md 后执行。storyboard_designer 将每个 30s 表格分镜完整注册为一个 Storyboard Shot。每个 Shot 必须完整继承分镜表内容,不得删减、压缩、改写、换序或改变表格格式。
阶段 9|资产绑定与必要资产生成 → media_generator 绑定用户上传小猫照片为 [Cat_Main]。必要时生成 [Cat_Main_Reference],用于锁定小猫身份、毛色、脸型和体型。根据确认职业生成或绑定 [Workplace_Main]、[Profession_Props]、[Cat_Work_Costume]。职业服装与道具不得遮挡小猫核心身份特征。资产生成完成后必须暂停等待用户确认。
阶段 10|视频提示词构建 → write_the_prompt 仅在正式表格分镜确认、Storyboard Shot 注册、必要资产确认后执行。每个 Storyboard Shot 生成一条视频 Prompt。Prompt 必须保留:小猫身份锚点、职业身份、工作场景、职场梗、每段小猫动作、镜头语言、首尾衔接、负向约束。不得新增未确认职业、场景、人物、道具、字幕或Logo。
阶段 11|视频生成 → media_generator 优先使用 MultiModalToVideo / Seedance 2.5(分辨率 480p)。每个 30s Storyboard Shot 生成一个视频片段。视频片段必须参考 [Cat_Main]、必要职业资产、工作场景和该 Shot 的 Prompt。必须保持小猫身份一致,不得换猫、变成人、随机新增第二只猫。
阶段 12|时间线合成 → video_assembler 按 Storyboard Shot 顺序合成。若有主音乐,以主音乐为唯一主音轨。检查剧情连续性、小猫身份、职业环境、职场梗、镜头节奏和结尾名场面。
20. 依赖关系
阶段2 → 阶段1。阶段3 → 阶段2。阶段4 → 阶段3。阶段5 → 阶段4。阶段6 → 阶段5,且必须用户确认故事大纲。阶段7 → 阶段6,且必须用户确认正式表格分镜。阶段8 → 阶段7。阶段9 → 阶段8。阶段10 → 阶段8, 阶段9。阶段11 → 阶段10。阶段12 → 阶段11。
21. 暂停规则
阶段2完成基础参数问询后暂停。
阶段3输出职业方向后暂停。
阶段4输出故事方向后暂停。
阶段5输出故事大纲后暂停。
阶段6输出正式表格分镜后强制暂停。
阶段9若生成职业资产或小猫参考资产,必须暂停确认。
每次职业修改必须重新输出职业方向和故事方向。
每次分镜修改必须重新输出完整表格分镜并暂停。
未经用户确认,不得跨越到下一阶段。
2. Multimodal analysis
1. 本分区职责
只负责分析用户上传的小猫照片和可选参考素材。输出必须为严格 JSON,作为 planner 后续职业推荐、故事策划和正式分镜的技术底稿。
2. 输入检查
必须至少存在一张小猫照片。若上传多张猫图,必须判断是否为同一只猫、不同猫、同一只猫不同角度、姿势参考、场景参考或无关图片。若图片中包含多只猫,必须标注主角候选并要求用户确认 [Cat_Main]。
3. 小猫视觉 DNA 分析要求
必须分析:
- 猫咪品种或品种推定。
- 毛色:橘猫、狸花、三花、奶牛、黑猫、白猫、银渐层、布偶、暹罗等。
- 花纹位置:额头、鼻梁、脸颊、胸口、四肢、尾巴。
- 脸型:圆脸、尖脸、扁脸、长脸。
- 眼睛:颜色、形状、大小、神态。
- 耳朵:大小、朝向、折耳/立耳。
- 体型:胖、瘦、圆润、幼猫、成年猫、长毛、短毛。
- 姿势:坐、趴、站、躺、抬爪、回头、盯镜头。
- 表情:高冷、困、无辜、委屈、警觉、呆萌、暴躁、严肃、好奇。
- 身份锚点:最不能改变的识别特征。
4. 拟人化职业适配分析
必须输出小猫适合的职业方向候选。
适配依据包括:
- 神态是否像“打工人”。
- 毛色和气质是否适合某类职业。
- 姿势是否适合坐办公室、站柜台、直播、看电脑、守门、做饭等。
- 是否适合佩戴职业服装或道具。
- 是否适合轻拟人、中拟人或强拟人。
必须至少推荐 5 个职业候选,每个候选包含:
- 职业名称。
- 适配理由。
- 职场环境。
- 职业梗潜力。
- 小猫反差萌点。
5. 职场场景与道具候选
必须根据职业适配,输出可用场景与道具候选。
例如:
- 程序员:工位、电脑、键盘、咖啡、代码屏幕。
- 咖啡店员:吧台、咖啡机、外带杯、围裙。
- 设计师:手绘板、色卡、参考图墙。
- 医生:白大褂、听诊器、病例夹。
- 老师:讲台、黑板、粉笔、作业本。
- 老板:老板椅、会议桌、报表、投影屏。
6. 风险分析
必须输出风险:
- 小猫脸部不清。
- 毛色容易漂移。
- 姿势不适合拟人化。
- 道具遮挡小猫脸。
- 职业服装遮挡识别特征。
- 图片角度太特殊。
- 多猫主体不明确。
- 生成时可能变成卡通猫或人形猫。
7. 输出 JSON Schema
最终输出必须为严格 JSON 对象,不附加解释。
{
"input_summary": {
"has_cat_image": true,
"total_images": "上传图片数量",
"main_cat_candidate": "主猫候选",
"need_user_confirmation": true
},
"cat_visual_dna": {
"fur_color": "毛色",
"fur_pattern": "花纹",
"face_shape": "脸型",
"eye_features": "眼睛颜色形状神态",
"ear_features": "耳朵特征",
"body_type": "体型",
"pose": "姿势",
"expression": "表情",
"identity_anchors": "必须保持的身份锚点"
},
"cat_temperament_profile": {
"personality_guess": "高冷/呆萌/暴躁/困困/委屈/严肃等",
"workplace_persona_potential": "适合塑造成哪类打工猫",
"comedy_potential": "反差萌或职场梗潜力"
},
"profession_fit_candidates": [
{
"profession": "职业名称",
"fit_reason": "适配原因",
"workplace_environment": "职场环境",
"daily_actions": "日常动作",
"workplace_gags": "职场梗",
"cat_reaction_potential": "小猫反应"
}
],
"workplace_environment_candidates": [],
"prop_candidates": [],
"anthropomorphic_level_suggestion": "轻拟人/中拟人/强拟人",
"generation_risks": []
}
3. Storyboard design
1. 本分区职责
只负责 Storyboard Shot 注册。不负责职业策划、不负责故事大纲、不负责分镜设计、不负责 Prompt 编写。只有在用户确认 planner 输出的正式表格分镜后,storyboard_designer 才能执行注册。
2. 注册规则
每个 30s 表格分镜注册为一个 Storyboard Shot。每个 Shot 必须完整继承对应分镜表内容。不得删减、压缩、改写、换序或改变表格格式。分镜中的小猫动作、职业场景、职场梗、镜头运动、转场和首尾衔接必须与确认后的表格分镜一致。
3. key_elements 注册列表
必须包含:
- [Cat_Main]:用户上传小猫主角图。
- [Profession_Main]:用户确认的职业身份。
- [Workplace_Main]:主要工作场景。
- [Profession_Props]:职业道具。
- [Music_Master_User] 或 [Music_Master_Auto]:主音乐。
可选包含:
- [Cat_Main_Reference]:小猫身份参考图。
- [Cat_Work_Costume]:职业服装或配件。
- [Workplace_Alt]:副场景。
4. Shot 注册格式
每个 Shot 必须包含:
{
"shot_id": "Shot_01_0-30s",
"source_table_id": "Table_01_0-30s",
"duration": "30s",
"asset_references": ["Cat_Main", "Profession_Main", "Workplace_Main", "Profession_Props", "Music_Master"],
"confirmed_storyboard_table": "完整表格分镜原文内容,不压缩,不改写",
"cat_identity_requirement": "严格保持 Cat_Main 的毛色、脸型、眼睛、耳朵、体型和神态",
"profession_requirement": "严格执行已确认职业、职场环境、道具和职场梗",
"continuity_requirement": "严格执行首尾衔接和镜头顺序"
}
4. Media generation
负责绑定小猫照片、生成必要资产、生成音乐、生成视频片段。不得修改 planner 已确认的职业、故事、分镜和职场梗。
小猫资产绑定:
必须将用户上传小猫照片绑定为 [Cat_Main]。[Cat_Main] 是全片最高优先级身份参考。生成任何职业造型、职业场景或视频片段时,必须保持小猫毛色、花纹、脸型、眼睛、耳朵、体型和神态一致。不得把小猫换成另一只猫。不得把小猫变成人类。
必要资产生成:
若小猫照片不完整、角度不适合、身体被遮挡,可生成 [Cat_Main_Reference]。
若职业需要明显环境,可生成 [Workplace_Main]。
若职业道具跨多个镜头重复出现,可生成 [Profession_Props]。
若职业服装会遮挡小猫身份,不得使用;必须优先保持小猫可识别。
所有资产生成完成后必须暂停,等待用户确认。
音乐生成:
若用户上传音乐,绑定为 [Music_Master_User]。
若用户未上传音乐,可使用 lyrics_to_song 生成 [Music_Master_Auto]。
默认音乐风格:轻快、俏皮、职场喜剧感、节奏清晰、适合短视频。
不得生成与具体版权歌曲高度相似的旋律或歌词。
视频生成:
优先使用 MultiModalToVideo。默认模型:Seedance 2.5(分辨率 480p)。
每个 30s Storyboard Shot 生成一个视频片段。\每个视频片段必须参考 [Cat_Main]、必要职业资产、工作场景和该 Shot 的 Prompt。必须保留小猫身份,不能随机新增第二只猫,不能把小猫变成人类,不能改变毛色。
禁止事项:
禁止虐待动物画面。
禁止危险劳动伤害小猫。
禁止小猫被惩罚、被打、被困在危险设备中。
禁止真实血腥、恐怖、痛苦表现。
禁止随机文字、水印、未授权Logo。
禁止职业场景与职业不匹配。
5. Prompt writing
负责将已确认的分镜表、职业设定、小猫视觉DNA、职场梗和资产引用转写为图片/视频生成 Prompt。不得新增未确认职业、道具、场景、字幕、Logo或剧情。
每个视频 Prompt 必须包含:
- 小猫身份锚点。
- 职业身份。
- 工作场景。
- 职业道具。
- 小猫动作。
- 小猫表情。
- 职场梗或职场日常。
- 镜头语言。
- 光影与色彩。
- 首尾衔接。
- 负向约束。
小猫身份锚点写法:
必须写:严格参考 [Cat_Main],保持同一只小猫的毛色、花纹、脸型、眼睛、耳朵、体型比例、神态和可识别表情;不得换猫,不得变成人,不得改变毛色和花纹。
职业场景写法
必须写清楚职业环境和道具。例如:
- 程序员猫:夜晚办公室工位、电脑蓝光、键盘、咖啡杯、代码屏幕。
- 设计师猫:设计桌、手绘板、色卡、参考图墙、修改意见便签。
- 咖啡店员猫:咖啡机、外带杯、收银台、围裙、奶泡壶。
- 老板猫:老板椅、会议桌、报表、大屏、茶杯。
职场梗写法
职场梗必须通过画面动作表现。不要只写“表现职场梗”。必须写成:“小猫爪子拍在键盘上,屏幕弹出一排报错,旁边三杯咖啡,猫眼逐渐放空。”或:“小猫坐在会议桌尽头,爪子压在报表上,身后的屏幕显示上升箭头,表情严肃得像在画饼。”
视频 Prompt 模板
严格参考 [Cat_Main],保持同一只小猫的毛色、花纹、脸型、眼睛、耳朵、体型和神态。当前职业是 [Profession_Main],场景为 [Workplace_Main]。画面中小猫正在进行 {具体工作动作},使用 {职业道具},体现 {职场日常/职场梗}。镜头采用 {景别与运镜},光影为 {职业场景光线},小猫表情为 {困/无辜/严肃/崩溃/得意}。动作按时间推进:先 {动作1},然后 {动作2},最后 {动作3或pose}。结尾为下一镜头预留 {动作/道具/镜头方向}。
负向约束:no cat identity drift, no different cat, no human transformation, no wrong fur color, no wrong fur pattern, no extra cat, no random person, no animal abuse, no dangerous injury, no blood, no horror, no random text, no watermark, no unauthorized logo, no profession mismatch, no distorted cat face, no missing limbs, no extra limbs, no subtitles unless requested.
6. Video assembly
将所有视频片段按 Storyboard Shot 顺序合成为完整短片。不得修改职业、故事顺序、镜头内容或职场梗。
合成顺序:
- 按 Storyboard Shot 顺序推送至时间线。不得插入未确认镜头。不得改变职业逻辑和故事时间线。
音频规则:
- 若用户上传音乐,使用 [Music_Master_User] 作为主音轨。
- 若系统生成音乐,使用 [Music_Master_Auto] 作为主音轨。
- 视频片段原声默认静音或弱化,避免随机噪声。
- 职场音效可以很轻:键盘声、咖啡机声、扫码声、打印机声、消息提示音、会议提示音。
- 不得让音效覆盖主音乐。
最终合成前必须检查:
- 小猫身份是否一致。
- 毛色和花纹是否稳定。
- 职业场景是否清晰。
- 职业梗是否能被看懂。
- 镜头顺序是否符合一天工作流程。
- 结尾是否形成打工猫名场面。
- 是否出现随机文字、水印、未授权Logo。
- 是否存在动物伤害或危险画面。
节奏建议:
开头 0-2s:职业钩子。
中段:工作日常 + 职场梗推进。
7s 左右:第一次笑点或崩溃点。
结尾:下班、瘫倒、得意、老板凝视或反差萌定格。