Characters crossing dimensions

核心原则

本 Skill 支持两种剧情方向，每次启动时必须让用户选择：

方向 A — 角色把我拉进去（主动选中）

异世界来接观众。角色在另一个世界 → 发现观众 → 主动靠近 → 突破屏幕（液态水膜包裹，同心涟漪） → 抓住并带走观众 → 进入新世界。

方向 B — 我把角色救出来（一镜到底硬核破壁拯救）

真人电影感一镜到底（无剪辑拼接卡顿）。写实日常环境（普通室内灯光），显示器呈现写实壁纸（角色外观与参考图或选择的角色风格完全一致，且微笑注视镜头，例如：银发少女、猫耳女孩等），宅男双手在键盘旁因震惊而僵住 → 角色眼神微动并看向镜头 → 伸手触摸屏幕使硬质玻璃开裂（白色蜘蛛网裂纹） → 右手顶破硬质屏幕（玻璃爆裂、碎片悬浮、边缘蓝白像素电弧，绝对禁止水膜/柔软胶面） → 观众双手猛然前冲并用力合拢（一手握手掌，一手托手腕，有微颤和力量感） → 爆发向后猛拉（强烈后仰惯性与镜头震动） → 角色在边界处由2D像素线稿向3D真实实体转变（头发、手部、特有装饰衣袖先实体化） → 与角色风格匹配的[主题色调]奇幻光波与[角色主题特有元素粒子]（如羽毛、花瓣、数码微粒等，取决于角色风格）大爆发 → 降临现实电脑桌前（下意识扶稳手臂/肩膀，房间被柔和的[主题色调]光照亮，碎片与[角色主题特有元素粒子]缓慢飘落）。全程绝对禁止任何背景音乐（BGM），纯写实音效放大。
两种方向共用同一套情绪结构与动作逻辑，只是主动方、媒介材质与特效形式完全不同。

对白语言规则

对白语言由用户在启动时通过卡片选择，在同一轮内保持一致（方向 B 在一镜到底拉拽阶段主要使用写实喘息、惊呼、衣料和特有元素（如羽毛或花瓣，自适应）拂声，对话可选）：

• 日语：角色台词使用日语（普通体，≤8字）
  • 钩子台词（方向 A 第二段）：「やっと見つけた。」/「ずっと待ってた。」/「迎えに来たよ。」
  • 求救台词（方向 B 第二段）：「助けて。」/「お願い、助けて。」/「引っ张って。」
  • 惊呼台词（第五段，双方向通用）：「あっ！」
  • 归属台词（方向 A 第六段）：「これから一緒だよ。」/「ここが君の居场所だよ。」/「もう離さないから。」
  • 感谢台词（方向 B 第六段）：「ありがとう。」
  • 嵌入格式：{ja: やっと見つけた。} / {ja: 助けて。} / {ja: あっ！}
• 中文：角色台词使用中文（口语短句，≤10字）
  • 钩子台词（方向 A 第二段）：「终于找到你了。」/「我一直在等你。」/「我来接你了。」
  • 求救台词（方向 B 第二段）：「救救我。」/「帮帮我。」/「把我拉出来。」
  • 惊呼台词（第五段，双方向通用）：「啊！」
  • 归属台词（方向 A 第六段）：「以后我们在一起。」/「这里就是你的归宿。」/「我不会再放开你了。」
  • 感谢台词（方向 B 第六段）：「谢谢你。」
  • 嵌入格式：{zh: 终于找到你了。} / {zh: 救救我。} / {zh: 啊！}
• 英语：角色台词使用英语（口语化短句，≤6个单词）
  • 钩子台词（方向 A 第二段）："Finally found you." / "I've been waiting." / "I came for you."
  • 求救台词（方向 B 第二段）："Save me." / "Please help me." / "Pull me out."
  • 惊呼台词（第五段，双方向通用）："Ah!"
  • 归属台词（方向 A 第六段）："You belong here now." / "We're together forever."
  • 感谢台词（方向 B 第六段）："Thank you."
  • 嵌入格式：{en: Finally found you.} / {en: Save me.} / {en: Ah!}
• 台词必须通过 Seedance 2.5（分辨率 480p） 的 {...} 对白标记嵌入视频 prompt，语言前缀格式如上。

启动条件

无需上传图片（用户也可主动上传角色参考图，作为生图和视频生成的视觉参考，但在阶段二也必须生成相应的标准关键帧以确保完美一镜到底）。
属性默认值：

• 观众性别：默认男生。如果用户有特别说明，可以修改为女生。
• 角色配音与声音：必须符合角色本身的性别 and 年龄特征。方向 B 的配音需着重体现写实的急促喘息、惊呼、拉扯衣料与特有元素（如羽毛/花瓣等，根据风格自适应）飞拂声，确保没有背景音乐 (BGM)，音色与画面外表完全吻合，不得出现声线性别错乱。
  根据用户是否上传了角色参考图，卡片收集采取自适应分支逻辑：

情况 1：若用户未上传角色参考图（采用三轮卡片收集）

第一轮卡片——视频对白语言（单选）

• 日语（角色说日语，梦幻二次元感）
• 中文（角色说普通话，亲切自然）
• 英语（角色说英语，国际感）

第二轮卡片——剧情方向（单选）

• 方向 A：角色把我拉进去（角色主动，液态水膜包裹，异世界接人）
• 方向 B：我把角色救出来（一镜到底硬核破壁，玻璃爆裂，奇幻光波）

第三轮卡片——角色风格 + 色调（角色风格与色调均强制为单选，不提供多选或自由输入选项）

• 角色风格选项示例（单选）：银发蓝眸二次元少女、猫耳VTuber、机甲驾驶员、鬼怪少女、精灵/仙女系
• 色调选项示例（单选）：冷蓝幻想、暖琥珀、樱花粉、深夜霓虹、暗紫黑金

情况 2：若用户已主动上传角色参考图（直接省去风格选择，仅用两轮卡片收集）

由于角色外观与风格已由上传图片硬性锁定，严禁再次弹出“角色风格”单选卡片。风格由 multimodal_analyze_tool 智能分析提取，仅通过卡片补充收集其他未定参数。
第一轮卡片——视频对白语言（单选）

• 日语（角色说日语，梦幻二次元感）
• 中文（角色说普通话，亲切自然）
• 英语（角色说英语，国际感）

第二轮卡片——剧情方向 + 色调（剧情方向与色调强制为单选，角色风格自动绑定上传的参考图）

• 剧情方向选项（单选）：
  • 方向 A：角色把我拉进去（角色主动，液态水膜包裹，异世界接人）
  • 方向 B：我把角色救出来（一镜到底硬核破壁，玻璃爆裂，奇幻光波）
• 色调选项（单选）：冷蓝幻想、暖琥珀、樱花粉、深夜霓虹、暗紫黑金
  两分支情况下，卡片全部收到回答后，立即进入阶段一。

阶段划分

阶段一：建立 Final_Video_Spec.md

• 用 text_editor 建立/更新 Final_Video_Spec.md，固定全局参数：时长30秒、Seedance 2.5（分辨率 480p）、视觉风格（依用户描述填写）、对白语言（依语言规则确定）、观众性别（默认：男生，若用户要求则修改为：女生）。
• 比例默认 16:9 · 480p（支持 480p），用户可自行指定覆盖。

阶段二：关键帧图片（一张）

• 无论是否已上传角色参考图，均必须生成本阶段的关键帧，确保视频有一个高度写实、可与后续完美一镜到底衔接的环境起点：
  • 若用户已上传角色参考图：调用 media_generator（ImageToImage 路径，推荐模型 GPT Image 2，2K分辨率），将用户上传的角色参考图作为角色风格、发色与服装等的唯一视觉参考，合成一张将该角色化为电脑壁纸的“主体在屏幕内”写实环境关键帧。
  • 若用户未上传参考图：调用 media_generator（TextToImage 路径，推荐模型 GPT Image 2，2K分辨率），根据卡片收集或描述的角色风格，生成一张“主体在屏幕内”的写实环境关键帧。
• 具体画面规范：
  • 方向 A：写实的日常生活场景，第一人称视角，可见真实的电脑桌面/显示器/房间环境，显示器屏幕内呈现包含电脑正常桌面 UI（如一些小文件、文件夹、桌面图标和系统任务栏，确保其作为一个运行中的真实电脑屏幕）和二次元角色壁纸，角色微笑注视镜头，整体氛围完全写实，显示器外壳保持普通显示器原貌，不添加任何颜色光晕 or 粒子特效。角色身体任何部位必须完全在屏幕框内，禁止肢体穿出。
  • 方向 B：写实的日常生活场景，第一人称视角，可见真实的电脑桌面/显示器/房间环境，桌面可见键盘、鼠标 and 第一人称下的前臂与双手（处于震惊凝固状态），显示器屏幕内呈现包含电脑正常桌面 UI（如一些小文件、文件夹、桌面图标和系统任务栏，确保其作为一个运行中的真实电脑屏幕）和与用户选择或上传风格相符的角色壁纸（微笑注视镜头，其造型、服装、发色与参考图或风格选择保持100%一致），整体氛围完全写实，显示器外壳保持普通显示器原貌，不添加任何颜色光晕 or 粒子特效。角色身体任何部位必须完全在屏幕框内，禁止肢体穿出。
• 暂停展示关键帧，用户确认或调整后进入阶段三。

阶段三：视频生成

• 调用 media_generator，使用 Seedance 2.5（MultiModalToVideo），默认 480p。
• 以关键帧或用户上传图作为视觉参考。
• 按所选方向的 30 秒一镜到底结构构建 prompt（见 write_the_prompt），确保方向 B 绝对无 BGM、完全一镜到底丝滑不卡顿。
• 生成完成后暂停，让用户预览并确认。

阶段四：迭代调整

• 用户可针对特定时间段提出修改。
• 使用 Seedance 2.5（分辨率 480p） MultiModalToVideo Video-to-Video 模式，以上一版本视频为基础进行局部调整。
• 每次调整后暂停确认，支持多轮迭代。

交互节奏

• 阶段二结束后暂停（关键帧确认，若有生成）。
• 阶段三结束后暂停（视频预览确认）。
• 每次迭代调整后暂停。
• 不要在用户确认前连续执行多个阶段。

参考图分析重点

当用户上传角色参考图时，提取以下信息：

• 角色外貌特征：发色、发型、瞳孔颜色、服装风格与配色
• 整体色调与光影风格
• 若上传多张图，识别主角色图与辅助参考图的区别
  重点在角色视觉一致性要素，不需要详细描述场景环境。

故事板设计规范

1. 角色元素定义 (key_element)

• 电脑内壁立绘角色 (element character)：必须详细定义角色的外观细节（发色、瞳孔、服装、面部表情），作为整个项目生成的视觉基准，并在穿越前后保持100%一致。
  • 方向 A：二次元角色风格（如发色、瞳孔颜色、服装风格与配色）。
  • 方向 B：对应选择风格的二次元/奇幻角色（其发色、瞳孔颜色、服装风格、特有配饰等必须与参考图或风格选择保持100%一致，造型唯美静谧）。
• 声音参考 (key_element_audio)：角色的配音特征必须在元素层级定义（女性角色为温柔/甜美，男性角色为磁性/清透，方向B在穿越时由于强烈物理动作而伴随写实呼吸与急促惊呼），音色必须与立绘角色完美符合，不得出现声线特征不符的情况。

2. 分镜镜头设计 (shot)

• 故事板在进行 30s 全视频分镜时，需精确划分各时间段。由于本 Skill 包含两个方向，分镜结构需严格对齐各自的物理特性，确保画面流畅、绝无任何拼凑卡顿，实现完美的一镜到底（one continuous shot）：
  • 方向 A（液态包裹与拉入）：00:00–00:03 [发现]、00:03–00:05 [确认]、00:05–00:07 [破壁]、00:07–00:10 [接触]、00:10–00:13 [穿越]、00:13–00:15 [归属]。
  • 方向 B（硬质玻璃爆裂一镜到底）：00:00–00:02 [壁纸觉醒]、00:02–00:04 [玻璃开裂]、00:04–00:06 [硬质顶破]、00:06–00:08 [猛烈抓握]、00:08–00:11 [爆发猛拉]、00:11–00:13 [脱离屏幕]、00:13–00:15 [降临现实]。
• 分镜画面必须使用 第一人称POV视角 (first-person POV)，明确限定观众的视线方向、屏幕的相对位置、以及双手在镜头前的物理互动细节。

3. 物理互动细节与特效响应

• 方向 A（液态水膜包裹）：
  • 跨次元特效溢出（00:05–00:07）：描述角色单手穿出电脑屏幕、屏幕边缘如透明水膜般包裹手臂时，伴随着炫目的二次元像素光粒与飘零的樱花花瓣向现实桌面及房间流淌溢出的细节。
  • 抓握与拉扯（00:07–00:10）：角色五指扣紧观众手腕，表现真实接触和受力形变。观众袖口被拉紧，另一只手伸出并按压桌面以做抵抗。桌面键盘、鼠标、水杯颤动滑动，所有速度线和光流呈径向朝屏幕中心汇聚。
• 方向 B（硬质玻璃爆裂一镜到底）：
  • 真实的电脑屏幕背景与一镜到底运镜：画面从第一帧到最后一帧是一个连续、一气呵成的动作。电脑显示器内不仅呈现角色壁纸，也和方向 A 一样显示出真实的操作系统 UI、若干桌面小文件、文件夹、软件快捷方式图标及底部系统任务栏等细节，以建立完全写实、生动的电脑屏幕背景。0-3s 镜头轻微向屏幕推近；3-6s 焦点从屏幕像素平滑过渡到角色眼睛和她伸出的手；6-11s 镜头随宅男双手猛然前冲，再随拉扯向后大幅拉拽，产生强烈的手持震动与后仰惯性；11-30s 镜头平稳停在角色被拉到现实后的近景。
  • 硬质玻璃开裂与爆裂（00:02–00:06）：绝无水膜，绝非液体/柔软胶面。屏幕必须是硬质玻璃被指尖顶裂。00:02–00:04 玻璃表面出现白色的蜘蛛网状裂纹；00:04–00:06 右手猛力顶破屏幕，硬质玻璃彻底碎裂并向外弹出，玻璃碎片晶莹剔透并以慢动作悬浮在显示器前方和房间空气中，每片碎片带有真实的光线反射与折射，折射出显示器内的壁纸画面与电脑桌面 UI，碎裂边缘带有蓝白像素电弧跳跃。裂纹内部透出与[主题色调]匹配的耀眼裂光。
  • 双向抓握与爆发力量感（00:06–00:11）：观众双手猛地前冲，一只手紧紧握住角色手掌，另一只手牢牢托住她的手腕，手指表现出微弱的紧张颤动后迅速收紧，指关节发力明显，指头数量准确（5指，无多指/畸形）。在 00:08–00:11 观众爆发力猛拉，两臂向后拉拽，角色上半身被猛烈向外拽出。角色的头发与服装以及特有配饰（其发色、材质与造型完全与参考图或角色选择保持100%一致）全部沿着拉扯方向疯狂而唯美地向前方飞扬。此时，显示器玻璃发生大面积爆裂，一波极其唯美震撼的**[主题色调]奇幻光效与[角色主题特有元素粒子]（如羽毛/花瓣/数码微粒等，取决于角色风格）的大爆发冲击波**自屏幕中心炸裂开来，伴随着漫天飞舞的像素碎屑、悬浮的碎玻璃和被拉扯成光带的扫描线残影。
  • 边界跨次元转换（00:08–00:13）：角色在穿越显示器边框交界处的窄带边缘时，必须展现出由2D像素线稿向3D真实三维实体的材质转变，角色的手部、发梢以及服装配饰边缘最先实体化，随即带动整个身体脱离虚拟屏幕。
  • 静穆降临与唯美余波（00:13–00:15）：角色安全降临现实空间，落到桌前或半跪在桌边。观众的双手下意识扶稳她的手臂或肩膀。角色胸口起伏、轻微喘息，抬眼深情注视第一人称镜头，表情由最初的清冷疑惑变为温柔、震撼与安心。角色的发丝与服装（其色彩、材质完全符合其角色风格）在现实房间的气流中轻轻飘动，无数的[角色主题特有元素粒子]与碎玻璃在空气中慢慢旋转着飘落，房间被柔和、唯美的[主题色调]光芒照亮。背后破裂的显示器散发着残余的[主题色调]裂光。
  • 完全无背景音乐约束：故事板规划中绝对不要加入背景音乐（no BGM），音效放轨并调大分贝（见装配策略）。

生成策略

关键帧图片生成（阶段二）

• 生成路径与模型选择：
  • 若用户未上传参考图：路径 TextToImage，使用 GPT Image 2。
  • 若用户已上传角色参考图：路径 ImageToImage，使用 GPT Image 2。必须将用户上传的角色参考图作为角色外观、发色与服装配饰的唯一参考源，将其智能转换为显示器壁纸，并融合到电脑桌面 UI 与日常室内环境中，渲染生成“主体在屏幕内”的标准环境关键帧。绝对严禁跳过本阶段。
• 比例：跟随当前项目设定（默认 16:9，用户指定则按指定）。
• 生成一张关键帧，需根据剧情方向严格执行：
  • 方向 A：写实的日常生活场景，第一人称视角，可见真实电脑桌面/显示器/房间环境（键盘、杂物、普通灯光等），显示器屏幕内呈现电脑正常桌面（带有桌面图标、底部任务栏和小文件文件夹等系统 UI 细节），壁纸内容为二次元角色半身立绘，微笑注视镜头。整体氛围完全写实，无任何发光或粒子特效，肢体不穿出。
  • 方向 B：写实的日常生活场景，第一人称视角，可见真实电脑桌面/显示器/房间环境（键盘、杂物、普通灯光等），桌面可见键盘、鼠标 and 第一人称下处于震惊凝固状态的双手与前臂。显示器里呈现电脑正常桌面 UI（带有桌面图标、小文件、文件夹和底部系统任务栏等细节，确保其作为一个真实电脑屏幕），壁纸为与用户选择或上传风格相符的角色壁纸（微笑注视镜头，其造型、服装、发色完全符合角色风格设定），整体氛围完全写实，无任何发光 or 粒子特效，肢体不穿出。

视频生成（首次）

• 路径：MultiModalToVideo
• 模型：Seedance 2.5，时长 30 秒，分辨率 480p（默认，支持 480p），比例 16:9（默认，自适应项目比例）
• 视觉参考：以阶段二生成的关键帧作为唯一的视觉参考（该关键帧已融合了用户上传的角色特征或用户选择的风格），保持最高的一致性（一镜到底，不切换场景，不改变人物造型）。
• Prompt 生成：
  • 方向 A：按六段式液态水膜包裹结构编写。
  • 方向 B：严格按一镜到底硬核玻璃爆裂、主题奇幻光效与特有粒子大爆发、2D转3D、爆发拉扯、完全无BGM结构编写（见 write_the_prompt）。

视频迭代调整

• 路径：MultiModalToVideo（Video-to-Video 模式）
• 模型：Seedance 2.5，时长 30 秒，分辨率 480p（支持 480p），比例 16:9
• 以上一版本视频为基础（video reference）
• 只描述需要改变的时间段，其余段落在 prompt 中明确保持原样

Prompt 写作规范

全局约束（强制执行）

• 观众外观零变化（双方向通用）：观众的手、手臂在全程不得附加任何电磁、像素、液态或魔法特效；观众的手臂与身体始终以纯写实质感呈现。
• 特效仅跟随"正在穿越边界的角色部位"：
  • 方向 A：液态包裹、像素粒子实体化只作用于当前正与液态边界相交的部位，一旦完全穿出，效果随边界回弹消失；角色仍在屏幕内的部分保持正常原样。
  • 方向 B：2D线稿到3D实体的材质转变只发生在显示器框交界带。手、头发、纱袖首先在交界处完成由2D像素线稿向3D实体的平滑物化转变，带动身体脱离，其余身体部分不提早变形。
• 观众性别自适应 Prompt 描述：
  • 默认（男生）：
    • 平时：large masculine hand, strong man's arm, prominent knuckles, thick wrists.
    • 发力与握死时（00:07–00:10 / 00:06-00:11）：veins popping on the back of the male hand, tensed forearm muscles, tight grip showing hand strength, interlocking fingers squeezing hard, skin on the knuckles whitening slightly under pressure, visible tendons under tension.
  • 女生：
    • 平时：slender feminine hand, delicate woman's arm, soft skin texture, elegant fingers.
    • 发力与握死时（00:07–00:10 / 00:06-00:11）：delicate but firm grip, elegant feminine fingers wrapping tightly, slight whitening of skin around joints under pressure, highlighted forearm tendons under tension, knuckles slightly flexed with strong engagement, skin depression at contact points showing real squeezing force.
• 手部解剖约束（硬要求）：双手必须表现出极其清楚、写实、自然的握持和支撑动作，确保手指数量精准（不多指、不畸形、不出现浮空和无端融化现象）。

关键帧图片 Prompt 规范（阶段二，TextToImage / GPT Image 2）

• 方向 A：
  • 构图：第一人称 POV，画面中央为普通家用显示器或笔记本屏幕，屏幕内显示二次元角色半身立绘，风格为插画/游戏立绘；屏幕上可见真实的桌面 UI（带图标和任务栏），屏幕外呈现写实日常房间：桌面杂物（键盘、鼠标、水杯、便利贴等）、普通室内灯光、轻微反光。
  • 渲染参数：photorealistic everyday room, natural indoor lighting, shallow depth of field, no screen glow, no particles, no light effects, ultra detailed, 2K.
• 方向 B：
  • 构图：第一人称 POV，画面下半部分是宅男放在桌面上的双臂与僵硬的手（展现震惊），面前是硬质电脑显示器，桌面放着键盘和鼠标。整个房间为写实的日常生活场景（普通家用室内，自然室内光线），显示器屏幕内呈现包含电脑正常桌面 UI（带图标和任务栏），壁纸内容为与选择或上传风格完全一致 of 二次元角色（微笑注视镜头，其发色、服装和配饰完全匹配角色设定），画面整体完全写实，无任何发光或粒子特效，肢体不穿出。
  • 渲染参数：photorealistic everyday room, natural indoor lighting, shallow depth of field, hands and arms in front of the desk, no screen glow, no particles, no light effects, computer operating system UI, tiny file folders, shortcut icons, system taskbar, anime girl wallpaper matching the chosen character style on pristine screen, no glass cracks, ultra detailed, 2K.

视频 Prompt 核心结构

技术声明（开头）：
Ultra realistic immersive POV footage, first-person handheld camera, one continuous shot no cuts, aspect ratio matching project setting (e.g., 16:9 or 9:16), 30 seconds.

方向 A — 角色把我拉进去（视频 Prompt 模板）

00:00–00:03 [发现]
[用户自定义现实场景描述]，第一人称视角对准屏幕。屏幕呈现完整的操作系统桌面 UI：底部可见任务栏（带系统托盘/时钟），桌面角落可见若干桌面图标，壁纸内容为[角色外貌描述]的半身立绘——整体像一块真实的家用显示器在显示 Windows/macOS 桌面，UI 细节清晰可辨；屏幕内外保持正常显示器亮度，无任何额外光晕。
[角色完整外貌描述] 在壁纸内活动，突然停下，察觉到镜头，眼神发生变化——她在看我。氛围安静，反差感强。
00:03–00:05 [确认]
角色向镜头靠近，露出惊喜/温柔表情，开口说：{ja: [钩子台词，如「やっと見つけた。」]}；伸出手，指尖用力抵住屏幕内侧，坚硬屏幕表面随之如同液体膜般发生轻微物理凹陷。
00:05–00:07 [破壁]
物理液态触出与跨次元特效外泄期（透明水膜包裹，绝无硬开裂、碎玻璃）：
角色单手持续向外推屏幕面板 —— 显示表面向观众方向发生明显的物理拉伸和凹陷，高张力透明水膜（transparent water film membrane）紧密包裹手臂轮廓，在交界处徐徐产生同心涟漪并向四周扩散。
同时，精细炫目的像素光粒（shimmering pixel light particles）与飘零 of 粉色樱花花瓣（pink cherry blossom petals）源源不断地从手臂与屏幕的相交边缘泄漏并飘散出来，轻盈地飞舞流淌到写实的现实房间中。
整个屏幕保持透明水膜液体质感，绝对禁止裂痕、扫描线或电噪干扰。现实空间轻微失真，镜头随重力微弱抖动。
00:07–00:10 [接触]
物理慢握蓄力与突发拉扯（00:07–00:09.8 纯物理无电噪）：
角色手部已完全穿出液态边界，在空中向观众张开；第一人称 POV 观众将手伸向角色手掌。
角色准确抓住观众手腕，用力向屏幕内一拉。手指抓握必须清楚可信，有真实接触和手腕受力形变感。根据所选观众性别自适应呈现具体发力细节（男生：veins popping, tensed muscles；女生：delicate but firm grip, forearm tendons tension）。
环境及桌面响应：观众袖口被强力瞬间拉紧，另一只手伸出并极力在画面边缘支撑桌面。桌面上的键盘、鼠标、饮料罐、纸张受猛烈拉力倾斜并开始滑动。所有速度线和光流都呈径向朝屏幕中心汇聚（viewer's sleeve pulled tight, another hand bracing on desk surface, desk keyboard, mouse, drink can, and papers sliding, dramatic radial speed lines and optical flow converging towards screen center）。
00:09.8–00:10.0 [定格顿挫 / transition snap]（过渡临界点）：
双手完全锁死，拉扯力达到爆发点。画面在 00:09.8 瞬间静止定格冻结 0.2 秒（zero movement snap），镜头悬停，产生极其强烈的时空凝固与憋气蓄力感。
00:10.0–00:13.0 [穿越]
00:10.0–00:10.3 [瞬时电爆故障]：
在 00:10.0 爆发性猛拉启动的瞬间，伴随角色的用力惊呼（嵌入对白如 {ja: あっ！}），触发持续 0.3 秒的全屏数码故障大撕裂（glitch burst）：RGB 三通道从双手抓握接触点朝全屏四周剧烈错位，数码像素乱序闪烁，水平扫描线高频快速乱排，伴随电波轰鸣音。
00:10.3–00:12.8 [超高速吸入与白光轰鸣]：
在 00:10.3 秒全屏大电噪骤然消散、信号极速恢复清爽。画面瞬间切换到 3–4 倍极速猛拉：镜头向前猛冲向液态平面，第一人称镜头被狂暴地拽向显示器里面（camera violently yanked towards the inside of the monitor）。画面急剧 Dutch Tilt 歪斜（被甩歪而非平滑旋转），径向运动模糊（radial blur）向四周疯狂炸出，持续强力拖拽，伴随深空吸入和狂风怒号。
到了 00:12.8 秒，爆发持续 0.2 秒的短促柔和白光充满第一人称视野（明亮但不刺眼，白光随即迅速褪去），新幻想世界自视野中心向四周大范围铺开。角色的手仍在前景牢牢牵着观众的手，观众双手保持写实质感，无任何特效或画风切换。
00:12.8–00:13.0 [骤然静止切停]：
至 00:13.0 秒，高速吸入拉力瞬间切停归零，白光褪尽。所有穿越强声效瞬间消失（Hard Cut to Silence），进入极致平静。
00:13–00:15 [归属]
新幻想世界瞬间展开——[简短幻想世界场景描述]。
角色回头，仍牵着手，微笑（无台词）；以角色笑容+粉色樱花花瓣/光效收尾。

视觉渲染参数（结尾）：
[主题色调] color palette, Makoto Shinkai inspired aesthetics, volumetric light, god rays, lens bloom, cinematic depth of field, FPV motion blur, high detail line work. Screen effect: liquid ripple membrane, liquid surface refraction. Particle effects: pink petals and shimmering particles.

方向 B — 我把角色救出来（一镜到底硬核破壁 视频 Prompt 模板）

00:00–00:02 [壁纸觉醒]（日常与疑惑）
一镜到底无任何剪辑拼接。第一人称 POV 视角坐在电脑桌前，房间为写实的日常生活场景（普通家用室内，自然室内光线，photorealistic everyday room, natural indoor lighting），面前是写实的前臂、手背、键盘与鼠标。
显示屏里呈现真实的电脑操作系统桌面 UI，包含一些小文件、文件夹、桌面图标和系统任务栏，细节清晰逼真，整体宛如一台运行中的真实显示器；屏幕中央静止着[角色外貌、发色与服装配饰描述]的角色壁纸（其服装、发色等由参考图或风格选择自适应替换，且微笑注视镜头，smiling and looking at camera）。
宅男双手原本停在键盘两侧，手指因震惊而完全僵住（hands frozen in shock next to keyboard）。壁纸内的角色突然眨眼、眼神微动，看向镜头。
画面完全写实且极具镜头呼吸感，完美呈现一个带有桌面 UI 元素、无任何光晕或裂纹的真实电脑显示器。
00:02–00:04 [玻璃开裂]（硬质受力）
镜头微弱向屏幕推近（subtle camera push-in）。
角色身躯向外靠近，伸出右手触摸屏幕。硬质屏幕表面随着她手掌的触按，立刻从其手掌接触点开始，大范围产生白色、清晰呈放射状的蜘蛛网状开裂纹路（spiderweb glass cracks radiating from hand contact point）。裂纹深处向外透出耀眼且唯美、与[主题色调]一致的亮光（[主题色调英文描述] glow from inside cracks）。
绝对禁止任何水波纹、水膜、融化或柔软胶状表面。
00:04–00:06 [硬质顶破]（玻璃碎裂与悬浮）
焦点从屏幕玻璃纹理完美平滑地聚焦到女孩的双眼。
女孩右手猛力向外一推，伴随着硬质屏幕玻璃的破碎碎裂，无数尖锐、晶莹的硬质玻璃碎片（hard glass shards）向屏幕外喷涌弹出。
物理慢动作爆发：大量的玻璃碎片悬浮在显示器前方和现实房间半空中（broken glass shards floating and suspended in mid-air in front of the screen）。每个碎玻璃边缘闪烁着蓝白色数码像素电弧（blue-white pixel electric arcs on shard edges），碎片表面带有真实的光线反射与折射，折射并反映出显示器内残存的壁纸光影。
绝对禁止全屏电磁大电噪，只保留空气中玻璃碎片慢镜头定格悬浮的光影奇观。
00:06–00:08 [猛烈抓握]（触觉接触）
宅男双手猛地向前 plunge 伸出，直接探向漂浮着玻璃碎片的半空，精准抓牢女孩探出的右手：一只手紧紧扣死女孩的手掌，另一只手牢牢握住她的手腕（one hand tightly gripping her palm, other hand supporting her wrist, correct fingers, no double hands, no distorted digits）。
宅男的手指因爆发用力而微微紧张颤动，随即肌肉极度缩紧，展现出绝对真实的手部受力与死扣力量感，指关节由于发力而白骨分明。
00:08–00:11 [爆发猛拉]（拉扯力道与材质实体化转换）
宅男两臂向后疯狂使劲、爆发力向后拉拽，动作极具爆发冲击力。
随着这股狂暴的拉力，第一人称镜头被迫产生剧烈的手持颤动并随着拉扯动作向后大幅倒仰（dramatic camera shake and violent backward tilt dutch angle）。
女孩的上半身被一气呵成、丝滑无卡顿地从破碎屏幕中彻底拉拽出来，身体在拉力下失重向现实桌面方向前冲。角色的头发与服装以及特有配饰（其发色、材质与造型完全与参考图或角色选择保持100%一致）全部沿着拉扯方向疯狂而唯美地向前方飞扬（character clothing and hair matching her specific style flying forward intensely under drag force）。
在显示屏的物理边框交界窄带上，展现出极致精密的**从2D二次元像素线稿到3D三维真实实体（2D lineart sketching to 3D realistic solid entity materialization）材质转换。角色的手部、发梢以及服装配饰边缘最先实体化，随即带动其双肩与上半身彻底脱离虚拟显示器。
伴随拉拽，一波极其唯美震撼的[主题色调]奇幻光效与[角色主题特有元素粒子]（如羽毛/花瓣/数码微粒等，取决于角色风格）的大爆发冲击波（[主题色调英文描述] energy shockwave and character-theme particles burst, e.g., pink petals or feathers）**从屏幕中心向全房炸开。漫天的[角色主题特有元素粒子]、像素碎屑和残存的扫描线残影被疯狂撕扯拉伸成长长的光带，碎玻璃在空气中大面积震颤并继续定格悬浮。
00:11–00:13 [脱离屏幕]（力量惯性）
女孩的整个身躯几乎完全脱离屏幕，由于巨大的惯性重力，宅男双手向后收拢，镜头轻微后仰倒退。
爆发拉拽的能量余波震颤桌面，桌上的键盘、鼠标、水杯在光影与冲击力下发生倾斜、物理摩擦并震动滑动。
女孩背后的破碎屏幕框在背景中闪烁着破碎的[主题色调]裂光（broken screen flickering [主题色调英文描述] crack light）。双手牵拉，始终紧扣不放。
00:13–00:15 [降临现实]（尘埃落定与唯美白光）
镜头稳定下来，停在角色被拉至现实桌前、半跪在桌边的近景。
宅男双手下意识扶稳女孩的双肩与手臂（hands supportively holding her shoulders and arms, natural grip）。
女孩长长的头发和服装（其发色、材质、造型完全与参考图或角色选择保持100%一致）在现实房间气流中缓缓起伏，她胸口急剧起伏，发出低声、轻微的惊呼与写实急促喘息声（soft audible panting, deep gasp），随后她缓缓抬起眼帘，深情凝望第一人称镜头，表情由惊慌失重转化为无尽的温柔、震撼与释然（warm expression of relief and disbelief）。
空气中无数悬浮的[角色主题特有元素粒子]和晶莹的玻璃碎片，在柔和的[主题色调]暖光下，在电脑房空气中静静地、极慢地徐徐下落飘散。整个房间被[主题色调]光芒映衬得充满奇幻氛围、震撼、唯美。

视觉渲染参数（结尾）：
cinematic movie photography, photorealistic everyday room, natural indoor lighting, soft [theme-color] lighting, pristine lens bloom, volumetric light, cinematic depth of field, real motion blur, high detail texture, zero BGM. Hard shattered glass effect: sharp tempered glass pieces, floating frozen glass shards, realistic refraction and light reflections. Character effect: [character-theme particles] blast, glowing [character-theme particles] drifting, 2D lineart sketch to 3D solid model. No music. No horror, no blood.

对白与配音嵌入规则

• 方向 A 与方向 B 的惊呼统一使用 {ja: あっ！} （或用户所选语言对应的惊呼 {zh: 啊！} / {en: Ah!}）嵌入在相应穿越爆发点（00:10.0–00:10.3 / 00:08–00:11）。
• 惊呼台词、呼吸声等台词嵌入格式：{ja: あっ！} 必须与对应秒数重音效音轨强行咬合，绝不提前或滞后。

Video-to-Video 迭代 Prompt 规范

• 开头明确："Based on the existing video. Keep [保留段时间范围] unchanged."
• 只详细描述需要改变的时间段，其他段用"same as before"带过。
• 改变段描述比首次生成更具体，明确节奏词：faster / compressed / no pause / instant / more intense。

视频与音频装配策略

• 声画对齐：
  • 确保角色开口说话（方向 A 的钩子/归属台词，方向 B 的感谢台词/写实喘息）时，对话音频、喘息声与画面中角色的口型、动作、身体物理起伏精准合拍，不得出现声画错位。
• 音效分轨与混音：
  • 方向 A：确保重音效（重低音轰鸣 heavy sub-bass slam、深空吸入与狂风音效 deep spatial suction echo/roaring wind、物理撞击音等）在穿越与拉扯时刻（00:07–00:13）达到最高分贝爆发，随后在第六段（00:13–00:15）骤然切停，以实现强烈的静默对比。
  • 方向 B（硬质爆裂，一镜到底，全损写实音轨）：
    • 绝对禁用任何背景音乐 (BGM)，背景保持完全写实静音。
    • 音效音量整体放大，重点突出以下物理撞击与细节声效的交织（Sound Design Stack）：
      1. 00:00–00:02：寂静房间的低频电流声（low room tone hum）、键盘被僵住时的细微轻响。
      2. 00:02–00:04：硬质屏幕玻璃因触碰而干脆、清脆开裂并发生物理延伸的玻璃脆响声（crisp glass cracking sound）。
      3. 00:04–00:06：硬质玻璃大面积顶破爆裂音（shattering screen impact sound），紧接着是一串空灵、极为清脆的碎玻璃在空气中慢镜头定格悬浮、微微碰撞摩擦的清脆震鸣（glistening tinkling and high-pitched resonance of floating glass shards），伴随细微的像素电弧高频爆裂声（buzzing pixel electric arcs）。
      4. 00:06–00:08：双手猛然前冲时衣服布料与空气的低频摩擦声、手指强力拉拽握紧时的关节微小声响。
      5. 00:08–00:11：猛烈拉扯瞬间的强冲击波低频轰鸣（heavy pulling air-blast sub-bass impact sound），角色衣服与特有饰物（如羽毛/花瓣/配件，依据角色风格自适应）掠过空气的沙沙飞舞声（swooshing fabric and theme-specific elements in rushing wind），以及更大范围的玻璃开裂大爆响。
      6. 00:11–00:13：重力惯性作用下桌面物品（键盘、鼠标、易拉罐）被震动滑移的物理摩擦声，破碎屏幕闪烁白光时的轻微电流滋音。
      7. 00:13–00:15：角色来到现实后，长发和衣服轻轻拂动声，女孩胸口起伏、低声而深沉的写实急促喘息与深呼吸声（soft audible panting, heavy deep breathing, physical sigh），特有元素粒子（如羽毛/花瓣等）静静落地的微弱摩擦音。
    • 所有方向 B 特效与动作的声音比平时音量大 30%，以在无 BGM 环境下营造极限、逼真、极富冲击力的奇幻沉浸感。