Cyber megastructure hard sci-fi

完整工作流逻辑及依赖关系：

1. 锁定全局规格（第一步，最高优先级）→ 使用 text_editor 创建 Final_Video_Spec.md (视频规格文档)，输入：标题、类型（硬科幻短片）、纵横比 16:9、分辨率 4K (4096×2160)、帧率 24fps、目标时长 45–60 秒、视觉风格（超写实电影感、高对比度、巨型与微型物体间的比例差异）、调色板（冰蓝/暖金/淡紫/琥珀/淡粉）以及输出语言。与用户确认关键参数（时长、标题、输出语言）；用户可在此阶段进行修改。仅在锁定后继续。
2. 分析用户上传素材（如有）→ resource_prepare_and_analyze：从科幻参考资料中提取视觉风格信号，并从脚本中提取世界观构建细节，输出结构化文本以供后续阶段使用。
3. 设计故事板（关键元素 + 分镜 + 音频层）→ storyboard_designer。向用户展示完整草案，重点标注可调整项目（叙事节奏、镜头序列、种族比例、背景音乐风格、旁白语调等）。在继续之前，等待用户确认或反馈。
4. 生成关键元素（四个部落的代表性角色、机械鲲鹏、钢铁森林场景、废弃区场景）→ media_generator。如果用户上传了参考图片，注册 asset_ids 并将其绑定到相应的关键元素，跳过生成。仅在参考图与故事板存在视觉冲突时提示用户。每批元素生成后暂停，向用户展示，并允许重新生成或调整。
5. 逐个镜头生成视频 → media_generator（在每个镜头生成后展示结果，仅在确认或修改后继续；用户可要求重新生成当前镜头）。
6. 生成音频层（背景音乐 + 旁白，如适用）→ media_generator（预览音频以供用户确认；允许风格调整或重新生成）。
7. 组装最终视频 → video_assembler。为用户预览时间轴结构（镜头序列 + 音频轨道）。仅在确认后进行渲染，然后引导用户导出。

依赖关系图： 2→1（素材分析需在全局规格确立后进行）；3→1,2；4→3；5→4；6→3；7→4,5,6。

暂停节点（每个里程碑后必须暂停；禁止自动执行）：

• 全局规格草案展示后（用户可修改标题、时长、语言等）
• 故事板设计完成后（用户可调整叙事结构、族群比例、背景音乐基调等）
• 所有关键元素生成后（用户可要求重新生成特定角色/场景）
• 每个镜头生成后（逐一核对；用户可要求重新拍摄单个镜头）
• 所有音频层生成后（用户可调整背景音乐风格或旁白语调）
• 时间轴结构预览后（用户必须在渲染前确认最终结构）

用户上传处理： 通过 resource_prepare_and_analyze 解析用户提供的所有参考图片、脚本和音频，然后将其绑定到相应的故事板槽位以避免重复生成。如果上传的素材与内置规格冲突，以用户上传的内容为准，并向用户明确告知冲突以便其决策。

处理用户上传的参考素材时，重点提取以下信号：

• 科幻参考图像： 提取光照结构（主光源方向、对比度）、色彩调色板（主色/强调色、黑白场级别）、巨物与角色的比例关系、材质分级（天际级/增殖级/荒原级）以及摄影风格（景别、低机位、景深）。
• 剧本/世界观文本： 提取场景名称及分布、部落类型及出场顺序，以及核心叙事节点（开篇/冲突/结局），将其转化为结构化的“分镜”输入。
• 参考音频（如有）： 提取情感基调（史诗、压抑、悲壮）、BPM范围及核心音色特征，为背景音乐生成提供风格基准。
• 输出格式： 以结构化文本形式输出分析结果，明确标注原始素材ID，以便“故事板设计”和“媒体生成”工具直接参考。
• 禁忌： 不得对参考素材进行风格迁移或创意重构；仅忠实提取可量化的视觉/音频信号。

世界观基调

3025年以后，天空不再属于人类。一只巨大的机械鲲鹏（翼展518米）悬停在钢筋丛林上方900-1100米处，其底部结构将阳光切割成平行的阴影带。地面上，四个不同的群体共享同一套基础设施；繁荣与废墟之间的界限不是墙，而是光。本短片聚焦于宏观切片而非微观叙事。

世界观设计原则（强制）：

• 始终保持宏大叙事视角：切勿将场景局限于单一室内或封闭小空间；每个镜头的背景必须反映城市深度、天空层级或群体生态，视觉信息密度需始终覆盖多个空间层级。
• 尺寸对比是核心视觉语言：每个镜头必须展示至少一种比例对比（巨人vs人类 / 摩天大楼vs行人 / 天空vs地面）；孤立的主体特写之后必须跟随宏观空间镜头，以防止叙事收窄。
• 空灵氛围（可选规则）：在情感过渡片段（如：从敬畏到沉思，或当鲲鹏阴影覆盖城市时），光源散射区域允许存在一层薄薄的散射雾——仅限物理光源（穿透鲲鹏装甲缝隙的光束、能量体周围的低密度粒子光雾）；禁止使用迷幻彩色雾气或无光源的人造光污染风格镜头光晕。

关键元素设计规范

element character — 四大群体代表人物

每个群体必须至少有一个设计为 key_element 的代表人物：

• 原始人类： 0%身体改造，纯有机体。穿着21-25世纪休闲装（棉/麻/牛仔/涤纶）。皮肤保留真实质感（毛孔密度 80–120/cm²，细纹深度 0.05–0.1mm）。亚裔与西方面孔各占一半。
• 赛博人类： 40–70%身体改造。暴露的关节（金属骨架材质），皮下发光电路纹路（脉冲频率 0.8Hz），穿着工业模块化服装。亚裔/西方面孔 1:1。
• 基因融合者： 100%改造（基因层面）。皮肤覆盖生物纹理（鳞片厚度 0.5–2mm / 羽毛长度 1–5cm），能够随环境改变颜色（响应时间 0.3–0.5s）。
• 数字意识（赛博永生者）： 无实体，呈现为人形光雾（透明度 40–60%，尺寸 1.7–2.2m），形态随机波动。这是通过将生物意识上传至机器载体而实现永生的存在——描述时，光雾中可见微弱的原人类面部特征残影，作为“曾是人类”的叙事锚点。

element scene — 场景元素

• 钢筋丛林（繁荣区）： 摩天大楼间距 20–40m（平均 32m），占地 45m×45m。垂直分层：地面 0–12m（磁悬浮车道、半透明金属叶行道树），中部 12–150m（绿色信息光脉冲，流速 2m/s，脉冲宽度 0.8m），高层 150–800m（浮动平台间距 150–200m，空中光带宽 3–5m）。天顶级建筑：全哑光黑钛合金 + 镜面玻璃（反射率 72–85%）。
• 废弃区： 信息光脉冲中断率 40–60%，建筑锈迹覆盖率 ≥30%，无浮动车辆，无全亮度光脉冲。
• 过渡区： 宽度 30–50m，渐变过渡；建议帧比例 5:5 或 6:4。
• 巨型机械鲲鹏（天空巨兽）： 翼展 518m，体长 322m，主体高度 78m。悬停高度 600–1400m（稳定于 900–1100m）。鳞片装甲板 2.5m×4m，间隙 3cm，深蓝色能量纹路宽 1.5cm，脉冲 0.5Hz。底部引擎阵列：12组（直径 6m，排气喷嘴 4个同心环，环间距 0.3m）。水平移动 28–52m/s，垂直移动 0.5–1.2m/s。

专业空灵运镜规范（仅限情感过渡片段）

触发条件： 在情感弧线过渡时启用，典型场景包括：压抑→沉思，鲲鹏阴影缓慢覆盖城市，群体对视后的沉默停滞，从震惊转向内心崩塌等。禁止在无情感转折点的镜头中使用空灵运镜。

物理光源限制（铁律）： 空灵感必须来自真实物理光源产生的空气散射——

• 允许： 阳光穿透鲲鹏装甲缝隙形成的平行光束（投影宽度与地面3cm间隙成比例）、因气压差在能量体周围产生的低密度粒子雾（透明度 ≤25%）、夜间建筑自发光自然扩散至雾中（扩散半径 ≤ 实际光源尺寸的3倍）。
• 禁止： 无光源的迷幻彩色光雾、非物理辉光、大面积类似人造光污染的镜头光晕扩散、任何与光源位置不符的散射光效果。

专业运镜节奏（三段式）：

1. 压抑开启： 缓慢手持平移（速度 ≤3cm/s），摄像机轴线偏移 15–25°，保持轻微手持抖动，光束或阴影边界从画面外缓慢进入，角色处于光影交界区（半身亮，半身暗）。
2. 沉思核心： 平移速度降至 ≤1.5cm/s（近乎静态但从不锁定），镜头随呼吸轻微浮动；切至眼部或手部特写（捕捉皮肤毛孔/虹膜反射/手指颤抖）；空气散射光束在背景中缓慢位移，与角色情感共鸣而非抢占画面。
3. 冲击转折： 摄像机从低角度向上倾斜（倾角 20–35°），手持抖动略微增加（非刻意晃动，保持呼吸节奏），巨物或光束完全进入画面，完成情感释放。

与其他运镜的协作规则： 空灵片段期间禁止突变或快速跳切；若需切换至其他视角，使用 ≥0.8s 的渐变过渡；仅在空灵片段结束后恢复标准运镜决策树。

通用运镜指南（全局强制，所有镜头严格执行）

严格禁止： 锁定三脚架镜头、简单的线性推/拉（无惯性/无情感意图的推拉）、正面平视中景镜头、正面平视全景镜头。

全程手持呼吸感： 所有镜头必须带有轻微手持抖动（呼吸式微颤，非刻意摇晃），模拟人持摄像机感，反映角色与场景的真实共存。

运镜决策树（根据上下文选择，禁止“简单推拉+锁定”组合）

上下文	优先运镜技术
角色特写（情感爆发/崩溃/震惊）	荷兰式倾斜（Dutch Tilt）+ 极端面部特写，倾斜角 10–25°，突出心理失衡
角色特写（压抑/无助/被俯视）	高机位（俯角 30–60°）+ 手持微颤，角色位于画面下1/3处
角色特写（觉醒/重燃/对峙）	低机位（仰角 20–45°）+ 缓慢推入，角色占据画面 60–80%，天空/巨物作为压抑背景
走路/奔跑/追逐	肩部追踪（Over-Shoulder）+ 手持跟随，保持角色后颈/肩线在画面内
对话/正反打	正反打，切换角度差 ≥30°，禁止完全面对面的切镜
巨物揭示/震撼展示	低机位环绕（Orbit）+ 摄像机从侧向上方逐渐旋转至全仰角，配合手持抖动增强冲击力
场景宏观展示	高空广角俯拍（俯角 45–75°）或侧高位平移，禁止直接平视锁定镜头
光影切割/氛围渲染	侧逆光倾斜拍摄（轴线偏移 15–40°），光影边界穿过角色身体

每个镜头描述必须包含以下六个字段：

• 场景： 引用对应的场景元素 ID（例如：[Element_SteelForest_Prosperous]）。
• 故事节拍： 具体动作和角色行为，引用群体角色 ID；写入准确的对话文本；描述角色情感弧线（例如：从麻木→突然抬头→瞳孔放大→嘴唇颤抖）。
• 电影摄影（必须从运镜决策树中选择，禁止写“锁定中景”或“推/拉”）：
  • 景别（特写/极端特写/全景/空中广角）
  • 摄像机角度（仰角 / 俯角 / 荷兰式倾角 / 肩扛视角）
  • 运动（手持跟随/环绕/肩部追踪/旋转倾斜/快速多机切换）
  • 特写说明： 明确主体（眼睛/手/装甲缝隙/颤抖的嘴唇/瞳孔反射等）及叙事目的。
• 情感-镜头映射： 解释该位置/运动如何服务于角色的内心状态（例如：荷兰式倾斜 18° 强化了角色的信念崩塌）。
• 光影： 主光方向（侧逆光/顶光/底部反射），阴影边缘特征（硬切/渐变），明暗对比（6–7档）。
• 多机位标记（如适用）： 指示此镜头是否涉及多机位切换，说明各机位角度及切换时机。

标准五镜头结构（导演剪辑版，基础模板，可根据脚本调整）

1. 宏观揭示 (4–6s)：高空 45–60°俯拍钢筋丛林 + 机械鲲鹏入画。摄像机有手持微颤配合缓慢平移（非锁定），鲲鹏占据画面 20–30%，城市 40–50%。通过巨物与城市的尺寸反差建立压抑的世界观基调。
2. 压抑特写 (3–4s)：切至地面角色。荷兰式倾斜 15–20° + 低仰角（30–40°）面部特写；背景中鲲鹏底部结构占据画面 50–60%。眼部特写——虹膜反射鲲鹏轮廓，传达压抑下的麻木或震惊。
3. 光影切割 (4–6s)：鲲鹏阴影扫过建筑群。侧逆光倾斜角（偏移 20–30°），带阴影边界的手持跟随，缓慢平移；光暗边界穿过角色身体，角色半亮半暗。阴影覆盖城市区域的 40–60%。
4. 多群体同框 (4–5s)：环绕跟随（弧形运动，半径 2–4m）将多个群体带入同一画面。f/11 大景深，四个群体清晰可辨；群体密度 3:3:2:1（原始人类:赛博人类:基因融合者:数字意识）。环绕中切换正反打，捕捉群体间的对视或刻意回避。
5. 高空总结 (4–6s)：以手持低位仰拍（45°）开始，摄像机缓慢向上旋转（手持弧线升）至俯瞰视角；鲲鹏从一角出现（60–70%），城市缩小至底部 10–20%。全程手持抖动不间断，保留人类呼吸感。

单镜头多机位设计规范（适用于 7–14s 镜头）

Seedance 2.5 支持单镜头内的多机位叙事；充分利用此点可在不增加镜头数的情况下显著提升叙事张力。适用范围： 7–14s 镜头；5s 以下短镜头保持单一机位，不强制切换。

触发依据（叙事优先，而非时间划分）：

• 情感弧线达到转折点（例如：从麻木到震惊，或压抑到释放）；
• 巨物入画或阴影覆盖范围大，需要从广角切换到角色反应；
• 多群体对视达到张力峰值，需要正反打捕捉双方情绪；
• 需要展示空间尺度（宏观→微观→宏观三切叙事）。

单镜头切分格式（分镜描述规范）：
[Cam A] 景别 / 角度 / 运镜 — 画面描述 + 情感状态
→ 切换依据：（叙事事件或情感转折点，例如：“鲲鹏阴影边界入画”）
[Cam B] 景别 / 角度 / 运镜 — 画面描述 + 情感状态
→ 切换依据：（例如：“角色瞳孔收缩，情感临界点”）
[Cam C] 景别 / 角度 / 运镜 — 画面描述 + 情感状态（总结）

• 相邻机位角度差 ≥30°（遵循运镜决策树，禁止使用同角度平移重切）；
• 切点必须有叙事正当性，禁止使用“3s后切”或“6s处切”等纯时间锚点；
• 每个机位需标注景别 + 仰/俯角 + 运镜（例如：低仰角30°手持跟随→荷兰式倾斜18°特写→高空50°平移）。

推荐三切模板（7–14s 镜头）：

1. 宏观揭示（广角/俯拍，建立场景）→情感触发（切特写/极端特写，情感爆发）→宏观回溯（恢复仰/俯角，收拢叙事结构）；
2. 压抑仰拍（仰角+手持）→角色特写反应（荷兰式倾斜极端特写）→光影切割（侧逆光倾斜，情感扩散至环境）；
3. 肩部追踪（运动）→正反打（对话/对视张力）→低位环绕（巨物揭示，情感升华）。

巨物与比例规则（所有包含巨物的镜头强制执行）：

• 对于单体尺寸 ≥100m 的结构，同一画面必须出现至少一个人类或车辆作为比例参照物，参照物占画面面积 ≥0.5% 且 ≤2%。
• 当画面包含从地面到高空的垂直透视时，必须出现至少一个中间高度的参照物（如中层建筑、浮动通道），视觉落差 ≥500m。
• 包含巨物的镜头优先采用低位仰拍环绕或荷兰式倾斜，通过镜头倾斜强化巨物对角色的心理统治力；禁止使用锁定的平视镜头拍摄巨物。

光学系统（全局固定，注入所有镜头描述）

• 景深： f/11 大景深，背景清晰可辨，禁止过度虚化。
• 焦距： 标准镜头 35mm–50mm（自然人眼视角），禁止超广角或长焦。
• 快门： 1/250s，冻结运动，禁止动态模糊。
• ISO： 100–400，画质纯净，禁止噪点。
• 色彩： 高饱和度与透明感，主色调为冰蓝 #4A9BC7 / 暖金 #E8B84B / 淡紫 #9B7BB8 / 琥珀 #D4A05A / 淡粉 #DDB5B5。
• 黑白深度： 最暗区 RGB≥15（禁止纯黑），最亮区 RGB≤245（禁止纯白）。
• 对比度： 同一画面明暗差 6–7档，亮部与暗部均保留纹理细节。
• 阴影规则： 每个镜头必须有方向明确的阴影；柔光边缘模糊，硬光边缘锐利，多光源产生的阴影可重叠。

跨镜头音频层设计

• BGM： 至少一个全局背景音乐轨道（类型：music），史诗感、低频压抑基调，BPM在60–90区间。若短片有明确的情感转折（如压抑到震惊），可拆分为2段BGM，每段指定覆盖镜头范围。
• 旁白VO（若脚本有叙事文本）： 类型：narration，设定 narration_speaker_profile（例如：[低沉男声旁白，克制、史诗感]），写完整VO脚本，layout_instruction 对应镜头范围。
• 环境音层： 为每个主要场景设计独立的环境音描述（例如：钢筋丛林地面—磁悬浮车道低频电磁嗡嗡声 + 信息光脉冲高频脉冲 + 嘈杂人群；废弃区—风啸穿过锈迹结构 + 破损光脉冲间歇电弧；鲲鹏上方—超低频引擎压抑震动 + 装甲板气流切割声）。设计为对应镜头范围内的独立 audio_layer，在 video_assembler 阶段与BGM分轨混音。
• 禁止： BGM 在视频生成阶段不得与生成的同步音效/对话轨道在未混音状态下重叠；音量及淡入/淡出控制必须在 video_assembler 阶段统一执行。

关键元素生成

• 工具: TextToImage, 首选模型: GPT Image 2, 分辨率: 2K, 长宽比: 16:9。
• 角色关键元素: 为每个角色生成一张横向多视角参考图（白色背景，16:9）：画面左侧为半身特写（清晰展示面部特征、皮肤纹理、发型及细节修饰）；右侧展示正面、侧面、背面的全身视图，并横向排列。所有四个视图需在同一白色背景下并排呈现，以清晰展示角色的整体外观与轮廓。
• 场景关键元素: 分别为以下场景生成一张关键元素图：钢铁森林（繁荣区）、废弃区、过渡区（繁荣/废弃交界）以及机械鲲鹏（仰视视角）。这些图片将用于后续视频镜头的参考绑定。
• 当用户上传参考图时: 直接将对应的参考图注册为 asset_id 并绑定至相关关键元素，跳过生成步骤。仅在参考图与故事板描述存在视觉冲突时，提示用户确认以哪一方为准。
• 多版本迭代: 若初始元素图像与世界观设定存在显著偏差（例如：伪影、过度磨皮、材质分级错误），请使用 ImageToImage（首选模型: GPT Image 2）进行针对性修正，同时保持身份特征一致。

最终镜头视频生成

• 工具: MultiModalToVideo, 首选模型: Seedance 2.5, 分辨率: 480p, 长宽比: 16:9。
• 单镜头时长: 不超过 15 秒（Seedance 2.5 上限）；标准镜头应按照故事板设计，控制在 3–6 秒范围内。
• 每个镜头的参考输入:
  1. 元素图像（必选）: 镜头中出现的所有角色之关键元素 + 对应的场景关键元素（包括巨型物体/环境/道具）。
  2. 连续视频参考（慎用）: 仅在当前镜头与上一镜头具有极强视觉连贯性时（例如：同一角色的连续动作、同一机位无缝衔接），才将上一镜头的 final_shot 作为 reference_video 添加。通常情况下，不要添加视频参考，以避免风格同质化。
• 音频处理: Seedance 2.5 支持 audio_infos。若角色绑定了 key_element_audio（用户上传或之前生成的角色语音参考），请将其传入对应的镜头生成中，以保持各镜头间对话语调的一致性。若镜头内无角色对话，则将 audio_infos 留空；音频将在后续视频剪辑阶段统一叠加 BGM / VO。

音频层生成

• BGM: 使用 text_to_instrumental，根据故事板“音频层”中定义的氛围描述、BPM 范围及基调进行生成。若故事板定义了多个 BGM 区段，则分段生成。
• 旁白 VO: 使用 text_to_narration，根据故事板 narration_speaker_profile 中描述的声线特征进行生成。严格遵守 VO 脚本文字，严禁即兴发挥。

全局最高优先级

• 当用户使用中文进行交互时，提示词主体必须使用中文编写；对话/配音文本语言必须遵循 Final_Video_Spec.md 中的输出语言设置。

关键元素提示词 (TextToImage / ImageToImage → GPT Image 2)

结构： 主体描述（身份 + 修改程度 + 材质细节）→ 光影（主光源方向 + 色彩基准）→ 纹理细节（毛孔 / 金属分级 / 电路图案）→ 镜头语言（景别 + 构图）→ 光学规则（f/11，无磨皮，无假镜头光晕）。

群像类关键元素提示词要点：

• 角色描述必须包含具体的身份细节；禁止仅使用角色姓名。 描述顺序：年龄（例如，“约22岁”）→ 性别与外貌（例如，“富有魅力的女大学生，身材完美”、“1.9米高的肌肉猛男”、“60岁左右的中年男性”）→ 发型（例如，“长卷发”、“寸头”、“银白色短发”）→ 身高与体格（例如，“1.72米，细腰长腿”）→ 修改特征 → 服装。示例：“约22岁，迷人的亚裔女大学生，1.68米，深棕色长卷发，穿着宽松棉麻上衣和牛仔裤（原始人类，修改率0%）”；“约35岁，1.9米高的健壮白人男性，寸头，左臂暴露金属骨骼关节，穿着工业风机能夹克（赛博人类，修改率55%）”。
• 锁定稳定的身份特征：面部轮廓、肤色、修改部位的材质状态（天穹级/增强级/废土级）、服装颜色和材质；禁止出现与场景无关的背景文字或杂乱图案。
• 皮肤描述必须包含：可见毛孔（直径0.1–0.2mm）、可见细纹（深度0.05–0.1mm）、生理色差（额头较亮、下颚较暗、鼻翼微红）；禁止皮肤磨皮。
• 修改角色必须描述：金属骨架的材质分级、电路图案的光色及脉动（0.8Hz）、皮肤与金属之间的过渡接缝处理。
• 数字意识：人形光雾，40–60% 不透明度，边缘随机扰动；禁止实体化呈现。

场景类关键元素提示词要点：

• 明确主光源：阳光（透过鲲鹏护盾缝隙射入） / 建筑自发光信息光脉冲 / 废弃区冷白散射光。
• 色彩基准：主色冰蓝 #4A9BC7，副色暖金 #E8B84B；同一画面中，主色调占比约60–70%，副色占比20–30%，其余为中性过渡色。
• 材质量化：信息光脉冲（绿色，流动感，宽度0.8m），反射率（镜面玻璃72–85%），锈迹覆盖率（废弃区域 ≥30%）。

视频片段提示词 (MultiModalToVideo → Seedance 2.5)

参考图占位符绑定： 针对每个参考输入使用产品占位符 <<<image_1>>>、<<<image_2>>> 等，按角色/场景顺序排列，并在提示词开头说明“<<<image_1>>> 是 [角色/场景名称]”。

运动堆叠结构（按顺序书写）：

1. 摄像机运动（严禁使用“固定”或“简单推拉”，必须从以下类型中选择）：
   • 手持微抖动追踪 / 手持环绕（圆弧半径 + 方向） / 肩扛追踪 / 荷兰角（注明度数） / 低角度旋转上升 / 快速剪切；为每种运动注明速度（慢速/平稳/快速）和情感意图。
2. 主体动作与情感弧线： 具体肢体动作 + 幅度/速度 + 情感节拍（例如，肩膀下垂 → 眼神抬起 → 嘴角颤抖），按叙事顺序排列；不要使用类似“0–3秒 / 3–6秒”的时间戳拆分。
3. 特写焦点（如有）： 明确指定特写对象（瞳孔反射/紧握的拳头/装甲接缝等） + 特写所承载的情感目的（例如，特写瞳孔中鲲鹏底部结构的反射，传达无助感）。
4. 空间变化： 场景内元素的位移或遮挡关系（例如，鲲鹏阴影从左至右扫过建筑群）；对于多次摄像机角度切换，需注明每次剪切的时间点和角度偏移量（≥30°）。
5. 音频描述（仅限 Seedance 2.5 专用格式）：
   • 音乐：(...) 括号内描述
   • 音效：<...> 方括号内描述
   • 对话：{...} 方括号内插入逐字对话；非英语对话需在括号前注明语言（例如，中文{...}）
   • 屏幕字幕：【...】 方括号内插入字幕文本
   • 如果已计划独立的音频层（VO），请勿将 VO 文本写入视频提示词，以免重复渲染。

空灵/梦幻序列提示词写作（专用情感过渡片段）：
当镜头被标记为“空灵情感过渡片段”时，提示词必须遵循以下结构，不得简化：

1. 物理光源锚定（必须在运动堆叠之前书写）：明确光束来源（例如，“阳光穿透鲲鹏装甲的3厘米缝隙，在地面投射出平行光柱”），以及雾气的成因（例如，“低密度粒子雾，不透明度 ≤25%，仅出现在光束边缘的散射区”）；禁止使用诸如“漫射雾”、“梦幻光辉”、“迷幻光效”等没有光源锚定的描述。
2. 运动节奏标注：慢速手持追踪（注明速度 ≤3cm/s 或“近乎静止”）→ 插入眼睛/手的极端特写（注明对象和情感意图）→ 低角度上升（注明角度和进入画面的巨大物体比例）；书写三段之间的叙事过渡依据，禁止书写时间戳。
3. 音效协调：使用 <...> 描述气流穿过光束的低频共鸣或粒子雾的极低底噪，避免空灵片段音效与 BGM 主旋律冲突（此处音效为物理声场背景，而非音乐）。
4. 负向约束添加：在此提示词段落末尾添加“no psychedelic colors, no glowing mist without light source”。

单镜头内多次剪切提示词写作（Seedance 2.5 多镜头叙事格式）：
对于故事板中标记有多次摄像机切换的镜头，提示词必须采用以下格式：

• 摄像机块结构（按叙事顺序排列，每个机位是一个独立段落）：
  [摄像机 A] <<<image_1>>> 是 [角色/场景名称]；[景别/角度/运动]，[主体动作与情感]，[光影描述]
  → 切换：[叙事依据，例如，“鲲鹏阴影边界进入画面的时刻”]
  [摄像机 B] <<<image_2>>> 是 [角色名称]；[景别/角度/运动]，[主体反应与情感弧线]，[特写焦点]
  → 切换：[叙事依据，例如，“角色情绪达到临界点，嘴唇微微颤抖”]
  [摄像机 C] [景别/角度/运动]，[结尾镜头描述]

• 角度差异标注：在每次切换的叙事依据后注明角度偏移量（例如，“角度偏移 ≥30°，切换至 18° 荷兰角”）；

• 禁止写法：cut to + 固定机位描述、时间戳拆分、相同角度连续剪切；

• 音频格式统一写在最后一个摄像机块之后，不在每个摄像机块内重复。

固定负向约束（添加到每个视频提示词末尾）：

• no subtitles（字幕用于后期，不在视频中渲染）
• no music（BGM 在视频编辑阶段叠加，不在单镜头中生成）
• no motion blur（快门1/250秒，冻结运动）
• no fake lens flare（无光源即无光晕）
• no skin smoothing（不磨皮，真实皮肤纹理）
• no overexposure（最亮区域 RGB≤245）

强化光学规则：

• 每个视频提示词必须包含：f/11 大景深，背景清晰；极致对比度（6–7档）；真实物理光源（阳光/建筑自发光/反射光），主光源方向明确。
• 允许真实镜头光晕：主光源位置的三层渐变光晕；最外层直径不得超过光源实际显示尺寸的1.5倍；不透明度从中心40%向边缘均匀衰减至0%；光晕相对于光源的位移 ≤2°。
• 禁止描述：外发光、神圣光芒、无源光晕、假漫射光晕、假霓虹灯。

强化宏大尺度描述：

• 每个包含机械鲲鹏的镜头提示词必须包含：翼展518m / 机身322m / 悬停高度900–1100m；同画幅内必须包含人类/载具作为尺度参考，参考物占画幅面积 ≥0.5% 且 ≤2%。
• 当画幅包含从地面到高空的垂直视角时，书写中高度参考物（中层建筑/浮空通道），视觉垂直落差 ≥500m。

剪辑节奏与逻辑

• 基础剪辑节奏： 对齐背景音乐（BGM）的低频鼓点。开篇全景镜头（4–6秒）→ 快速切换不同景别（3–4秒）→ 光影剪辑（4–6秒）→ 群像镜头（4–5秒）→ 结尾航拍镜头（4–6秒）。总时长：45–60秒。
• 转场： 优先使用硬切（配合光影节奏变化）；仅在情绪转变时（如：从紧张到震撼）使用0.5–1秒的叠化。严禁使用花哨的转场特效。
• 节拍对齐： 将鲲鹏阴影掠过建筑的运动帧与最强烈的低频BGM鼓点对齐。将多组镜头进入点与旋律节点对齐。

音轨混音

• BGM音轨： 全程垫底，设为-12 dB（相对于满量程）。开头3秒淡入（0 → -12 dB），结尾3秒淡出（-12 dB → 静音）。
• 旁白（VO）音轨（如有）： 设为-6 dB。当旁白开始时，BGM自动降低3 dB，旁白结束后恢复。旁白严禁与镜头内的同步对白重叠。
• 镜头内生成的音效（如有）： 保留原始音效轨道，混音至-18 dB，以避免与BGM和旁白产生频率冲突。
• 环境音层混音： 环境音作为独立轨道，垫底设为-20 dB。鲲鹏头顶飞过时，将环境音提升至-14 dB（超低音引擎的张力必须高于物理感知阈值），此段BGM降低4 dB。废弃区域镜头（风声/电弧声）的环境音设为-16 dB，保留高频清晰度，以与繁华区的电磁嗡嗡声形成频率对比。

导出设置

• 宽高比： 16:9，分辨率4K（4096×2160），帧率24fps。
• 色彩空间： 最终导出应保持高饱和度、色调清晰，确保RGB黑位深度≥15，白位深度≤245。