Evangelion-inspired aesthetic video

整体流程与阶段依赖：

1. 锁定全局规格 → 通过 text_editor 建立 Final_Video_Spec.md，记录：画面比例（2.39:1 TV/EOE 风格 或 16:9 Rebuild 风格）、目标时长、EVA版本倾向、语言、输出分辨率。
2. 分析参考素材（如有）→ 调用 resource_prepare_and_analyze，按六维度拆解并映射到五条美学主线。
3. 设计分镜 → 调用 storyboard_designer，依据选定美学线（单线或组合）设计 key elements（巨型生物机械体、驾驶员角色、场景等）、shot 列表及音频层。
4. 生成视觉元素资产 → 调用 media_generator 生成 key element 图像；若用户已上传参考图，优先注册为 asset_id 并绑定到对应 key element 槽，不重复生成。
5. 逐镜生成视频 → 调用 media_generator，以 key element 图像为参考生成每个 shot 的视频。
6. 生成音频层 → 调用 media_generator 生成 BGM 及旁白（VO）。
7. 剪辑合成 → 调用 video_assembler 完成时间线装配。

依赖关系： 2→1；3→2；4→3；5→4；6→3；7→5,6。

关键暂停点与用户确认流程：

暂停点 1 — 美学线确认（在步骤 2 完成、步骤 3 启动前）

• 若用户已上传参考图或音频，先输出 resource_prepare_and_analyze 的映射结论（匹配到哪条美学线及核心依据），再展示下方卡片；
• 无论是否有参考素材，均依次展示以下三张卡片，逐项确认后再进入分镜设计。

卡片 1 · 美学线选择（单选，默认推荐：B线·暴走线）

选项标签说明文案A线·降临线巨物压迫 + 末世深夜，仰角极端透视，慢速铺垫→冲击快切，适合"使徒降临"类场景B线·暴走线 ★默认推荐失控狂战士觉醒，高频快切 + 颅甲碎裂 + 翼状展开，视觉冲击力最强C线·独白线纯色背景心理空间，超长静止镜头，VO 旁白驱动，意识流文字碎片D线·补完线宏大末世升华，俯拍集体消融 + 琥珀色海洋 + 十字光柱，史诗长镜E线·终版线告别治愈反转，阳光绿野 + 铁路月台，静默留白，情绪最温柔B+C · 暴走独白外在狂暴 ↔ 内心崩溃，EVA 最标志性内外反差，硬切黑场骤降情绪D+E · 补完重生宏大升华→反转治愈，色温极端落差，适合完整弧线叙事全五线递进 A→B→C→D→E完整叙事弧，适合 90s+ 短片或 MV，22—32 个 shot

卡片 2 · EVA版本质感倾向（单选，默认推荐：Rebuild 序/破）

选项标签说明文案TV版（1995）16mm 胶片颗粒 + 赛璐珞平涂 + 低饱和，复古动画质感，4:3 构图感EOE（1997 剧场版）35mm 极端高对比 + 红白黑三色主调 + 实拍混媒感，最具实验性Rebuild 序/破（2007—2012）★默认推荐4K 数码精细 + 高饱和鲜明色彩 + 柔和高光，现代动画制作感最强Rebuild Q（2012）冷灰主调 + 深红点缀 + 枯紫压抑，色调最克制，严格排除暖色Rebuild 终（2021）4K 暖金阳光 + 绿野蓝天 + 写实背景融合感，E线首选版本参数

卡片 3 · 旁白（VO）启用（单选，默认推荐：不启用旁白）

选项标签说明文案不启用旁白 ★默认推荐纯视觉 + BGM 驱动，适合 A/B/D/E 单线或快节奏组合方案启用中文旁白跨 shot 普通话 VO，推荐 MiniMax Speech 2.8 HD，C 线 / 全五线递进必选启用日语旁白日语 VO，推荐 MiniMax Speech 2.8 HD，强化原作氛围启用英文旁白英语 VO，推荐 ElevenLabs v3，适合国际化发布场景启用双语旁白（中+日）中日交替 VO，C 线独白段落专属玩法，情绪层次感最强

• 三张卡片全部确认后，将选定结果（美学线 / 版本质感 / VO 方案）写入 Final_Video_Spec.md，再调用 storyboard_designer。

暂停点 2 — 分镜审核（在步骤 3 完成、步骤 4 启动前）

• 输出分镜摘要，结构如下：
  • Key Elements 清单：列出所有已设计的 key element（名称 / 类型 / 简述），标注哪些来自用户上传（已有）、哪些需生成；
  • Shot 列表概览：按美学线段落列出 shot 编号、景别、时长、视觉要点（不超过一行/shot）；
  • 音频层概览：列出 BGM 段落数、VO 段落数及对应情绪标签；
• 明确询问用户：任何 shot 需要调整景别 / 时长 / 内容，还是直接进入生成阶段；
• 确认无误后方可调用 media_generator 启动元素图像生成。

暂停点 3 — 元素资产审核（在步骤 4 完成、步骤 5 启动前）

• 输出 元素资产审核清单，逐条列出：

  #Key Element类型资产来源参考图数量状态1[机甲名]巨型生物机械体生成 / 用户上传2（全身+特写）✓ 就绪 / ✗ 待确认2[驾驶员名]驾驶员角色生成 / 用户上传1（双格横排）✓ 就绪 / ✗ 待确认3[场景名]场景生成 / 用户上传1—2✓ 就绪 / ✗ 待确认

• 明确提示：若任意元素状态为"待确认"，需用户审核图像后反馈；全部标记为"✓ 就绪"后，方可启动 shot 视频逐镜生成；

• 同一确认步骤中，询问是否需要对任何元素重新生成（指出具体问题即可，无需重新描述参数）。

暂停点 4 — 视频与音频完成后（在步骤 7 启动前）

• 列出全部已生成 shot 视频及音频层，标注时长，提示用户预览并确认；
• 询问是否有需要重生成的 shot（如有，仅重生成该 shot，其余不重复处理）；
• 确认无误后调用 video_assembler 执行时间线装配。

版权安全原则： 全流程严禁出现版权关键词（详见提示词撰写规则），所有提示词均使用安全替代词。

参考图六维度拆解框架：

收到用户参考图后，必须按以下六个维度逐一分析，输出结构化分析结果，再进行美学线映射：

1. 构图结构：仰角 / 俯角 / 平视？居中 / 偏移 / 对称？
2. 色调倾向：冷色 / 暖色 / 低饱和 / 高对比？
3. 主体类型：人物 / 机械 / 场景 / 抽象？
4. 情绪氛围：孤独 / 压迫 / 温馨 / 末世？
5. 光线特征：逆光 / 顶光 / 侧光 / 无光源？
6. 纹理质感：胶片 / 数码 / 手绘 / 写实？

参考图到EVA美学线的映射规则：

参考图特征映射方向EVA美学落点低饱和冷色人物绫波丽线纯白虚空 + 淡蓝月光 + 空洞瞳孔高饱和暖色冲突明日香线火红战斗 + 烈焰背景 + 强对比沉默少年特写真嗣线纯色背景内心独白 + 文字碎片 + 省略号巨大生物/建筑使徒降临线仰角极端透视 + 巨物压迫 + 蓝黑夜色末世废墟补完线琥珀色海洋 + 白色人影升腾 + 十字光柱阳光田野终版线金色光 + 绿野 + 车站 + 告别感机械/科技NERV线冷灰走廊 + 橙色警报 + 终端屏幕亲密双人薰嗣线浴室/月光/水面倒影 + 银白 + 温暖

分析结束后，明确告知用户映射到了哪条美学线，并询问是保持单线还是叠加组合玩法，再传递给 storyboard_designer 使用。

音频参考素材分析框架：

收到用户参考音乐/音频后，按以下五个维度逐一分析，输出结构化分析结果，再进行美学线映射：

1. 速度与节奏密度：BPM 区间估算（极慢 <60 / 慢 60—90 / 中 90—120 / 快 120—150 / 极快 >150）；节拍是否规则？是否有突发停顿或骤停？
2. 音色构成：主导音色类别（弦乐 / 铜管 / 钢琴 / 吉他 / 电子合成 / 打击乐 / 人声）；是否存在工业噪声、失真电吉他、人声样本碎片等特殊音色？
3. 动态范围：音量整体走向（平稳 / 渐强 / 渐弱 / 峰谷交替）；是否有骤停或突发冲击点？
4. 情绪弧线：整体情绪倾向（压迫 / 狂暴 / 内省 / 升华 / 治愈）；情绪是否有明显段落转折？
5. 音质/质感标签：管弦乐感 / 电影感 / 氛围感 / 赛璐珞复古感 / 数码高清感？是否含混响尾音或明显空间感？

参考音频到EVA美学线的映射规则：

音频特征映射方向EVA美学落点极慢BPM + 铜管不和谐强奏 + 工业打击A线·降临线slow apocalyptic orchestral，压迫感BGM高BPM + 失真电吉他 + 冲击性打击乐 + 骤停点B线·暴走线aggressive industrial strings，狂暴失控稀疏钢琴 + 人声碎片 + 大量混响尾音 + 近乎静默C线·独白线sparse jazz piano + fragile vocal fragments，内省意识流合唱音色 + 欢快旋律但带忧郁底色 + 上行弦乐渐强D线·补完线bittersweet choir，升华末世崇高感温柔木吉他/钢琴 + 空气感弦乐 + 低音量舒缓E线·终版线warm acoustic guitar，治愈告别感段落一：高BPM冲击；段落二：骤停后稀疏钢琴B+C组合线暴走→独白内外反差段落一：宏大合唱渐强；段落二：骤停后轻柔吉他D+E组合线补完→重生极端落差完整弧线包含以上多段情绪递进全五线递进A→B→C→D→E完整叙事弧

音频分析后的处理规则：

• 若音频映射到单一美学线：告知用户匹配结果及匹配依据，将对应 BGM 风格描述词传递给 storyboard_designer 的音频层设计，并在 media_generator 的 BGM 生成提示词中优先参照此风格描述词。
• 若音频具有明显段落转折（如从高BPM骤降至稀疏钢琴）：识别为组合线信号，向用户确认是否采用对应组合方案（B+C / D+E / 全五线）。
• 若音频风格模糊无法确定单一映射：输出最接近的两条候选线，以卡片形式请用户选择。
• 若用户希望将上传的参考音频直接用作BGM而非仅作分析参考：注册为 asset_id，在 media_generator 中绑定到对应音频层，不重复生成BGM；同时将音频时长、节奏特征传递给 storyboard_designer 以校准各 shot 时长配比。

Key Elements 设计原则：

• 巨型生物机械体（主体机甲）：明确配色方案（如"紫绿配色"对应暴走线）、装甲质感（骨骼/金属/有机体融合）、标志性结构部位（颅甲、背脊翼状结构、腹部核心）。
• 驾驶员角色：按安全描述词定义外貌（发色/瞳色/服装），注明情绪状态与姿态。
• 场景：区分地面城市废墟、地下指挥中心、虚空心理空间，标注光源色温。
• 若用户已上传参考图且对应某 key element，在描述中确保与参考图的视觉特征保持一致，不可矛盾。

五条美学主线的分镜设计要点：

A线 · 降临线（使徒 / 巨物 / 末世压迫）

• 镜头语言：极端低角度仰拍，巨型生物剪影占满天空，人类渺小对比；
• 色调：深夜蓝黑 #1A1A2E + 橙红警报光 #FF6B35 + 暗紫 #4B0082；
• 分镜节奏：慢速推进 → 突然切到细节特写，营造压迫感。
• 推荐镜头数：4—6 个 shot（含 1 个冲击帧）。
• 单镜时长：铺垫长镜 8—30s；冲击特写 0.5—1s。
• 典型序列范例（10 shot）：
  1. 远景大全景：城市废墟夜空，警报橙光扫射，人群背影（10s）
  2. 仰拍极端低角：巨型生物机械脚掌踏碎地面，地裂特写（8s）
  3. 平视中景：驾驶员在圆筒形驾驶舱内凝视监控画面（8s）
  4. 特写冲击帧：异形降临者菱形发光眼骤然睁开（0.5s 闪红）
  5. 远景全景：六边形光栅屏障展开，十字光柱冲天（12s）

B线 · 暴走线（失控 / 狂战士 / 生物觉醒）

• 镜头语言：手持抖动感，颅甲碎裂特写，背脊展开慢动作；
• 色调：紫绿基底 #4A0E4E → 暴走黄绿 #7CFC00，橙红液体喷溅；
• 分镜节奏：高频快切，每镜 2—4s，配合冲击帧。
• 推荐镜头数：6—10 个 shot（节奏密度最高的线）。
• 单镜时长：常规快切 2—4s；暴走爆发慢动作镜 6—8s；冲击帧 0.5s。
• 典型序列范例（14 shot）：
  1. 中景：机甲颅甲表面出现裂缝，琥珀色液体渗出（4s）
  2. 特写冲击帧：颅甲整块碎裂飞散（0.5s 闪白）
  3. 慢动作仰拍：背脊翼状骨骼结构撑开展翼（8s）
  4. 快切特写：黄绿色双眼骤亮（0.5s）
  5. 手持抖动中景：机甲拳击对手，橙红液体喷溅（3s）
  6. 快切特写：驾驶员面部痛苦扭曲，融合指数爆表（2s）
  7. 全景：机甲自律行动，周围地面圆形凹陷（4s）

C线 · 独白线（心理 / 意识流 / 文字与影像混合）

• 镜头语言：纯色背景（白 / 黑 / 红），人物静止，多重自我叠影；
• 色调：极低饱和或极端单色；
• 分镜节奏：超长静止镜头（10s+），无明显切换，依赖淡入淡出；旁白（VO）驱动节奏。
• 推荐镜头数：3—5 个 shot（镜头少但单镜极长）。
• 单镜时长：10—30s；最长可达 30s（单 shot 上限）；多 shot 可串联实现更长独白段。
• 典型序列范例（8 shot）：
  1. 纯白背景，少年正面静立，眼神空洞，叠影渐显（30s，VO 驱动）
  2. 纯黑背景，多重自我轮廓叠化，文字碎片浮现（12s，VO 继续）
  3. 纯红背景，侧脸特写，嘴唇微动，无声对白（10s）
  4. 渐变白场，人影溶解，只剩轮廓线（淡出至白，12s）

D线 · 补完线（末世升华 / 集体意识 / 光与融化）

• 镜头语言：俯拍全球视角，白色光球升腾，大地碎裂成棱柱；
• 色调：橙黄琥珀 #FF8C00 + 纯白光 + 暗色大地；
• 分镜节奏：史诗慢速，10—30s 长镜，宏大空间感。
• 推荐镜头数：4—6 个 shot（宏大叙事，不宜过碎）。
• 单镜时长：10—30s 为主，追求单镜叙事完整性。
• 典型序列范例（10 shot）：
  1. 俯拍极高角：琥珀色海洋覆盖大地，白色人影群体升腾（30s）
  2. 仰拍全景：双螺旋红色长枪贯穿云层，十字形升空光柱绽放（12s）
  3. 中景特写：个体白色人影面部溶化，表情由痛苦转平静（10s）
  4. 极远俯拍：地球表面棱柱化，橙光扩散至边缘（30s）
  5. 宇宙视角：光球在黑暗中平静漂浮（12s，VO 收尾）

E线 · 终版线（告别 / 新生 / 反转治愈）

• 镜头语言：平视暖光，阳光绿野，逆光人影，铁路月台；
• 色调：金色阳光 #DAA520 + 绿野 #80CBC4 + 天蓝 #87CEEB；
• 分镜节奏：舒缓，静默感，与末世线形成极端情绪反转。
• 推荐镜头数：4—6 个 shot（克制，每镜留白感强）。
• 单镜时长：8—12s；允许大量静止画面，以沉默感为美学目的。
• 典型序列范例（10 shot）：
  1. 晨光远景：铁路月台，逆光少年背影，金色光晕漫溢（10s）
  2. 平视中景：绿野微风，少年侧脸转向镜头，表情平静（8s）
  3. 特写：手与手交叠，阳光透过指缝（8s）
  4. 全景仰拍：蓝天白云，一架纸飞机飞过（10s，无对白）
  5. 远景固定：人影渐行渐远，月台空镜，BGM 淡出（12s）

组合玩法说明（写入相应 shot 的描述中）：

B线 + C线 · 暴走独白（外在暴力 ↔ 内心崩溃）

• 情绪逻辑：以高频暴走快切制造极度紧张，硬切至纯色静止背景后骤然降温，形成 EVA 最标志性的内外反差。
• 推荐镜头数：9—13 个 shot（B线段 5—7 个 + C线段 4—6 个）。
• 单镜时长：B段延续快切 2—4s + 冲击帧 0.5s；C段长静镜 10—30s。
• 典型序列范例（22 shot）：
  1. 中景：机甲颅甲出现裂缝，琥珀色液体渗出（4s）
  2. 特写冲击帧：颅甲整块碎裂飞散（0.5s 闪白）
  3. 慢动作仰拍：背脊骨骼翼状结构展开（8s）
  4. 快切特写：黄绿色双眼骤亮（0.5s）
  5. 手持抖动中景：机甲自律击打对手，橙红液体喷溅（3s）
  6. 快切特写：驾驶员面部痛苦扭曲，融合指数爆表（2s）
  7. 硬切·转场帧：全黑静止，0.5s 沉默（情绪断层）
  8. 纯白背景，少年正面静立，叠影渐显（30s，VO 开始）
  9. 纯黑背景，多重自我轮廓叠化，文字碎片浮现（12s）
  10. 纯红背景，侧脸特写，嘴唇微动，无声对白（10s）
  11. 渐变白场，人影溶解，只剩轮廓线（淡出至白，12s）

D线 + E线 · 补完重生（末世宏大 → 反转治愈）

• 情绪逻辑：以俯瞰宏大的集体消融制造情绪顶点，在最高光瞬间硬切至阳光田野，利用色温和体量的极端落差制造治愈冲击。
• 推荐镜头数：9—12 个 shot（D线段 5—6 个 + E线段 4—6 个）。
• 单镜时长：D段 10—30s 长镜；E段 8—12s，留白感强。
• 典型序列范例（20 shot）：
  1. 俯拍极高角：琥珀色海洋覆盖大地，白色人影群体升腾（30s）
  2. 仰拍全景：双螺旋红色长枪贯穿云层，十字形升空光柱绽放（12s）
  3. 中景特写：个体白色人影面部溶化，表情由痛苦转平静（10s）
  4. 极远俯拍：地球表面棱柱化，橙光扩散至边缘（30s）
  5. 硬切·转场帧：瞬间切至纯金色过曝画面（0.5s，音轨骤停）
  6. 晨光远景：铁路月台，逆光少年背影，金色光晕漫溢（10s）
  7. 平视中景：绿野微风，少年侧脸转向镜头，表情平静（8s）
  8. 特写：手与手交叠，阳光透过指缝（8s）
  9. 全景仰拍：蓝天白云，一架纸飞机飞过（10s，无对白）
  10. 远景固定：人影渐行渐远，月台空镜，BGM 淡出（12s）

全五线递进 · 完整叙事弧（A→B→C→D→E）

• 情绪逻辑：降临（外部威胁）→ 暴走（失控爆发）→ 独白（内心崩塌）→ 补完（消融升华）→ 终版（新生告别），适合 90s 以上短片或完整 MV 结构。
• 推荐镜头数：22—32 个 shot（每段按对应线的最低推荐数取值以控制总长）。
  • A线段：8—10 shot；B线段：10—14 shot；C线段：6—8 shot；D线段：8—10 shot；E线段：8—10 shot。
• 单镜时长：各线延续本线规格；全片节奏呈"慢→快→静→慢→缓"弧形。
• 转场锚点（段落间衔接方式）：
  • A→B：末尾冲击帧直接接B线首镜，硬切，音效撞击峰值；
  • B→C：B线最后一个快切后插入0.5s全黑静止帧，硬切至C线纯白背景，音轨骤停；
  • C→D：C线白场淡出末尾，叠化进D线琥珀色俯拍大全景，VO 无缝延续；
  • D→E：D线最高光帧硬切至E线金色过曝晨光，音调从宏大弦乐骤变为轻柔吉他。
• 典型段落分配范例（54 shot）：
  • A线段（10 shot）：城市废墟→巨物降临→驾驶员就位→发光眼睁开→六边形屏障展开
  • B线段（14 shot）：颅甲裂缝→碎裂冲击帧→翼状展开→双眼骤亮→拳击喷溅→驾驶员扭曲→自律行动全景
  • B→C 转场：0.5s 全黑静默帧
  • C线段（8 shot）：纯白叠影→纯黑文字碎片→纯红侧脸→白场溶解
  • D线段（10 shot）：琥珀海俯拍→长枪贯穿→个体溶化→地球棱柱化→宇宙光球
  • D→E 转场：金色过曝硬切帧（0.5s）
  • E线段（10 shot）：月台晨光→绿野侧脸→手部特写→纸飞机→人影远去空镜

独立音频层设计：

单线 BGM 风格词库（供 text_to_instrumental 提示词直接引用）：

美学线BGM 风格描述词情绪目标A线·降临线低频弦乐持续音 + 铜管不和谐强奏 + 工业噪声打击，slow apocalyptic orchestral, dissonant brass surges压迫、恐惧、不可抗力B线·暴走线高频快节奏弦乐暴走段 + 失真电吉他 + 冲击性打击乐，aggressive industrial strings, distorted electric guitar riff, breakneck percussion失控、狂暴、生物觉醒C线·独白线稀疏爵士钢琴 + 破碎人声样本 + 长音延迟混响，sparse jazz piano, fragile vocal fragments, reverb decay, near-silence孤独、内省、意识碎裂D线·补完线欢快旋律配末日歌词（对位美学）+ 宏大合唱 + 上行弦乐，bittersweet choir, paradoxically cheerful melody over apocalyptic undertones, rising strings升华、溶解、末世崇高E线·终版线温柔木吉他 + 轻钢琴 + 空气感弦乐，warm acoustic guitar, soft piano, airy strings, healing pastoral告别、新生、治愈宁静

组合线 BGM 分段设计：

B线 + C线 · 暴走独白

• B段 BGM：aggressive industrial strings + distorted electric guitar，bass 推至峰值，铜管强奏在暴走爆发镜同步冲击；全程维持高音量。
• B→C 转场：黑场帧同帧音轨骤停归零，静默时长与黑场等长（0.5s），绝不淡出——需以"断裂"为美学目标。
• C段 BGM：进入白场后不立即启动 BGM；先由 VO 旁白独撑 10—20s；如需补 BGM，选 sparse jazz piano，音量控制在 -18dB 以下，绝不盖过 VO。
• C段 VO 情绪设定：narration_speaker_profile = "低沉青年男声，语速极慢，气息感强，每句话尾有轻微颤抖；情绪：麻木中透出崩溃边缘"；VO 在白场出现后延迟 0.5—1s 入场。

D线 + E线 · 补完重生

• D段 BGM：bittersweet choir + paradoxically cheerful melody + 宏大上行弦乐；音量随视觉宏大程度在 D段内部逐镜爬升，至第 8—10 镜宇宙俯拍时达到全片次峰值。
• D→E 转场：金色过曝帧出现的同帧音轨骤停；E段首帧后 0.5s，warm acoustic guitar 以 0.5—1s 淡入，起始音量约 -20dB，缓慢回升至正常叙事音量，形成"宏大弦乐 → 一把吉他"的极端落差。
• E段 BGM：warm acoustic guitar + soft piano，全程不超过 -10dB，与 D段峰值形成 8dB 以上音量落差，维持告别感。
• E段 VO 情绪设定（如有）：narration_speaker_profile = "温柔中性声线，语速平稳，轻微上扬尾音；情绪：平静，带一丝释然和告别感"；VO 在 E段最后 1—2 个 shot 进入，BGM 随 VO 淡入而同步压低至 -15dB。

全五线递进 · A→B→C→D→E

• A段 BGM：slow apocalyptic orchestral + dissonant brass，中等音量建立压迫感；在 A段末尾冲击帧前 1s 开始渐强，冲击帧同步音效撞击峰值。
• B段 BGM：无缝接续 A段音效峰值，切入 aggressive industrial strings + breakneck percussion；全程维持最高音量（全片峰值）。
• B→C 转场：B段末帧 → 全黑静默帧，音轨骤停，严格执行。
• C段 BGM：同 B+C 独立规则；sparse jazz piano 极低音量或纯 VO。
• C段 VO 情绪设定：同 B+C 独立规则中的 VO 设定。
• C→D 过渡 BGM：C段白场淡出与 D段叠化衔接时，bittersweet choir 在叠化中段（约 0.5s 处）以淡入方式进入，VO 可无缝跨越此转场继续。
• D段 BGM：同 D+E 独立规则；D段在全五线中为"第二音量峰值"，低于 B段峰值约 3—5dB。
• D→E 转场：同 D+E 独立规则；金色过曝帧同帧骤停。
• E段 BGM + VO：同 D+E 独立规则；全片以 warm acoustic guitar 淡出收尾。
• 全片 VO 总体设定（如启用跨段旁白）：同一 narration_speaker_profile 贯穿全片，建议"低沉青年男声，气息感强"；C段情绪最崩溃，D段语气趋于超然，E段最终回落平静；audio_layer 中按 shot 跨度分段标注情绪指令。

元素图像生成：

• 使用 TextToImage，推荐模型：Nano Banana Pro (Gemini 3 Pro Image)，分辨率 2K。
• 同一角色的多版本外观（如暴走前/后），使用 ImageToImage 以首版图为参考保持一致性。
• 场景图（地下指挥中心、废墟城市、虚空心理空间）同样使用 TextToImage，确保色调与所选美学线一致。

角色参考图绑定策略（三类 key element）：

生成顺序与依赖：

1. 优先生成/绑定巨型生物机械体（主体机甲），作为视觉基准锚点；
2. 其次生成/绑定驾驶员角色；
3. 最后生成/绑定场景；
4. shot 视频生成必须在上述三类元素图像全部就位后方可启动。

① 巨型生物机械体（主体机甲）

• 参考图数量：每个机甲 key element 需生成 2 张参考图——（1）全身正面图（锁定整体配色、装甲结构、背脊翼状部件、腹部核心位置）；（2）颅甲+上半身特写图（锁定头部形态、发光眼瞳、颅甲细节，用于暴走线颅甲碎裂/眼骤亮镜头的精确参考）。
• 多版本机甲（暴走前/后）：暴走后版本须以暴走前全身图为 ImageToImage 输入参考，差异部分（颅甲碎裂、翼状展开、眼色变化）在提示词中明确描述；确保两版本除差异部位外体型比例与配色严格一致。
• 用户已上传机甲参考图时：注册为 asset_id，绑定到对应机甲 key element；若用户仅上传了局部图（如仅有颅甲特写），则以局部图为 ImageToImage 参考补生成全身图，不可直接跳过全身图。
• 一致性校验：全身图与特写图须在同一批次生成或在同一 ImageToImage 链中生成；若两图配色或结构出现明显偏差，必须以全身图为基准重新生成特写图，不可在 shot 提示词中靠文字描述弥合差异。

② 驾驶员角色

• 参考图数量：每个驾驶员 key element 生成 1 张横向并排双格角色参考图——左格：紧凑半身肖像（锁定面部特征：发色、瞳色、眉形、嘴唇；驾驶服领口细节）；右格：全身立姿（锁定整体身形、驾驶服配色与接缝、手套/靴子材质）。两格必须在同一张图内生成，不可拆分为两次独立生成（防止人脸一致性偏差）。
• 多情绪状态（如平静/痛苦/空洞）：以标准参考图为 ImageToImage 输入，仅在提示词中描述情绪差异，不更换参考图，确保面部底层特征稳定。
• 用户已上传驾驶员参考图时：注册为 asset_id；若上传图为非双格格式，以其为 ImageToImage 输入重新生成符合双格规范的标准参考图并绑定，原上传图保留为辅助参考。
• key_element_audio 绑定（如有角色配音）：驾驶员角色的对白音色参考音频在此步骤同步绑定为 key_element_audio，用于后续 MultiModalToVideo 的 audio_infos，保证跨 shot 音色一致。

③ 场景（地点/心理空间）

• 参考图数量：每个场景 key element 生成 1 张宽景构图参考图，覆盖场景的全局空间关系、主要道具摆位、光源色温；若场景内有角色行动的核心区域（如驾驶舱内部、指挥台），额外生成 1 张该区域中景细节图（共最多 2 张）。
• 美学线色调锁定：场景图的色调必须严格匹配所选美学线色值（如 A线深夜蓝黑 #1A1A2E、D线琥珀 #FF8C00），生成后须目视对比分镜设计色调规格；若色偏超过半格色阶，重新生成，不可在提示词描述中以"偏暖/偏冷"补救。
• 心理空间（C线纯色背景）：C线心理空间无需生成场景参考图，以纯色背景（白/黑/红）直接写入 shot 提示词；不为纯色背景注册 asset_id，避免冗余资产。
• 用户已上传场景参考图时：注册为 asset_id 并绑定；若上传图的色调与所选美学线存在冲突，告知用户并确认是以上传图色调为准还是以美学线规格为准，不可静默覆盖用户意图。

Shot 视频生成：

统一使用 MultiModalToVideo，推荐模型：Seedance 2.5，分辨率 480p，时长 4—30s。

通用原则：

• 每个 shot 的参考图输入按"机甲图 → 驾驶员图 → 场景图"顺序排列，优先级依该 shot 的主视觉主体确定；与主体无关的 key element 图可省略，不强制三类全加。
• reference_video（上一 shot 视频）为可选输入，默认不加；仅满足下方各线触发条件时加入，不可将"想保持一致"作为默认理由。
• 若用户已上传参考图或视频，注册为 asset_id 并绑定到对应 Storyboard 元素槽，不重复生成。

按美学线的参考图数量上限与 reference_video 触发条件：

A线 · 降临线

• 参考图上限：每 shot 最多 3 张（机甲全身图 + 场景宽景图 + 可选机甲特写图）；驾驶员出镜时加驾驶员参考图，上限提升至 4 张。
• reference_video 触发条件：仅当巨型生物机械体在连续两 shot 中保持相同运动方向且摄像机角度变化极小时（例如：仰拍追踪同一个巨物逐步压近的连续镜头），才加入上一 shot 视频；降临线大多为分离场景切换，通常不触发。

B线 · 暴走线

• 参考图上限：暴走爆发镜（颅甲碎裂、眼骤亮、翼状展开）每 shot 最多 3 张（机甲全身图 + 机甲颅甲特写图 + 可选场景图）；常规动作镜最多 2 张（全身图 + 场景图）；冲击帧（0.5s 闪白/闪黑）不加参考图，仅写文字提示词。
• reference_video 触发条件：B线快切节奏强，极少触发；仅当暴走爆发慢动作长镜（6—8s）需要与上一镜头的机甲姿态严格衔接时（如翼状展开镜紧接颅甲碎裂镜），才加入上一 shot 视频；冲击帧前后的 shot 一律不加 reference_video。

C线 · 独白线

• 参考图上限：每 shot 最多 2 张（驾驶员参考图 + 可选叠影变体图）；C线以纯色背景为主，不加场景参考图；机甲参考图一律不加，防止破坏心理空间纯粹感。
• reference_video 触发条件：C线为超长静止镜头，原则上不加 reference_video；仅当相邻两 shot 均为同一人物叠影演变且需要叠影状态连续性时，可酌情加入，但需确认前一 shot 无B线暴走残留画面污染。

D线 · 补完线

• 参考图上限：每 shot 最多 2 张（场景宽景图 + 可选光效参考图）；D线为宏大集体视角，一般不加机甲或驾驶员参考图；个体溶化特写 shot 可加驾驶员参考图，此时上限 3 张。
• reference_video 触发条件：D线长镜史诗感强，可在琥珀色海洋俯拍序列（第2—8镜）中，当相邻 shot 属于同一连续俯拍运动时加入上一 shot 视频；宇宙视角末镜通常是独立构图，不触发。

E线 · 终版线

• 参考图上限：每 shot 最多 3 张（驾驶员参考图 + 场景宽景图 + 可选道具/手部细节图）；机甲参考图一律不加。
• reference_video 触发条件：E线舒缓节奏，镜头间多为场景切换，通常不触发；仅当铁路月台连续两 shot 中人物运动需要方向一致性（如人影渐行渐远的连续推远镜头）时可加入上一 shot 视频。

组合线附加规则：

• B+C 组合：B段各 shot 按B线规则执行；进入C段首镜时，强制清空所有来自B段的 reference_video，C段按C线规则独立执行，不得将B段视频带入C线心理空间。
• D+E 组合：D段各 shot 按D线规则执行；E段首镜不加 reference_video（金色过曝转场帧不可作为 reference_video 输入），从E段第二镜起可按E线规则酌情触发。
• 全五线递进：各段严格按对应单线规则执行；段落转场帧（全黑静默帧、金色过曝帧）不注册为 asset_id，不作为任何 shot 的 reference_video 输入。

音频生成：

• BGM：使用 text_to_instrumental，推荐模型 Suno 5 或 Mureka 8；注意 Suno 5 不可在提示词中出现知名艺术家姓名。
• 旁白（VO）：使用 text to narration，推荐模型 MiniMax Speech 2.8 HD（支持中日双语）；英文旁白可用 ElevenLabs v3。

版本画质对应规格（写入提示词时参考）：

版本对应风格关键词TV版（1995）16mm film grain, cel-shading, 低饱和赛璐珞平涂EOE（1997）35mm film, 极高对比, 红白黑三色主调, 实拍素材混合感Rebuild 序/破（2007—2012）4K digital, 精细光影, 数码高清Rebuild Q（2012）4K digital, 冷灰+深红+枯紫, 最压抑色调Rebuild 终（2021）4K digital + 实拍融合, 金色暖光+绿色原野+蓝天

版权安全原则（最高优先级）

以下词汇在 AI 生成平台会触发版权检测，严禁出现在任何提示词中：

Evangelion / EVA / NERV / SEELE / 碇真嗣 / 绫波丽 / 明日香 / 渚薰 / Shinji Ikari / Rei Ayanami / Asuka Langley / Kaworu Nagisa / GAINAX / khara / 庵野秀明 / Hideaki Anno / Entry Plug / LCL / 第一适格者 / Second Children / 第三新东京市 / Neo Tokyo-3

所有上述概念必须替换为下表安全替代词后再写入提示词。

安全替代词对照表：

原意安全替代（中文）安全替代（英文）EVA机体巨型生物机械人giant biomechanical humanoid初号机紫绿配色狂战士巨人purple-green berserker giant插入栓圆筒形驾驶舱cylindrical cockpitLCL液体琥珀色羊水液amber amniotic fluidAT力场六边形光栅屏障hexagonal energy barrier使徒异形降临者 / 巨型生物兵器eldritch descender / giant bio-weaponNERV总部地下军事指挥中心underground military command center同步率融合指数sync index / fusion rate暴走狂战士化 / 自律行动berserker mode / autonomous awakening第三次冲击大融合 / 终末净化The Great Convergence / eschatonic cleansing人类补完集体意识升华collective ascension / soul convergence十字光柱爆炸十字形升空光柱cruciform ascending light pillar朗基努斯之枪双螺旋红色长枪double-helix crimson spearEVA风格90年代赛璐珞动画风格，深沉心理叙事美学biomechanical dark anime aesthetic, 1990s cel-shaded animation庵野秀明风格实验性心理动画导演风格，意识流构图experimental psychological animation director style, stream-of-consciousness framing

提示词结构（图像 / 视频通用基础结构）

[风格安全标签] + [画面主体（用替代词）] + [场景通用描述] + [光线] + [色调] + [技术参数]

图像提示词撰写规则（TextToImage / ImageToImage）

• 主体优先：先写主体及动作，再写环境，最后写光线/色调/质感，不写心理动机等不可见内容。
• Key element 图像：锁定身份稳定特征（发色、瞳色、服装材质、配色方案），避免画面中出现无关文字。
• 美学线标签词（按线选择）：
  • A线：extreme low-angle, city-scale, bone-white chitinous armor, diamond-shaped luminous eyes
  • B线：berserker mode, cranial armor shattering, glowing yellow-green eyes, dorsal fins spreading
  • C线：pure void background, overlapping silhouettes, floating text fragments, stream-of-consciousness
  • D线：eschatonic convergence, white orbs ascending, amber ocean, cruciform light pillars
  • E线：sun-drenched pastoral, railway tracks, warm golden light, healing farewell silhouette

视频提示词撰写规则（MultiModalToVideo / Seedance 2.5（分辨率 480p））

• 参考图绑定：每个角色参考图用占位符 <<<image_1>>>、<<<image_2>>> 标注。
• 运动描述堆栈顺序：镜头运动 → 主体动作与表情 → 空间环境变化 → 音效/对白提示。
• Seedance 2.5（分辨率 480p） 特殊标记**（按需使用）：
  • 音乐：(...)；音效：<...>；对白：{对白原文}；字幕：【...】
  • 字幕统一在后期处理，提示词中始终加 no subtitles；若有独立旁白（VO）音频层，不在视频提示词中重复旁白全文；几乎始终加 no music（BGM 走独立音频轨）。
• 不使用绝对时间分段（如"0—3秒"），改用叙事顺序描述动作节拍。

各美学线负面提示词规则

负面提示词用于排除与对应美学线气质相悖的视觉元素，按线严格选用，不可混用。

通用负面提示词（所有线均适用）：

no subtitles, no watermark, no logo, no text overlay, no UI elements, no modern smartphone, no copyright characters

A线 · 降临线

no bright daylight, no cheerful colors, no cute characters, no small-scale environments, no pastel tones, no warm golden light, no smiling expressions, no close indoor shots

• 排除逻辑：降临线以巨物压迫 + 深夜蓝黑为核心；暖色、小场景、欢快元素会破坏末世压迫感。

B线 · 暴走线

no static poses, no clean undamaged armor, no soft lighting, no pastel tones, no peaceful expressions, no wide establishing shots without action, no slow dissolves in-shot

• 排除逻辑：暴走线强调破坏感与失控动态；完整无损的机甲和平静画面会削弱狂战士美学。

C线 · 独白线

no busy backgrounds, no crowds, no action motion blur, no saturated colors, no mechanical detail close-ups, no dramatic explosions, no multiple characters interacting

• 排除逻辑：独白线依赖极简纯色背景与孤立人影；繁杂环境和高动态元素会破坏意识流静默感。

D线 · 补完线

no individual character faces in focus, no modern architecture, no nighttime darkness, no desaturated cold tones, no small-scale scenes, no violent impacts, no single protagonist framing

• 排除逻辑：补完线是宏大集体视角；个体特写和冷调黑暗场景与琥珀色升华氛围相悖。

E线 · 终版线

no dark environments, no mechanical subjects, no explosions, no crowds, no high-contrast lighting, no apocalyptic landscapes, no dramatic action, no cold blue or purple tones

• 排除逻辑：终版线以治愈暖色 + 留白静默为核心；末世机甲元素与告别治愈美学直接冲突。

组合线附加负面提示词：

B+C 暴走独白

• B段沿用B线负面词；C段沿用C线负面词；
• C段额外补充：> no residual motion blur from prior shots, no orange or yellow tones bleeding into void background（防止B段色调渗入C线纯色空间）

D+E 补完重生

• D段沿用D线负面词；E段沿用E线负面词；
• E段额外补充：> no amber tones, no ascending orbs, no cruciform light（防止D段补完元素污染E线治愈画面）

EVA版本质感参数写法差异

不同版本对应不同的技术质感，写入提示词时按用户选定版本选择对应参数组，不可混用。

TV版（1995）— 赛璐珞复古风

提示词质感参数写法：

16mm film grain, cel-shaded flat coloring, low saturation, visible halftone texture, slight color bleed at edges, retro anime screentone, 4:3 aspect ratio feel, analog noise overlay, faded ink outlines

• 色调处理：低饱和，颜色分区清晰，无渐变过渡；
• 光影：平涂为主，高光为纯白色块而非渐变光；
• 画质标注：不写"4K"或"photorealistic"；可写"1990s anime aesthetic, production art quality"；
• 镜头特征：Anamorphic变形镜头光晕不适用TV版；改为"standard lens, no lens flare, flat composition"。

EOE（1997 剧场版）— 极端实验风

提示词质感参数写法：

35mm film, extreme high contrast, red-white-black dominant palette, live-action mixed media feel, overexposed white flares, film burn artifacts, grain texture heavy, raw documentary aesthetic, handheld camera instability

• 色调处理：红、白、黑三色主调；其他色彩去饱和至接近单色；
• 光影：过曝白场与暗部同时出现；高对比无中间调；
• 特殊处理：允许写"mixed media collage feel, photographic texture bleeding into animation"；
• 镜头特征：Anamorphic变形镜头光晕适用；可加"anamorphic lens distortion, widescreen cinematic bars"。

Rebuild 序/破（2007—2012）— 数码精细风

提示词质感参数写法：

4K digital animation, precise cel shading with soft gradient highlights, vibrant saturated colors, sharp linework, cinematic depth of field, modern anime production quality, clean digital render, no film grain

• 色调处理：高饱和，色彩鲜明；光影有渐变但保持动画风格；
• 光影：精细数码打光，有柔和高光和环境光遮蔽感；
• 画质标注：可写"4K digital"；适合与"cinematic lighting, volumetric light rays"搭配；
• 镜头特征："anamorphic widescreen 2.39:1, subtle lens flare, digital precision"。

Rebuild Q（2012）— 压抑极简风

提示词质感参数写法：

4K digital, cold grey-blue palette, deep crimson accents, withered purple tones, desaturated oppressive atmosphere, clinical sterile lighting, sharp but emotionally cold render, no warm colors

• 色调处理：冷灰主调 + 深红点缀 + 枯紫；严格排除暖色系；
• 光影：冷白顶光或冷蓝侧光，无暖光源；
• 特殊处理：额外负面词加"no warm tones, no golden light, no green nature"；
• 镜头特征："clinical wide lens, flat cold lighting, no lens warmth"。

Rebuild 终（2021）— 暖光融合风

提示词质感参数写法：

4K digital with live-action integration feel, warm golden sunlight, lush green fields, clear blue sky, photorealistic background elements, soft natural lighting, hopeful color grading, bright high-key exposure

• 色调处理：金色暖光为主调；允许写实感背景与动画角色混合；
• 光影：自然日光，高调曝光，无末世感；
• 特殊处理：终版线与Rebuild终高度重合，E线提示词优先使用此版本参数；
• 镜头特征："natural lens, warm bokeh, golden hour lighting, 16:9 cinematic"。

输出格式（每次生成提示词时包含以下结构）

【美学线】[线名]-[情绪]-[版本倾向]
【版权状态】✓ 全部使用安全替代词

【中文提示词】
「...」

【English Prompt】
「...」

【日本語プロンプト】
「...」

【技术参数】
画幅：2.39:1（TV/EOE风格）/ 16:9（Rebuild风格）
质感：[对应版本参数]
镜头：Anamorphic变形镜头光晕（TV/EOE）/ 数码精细光影（Rebuild）

【玩法扩展】
→ 可组合：[建议组合的美学线]
→ 可变体：[变体方向]

剪辑节奏与美学线对应：

• A线（降临线）：慢速长镜 → 冲击快切，利用音效高峰点卡点；建议单镜 8—30s，冲击帧 0.5—1s。
• B线（暴走线）：高频快切，每镜 2—4s；镜头间使用闪白或闪黑过渡；音画同步在暴走爆发瞬间。
• C线（独白线）：超长静止镜头（10s+），无明显切换，依赖淡入淡出；旁白（VO）驱动节奏。
• D线（补完线）：史诗慢速，镜头间叠化或无转场直切；音量随视觉宏大程度渐升。
• E线（终版线）：舒缓节奏，自然光镜头间溶接过渡；整体音量低于前段，情绪收尾。

组合线剪辑规则：

B线 + C线 · 暴走独白

• 转场节奏：B段最后一个快切结束后，插入 0.5s 全黑静止帧（无音效、无音乐），硬切进入C段首镜纯白背景；禁止使用淡入淡出或叠化，必须是硬切，以强化情绪断裂感。
• 过渡方式：黑场静默帧本身即是情绪"归零"信号；C段首镜从黑场硬切后，画面以静止为主，不做任何推拉运动。
• 音画同步：B段全程 BGM 维持峰值音量（bass + 铜管强奏）；黑场帧起音轨 骤停归零；C段 VO 旁白在黑场结束、白场出现后 0.5—1s 内延迟入场，避免与黑场同时启动造成情绪提前泄露。
• B段内部：闪白/闪黑帧（0.5s）之间使用直切，禁止任何软过渡；音效（冲击音/骨裂声）精确卡在闪帧起始帧。

D线 + E线 · 补完重生

• 转场节奏：D段情绪最高光帧（通常为第8—10镜宇宙俯拍峰值）结束时，插入 0.5s 纯金色过曝静止帧，随即硬切至E段晨光月台首镜；整个转场不超过 0.5s，不做任何中间过渡。
• 过渡方式：D段内部各镜使用 叠化（dissolve） 过渡（过渡时长 0.5—1s），保持宏大感连贯性；进入E段后改用 溶接（gentle dissolve，1—2s），匹配E线舒缓节奏；D→E 转场本身用硬切，与D段内叠化形成对比。
• 音画同步：D段 BGM 弦乐在转场帧前 1s 开始渐强至峰值；金色过曝帧出现的同帧 音轨骤停；E段首帧起，轻柔吉他/钢琴以淡入方式进入（0.5—1s 渐入），形成音调从宏大到轻盈的极端落差。

全五线递进 · A→B→C→D→E

• A→B 转场：A段末尾冲击帧（0.5—1s 闪红）直接硬切至B段首镜；无静默帧；BGM 音效在冲击帧上撞击峰值后无缝延续至B段。
• B→C 转场：B段末帧硬切 → 0.5s 全黑静默帧（音轨骤停）→ 硬切C段纯白首镜；VO 在白场出现后延迟 0.5—1s 入场（规则同 B+C 独立组合）。
• C→D 转场：C段白场淡出末尾与D段琥珀色俯拍大全景使用 叠化 衔接（过渡时长 1—1.5s）；VO 可无缝延续跨越此转场，音乐在叠化中段渐入。
• D→E 转场：D段最高光帧 → 0.5s 纯金色过曝帧（音轨骤停）→ 硬切E段晨光月台首镜；轻柔音乐在E段首帧后 0.5s 淡入（规则同 D+E 独立组合）。
• 整体音量弧线：A段中音量（建立感）→ B段峰值 → C段骤降至极低（VO 主导）→ D段再次爬升至次峰值 → E段收尾渐弱；全片呈"中→高→低→高→低"弧形，不可在E段拉回高音量。
• 节奏弧线：全片平均镜长呈"慢（A）→快（B）→极慢（C）→慢（D）→慢（E）"弧形；B段平均镜长应明显短于其他各段，形成全片密度峰值。

音画同步：

• BGM 在关键情绪节点（使徒出现、暴走爆发、补完启动）音量推至峰值；告别场景收至低音量。
• 旁白（VO）与 BGM 同时存在时，BGM 压低至 -12dB 以下，旁白清晰优先。
• 视频内嵌对白音效（来自 FirstFrameToVideo / VideoInterp 生成）与独立旁白轨不叠放在同一时间段。

导出设置参考：

• TV/EOE 风格：2.39:1，480p，加 film grain overlay。
• Rebuild 风格：16:9，1080p（需会员），数码锐化。