时装展示短片

全片阶段流程与工具调度：
阶段一：全局参数锁定
创建 Final_Video_Spec.md（片名、画面比例、时长意图、视觉风格基调、语言）→ text_editor。同时依据服装类型与用户意图，在 Final_Video_Spec.md 中明确锁定拍摄风格类型：秀场走秀（Runway） 或 买家秀/街拍（Lifestyle）。后续所有阶段（场景选择、故事板、提示词风格）均以此为分支依据，不得在后期阶段再做判断。

阶段二：服装资产解析（如有用户上传）
若用户提供服装图片或参考视频，先提取款式、面料、色彩、动态物理等结构化信息 → resource_prepare_and_analyze

阶段三：服装与角色设计确认（逐步推进，每步后必须暂停等待用户明确确认，不得自动进入下一步）

• 步骤 3a：生成服装刀版三视图（正面/侧面/背面技术平面图，无模特，纯服装结构展示，横版宽幅三格并排）→ media_generator；暂停，明确等待用户回复"确认"或提出修改意见后，方可进入步骤 3b。
• 步骤 3b：用户确认刀版图后，以刀版图为参考，生成模特服饰卡（横版宽幅，左格：面部特写，右格：穿着服装的正面/侧面/背面全身三视图）→ media_generator；多套服装或多角色时，按 A/B/C 顺序逐一生成对应的模特服饰卡；暂停，明确等待用户确认模特形象与面料还原度后，方可进入步骤 3c。
• 步骤 3c：用户确认模特服饰卡后，Planner 直接以文字形式向用户呈现 3 个匹配服饰风格的场景候选方案（场景类型 + 光线基调 + 核心氛围词），无需调用任何工具；若用户有自定义场景需求，直接按用户描述执行；暂停，等待用户从候选方案中选择或提供自定义方向，收到明确选择后方可进入步骤 3d。
• 步骤 3d：用户确认场景选择后，依据所选方案生成对应的空场景图（无人物、无服装，纯环境氛围，横版宽幅）→ media_generator；多场景时每个 element scene 各生成一张；暂停，等待用户确认场景风格与光线基调符合预期后，方可进入故事板阶段。

阶段四：故事板设计、资产绑定与分镜确认（分三步）

• 步骤 4a：声明 key_elements（模特角色、服装、核心场景及配件）、shot 列表（含景别策略）、音频轨道 → storyboard_designer。key_element 描述须与步骤 3b 模特三视图、3c 空场景图保持一致，不得矛盾。
• 步骤 4b：将步骤 3b 生成的模特穿着三视图注册 asset_id，绑定至故事板对应的 element character；将步骤 3c 生成的空场景图注册 asset_id，绑定至故事板对应的 element scene → media_generator。此步骤为视频生成前的必要前置操作，未完成绑定不得进入阶段五。
• 步骤 4c：以已绑定的 element character 图（步骤 3b）和 element scene 图（步骤 3c）为参考输入，生成六宫格电影质感分镜预览图 → media_generator；暂停，等待用户确认分镜构图、场景搭配与景别节奏。

阶段五：视频生成
用户确认六宫格分镜后，以六宫格分镜预览图为直接参考输入，结合故事板中已锁定的模特、服装、场景 key_element 资产，一次性生成一条完整的 30 秒时装短片，无需逐镜分拆 → media_generator

阶段六：音频与组装
生成与服装风格匹配的 BGM → media_generator；全部素材就绪后执行时间线组装 → video_assembler

依赖关系： 3a→2（如有上传）；3b→3a；3c→3b；3d→3c；4a→3d；4b→4a；4c→4b；5→4b,4c；BGM生成→4a；最终组装→5,BGM生成

「一轮 = 一套分镜 + 一条视频」原则：

• 每次完整流程（阶段三→六）产出一个场景 + 一套分镜 + 一条 30 秒视频，这是一个独立的创作单元。
• 更换场景： 当前轮视频生成完毕后，用户提出新的场景需求，Planner 从步骤 3c（场景候选）重新开始，沿用已有的模特服饰卡（element character 资产不需要重新生成），生成新的空场景图 → 新的六宫格分镜 → 新的 30 秒视频。
• 更换服装： 用户提出新的服装需求，Planner 从步骤 3a（刀版三视图）重新开始，走完完整阶段三至六流程，产出新的服饰卡与视频。
• 每轮生成的视频独立存在，用户可自由决定是否与其他轮次的视频合并组装；如需合并，在所有目标视频完成后进入 video_assembler 统一处理，BGM 可共用一条或按轮次分段。
• Planner 在每轮结束后主动询问用户：是否需要更换场景或更换服装，继续新一轮创作。

服装资产解析： 当用户提供服装图片或参考视频时，重点提取并以结构化文本输出以下信息，供故事板阶段生成场景匹配方案与镜头动态描述时使用：

• 款式与剪裁轮廓（Silhouette）： 廓形类型、领口、袖型、裙摆/裤型
• 面料材质： 质地类型（丝绸/毛呢/皮革/纱/针织等）、光泽度、透明度、厚重感
• 色彩特征： 主色、辅色、图案/纹样的色相与饱和度特点
• 动态物理预判： 面料在运动中的垂坠感与摆动惯性（如真丝漂浮 vs 毛呢迟滞），为镜头动态描述提供依据

Key Elements 声明规范：

• 模特角色（element character）： 描述面部特征、肤色、妆容风格、发型；锁定与阶段三生成的模特三视图一致，不得矛盾。
• 服装（element）： 以阶段三刀版三视图为锚点，精确描述款式廓形、面料材质（质地/光泽/厚重感）、色彩及关键细节（拉链/纽扣/刺绣/图案/特殊肌理），作为全片视觉一致性基准。
• 核心场景（element scene）： 依据用户在阶段三步骤 3c 中已确认选择的场景方案，描述空间结构、主光源方向与色温、明暗比例、视觉留白区域设计；key_element 描述须与步骤 3d 生成的空场景图保持一致；多场景时为每个场景单独声明 element scene。
• 配件与道具（element）： 显著影响视觉的饰品（首饰/包/鞋/帽）作为独立 element 声明，便于在 shot 中精准引用。

视频风格类型判断（优先在阶段一锁定）：
根据服装风格与用户意图，将拍摄风格定性为以下两类之一，后续场景选择、分镜设计与提示词规范均以此为依据：
风格类型触发条件整体基调秀场走秀（Runway）礼服、晚装、高定、概念/机能装；用户明确要求"秀场感"强戏剧光影、极简背景、模特全程保持走秀步态与表情克制买家秀/街拍（Lifestyle）休闲、街头、日常穿搭、保暖、民族传统；用户明确要求"真实感/日常感"自然环境光、真实生活场景、模特有自发性互动与情绪表达

秀场走秀场景映射（Runway）：

• 礼服/晚装 → 宴会厅或古典剧院，Chiaroscuro 侧光，丝绸/亮片折射
• 机能/概念 → 工业废墟或超现实数字空间，结构主义线条
• 高定/民族 → 传统建筑或高反差摄影棚，高纯度色彩衬布

买家秀/街拍场景选择逻辑（Lifestyle）：
根据服装特征自动匹配以下场景候选，每个场景附带推荐光线方案：

• 休闲/通勤 → 城市街道（人行道、斑马线、玻璃幕墙反射）；顺光或侧逆光，硬阴影强调质感
• 咖啡/社交 → 独立咖啡馆、书店或画廊走廊；暖调漫射窗光，低饱和背景衬托服装主色
• 自然户外 → 公园草坪、林间小道、海边礁石；黄金时段侧逆光，环境色渗入面料
• 都市夜间 → 霓虹便利店门口、湿润沥青路面；混合色温（暖黄街灯 + 冷蓝天空），高光折射感
• 居家/轻生活 → 落地窗边、书房、浴室门口；柔和自然侧光，强调面料垂坠的静态美感
• 保暖/冬季 → 北欧雪地、暖调室内咖啡座；低色温暖光强调体积感与毛绒纹理
• 民族/传统 → 古镇街巷、庭院回廊、自然山野；高纯度环境色、强调色彩互动

场景构图原则（Lifestyle 专属）：

• 场景内保留真实生活道具（咖啡杯、购物袋、书、自行车等），但道具不抢主体；
• 背景允许适度虚化行人或环境元素，制造生活感景深；
• 避免过度对称的秀场式走廊构图，优先街头/随拍感透视角度。

买家秀模特互动动作库（Lifestyle 专属）：
区别于秀场走秀的克制步态，买家秀模特应呈现自发性、非表演感的真实动作。按镜头功能分类如下：
移动类（代替走秀步态）：

• 漫步过马路，随步伐裙摆自然摆动
• 推开咖啡馆玻璃门，侧身入框
• 骑行或推行自行车，风吹发丝与衣领
• 上下台阶，服装廓形随重心偏移形变

停驻/等待类（静态镜头锚点）：

• 倚靠墙壁或栏杆，单脚交叉，低头看手机再抬头
• 坐在台阶或长椅边缘，手肘支膝，若有所思
• 驻足橱窗前，侧面观看，面部 3/4 角朝镜头

物品互动类（道具驱动细节）：

• 整理围巾或领口，手指勾住面料边缘
• 手持咖啡杯，杯身遮半脸，眼神越过杯沿
• 拎起或调整包带，肩部动作带动上衣肩线
• 翻动书页或菜单，视线下沉，侧光照亮面料纹理

情绪/表情类（Lifestyle 特有，秀场禁用）：

• 浅笑转头，与镜头外虚构对话对象有眼神交流
• 微微低头后抬眸，制造"抓拍感"直视镜头瞬间
• 风吹乱发，用手轻拢，表情自然不刻意

多人场景（可选）：

• 两人并肩走，肢体无接触，服装对比构图
• 一人坐一人站，视线不对称，强调层次感

六宫格电影分镜设计规范：
六宫格是呈交给用户确认的可视化分镜预览，采用竖屏（9:16）布局，3 行 × 2 列排列，代表全片六个核心画面节点，覆盖不同景别与叙事功能：

• 格 1（全景 WS）： 建立场景与模特入场，交代空间关系与整体廓形
• 格 2（中景 MS）： 走秀步态或转身，展现服装剪裁轮廓与面料动态形变
• 格 3（近景 MCU）： 上半身构图，聚焦妆容、发型与服装上部细节及配件
• 格 4（特写 CU）： 面料微观肌理、针脚、拉链、刺绣等高反差细节；或角色表情/配饰特写
• 格 5（动态定格）： 升格/甩镜瞬间，捕捉裙摆展开、外套飘动等面料受力动态；或角色互动/情绪动作定格
• 格 6（收尾全景）： 模特走远或侧背镜，与场景融合，留白收束视觉
• 多场景时，每个场景独立规划六宫格；单场景中若有明显情绪转折可适当调整格位功能。
• 整张分镜图为竖版宽幅（3行×2列网格），统一电影胶片色调，每格内构图须体现 9:16 竖屏视角。

每个 shot 须包含：

• 关联的场景、模特、服装、配件 element ID
• 景别、摄影机运动（Push-in 推轨、Pan 摇镜、Whip-pan 甩镜、Lock-off 锁定、Crane 升降等）
• 模特动作与互动细节：步态节奏、转身角度、手部动作、表情管理（眼神方向/微表情）、与场景道具的互动
• 光影质感描述（必须包含以下全部四项）：① 主光源方向与色温；② 阴影硬度与覆盖比例；③ 高光落点（面料或皮肤的具体位置）；④ 环境反射填充色（周围环境对主体的色彩渗透）
• 视觉留白指引：画面中留白区域的位置与比例意图
• 服饰特殊肌理标注：该镜头需重点还原的面料物理特性（垂坠感/摆动惯性/折射光谱等）
• 时长建议（一镜到底连续 shot 合并计算，单套服装全部 shot 总时长目标约 30s，不得超出 30s 上限）
• 景别连贯性标记： 标注该 shot 与相邻 shot 的景别关系（"景别不同→剪切过渡"或"景别相同→合并一镜到底"）

独立音频轨道设计：

• 一条贯穿全片的 BGM 轨道，依服装风格选择基调：休闲/街头 → Nu-Jazz 或 Lo-fi Hip-hop；礼服/晚装 → Chamber Jazz 或交响弦乐；机能/概念 → Industrial Techno 或 Dark Ambient；民族/传统 → 融合民族乐器的当代编曲
• 可酌情规划 Foley 音效层（高跟鞋落地、面料摩擦声）作为独立 audio_layer

阶段三：服装资产生成

• 步骤 3a — 服装刀版三视图： 工具 TextToImage，模型 Nano Banana Pro(Gemini 3 Pro Image)，分辨率 2K。生成单张横向宽幅图，三格并排：正面 / 侧面 / 背面纯技术平面图，无模特、无背景（纯白或浅灰）；精确还原款式廓形、缝线结构、拉链/纽扣/图案等工艺细节；面料材质以标注文字辅助说明。
• 步骤 3b — 模特服饰卡： 工具 ImageToImage（以刀版图为参考），模型 Nano Banana Pro(Gemini 3 Pro Image)，分辨率 2K。生成单张横向宽幅图，左右两区：左侧为模特面部特写（半身，突出妆容、骨相、发型与皮肤质感）；右侧为穿着服装的三视图（正面 / 侧面 / 背面全身定格），重点还原真实面料物理质感（垂坠/折叠/反光/纹理），中性背景。多套服装或多角色时，按 A/B/C 顺序为每个角色单独生成一张服饰卡，命名规则：模特服饰卡_A、模特服饰卡_B……

步骤 3c — 场景候选方案呈现（由 Planner 直接回复用户，无需调用本工具）：

• 此步骤由 Planner 根据 Final_Video_Spec.md 中已锁定的风格类型（Runway / Lifestyle）和服装解析结果，直接以文字形式向用户呈现 3 个场景候选方案，无需调用 media_generator。
• 每个方案包含：场景类型名称、核心氛围描述（1–2 句）、推荐光线基调（主光源方向 + 色温）、与该服装风格的匹配理由。
• 多场景项目时，为每个需规划的场景位分别列出 3 个候选，用户可逐一选定。
• 等待用户确认所有场景选择后，Planner 再调用 media_generator 进入步骤 3d。

步骤 3d — 空场景图生成：

• 工具 TextToImage，模型 Nano Banana Pro(Gemini 3 Pro Image)，分辨率 2K。
• 依据用户在步骤 3c 选定的方案，为每个 element scene 各生成一张空场景图：无人物、无服装，仅呈现环境氛围——空间结构、主光源方向与色温、明暗比例、景深层次。
• Runway 场景： 突出人工布光质感（方向、阴影硬度、高光落点），背景极简，留有大面积视觉留白供后期模特入画。
• Lifestyle 场景： 体现真实环境光与生活道具（咖啡桌、街道、窗边等），允许适度景深模糊，背景有生活气息但不杂乱。
• 将生成结果绑定至故事板对应 element scene，作为后续六宫格分镜预览图与视频生成的场景参考输入（<<<image_2>>>）。

阶段四：故事板资产绑定与六宫格分镜预览图生成

• 步骤 4b — 资产绑定（必须在六宫格生成前完成）：

  • 将步骤 3b 生成的模特穿着三视图注册 asset_id，绑定至故事板对应的 element character（若有多套服装对应多个角色 element，逐一绑定）。
  • 将步骤 3c 生成的每张空场景图注册 asset_id，绑定至故事板对应的 element scene。
  • 绑定完成前不得进入视频生成阶段；若绑定缺失，优先补绑再继续。

• 步骤 4c — 六宫格分镜预览图： 工具 ImageToImage（输入为已绑定的 element character 模特服饰卡 + element scene 空场景图），模型 Nano Banana Pro(Gemini 3 Pro Image)，分辨率 2K。

  • 生成单张竖版宽幅图（9:16 纵向构图），3 行 × 2 列六宫格排列，每格对应故事板中一个核心 shot 的静帧构图；每格内保持人物、服装、场景与 key_element 描述一致；统一电影胶片色调。
  • 绑定该图至故事板的对应 shot 序列，作为视频生成前的人工确认依据。

阶段五：视频生成

• 工具 MultiModalToVideo，推荐模型 Seedance 2.5，分辨率 480p，时长 30s。
• 生成策略：以六宫格分镜预览图为主要参考输入，配合已绑定的 element character 模特服饰卡和 element scene 场景图，在单次生成任务中输出一条完整的 30 秒时装短片；prompt 内按六宫格分镜的叙事顺序分段描述各动作节拍与景别切换，无需拆分为多个独立 shot 生成。
• 每次视频生成任务的参考输入（必须使用步骤 4b 已完成绑定的 asset_id）：
  1. 六宫格分镜预览图（来自步骤 4c，作为核心构图与节奏参考）
  2. 模特服饰卡（element character 绑定资产，来自步骤 3b，锁定角色形象一致性）
  3. 空场景图（element scene 绑定资产，来自步骤 3d，锁定场景光线与氛围）
• 多套服装处理： 每套服装（Outfit_01、Outfit_02……）独立完成阶段三至阶段五全流程，各自产出一条 30 秒完整视频；不同 Outfit 的 element 资产严格隔离，不得跨组引用。所有 Outfit 视频组生成完毕后，统一进入阶段六组装。

阶段六：BGM 生成

• 工具 text_to_instrumental，推荐模型 Suno 5（提示词不得出现知名艺术家名字，否则切换 Mureka 8）。
• 生成时长与故事板 BGM audio_layer 规划对齐，情绪弧线需覆盖开场建立 → 中段展示 → 收尾留白三段节奏。

全局优先： 若用户使用中文交互或加载中文界面，提示词正文以中文撰写；对白语言遵循 Final_Video_Spec 中的输出语言设定。
服装刀版三视图提示词（TextToImage）：

• 明确指定"三视图技术平面图（正面 / 侧面 / 背面）横向并排，纯白背景"；
• 描述款式廓形、结构线、缝合细节、五金配件；在图中关键细节旁可要求生成标注文字（面料名称、工艺说明）；
• 无人体、无阴影、无环境，保持工程图风格。

模特服饰卡提示词（ImageToImage）：

• 参考占位符标注刀版图 <<<image_1>>>；
• 明确横版宽幅布局：左侧为模特面部特写（半身，突出妆容、骨相与发型），右侧为穿着服装的三视图（正面/侧面/背面全身站立）；
• 模特形象质感提升词组（必选，按风格叠加）：
  • 通用基础层（所有风格必加）： editorial fashion model, striking bone structure, high-contrast facial features, defined cheekbones, sharp jawline, luminous skin with subtle texture, confident yet neutral expression, elongated proportions
  • 秀场走秀（Runway）专属： haute couture posture, severe angular beauty, piercing gaze, statuesque silhouette, razor-sharp brow arch
  • 买家秀/街拍（Lifestyle）专属： approachable yet aspirational look, natural warm skin tone, soft expressive eyes, effortlessly cool demeanor, candid beauty
  • 妆容精度词（按风格选用）： Runway → sculpted contouring, graphic eyeliner, editorial lip；Lifestyle → dewy no-makeup makeup, brushed-up brows, glossy natural lip
• 面料质感强调词组（按材质选用）： 真丝 → flowing liquid drape, light-catching sheen；毛呢 → dense woven texture, structured weight, matte surface；皮革 → high-gloss specular, tight grain, stiff silhouette；针织 → ribbed knit relief, soft stretch, micro-loop texture；
• 中性摄影棚光，无风，高反差背景衬托轮廓；禁止服装形变、禁止非预期配饰。

六宫格分镜预览图提示词（ImageToImage）：

• 参考占位符标注模特服饰卡 <<<image_1>>> 及空场景参考 <<<image_2>>>；
• 明确"竖版9:16构图，3行×2列电影故事板网格，统一银盐胶片色调，每格内为竖屏视角构图"；
• 每格依次描述对应 shot 的景别、摄影机角度、模特姿态与场景光影；
• 光影质感词： chiaroscuro side lighting、golden hour rim light、diffused overcast fill（按场景选用）；
• 视觉留白指引： 在适当格位指定"大面积负空间留白于画面上方/侧方，主体偏置三分之一构图"；
• 服饰肌理增强词： macro fabric grain visible、thread-level weave detail、specular highlight on surface micro-texture。

视频生成提示词（MultiModalToVideo / Seedance 2.5（分辨率 480p））：

• 参考图占位符顺序：<<<image_1>>> 六宫格分镜预览图（构图与节奏主锚），<<<image_2>>> 模特服饰卡（角色形象一致性），<<<image_3>>> 空场景图（光线与氛围锚定）；
• prompt 按六宫格的叙事顺序分段描述各节拍（全景建立 → 走秀/互动 → 近景妆造 → 特写肌理 → 动态定格 → 收尾留白），禁用绝对时间戳（如"0–3s"），以动作节拍衔接替代；
• Seedance 2.5（分辨率 480p） 标签规范：Foley 音效 <...>，对白 {...}（仅逐字台词），音乐 (...)，字幕 【...】；
• 固定负面约束：no clothing morphing，no subtitles，no music（BGM 独立生成时）。

光影描述核心规范（所有风格通用，每个 shot 必须包含以下光影层次）：

• 主光源定位： 明确光源方向（正侧光/侧逆光/顶光/窗光）、色温（暖 2700K–3200K / 中性 5000K–5500K / 冷蓝调 6500K+）及入射角度；
• 阴影塑形： 描述阴影硬度（硬阴影 sharp cast shadow / 柔阴影 soft feathered shadow）与阴影覆盖比例（如"阴影占画面 40%，强化立体轮廓"）；
• 高光落点： 指定高光在面料或皮肤的具体位置（如"高光沿肩线滑落，过渡至手背"、"亮片在侧逆光下形成点状散射光晕"）；
• 环境反射填充： 描述周围环境对主体的色彩反射（如"玻璃幕墙将城市蓝光漫射至服装背面"、"暖调墙面向模特左颊补入环境色"）；
• 光影情绪锚定： 最后一句以感性词收尾，锚定整体光影氛围（如"光影铺陈出疏离而克制的电影质感"、"漫射光让面料质感温柔浮现，如同胶片正片"）。

秀场走秀风格（Runway）指令层级：
摄影机运动 → 模特步态与肢体控制 → 服装材质动态（垂坠惯性/摆幅/折射光谱） → 光影层次描述（依上方规范） → 场景人工布光与留白 → Foley 音效标签

• 强调步态的仪式感与克制感；禁止模特自发性微笑或随意互动；
• 光影指令优先描述人工布光的方向性与硬度，阴影比例高（≥50%），强化高反差戏剧感；
• 推荐光影词组：single-source hard sidelight casting deep chiaroscuro、rim light tracing the garment silhouette against dark void、specular glide along silk surface with 90% shadow fill。

买家秀/街拍风格（Lifestyle）指令层级：
场景环境与自然光 → 摄影机运动（允许手持感/轻微晃动） → 模特自然动作（从故事板 Lifestyle 动作库选取） → 服装随动态的物理形变 → 情绪/微表情描述 → 光影层次描述（依上方规范） → 环境音效标签

• 摄影机描述可加入 handheld slight sway、candid street photography feel 等词组营造非刻意感；
• 动作描述优先从故事板 Lifestyle 动作库抽取，保持非表演感；
• 服装动态侧重"受重力与风力的自然形变"而非走秀式夸张摆动；
• 情绪词组示例：genuine half-smile、lost in thought gaze、caught mid-laugh；
• 光影优先描述自然光的方向与漫射特性，阴影柔和；
• 推荐光影词组：golden hour backlight diffusing through fabric weave、overcast diffused daylight wrapping evenly over texture、warm window spill casting a soft elongated shadow on the wall、mixed-temperature ambient — warm tungsten bounce from pavement, cool open-sky fill from above；
• 允许环境中有虚化路人或真实街道噪声 <ambient city murmur>，增加生活质感；
• 禁止描述任何走秀步道或 T 台相关意象。

BGM 提示词（text_to_instrumental）：

• 描述风格基调、核心乐器配置、BPM 范围、情绪弧线（开场建立 → 中段展示 → 收尾留白）；
• 禁止出现知名艺术家姓名（Suno 5 合规要求）。

单套服装视频组装：
每套服装对应一条由阶段五直接生成的 30 秒完整视频，无需再做内部切分；直接进入多套组装流程。

多套服装分组组装：

• 每套服装（Outfit_01、Outfit_02……）对应独立的视频组，各自组装为一段约 30 秒的完整短片，不跨 Outfit 混剪；
• 多套服装输出时，各组视频依序排列，组间可加简短黑场过渡（0.5s）或直接硬切，依 Final_Video_Spec 风格而定；
• BGM 可共用一条贯穿全片，也可按 Outfit 风格差异分段换轨——以故事板 audio_layer 规划为准。

节奏与音画同步：

• BGM 节拍点对齐镜头切换点；
• Foley 音效（高跟鞋落地、面料摩擦）可采用 J-Cut 提前入画，强化动作预感；
• 每段 Outfit 视频收尾镜头淡出与对应 BGM 段落尾音同步；全片整体时长控制在 Final_Video_Spec 规定范围内。

音量层次：

• BGM 作为底层背景，Foley 音效在动作峰值处短暂提升至前景，二者不抢叙事空间。