Tsui Hark martial arts and fantasy

全片创作阶段逻辑与依赖关系：

1. 建立全局规范：充分吸收用户提供的剧情、构思或直接指令，研判或引导用户选择所属的分支风格（在“新派古典武侠”、“聊斋玄幻鬼片”、“近代功夫”中选择）。**一旦确定分支风格（通过系统智能研判或用户直接指定），必须立即在回复中醒目且明确地告知用户当前锁定的 sub_style 分支名称，以便用户对该分支不满意时能随时提出调整或更换。**通过 text_editor 编写并锁定 Final_Video_Spec.md，在其中明确画幅（16:9）、目标分辨率（720p）、全局视觉风格，并增加 sub_style 字段（记录为 "新派古典武侠"、"聊斋玄幻鬼片" 或 "近代功夫"）及目标语言。以此作为全链路生成的分支控制源。
2. 设计故事板：基于用户提供的剧情、构思或大纲，使用 storyboard_designer 规划核心元素、镜头列表（shot）及独立音频轨道（audio_layer）。在故事板设计中，应明确区分可在分镜头内用声音表现的角色对白（dialogue）与跨越多个镜头的独立旁白（narration）。
3. 绑定或生成核心元素资产与声音参考：
   • 角色与场景视觉资产：
     • 用户提供资产： 检查用户是否已提供或上传了人物三视图、角色参考图或场景参考图。若有：
       • 画质提升判定： 若多模态分析指出参考资产存在严重画质缺陷（如老片模糊、偏色、重噪点或分辨率过低），则优先调用 media_generator 旗下 super_resolution 进行重塑（视频调用 MediaKit 提升至 1080p；图像调用 Jimeng SR 提升至 4k，且 scale 设定为 50），获取高画质新版本。
       • 美学风格判定： 若其风格符合影片（徐克风）基调，则通过 media_generator 直接将这些用户资产进行注册并绑定到故事板对应的 key_element 中；若其视觉风格偏离影片（徐克新武侠奇幻）美学（如呈现沉闷粗犷的张彻写实风格等），则必须将用户提供资产（或经超分提升后的资产）作为参考，通过 media_generator 的 ImageToImage 路径（选用最高一致性模型 Nano Banana Pro，2K），重新生成符合徐克写意美学的新 2K 元素图像，再绑定至对应的 key_element。
     • 系统生成资产： 若用户未提供，则调用 media_generator 的 TextToImage 路径（选用最高一致性模型 Nano Banana Pro，2K）生成角色与场景资产，并在故事板的 key_element 中进行关联绑定。
   • 角色声音参考（key_element_audio）： 检查用户是否提供了角色声音参考样本。若有，注册并绑定为对应 element character 的 key_element_audio，作为后续生成分镜视频对白时的音色克隆基准；若无，可通过生成工具生成一段符合角色性格的短音色样本并绑定。
   • 资产生成与绑定自检： 在该步骤末尾，必须对故事板中定义的所有 key_element（角色、场景、核心道具等）以及各自的 key_element_audio（针对所有含有对白的角色）进行全面盘点。必须逐一核对，确保每个元素均有对应的高品质资产生成且绑定至对应的 slots，严禁带着未绑定或生成遗漏的元素直接进入后续的分镜头视频生成步骤。
4. 生成分镜头视频：针对每个故事板镜头（shot），使用 media_generator 的 MultiModalToVideo 路径（选用模型为 Seedance 2.5，480p），将绑定的 key_element 图像作为画面输入。对于包含**角色对白（dialogue）**的镜头，需在多模态视频参数的 audio_infos 中引用其角色的 key_element_audio 绑定，进行多模态视频生成（画面 + 对白同步克隆输出），确保动作主体、画面环境与配音音色的高度一致性。
5. 生成独立音频层：使用 media_generator 生成独立音频资源。包括国风背景音乐 bgm 和跨镜头旁白叙事 narration（旁白在独立 audio_layer 中规划，并指定 narration_speaker_profile；注意旁白不同于镜头内角色对白，两者的生成路径与绑定位置应严格区分）。
6. 视频剪辑与时间轴组装：使用 video_assembler 组合画面、音轨，并设置富有动感、高频次切分的高速剪辑节奏。

依赖关系： 2→1; 3→2; 4→3; 5→2; 6→3,4,5。

控制与停顿点：

• 全局规格与故事板设计后（步骤1和2后）： 暂停，在回复中明确告知并向用户展示当前锁定的分支风格（sub_style），邀请用户确认故事大纲、分镜表和全局视听基调，并提示用户若对当前分支风格不满意，可在此停顿点直接提出更换。
• 生成新元素资产前（步骤3前）： 无论使用系统生成或重制何种角色的 key_element 图像、声音或场景图像，在实际执行生成动作前，必须向用户呈现将要使用的生成模型、提示词和构图意图，暂停并获得用户确认后，方可触发生成。
• 元素资产生成后（步骤3后）： 在此停顿点，Planner 必须先执行严格的元素资产绑定自检。向用户清晰列出“已注册绑定的元素资产核对清单”（逐个确认所有角色、场景、核心道具、以及角色声音参考的绑定状态，列明对应的 asset_id 且无遗漏），确保没有任何资产存在遗漏。 在展示完自检清单与生成的角色、声音及场景图像后，暂停并邀请用户进行一致性、配音音色与美术视觉确认。
• 生成分镜头视频前（步骤4前）： 在调用 Seedance 2.5 生成每一个分镜视频前，必须向用户明确展示每个 shot 绑定的元素参考图以及相应的动态动作栈提示词设计（若镜头含有对白，一并展示配音方案），暂停并获得用户确认后，方可执行视频生成。
• 生成音频层资产前（步骤5前）： 在生成独立音频（国风 BGM、跨镜头旁白配音等）前，向用户呈现音频提示词、台词脚本和配音色调描述，暂停并获得用户确认后，方可执行。
• 最终时间轴组装前（步骤6前）： 所有分镜头视频与音频层生成完毕后、最终视频组装与渲染前暂停，由用户对素材质量、动作力度和声画剪辑点进行总体评估，确认后再进行最终缝合渲染。

分析用户提供的武侠与奇幻素材（resource_prepare_and_analyze）：

• 评估用户提供资产的风格契合度： 分析用户上传的人设图、三视图或场景参考图，评估其是否契合徐克式写意浪漫、仙邪并存的奇幻风格。若发现其偏向写实铁血、粗犷沉闷的风格（如典型的张彻导演风格），需向 Planner 明确指出风格偏离，并提取原图中的人物核心五官/发型特征或场景核心物理结构布局，以便在重制（ImageToImage）时保留关键识别度。
• 低画质老武侠片/老片素材分析、色彩重构与构图提炼： 针对用户上传的低分辨率、有噪点、偏色、褪色或画幅比例陈旧的老武侠影片/剧照：
  • 色彩提取与现代重构（防噪点污染）：
    • 老化偏色与艺术意图分离：分析时必须严格区分因“物理老化、银盐氧化、褪色、灰阶压缩或化学霉斑”导致的发黄暗淡，与导演原本暗含的“艺术调色意图”。
    • 色彩翻译与现代化映射：将分析出的老片色调翻译为现代数字胶片级的高饱和、强对比色彩。例如：将原本发黄褪色的荒漠场景，映射并翻译为“高饱和温暖橘红（Warm Tangerine Orange）”与“阴影区清冷深邃幽蓝（Cool Deep Teal）”的冷暖对撞；将陈旧的绿色场景重构为现代“泼墨写意翠绿（Jade Green）”与“大面积纯黑（Ink Black）”的质感。
    • 阻断物理老化色彩污染：分析报告中必须明确提炼出“物理老化特征词”（如：sepia, faded, yellowed, vintage film color, chemical stain, brown noise），作为后续提示词设计时的负向过滤词（Negative Prompts），防止老片脏色污染现代 Seedance 2.5 的 480p 清晰画面。
  • 画面构图提炼与几何去噪（老画幅平移适配）：
    • 几何框架提取：自动过滤老片素材中由于低分辨率和网格噪点导致的视觉干扰，提取画面中角色、道具、地平线和光源的底层几何透视线与视觉张力轴。
    • 经典镜头语汇标准化：将画面构图精准提炼并转换为专业摄影指示：如“倾斜对角线地平线（Dutch angle）”、“极低机位纵深仰拍（Extreme low-angle tilt up lookup）”、“长焦焦距压缩空间（Telephoto spatial compression）”或“利用前景遮挡物框景（Foreground occlusion framing）”。
    • 4:3 到 16:9 的画幅平移映射：由于老武侠片多为 4:3 画幅，分析工具在提炼其经典构图时，必须自动推演其在目标 16:9 画幅（由 Final_Video_Spec.md 锁定）下的延伸布局。必须具体规划出“在 16:9 两侧视觉边缘如何通过飘落叶片、烟雾漫天（Negative space with drifting smoke/leaves）或环境延伸（Extended background forest）进行写意留白”，确保构图重心不因画幅拉伸而发生挤压和变形。
  • 画质评估与提升决策： 研判素材是否存在严重的网格噪点、模糊、锯齿或低分辨率等缺陷。若存在画质瓶颈，必须明确反馈给 Planner，建议触发 super_resolution 工具，调用 MediaKit（视频，提升至 1080p）或 Jimeng SR（图像，提升至 4k，且 scale 设定为 50）先进行超分画质提升与去噪，以保证后续多模态视频生成的视觉清晰度。
• 新派古典武侠素材： 分析用户上传的片段或剧照，提取其色彩调性（如高饱和度冷暖对比）、写意美学（如泼墨留白、强烈斜角构图、环境烟雨/沙尘）及人物装束（如斗笠、轻纱面纱、大袖劲装）。提炼吊威亚飞行轨迹、剑气爆破等超越物理极限的飘逸动作。
• 近代拳法素材： 针对实打实的南派拳法、梅花桩对练或市井武打视频，着重分析动作招式的物理打击感、招式衔接、肌肉张力及短促有力的发劲（如寸劲、贴身短打）。提取具有历史厚重感、市井烟火气的环境特征（如黄铜色调、穿透格子窗的光束）与特色道具（如醒狮、木人桩、长衫大褂）。
• 怪谈/玄幻素材： 针对中式恐怖或玄幻鬼魅素材，分析其低饱和度、高亮逆光的诡谲影调（如幽绿、惨白、深紫）。提炼飘忽不定的身法（如无重力幽灵般飘行、瞬间移动、纸屑飞舞中凭空隐现）以及荒山古庙、纸灯笼、朱砂符箓等诡异空间意象。
• 提炼动作与剪辑特征： 分析参考视频中的慢动作蓄力与快动作交锋（Speed Ramping）、动作能级一致的转场动作（Match Cuts），为后续故事板设计与提示词设计提供精准的视听与剪辑节奏参考。

分支风格适配原则：

• 故事板规划时必须先读取 Final_Video_Spec.md 中的 sub_style 字段。
• 确保所有的 key_element、分镜头动作（Story Beats）、视听语言（Cinematography）和背景音效规划，均与该分支（“新派古典武侠”、“聊斋玄幻鬼片”、“近代功夫”）的核心美学和场景特征严格对齐。

核心元素设计规范（key_element）：

• 角色元素（element character）： 塑造正邪模糊、个性鲜明的武侠人物。女性角色需兼具英气与妩媚（如侠女、妖女，身着飘逸红衣或素纱）；男性角色突出沧桑感、书生侠气或邪魅狂狷。描述中须包含标志性的斗笠、面纱、残剑等徐克风道具。
• 场景元素（element scene）： 设计天马行空的架空江湖。如“云雾缭绕的缥缈仙山”、“阴森诡谲的魔教竹林”、“狂风卷沙的大漠边关客栈”、“细雨朦胧的江南酒家”。强调空气中的动态媒介：风沙、雨雪、弥漫的烟雾、飘落的竹叶。

分镜头设计规范（Shots）：

• 镜头时长与节奏： 镜头（shot）长度规划在 5–15秒 之间（符合 Seedance 2.5 规格）。整体遵循“凌厉多变”的港式高速剪辑美学，单镜头内常通过多段写意动作与视点急剧转换，承载完整的动态叙事。
• 动作设计（Story Beats）： 打斗招式需超越物理极限。
  • 吊威亚飞天（Wire-Flying）： 强调角色失重、凌空滑行。如“拔地而起、垂直冲天”、“脚踏竹叶或在空中虚空借力二次跃起”，飞行时衣袂与缎带必须有大范围狂烈卷动。
  • 奇门遁甲与法术（Spells & Illusions）： 展现视觉奇观。如“双手结印，虚空中浮现金色太极八卦阵图”、“空中符箓爆开，化为数十道残影分身”、“剑气激荡撕裂虚空，引动水幕/竹叶形成风暴”。
  • 多角色群战设计（Group Battles）： 规划主次分明的多战点格斗。明确“一对多突围”、“多雄对垒”或“阵法包围网”。描述时使用 [Element_Character_A] 与 [Element_Character_B] 构成战斗视觉核心，四周的杂兵、侍卫等群演采用“群像动态”描述（如“黑衣刺客群如潮水般合围”、“众僧人齐出木棍结成棍阵”），突出战场的空间层次。
  • 大范围爆破与法术冲击（Large-Scale Blasts）： 针对法术对轰、内功爆破或暗器群发，设计明确的“能量中心”、“冲击波扩散”和“场景破坏结果”。必须描述爆炸的物理余波：如“气浪将四周人物与瓦片震飞”、“法术冲击波呈金色涟漪横扫、所过之处竹林尽数折断”、“地面石块受内力压迫瞬间化为齑粉”。
• 视听语言（Cinematography）： 广泛运用极限视角与先锋镜头设计。
  • 核心通用技巧：
    • 极低角度仰拍（Low-angle setup）表现人物腾空翱翔的压迫感与神性。
    • 倾斜地平线（Dutch angle）制造正邪对决的宿命感与动态失平衡。
    • 急速变焦与甩镜头（Crash Zoom & Whip Pan）模拟武打动作的凌厉与冲击力。
  • 各分支风格镜头控制细则：
    • 新派古典武侠（New Classical Wuxia）： 追求极静与极动的强烈戏剧反差。故事板规划中，应设计“大远景（Extreme Wide Shot）”来展现侠客在大漠、竹林或孤峰顶端的寂寥孤独，紧接着硬切到“极特写（Extreme Close-up）”聚焦角色双眸、滴水/滴血的剑尖或额头冷汗；在威亚动作戏中，使用“低机位快速移动跟拍（Low-angle tracking shot）”锁定空中腾跃，或“高空垂直俯视镜头（High-angle overhead view）”俯瞰竹林树梢或屋脊上的急速追逐，常利用强烈的侧逆光勾勒人物。
    • 聊斋玄幻鬼片（Liaozhai Fantasy Ghost Film）： 营造超越物理常识的超现实与压抑感。规划“无重力幽魂第一人称主观视角（Ghostly POV）”，镜头滑行运动需绝对平滑平稳、不产生任何人类步伐的颠簸；构图采用“中大畸变广角镜（Distorted wide-angle lens）”或“大幅度倾斜镜头（Dutch angle）”剥夺画面平衡，放大古庙怪石的诡异感；频繁使用“侧逆光（Backlighting）剪影”与“局部框架构图（Framing）”（如透过古庙蛛网、枯枝、残破格窗来框住角色），将漂浮游魂幽邃的身影隐藏在强烈光影和半遮掩的遮挡物中。
    • 近代功夫（Modern Kung Fu）： 强调实体对抗的物理质量感、肌肉劲道与底盘步法。故事板多规划“中景/中近景（Medium / Medium-Close Shot）”，以“平视或低平稳固定机位（Eye-level / Low static camera）”清晰记录宗师的桩功、扫腿及咏春短打；击打落实的动作瞬间，必须特意设计“局部特写镜头（Point-of-impact close-up）”捕获重拳撞击、木人桩颤抖、衣服布料猛烈摩擦或拳风震起尘土沙石的质感；利用“高速甩镜头（Rapid whip pan）”跟移快拳过招，体现拳出如风的打击节奏。

独立音频轨道规划（audio_layer）与声效音场设计规范：

• 背景音乐（bgm - 独立音频层）： 规划具有高动态范围与强烈戏剧冲突的“新派电影感国风配乐”。根据分支风格定制编曲框架：
  • 新派古典武侠：采用“旋律宣泄+狂烈节奏”双层结构。前段以高音古筝、幽怨洞箫或琵琶独奏铺陈大漠孤烟的浪漫与凄凉；后段以急促的中式战鼓、钹、大锣与雄浑的男声齐唱/呐喊（male vocal chants）瞬间飙升节奏，渲染凌厉对决的压迫感。
  • 聊斋玄幻鬼片：采用“空灵幻境+诡谲变节奏”结构。使用低沉埙、虚空排箫与高音古琴，融入大范围的环境合成器铺底（synthesizer pad）营造超现实空间；中段突入快节奏不规则木鱼、铜铃或幽怨女声哼唱（ethereal female vocal humming），烘托仙邪难分的宿命。
  • 近代功夫：采用“市井热血+扎实打击”结构。主打高亢唢呐、双弦板胡与威武的岭南醒狮锣鼓阵，重节奏中低频敲击，配合浑厚男声齐声呐喊，渲染开宗立派、保家卫国的浩然之气。
• 镜头级环境音效与打击声效（sfx - 镜头内嵌）： 在镜头（shot）规划中，必须预留极具徐克风格的夸张声效空间，设计为四大类，并在镜头描述中明确标注：
  • 气流破空声（Signature Whooshes）：威亚腾空、急速位移、衣袂在风中猛烈撕裂的狂暴气流声。
  • 兵刃铮鸣声（Metallic Zings & Clashes）：刀剑出鞘时的清脆高频共振、格挡对撞的爆裂金属声，以及剑气激荡的尖锐长啸。
  • 法术力场声（Magic Spells & Low Rumbles）：符箓自燃的嗤嗤声、八卦法阵开启的低频嗡鸣声（low rumble）、以及地心引力逆转、石块悬浮的失重声效。
  • 实体打击声（Heavy Thuds & Impacts）：拳拳到肉的闷响、骨骼受力受挫声、脚掌碎裂瓦砾的扎实物理震动。
• 旁白（narration - 跨镜头独立音频）： 专门用于故事背景铺垫、人物心理活动的离镜头（OS）独白。在故事板独立音频轨道（audio_layer）中规划（类型设为 narration），并在其描述中使用 narration_speaker_profile 锁定音色特质（如：[沧桑沙哑男声] 或 [清冷孤傲侠女声]），其台词充满沧桑与隐喻。
• 角色对白（dialogue - 镜头内同步发声）： 属于镜头（shot）级别的声画。若角色在当前画面开口说话，其对白台词必须直接写在对应 shot 描述中，形式为：{角色ID：对白内容}。在生成视频时，其音色特质由该角色 key_element 上绑定的 key_element_audio 声音参考来决定（音色克隆），并由视频模型（Seedance 2.5）在多模态视频中同步渲染出声，从而不与跨镜头的旁白音轨重叠冲突。

分支风格生成对齐：

• 生成元素与视频时，必须读取 Final_Video_Spec.md 中的 sub_style 字段，以决定视觉氛围、色彩光影、道具细节以及生成路径。

元素资产引入与生成逻辑：

• 资产获取原则（我有我供，无则系统制，不符则重制）：
  • 用户提供参考（风格符合）： 若用户上传了人物三视图、多视角人设图或场景参考图，且视觉风格符合影片（徐克新武侠奇幻）美学风格，优先将这些资源注册为 asset_id，并直接绑定至对应的故事板 key_element。在后续视频生成中作为画面控制的基准。
  • 用户提供参考（风格不符）： 若用户提供的资产风格与本片写意、飘逸、奇幻的视觉风格不符（如偏向张彻电影那种写实、铁血、粗犷或沉闷感），绝对不能直接使用。必须以该用户图为特征参考，采用 ImageToImage 路径，选用顶级一致性模型 Nano Banana Pro，分辨率设为 2K，将原图的五官/发型或场景构图核心特征，融合到徐克式的写意奇幻美学（如冷暖光影、浓墨重彩、仙气与邪气并存）中，生成符合影片风格的新 2K 元素图像（人设图或场景图），并重新绑定到 key_element。
  • 系统生成参考： 若用户未提供，则必须使用 TextToImage 路径。指定模型为 Nano Banana Pro，生成分辨率设为 2K（确保最强人设一致性与高精度画面细节）。
• 人设图规范（系统/重制生成时）： 角色采用“横向拼图”布局（或包含多视角三视图），左侧为带斗笠/面纱的高清面部特写，右侧为全套飞扬古装的全身立绘，便于后期视频保持一致性。

分镜头视频生成与声画一致性绑定：

• 视频生成路径： 优先使用 MultiModalToVideo 路径，推荐模型为 Seedance 2.5（输出分辨率为 480p）；若因账号权限等原因不可用，可动态选用 Seedance 2.5（480p）或 Kling 3.0 Omni 作为替代。在选用 Kling 3.0 Omni 替代时，必须在多模态视频参数中显式设定 refer_type 参数（视频编辑/背景替换等场景设为 "base"，视频参考/前后动作延续场景设为 "feature"）。
• 多模态参考绑定（Reference Strategy）：
  • 画面绑定（image_infos）： 在视频生成的 image_infos 中必须引用绑定的 Nano Banana Pro 元素参考图（如角色形象、标志场景），确保动作主体与环境视觉的高度一致性。对于多角色群战镜头，image_infos 中应同时绑定 2-3 个核心参战角色的 element 图像（如 <<<image_1>>> 绑定主角，<<<image_2>>> 绑定主要对手），并在提示词中指定其对应关系，非核心背景群演则通过文本描述驱动，避免参考图过载导致画面变形。
  • 声音绑定（audio_infos）： 若当前 shot 包含角色开口对白（dialogue），必须在多模态视频参数的 audio_infos 中传入绑定在对应 key_element 上的 key_element_audio 声音参考，以克隆并输出该角色专属的配音，达成音色一致。
  • 镜头连贯： 仅在极度要求连续前后帧连贯性的分镜（如连续的剑招拆解）时，才考虑引入前一镜头的 final_shot 视频作为 reference_video；日常写意镜头直接通过元素参考图加动作提示词生成。

超长/多分镜视频一致性与音色连贯保障策略：

• 角色形象长效一致性：
  • 核心元素锚定： 所有涉及相同角色的 shot 必须无条件、持续绑定同一张由 Nano Banana Pro 生成的高画质 2K key_element 图像。无论分镜头列表（shot list）有多长，参考图的 asset_id 均不发生偏移。
  • 场景元素锚定： 同一场景内的连续分镜必须强制绑定相同的 key_element 场景图，确保背景、建筑、植被在镜头切换时维持空间和物理结构稳定性。
  • 提示词一致性校对： 视频生成提示词（Seedance 2.5）在描述服装、发饰、标志道具时，必须使用与 key_element 设定图完全相同的文字词汇（如绯红飘逸大袖劲装、斗笠黑纱等），利用“文字+参考图”双轨机制强制约束模型，避免由于提示词微小差异导致角色衣着发生异变。
• 角色音色长效连贯性（key_element_audio）：
  • 单一音色源锁定： 每个角色仅能绑定唯一一段 5-15s 的高品质 key_element_audio（推荐 10s 左右、无背景噪音、吐字清晰且富含情感张力的音色样本）。在生成含有对白（dialogue）的 shot 时，所有的 audio_infos 参数必须始终引用该唯一 key_element_audio 的逻辑 ID。
  • 音色与对白分离渲染： 严格遵循“镜头对白使用 key_element_audio 音色克隆并随视频流渲染，长篇旁白（VO）放在独立 narration 轨道由 MiniMax Speech 2.8 HD 批量合成”的解耦规则，防止声音源相互污染。
  • 多角色对白隔离： 在同一个 shot 中若出现双人对话，视频生成器的提示词必须通过大括号 {角色ID：对白内容} 进行严格隔断，并在 audio_infos 中平行绑定各自角色的声音参考，使多模态视频模型能够精确定位并分别克隆两个角色的独特音色，严禁出现交叉串音。

独立音频层与配乐生成逻辑（BGM & Narration）：

• 背景音乐 (BGM) 路径： 统一使用 text_to_instrumental 转换文本为高动态国风配乐。默认模型选用 Suno 5 或 Mureka 8。提示词严禁包含知名音乐家姓名以防违规拦截，必须采用写意乐器组合与情绪风格词来驱动。
• 主题曲与声乐歌词路径（若需带歌词的歌曲）： 使用 lyrics_to_song 路径，模型选用 Suno 5，将大气的武侠歌词（如“沧海一声笑”流派）合成为完整的男女声演唱音轨。
• 跨镜头旁白 (Narration) 路径： 使用 text to narration 工具。默认模型选用 MiniMax Speech 2.8 HD（中文及多语言高表现力）；若有特定英文电影感音色，可选用 ElevenLabs v3。生成的旁白音色需精准对应故事板中的 narration_speaker_profile 描绘。

语言原则：

• 当用户界面为中文时，提示词主体使用中文书写，但涉及镜头语言的专业术语可保留中英双语；口播/配音台词必须严格遵循 Final_Video_Spec.md 的输出语言要求。

图像提示词撰写（Nano Banana Pro）：

• 视觉风格标签： 融入“徐克武侠电影美学，新写意主义，高饱和色彩对比，冷暖光影，浓烈烟雾，逆光特写，国画泼墨意境”。
• 色彩与光影： 强调冷暖色调的极致碰撞，如“深夜的酒馆内，暖橘色烛光照亮角色的半边脸，背景是清冷的幽蓝色夜空”；增加环境氛围如“逆光，空气中漂浮著微尘与缭绕的烟雾，强烈的丁达尔效应”。

三大分支子类型提示词差异化规范（根据 Final_Video_Spec.md 中锁定的 sub_style 字段选择对应风格执行）：

• 新派古典武侠（New Classical Wuxia）：
  • 色彩与光影： 采用国画般苍茫大气的泼墨写意色调。主打大漠黄昏的“温暖橘红”与暗夜戈壁的“清冷幽蓝”等极致冷暖对比，或“翠绿竹林”与“绯红/素白衣袂”的高饱和视觉碰撞。
  • 特征道具与意象： 斗笠（bamboo hat）、轻纱面纱（floating face veil）、斑驳古旧残剑（chipped steel sword）、雕花酒坛（carved wine jar）、随风狂舞的枯叶（swirling dead leaves）与大漠黄沙。
• 聊斋玄幻鬼片（Liaozhai Fantasy Ghost Film）：
  • 色彩与光影： 营造阴森、幽暗的低饱和诡谲影调。以“幽绿色荧光（eerie green phosphorescence）”、“冷月惨白光（pale moonlight）”与“深紫暗角（deep purple shadows）”为主。光影极度夸张，多采用高亮逆光勾勒飘忽不定的白色轮廓。
  • 特征道具与意象： 破败斑驳的荒山古庙（abandoned derelict temple）、风中剧烈摇晃的红/白纸灯笼（hanging paper lanterns）、朱砂符箓（runic talismans）、飞舞的白色素纱（billowing white funeral shrouds）、孤坟古琴、半空飞舞的冥纸（drifting underworld joss paper）。
• 近代功夫（Modern Kung Fu）：
  • 色彩与光影： 呈现浓郁市井烟火气与历史厚重感的暖色调。主打“黄铜色（brass tone）”、“泥土褐色（sepia earthy tone）”与“暖金夕阳（warm golden hour）”，利用强烈的“格子光影（sunlight beams through latticed windows）”塑造扎实的物理实体感。
  • 特征道具与意象： 醒狮狮头（colorful Southern lion dance head）、练武梅花桩（wooden plum blossom poles）、中式长衫/大褂（traditional kung fu tunic shirt）、对折折扇（folding fan）、桐油纸伞（oil-paper umbrella）、雕花武馆牌匾、烟火腾空。

视频提示词撰写（Seedance 2.5）：

• 模版引用绑定： 使用 <<<image_1>>> 绑定主角图像，<<<image_2>>> 绑定核心对手图像（群战适用），<<<image_3>>> 绑定场景图（按实际引用序号递增）。
• 动态动作栈（Motion Stack）书写顺序与核心控制词：
  1. 相机运动（Camera Movement - 港式凌厉风）：
     • 极限拉远拉近：“快速变焦/撞焦（Rapid crash zoom）”
     • 急速水平/垂直追踪：“快速横摇/甩镜头追踪（Rapid whip pan tracking）”
     • 飞天凌空俯仰：“极低角度俯仰摇拍（Extreme low-angle tilt down/up）”、“高速螺旋无人机俯冲镜头（Dynamic spiral drone dive shot）”。
     • 群战及爆破震颤： “爆破引发镜头剧烈震颤（Violent camera shake from explosion）”、“镜头快速拉远以展现宏大战场空间（Rapid zoom out to reveal the massive battlefield scale）”。
  2. 动作主体行为（Subject Action - 飞天与斗法）：
     • 吊威亚轻功： “<<<image_1>>> 身体呈无重力状态，凌空横向飞掠（weightless glide across the frame）”，“虚空踩踏二次借力（stepping on air mid-air jump）”，配合“衣襟、裙摆、缎带与长发在空中大角度极速狂舞（fabric and ribbons swirling dynamically in mid-air）”。
     • 奇门法术结印： “双手化为残影结法印印记（hand seals and gestures forming motion blur）”，伴随“剑锋划出半月形银色实质气刃（crescent metallic sword energy slash）”。
     • 多角色交锋（群战）： “<<<image_1>>> 与周围多名黑衣刺客展开激烈混战（engaged in fierce melee combat with surrounding assassins）”、“<<<image_1>>> 挥剑格挡来自 <<<image_2>>> 与多方兵刃的合围（parrying simultaneous strikes from <<<image_2>>> and surrounding enemies）”、“被法术余波气浪震得向后倒飞跌落（blown backward by the blast wave, falling through the air）”。
     • 高紧张对决与爆破微表情（High-tension Facial Expressions）： 在激烈交锋或法术大范围爆破的极端瞬间，必须精细刻画角色面部微表情与神态起伏，拒绝僵硬死板。
       • 交锋相峙瞬间： 刻画眼神锁定与咬牙聚力的神态，如“<<<image_1>>> 与对手兵刃相接的瞬间，双目圆睁，眼神流露出不屈的杀意与宿命感（eyes wide with unyielding resolve and fierce determination），面部肌肉因极度咬牙而紧绷（clenched jaw, facial muscles tensed under pressure），额角青筋微隆（veins slightly bulging on temple）”。
       • 爆破冲击瞬间： 结合爆破物理反光进行神态联动，如“法术大爆破瞬间，<<<image_1>>> 瞳孔急剧收缩（pupils contracting in sudden shock），因强光和气浪冲击而双眼微眯（squinting eyes from the blinding flash and intense shockwave），神情流露出由震撼转为极度决绝（expression shifting from shock to absolute determination）”。
       • 三大分支专属微表情美学：
         • 新派古典武侠：追求“孤傲冷峻”与“宿命肃杀”。对视时是冰冷、毫无波澜但内含杀机的凝视（icy emotionless deadly stare），交锋时则是嘴角微抿、眼神锐利如隼（sharp hawk-like gaze）。
         • 聊斋玄幻鬼片：追求“妖异凄冷”与“非人邪魅”。妖鬼面部常呈现空洞、虚无的冷漠（eerie emotionless blank expression），或在施法/瞬移时嘴角勾起一抹若有若无的邪魅微笑（a subtle sinister smile playing on lips），眼神幽深泛光，摄人心魄。
         • 近代功夫：追求“沉稳刚毅”与“宗师风范”。交手时神色自若、沉着冷静（composed and serene face），在蓄力或受击瞬间，则爆发出真实的咬牙聚力、太阳穴肌肉隆起（clenched teeth, temple muscles bulging with raw physical effort）的实体对抗质感。
  3. 环境动态与物理（Environment Physics - 能量场与爆破摧毁）：
     • 法阵/符箓显现： “虚空中突然显现旋转的金色八卦太极法阵（rotating golden Taoist bagua trigram seal appearing in the air）”、“燃烧的朱砂符箓在虚空中环绕飞行（burning runic talismans orbiting the character）”。
     • 力场波及： “周围的风沙/落叶/积水因内力爆破朝四周呈环状冲击波炸裂（shockwave radiating outward, debris exploding in a ring）”、“地面石块受法术吸引脱离引力、缓缓悬浮起飞（debris and rocks defying gravity, floating upwards slowly）”。
     • 大范围爆破光影物理： “法术能量在中央发生震天大爆破（massive magical spell energy explosion at the center）”、“爆破产生的强光闪烁，将橘红色/幽蓝色火光投射在 <<<image_1>>> 脸部，投射出剧烈晃动的锋利阴影（intense orange and blue light flashes casting sharp moving shadows on <<<image_1>>>'s face）”、“无数瓦片、石块、木屑被气浪掀飞崩碎，漫天沙尘混合浓烟翻滚（shattered roof tiles, debris, and wood splinters flying in all directions, thick dust and smoke billowing across the screen）”。
• Seedance 2.5 特效音与台词标记：
  • 使用大括号 {} 嵌入具体的武打对白（dialogue），如 {天下风云出我辈，一入江湖岁月催}。
  • 使用尖括号 <> 嵌入环境音与打击特效声，如 <剑鸣声，尖锐的破空声，内功爆破的低沉轰鸣声>。
  • 使用圆括号 () 声明情绪音乐基调，如 (凄凉悲壮的古筝与快节奏战鼓交织)。
• 负向提示词/规避规则：
  • 必须加入 no subtitles 规避画面中产生穿帮字幕。
  • 若旁白在独立音轨中生成，则视频提示词中 不 写多余的旁白文本，并加入 no music 规避内置噪音。
  • 若由多模态分析工具指出输入了低画质、偏色的老片素材，必须在负向提示词中加入分析提取出的物理老化特征词（如 sepia, faded, yellowed, vintage film color, chemical stain, brown noise），防止老化脏色污染现代生成的清晰画面。

独立音频提示词撰写（text_to_instrumental / lyrics_to_song）：

• BGM/配乐提示词编写（text_to_instrumental）： 围绕乐器、节奏、流派、情绪氛围组合，采用中英文描述，严格避免出现人名。
  • 新派古典武侠：Epic cinematic Chinese martial arts soundtrack, frantic and high-tempo, traditional Guzheng, intense Pipa solo, high-pitched Shakuhachi, heavy Chinese war drums, dramatic percussion, surging and heroic male vocal chants, dynamic, cinematic sweep.
  • 聊斋玄幻鬼片：Eerie ambient Chinese fantasy horror music, slow and haunting, low Xun, ethereal bamboo flute, spectral Guqin, lingering synthesizer drones, haunting reverb, irregular woodblock knocks, chilling female vocal humming, spooky and mystic.
  • 近代功夫：High-spirited energetic Southern kung fu soundtrack, rapid tempo, loud Suona, high-pitched Banhu, traditional lion dance drums and gongs, intense brass, martial arts orchestration, powerful shouts, heroic and patriotic tone.
• 带歌词歌曲提示词编写（lyrics_to_song）：
  • 歌词要求：使用古典绝句、新武侠乐府诗或豪放派词风，结构包含 [Verse] 和 [Chorus]。
  • 风格提示：Wuxia theme song, traditional Chinese instrumental, classical vocals, male and female duet, epic martial arts ballad, dramatic string section, heroic and emotional.

三大分支高保真提示词示例（Nano Banana Pro 元素图与 Seedance 2.5 视频对齐）：

• 分支一：新派古典武侠（New Classical Wuxia）

  • 图像提示词（Nano Banana Pro - 2K 角色元素）：
    徐克武侠电影美学，新派古典武侠风格。大漠黄昏，漫天飞沙。一个戴着斗笠、黑纱遮面的侠女侧身立于风中，身着绯红色飘逸大袖劲装，衣襟与面纱随狂风剧烈卷动。她手握一柄斑驳古旧的残剑，剑刃在夕阳下折射出冰冷的金属寒光。背景是风沙肆虐的荒野与半掩在沙尘中的残破石柱。高饱和度的温暖橘红夕阳与阴影处的清冷幽蓝形成极致的冷暖对比。逆光特写，空气中弥漫着浓烈的烟雾与沙尘，强烈的丁达尔效应，极具国画写意泼墨意境。
  • 视频提示词（Seedance 2.5 - 480p 动态分镜）：
    <<<image_1>>> 绑定侠女元素图，<<<image_2>>> 绑定大漠客栈场景图。
    (凄凉悲壮的古筝与快节奏战鼓交织) <风沙呼啸声，突然一声清脆的剑鸣，锐利的破空声>
    1. 相机运动：极低角度仰拍，随后快速撞焦(Rapid crash zoom)拉近至侠女。
    2. 主体动作：<<<image_1>>> 身体呈无重力状态，脚踏漫天飞沙凌空横向飞掠(weightless glide across the frame)，在空中长发与绯红衣裙大角度极速狂舞。她神色孤傲冷峻，嘴角微抿，眼神锐利如隼并死死锁定对手（sharp hawk-like gaze, icy emotionless stare），拔剑横扫，剑锋划出半月形银色实质气刃(crescent metallic sword energy slash)。
    3. 环境物理：气刃所过之处，地面的黄沙与碎石因内力爆破朝四周呈环状冲击波炸裂(shockwave radiating outward, debris exploding in a ring)。
       no subtitles, no music

• 分支二：聊斋玄幻鬼片（Liaozhai Fantasy Ghost Film）

  • 图像提示词（Nano Banana Pro - 2K 角色元素）：
    徐克玄幻奇幻美学，聊斋玄幻鬼魅风格。深夜荒山，一座破败斑驳的古庙半隐在枯木怪石中。一个清冷孤傲的白衣女鬼悬浮在半空中，身披飞舞的白色素纱，长发如瀑。古庙门前悬挂着一只在风中剧烈摇晃的红色纸灯笼，散发着诡异的幽绿色荧光。周围飘落着无数惨白的冥纸与燃烧的朱砂符箓。低饱和度的幽暗色调，惨白的冷月光高亮逆光勾勒出女鬼半透明的轮廓，深紫色的暗角。空气中雾气缭绕，冷森诡谲，带有强烈的中式怪谈意境。
  • 视频提示词（Seedance 2.5 - 480p 动态分镜）：
    <<<image_1>>> 绑定白衣女鬼元素图，<<<image_2>>> 绑定破败古庙场景图。
    (幽怨空灵的箫声与诡异的低频环境音) <风铃摇晃声，符箓燃烧的嗤嗤声，非人低语>
    1. 相机运动：快速横摇甩镜头追踪(Rapid whip pan tracking)女鬼的飘移。
    2. 主体动作：<<<image_1>>> 施展奇门遁甲，双手化为残影结出金色法印(hand seals and gestures forming motion blur)。她面部呈现空洞而妖异的冷漠（eerie emotionless blank expression），眼眸中泛着幽深荧光，在身体如无重力幽灵般瞬间移动的刹那，嘴角勾起一抹邪魅微笑（a subtle sinister smile playing on lips），白色素纱在空中狂乱舞动。
    3. 环境物理：虚空中突然显现多道半透明的白色分身残影，燃烧的朱砂符箓在虚空中环绕飞行(burning runic talismans orbiting the character)，空气中飘飞的冥纸受到力场吸引，随风疯狂打转。
       {你我人鬼殊途，何必执迷不悟}
       no subtitles, no music

• 分支三：近代功夫（Modern Kung Fu）

  • 图像提示词（Nano Banana Pro - 2K 角色元素）：
    徐克近代功夫电影美学。古旧的南方武馆内，夕阳斜照。一个身穿传统中式白色长衫大褂的青年宗师，神色沉毅，立于练武梅花桩之上，摆出经典的南派咏春起手式。空气中弥漫着淡淡的烟雾，强烈的暖金色夕阳穿透格状木窗，形成数道清晰的格子光影（耶稣光），勾勒出宗师扎实的肌肉线条。背景是斑驳的雕花武馆牌匾与一尊木人桩。色调以黄铜色与泥土褐色为主，呈现浓郁的市井烟火气与厚重历史感。
  • 视频提示词（Seedance 2.5 - 480p 动态分镜）：
    <<<image_1>>> 绑定功夫宗师元素图，<<<image_2>>> 绑定南方武馆场景图。
    (激昂短促的铜锣与重战鼓) <拳风呼啸，沉重的木头撞击声，衣服布料摩擦声>
    1. 相机运动：极低角度俯仰摇拍，伴随快速的镜头推拉。
    2. 主体动作：<<<image_1>>> 从梅花桩上拔地而起，凌空虚空踩踏二次借力(stepping on air mid-air jump)。落地后，他神色沉着刚毅（composed and serene face），面对木人桩快速出拳，在拳锋撞击、寸劲爆发的瞬间，他咬牙聚力，太阳穴处的面部肌肉因发劲而微微隆起（clenched teeth, temple muscles bulging with raw physical effort），拳影化为残影，极具物理打击力量。
    3. 环境物理：他的脚掌踏下时，地面尘土因强烈的气劲朝四周呈环状震开，武馆内的红幡和油纸伞被拳风带得疯狂摇曳。
       {站得住的，才是宗师}
       no subtitles, no music

时间轴剪辑与节奏控制（video_assembler）：

• 快慢结合（Speed Ramping）： 贯彻徐克标志性的剪辑节奏。平缓的对视与拔剑蓄力镜头采用正常速度或轻微慢放，一旦刀剑交锋，立即转为高频次、多角度的高速剪辑。
• 动作硬切与动能连续性规范（Match Cuts & Kinetic Continuity）：
  • 动能方向一致： 配合画面中的物理动能进行精准转场。前一镜头动作的末尾轨迹（如剑刃向右疾速挥扫、身体向左拧转），在后一镜头切入的瞬间必须完美继承其物理惯性（如后一镜头画面迅速向右拉像、或角色沿同一拧转轴向左飞出），利用“动能连续性”完成视觉无缝硬切。
  • 动作重叠卡帧（Action Overlap / Double-Cut）： 为了在高速对决中人为夸大打击的物理张力，在进行击打落实（拳肉相撞、兵刃交锋）的 Match Cut 时，允许后一镜头的起始帧与前一镜头的结束帧保留 1 至 3 帧（Frames）的动作重叠（即双重剪辑，让撞击的瞬间画面在两个不同视角上重复闪现极短时间），从而产生极强烈的视觉爆破感与力量凝聚感。
  • 严禁慢节奏过渡： 严禁在紧张的打斗、斗法场面中使用淡入淡出（Cross Dissolve）、擦除（Wipe）等任何慢节奏软转场，必须无条件采用动作点硬切（Hard Match Cuts），维持令人窒息的武打张力。
  • 长分镜对决拼合： 针对 Seedance 2.5 生成的 10–15秒 连续长对决分镜，在前后长镜头拼合时，需提取角色身体旋转轴心线、凌空下落轨迹或大范围法术爆破的扩散涟漪边缘，作为 Match Cut 的视觉对齐锚点，使两个十几秒的宏大对决镜头衔接时，气势和能量流动保持连贯不掉速。
• 三大分支专属剪辑与转场控制：
  • 新派古典武侠（New Classical Wuxia）：
    • 剪辑节奏： 采用“瞬息动静转换”的极度戏剧性节奏。在对视、蓄力或落叶飘零等意境渲染期，拉长单镜头时长进行悬念铺垫，一旦刀剑交锋，立即切换为超高频次（单镜头0.5s~1.5s）的高速切分。
    • 转场技巧： 必须使用带有动能指向的硬切（Hard Cuts）或方向一致的动作擦除/甩镜头转场（Whip Pan Transitions）。例如：前一镜角色向右疾速扫剑，后一镜机位顺向疾速摇移锁定对手受击退后，利用视觉残留完成刀光剑影的无缝流转。
  • 聊斋玄幻鬼片（Liaozhai Fantasy Ghost Film）：
    • 剪辑节奏： 维持“飘忽、幽邃、诡谲”的非人律动。在营造氛围时采用极为平缓、无物理颠簸的长滑行镜头；当妖魔现形或斗法瞬间，则突发式切入高张力的“跳切（Jump Cuts）”或“惊悚硬切（Shock Cuts）”，打碎时间连续性。
    • 转场技巧： 巧妙运用“无形遮挡转场（Match Action on elements）”与局部元素的材质过渡。例如，利用飞舞的白纱、弥漫的浓雾或旋转的符箓作为前景遮挡物划过镜头，在全遮挡瞬间硬切至新场景；或利用妖鬼瞬间移动、身形化为纸屑的动态，进行极短的交叉溶解（Cross Dissolve）转场，表现“凭空消失/幻化”的非物理奇观。
  • 近代功夫（Modern Kung Fu）：
    • 剪辑节奏： 追求“拳拳到肉、扎实连贯”的物理律动。剪辑节奏与角色一招一式的攻防配合、拆招见招高度同频，完整呈现动作能级的累积与物理力量的释放。
    • 转场技巧： 强制使用“动作点硬切（Match Cut on Action）”和基于击打点的视角切换。在拳脚触及目标（击打落实）的瞬间，完成从“中景全身攻防”向“受击点特写”或“对手受撞击受震镜头”的直接硬切，配合骨骼受力或衣袂震响声效，传递硬桥硬马的物理冲击。
• 音画同步与动作点卡点节奏（Action-Beat Sync & Hitpoints）：
  • 重音/声效双重卡点： 动作点硬切（Match Cut）的切换瞬间，必须毫秒级精确卡在独立音频轨道的重战鼓点、镲重击、或刀剑格挡/爆破的峰值瞬态（Peak Transient）上。
  • 声画震荡： 确保“击打落实帧 + 动作硬切点 + 特效声瞬态 + 鼓点重击”四者完全重合。通过鼓点节奏强力驱动画面的高频切分，并在背景音乐突变或战鼓暴风雨般急促处，缩短 Match Cut 的切换间隔（甚至达到每 0.5s 一切），达到“声起则刀光连绵，声停则动作残影凝固”的极致视听同步。
• 声音层级、避让控制与声场塑造（Audio Layering, Ducking & Spatialization）：
  • 多音轨层级编排： 将音轨明确划分为四轨：1轨（主旁白/旁白）、2轨（角色分镜对白）、3轨（动态音效/打击特效/环境风声）、4轨（背景音乐BGM）。
  • 动态避让控制（Audio Ducking）： 在音轨混剪中，当角色说对白（dialogue）或旁白（narration）音轨处于激活状态时，背景音乐（bgm）音量必须自动淡出降低 10dB 至 12dB，且高频尖锐的打击音效需适度压缩以避免掩盖人声。在对白或旁白结束后的 0.5s 内，BGM 必须平滑恢复至标准电平。
  • 三大分支专属声场重塑：
    • 新派古典武侠：音效（如飞剑或突袭）需进行快速左右声道声像移动（Panning）与宽阔立体声延展，模拟利刃掠过耳畔的动态空间感；大漠风声需作为宽声场背景音贯穿。
    • 聊斋玄幻鬼片：旁白、符箓嗡鸣与女鬼对白均需添加中度大空间混响（Reverb, 衰减时间 2.0s 以上）与延迟（Delay），模拟荒山破庙或深夜雾林的幽深、空灵与超现实的距离感。
    • 近代功夫：削减高频杂噪，针对打击音效、拳风和桩功撞击在 100Hz - 250Hz 频段进行低频动态增益（Bass Boost），使得每一次拳脚到肉的声音都更加浑厚扎实，富有肉身骨骼碰撞的真实物理分量感。