เตรียมร่างสตูดิโอ คําสั่งหลายระดับคือการอ้างอิง; นี้ไม่ได้ประมวลผลหรือคิดค่าใช้จ่ายสําหรับรุ่น
适用于将剧本拆解为3D古风风格短剧视频的全流程制作场景。画面风格统一锁定为3D质感,以Seedance 2.0为核心视频生成模型,配合GPT Image 2生成角色与场景设定图。
มี การ เก็บ รักษา ข้อ ความ ที่ มี การ ทํา งาน ไว้ ใน ภาษา จีน ดั้งเดิม. ตัว อย่าง ที่ มี การ อ้าง ถึง อาจ แตก ต่าง จาก ตัว อย่าง ที่ มี อยู่ ใน ที่ นี้. เช็คสตูดิโอหาโมเดลที่สนับสนุน และคําพูดจากเครดิตจริง
启动协议
用户触发本Skill时,首先判断用户属于以下哪种场景,并据此选择对应路径:
无论哪种场景,启动时须确认以下基础参数:
影像风格固定为3D古风,无需用户确认。
剧本细化与短剧钩子增强(可选服务)
当用户的剧本尚不成熟时,主动向用户提供以下服务,但须逐项展示修改建议并经用户确认后才落地,绝不在用户不知情的情况下改写剧本:
所有细化建议以卡片或对话形式逐条呈现,用户逐条确认后才能写入剧本;用户否决的不得强行保留。
全流程阶段与依赖关系
依赖关系: 2→1;3→1,2;4→1,2,3;5→4;6→5;7→4;8→5,6,7
视频生成模式选择(进入视频生成前强制询问): 在所有key_element设定图确认通过、即将开始逐shot视频生成时,必须通过卡片向用户提供以下两种模式选择,由用户决定后续视频生成节奏:
无论哪种模式,第一个shot的强制暂停均不可跳过——后续所有shot的空间一致性参考帧都源自第一个shot,若其场景布局或站位有误未及时发现,错误会级联扩散。
关键暂停点: 每个阶段完成后必须暂停,等待用户确认再继续(视频生成阶段除外,由上述模式选择决定)。重点暂停节点:
半成品场景的资产缺口处理: 分析已有素材后,将缺失环节整理为清单向用户展示(如"缺角色B设定图""场景3未描述空间细节""第4场缺少台词"等),逐项与用户确认补充方式(用户提供/生成补充/用户口述后由Skill整理),不得在用户未确认时擅自补全。
剧本兼容性: 若用户上传的是小说而非分镜脚本,在分析阶段识别并告知用户该文本需先完成短剧化改编。向用户提供两种选项:①用户自行修改(推荐优先);②由Agent协助优化(生成改编建议,逐条展示并经用户确认后落地)。无论哪种方式,都不得擅自补全剧本中未描述的角色外貌或场景细节,应主动询问。
信息缺失处理: 剧本中未写明的角色长相、场景细节、影像风格,一律主动询问用户,不得静默假设或擅自补充。
最高原则——不擅自决策: 本Skill涉及的所有创作决策(剧本改写、角色外貌定义、场景细节补充、钩子设计、镜头取舍等),无论大小,必须向用户呈现选项或建议并经确认后才执行。宁可多问一句,不可擅自拍板。
剧本/创意大纲分析
用户上传资产图分析
视频关键帧截取
截帧后视觉内容分析(强制)
跨镜空间一致性策略
剪辑节奏与过渡
音频混音层级
常见生成失败与组装修复
现象原因修复方向角色外貌跨shot漂移提示词角色描述不够具体在Write the Prompt中强化设定图特征词,重新生成该shot跳轴相邻shot机位跨过180° 轴线插入正面或过肩过渡shot镜头时长偏差模型对绝对秒数不敏感改用slow/quick/lingering节奏词,组装时用时间线裁剪微调字幕乱入视频提示词未明确禁止强化no subtitles, no text overlay,重新生成首尾帧不衔接上一shot末帧人物已偏离空间锚点将本shot第一个内切镜设计为过渡镜,引导画面回到锚点
导出基准
全局风格锁定
所有视觉设计统一采用3D建模风格:以3D CGI渲染质感呈现中国古代/古风场景与人物,兼具国风美学(丝绸光泽、玉石质感)与明亮清透的柔和光影。角色与场景的材质、色调、氛围均以此为基调,不得出现写实摄影或欧美卡通风格。
色调与光影基调(强制): 整体场景默认明亮清透,色彩明度偏高,饱和度控制在中低到中等——不要艳俗高饱和,也不要压成灰蒙蒙的暗调。柔和色调以清新、和谐为主(如淡藕、雾青、浅赭、月白等),禁止大面积高纯度色彩(如荧光色、饱和正红/正蓝/正绿)。阴影要柔,不得出现大片死黑区域,暗部须保留细节可见。画面保持明亮但不出现射光/体积光(god rays/light shafts)——以柔和均匀的整体照明为主,而非刺眼的定向强光。特殊场景(如黑夜、密室、地牢)可适当压暗,但暗部仍须保留细节层次,不得死黑。
场景华丽细节强化(强制): 场景中的家具、陈设、建筑构件须描述得丰富、精致、细节饱满——充分展现古代工艺之美:雕花门楣、彩绘梁柱、镂空窗棂、镶嵌螺钿的家具、丝绸帷幔、青铜香炉、玉石摆件等,须写明具体纹样(如缠枝牡丹纹、云龙纹、回纹、卷草纹)、材质光泽、工艺细节与摆放位置。色调搭配须符合古代中式美学——以温润的木色、沉静的黛青、典雅的赭石、含蓄的月白等传统色彩为主,色彩之间和谐呼应,体现古典空间的层次与气韵。场景越华丽越能烘托古风氛围,鼓励在设计时充分填充视觉细节。
角色服装纹样强化(强制): 主角服饰须保持华丽精致、层次丰富,明确描述多层叠穿结构、面料材质(丝绸、织锦、纱罗、锦缎等)、刺绣纹样(如云纹、缠枝纹、暗花纹等)、配饰细节,以服饰的繁复精美体现身份品阶与视觉品质;配角可适当简化但同样保留古风服饰的纹样层次,风格统一。
禁止任何现代元素: 本剧设定为古代背景,所有角色造型、服装、道具、建筑、场景陈设、台词用词、行为方式必须符合中国古代/古风世界观。严禁出现任何与"现代"相关的内容
设计key_element
拆解shot列表
武打镜头设计专章
古装武打镜头不要全程乱晃——镜头晃动仅在命中瞬间短暂使用,不得贯穿整段打斗,否则画面模糊、动作不可读。
默认四段式组合(每个武打shot须按此节奏编排内切镜):
爽点镜头(按需选用,同一shot内不堆叠超过两个):
动作密度与节奏(强制):
动作完整链条(强制):
武打动作描述必须写清完整因果链条,不得用"二人激烈打斗"等笼统概括蒙混过关。每个交手节拍须依次写明:
正确写法示例: 角色A右脚后撤半步,左手抬剑格挡;角色B横劈的刀锋撞上剑身,金属震动,角色A手腕被震得下沉;角色A顺势侧身闪开,右手反刺,剑尖停在角色B喉前半寸。
错误写法示例: 两人展开激烈刀剑大战,动作华丽,气势磅礴。
全局空间锚点卡(每shot开头声明)
每个shot描述的开头须附一张空间锚点卡,格式如下:
【空间锚点/场景名】
固定参照物:(不可移动的视觉地标,如"雕花朱漆大门位于画面中心")
人物当前状态:
· 角色A:[位置 + 镜头相对背景描述(从镜头视角看,角色背后/左侧/右侧可见什么背景元素,哪些关键场景元素位于画面外不可见)]
· 角色B:[位置 + 镜头相对背景描述]
离场角色位置状态:(若本场景有已离场角色且其原位置/道具仍可能出现在画面中,须逐条登记;无则写"无")
· 角色C(已离场):[原位置 + 当前视觉状态,如"原坐在左侧椅上,现已离场,椅子空置,不得生成人物坐在其上"]
光影基调:(逐字继承该场景element scene的固定光影基准——光源类型 + 色温 + 氛围词,不得自行改写;仅在剧情明确要求光影变化时方可调整并注明原因)
空间锚点卡是跨镜保持空间一致性的关键锚点,确保相邻shot之间人物位置、光影完全一致(同一场景内不得出现光影漂移),离场角色的原位置/道具状态也须逐镜保持一致,不得省略。人物位置描述必须使用镜头相对描述(直接写角色背后/周围可见什么背景元素,哪些元素位于画面外不可见),不得使用角色相对朝向写法。
空间锚点卡背景元素的推导规则(强制): 空间锚点卡中每个角色背后/左侧/右侧可见的背景元素,必须从该场景element scene的四向空间信息中推导——根据角色在场景中的站位和镜头机位,从场景四向空间描述中确定该方向可见什么。不得凭经验猜测或编造场景中不存在的元素。 若场景描述不足以确定某角色某方向的背景元素(如剧本只写"金銮殿"但未交代殿内空间布局、大门方位、龙椅位置等),须主动向用户确认场景的空间布局后再填写空间锚点卡,不得静默假设。场景描述越具体(明确标注门、窗、龙椅、屏风等固定参照物的方位关系),空间锚点卡的背景元素推导就越准确,第一镜视频生成时模型才能正确渲染角色背后的场景。
Storyboard完稿前自检清单
交付Storyboard前逐项核查并向用户报告结果:
设计audio_layer
key_element设定图生成
用户上传资产处理
单shot视频生成
音频生成
资产管理
全局提示词撰写原则(适用于所有提示词类型)
内切镜时长估算(视频提示词撰写前)
若Storyboard shot未标注各内切镜时长,按以下经验值估算,确保单shot合计 ≤ 15s且 ≥ 10s:
镜头类型建议时长大特写/手部脚部特写2–3.5s面部特写(含台词)3–5s近景胸像(含台词)3.5–5s中景/中全景4–6s运镜推进/拉远/环绕基础景别时长 +1s台词落点后停留+1s(强制,每句台词末尾须留余韵)动作落点后停留+1s(强制,每个主要动作完成后须保持收势姿态停留,禁止做完即切)
台词时长估算(强制): 每句台词须按字数估算说话时长(中文约2.5字/秒——古风戏剧化念白带情绪停顿与气息,实际语速低于日常对话,不得用3字/秒的高估值),加上台词落点后1s停留,作为该台词对应内切镜的最低时长。若台词+停留时间超过该景别建议时长上限,以台词+停留时间为准。
动作完成度校验(强制): 每个内切镜的时长须覆盖该镜内所有动作的完整起势→执行→收势过程加上动作落点后1s停留——若动作链条+停留需要5s但景别建议时长只有3s,以动作完成+停留所需时长为准,不得压缩动作使其仓促。
超过15s必须拆分为独立shot。
画幅必须为16:9横版(禁止使用1:1或9:16)。按以下模板撰写提示词,各字段填入该角色的具体信息:
角色:[角色名],[年龄段],[性别/体态],[身份/职业]。
外貌:[脸型、五官、眉眼、鼻梁、唇形、发型、肤色、年龄感、核心气质、标志性识别点]。风格:所有角色须强化视觉品质——在提示词中显式写入:"半写实3D国漫风格,stylized anime-doll beauty, youthful androgynous pretty face, narrow oval V-shaped face, soft jawline, slightly enlarged almond eyes, delicate straight nose, soft thin lips, smooth poreless porcelain skin, clean stylized skin shader, soft cinematic close-up lighting."所有角色(含配角)的肤色必须统一为warm porcelain-white skin with soft golden undertone。
服装:[必须严格贴合中国古代/古风服饰体系——主角偏华丽精致、层次丰富:内搭、中衣、外袍、披帛、腰带等多层叠穿,面料写明(丝绸、织锦、纱罗、锦缎等),配以刺绣纹样与玉佩、金簪等饰物,体现身份品阶;配角可适当简化但风格统一。逐一列明:内搭、外袍、下装、鞋、首饰、关键道具、材质、颜色、纹样、新旧程度]。
表情与气质:[常用表情须具体到面部肌肉层面(如"眉尾微挑、唇角轻抿、眼底含笑但不达眼底"),标注情绪强度;标志性微表情(如习惯性抿唇/假笑时眼角不动等)作为跨镜识别锚点;情绪底色、人物状态]。3D渲染角色表情需要比真人更鲜明、更具戏剧张力的描述。
画面排列:左侧1/3区域为超大高清面部特写,右侧2/3区域整齐排布角色三张全身三视图,包含角色的正面、侧面及背面三个维度的全身站姿视图。纯白背景,干净极简,无阴影,高清,精致细节;角色长相和服装细节一致。
背景:白色背景,柔和均匀灯光,无场景道具,无复杂背景。
限制:必须是同一个角色;脸型、发型、服装、鞋子、配饰完全一致;不要生成多个不同人物;不要换装;不要改变发色;不要随机文字;不要水印;不要logo。
同一角色多套妆造提示词(ImageToImage/GPT Image 2)
当同一角色需要生成第二套及以后造型图时,使用ImageToImage,将首套造型图作为reference_image上传,提示词在前述角色图模板基础上做以下调整:
用户上传非3D资产图的风格转化提示词(ImageToImage/GPT Image 2)
当用户上传的角色/场景/道具资产图经分析判定为非3D风格时,使用ImageToImage将原图转化为3D古风风格。以原图为reference_image,提示词写法如下:
关键道具资产图提示词(TextToImage/GPT Image 2)
按以下字段撰写,纯白背景、干净极简、无阴影、高清;画幅默认16:9。各字段填入该道具具体信息:尺寸、材质、颜色、新旧程度、正反面(如有差异需在同一张图中同时展示正反两面)、当前状态。风格关键词必须显式写入:3D CGI rendering, ancient Chinese aesthetic, PBR materials, stylized 3D CGI—不得省略。限制:只生成该道具本身,不要出现人物或场景;不要随机文字、水印、logo。
场景四视图提示词(TextToImage/GPT Image 2)
A location reference sheet of [场景描述,含空间结构/材质/标志物/纹样工艺细节].
Lighting: Flat, even, shadowless illumination—uniform ambient light only, no cast shadows, no dramatic light sources, no directional light, no ambient occlusion shadows, no light rays or god rays. The scene reference sheet should read like a clean 半写实3D国漫风格,3D model viewport render with flat ambient lighting, not a cinematically lit shot.
Show four directional views of the same location in one composite image (2×2 grid). Each view is a full spatial angle—no isolated prop close-ups. Key furnishings and fixed landmarks naturally appear within whichever angle they are visible from:
Top-left: View from end A looking toward end B (forward depth—what is visible looking into the space from one end)
Top-right: View from end B looking toward end A (reverse depth—what is visible looking back from the opposite end)
Bottom-left: Left-side lateral view (camera positioned at the left side of the space, looking across horizontally)
Bottom-right: Right-side lateral view (camera positioned at the right side of the space, looking across horizontally)
Identical flat even lighting (no shadows, no dramatic light direction), color palette, and props across all four panels.
[Style]: Richly detailed ancient Chinese interior/exterior environment—carved wooden furniture with intricate grain patterns, painted beams with traditional motifs (cloud dragons, floral scrolls, geometric fretwork), lattice windows with openwork designs, inlaid mother-of-pearl surfaces, silk curtains with embroidered borders, bronze incense burners, jade ornaments. Color palette follows classical Chinese aesthetics—warm wood tones, muted indigo, elegant ochre, subtle moon-white, harmonious and layered.
[人群条件]:若为群像场景(上朝、集市、宴会等),将模板末尾的 "No people in frame." 替换为以下人群描述:Populate the scene with background crowd NPCs in period-appropriate ancient Chinese attire—[人群规模/服饰风格/站位分布/活动状态,如 "court officials standing in formal rows", "market vendors and pedestrians browsing and haggling"]. Crowd figures should be slightly lower in detail than the main environment, serving as atmospheric background without dominating the frame. 若为非群像场景则保留:No people in frame.
No text, no labels, no watermark, no cast shadows, no dramatic lighting.
视频提示词撰写前空间校验(强制)
撰写每个shot的视频提示词前,执行一次空间校验:
单shot视频提示词(MultiModalToVideo/Seedance 2.0)
每个shot输出一段提示词,影像风格行作为整体基调先行,其后严格按 摄影机→主体→空间→音频 四段顺序撰写:
[影像风格]: 半写实3D国漫风格, stylized 3D CGI rendering, ancient Chinese aesthetic,
bright and clear tone, medium-high lightness, soft global illumination, soft shadows with preserved detail in dark areas, no harsh light rays, no god rays, silk painting color palette, low to medium saturation, fresh harmonious color palette, stylized depth of field, 24fps.
[摄影机]: [按内切镜顺序逐镜写明:景别 + 机位角度 + 运镜方式 + 切镜变化],多镜时每镜换行;同一shot内各镜景别/机位/运镜须有变化,避免重复堆叠
固定镜头时长上限(强制): 任何标注为fixed/lock-off的内切镜不得超过4s——超过4s必须改为带运镜的镜头(push-in/pull-out/orbit/pan/dolly等)或拆成多个有切镜变化的短镜。对话场景禁止长段固定机位。
台词-镜头动势联动(强制): 每句台词对应的内切镜描述中必须包含至少一个镜头动势词——运镜变化(push-in/pull-out/orbit/pan/tilt/crane/dolly/whip-pan等)、景别切换(cut to close-up/cut to extreme close-up/cut to reaction/cut to detail/cut to over-shoulder(须同时点名两个不同角色——前景肩为一人,背景脸为另一人)等)或机位变化(switch to low angle/switch to side profile等),由Agent根据台词情绪与叙事功能自行判断选用。禁止 "static camera, character speaks" 式的零动势描述;同一shot内多句台词的动势词须有变化,不可句句重复同一运镜。
示例1(单镜,≤4s固定): Medium waist shot, fixed camera, eye-level, 3s
示例2(多镜含反应镜头与细节特写):
示例3(含过肩镜头):
过肩镜头写法(强制): 过肩镜头必须同时点名两个不同角色——写明"over [前景角色]'s shoulder, looking at [背景角色]",前景角色只有肩/背出现在画面前景,背景角色是画面主体(正脸/表情)。禁止将同一角色同时写在前景和背景(如"over Character A's shoulder, looking at Character A")。
反应镜头写法:对话段落中,在说话者的镜头之间插入听者反应特写(reaction shot),用 "reaction shot" 标注并写明听者面部微表情;切回说话者时可收紧景别强化情绪。
重点台词推进写法:关键台词处用 "rapid push-in to extreme close-up" 或 "slow push-in from close-up to extreme close-up on eyes/lips" 标注推进路径,速度词与情绪强度匹配。
身体部位细节特写写法:需要非面部细节特写时,用 "extreme close-up on [身体部位] (detail cutaway)" 标注,紧跟情绪词描述局部状态(如 "clenched fist, knuckles white"),与面部镜头交替出现,同一shot内不超过两个细节特写。
对话镜头动势池(强制泛化): 对话段落中镜头不得停留在单一景别+固定机位上,须主动从以下动势池中选取组合,让每句台词都有不同的画面呈现方式(Agent根据台词情绪与叙事功能自行判断,不局限于以下列举):
[主体]: <<<image_角色>>>—[当前服装/状态,与设定图一致];[人物动作分解,按叙事顺序推进,主要动作→次要动作;
每个关键节拍须附带具体面部微表情描述(如"brows snap together, jaw tightens, eyes narrow with suppressed fury"),标注情绪强度词;3D CGI角色情绪需比真人更夸张才能被模型呈现;
每句台词必须搭配一个明确的肢体动作(gesture/body shift/head turn/gaze shift),动作与台词情绪合理匹配,禁止static standing dialogue;
动作幅度词库(强制): 每个关键动作必须附带一个标准化幅度词,从以下词库选取:large/sweeping/sharp/explosive/sudden/violent/forceful/dramatic/swift/wide。示例:"sweeps sleeve wide", "snaps head around", "stumbles half a step back", "slams fist onto the table"。禁止使用subtle/slight/gentle/mild/soft/faint等弱幅度词描述主要动作——3D CGI角色的小幅微动会被模型忽略或渲染成僵硬站姿,主要动作必须用强幅度词才能被准确呈现;
情绪-动作联动(强制): 动作幅度必须与情绪强度挂钩——高情绪强度(愤怒/震惊/悲痛/恐惧)必须配大幅度肢体动作(甩袖/猛然转身/后退半步/握拳/拍案/摔物等),用large/explosive/violent/sudden等词描述;低情绪强度(平静/试探/犹豫/克制)才允许小幅度动作,用measured/restrained等词描述。禁止出现"情绪激烈但身体不动"的割裂写法——当情绪标注为高强度时,对应肢体动作幅度必须同步升级,否则模型会渲染出表情狰狞但身体僵硬的违和画面;
情绪动态与放大(强制): 情绪不能全程平和——视频提示词中每个shot须有明确的情绪起伏,关键节拍处情绪强度必须显式升级(如suppressed anger→explosive fury, calm composure→visible shock),标注情绪变化路径;3D CGI角色情绪需比真人更夸张才能被模型呈现,平和段与爆发段的情绪反差须拉大,避免全程低情绪输出;
眼神互动(强制): 每句台词至少附带一个具体的眼神动作描述(gaze locked on/eyes dart to/avoids eye contact/glares at/glances sideways at/looks up to meet/drops gaze等),眼神方向与目标须明确写出;对话场景中须设计角色间的眼神互动——A说话时标注B的眼神反应(如B's eyes widen/B averts gaze/B holds stare),用眼神传递潜台词与角色关系张力。禁止空洞注视(empty stare)或无指向目光;
动作变化须合理,服务于情绪递进,不可为动而动;
避免写绝对秒数,用slow/quick/lingering描述节奏;台词落点后须描述至少1s的情绪延续动作(如"holds gaze, expression lingers, slight exhale"),禁止台词说完即切——须让角色保持在末尾情绪状态中呼吸,否则模型会在台词音轨结束时同步截断画面;
动作落点后停留(强制): 每个主要动作完成后须描述至少1s的姿态延续与余势(如"holds final pose, body lingers, slight exhale before next movement"),禁止动作刚做完即切——须让角色在收势姿态中停留呼吸,否则模型会在动作完成时同步截断画面导致动作仓促收尾;
动作完整性(强制): 每个动作节拍须写明完整的起势→执行→收势三段,不得只写"角色A转身"而省略转身的过程——模型需要完整的动作链条才能在时长内自然执行,省略过程会导致动作被压缩成瞬间跳变或仓促收尾]
武打shot动作描写(当shot为武打场景时): 按Storyboard武打设计的四段式结构(起手→接触→命中→结果)逐段写明动作分解;打击动作用sharp/explosive/impact等力度词描述,命中处可标注slow-motion(仅决胜一击);闪避、格挡、落空、反制动作须与命中动作交替出现,不得全部命中;镜头晃动仅标注在命中瞬间,不得写全程晃动。
动作完整链条(强制): 每个交手节拍必须写清六要素完整因果链——①谁先动(发起方+具体动作)→②谁防守(防守方+具体应对)→③接触点在哪里(兵器/身体接触的确切位置)→④谁被击中或格挡成功(交锋结果)→⑤受力结果是什么(身体/姿态的即时变化)→⑥段末人物停在什么状态(节拍结束时双方站位/姿态)。禁止用"二人激烈打斗""动作华丽"等笼统概括,必须逐拍拆解为可被模型渲染的具体动作序列。
[空间]: <<<image_场景>>>—[逐字继承该场景element scene的固定光影基调(光源 + 色温 + 氛围词),不得自行改写或换措辞;仅在剧情明确要求光影变化时方可调整并注明原因];[镜头相对空间描述:从镜头视角写明画内可见的背景元素、各角色相对位置(角色背后/左侧/右侧可见什么背景元素),以及哪些关键场景元素位于画面外或景深处不可见——禁止用"角色面向某物"的角色相对朝向写法]
参考帧引用(从第二个shot起强制): 若本shot纳入了从任意前序shot中挑选的空间一致性参考帧,须在空间段末尾追加参考帧绑定指令:<<<image_reference_frame>>>—Reference frame from a prior shot. IMPORTANT: This reference frame is for background layout and scene backdrop consistency ONLY. The camera angle, shot scale, framing, perspective, and camera movement described in the [摄影机] section above MUST take full precedence—do NOT replicate, copy, or imitate the reference frame's camera perspective, shot composition, lens height, or framing. The reference frame defines what background elements exist and where they are positioned in the scene; it does NOT define how the camera shoots them. Background elements and spatial layout behind/left/right of each character MUST match this frame. Specifically: [逐元素列出需保持一致的背景元素,如"the grand door visible behind Character A's back, the carved screen on the left side, the dragon throne platform in the far background"——这些元素须与空间校验中对照参考帧确认的结果一致]。Do not change or relocate these background elements; the scene backdrop must remain identical to the reference frame. However, the camera angle, shot scale, framing, and composition must follow the [摄影机] section instructions exclusively—the reference frame's visual perspective must not influence the camera language of this shot.
[音频]: [台词] [角色]: {台词原文} (with [情绪词] tone);[内心OS] [角色]: {(OS)OS原文} (with [情绪词] tone, no lip movement—inner voice only, character's mouth stays closed; facial expression must shift in sync with OS emotional arc—write specific micro-expression beats in [主体] section for the OS duration, e.g. brows slowly tighten, gaze hardens from soft to sharp);[音效] <[音效描述,紧贴对应动作]>;无音乐——BGM在audio_layer独立生成、后期混音,视频生成时须内嵌no background music
[禁止]: No subtitles, no background music, no text overlay, no watermark, no modern elements (modern clothing, electronic devices, plastic, modern architecture, etc.)—strictly ancient Chinese setting.
[时长]: Approximately [X]s
固定尾部规则: