เตรียมร่างสตูดิโอ คําสั่งหลายระดับคือการอ้างอิง; นี้ไม่ได้ประมวลผลหรือคิดค่าใช้จ่ายสําหรับรุ่น
面向百老汇音乐剧风格视频项目,覆盖黄金年代、Fosse现代派、当代三大时期美学;元素图用Nano Banana Pro,镜头视频用Seedance 2.5,配乐用Suno 5,强调舞台化构图、群舞秩序与剧院声场。适用于需要电影级音乐剧画面、编舞语汇还原与管弦乐配乐的视频创作。
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
全链路阶段逻辑与依赖:
依赖: 2→1;3→2;4→3;5→2;6→3,4,5。
里程碑暂停: 不要一次性跑完全流程。每个主要里程碑(Spec 锁定、Storyboard 完成、元素完成、镜头视频完成、音频完成、组装完成)后停下,用卡片或 reply_to_user 邀请用户确认再继续。
用户素材优先: 步骤 3–5 中,凡用户已提供或已存在的媒体,先经 media_generator 绑定到正确 Storyboard 锚点,不要重新生成用户已给的内容。
三大时期视觉语汇(每镜须声明所属时期并落实对应语汇):
key elements 设计:
舞台角色原型参考(角色设计时对号入座):
| 原型 | 黄金年代 | Fosse 现代派 | 当代 |
|---|---|---|---|
| 主角 / 女一号 | Eliza Doolittle (My Fair Lady) | Charity (Sweet Charity) | Elphaba (Wicked) |
| 喜剧担当 | Ado Annie (Oklahoma!) | Amos Hart (Chicago) | Anne of Cleves (Six) |
| 魅力 / 反派 | Harold Hill (The Music Man) | Roxie Hart (Chicago) | Heather Chandler (Heathers) |
分镜设计:
跨镜音频设计:
元素图生成: TextToImage,推荐 Nano Banana Pro (Gemini 3 Pro Image) @ 2K。同一角色多造型用 ImageToImage,后造型引用前次生成以保一致;角色图采用"左半身肖像 + 右全身"横向并排版式锁定身份。
角色声纹绑定(key_element_audio): 为每个 element character 绑定 key_element_audio(角色声纹参考音频),以保证对白 / 演唱音色跨镜一致——用户已上传卡司录音则直接绑定,否则用 text to narration 生成一段该角色的短声纹样本并绑定。百老汇角色有大量对白与演唱,此绑定不可或缺。
镜头视频生成: MultiModalToVideo,推荐 Seedance 2.5 @ 480p。每镜引用:①该镜头绑定的角色 / 场景 / 道具元素图;②该镜头出场角色的 key_element_audio(通过 audio_infos 引用,使对白 / 演唱音色跨镜一致);③仅当与上一镜连续性极强时追加上一镜视频作 reference_video,通常跳过。
负面提示词规范: Seedance 2.5 及国产视频模型采用自然语言输入,不支持 --no / --negative 等 Midjourney / SD 语法,Flova 生成器也无独立负面输入框。负面意图须写成自然语言回避短语(如 "avoid CGI cartoon look, avoid amateur gala staging, avoid chaotic crowd")并入提示词正文,而非用 --no 拼接在尾部。
音频生成:
会员 / 分辨率: 480p 与 Seedance 2.5均为会员专属;非会员上限 480p。用户显式要求时不要因会员限制拒绝,交由下游处理。
提示词组合公式(自然语言,一段成文,勿用分段标签):
[时期美学语汇] + [主体与动作 / 群舞队形] + [舞台环境与关键道具] + [灯光提示] + [摄影景别与运镜] + [色彩分级:单一主色约 90%]
视频提示(Seedance 2.5 类):
Suno 风格描述: 百老汇强依赖人声与管弦乐的对抗与融合,在 [Style Description] 中强调人声与乐器的空间纵深(如 "vocal forward over layered orchestral pit"),让声场更接近剧院;纯器乐段落务必启用 Instrumental。
轨道布局: 视频轨 V1–V3、音频轨 A1–A2。主画面 V1,群舞 / 特写叠加 V2–V3;BGM 入 A1,旁白 / VO 入 A2。
Letterbox: 上下黑边的电影级宽幕感作为视觉风格在生成阶段即落实(提示词写入 cinematic letterbox),不依赖导出时裁切——导出阶段画幅与分辨率不可调。
节奏与转场: 依音乐剧乐句与渐强对齐剪辑节奏;段落间用黑场切(blackout cut)模拟舞台换景。群舞高潮处保留完整乐句,不切碎。