เตรียมร่างสตูดิโอ คําสั่งหลายระดับคือการอ้างอิง; นี้ไม่ได้ประมวลผลหรือคิดค่าใช้จ่ายสําหรับรุ่น
面向于电商或服装设计专业的展示视频:通过上传或者生成刀版图定制服装的样式,匹配模特外形的场景生成分镜生成展示视频。
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)
阶段四:故事板设计、资产绑定与分镜确认(分三步)
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:
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:
Key Elements 声明规范:
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):
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:
场景构图原则(Lifestyle 专属):
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):
停驻/等待类(静态镜头锚点):
物品互动类(道具驱动细节):
情绪/表情类(Lifestyle 特有,秀场禁用):
多人场景(可选):
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:
每个 shot 须包含:
独立音频轨道设计:
阶段三:服装资产生成
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):
步骤 3d — 空场景图生成:
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):
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。
阶段五:视频生成
阶段六:BGM 生成
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:
节奏与音画同步:
音量层次:
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):
模特服饰卡提示词(ImageToImage):
六宫格分镜预览图提示词(ImageToImage):
视频生成提示词(MultiModalToVideo / Seedance 2.5(分辨率 480p)):
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):
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
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
BGM 提示词(text_to_instrumental):