เตรียมร่างสตูดิโอ คําสั่งหลายระดับคือการอ้างอิง; นี้ไม่ได้ประมวลผลหรือคิดค่าใช้จ่ายสําหรับรุ่น
「宣言短片」编译器:把任何议题编译成一支 1:30、以英文旁白为骨、 画面零文字、21:9 的概念影像。 当用户要把一个观点 / 品牌议题做成宣言式短片,或者只要产物是一支以思辨旁白驱动的概念短片,就触发。
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
两条硬规则:
职责:一切分析服务于一句话策略;与策略无关的造型情绪审美提取即丢弃。 分析路径:一,是谁、做什么、此前如何被认知。二,附庸什么。三,切断附庸后独立成什么。四,困境与不可替代的特长。五,跨时代特性。 按类型
把已确认 Manifesto 文本拆为画面序列。文本先在,镜头数时长节奏全由文本定。 视觉基调
模型锁定:关键帧 Nano Banana Pro,视频 Kling 3.0 Audio,旁白 ElevenLabs v3,音乐 Suno 5。 画幅:21:9,1080p;每次关键帧、视频、导出调用都显式携带 21:9,不用模型默认比例;关键帧分辨率与终片一致。 关键帧:按图像 prompt 公式撰写,同句多分镜时,先出一张锚帧,其余分镜以锚帧为输入附件生成,继承场景与光线、保证连续动作的知觉递进,机位在同一场景内合理变化、媒介与锚帧统一。 视频:关键帧首帧驱动,按视频公式写运动;输出无音乐无字幕无内置音轨;每段视频时长参照对应 VO 句的实际秒数。 旁白:ElevenLabs v3 生成,英文锁定、禁中文旁白,合成前文本必为英文。每个段落单独合成一条音频,全片同声同人格。声线成熟偏苍老、沧桑磁性、低频克制、不戏剧化不抒情;演讲者人格作颗粒度参考而非 mimic。声音 ID——男声 FYZl5JbWOAm6O1fPKAOu、DMyrgzQFny3JI1Y1paM5。女声 VSy05caiuOBJdp42Y45T、KoVIHoyLDrQyd4pGalbs。 音乐:instrumental,禁人声。时长由 VO 主时钟与片尾元素推导,不锁死绝对秒数,结束于静默开始处。弧线:稀疏单乐器起 → 靠织体层叠而非音量推进 → 收束到一个强而自信的峰值 → 切到全静默。终止静默落在全片结束前 0.5 至 1 秒,并与剪辑线尾板对齐。
曲风家族任选其一:experimental
electroacoustic
acousmatic-drone
ritual-ambient
dark-chamber-drone
spectral-folk
prepared-piano-minimal
sub-bass-ceremonial
gamelan-ambient
taiko-minimalism
throat-singing-drone-without-voice
sufi-industrial
gnawa-bass-ritual
qawwali-percussion-texture-without-vocal
tibetan-horn-drone-without-vocal
nordic-lyre-drone
byzantine-chamber-dark
baltic-choral-texture-without-voice
persian-tombak-minimal
japanese-gagaku-dark-ambient
hurdy-gurdy-drone
pipe-organ-minimal
bowed-metal-ambient
modular-synth-ritual
field-recording-electroacoustic。开场独奏默认 felt/prepared piano,也可换bowed-metal prepared-piano low-string pipe-organ
frame-drum taiko shakuhachi-like-wind duduk-like-reed
gamelan-gong modular-pulse,再叠辅助声部。情绪尾巴任选 3 至 5 词:solemn monumental dark ritualistic grave vast restrained
ominous sacred austere nocturnal apocalyptic funereal
volcanic ancient severe unsentimental。
基础提示词,piano-led 为默认示例: Minimal piano-led piece at [derived duration], opening with sparse felt-piano notes, soft sustain pedal, and plenty of negative space. Gradually add low cello drone, subtle brushed percussion, and wider harmonies through careful textural layering, not volume. It resolves into a strong, confident peak, then cuts to total silence. Mood: [3 至 5 个情绪尾巴词].
在保持「弧线 + 终止静默」前提下,可换主奏、换加层元素、微调时长、改终峰性格。
越界即放弃 piano-led、改节奏型驱动、加旋律副歌、用音量而非织体推、移除终止静默、引入人声或拟人音色、温暖励志——一律禁止。
文本变更只重生受影响段旁白;单画面不满意只重生该帧关键帧与视频;锚帧变更则重生该组其余分镜。
一句话策略,步骤 2 一句话:尖锐、直接、一个未曾现世的定义。须同时放大优势、掩盖劣势、转移注意力、解一个巨大的问题、命中跨时代特性。用一种修辞雕到有文字美感,倒装、悖论、同语反复、命名式定义、矛盾并置皆可。完成念一遍,不通顺退保守通顺版。默认中文构思,译英求同等命名强度。判据:撕下贴到任何别项目上必显荒谬(此判据只施加于最终拍板那条,不用来枪毙三方案里那条「无懈可击,但较普适」的安全方案)。
Manifesto 文本,步骤 3,VO 英文锁定,禁中文旁白。短句构成。 组织选一。叙诡:表层平常事,末句揭示本体。排比:同句式堆势能,末句翻面。文字游戏:让形式参与论证。 写作顺序:先把整段当一整段口语 VO 写完,念出声校呼吸与压力,再回溯切成口语段落,打磨断点但不抹平各段权重。 篇幅:不锁固定词数/秒数,由论点繁简决定。换算参考:英文每 ~100 词 ≈ 0:50 至 1:00 念白(缓慢语速、句间留充分停顿)。文案定稿后据此估出全片目标时长区间。头尾无人声段不设固定值,由片尾音乐弧线自然决定(开场无人声段对齐首句入点前的音乐起势,片尾无人声段长度 = 音乐峰值收束到终止静默所需的时长)。VO 合成后以实际时长回填。
文本铁律 短句优先,每句独立成意。拒从句、拒形容词堆叠、拒让步连词、拒集体代词,除非明确建共同体。接受断句与口号。 禁开场词:在这个时代、科技正在、未来已来、有人说、曾经、每一个 X 都。 禁结尾词:让我们一起、共创未来、无限可能、一切皆有可能。 完成必须念一遍。
图像 prompt 公式,关键帧 电影感加主谓宾画面加景别距离镜头类型加亮暗程度与光线类型。
剪辑线以 VO 为骨架:先排定每句 VO 的入点/出点,再把对应关键帧/视频挂到该时间窗;画面比旁白早硬切 0.2 至 0.5 秒。 轨道:主视频轨硬切、禁默认转场;旁白轨到帧;音乐轨单条。 音画共振:画面硬切对齐 BGM 重拍、和弦变换或鼓点,须先做波形强弱拍分析;断句与重拍冲突时切点服从音乐;高潮与织体转折处放全片最具异化张力的核心静帧;关键句前留 0.5 至 1 秒静默、句后留 1 至 2 秒,镜头独占不跨句过渡。 波形级处理:禁粗暴硬断。BGM 在零交叉点与小节边界拼接,即休止、和弦渐弱或过渡空隙;超长则在小节边界做 0.3 至 0.5 秒短 fade out,或卡拍硬切入尾板前静音区。旁白缝合避断音与电爆,交界做 0.05 秒微 crossfade。 混音:旁白 −12dB;念白进行时音乐避让 −22 至 −18dB;念白静默段(非音乐静默)音乐抬至 −12 至 −8dB;关键句前后 −30dB 或全静;所有升降与避让 0.2 至 0.3 秒。 尾板前 0.5 至 1 秒静默留余响;默认保留音乐作底,末句结束即切断、留全黑全静;时长到(= VO 跨度 + 头尾段)硬切全黑、不淡出。 变速:默认不变速;关键镜头可降至 0.5 至 0.75 倍;禁加速。 视频原始音频:全部静音,一切声音须被设计。