準備工作室草稿。多階段說明僅供參考;此操作不會執行生成或扣費。
适用于真实事件、历史创伤、戏梦人生、时代压迫、师徒父子等题材,将用户灵感重构为陈凯歌式文人史诗短片。
工作流程文字保留原始中文。引用的模型可能與本站可用模型不同。請在工作室檢視支援的模型和實際積分報價。
阶段依赖关系: 阶段0(信息收集+写入全局规格文档)→阶段1(角色版依赖灵感输入)→阶段2(场景图依赖角色版锁定)→阶段3(叙事依赖角色+场景锚点)→阶段4(样片依赖叙事+分镜结构)→阶段5(完整生成依赖样片确认)。
通过 reply_to_user 引导用户输入:真实事件/回忆/灵感文本、涉及人物及其关系(师徒/父子/三人纠缠/艺人身份错位等,可选)、主要场景(可选)、时代背景(可选)。若用户已附带描述,直接进入阶段1。将核心信息写入 Final_Video_Spec.md(通过 text_editor),记录:短片标题(可暂定)、总时长意向、主视觉情绪基调、题材类型(用于色系自动匹配)、三线比例意向(现实/回忆/时代压迫)、画面比例(默认 16:9),作为后续各工具的全局锚点。
调用 media_generator,为每个主要角色生成完整角色视觉资产包:主视觉身份板(正面+背面+左右侧全身+手部微距,16:9横版)、表情库(平静/凝视/隐忍/微悲/克制怒,3—5张)、三线光影测试图(冷调版+暖调版+时代压迫版半脸侧光各1张);戏曲题材时追加戏妆/戏服图。
生成策略(分两步,节省积分): 先生成主视觉身份板(单图预览),展示给用户确认角色方向;用户确认后,再生成表情库与光影测试图,完成完整资产包。
多时间段处理规则: 若用户故事跨越明显时间跨度(如"二十年前与现在"),须为同一角色分别生成青年版与中老年版两套身份板(第二套使用 ImageToImage 参考第一套以保证面部结构一致,仅改变年龄/服饰特征);每套独立标注版本标签(如"Look A:现实/中年"/"Look B:回忆/青年")。若用户未提及时间跨度,默认只生成一套,全片统一使用。
角色声音参考生成(key_element_audio): 在角色视觉资产确认后,为有台词/吟诵的角色生成短声音参考样本(3—5秒代表性台词),使用 media_generator 的 text to narration 工具(推荐模型 MiniMax Speech 2.8 HD),按角色 narration_speaker_profile 设定音色参数;生成后通过 register → bind 绑定至对应 element character 的 key_element_audio 槽位。此样本仅用于后续 Seedance 2.5(分辨率 480p) 视频生成时保持跨镜头音色一致,不作为最终成片旁白。若用户上传了角色声音参考素材,优先绑定用户素材,跳过此步。
用户确认节点(强制):
向用户展示每位角色的主视觉身份板及文字描述,询问:
确认前不得推进。角色外观锁定后,后续所有阶段必须严格参照,不得改变。
色彩模式检测(阶段2前置,进入生成前执行): 扫描用户本轮及上轮输入,检测是否包含以下任意关键词:"提高清晰度"、"高清"、"清晰"、"锐化"(包含匹配,任一命中即触发):
生成策略(分两步,节省积分): 先生成4张多机位参考图,展示给用户确认场景方向;用户确认后,再生成冷暖光影预览图,完成完整资产包。
用户确认节点(强制): 展示每个场景的多机位参考图及对应道具坐标说明,询问:
确认前不得推进。场景风格与道具布局锁定后,后续分镜中所有对应场景必须参照,不得偏离。
光影匹配检查(阶段2完成后、阶段3前执行): 对比各角色视觉资产中标注的默认光源方向与各场景的主光源方向;若存在明显不一致(如角色冷调光从左,场景主光从右),通过 reply_to_user 提示用户并建议对齐方向,等用户确认或选择忽略后再进入阶段3。
调用 storyboard_designer,将用户灵感结合角色+场景锚点重构为四幕叙事结构(20%日常铺垫→30%触景/回忆或仪式→30%情感扎根/命运压迫→20%留白/山河),生成完整 Storyboard(key_elements / shots / audio_layers)。
用户确认节点(强制):
时空占比调整选项(C 项展开):
用户选定比例后,storyboard_designer 须按该比例重新分配各幕 shot 数量与时长,并更新 Final_Video_Spec.md 中的三线比例记录。
确认前不得推进。
从分镜表中选取1个"情感峰值"镜头(如递进特写+独白/誓词组合,或仪式化空间调度镜头),调用 media_generator 先行生成,让用户确认光影、构图、运镜是否符合预期,避免全量生成的积分浪费。
用户确认节点(强制):
确认前不得推进。
导出前强制质检确认节点: 组装完成后,向用户展示以下一致性检查清单,等待用户逐项确认后方可导出:
【一致性检查清单】请逐项确认后回复"确认一致",或回复"修改[具体问题]":
若用户灵感中未出现任何可识别的人物描述,不得跳过阶段1,改为:
若用户灵感中未涉及任何具体场景,不得跳过阶段2,改为:
所有强制确认节点(阶段1—5)均遵循以下等待机制:
用户可能上传图片、视频、音频或文档作为参考素材(角色参考、场景参考、声音参考、故事灵感文本等)。需根据素材类型执行以下分析,输出结构化文本供后续阶段使用。
图片素材(角色参考 / 场景参考 / 道具参考):
视频素材:
音频素材(声音参考 / key_element_audio):
文档素材(故事灵感 / 剧本 / 历史资料):
一致性与风险检查:
用中文撰写所有 prompt 正文(包括图像和视频);画外独白/誓词/戏文台词同样使用中文。prompt 只描述镜头可见/可听内容,不写心理动机、画外背景信息。
根据 Final_Video_Spec.md 中选定的色系,在 prompt 中写入对应色彩锚定词:
结构:角色外观锚定(服装/体态/面容/手部)+ 四视图布局说明 + 光照与背景 + 风格锁定词
示例结构(单段落,不分标题):
陈凯歌电影人物造型参考图,[年龄区间],[性别],[体态]。[服饰颜色/材质/状态]。面部:[皱纹/眼神/疤痕等]。手部:[老茧/伤痕/形态]。横向四视图拼图:正面全身 / 背面全身 / 左侧全身 / 右侧全身,左下角附手掌微距。纯白背景,均匀正面漫射光,无阴影,无多余道具。写实摄影风格,35mm肖像质感。
戏妆角色(戏曲题材):额外生成脸谱全脸正面图+戏服全身图+后台便装对照图,prompt 须描述脸谱图案、戏服色彩材质、头饰细节。
结构:风格锚定(含色系)+ 场景内容 + 机位说明 + 光影时空 + 技术参数
陈凯歌电影风格,[色系锚定词],山河史诗感/戏台仪式感/时代压迫感。[场景名称与核心内容]。[机位说明:平视正拍/高角度俯拍/微距特写]。[光影时空:现实冷调硬分层光 / 回忆暖柔晕染光 / 时代压迫顶光硬阴影]。极低地平线广角构图,天地大于人。[色系技术参数]。35mm胶片质感,宽幅构图感(画面比例保持16:9)。
B模式追加文本(用户输入包含"提高清晰度"、"高清"、"清晰"、"锐化"任一关键词时):
清晰度执行标准:4K超分级细节增强,皮肤毛孔、睫毛、衣物织纹、背景纹理清晰可见,不做柔化。高光保留细节,阴影提亮至中灰以上,伽马值1.8—2.0,画面通透均匀,白平衡5500K。饱和度不变,仅提升清晰度与细节,不改变色彩风格。
B模式下去除"雾化质感""35mm胶片颗粒"等柔化描述词,替换为上述追加文本;构图、景别、光影时空、色系描述保持不变。
参考图绑定占位符:按 <<<image_1>>>、<<<image_2>>> 顺序标注(场景参考图在前,角色参考图在后)。
结构(运动栈顺序):
参考图占位 → 时空标注 → 景别/机位 → 运镜 → 主体动作与面部细节 → 场景空间变化 → 音效/对白(Seedance 2.5包裹格式)
Seedance 2.5(分辨率 480p) 音效包裹规范:**
仪式化调度镜头 prompt 要点:
戏台段落 prompt 要点:
时代压迫段落 prompt 要点:
递进特写镜头 prompt 要点:
山河空镜 prompt 要点:
无人物,描述自然元素运动(如"枯草随风伏倒"、"远山云雾缓缓流动"),运镜多用锁定或极缓慢水平移动,duration 4—6s,(no music),<环境风声>。
固定负向词(standing negatives,每条视频 prompt 末尾附加):
(no music), 【no subtitles】, no watermark, no text overlay.
注意:有台词/独白/誓词/戏文的镜头,将文本写入 {...} 包裹;无台词镜头追加 {no dialogue}。不要在所有镜头统一写 {no dialogue}。
整体节奏原则: 陈凯歌式剪辑不以快切见长,而以"留白—压迫—爆发—沉默"的呼吸节奏驱动。镜头时长尊重分镜表预设(全景/空镜4—6秒,中景/纪实5—8秒,特写/仪式3—8秒,独白/誓词6—10秒),不随意加速或裁剪叙事镜头。
三线时空转场规则:
山河空镜缓冲: 每段沉重叙事(仪式/训诫/时代压迫/情感爆发)之后,必须保留山河空镜 shot 作为情绪缓冲,不得在剪辑中删除或缩短至3秒以下。空镜之间不叠加音乐,仅保留环境音。
音量层级(从高到低):
降级旁白混音: 若部分 shot 降级为 text to narration 独立旁白管线,旁白音频需与对应视频段精准对齐(以 shot 起始帧为准),音量与 Seedance 2.5(分辨率 480p) 原生独白保持一致,避免音质跳变。相邻 shot 若一个使用原生音频、一个使用降级旁白,需在交界处做0.3秒交叉淡化以平滑过渡。
静音处理: 独白/誓词镜头中人物闭口,视频原生音频中不应出现人物说话声;若 Seedance 2.5(分辨率 480p) 误生成嘴部动作伴随声音,在混音阶段将该段视频音轨静音,仅保留旁白轨道。
采用四幕循环节拍(比例可调,默认:20% 日常/铺垫 → 30% 触景/回忆或仪式 → 30% 情感扎根/命运压迫 → 20% 留白/山河),每个循环单元内部节拍为:
全景环境交代 → 纪实中景 → 仪式化空间调度(或递进特写)→ 誓词/训话/戏文/独白 → 山河空镜
陈凯歌式叙事不只靠诗意旁白堆叠,而是通过仪式、动作、沉默、换装、上妆、跪拜来表达。独白只是手段之一,不宜过多;人物少解释,多用身体语言和空间关系传递情绪。
以下元素是陈凯歌区别于普通"山河回忆文艺片"的关键,应在合适题材中主动运用:
除现实/回忆双时空外,时代本身是一条隐形的"第三线",通过具体画面压迫人物命运:
时空类型色温光质情绪现实线(冷调)7500—9500K硬分层光,高对比克制、冷硬回忆线(暖柔)2700—3600K柔光晕染,低对比温柔、消散时代压迫线5500—6500K顶光/侧顶光,硬阴影压抑、窒息
每个 shot 的 description 必须明确标注所属时空(现实冷调 / 回忆暖柔 / 时代压迫),不可混用。回忆段落以逆光剪影作为转场媒介镜头(独立 shot)开启。时代压迫段落以顶光/侧顶光硬阴影为视觉标记。
陈凯歌不同作品的色彩截然不同,须根据题材选择主色调:
色彩体系适用题材主色调饱和度黄土地系乡土/荒原/质朴题材青灰、沙土褐、炭黑40%—55%霸王别姬系戏曲/身份错位/时代题材红黑金、戏服彩、脸谱色50%—70%(戏台段可更高)荆轲刺秦王系权力/宫廷/刺杀题材黑、铁灰、暗金、血红40%—60%,高对比妖猫传系盛唐/华丽/幻梦题材金、朱红、翠绿、浓墨60%—80%
默认规则:若用户未指定色彩体系,根据题材自动匹配(乡土→黄土地系;戏曲/时代→霸王别姬系;宫廷→荆轲刺秦王系;华丽幻梦→妖猫传系)。色系选定后写入 Final_Video_Spec.md。
A模式(默认·陈凯歌风格):按选定色系执行饱和度与色调;保留轻微雾化感(黄土地系)或胶片质感,边缘不过度锐利,模拟 35mm 胶片颗粒。
B模式(用户输入包含"提高清晰度"、"高清"、"清晰"、"锐化"任一关键词时触发):仅提升细节与清晰度,不改变饱和度。4K 超分级细节增强,皮肤毛孔、睫毛、衣物织纹、背景纹理可见,不做柔化;高光保留细节,阴影提亮至中灰以上,伽马值 1.8—2.0,画面通透均匀;白平衡锁定日光模式(5500K)。饱和度保持各色系原定值不变,不因"高清"而自动提高。
B模式不改变以下已有规则:三线色温分割、仪式化调度、山河空镜缓冲、构图原则(天地大于人)、16:9 画面比例处理。
element character(角色)
element scene(场景)
每个 shot 的 description 必须包含:
硬性镜头规则(不可违反):
与生成管线的关系: Storyboard 中的 narration audio_layer 是独白/誓词/训话/戏文的权威文本来源。在默认管线中,其文本被逐字转写入对应 shot 的视频 prompt {...} 包裹,由 Seedance 2.5(分辨率 480p) 原生音频输出,不单独生成独立旁白轨道。narration_speaker_profile 用于指导 key_element_audio 声音参考样本的生成参数及视频 prompt 中的音色描述。若 Seedance 2.5(分辨率 480p) 原生音频质量不达标,可将 narration audio_layer 文本通过 text to narration 独立生成为旁白轨道,在 video_assembler 中与视频混音(见 media_generator 降级策略)。
画外独白/誓词/训话(narration)
戏台/仪式声音层
时代声音层
环境音
使用 TextToImage / ImageToImage,推荐模型 GPT Image 2,分辨率 2K。
生成顺序(分两步,先预览确认方向,再生成扩展资产):
第一步 — 主视觉身份板(TextToImage):16:9横版拼图,正面/背面/左侧/右侧全身+手部微距;纯白背景,均匀正面漫射光。展示给用户确认后再继续。
第二步 — 扩展资产(用户确认主视觉方向后执行):
使用 TextToImage / ImageToImage,推荐模型 GPT Image 2,分辨率 2K。
生成顺序(分两步,先多机位确认方向,再生成冷暖光影预览):
第一步 — 多机位参考图(TextToImage):
第二步 — 三线光影预览图(ImageToImage,参考正拍机位图):同一场景冷调版(青灰冷硬光)、暖调版(暖黄柔晕光)和时代压迫版(顶光硬阴影)各1张,构图与道具位置保持与正拍机位一致。
生成后通过 register → bind 将所有资产绑定至对应 element scene reference_image 槽位,标注机位类型与时空版本。
默认路径: 使用 MultiModalToVideo,推荐模型 Seedance 2.5,分辨率 480p(默认);用户明确要求更高质量时可切换至 480p(需会员)。
模型降级策略: 若 Seedance 2.5(分辨率 480p) 生成失败,优先切换至同工具内 Seedance 2.5(仅支持 480p)重试;若 Seedance 2.5(分辨率 480p) 也失败,停止当前 shot 生成并通过 reply_to_user 告知用户失败情况,询问是否切换至 ImagesToVideo(推荐模型 Vidu(Q3))作为替代路径——但需提示该路径不支持原生音频输出,音频需改用 text to narration 独立生成。不得静默切换至不同工具。
每个 shot 的参考输入规则:
音频生成策略与降级: