yeha.ai
返回模板库

百万主角登场动效

将创作草稿带入工作台;多阶段流程供参考,不会自动执行或扣费。

主角高燃登场视频生成:用户上传主角人物图和结算画面图,基于案例提示词模板替换画风,保留极限镜头语言,并使用 MiniMax H3 生成高燃登场视频。

流程正文保留原始中文。模板提及的模型不等同于本站已接入模型;实际可用模型与积分以工作台显示为准。

完整创作流程

1. 流程规划

本 Skill 统一启用分镜模式:无论用户指定多长的总时长,都走分镜规划 → 逐段生成 → 装配拼接流程。
前置条件收集(必须先完成再进入生成):

  1. 检查用户是否已上传两张图片:主角人物图、结算画面图。若缺少任意一张,用卡片或对话引导用户上传,说明缺哪张。
  2. 引导用户选择视频比例(横屏/竖屏)。横屏默认 16:9,竖屏默认 9:16;若用户需要其他比例,从 MiniMax H3 支持的值中选择:"21:9", "16:9", "9:16", "3:4", "4:3", "1:1"。
  3. 引导用户指定视频总时长。默认 15 秒。不设固定分镜数量公式,由 storyboard_designer 根据视觉能量递进划分分镜;每个分镜必须跑满 15 秒(MiniMax H3 单次上限),避免将多个镜头拆成不足 15 秒的短分镜。
    生成流程:
  4. 两张图片就绪后,调用 resource_prepare_and_analyze 分析两张图片的画风、服装、道具、材质和视觉特点,输出结构化风格描述。
  5. 调用 storyboard_designer 规划分镜结构:根据视觉能量递进和镜头数量划分分镜(优先跑满 15 秒),划分视觉段落,确保跨分镜画风和主角外观一致,设计分镜间衔接与转场。分镜数量大于1时,同步设计一条贯穿全片的 BGM 独立音频层(audio_layer)。
  6. 调用 write_media_prompt(Media Generator 子工具)逐分镜生成提示词,每个分镜独立一条提示词,跑满 15 秒,含多镜头描述,保持镜头语言密度。
  7. 将所有分镜提示词展示给用户确认或修改。
  8. 用户确认后,调用 media_generator 逐分镜生成视频,每个分镜独立调用一次 MultiModalToVideo + MiniMax H3。主角图传入每个分镜,结算画面图仅传入最后一个分镜。分镜数量大于1时,同步调用 text_to_instrumental 生成一条贯穿全片的 BGM 音轨,绑定到 Storyboard 的 BGM 音频层。
  9. 所有分镜视频生成完毕后,调用 video_assembler 按排列顺序拼接为完整长视频,分镜数量大于1时将独立 BGM 音轨混入。仅一个分镜时直接输出,无需拼接。
    暂停点: 第4步展示所有分镜提示词后必须暂停,等待用户确认或修改,再执行第5步逐段生成。
    不做的事: 不创建 Final_Video_Spec.md,仅使用 storyboard_designer 做分镜段落规划。
2. 多模态分析

分析对象: 用户上传的主角人物图和结算画面图,每张图独立分析。
分析维度(每张图都要覆盖):

  • 画风风格: 整体美术风格(如3D CG、二次元、赛博朋克、油画质感等)、色彩基调、光照风格。
  • 服装: 主角衣着款式、颜色、材质、配饰。
  • 道具: 可识别的标志性道具、武器、卡牌、面具等。
  • 材质: 金属、布料、皮革、发光体等材质特征。
  • 人物特征: 发型、体型、姿态、面部特征(如适用)。
  • 结算画面特有: 构图布局、文字/Logo排版、视觉氛围、特效风格。
    输出要求: 以结构化文本输出,每张图独立成段并标注用途(主角图/结算图)。输出将作为提示词改写的素材来源,需足够具体以支撑画风词和外观描述的精确替换。
3. 故事板设计

本 Skill 统一启用分镜,无论总时长长短均调用本工具规划分镜结构。
核心定位: 这是一个高燃 PV(宣传视频),不是叙事短片。镜头之间不需要叙事逻辑关联,追求的是高燃画面、炫酷特效和主角潇洒动作的视觉冲击叠加。分镜设计以视觉能量递进为核心,而非故事推进。
分镜划分原则:

  • 不设固定分镜数量公式。根据视觉能量递进和镜头数量划分分镜,每个分镜必须跑满 15 秒(MiniMax H3 单次上限)。
  • 优先将多个镜头组合到一个 15 秒分镜中,避免拆成多个不足 15 秒的短分镜——分镜越少、单段越长,镜头语言密度越有保障。
  • 仅当为最后一段剩余时长不足 15 秒时,才允许出现短于 15 秒的分镜(最后一段不少于 4 秒)。
  • 短尾段豁免: 当最后一段剩余时长 ≤ 5 秒时,该段仅放置结算画面镜头(3–5 秒),不需要其他镜头,不受 8 镜头下限和四种镜头配置约束。
  • 例如:8 个镜头可放入 1 个 15 秒分镜;16–18 个镜头可拆为 2 个各约 15 秒的分镜,而非 3–4 个短分镜。
    镜头节奏与数量:
  • 每个镜头最短 1 秒(结算画面镜头除外),通过密集快切镜头填满 15 秒分镜,而非拉长单个镜头导致节奏拖沓。
  • 开场镜头可放宽至约 3 秒:开场镜头为环境建立镜头(上帝视角俯冲穿掠场景),无主角出场,节奏较缓以建立氛围;开场镜头之后镜头密度须递增,后续镜头以 1–2 秒快切为主,节奏逐步拉满。
  • 不是每个镜头都需要主角:参考案例模板,开场镜头为纯环境镜头(无主角),结算镜头为纯落版镜头(无主角),中间镜头以主角为主战场,但也可穿插空镜(纯环境、道具特写、特效爆发等无主角镜头)用于节奏调节和视觉层次变化。开场、结算及中间空镜均不占用主角最低镜头配置的名额。
  • 15 秒分镜至少需要 8 个快切镜头(不含结算画面镜头),以 8–10 个为宜,其中包含 1 个覆盖四种景别的一镜到底镜头(该镜头只算 1 个镜头,不因覆盖四种景别而折算为多个)。8 个镜头中可包含 1 个无主角的开场环境镜头及 1–2 个中间空镜。
  • 短尾段豁免: 当最后一段 ≤ 5 秒时,该段仅含结算画面镜头,不受上述 8 镜头下限和四种镜头配置约束。
  • 结算画面镜头 3–5 秒即可,作为全片收束定格。
  • 不在提示词中写具体时间,通过控制镜头数量来把控节奏。
  • 可适当使用分屏结构增强视觉冲击:每个分镜最多 1 个镜头为分屏,若使用分屏则需额外增加 1–2 个镜头以补偿信息密度。
    视觉能量递进段落划分(按画面冲击力递进,非故事推进):
  • 分镜1:环境建立 + 主角初现(视觉能量蓄势)
  • 分镜2:主角亮相 + 核心动作展示 + 道具/技能爆发(视觉能量拉升)
  • 分镜3:战斗升级(如有,节奏加速 + 视觉爆点叠加,能量峰值)
  • ……
  • 最后分镜:终极爆发 + 结算画面砸屏(能量收束定格)
    主角最低镜头配置 — 一镜到底(每个分镜中至少安排 1 次,最后一段 ≤ 5 秒的短尾段豁免):
  • 四种景别——特写、中景、全景、强透视——不拆成四个独立切镜,而是合为一个连续一镜到底镜头,通过运镜位移(推进/后拉/环绕/升落等)在同一镜头内无缝流转覆盖全部四种景别。
  • 一镜到底流转顺序(参考): 特写(面部表情、眼神)→ 后拉至中景(上半身动作与武器操控)→ 继续后拉至全景(全身姿态与场景关系)→ 运镜变化切入强透视效果(仰拍/俯拍全身、肢体极端近景、武器前端指向镜头、跳跃仰拍、坠落跟拍、空间压迫感等,选其一)。流转顺序可根据画面需要调整,但四种景别必须在同一镜头内连续完成,中间不得硬切。
  • 一镜到底镜头计入分镜的 8 镜头下限,算作 1 个镜头。
    出场方式(从中选择与角色气质匹配的方式,可组合使用):
  • 空中: 天空降落(魔法/神圣)、高空坠落(力量/战斗)、跳跃突入(敏捷/近战)、俯冲进入(飞行/速度)、空中踏步逐级落地(神威/压迫)、倒挂翻转落地(敏捷/刺客)、悬浮缓降(魔法/超自然)、陨石坠地砸坑(力量/毁灭)。
  • 地面: 翻越障碍(敏捷/战术)、踩点落地(技巧型)、冲刺滑行(速度型)、墙壁蹬踏反弹突进(敏捷/跑酷)、地面龟裂从裂缝中升起(力量/威压)、载具急停跳下(战术/战场)、长距离滑铲收势(速度/战斗)、踏石碎裂逐级登场(威压/重量感)。
  • 隐蔽: 烟雾中出现(潜行/神秘)、尘土中出现(力量/地面)、光影中出现(魔法/神圣)、遮挡物中出现(战术/潜行)、水面倒影撕裂浮出(诡异/超自然)、镜面破碎走出(奇幻/恐怖)、影子剥离实体化(暗影/神秘)、空间裂缝撕裂跨步而出(异能/科幻)。
  • 能量/特效: 火焰/冰霜/雷电中凝聚成型(元素/魔法)、能量光柱从天而降落地成形(神圣/召唤)、粒子重组汇聚成人形(科幻/超能)、闪电链牵引瞬移到位(速度/雷电)、火焰环爆裂现身(爆裂/战斗)、花瓣/羽毛/碎屑汇聚成型(唯美/神秘)。
  • 时间/变速: 子弹时间慢动作入场后突然加速(酷炫/张力)、超高速残影定格显现(速度/超能)、时间倒流碎片回拢成形(时空/异能)、逐帧定格姿态切换逼近(诡谲/压迫)。
  • 群体/规模: 大军阵列中主角从后方走出(统帅/史诗)、碎片/分身散开后本体现身(影分身/超能)、随爆炸冲击波从烟尘中阔步走出(无敌/碾压)。
    动作设计原则 — 高动态、大张力、有记忆点:
  • 大范围位移: 出场须涉及大幅度空间位移(高空坠落、长距离冲刺、翻滚、跳跃、滑行),禁止原地站立或微步移动。
  • 高动态肢体: 动作幅度大、速度快、力量感强——大幅度挥砍、旋转突刺、蓄力砸地爆发、后跳拉弓、连续空翻等;关键爆发瞬间使用微慢动作强化冲击。
  • 武器高光时刻: 每个角色设计一个专属武器高光动作作为记忆点(如剑刃划过地面溅起火花、长枪横扫掀飞碎石、法杖蓄力释放能量光环、弓弦回弹震出气浪),让出场瞬间具有独特辨识度。
  • 与风效联动: 大幅动作须与强风环境联动——衣摆披风剧烈翻飞、尘土碎屑被动作气流卷起、武器划过空气留下可见轨迹,强化画面张力。
  • 动作与武器属性匹配: 剑/刀(劈砍/突刺/格挡)、枪/矛(突刺/横扫)、斧/锤(蓄力重击/砸地)、弓/弩(拉弓/跳跃射击)、法杖(蓄力施法/能量释放)。
  • 禁止:肢体崩坏、穿模、打滑、重心不稳、武器错位、空间错乱。
    运镜规则:
  • 组合使用:环绕、旋转、推进/后拉、摇移/俯仰摇、跟拍、升/落、俯冲、甩镜、镜头抖动。
  • 竖屏 9:16: 加强纵向运镜(升落/俯冲/垂直跟拍),构图强调纵向空间感。
  • 横屏 16:9: 加强横向运镜(环绕/摇移/横向跟拍),构图强调横向空间感。
  • 关键节点(表情/武器命中/跳跃顶点/落地冲击)使用微慢动作;快慢交替使用。
    强风环境(全片统一设定):
  • 全片处于强风环境,风向全片保持一致。
  • 角色元素持续大幅晃动:头发、衣摆、披风、裙摆、飘带、绳索、配饰。
  • 场景粒子形成三层空间层次,每个分镜提示词中三层均须明确写入,不可只提角色衣物翻飞而省略粒子层次:
    • 前景层: 镜头前最近处随强风扑面的碎屑/粉尘/能量粒子(如"前景暗金碎屑随强风扑面掠过镜头")。
    • 中景层: 角色周围由动作气流卷起的风效粒子(如"中景角色挥砍激起的火花与尘涡翻涌")。
    • 背景层: 远景中随强风涌动的雾气/旗帜/布料/体积光(如"背景暗紫迷雾与破碎旗帜在狂风中剧烈涌动")。
      跨分镜一致性要求:
  • 画风风格词: 所有分镜的画风描述必须逐字一致,不得出现画风漂移。
  • 主角外观描述: 提示词中不在任何分镜中描述主角外观(服装、道具、材质等),主角形象完全由图片引用承载;提示词正文统一用"主角"指代。
  • 画面不重复: 各分镜的视觉画面不得重叠,后一分镜应呈现不同的视觉爆点和动作场景,保持视觉新鲜感。
    BGM 独立音频层设计(分镜数量 > 1 时):
  • 设计一条贯穿全片的独立 BGM 音频层(audio_layer),节奏与分镜视觉能量递进同步卡点。
  • 各分镜提示词中不再包含 BGM 指令,BGM 统一由此独立音轨承载,在装配阶段混入。
  • 仅1个分镜时不需要独立 BGM 音频层,BGM 仍由提示词内的 【BGM卡点】 驱动。
  • 每个分镜内部必须保持与案例模板同等的高密度镜头语言(上帝视角、极限大透视、高速运动模糊、子弹时间、希区柯克变焦等),不得因分镜数量多而稀释单段镜头语言密度。
    跨分镜衔接与转场设计:
  • 每个分镜的结尾须设计一个明确的视觉断裂冲击点——闪白硬切至纯黑、爆炸定格、碎屏炸裂等。蓄势/蓄能状态不算冲击点,必须是视觉上的明确断裂,为下一段拼接提供天然转场锚点。
  • 分镜之间须有明确的转场衔接:后一分镜开头须承接前一分镜结尾的视觉状态(如前段结尾闪白至纯黑,后段开头从纯黑中被光柱/能量撕裂),确保跨分镜节奏连续、视觉冲击不间断。
  • 最后分镜以结算画面砸屏收尾,不再设计后续转场。
    分镜内镜头结构:
  • 每个分镜内部至少 8 个镜头(不含结算画面镜头),以 8–10 个为宜,可根据视觉密度灵活增加,镜头间须有 [转场设计:...]。一镜到底镜头只算 1 个镜头。最后一段 ≤ 5 秒的短尾段仅含结算画面镜头,不受此约束。
  • 最后分镜必须包含结算画面镜头。
4. 媒体生成

生成路径与模型:

  • 工具:MultiModalToVideo
  • 模型:MiniMax H3(默认)
  • resolution:"2k"(MiniMax H3 固定值)
  • duration:每个分镜必须跑满 15 秒(MiniMax H3 单次上限 4–15 秒整数)。仅当为最后一段剩余时长时,才允许短于 15 秒(不少于 4 秒)。
  • aspect_ratio:用户选择的横屏/竖屏比例
    图片引用:
  • 每个分镜独立调用一次生成,主角图通过 image_infos 参数传入每个分镜;结算画面图仅通过 image_infos 传入最后一个分镜。
  • image_infos 总数 ≤ 9,本 Skill 固定使用最多2张。
  • 图片引用只通过 image_infos 参数传递,绝不写入提示词文本任何位置(包括正文和末尾)。 提示词文本自始至终只包含纯文字描述:正文用"主角"和"结算画面"作为文字指代,不出现任何 JSON、asset_id、resource_id、引用标记、内联素材等任何形式的图片标记。
    BGM 生成(分镜数量 > 1 时): 调用 text_to_instrumental 生成一条贯穿全片的 BGM 音轨,风格与主角登场高燃节奏匹配,绑定到 Storyboard 的 BGM 独立音频层。仅1个分镜时不生成独立 BGM。
    生成与装配: 逐分镜独立生成,全部完成后交由 video_assembler 拼接(仅一个分镜时直接输出)。多镜头切换通过提示词内的分镜描述实现,MiniMax H3 支持单条提示词内多镜头描述与丰富切镜转场。
5. 提示词撰写

核心原则: 这是一个高燃 PV,镜头之间不需要叙事逻辑关联,追求的是高燃画面、炫酷特效和主角潇洒动作的视觉冲击叠加。以用户提供的案例提示词为模板,替换画风/服装/道具/材质描述词以匹配用户上传图片的分析结果,但严格保留案例的结构、镜头语言和转场设计。
固定格式:

  • 仅当分镜数量为1时,提示词以 【BGM卡点】 开头;分镜数量大于1时,提示词不以 【BGM卡点】 开头,BGM 由独立音轨承载。
  • 每个分镜内部至少 8 个镜头(不含结算画面镜头),以 8–10 个为宜,可根据视觉密度灵活增加。一镜到底镜头只算 1 个镜头。最后一段 ≤ 5 秒时该段仅含结算画面镜头,不受此约束。
  • 开场镜头约 3 秒、无主角:第一个镜头为环境建立镜头(上帝视角极限大透视俯冲穿掠场景),节奏较缓,不含主角;之后镜头密度递增,以 1–2 秒快切为主。
  • 不是每个镜头都需要主角:开场镜头(纯环境)和结算镜头(纯落版)均无主角,中间镜头以主角为主,但也可穿插空镜(纯环境、道具特写、特效爆发等无主角镜头)用于节奏调节和视觉层次变化。开场、结算及中间空镜均不占用主角最低镜头配置名额。
  • 每个镜头之间必须设计转场,保留案例中的 [转场设计:...] 格式。
  • 不在提示词中写具体时间(秒数),通过控制镜头数量把控节奏。
    图片引用规则:
  • 提示词文本从头到尾不出现任何图片引用——不写 JSON、asset_id、resource_id、引用标记、内联素材、参考图引用标记等任何形式的图片标记,无论在正文还是末尾。
  • 图片通过 image_infos 参数传入,与提示词文本完全分离,二者不混合。
  • 提示词正文中用"主角"和"结算画面"作为纯文字指代,仅此而已。
    必须保留的镜头语言(不可删除或弱化):
  • 上帝视角
  • 极限大透视
  • 高速运动模糊
  • 希区柯克变焦(Dolly Zoom)
  • 子弹时间
  • 以及案例中出现的其他摄影术语(超低空仰拍大透视、Whip Pan、Glass Shatter、Chiaroscuro 等)
    主角镜头配置与动作(每个分镜必须覆盖,最后一段 ≤ 5 秒的短尾段豁免):
  • 四种景别一镜到底: 每个分镜中至少安排 1 个连续一镜到底镜头,在同一镜头内无缝流转覆盖特写(面部/眼神)、中景(上半身动作/武器操控)、全景(全身姿态/场景关系)、强透视效果(仰拍/俯拍全身、肢体极端近景、武器指向镜头等,选其一)四种景别,不拆成独立切镜,中间不得硬切。短尾段仅含结算画面镜头,不受此约束。一镜到底镜头计入分镜的 8 镜头下限,算作 1 个镜头。
  • 出场方式从空中、地面、隐蔽、能量/特效、时间/变速、群体/规模六类中选择与角色气质匹配的方式(可组合使用),须涉及大幅度空间位移,禁止原地站立或微步移动。
  • 动作须高动态、大张力:大幅度挥砍、旋转突刺、蓄力砸地、连续空翻等;关键爆发瞬间使用微慢动作。每个角色设计一个专属武器高光动作作为记忆点。
  • 动作与武器属性匹配(剑→劈砍/突刺、枪→横扫、斧/锤→砸地、弓→拉弓射击、法杖→蓄力释放)。
  • 禁止描写肢体崩坏、穿模、打滑、重心不稳、武器错位。
    运镜与比例适配:
  • 运镜组合使用:环绕、旋转、推进/后拉、摇移/俯仰摇、跟拍、升/落、俯冲、甩镜、镜头抖动。
  • 竖屏 9:16 加强纵向运镜(升落/俯冲/垂直跟拍),强调纵向空间感;横屏 16:9 加强横向运镜(环绕/摇移/横向跟拍),强调横向空间感。
  • 关键节点(表情/武器命中/跳跃顶点/落地冲击)使用微慢动作,快慢交替。
    强风环境(每个分镜提示词中必须体现):
  • 全片强风环境,风向全片一致,须在提示词中明确写入风效描述。
  • 角色元素持续大幅晃动:头发、衣摆、披风、裙摆、飘带、配饰等随强风剧烈翻飞。
  • 场景粒子三层空间层次必须在每个分镜中逐层明确写入,不可只提衣物翻飞而省略粒子层次。三层须随画风替换具体材质,示例:"前景暗金碎屑随强风扑面掠过镜头,中景角色挥砍激起的火花与尘涡翻涌,背景暗紫迷雾与破碎旗帜在狂风中剧烈涌动"。
    需要替换的内容(基于图片分析结果):
  • 画风风格词: 将案例中的风格描述(如"3D CG游戏预告片画质,虚幻5引擎渲染")替换为与用户图片画风匹配的描述。
  • 环境元素: 镜头1及各镜头中的环境元素(如"暗黑机械齿轮塔""黄铜星盘""暗金塔罗牌")须随画风风格词一并替换为与目标画风匹配的环境描述,避免出现"水墨画风+机械齿轮塔"等画风违和混搭。
  • 主角外观: 案例中主角的服装、面具、帽子、配饰等外观描述直接删除,不在提示词中描述主角外观;主角形象由图片引用承载,提示词正文统一用"主角"指代。
  • 动作道具: 案例中深度参与动作的道具(如"塔罗牌"在镜头2弹出→镜头3飞出炸裂→镜头4扇形展开),替换时须同步调整其后续动作描述,使替换后道具的物理动作逻辑自洽。不得只换名词而不调整对应动作动词和方式描述。
  • 主角称谓: 案例中所有指代角色的称谓("男主"/"女主"等)统一替换为"主角",不区分性别,全文一致。
  • 结算画面: 最后分镜的结算镜头中用"结算画面"指代,末尾以 参考图引用标记=结算画面 绑定。
    不要改变的内容:
  • 镜头的视觉冲击结构和高燃节奏推进。
  • 镜头编号格式 [镜头 X:...]
  • 转场设计格式 [转场设计:...]
  • 镜头语言的原始措辞和强度。
    节奏与镜头数量:
  • 无论用户指定多长的时长,全篇必须保持紧凑高燃节奏,不允许出现拖沓或节奏松散的段落。中间空镜须服务于节奏调节或视觉冲击,不得为无意义的空镜。
  • 节奏曲线:开场慢→后续快。开场镜头(环境建立,无主角)可放宽至约 3 秒,节奏较缓以建立氛围;开场之后镜头密度须递增,后续镜头以 1–2 秒快切为主,节奏逐步拉满至爆速。
  • 不是每个镜头都需要主角:参考案例模板,开场镜头为纯环境穿掠(无主角),结算镜头为纯落版(无主角),中间镜头以主角为主,但也可穿插空镜(纯环境、道具特写、特效爆发等无主角镜头)用于节奏调节和视觉层次变化。开场、结算及中间空镜均不占用主角最低镜头配置名额。
  • 每个分镜必须跑满 15 秒,内部镜头视觉密度应与案例模板同等,不得因分镜数量增加而稀释单段信息量。
  • 每个镜头最短 1 秒(结算画面镜头和开场镜头除外),通过密集快切镜头填满分镜时长,而非拉长单个镜头。
  • 15 秒分镜至少需要 8 个快切镜头(不含结算画面镜头),以 8–10 个为宜,其中包含 1 个覆盖四种景别的一镜到底镜头(该镜头只算 1 个镜头,不因覆盖四种景别而折算为多个)。8 个镜头中可包含 1 个无主角的开场环境镜头及 1–2 个中间空镜。
  • 短尾段豁免: 当最后一段 ≤ 5 秒时,该段仅含结算画面镜头,不受上述 8 镜头下限和四种镜头配置约束。
  • 结算画面镜头 3–5 秒即可,作为全片收束定格。
  • 各分镜之间视觉画面不重复,保持视觉新鲜感。
    分屏结构:
  • 可适当使用分屏结构增强视觉冲击,每个分镜最多 1 个镜头为分屏。
  • 若使用分屏,需额外增加 1–2 个镜头以补偿信息密度。
    分镜间转场与一致性:
  • 每个分镜末尾须设计明确的视觉断裂冲击点(闪白硬切至纯黑、爆炸定格等),蓄势/蓄能状态不算冲击点,必须是视觉上的明确断裂。
  • 分镜之间须有明确的转场衔接:后一分镜开头须承接前一分镜结尾的视觉状态,保持跨分镜节奏连续。
  • 画风风格词须跨分镜逐字一致;提示词中不描述主角外观,由 image_infos 图片传入承载。
  • 结算画面仅出现在最后一个分镜的结算镜头中。
  • 提示词文本不含任何图片引用标记;图片通过 image_infos 参数传入,与提示词文本完全分离。
    长度限制: 每条提示词纯文字内容不超过 7000 字符。
    案例模板结构提炼(改写时须遵循此结构骨架):
  • 开场镜头(约 3 秒,无主角): 上帝视角极限大透视,摄影机极速垂直俯冲穿掠场景环境,环境道具在镜头前剧烈透视畸变拉伸,高速运动模糊 + 体积光 + 电影级光照。节奏较缓,建立世界观与氛围。
  • 主角亮相镜头(子弹时间,约 1–2 秒): 节奏瞬间切换为子弹时间慢动作,主角以反重力/超自然姿态登场(出场方式),道具首次亮相,强轮廓光勾勒。
  • 爆发高潮镜头(约 1–2 秒,可分屏): 节奏爆速拉满,道具风暴迎面撞击屏幕,希区柯克变焦导致背景扭曲挤压,面具/面部特写碎裂。
  • 着陆定格镜头(约 1–2 秒): 主角砸地着陆,冲击波荡开,中轴定格姿态,Chiaroscuro 冷光勾勒轮廓。
  • 结算落版镜头(3–5 秒,无主角): 巨锤/冲击砸屏,结算画面以 3D 金属质感定格呈现,体积光照收尾。
  • 密度要求: 案例模板为 5 镜头示例;实际生成时 15 秒分镜至少 8 个镜头,以 8–10 个为宜,在上述骨架的"主角亮相"至"着陆定格"区间增加快切镜头(道具追踪飞行、微距、分屏、空翻跟拍等),保持镜头语言密度不低于案例模板。
    案例模板(供改写参考,改写时替换画风词、删除主角外观描述,保留结构与镜头语言):
    【BGM卡点】 [镜头 1:极速垂直俯冲 | 极限大透视] 3D CG游戏预告片画质,虚幻5引擎渲染。摄影机采用上帝视角极限大透视,从无限延伸的暗黑机械齿轮塔极速垂直自由落体下坠。巨型黄铜星盘、运转齿轮与悬浮的暗金塔罗牌在镜头前剧烈透视畸变拉伸。高速运动模糊,暗绿体积烟雾,电影级光照。 [转场设计:动态模糊 ➔ 降格变速硬切] [镜头 2:子弹时间反重力 | 超低空仰拍大透视] 节奏瞬间切换为子弹时间慢动作。镜头硬切至超低空仰拍大透视,极具空间畸变张力。主角在半空中反重力侧身失重悬停。黑手套优雅触碰帽檐,指尖顺势弹出一张发光的翡翠塔罗牌。白色风衣物理动态在强轮廓光下剧烈张开。 [转场设计:顺应卡牌轨迹 ➔ 极速鞭甩运镜(Whip Pan)] [镜头 3:卡牌风暴爆发与面具撕裂 | 希区柯克变焦] 节奏爆速拉满!飞出的卡牌直冲镜头,瞬间炸裂为成千上万张切片状的翡翠光影风暴,迎面撞击屏幕。镜头切至面具极速微特写,银色面具"咔裂"炸开一道细缝,露出一双发光的翡翠绿瞳。希区柯克变焦(Dolly Zoom)导致背景空间发生剧烈扭曲挤压。 [转场设计:卡牌撞屏 ➔ 空间碎屏炸裂(Glass Shatter)] [镜头 4:重力砸地着陆与中轴定格 | 极限压迫感姿态] 屏幕如镜面碎裂,主角伴随碎碎微粒轰然砸落在暗金丝绒星盘高台中心。镜头跟随坠落并瞬间定格。冲击波带起一圈环形翡翠火焰与金符文荡开。主角极其潇洒地压低帽檐、侧身倚立、右手扇形展开黑色卡牌,风衣飘逸定格,强明暗对比(Chiaroscuro)冷光勾勒轮廓。 [转场设计:冲击爆点 ➔ 极速闪白硬切至纯黑] [镜头 5:终极结算与Logo砸屏 | 3D CG定格] 暗金巨锤重重击中屏幕中央,溅射出金色火花与暗绿烟雾。立体3D金属质感结算画面,暗绿迷雾在背景弥散,体积光照,8K超高清画质结算。
6. 视频合成

将逐段生成的分镜视频拼接为完整长视频。 仅一个分镜时直接输出,无需拼接。
拼接规则:

  • 按排列顺序(分镜1 → 分镜2 → … → 最后分镜)依次拼接,不得调换顺序。
  • 拼接点对齐各分镜结尾设计的视觉冲击点(闪白硬切至纯黑、爆炸定格等),利用分镜自带的转场锚点实现自然过渡。
  • 若分镜结尾未自带天然转场锚点,在拼接处添加硬切或闪白/闪黑过渡,保持节奏紧凑。
    节奏与音频:
  • 整体节奏紧凑高燃,拼接后不得出现节奏断层或拖沓段落。
  • 分镜数量大于1时,将独立 BGM 音轨混入拼接后的视频,BGM 须跨分镜连续,拼接处不得出现音乐断裂感。
  • 仅1个分镜时,BGM 已内嵌于视频生成结果,无需额外混音。
  • 保持整体视觉风格和节奏的连贯性。