昆汀式戏剧冲突短片

全局规划与多智能体协同流程：

1. 确立全局规格 (Establish global brief)

   • 调用 text_editor 创建并锁定 Final_Video_Spec.md。锁定：画幅比例 (推荐 16:9 适配主流模型)、总时长 30 秒 (2段 x 30秒)、输出语言、全局视觉风格（复古类型片拼贴美学：追求35mm胶片颗粒、真实自然肤色、厚重黑位与实景光源，拒绝过度锐化与通透的数字广告感，强调局部高饱和色彩重音与动态景深控制）。

2. 多模态素材分析与冲突类型推导 (Analyze & Genre Classification)

   • 调度 resource_prepare_and_analyze 深度解析用户提供的素材与冲突事件。
   • 核心任务：
     • 分类角色为 主动主体 (Active Subject) 与 被动主体 (Passive Subject)。
     • 解析事件深层情感与动线，精准划分为：【经典悬念/暴力冲突】、【幽默/荒诞冲突】、【竞技/追逐冲突】或【深情/甜蜜互动】四种冲突类型之一，并将此分类结果透传给下游模块。

3. 分镜与音轨架构设计 (Storyboard Construction)

   • 调度 storyboard_designer 编写结构化 Storyboard。
     • Elements：定义主角角色（打上[主动主体]/[被动主体]标签）及场景（含主色调、光源位置与核心参照物），并专门定义1个符合该类型的 高饱和重音道具 (Key Prop with Color Accent)。
     • Shot List：规划 2 个 30 秒长镜头（共 30 秒），发挥长效一致性优势：
       • Shot 1 (30s) [悬念积蓄]：依据悬念镜头选择规则，自适应组合 2 至 3 种镜头表现手法积蓄张力。若有载具或物理空间限制，执行相应的替代机位。
       • Shot 2 (30s) [冲突爆发]：严格延续 Shot 1 中的服装、灯光、场景和关键道具。转场瞬间通过高频微表情快切拉满张力，随即展开高密度动作碰撞。
       • 台词设计 (Dialogue Generation)：当角色数量 > 1 且用户未提供台词时，由 storyboard_designer 结合角色人设与事件调性，自动生成符合昆汀风格的话痨、冷幽默、在紧张时刻扯皮日常琐事的精妙对话（dialogue），并写入 Shot 2 的 Story Beats。
     • Audio Layers：规划自适应背景音乐轨（bgm_adaptive，按冲突类型变换曲风）、写实动作/载具 SFX 轨（sfx_movement）、动作爆发环境与物理撞击特异音效轨（sfx_conflict）。

4. 元素资产生成与绑定 (Element asset generation)

   • 调度 media_generator 基于 Storyboard 规格：
     • 使用 TextToImage / ImageToImage（优先使用 Nano Banana Pro(Gemini 3 Pro Image) 模型，分辨率 2K）生成 element character 角色参考图与带有特定配色/灯光/高饱和道具的场景参考图，确保面部物种与场景空间的一致性。
     • 若用户提供了图片/音频，注册 asset_id 并直接绑定在对应 slots 上，绝不进行重复生成或违背用户参考的改动。

5. 视频与自适应音频资产生成 (Video and Audio Generation)

   • 调度 media_generator：
     • 视频生成：使用 MultiModalToVideo（推荐 Seedance 2.5，480p，单镜 30s）。生成 Shot 1 与 Shot 2，绑定 key_element 角色参考图、场景及关键高饱和道具参考图。
     • 自适应音频生成：使用 text_to_instrumental（推荐 Suno 5）生成与冲突类型强对齐的特色背景音乐。

6. 时间线最终剪辑与合成 (Timeline Assembly)

   • 调度 video_assembler 编排 Timeline。在 30s 转场拼接处进行严格的色彩重音配比与物理参照对齐，确保衔接毫无视觉断层；针对不同冲突类型实施针对性节奏剪辑，使动作爆发与冲突音效（sfx_conflict）实现帧级硬卡点。

工作流协同约束与暂停点：

• 第一阶段暂停：在 Final_Video_Spec.md 与 结构化 Storyboard 完成后暂停，向用户确认角色划分、冲突类型判定、悬念镜头组合及台词。
• 第二阶段暂停：在角色、场景及局部高饱和重音道具的参考图生成（或绑定）完成后暂停，确认复古胶片质感与色彩基调无误。
• 最终阶段：完成视频生成、音视频剪辑合成后，引导用户在界面右上角点击“保存并激活”完成整个 Skill 交付。

用户输入解析与主体关系、色彩美学、景深自适应规范：

1. 角色关系与载具动线推导：

   • 主动主体 (Active Subject)：动作的发起/施加方。
   • 被动主体 (Passive Subject)：动作的接受/防守/应对方。
   • 载具与出行分析 (Vehicle Analysis)：检测是否存在载具。若存在，分析异载具（追逐动线）或同载具（内部空间与外部宏大环境的空间压迫感）的物理运动。

2. 剧情冲突分类与自适应美学映射（核心美学规范，不得全篇固定使用蓝青阴影与橙色灯光）：

   • 经典悬念/暴力冲突 (Suspense & Combat)：
     • 场景主色：深棕色、黑色、暗黄色。
     • 灯光设计：使用室内钨丝灯、台灯或吊灯形成暖黄色局部照明，场景其余区域保持极低亮度，营造宿命对峙感。
     • 高饱和重音 (Single Red Accent)：画面中只能设置 1 个主要红色物件（如红色餐布、红色西装、红色汽车、红色酒杯、红色门或红色霓虹灯），位于角色附近或冲突发生处，严禁大面积红染。
     • 服装规范：黑色、深棕色、灰色西装或外套。避免所有主体同时穿高饱和颜色。
     • 画面质感：35mm 胶片颗粒、轻微褪色、较深黑位，严禁过度锐化的数字广告质感。
   • 幽默/荒诞冲突 (Humor & Absurdist)：
     • 场景主色：芥末黄 (Mustard Yellow)、橙色、橄榄绿、酒红色。
     • 场景配景：复古墙纸、彩色餐椅、旧式灯具、条纹或花纹衬衫。
     • 高饱和重音：设置 1 个与冲突直接关联的高饱和道具（如黄色话筒、红色蛋糕、绿色手提箱、橙色饮料）。
     • 画面调性：构图工整，严禁加入与剧情无关的卡通弹簧线、漫画特效线或随机的彩色氛围灯光。
   • 竞技/追逐冲突 (Sports & Chase)：
     • 户外主色：沙黄色、焦褐色、灰蓝色；室内主色：水泥灰、深蓝灰、暗绿色。
     • 灯光设计：使用强烈阳光、顶灯或大功率场馆灯形成明确方向的硬光，强烈突出汗水、尘土、轮胎纹理、水花和肌肉线条。
     • 高饱和重音：设置 1 个高对比识别目标（如红色头盔、黄色泳道、橙色摩托车、白色终点线），确保观众能瞬间锁定主要角色运动。
   • 深情/甜蜜互动 (Romance & Sweetness)：
     • 场景主色：米白色、浅棕色、柔和金黄色。
     • 灯光设计：窗边自然光、夕阳/落日逆光、蜡烛或室内温润暖色灯光，人物面部必须清晰可见，严禁大面积阴影、恐怖片黑位或刺眼蓝光。
     • 高饱和重音：设置 1 个精致的情感道具（如红玫瑰、红色礼盒、酒红色领带、红色雨伞）。

3. 景深自适应控制规则 (Adaptive Depth of Field)：

   • 严禁全片死板采用单一的深景深或浅景深，必须根据叙事功能动态调节：
     • 全景建立画面、双人博弈对峙、群像空间展现：采用深景深（Deep depth of field），使前后人物及环境参照物均保持清晰可辨，展现环境压迫感。
     • 眼神对视、手部动作、武器、礼物、话筒等核心冲突细节特写：采用极浅景深（Shallow depth of field / Shallow focus），牢牢锁定视觉焦点，使背景柔和自然虚化，强化情感或悬疑张力。

Storyboard 架构设计标准：

1. Key Elements 设计规范：

   • element character：必须创建对应的主动主体与被动主体。明确描述其攻防防守立场，服装必须契合该冲突类型的色彩规范（如悬念类西装、荒诞类条纹衬衫等）。若用户上传了图片，绑定该 reference 且严格继承。
   • element scene：详细定义场景的物理轮廓。明确写入该类型对应的场景主色、灯光类型及方向（如暖黄局部照明、落日逆光等）、以及 35mm 胶片和黑位质感描述。
   • 高饱和道具元素：必须为该场景显式定义一个特定颜色的关键高饱和道具（如[Element_Prop_Red_Box] / [Element_Prop_Yellow_Mic]），并记录其初始空间位置。

2. 双长镜头分镜细则：

   • Shot 1 (30 seconds) - [开场剧情：悬念积蓄]
     • Scene: [element scene ID]，应用对应的类型配色与灯光氛围。
     • 悬念镜头选择规则（Shot 1 只能且必须从以下镜头中自适应选择 2 至 3 种，严禁全部堆砌）：
       1. 脚步/轮胎特写：极低机位跟拍主动主体逐渐靠近的鞋子或载具车轮/轮胎行进，表现逼近感。
       2. 眼神视线特写：主动主体冷酷、锐利、或充满深情凝视的眼神特写。
       3. 核心道具特写：手部探向、触碰或握持冲突道具/武器/礼物/口袋的特写。
       4. 局部反射切镜：通过镜子、玻璃橱窗或载具后视镜 (rearview mirror reflection) 局部反射，显现另一名角色的身影。
       5. 空间距离广角：广角或鸟瞰视角俯拍（Bird's-eye view），展现两个主体在空间中距离逐渐缩短的物理博弈。
       6. 被动主体无防备活动：切镜表现被动主体正在独自活动（吃饭、台前演出、整理裙褶、专注于驾驶等），对即将到来的主动主体浑然不觉。
     • 高饱和道具的线索放置 (Color Cue)：Shot 1 中，该类型的关键高饱和重音物件（如红色雨伞、黄色麦克风、红色酒杯）仅作为背景线索或局部边缘存在，不进行突出特写，供观众隐约察觉。
     • Cinematography: 将选择的 2 至 3 种悬念镜头流畅拼接。若为主被动同乘一辆载具，开场聚焦载具内部，俯拍时必须将机位完全拉出车外展示大环境。
   • Shot 2 (30 seconds) - [自适应冲突与互动爆发]
     • Scene: 保持与 Shot 1 绝对一致的场景逻辑、主光源朝向和关键道具物理摆设。严禁突然增加无关的调色滤镜、怪异灯光或新道具，实现服装、灯光和场景的无缝继承，消除视觉断层。
     • Story Beats:
       • 面部表情急速快切 (Rapid Cross-cutting)：在第 30 秒转场瞬间，不急于呈现大动作，而是先通过两方主角面部微表情/眼神的极速快切（每切片仅 0.5s - 1s），极速引爆空气中的紧张张力。
       • 动作冲突暴烈爆发与微表情慢动作：随即采用艺术化的极慢镜头 (Slow motion) 捕捉被动主体在冲突降临那一刹那的面部微表情巨变（瞳孔紧缩、愕然闭眼、惊声张口或羞涩垂眸）。随即根据推导出的冲突类型，展开高密度肢体互动：
         • 经典悬念/暴力冲突：近身对抗、格挡、闪避、搏击。Shot 1 中的红色物件在此刻通过推轨特写或主体极大靠近变得极为醒目，红衣、红酒杯、红色刀柄或霓虹灯瞬间占据画面视觉中心，释放色彩重音。
         • 幽默/荒诞冲突：两个角色滑稽而严肃地争夺那件高饱和道具（黄色话筒/红色蛋糕等），在抢夺、跌落、泼洒、或破裂的慢动作中产生反差喜剧效果。
         • 竞技/追逐冲突：高频率切换汗水肌肉、飞溅的水花/泥土、轮胎急刹特写。高饱和的识别目标（红色头盔/终点线）在画面中心引领动作轨迹。
         • 深情/甜蜜互动：温柔相拥、深情对视。主动主体携带的红色道具（如红玫瑰/红色礼盒）在此刻切入浅景深精细特写，背景自然虚化。
       • 自适应台词对话 (Dialogue Generation)：当角色数量 > 1 且用户未指定台词时，自动编排充满昆汀式荒诞、唠嗑、话痨却极其犀利、在高度紧张或浪漫关头争论常识、美食、流行文化或无厘头账单等琐事的日常对话。
         • 经典悬念类台词范例：“动手之前，我必须确认一件事——你出门关煤气了吗？我可不想我们的决斗被意外爆炸给毁了。”
         • 幽默荒诞类台词范例：“你可以抢走我的麦克风甚至咖啡，但你刚才说披萨上能放菠萝，这就是公然宣战！”
         • 深情甜蜜类台词范例：“我爱你，宝贝……但说真的，你刚才擦枪的时候能不能别指着我的新地毯？”
         • 竞技追逐类台词范例：“由于你的体重和这双劣质皮鞋的阻力，你在物理学上逃跑成功的概率是零。”
     • Cinematography: 双主体微表情快切 -> 浅景深超近景慢特写 (Extreme close-up, slow-mo) 刻画动作瞬间 -> 快速双向切镜头跟拍 (Fast cross-following tracking) 咬合运动轨迹 -> 高饱和重音道具的极浅景深焦点特写。

3. 自适应音轨层设计：

   • Audio Layer 1 (BGM) (bgm_adaptive, type: music)：Shot 1 统一采用节奏渐强、鼓点起伏的悬念铺垫。第 30 秒转场时，音乐节奏和配乐风格根据冲突类型瞬间突变：
     • 经典悬念 ➔ 节奏急促沉重的西方悬疑民谣、电吉他或重打击乐。
     • 幽默荒诞 ➔ 滑稽轻快、带俏皮弹簧音或班卓琴的搞笑复古爵士。
     • 竞技追逐 ➔ 节奏感极强、血脉偾张的高速行进鼓点与复古摇滚。
     • 深情甜蜜 ➔ 温暖柔和、舒缓悠扬的原声吉他、轻抚钢琴或柔和提琴。
   • Audio Layer 2 (Movement & Ambience) (sfx_movement, type: sound_effects)：
     • 常规步行：铺设干脆的皮鞋触地声、沙石路面摩擦声。
     • 有载具状态：铺设深沉发动机轰鸣（engine roar）、轮胎与路面抓地尖叫（tire screech）、疾行风切声，契合载具物理惯性。
   • Audio Layer 3 (Adaptive Sound FX) (sfx_conflict, type: sound_effects)：精准卡在 Shot 2 动作冲突爆发帧。经典悬念：肢体沉重撞击、金属摩擦、格挡声；幽默荒诞：弹簧boing声、滑倒、惊呼声；竞技追逐：急刹、碰撞、重呼吸；深情甜蜜：衣物摩擦、微风、心跳与深呼吸。

视觉与音视频资产生成策略：

1. 角色与场景参考图生成 (Key Element Images)：

   • 使用 TextToImage / ImageToImage。
   • 推荐模型：Nano Banana Pro(Gemini 3 Pro Image)（推荐分辨率 2K）。该模型在复古画报布局、局部色彩重音配置、35mm 胶片质感及文字渲染上表现极其精准。GPT Image 2 为备用选择。
   • 生成策略：严格根据 [经典悬念 / 幽默荒诞 / 竞技追逐 / 深情甜蜜] 的美学映射生成场景。生成多主体或场景变体时，通过 ImageToImage 循环参考首图，锁死发型、五官特征、衣服配色以及高饱和道具的色度。
   • 若用户提供了自备图片素材，注册 asset_id 后直接将其绑定至 key_elements，不再进行重复图像生成。

2. 视频生成 (Video Generation)：

   • 必须使用 MultiModalToVideo。
   • 推荐模型：Seedance 2.5（默认分辨率 480p）。该模型可完美执行 30s 长效连贯性镜头，并对多角色参考图与道具图有卓越的一致性保持能力。
   • 分辨率设定：480p（会员可使用 480p，非会员以 480p 运行）。
   • 视频比例：根据 Final_Video_Spec.md 自适应，默认 16:9。
   • 单镜头时长：必须为 30 秒。
   • 参考图绑定：Shot 1 绑定主动主体与特定场景参考图；Shot 2 同时绑定主动主体、被动主体、场景及那个唯一的高饱和重音道具参考图。

3. 自适应音频生成 (Audio Generation)：

   • 调度 text_to_instrumental。推荐模型：Suno 5。
   • 生成策略：输入符合该冲突类型配乐定义的 Prompt（如带有班卓琴的滑稽复古爵士，或节奏沉重的西方悬疑民谣），为 bgm_adaptive 轨生成高品质音频资源。

自适应美学提示词撰写规范：

1. 图像提示词 (Nano Banana Pro / 2K) 撰写：

   • 采用“主体服装特征 + 场景基色 + 特定局部色彩重音 + 钨丝灯/硬光/逆光控制 + 35mm 胶片质感 + 景深设置”的融合段落。
   • 复古类型片拼贴美学自适应 prompt 标签：
     • 经典悬念/暴力冲突：
       35mm film grain, Quentin Tarantino pastiche style, faded cinematic colors, heavy dark shadows, deep blacks, high-contrast, dramatic tungsten yellow local spotlight illumination on characters, scene dominated by dark brown and dark yellow tones. Active subject wearing black/grey vintage suit coat. Features exactly ONE highly saturated red item (such as a crimson wine glass/red suitcase) near the character as a striking color accent, leaving the rest of the scene dark and organic. Realistic skin textures, natural skin tones. (Deep depth of field for wide shot / Shallow focus, beautiful blurry background for extreme close-up).
     • 幽默/荒诞冲突：
       35mm vintage film pastiche, Technicolor style, mustard yellow, olive green and burnt orange palette, retro patterned wallpaper, old-fashioned lights. Featuring exactly ONE high-saturation color prop (such as a vibrant yellow microphone / a bright red cake) at the center of the frame as a comedic focus. Neat symmetrical composition, high contrast, organic texture. No cartoon graphics. Shallow focus, soft background blur.
     • 竞技/追逐冲突：
       70s sports documentary pastiche style, gritty 35mm film grain, hard directional sunlight, harsh overhead illumination, high contrast, sand yellow, scorched brown and dusty concrete grey tones, highlighting sweat, tire textures and flying dust. Exactly ONE high-visibility marker (such as a vibrant red helmet / a bright orange motorcycle) as a tracking focus. Dynamic tracking composition, sharp details. Deep depth of field.
     • 深情/甜蜜互动：
       Warm vintage film aesthetic, soft golden hour light, beautiful sunset rim lighting, window natural light, rice white and soft amber tones. No heavy shadows, clear facial features, romantic breathing atmosphere. Active subject holding exactly ONE delicate crimson red rose (or a crimson umbrella/gift box) as a romantic color accent, shallow focus, extreme shallow depth of field, background elegantly blurred, dreamy bokeh.

2. 视频提示词 (MultiModalToVideo / Seedance 2.5（分辨率 480p）) 动作与音效：

   • 必须使用 <<<image_1>>> (主动主体), <<<image_2>>> (被动主体), <<<image_3>>> (场景), <<<image_4>>> (高饱和道具) 进行资产占位与精准绑定。
   • 动作与镜头控制语法 (Motion Stack)：
     • Shot 1 语法范式（根据选定的 2 至 3 种悬念镜头进行动作与景深描述拼接）：
       <<<image_1>>> (active subject) in vintage suit. Camera pans across <<<image_3>>> (scene). (选择1：Extreme low-angle tracking shot of active subject's moving leather shoes) and (选择2：dramatic close-up of <<<image_1>>>'s intense gaze/eyes, shallow focus) and (选择3：Cut to rearview mirror reflection showing the active subject approaching). Cut to <<<image_2>>> (passive subject) peacefully doing scene-matching activity, totally unsuspecting. (选择4：Crane jib shot high above, panning down in a bird's-eye view, showing the spatial distance closing between them, deep depth of field). 35mm film grain, cinematic lighting, continuous motion, no subtitles.
     • Shot 2 语法范式（严格继承 Shot 1 的一切特征）：
       Dynamic interaction scene with explosive action breakout. Strictly maintain visual identity, clothing, scene geography and lighting direction with <<<image_3>>> (scene), <<<image_1>>> and <<<image_2>>> from Shot 1. In the first second, rapid cross-cut montage of intense facial expression close-ups between <<<image_1>>> and <<<image_2>>> (0.5s - 1s cuts), capturing instant tension. Transition to extreme slow-motion (slow-mo) close-up of <<<image_2>>>'s face, capturing micro-expressions of shock and realization. Immediately, physical action breakout: [插入下方对应的自适应动作提示 / Insert Action Module]. Fast cross-following tracking camera, cinematic grain, professional camera cuts, no subtitles, no music.
       • 经典悬念类动作插入：They engage in high-intensity physical combat. Precise blocks and strikes. The red item <<<image_4>>> (e.g. red wine glass) is captured in a dramatic dolly-in close-up with shallow focus, popping out as a strong crimson color accent against the dark environment.
       • 幽默荒诞类动作插入：A hilarious struggle unfolds as they playfully scramble to grab <<<image_4>>> (yellow microphone) in the center of the frame. Clumsy body movements, tripping, falling, creating a funny tug-of-war.
       • 竞技追逐类动作插入：A high-speed sprint breakout. Fast tracking shot of driving/running, dust flying. <<<image_4>>> (orange motorcycle) stays in the center of the frame, showing intense speed and tactile collision.
       • 深情甜蜜类动作插入：They share a warm intimate embrace. <<<image_1>>> gently holds <<<image_2>>>. The crimson item <<<image_4>>> (red rose) is shown in an extreme shallow focus close-up between them, background beautifully blurred.

3. Seedance 2.5（分辨率 480p） 音效与台词包络整合规范**：

   • Shot 1 悬念铺设音效包络：
     • 步行状态下：在动作叙述后包裹音效 <heavy rhythmic shoes clicking on concrete, sand gravel crunching>；
     • 载具状态下：包裹音效 <low deep engine roaring, tires spinning on asphalt>。
   • Shot 2 动作爆发音画对齐包络：
     • 经典悬念类：bgm (tense Western acoustic guitar picking and heavy single drum beat) + <sharp physical impact thud, glass shattering, body slam sfx>.
     • 幽默荒诞类：bgm (bouncy playful retro jazz whistle and fast percussion) + <funny spring boing, comedic slide whistle, slide fall sound>.
     • 竞技追逐类：bgm (fast-paced rock drumming and gritty overdrive bass) + <loud metal screech, tire friction squeal, heavy gasping breath>.
     • 深情甜蜜类：bgm (gentle acoustic piano and warm violin melody) + <soft fabric friction, deep breathing, soft ambient chime sfx>.
   • 台词对话配音包络 (Dialogue Wrappers)：
     • 若 Shot 2 包含台词对话，必须在动作叙事句尾紧随 {角色ID: "台词内容"}。台词内容严格对齐 Storyboard 自动生成的经典黑色幽默/唠嗑台词（例如：{Active_Subject: "I love you, honey, but did you turn off the gas?"}），确保 Seedance 2.5 嘴型与配音同步。
     • 负向提示词统一附带 no subtitles。

双段式剪辑与时间轴拼装逻辑：

1. 节奏剪辑 (Pacing & Rhythm) 自适应：

   • 0s - 30s (Shot 1)：节奏紧凑而平缓，悬念渐进蓄势。根据选择的 2 至 3 个悬念镜头进行均衡剪接。脚步声/车轮音效随画面逼近渐次增强。
   • 30s - 30s (Shot 2)：
     • 第 15 - 16s (微表情快切期)：在转场瞬间，执行两方主角表情/视线的高频硬切剪辑（每切片 0.5s 至 1.0s），通过脸部微表情快切瞬间将悬疑氛围推向顶点。
     • 第 16 - 30s (动作冲突爆发期)：立即转入艺术化的慢镜头，释放大动作肢体互动。
       • 经典悬念类：剪辑点干净利落、顿挫阻滞感极强，画面硬卡动作发力与打击点。
       • 幽默荒诞类：采用极具戏剧性跳跃感的快切，在争夺失衡、道具脱手或泼洒的瞬间硬切。
       • 竞技追逐类：剪辑频率随运动剧烈度逐渐递增，采用匹配剪辑 (Match Cut) 咬合车轮与汗水微特写。
       • 深情甜蜜类：采用极慢、充满呼吸感的淡入淡出或柔和剪接，保持长焦段浅景深特写的平滑移动。

2. 转场无缝化与视觉一致性校验：

   • 服装与环境继承性校验：在第 30 秒转场处，严格核对并锁定 Shot 1 和 Shot 2 中的主体特征（发型、面部、服饰色彩及材质）和场景几何空间关系（主光源位置、主色调、物理参照物）。确保转场衔接绝无新道具乱入或色彩跳跃，保证穿帮率降为零。
   • 高饱和道具的线索跃迁：检查那个唯一的高饱和重音道具在 Shot 1（背景线索）到 Shot 2（视觉中心/特写）中的衔接位置，确保空间运动符合逻辑。

3. 音视频同步与音轨合并 (Merge & Export)：

   • 音效帧级硬卡点：确保 Shot 2 中的核心动作爆发瞬间（格挡撞击、话筒脱手、抢夺拉扯、深情闭眼）与 sfx_conflict 音效在 Timeline 上实现帧级对齐，通过短促有力的音效彻底引爆画面视觉冲击。
   • 无缝音频拼接：合并 Shot 1 与 Shot 2 音频层。BGM 轨在 30s 处进行自然的变奏过渡，sfx_movement 轨在 30s 动作爆发后平滑减弱，无爆音、无杂音、无突兀电平波动，输出完整 30 秒短片。