yeha.ai
返回模板库

萌宠打工Vlog

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。

用于萌宠拟人化打工人日常 Vlog 创作

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

整体串行流程与里程碑确认:

  1. 角色分析与形象确认 → 调用 resource_prepare_and_analyze 分析用户上传的宠物照片:

    • 单张照片:输出一份角色写实卡;
    • 两张照片:分别输出两份角色写实卡(角色A / 角色B),并注明两者物种组合(双猫 / 猫狗 / 双犬等)。
      向用户分别展示各角色的拟人化形象方案选项(服饰/道具/质感),等待逐一确认。确认后通过 text_editor 写入 Final_Video_Spec.md(主角数量、各宠物品种与拟人形象描述、画面比例 9:16、目标时长、视觉风格:写实手持vlog、语言)。⏸️ 等待用户确认所有角色形象方案后继续。
  2. 剧本/大纲确认 → 若用户提供剧本直接采用;若无,AI自动生成"牛马的一天"叙事大纲,核心段落为:起床→通勤→上班→午饭→下班/夜归;可选扩展段落包括:加班(留守办公室)、便利店(顺路买东西)、健身(下班后强迫自己去运动)。根据用户需求或视频目标时长决定是否纳入扩展段落,以表格形式展示供确认。⏸️ 等待用户确认大纲后进入分镜。

  3. 分镜设计 → 调用 storyboard_designer 批量设计 key_element + 分镜列表 + audio_layer,每批 8–12 个镜头输出并逐批确认。⏸️ 每批确认后继续下一批,全部完成后进入生成阶段。

  4. 角色参考图生成 → 调用 media_generator 为 element_character 生成拟人化双格角色参考图,注册 asset_id 并绑定到对应 Storyboard 元素槽位。⏸️ 等待用户确认角色图后继续。

  5. 分镜视频批量生成 → 调用 media_generator 逐镜头生成视频片段。

  6. 内心独白VO合成(严格可选,仅用户明确要求时执行) → 只有用户在对话中明确提出需要内心独白/旁白/VO时,才调用 media_generator 合成 narration VO 音轨并绑定对应 audio_layer。用户未提及则跳过此步,不主动询问、不默认开启。

  7. 最终剪辑与导出 → 调用 video_assembler 拼接片段、叠加环境音(如有VO则一并叠加),不加音乐、不加字幕,输出质检报告并引导用户导出。⏸️

依赖关系: 2→1;3→1,2;4→3;5→3,4;6→3(仅用户要求时);7→5,6(若无VO则7→5)。

异常处理规则:

  • 用户未上传宠物照片:提示"请上传猫咪/狗狗等宠物正面清晰照片(建议正脸或四分之三侧脸);如需双主角,请上传两张分别对应各自宠物的照片"。
  • 用户上传超过两张照片:提示本 Skill 最多支持两个主角,引导用户确认使用哪两张,其余忽略。
  • 图片非活物或模糊:提示重新上传,不强行分析。
  • 剧本镜头数超过 12 个:建议精简或分上下集处理。
  • 用户要求添加字幕或背景音乐:提示本 Skill 默认关闭,询问是否明确开启后再处理。
2. 故事板设计

设计 key_element(核心元素)

  • element_character(主角):基于角色写实卡,为每个宠物主角分别建立独立的 element_character,完整锁定各自拟人形象——物种特征(毛色、眼睛、独有识别锚点)+ 拟人服饰(具体款式/颜色/材质)+ 道具(手机、公文包等)+ 整体质感定义(写实摄影风,非Q版卡通,非3D渲染)。双主角时,还需在各自描述中注明体型对比关系,以保持同框时的比例一致性。
  • element_scene(场景):为每个叙事段落建立独立场景元素,包含光线预设和环境氛围特征:
    场景光线类型色温参考卧室(起床)晨光侧光,暖色散射4500K卫生间顶光 + 镜面反射冷白 5500K地铁车厢冷白荧光灯,高对比5600K办公室天花板柔光 + 屏幕蓝光混合5000K午饭侧窗自然光斜射,略暖5200K夜路/回家暖黄路灯 + 蓝色环境补光3200K + 冷辅光加班(深夜办公室)屏幕蓝光为主光,顶灯熄灭或仅剩应急灯,高度冷蓝偏暗4500K(屏幕)便利店冷白LED顶光 + 货架内嵌灯带暖黄,冷暖混合对撞5500K主 + 3000K暖辅健身房(健身)顶部冷白强光 + 镜面大反射,高亮高对比,面部有汗水高光5500K

设计 shots(分镜)
每个 shot 必须包含以下四项:

  • scene:引用对应 element_scene ID
  • story_beats:角色具体动作 + 微表情/情绪状态;内心独白原文仅当用户明确要求VO时才写入(用引号标注,保留语气词和标点的情绪节奏,如"闹钟…怎么又响了…再睡五分钟…呼…");默认不撰写任何独白台词,专注于画面动作描述;双主角镜头需注明各自角色 ID 对应的动作与表情,并标明谁是画面主体、谁作为陪衬;独角镜头直接引用对应 element_character ID。
  • cinematography:景别(特写/近景为主,中景为辅,全景少量)+ 机位(低角度,距地约 30–50cm)+ 运镜类型(固定手持自拍 / 轻微晃动走路 / 慢摇转头 / 跟移跟随动作);双主角同框时优先用中景或近景以容纳两个角色,避免画面过于拥挤。
  • duration:每个 shot 3–5 秒;关键情绪点(赖床、叹气、发呆等)允许在动作结束后保留约 2 秒静止缓冲,不强制剪短。

整体视觉基调: 明亮、自然、偏暖色调,模拟手机前置摄像头直出加轻微提亮效果。不使用滤镜或刻意调色,保留真实毛发质感。室内场景(卧室、卫生间、办公室)光线柔和;室外(地铁站台、街道)保留环境原本的冷白荧光灯或自然日光,不作暖化处理。

景别与运镜偏好: 特写和近景优先(表情、爪子、道具细节),中景作为过渡,全景仅在建立空间时偶用。禁止稳定器效果,保留手持生活化抖动感,强化vlog代入感。运镜以"固定自拍"为主,走路段落使用"跟随移动"(镜头随步伐上下轻微起伏);无滑轨、无摇臂、无任何专业稳定运镜。

双视角混拍规则: 全片可交替使用两种视角,每个 shot 须在 cinematography 中明确标注当前视角类型:

  • 第一人称自拍视角(POV Selfie):猫猫手持手机对着自己拍,低角度、略仰视,镜头中心为角色面部/胸部;适用于起床赖床、卫生间洗漱、办公桌发呆、对着镜头吐槽等强代入感镜头。
  • 第三人称手持跟拍视角(Third-Person Handheld):类似"朋友帮忙拍"或"隐形跟拍"视角,拍摄者在角色斜后方或侧前方,保留手持晃动感(幅度略大于自拍视角),机位不固定但无专业稳定器;适用于通勤行走、进出门、便利店货架选购、健身器械等需要展现全身动作或环境关系的镜头。
    两种视角在同一叙事段落内可交替切换,建议切换频率不超过每 4 个镜头一次,避免视角过于跳跃;情绪留白镜头(赖床、叹气、发呆)优先使用自拍视角以强化代入感。

双主角叙事节奏建议: 独角镜头(聚焦单个角色)与同框镜头(两角色互动)交替排布;高密度互动段落(如午饭、下班、便利店)可增加同框镜头比例;起床、通勤、健身等个人状态段落以独角为主;加班段落建议用独角特写强化孤独感。

季节/天气变体设计指引:
当用户指定天气或季节时,在对应场景基础上叠加以下变体光线与运镜调整,无需重建 element_scene,仅在 shot 描述的 cinematography 和场景光线层注明变体标识。
变体适用场景光线调整运镜/画面调整雨天通勤(地铁站台 / 夜路)地铁站台、街道回家路站台/路面积水形成光源倒影,冷白或暖黄反光延伸;天光整体压低(灰蓝色调,约5500K→偏灰),路灯暖黄在雨雾中漫散形成光晕雨滴偶尔打到镜头前景形成模糊水珠;跟随移动镜头上下起伏幅度略加大(模拟快步避雨);可见雨伞边缘入镜夏日高温(通勤 / 便利店)户外通勤、便利店入店瞬间户外强日光直射,高色温(约6500K),面部高光强、阴影硬;进店前后形成"室外强曝→室内冷白骤降"的色温跳切可加入"擦汗""用手遮阳"的微动作描述;进店时推门动作保留门框过曝→室内曝光恢复的轻微曝光过渡感冬日早晨(起床 / 出门)卧室、门口、街道清晨窗外天色偏冷蓝(约6000K),室内暖黄灯与窗外冷蓝形成对撞;呼出雾气可见角色可见把自己裹紧的动作;室外镜头面部轻微红润(冷风感),可附加"哈出的雾气在镜头前短暂模糊"阴雨下班(夜路变体)下班回家街道无明显路灯高光,整体环境偏低饱和冷灰(约4500K),地面潮湿反光但不清晰,远处车灯在雨雾中漫散成光晕慢步走或小跑;手持镜头可见雨点打在前景形成短暂水珠虚化;偶有雨伞开合动作
天气变体不覆盖默认场景设计,仅在用户明确指定或剧本中注明天气时启用。

节假日/周末变体设计指引:
当用户指定节假日或特殊工作日氛围时,在对应基础场景之上叠加以下变体元素(光线、装饰道具、情绪节奏),无需重建 element_scene,仅在 shot 描述的 story_beats、cinematography 和场景光线层注明变体标识。
变体适用场景光线/环境装饰调整情绪节奏 & 道具细节摸鱼星期五(办公室 / 下班路)办公室下午段、下班夜路整体光线同标准办公室,但屏幕亮度略低(角色摸鱼时屏幕偏暗,非工作内容反光);窗外若有午后斜阳可透入一道暖黄光柱(约4800K),强化"快下班了"气氛动作懈怠感强:靠椅背、单手托腮、频繁看手机或时钟;表情为"勉强撑着"的轻度满足感;下班路镜头节奏明显加快,步伐比工作日轻盈;可加入「顺路买饮料/小零食」的细节道具节前最后一天(办公室 / 下班路)办公室全段、下班出门瞬间办公室背景可见同事桌面上的节日装饰小道具(小红包/彩带/贴纸等,不抢主体);整体光线与标准办公室一致,氛围更热闹;走廊/出门瞬间可见少量节日挂饰模糊入镜情绪为"终于熬到了"的释放感;镜头可刻意在"关电脑→拎包→走出公司"动作链上加快节奏;最后一个镜头可定格在角色推开公司大门、扑面而来的室外光线上(轻微过曝感模拟"逃出生天")周末补班/调休班(通勤 / 办公室)地铁通勤、办公室地铁通勤镜头中乘客明显稀少,空旷感强,冷白荧光灯更显孤寂;办公室只有零星几个工位亮着屏幕,背景大面积黑暗,顶灯可部分关闭形成局部照明情绪为"为什么是我"的无奈麻木;动作慢半拍,表情空洞;通勤镜头可用稍长的"发呆凝视"定格;办公室镜头以屏幕反光特写为主,强化孤独感春节前/长假前最后一天(办公室 / 下班路 / 夜路回家)办公室尾段、下班出门、回家路办公室背景有节日氛围装饰(红色小元素,量少不喧宾夺主);下班出门瞬间室外光比平日略暖(节日灯光/商场橱窗反光从远处透入,色温约3500K偏暖);夜路暖黄路灯光晕更柔散,节日灯串偶尔入镜背景虚化情绪混合:疲惫+期待,表情比平日多一丝"终于";步伐比加班场景快但比摸鱼星期五克制;道具可加入:手提大袋年货/手信、拉杆箱(回家过年);建议结尾镜头以角色望向夜空或站台方向收尾,情绪点到为止
节假日/周末变体不覆盖默认场景设计,仅在用户明确指定或剧本中注明节假日/特殊日期时启用。

可选扩展段落设计指引:

  • 加班(深夜办公室):承接"下班"后反转——以为要走,被叫回来。镜头以特写为主(屏幕反光打在脸上、爪子机械敲键盘、窗外已全黑),情绪为疲惫麻木、空洞发呆。时长建议 4–6 个镜头,不宜过长,点到为止。
  • 便利店(顺路买东西):节奏稍松弛,作为高压工作段落后的小喘息。镜头包含:推开自动门进店、在货架前犹豫选择、结账扫码、拎袋出门。可设计单主角或双主角偶遇/同行版本。
  • 健身(下班后强迫自己运动):情绪为"身体已经不行了但还是来了"的打工人仪式感。镜头以中景/近景为主,记录跑步机、器械、镜中自拍;运镜保持手持风格,适当加入气喘吁吁的动作细节。建议放在"回家"段落之前,作为情绪节点。

批量设计节奏: 每批设计 8–12 个镜头,以表格形式输出,逐批与用户确认后继续下一批。

audio_layer 设计(跨镜头音轨)

  • 环境音(SFX):按场景设计独立 audio_layer,type 为 sfx,贯穿对应场景段落。优先从以下列表中选取与场景匹配的声音,可叠加:
    • 卧室(起床):闹钟声、被子摩擦声、哈欠声
    • 卫生间:水流声、刷牙声、漱口声
    • 地铁:报站广播声、车厢噪音、车门关闭提示音
    • 办公室:键盘敲击声、鼠标点击声、空调白噪音
    • 午饭:外卖包装袋摩擦声、筷子碰碗声、咀嚼声
    • 回家夜路:脚步声、远处车声、叹气声
    • 加班(深夜办公室):稀疏键盘敲击声、荧光灯低频嗡鸣声、楼道偶发脚步声、打哈欠声
    • 便利店:自动门开合提示音、冰柜低频运转嗡鸣、收银机扫码声、便利袋摩擦声
    • 健身房:器械碰撞/摩擦声、背景人群运动白噪音、喘气声、运动鞋鞋底摩擦地板声
    • 雨天通勤(变体):雨声(中强度连续降雨白噪音)、雨伞开合声、水坑脚步溅水声、雨打地面/棚顶声、远处车辆驶过水面的溅水声
    • 夏日高温(变体):室外蝉鸣声(远距离低强度)、空调外机嗡鸣声(进入室内瞬间)、冰柜开合声(便利店)、吸管吸饮料声
    • 冬日清晨(变体):呵气声(轻微)、脚踩硬地清脆步伐声、冷风低频环境音、暖气/加热设备轻微嗡鸣声
    • 阴雨下班(变体):中强度雨声、雨伞收拢声、湿地面脚步声(低沉偏哑)、叹气声与雨声混合
    • 摸鱼星期五(变体):零星键盘声(节奏散漫)、同事间轻声闲聊声(远景模糊处理)、手机滑动声、下班路上脚步声节奏轻快
    • 节前最后一天(变体):关电脑提示音、拎包整理声、推开公司大门的撞击声与室外环境音骤切、偶有同事告别声(远景低混)
    • 周末补班/调休班(变体):车厢/站台人声稀疏(低背景混响)、办公室只剩键盘声和空调嗡鸣、偶有门开合声
    • 春节前/长假前最后一天(变体):拉杆箱滚轮声、站台/候车室背景人声嘈杂(低混)、节日广播或列车报站声、叹气与期待混合的呵气声
  • 内心独白VO(严格可选)仅当用户明确提出需要旁白/内心独白/VO时,才设计 type 为 narration 的 audio_layer;description 中写明 narration_speaker_profile(如 [慵懒猫咪内心音,收音机/电话音质,轻微失真感,语速偏慢,音量低于环境音])及各镜头对应独白台词全文和对应 shot 跨度。用户未提及则不设计此轨道,分镜中也不撰写任何台词,视频全程无任何语音输出。
  • 不设计任何对话内容:默认全片无角色对话、无旁白、无字幕;story_beats 专注于动作、表情、情绪状态描述,不写任何台词文本,不模拟角色说话场景。
  • 不设计任何 music 类型 audio_layer,全片无背景音乐。
3. 媒体生成

角色参考图生成(element_character)

  • 工具:ImageToImage,模型:GPT Image 2,分辨率:2K
  • 将对应宠物照片作为 reference_image 输入,每个 element_character 独立生成一张角色参考图。
  • 生成横版双格角色参考图:左格——头肩特写(锁定毛色、眼睛、独有特征);右格——全身站姿(拟人服饰、道具、整体比例)。
  • 每张角色参考图注册独立 asset_id 并绑定到 Storyboard 对应 element_character 槽位。
  • 双主角时:两张角色参考图分别生成后,额外生成一张双角色同框站姿参考图(ImageToImage,同时传入两张角色参考图作为 reference_image),用于校验体型比例关系,注册 asset_id 供同框镜头生成时使用。

分镜视频生成(final_shot)

  • 工具:MultiModalToVideo,模型:Seedance 2.5,分辨率:480p,时长:每 shot 3–5s(整数),画面比例:9:16
  • 每个 shot 的 reference_image 按以下规则组合:
    1. 独角镜头:该 element_character 绑定的角色参考图 + 对应 element_scene 场景参考图(如有)。
    2. 双角色同框镜头:角色A参考图 + 角色B参考图 + 双角色同框站姿参考图 + 对应 element_scene 场景参考图(如有);同框参考图优先放在 reference_image 列表靠前位置以增强体型一致性。
  • 视频参考(reference_video)策略:仅当前后镜头连续性极强时(同一动作延续、同一物理空间且无场景切换),才将上一 shot 的 final_shot 作为 reference_video 追加输入;通常不使用视频参考,以角色参考图为主要一致性来源。
  • 若生成失败,优先在 Seedance 2.5(分辨率 480p) 内重试;若持续失败,停止并向用户说明,询问是否切换其他模型。

内心独白VO合成(可选)

  • 工具:text_to_narration,模型:MiniMax Speech 2.8 HD(中文首选)。
  • 依据 narration_speaker_profile 和各镜头独白台词合成音频,注册 asset_id 并绑定对应 audio_layer。

不生成任何背景音乐。

4. 提示词撰写

全局优先级: 所有 prompt 用中文撰写。
角色参考图 prompt(ImageToImage / GPT Image 2)

  • 以角色写实卡为基础,完整锁定物种特征(品种、毛色、眼睛颜色与形状、体型、独有标记)+ 拟人服饰(具体款式/颜色/材质)+ 道具(公文包款式、手机等)。
  • 画面格式描述:横版并排双格构图,左格头肩特写,右格全身站姿,纯白或中灰干净背景。
  • 质感要求:写实摄影风,毛发纹理真实可辨,布料质感自然,非卡通/插画/3D渲染风格。
  • 光线:正面柔和补光,阴影轻微,不过曝,不使用戏剧性布光。

分镜视频 prompt(MultiModalToVideo / Seedance 2.5(分辨率 480p))

  • 单主角镜头参考图占位符顺序:<<<image_1>>> 角色参考图,<<<image_2>>> 场景参考图;如有视频参考则追加 <<<video_1>>>。
  • 双主角同框镜头参考图占位符顺序:<<<image_1>>> 双角色同框站姿参考图,<<<image_2>>> 角色A参考图,<<<image_3>>> 角色B参考图,<<<image_4>>> 场景参考图(如有);如有视频参考则追加 <<<video_1>>>。双角色同框镜头的 prompt 中需分别描述两个角色各自的动作与微表情,并明确两者的相对位置关系(如"角色A站在左侧……角色B站在右侧……")。
  • 运镜堆叠顺序:镜头(运镜类型 + 低角度机位)→ 主体动作(肢体部位 + 幅度 + 微表情节拍)→ 空间/环境(场景光线特征 + 背景元素)→ 音效(环境音描述;如有独立 narration VO 轨,不在此重复台词全文)。

各运镜类型的精确 prompt 写法(直接嵌入"镜头"层):

  • 固定手持自拍(静止或微动场景)

    手持手机低角度自拍,镜头距地约30–40cm,略仰视,机位固定,保留细微手部持握颤抖感,无滑轨,无稳定器,轻微焦外虚化,模拟手机前置摄像头直出质感

    • 适用场景:床上赖床、办公桌发呆、吃外卖、电脑前等。
    • 可附加"镜头全程保持低角度不移动,主体在画面中心略偏上三分之一处"以锁定构图稳定性。
  • 跟随移动(走路/通勤)

    手持手机低角度跟随移动,镜头随步伐节律上下轻微起伏(每步约1–2cm幅度),横向基本稳定,模拟边走边自拍,不使用稳定器,保留生活化抖动,前景偶有手臂/公文包入镜边缘

    • 适用场景:走廊通勤、地铁站台行走、下班回家路。
    • 如需表现急促步伐,可附加"步伐频率较快,上下起伏幅度略大(约2–3cm),略有轻微横向晃动"。
  • 慢摇/转头(情绪停顿、环顾四周)

    手持手机低角度缓慢水平摇移,摇速极慢(约2–3秒完成15–30度转动),起止均有约0.5秒微停缓冲,摇动过程中保留轻微手部颤抖,不使用摇臂,整体像人转头自然带动镜头

    • 适用场景:看窗外、扫视办公室、夜路环顾。
    • 如只做角色转头(非镜头移动),改为"镜头固定,角色头部缓慢左转/右转约20度,耳朵、下巴轮廓随转动浮现,眼神游离"。
  • 第三人称手持跟拍(Third-Person Handheld)

    手持摄像机跟随角色斜后方或侧前方,机位约腰至胸高(约80–110cm),镜头保持轻微无规律晃动感(幅度约为自拍视角的1.5–2倍),随角色步伐或动作起伏,无稳定器,无滑轨,类似"朋友随手跟拍"质感,偶有前景遮挡(路人/门框/包袋边缘虚化入镜)

    • 适用场景:通勤行走、进出门、便利店货架选购、健身器械使用等需要展示全身动作或空间关系的镜头。
    • 如需强调"跟不上"的慌忙感,可附加"镜头横向晃动幅度偶尔增大,角色短暂移出画面中心后重新入画"。
    • 注意:第三人称视角的 prompt 中去掉"自拍"相关描述,改为"跟随拍摄"、"类纪录片手持跟拍"等表述,保留"无稳定器"、"生活化抖动"等写实质感关键词。
  • 黑屏快切(段落切换专用,仅在剪辑层执行,视频 prompt 中不描述此效果)

    不在单条 shot prompt 中描述黑屏;黑场过渡由 video_assembler 在拼接时插入(黑场时长不超过0.2s)。shot prompt 只需确保末帧动作自然收尾。

  • 动作描述:精确到肢体部位和动作幅度;多节拍动作按故事时序排列,禁止使用 "0–3s / 3–6s" 格式切割。
  • Seedance 2.5 音效标注(按需使用):环境音用 <...>,独白台词用 {...}(仅台词原文),片内标题用 【...】。
  • 强制否定词:no subtitles,no music,no text overlay,避免"专业稳定器"等描述以保留手持抖动质感。
  • 写实质感关键词:强调"真实毛发纹理可见"、"手机前置摄像头直出质感"、"轻微提亮自然色"、"手持抖动感"、"vlog自拍视角"、"生活化自然光";室内场景补充"柔和室内补光",室外场景补充"环境原生冷白荧光灯"或"自然日光",不对室外光源做暖化处理。
  • 禁用词:避免"电影感"、"专业布光"、"影视级"、"稳定器"、"滑轨运镜"等可能导致风格偏移或消除手持质感的词汇。

各场景光线提示词模板
以下为每个场景推荐的光线描述片段,直接嵌入图像或视频 prompt 的"空间/环境"层:

  • 卧室(起床)
    清晨侧窗漫射光,暖白色调(约4500K),光线透过半透明窗帘折射形成柔和光晕,床铺区域有轻微高光落点,阴影柔和无硬边,整体低饱和暖调,无直射阳光束
  • 卫生间(洗漱)
    顶部单点冷白灯(约5500K),镜面产生轻微反光叠加,人物正面受光均匀,颧骨和鼻梁有轻微高光,镜中映像略过曝,背景瓷砖泛冷白,整体对比略强于卧室场景
  • 地铁车厢
    车厢内冷白荧光灯管(约5600K),顶部打光高对比,面部受光平但有轻微竖向阴影,车窗透过深蓝/黑色背景,局部座椅和扶手有反光点,不做暖化处理,保留荧光灯原生偏青白色调
  • 地铁站台(等车)
    站台荧光灯冷白顶光(约5500K),远处隧道口透出深蓝背景,站台地面有光晕反射,整体环境偏冷偏青,不添加额外暖光源
  • 办公室
    天花板格栅灯柔和泛光(约5000K),混合屏幕蓝光从侧下方补充冷色,面部呈中性色温,桌面反光轻微,背景工位区有散点光斑,整体光线均匀偏冷,不使用窗外日光补充
  • 午饭(外卖/餐厅)
    中午室内自然光从侧窗斜射(约5200K),桌面局部高光明显,外卖包装有轻微反光,面部受自然光侧打,阴影柔和,整体比办公室略暖略亮
  • 夜路/回家
    路灯暖黄主光(约3200K)从上方斜打,蓝色天光/环境冷光(约6000K)作为低强度补光,形成暖黄+冷蓝双色温对撞,面部暖黄为主调、侧面透出冷蓝边缘光,地面有路灯光晕倒影,背景保留城市夜景散景
  • 加班(深夜办公室)
    绝大多数顶灯已关,仅剩显示器蓝白冷光(约4500K)从正前方打亮面部,形成强烈屏幕反光高光,两侧深色阴影,背景工位区域只剩零星屏幕亮斑,整体高对比冷蓝暗调,营造疲惫空旷感,不加任何暖光源
  • 便利店
    店内冷白LED顶灯(约5500K)均匀泛光,货架层板内嵌暖黄灯带(约3000K)形成局部暖色条,面部受冷白顶光为主、下方货架暖光轻微补色,整体冷暖混合对撞,玻璃柜门和包装袋表面有明显反光点,室外夜色透过店门形成深蓝背景
  • 健身房
    顶部强冷白灯(约5500K)高亮硬打,大面积镜墙产生多重反射叠加,面部高光明显、颧骨和鼻梁反光较强,有汗水高光点,背景器材区灯光稍暗但整体高亮,整体高对比高饱和,不使用柔光处理

季节/天气变体光线提示词模板
以下为天气变体的光线描述片段,叠加在对应基础场景的光线描述之上使用:

  • 雨天通勤(地铁站台 / 夜路变体)
    地面形成大面积浅层积水镜面,冷白路灯与站台灯光在湿地面产生拉长倒影,天空整体压低为冷灰色调(约5200K偏灰),大气散射使远处光源形成柔边光晕,无硬影;雨丝从画面上方斜向落入前景形成短暂虚化水珠,整体饱和度低于晴天约20%
  • 夏日高温(户外通勤 / 便利店入店瞬间)
    室外直射日光强烈(约6500K),面部颧骨、鼻梁高光过曝感明显,阴影边缘硬朗;进入便利店瞬间形成"室外强曝→室内冷白5500K骤降"的色温跳切,眼睛有轻微眯缝适应动作;室外地面有热浪微弱折射感(远景轻微抖动虚化)
  • 冬日清晨(卧室起床 / 出门瞬间)
    室内仍保留暖黄灯光(约2800K),窗外天色冷蓝(约6000K),两者形成明显冷暖对比;呼出雾气在镜头前近景短暂可见(约0.5秒);面部户外侧受冷蓝天光补色,与室内暖光在鼻梁处形成明显分界;整体低饱和,无直射阳光
  • 阴雨下班(夜路变体)
    路灯暖黄光(约3200K)在湿路面形成拉长倒影,但光晕比晴天更散更大;天空背景为深灰色(非晴天深蓝),城市远景灯光在雾气中晕散;面部雨水反光形成不规则细碎高光点;整体比晴天夜路更暗、更冷、饱和度更低

节假日/周末变体光线提示词模板
以下为节假日变体的光线与环境描述片段,叠加在对应基础场景的光线描述之上使用:

  • 摸鱼星期五(办公室 / 下班路)
    办公室光线与标准场景一致,但角色面向屏幕时屏幕亮度略低(非工作内容的偏暗界面反光),窗外若有午后斜阳可透入一道约4800K暖黄光柱落在桌面边缘;整体氛围感比平日松弛,不增加戏剧性光效;下班路步伐自然加快,路灯倒影清晰度正常,无雨天散射
  • 节前最后一天(办公室尾段 / 出门瞬间)
    办公室背景远处工位可见零星节日小装饰(彩色贴纸/小红包等,作为散景背景虚化处理,不抢主体);光线与标准办公室一致;推开公司大门瞬间形成"室内冷白5000K→室外暖黄节日氛围光3500K"的色温骤升跳切,室外若有商场橱窗节日灯光从远处透入,形成柔边暖色光晕
  • 周末补班/调休班(地铁 / 办公室)
    地铁车厢乘客稀少,冷白荧光灯(约5600K)照射范围更大、更空旷,座椅和扶手反光点更明显;办公室只有零星屏幕亮着,背景大面积黑暗,顶灯可部分关闭形成局部照明,整体色调比标准办公室更冷更暗,孤独感强化
  • 春节前/长假前最后一天(出门 / 夜路回家)
    出门瞬间如有商圈或街道节日灯饰,远景可见约3500K暖橙色串灯光晕(背景虚化,不清晰);夜路回家段路灯暖黄主调不变,但远处若有节日装饰灯串偶尔入镜背景形成暖色光斑;面部光线以路灯主色为准,节日氛围灯仅作极低强度补色,不破坏双色温对撞关系
5. 视频合成

剪辑组接规则:

  • 严格按 Storyboard 分镜顺序拼接。
  • 转场策略:默认使用"动作匹配快切"或"视线匹配快切"(无转场特效,直接硬切);段落切换时可用"黑屏快切"(黑场不超过 0.2s,如关闹钟→黑屏→开灯);禁止叠化、划变、缩放等复杂转场特效。
  • 剪辑节奏:整体偏快,贴合打工人匆忙感;关键情绪点(赖床、叹气、发呆)在动作结束后保留约 2s 静止缓冲,不强制剪掉。
  • 保留每个片段原生环境音;片段拼接处环境音交叉淡化约 0.2s,确保自然过渡。
  • VO 音轨(如有):叠加在环境音之上,音量略低于环境音(约 -3 至 -6dB 相对关系);需模拟收音机/电话音质(窄频、轻微失真、偷录感),不使用干净播音音质。
  • 严格禁止:背景音乐、字幕、片头片尾水印、任何文字叠加。
  • 输出规格:MP4,9:16,480p,帧率跟随生成片段。

向用户展示的质检报告:
项目内容宠物品种(自动填写)拟人形象(自动填写)总镜头数(自动填写)总时长(自动填写)运镜风格手持自拍,低角度内心独白有/无无字幕无音乐