穿越世界杯

核心原则

本 Skill 将世界杯足球主题分为两个独立的视频镜头进行生成：

1. Shot 1 (约 3 秒)：以过肩视角（OTS）展示用户看电视并被电视中的球星伸手拉入画面，完成“时空穿梭破壁”。
2. Shot 2 (11 秒)：展示用户传送至夜间绿茵场上空，并在连贯时空中完成腾空旋转发力、侧身蓄力、长达 7 秒极致子弹时间倒挂金钩以及完美落地进球。

角色获取规则（二选一）

在启动本 Skill 时，必须确认：

• 用户上传人物照片：用户提供一张人物照片（主角，看电视、倒挂金钩都是他）。
• AI生成角色：若未上传，则由 AI 自动生成一个角色。

启动与交互节奏

1. 信息收集与 spec 建立：
   • 确认角色来源（“上传照片”或“AI生成角色”）。
   • 使用 text_editor 建立或更新 Final_Video_Spec.md，固定总时长 14 秒（Shot 1: 3秒，Shot 2: 11秒）、16:9 比例、默认 480p（会员可选 1080p）。
2. 角色确立（阶段二）：
   • 若用户已上传照片，直接执行下一个流程。
   • 若未上传，调用 media_generator（TextToImage 路径，使用 Nano Banana Pro）生成一张高精度的足球角色参考图，并注册为 asset_id。不需要调用 storyboard_designer
   • 暂停，将角色图展示给用户确认，待确认后进入下一阶段。
3. 分镜头视频生成（阶段三）：
   • 生成 Shot 1：编写电视穿越 Prompt，调用 media_generator（MultiModalToVideo 路径，使用 Seedance 2.5（分辨率 480p），时长设为 4s，便于剪辑剪切），以角色参考图作为 reference_image。
   • 生成 Shot 2：编写倒挂金钩 Prompt，调用 media_generator（MultiModalToVideo 路径，使用 Seedance 2.5（分辨率 480p），时长设为 11s），以相同的角色参考图作为 reference_image 保证角色一致性。
   • 暂停，让用户预览两个片段的效果。
4. 迭代调整与组装（阶段四）：

• 确认无误后，调用 video_assembler 将 Shot 1（裁切至 3s）与 Shot 2（11s）无缝拼接，合成最终 14 秒视频并引导用户导出。

交互暂停点

• 角色确立后必须暂停，由用户确认角色形象。
• 视频生成后必须暂停，由用户预览两个镜头的生成效果。

人物特征与服装造型提取

当用户上传了主角照片（<<<image_1>>>）时，分析该图像并进行结构化提取：

• 面部五官与发型：提取精准的五官轮廓、面部细节、头发长度、发型款式及发色。
• 服装与造型细节：特别提取主角照片中所穿衣物的款式、材质、领口、颜色、配饰（如眼镜、首饰、帽子等），并形成详细的文本特征描述。这些特征将被强制注入到 Shot 1 和 Shot 2 的视频生成 Prompt 中，确保在两个不同分镜头中造型 100% 保持一致，绝对禁止模型自动将其转换为通用球衣或任意不符的衣物。

叙事结构：双镜头时空转换

本 Skill 放弃单长镜头，改用 双镜头 (Two-shot) 结构，实现空间跨越与高能运动的极致对齐。

镜头划分与时空轴

镜头编号镜头名称时长视觉与运镜逻辑情绪与节奏感Shot_01时空传送破壁：昏暗的房间内，背面过肩镜头（OTS）拍摄主角（<<<image_1>>>）在沙发上看电视。电视里的球赛画面逐渐推向运动员特写。运动员突然静止，转头直视镜头，并将手伸出液化成水银般波纹的电视屏幕，抓住主角。此时镜头慢慢推向电视机近景特写，随后整个画面被一束极度耀眼的强白光吞没（白光结尾）。主角穿梭进入另一个世界。好奇、神秘、物理穿梭感。正常速度。Shot_02绿茵倒挂金钩：主角（<<<image_1>>>）置身巨大夜间球场，通过多次切镜/运镜转换视角展现高光时刻：<br>1. 面部特写 ：正常速度。主角坚毅专注的面部近景特写，眼神中充满斗志，额头微汗（类似点球大战场景）。<br>2. 背影镜头：正常速度。切至背影过肩视角（OTS），看着主角和前方的球门。主角在空中旋转一圈积蓄发力动能，准备踢球，速度转为极慢速。<br>3. 正面子弹时间：极慢动作（子弹时间）。镜头瞬间切至人物正面视角（正面低角度固定位）。主角超长 7 秒空中滞空，身体平行于地面向左侧倾斜蓄力，正面展现完美的倒挂金钩击球姿势，镜头正面表现角色神态与蓄力动作，足球在极慢动作下飘落到脚上方。<br>4. 背面落地进球 ：瞬间切回主角背影镜头。先是动能恢复，正常速度下足球暴射而出，重力恢复快速下坠；随后落地进球，主角背影安全落地，左手单手撑地缓冲，背景中足球撞网破门。惊心动魄、力量爆棚、子弹时间的极致屏息。面部特写(正常) -> 背影腾空(慢) -> 正面子弹时间(极慢) -> 背面恢复与落地(正常)。

音频设计

• 全程无独立 BGM 音轨。
• 镜头内音效均通过视频 Prompt 的音效声明 <...>，由视频生成模型 Seedance 2.5（分辨率 480p） 直接在各分镜中合成。
  • Shot_01 音效：电视机电流声、科幻破壁穿梭风声。
  • Shot_02 音效：雷鸣般的观众欢呼声、裁判哨声、踢球的重击爆裂声、滑过草皮的摩擦声。

生成策略

主角角色生成（若用户未上传）

• 路径：TextToImage
• 模型：Nano Banana Pro(Gemini 3 Pro Image)，分辨率 2K。
• Prompt 设计：生成一位身穿特定颜色足球服（如用户要求的色调）、充满活力的足球粉丝球迷，站在世界杯球场背景下，正面特写，细节清晰。
• 资产注册：生成后注册为主角 key_element 的 asset_id。

分镜头视频生成

1. Shot_01 视频生成

   • 路径：MultiModalToVideo
   • 模型：Seedance 2.5（分辨率 480p）
   • 参数：分辨率 480p（会员可选 1080p），比例 16:9。
   • 参考图绑定：将上述主角资产绑定为核心视觉参考 <<<image_1>>>。

2. Shot_02 视频生成

   • 路径：MultiModalToVideo
   • 模型：Seedance 2.5（分辨率 480p）
   • 参数：分辨率 480p（会员可选 1080p），比例 16:9。
   • 参考图绑定：绑定与 Shot_01 相同的视觉参考 <<<image_1>>>，确保两段镜头的角色是一致的。

Prompt 写作规范与造型锁死

• 服装与造型锁死（最高优先级）：当用户上传照片作为主角时，绝对禁止在 Prompt 中将主角描述为“穿着足球服/球衣 (wearing soccer jersey/uniform)”，除非用户上传图本身就是球衣。在两个 Shot 的英文 Prompt 中，必须将用户照片 <<<image_1>>> 中的具体衣服（如日常衣服、休闲外套等）及发型、配饰细节完整提取并精准写入描述，强制约束两镜头的服装100%一致。

针对双镜头（Shot_01 与 Shot_02）分别撰写英文 Prompt，严格使用下面prompt结构修改内容即可。

Shot_01 Prompt 规范 (电视传送破壁)

• 技术声明（开头）：
  Cinematic photorealistic interior scene, 16:9 widescreen, 4 seconds, normal playback speed.
• 内容描述：
  A dimly lit cozy living room, over-the-shoulder shot from directly behind a viewer [Insert viewer details from <<<image_1>>> (e.g., young woman with long wavy blonde hair)] seated on a sofa, watching a large television ahead. The room is dark except for the warm flickering light cast by the TV.
  On the television screen, a soccer match is playing. The shot begins as a wide full-field view: players running across the green pitch, one athlete dribbling the ball toward the goal. The TV broadcast camera gradually pushes in, slowly narrowing from the full stadium scene to the athlete’s upper body, then to a close-up of his face. Suddenly, the athlete stops mid-motion, turns his head, and looks directly into the camera with clear intent.
  He slowly extends one hand forward toward the viewer. His hand breaks through the television screen, the glass surface liquefying like rippling mercury, shimmering silver-blue distortion rings expanding outward from his arm. The viewer on the sofa freezes, then leans forward instinctively. The athlete grabs the viewer and pulls her into the television. As her body is dragged through the liquid screen in a swirling dimensional teleportation vortex, the camera slowly and continuously pushes forward to a close-up shot of the television, and the scene ends with a sudden transition to a blinding pure white light (fade to bright white light ending).
• 音效声明：
  No dialogue, no subtitles, no music. SFX: soccer stadium ambience from the TV, television static hum, electric crackle, loud dimensional portal whoosh <stadium hum, television static hum, electric crackle, loud dimensional portal whoosh>.
• 渲染参数（结尾）：
  Photorealistic, cinematic lighting, volumetric TV glow, detailed liquid mercury screen distortion, camera slowly pushing in to close-up, sci-fi warp effect, transition to blinding white light, character consistency based on <<<image_1>>>.

Shot_02 Prompt 规范 (绿茵场倒挂金钩高光)

• 技术声明（开头）：
  Ultra realistic World Cup soccer match footage, dynamic camera cuts, highly detailed cinematic lighting.
• 时空锁死描述：
  • Penalty Close-up : Normal speed. Extreme close-up shot of the player's face <<<image_1>>> (e.g., young woman with long wavy blonde hair) standing in front of the soccer goal. Her face is intensely focused, with tiny beads of sweat on her forehead, and her eyes shine with deep determination, reminiscent of a high-stakes penalty shootout scene. Volumetric stadium floodlights create a dramatic glow in the background.
  • The Leap and Rotation : Normal speed. Sudden camera cut to a back over-the-shoulder shot (OTS) from directly behind the player <<<image_1>>>, looking past her toward the front of the soccer goal in the distance. The player stands between the camera and the goal, centered in frame, with her back to the camera. She spins horizontally in the air mid-leap, gathering momentum, and prepares to kick the ball. Speed ramps down from normal to extreme slow motion.
  • Bullet Time Bicycle Kick : Bullet time. Sudden camera cut to a dramatic front-view low-angle shot, completely fixed in position with no camera movement. The player <<<image_1>>> is suspended in mid-air with zero-gravity hangtime, viewed from her front — her face, torso, and front side are fully visible as her body tilts horizontally to the left, leg cocked back in a perfect bicycle kick posture. She is executing this flawless bicycle kick, facing forward. The airborne football slowly descends in extreme slow motion, drifting down until it hovers just above her striking foot. Camera remains completely fixed in position.
  • Kinetic Fall : Pacing instantly snaps back to normal speed. Sudden camera cut back to a rear-view / back-angle shot from behind the player <<<image_1>>> looking toward the goal. The ball rockets away and successfully blasts into the soccer goal net, gravity instantly restores, and the player's body falls rapidly toward the green turf.
  • The Land and Goal : Normal speed, continuing the rear-view / back-angle shot. The player <<<image_1>>> lands safely on the green turf, cushioning her fall with her left arm. In the background, the soccer ball tears into the back of the net.
• 音效声明：
  No dialogue, no subtitles, no music. SFX: thunderous stadium crowd roar, referee whistle blow, heavy explosive ball strike impact, grass sliding rustle <thunderous stadium crowd roar, referee whistle blow, heavy explosive ball strike impact, grass sliding rustle>.
• 渲染参数（结尾）：
  4K resolution, volumetric stadium floodlights, stadium mist, photorealistic turf grass, dramatic lens flare, motion blur on speed transitions, highly detailed character consistency based on <<<image_1>>>.

剪辑与拼接规则

• Shot_01 处理：
  • 保留完整视频和声音，淡出音频2s。
• Shot_02 处理：
  • 完整保留视频。