喵星打工日记

# 喵星打工日记 适合想让自家猫咪「上一天班」的轻喜剧竖屏短片：用户上传猫咪照片，猫咪拟人化地打卡、上工、被需求折磨、摸鱼、下班，全程保持它本来的样子和萌感。最终交付一条 30 秒（可扩到 45 或 60 秒）的 9:16 竖屏视频，含 10-15 个镜头、一段轻快的职场喜剧配乐，可选几条贴纸式梗文字。 ## 开工前确认 - **必须有猫咪照片**：至少一张能看清脸、毛色、花纹和气质的图（正脸、侧脸、趴着、坐着、插画猫都可以）。没有照片就停下，请用户上传，不要先编故事和分镜。 - 多张照片时先确认：是同一只猫的不同角度，还是几只不同的猫，还是只是姿势/场景参考？照片里有多只猫时，让用户指定主角。 - 第一轮确认（用 ask_user，一次只问一个，最关键的先问）： 1. 拟人程度：轻度（四脚着地，只是坐在工位前）/ 中度（会戴工牌、围裙、小帽子，前爪操作道具）/ 重度（坐办公椅、穿小白大褂）。 2. 时长：30 / 45 / 60 秒（默认 30 秒）。 3. 笑点浓度：轻萌 / 适度搞笑 / 职场吐槽 / 夸张反差。 - 其余默认：9:16 竖屏、轻快职场喜剧配乐、不加旁白、梗文字只用短贴纸。用户有禁用的职业、道具或元素要记下。 ## 制作流程 1. **猫咪视觉档案** —— 先看照片，在回复里用表格写出：品种（推测）、毛色与花纹位置（额头、鼻梁、胸口、四肢、尾巴）、脸型、眼睛颜色与神态、耳朵、体型、常见表情、**不可改变的识别特征**。再写它的「打工人格」，比如「困倦程序员猫」「暴躁设计师猫」「元气咖啡师猫」「淡定老板猫」，以及生成风险（脸不清、毛色易漂、姿势难拟人、道具会挡脸）。 2. **推荐 3 个职业** —— 每个写：职业名、一句话定位、为什么适合这只猫、工作场景、职业刻板印象、日常动作、职场梗、反差萌点、开头 2 秒钩子、7 秒左右的爆点、结尾名场面。停下等用户挑选或混搭。 3. **3 个故事方向** —— 标准打工日 / 职场梗浓缩 / 加班崩溃 / 摸鱼被抓 / 职业名场面合集。每个写标题、一天时间线、开头钩子、核心梗、情绪曲线、结尾反差、能不能做成系列。停下等确认。 4. **故事大纲** —— 按「打卡到岗 → 开工 → 日常流程 → 梗点 → 情绪高潮 → 下班/崩溃」分段写清每段的工作内容、动作、梗、猫咪反应。停下确认。 5. **正式分镜表** —— 每 30 秒一张表，见下方字段。改任何一处都重新给出完整表格再确认。 6. **参考资产** —— 照片不全或角度不合适时出一张猫咪身份参考图；再出主工作场景图、职业服饰道具图。停下确认。 7. **逐镜生成视频 + 配乐** —— 按分镜生成，再出一段配乐。 8. **交付清单** —— 镜头顺序、配乐、轻音效建议，提示去 TVVV 时间轴合成。 ## 风格锁定 - 统一画风关键词：`photorealistic cute cat, anthropomorphic but still a real kitten, miniature workplace props scaled to cat size, warm soft cinematic light, shallow depth of field, light comedy mood`。 - 光线按职业：程序员猫是深夜工位，屏幕蓝光打在脸上、色温约 6500K 冷光加一盏 3000K 暖台灯；咖啡师猫是早晨吧台暖光；便利店猫是夜班日光灯；老板猫是落地窗逆光。 - 职业服饰要「小而点到为止」：工牌、小围裙、小厨师帽、迷你眼镜，绝不遮住脸部花纹和眼睛。 - 必须避免：把猫变成人或兽人；换成另一只猫；毛色花纹漂移；突然多出第二只猫；任何受伤、惩罚、被困、危险机器、过劳虐待的画面；乱码文字、水印、未授权 logo。 ## 分镜与镜头规则 - 30 秒一张表，10-15 个镜头，单镜 2-3 秒，内部可再有小切换。节奏：每 2-3 秒一个视觉焦点；每 7 秒左右一个笑点、梗点或崩溃点；0-2 秒必须一眼看出职业（钩子）；结尾必须是能截图当封面的名场面，不要黑屏、淡出或空镜。 - 每张表都要完成四件事：认出这是用户的猫；一眼看出职业；至少推进一个职场梗；至少一个反差情绪（崩溃、犯困、摸鱼、无辜、骄傲）。 - 梗必须用画面演出来，不能只靠字幕。例：「改 bug」= 猫蹲在电脑前，屏幕蓝光照脸，爪子乱拍键盘，屏幕弹出一排报错，旁边三个空咖啡杯，猫眼逐渐失神，最后趴在键盘上睡着。 - 职业灵感库（挑一个，也可以用户自定义）： - 程序员猫：双屏、报错、需求又改了、咖啡续命，名场面是趴键盘睡着。 - 设计师猫：数位板、色卡、「logo 再大一点」「要五彩斑斓的黑」，名场面是对着满屏修改意见炸毛、尾巴扫飞色卡。 - 咖啡师猫：早高峰、冰美式、拉花失败，名场面是认真打奶泡结果溢出来，一脸无辜。 - 便利店猫：夜班、扫码枪、补货，名场面是戴小围裙坐在收银台后被商品淹没。 - 白领猫：周会、日报、表格、摸鱼，名场面是开会假装认真、镜头下移发现爪下在玩毛线球。 - 老板猫：大班椅、画饼、看 KPI，名场面是小爪子敲桌、文件堆成山。 - 客服猫：大耳机、聊天窗、标准话术，名场面是表情逐渐失去灵魂。 - 老师猫：讲台、粉笔、「这题我讲过」，名场面是敲黑板粉笔灰飘起。 - 医生猫：白大褂、听诊器，名场面是认真看报告，下一秒把听诊器当玩具。 - 律师猫、厨师猫（偷吃一口）、主播猫（打光太暖困到闭眼）、摄影师猫（拍出来全是爪印）、保安猫（被监控屏上的小虫吸引）。 - 首尾衔接：每张表第一行写清从照片或上一段怎么接进来；最后一行写清给下一段留的动作、道具或镜头方向。 - 分镜表字段：镜号 / 时间段 / 景别与角度 / 运镜 / 画面内容 / 猫咪动作与表情 / 职业识别点 / 场景道具光线 / 梗点 / 衔接方式 / 生成备注。 ## 提示词写法 - 每条提示词都包含：身份锁定 → 职业 → 场景 → 道具 → 动作 → 表情 → 梗 → 景别运镜 → 光线 → 结尾留口 → 负面约束。 - 身份锁定固定写法：`Strictly follow 图1: the same kitten, same fur color and pattern, face shape, eye color, ears, body proportions and expression. Do not change the cat, do not turn it into a human.` - 图片示例（工作场景参考）： ``` A late-night programmer workstation scaled for a small cat: dual monitors showing blurred code, a mechanical keyboard, three empty coffee mugs, sticky notes on the screen edge, a tiny employee badge on a lanyard. Cool blue screen glow mixed with a warm desk lamp, cozy messy office, photorealistic, shallow depth of field, vertical 9:16. No people, no readable text, no logo. ``` - 视频示例： ``` Strictly follow 图1: the same orange tabby kitten, same fur pattern, face and eyes, still a real kitten. Use 图2 as the workstation reference. The kitten sits in front of dual monitors wearing a tiny employee badge. First it taps the keyboard with both paws, then a row of red error popups appears and its ears flatten, then it stares blankly as the camera slowly pushes in to a close-up, finally its head drops onto the keyboard and it falls asleep. Blue screen light on its face, warm desk lamp, light comedy mood. Sound: soft keyboard clicks, an error ping. No different cat, no human transformation, no extra cat, no injury, no subtitles, no logo. ``` ## 在 TVVV 上执行 - 猫咪照片是全片最高优先级的身份参考（图1）。照片不完整时先用 generate_image 出一张猫咪身份参考图；场景和道具图也用 generate_image，默认 Nano Banana 2；画面里要出现清晰的报错文字、工牌名字时改用 GPT Image 2。 - 每个镜头用 generate_video，默认 Seedance 2.5、9:16、720p、单镜 5-10 秒（短镜头可在剪辑时裁到 2-3 秒）。reference_images 每次都带猫咪照片（reference），再带场景图（reference）；需要精确起始构图时把定帧图设为 first_frame。 - 配乐用 generate_music：`light playful workplace comedy, clear bouncy rhythm, pizzicato strings and marimba, short-video friendly`，不模仿任何具体歌曲。用户上传了音乐就直接用。默认不加旁白；用户想要吐槽旁白时用 generate_speech 生成轻快略带丧气的口吻。 - 一次回复最多 3-4 次工具调用，镜头分 3-4 批生成，每批回来先核对毛色和花纹再继续。 - 交付清单：按分镜顺序列每个镜头的视频、配乐作为唯一主音轨、视频原声压低或静音，只留很轻的键盘声、咖啡机声、扫码声、消息提示音；结尾名场面可截一帧当封面。提示用户在 TVVV 时间轴里合成并加贴纸梗文字。 ## 注意事项 - **猫换了**：最常见的翻车。每个镜头都带原照片，并在提示词开头写身份锁定；出片后逐镜对比花纹位置。 - **变成兽人**：拟人度写得太重时猫会长出人手人身。用「a real kitten sitting on a chair」这种写法，不写 standing like a human。 - **道具挡脸**：眼镜、帽子、耳机会盖住识别特征，宁可去掉道具也要保住脸。 - **梗看不懂**：只靠字幕的梗在竖屏上很快被划走，每个梗都设计一个可见动作。 - **动物福利**：不要拍加班累倒、被老板骂、困在机器里这类会让人不适的画面，「崩溃」只用犯困、发呆、炸毛表达。