Ancient Sweet Romance Short Drama

# 古风甜宠短剧 适合做古装甜宠、宫廷恋爱、江湖情缘类的真人质感短剧：初遇心动、误会化解、暧昧升温、身份反转。最终交付一支 1 分 30 秒到 2 分钟的短剧（约 14-20 个镜头，每镜 5-10 秒），含男女主对白、古风轻音乐和可选字幕，默认 9:16 竖屏。 ## 开工前确认 - 第一个问题：用自己的剧本，还是让 AI 来编？用户有剧本就请他贴出来；选 AI 编就按下文的「爆款三要素」写一版。 - 可选素材：男女主演员参考照、服装参考、场景参考。有照片就提取五官、发型发饰、服装配色作为锁定描述，不额外脑补照片里没有的元素。 - 用 ask_user 一次只问一个真正影响结果的选择。角色定稿后，再依次确认：画幅（默认 9:16）、要不要背景音乐（默认古风轻音乐）、要不要字幕（默认后期加字幕）。 ## 制作流程 1. 剧本 —— 在回复里按「场景 / 动作 / 对白」的剧本格式给出。AI 编剧时必须满足爆款三要素： - **人设反差**：男女主表面形象和私下性格要反差强烈（看着冷其实黏人、看着莽其实细腻），每人至少设计一个出人意料的「破功」细节，并写一场让它暴露的戏； - **身份悬念**：两人都藏着秘密，每次试探都暗示真实身份，1-2 分钟内至少埋一个伏笔或反转钩子； - **高密度糖点**：碰手、对视、近距离、撩人台词密集出现，每 10-30 秒至少一个糖点，而且每个糖点都要有明确的情绪高峰，不写无用过场。 **停下等用户确认剧本。** 2. 角色定妆 —— 写男女主角色卡（五官、脸型、发型发饰、服装款式与配色、气质），生成三视图定妆照。**停下问用户：满意可以进场景了吗，还是要先调整角色？** 3. 分镜表 —— 按确认的剧本拆镜，每镜写明起止站位（见下文）。**停下等用户确认。** 4. 场景参考图 —— 每个主要场景出一张，真人电影质感。**停下请用户审阅，可单独重做某个场景。** 5. 逐镜生成视频 —— 按分镜顺序生成，强衔接镜头严格串行。 6. 配乐与旁白 —— 全部镜头完成后再生成背景音乐；剧本里有画外音或内心独白时生成旁白。 7. 交付清单 —— 镜头顺序、时长、转场、字幕文本，提示去时间轴合成。 ## 风格锁定 - 统一画风关键词（每个镜头都带）：`photoreal cinematic costume drama, soft backlight rim light, warm gold and cool blue interplay, 35mm lens, shallow depth of field, soft focus, matte realistic texture` - 光线：电影级自然光源——透过窗棂的阳光、烛火、晨雾；远处光源勾出人物轮廓，明暗对比明显，人物有强轮廓光。色调柔和，暖金与冷蓝交织。 - 质感：真人肖像摄影质感，皮肤真实细腻、可见毛孔和细绒毛，发丝清晰；五官精致立体、上镜，有记忆点，不要路人脸和糊脸。 - 服装：汉服、宫廷或江湖装束，全片一个主色调约占画面 90%，避免高饱和撞色，不出现现代元素。 - 场景：真实的建筑与自然材质（木构、青瓦、竹林、石阶），色调克制厚重。无论剧本氛围怎么变，场景都保持真人电影质感。 - 必须避免：动画感、游戏 CG 感、概念插画感、过度后期滤镜、画面里与剧情无关的文字、现代物件。 ## 分镜与镜头规则 - 镜头数 14-20 个，单镜 5-10 秒，总长 90-120 秒。宁可一镜里有完整的情绪起伏，也不要切成一堆碎镜头。 - 每镜必须「满」：至少一个明确的动作节拍或一句台词。纯氛围镜头也要用微表情、肢体细节（衣袖轻动、指尖收紧）、环境动态（风吹落花、烛火摇曳）填满，不准出现干等的空镜。 - 站位交接（最重要的规则）：每镜描述开头用一句话写清每个角色的站位、朝向、肢体起始状态，结尾再写一句结束状态。从第 2 镜起，开头直接承接上一镜的结尾。例：「承接第 5 镜结尾：女主站在石桌左侧背对男主，双手攥着衣袖；男主在三步外，右手刚收回。……本镜结束时：女主已转身，双手被男主轻轻握住，两人相距不到一步，面对面。」这样任意相邻两镜都能无缝接上。 - 糖点镜头（对视、牵手、告白、靠近）优先用近景 / 特写 + 缓慢推镜，放大情绪张力；建立场景时用全景，可加前景遮挡（花枝、纱帘、廊柱边缘）增加层次和电影感。 - 节奏：动作按真人正常速度表演，只在情绪最高点（久久对视、轻抚脸颊）短暂用慢动作。 - 分镜表字段：镜号 / 时长 / 场景 / 景别（特写 / 近景 / 中景 / 全景）/ 机位角度（平视 / 仰拍 / 俯拍）/ 运镜（固定 / 推 / 跟 / 摇）/ 起始站位 / 动作与情绪 / 对白原文 / 结束站位 / 是否强衔接上一镜。 ## 提示词写法 - 提示词正文用中文写，风格关键词可保留英文。 - 角色定妆图结构：五官与脸型 → 发型发饰 → 服装款式与配色 → 气质 → 写实质感 → 版式（白底横排三视图：左正面全身、中侧面全身、右背面全身，手里不拿任何道具）。示例（女主）： `黑发高髻，发髻饱满圆润，柔软刘海修饰脸型，余发垂于耳后，髻上簪点翠珠钗与垂坠流苏；五官精致灵动，眼神清亮，双颊粉润，唇角微扬；内着白色广袖上衣，外罩橙色刺绣褙子与飘逸纱裙，腰间挂白兔香囊；甜美端庄的闺秀气质；photoreal portrait, visible skin pores, clear hair strands, film portrait lighting；纯白背景，横排三视图，左正面全身、中侧面全身、右背面全身，无道具，无文字` - 视频提示词结构：运镜 → 角色动作与情绪细节 → 空间与环境变化 → 声音与对白。把统一画风写成通顺的一段话，不要逐条罗列。台词用引号标出说话人。示例： `近景缓慢推镜。承接上一镜：图2 中的女主背靠廊柱，图1 中的男主单手撑在她耳侧。男主微微俯身，目光从她的眼睛移到唇边又克制地移开，女主指尖攥紧衣袖、睫毛轻颤，呼吸由紧张慢慢放松。前景一枝梅花轻晃，花瓣飘落。男主低声说："跑了一整天，就不想我？"女主耳尖泛红，别过脸小声回："谁想你了。"cinematic soft backlight rim light, warm gold and cool blue, 35mm lens, shallow depth of field, photoreal costume drama。不要背景音乐，不要字幕。` - 负面约束：配乐单独生成时写「不要背景音乐」；用户选后期加字幕时写「不要字幕」，字幕由剪辑时叠加。 ## 在 TVVV 上执行 - 用 generate_image 先出男女主三视图定妆照（图1 男主、图2 女主），再出每个场景参考图（图3 起）。用户上传了演员照时，把照片放进 reference_images 再生成定妆照，长相以照片为准，剧本里的性格描述不能改动外貌。 - 默认图片模型 Nano Banana 2；需要在画面里排精确文字（片名海报、竖屏封面标题）时用 GPT Image 2。 - 每个镜头用 generate_video，默认 Seedance 2.5、9:16、720p，单镜 5-10 秒；reference_images 带上本镜出场角色的定妆照和对应场景图，image_role 选 reference。同一角色全片始终用同一个 图N。 - 强衔接镜头（站位、朝向、手部动作必须无缝接上）：先等上一镜生成完，从上一镜结尾截取一帧作为新图片，再放进下一镜的 reference_images（image_role 用 first_frame 或 reference）。不要拿整段上一镜视频当参考，画质会一路劣化。非强衔接镜头按各自分镜独立生成即可，可以并行。 - 配乐用 generate_music：古风甜宠轻音乐，弦乐 / 琵琶 / 笛子为主，含蓄、带一点暧昧感；情绪有明显转折时分成两段。用户指定了其他风格就照用户的来。 - 有画外音或内心独白时用 generate_speech 单独生成，视频提示词里不再重复独白全文。 - 一次回复最多 4 次工具调用，按剧情段落分批生成，每批回来先检查脸、发饰、服装配色是否一致，再继续。 - 结尾给交付清单：每个镜头对应的视频、剪辑顺序与时长、字幕文本。剪辑建议：默认直切；对视、告白等情绪高点前后可加 0.5-1 秒黑场或淡入淡出；背景音乐比人声低约 15-20 dB，情绪高潮段可适当抬高；片头片尾各做 3 秒淡入淡出；总时长控制在 90-120 秒，超了就缩短个别镜头。提示用户去 TVVV 时间轴剪辑合成。 ## 注意事项 - 脸崩和换装是古装片最大的翻车点：每个镜头都必须带定妆照参考，提示词里重复写发饰和服装主色，剧情氛围不能影响外貌描述。 - 站位不交代清楚，相邻镜头会出现人物瞬移、左右互换；每镜开头结尾的站位句一句都不能省。 - 空镜和慢动作太多会显得拖沓，甜宠短剧要快、要密，糖点间隔不超过 30 秒。 - 场景容易滑向游戏 CG 或仙侠插画风，提示词里反复强调真实材质与自然光，出现偏差就重做。 - 用整段视频做衔接参考会让后面的镜头越来越糊，只用尾帧截图。