Artisan Making-Of Short Film

# 手作过程四幕短片 适合做「从一张白纸到成品」的治愈系过程片：素描、水彩、书法、手工、板绘，镜头只看手、工具和作品慢慢成形，最后一个惊喜转场揭晓成品。结构是起-承-转-合四幕，光线和色温随阶段变化，笔触和音乐节拍对齐。最终交付 3-7 个镜头、15-60 秒的竖屏短片（默认 9:16，也可 16:9）+ 一条纯音乐配乐。 ## 开工前确认 - 用 ask_user 依次确认（一次一个，用户没意见就用默认）： 1. 创作类型：素描炭笔 / 水彩 / 书法 / 手工 / 板绘。 2. 画什么、做什么：例如「一只猫」「静字」「毛毡小熊」。 3. 情绪：温暖治愈（默认）/ 活力明快 / 平静禅意 / 神秘暗调。 4. 时长：15 秒（3 镜）/ 30 秒（5 镜，默认）/ 60 秒（7 镜）。 - 用户上传了参考图或视频：先分析手的样子（肤色、指甲、袖口）、纸或画布材质、三层配色、光线方向和色温、镜头运动，后面全程以它为准。 - 画面里默认不出现文字（书法写的字除外）。 ## 制作流程 1. **项目设定** —— 在回复里给设定表：类型、主题、情绪、时长、画幅、三层配色（底色 60% / 主色 30% / 点缀色 10%）。**停下确认。** 2. **分镜表** —— 定好纸面 / 画布、手、工具三个元素，再按四幕写镜头。**停下确认。** 3. **先出最后一镜的成品图** —— 把「合」阶段的成品画面做成高质量锚点图，作为全片一致性的标准。 4. **倒推前面各镜的首帧** —— 以锚点图为参考，依次生成「承」「起」各镜首帧，保证手、材质、色调一致。**全部首帧展示后停下确认。** 5. **逐镜生成视频** —— 常规镜头用首帧驱动；「转」镜头单独生成，不绑首帧。 6. **配乐** —— 按情绪生成纯音乐；60 秒片子分三段配乐。 7. **交付清单** —— 剪辑节奏、转场、音量分配。 ## 风格锁定 - 统一关键词：`photorealistic close-up, hands at work, tactile material texture, shallow but readable depth, clean tabletop, no text, no watermark`，再叠加对应类型的质感词。 - **五种类型的默认配色与质感**（有参考图时以参考图为准）： | 类型 | 底色 ~60% | 主色 ~30% | 点缀 ~10% | 质感关键词 | |---|---|---|---|---| | 书法 | 米色 #F5E6C8 | 墨黑 #1A1A1A / 淡墨灰 #6B6B6B | 朱红 #C0392B | ink on rice paper, dry brush texture | | 水彩 | 暖白 #F0EDE8 | 透明群青 #2E5BBA | 钴蓝 #4A90D9 / 镉黄 #F5C518 | watercolor wash, wet-on-wet, pigment bleeding | | 板绘 | 深灰 #2C2C2C | 青蓝 #3A7CA5 | 霓虹青 #00E5FF / 亮白 | digital painting, screen glow, stylus on glass | | 素描 | 泛黄纸 #E8DCC4 | 炭灰 #3D3D3D | 白粉笔高光 #FAFAFA | charcoal texture, graphite grain, rough paper | | 手工 | 木台 #C4A464 | 材料主色（毛毡、陶土）| 黄铜 #B8860B | wood grain, felt texture, handcraft material | - **手的统一**：肤色、指甲、袖口全片一致；右手拿工具，从画面右侧入画。 - **各类型要避免**：书法不出现黑墨和朱印以外的颜色、不出现现代工具；水彩不要不透明水粉覆盖、不要硬墨线；板绘不出现纸张质感、键盘线缆；素描不出现颜料和屏幕；手工不出现塑料反光和纯色影棚背景。 ## 分镜与镜头规则 - **四幕结构与时长占比**： | 阶段 | 占比 | 情绪 | 画面重点 | 构图 | 运镜 | 光线 | |---|---|---|---|---|---|---| | 起 | 15% | 期待、好奇 | 空白纸面 / 材料摆放，埋一点线索 | 居中，中间留白 | 静止或极慢推近 | 侧前 45°，3200K 暖，反差 1:2 | | 承 | 60% | 沉浸、推进 | 从轮廓到上色，逐步成形 | 起稿时偏左（手从右入，作品在左）；上色时三分法 | 起稿固定机位；上色轻微横移跟笔；细节慢推 | 起稿顶光 4500K 1:3；上色正面 + 逆光 3800K 1:4 | | 转 | 10% | 惊喜、冲击 | 视觉突变转场 | 不固定 | 快速模糊转场 0.5-1 秒 | 随转场 | | 合 | 15% | 满足、释放 | 成品居中 | 对称居中 | 慢慢拉远到中景或全景 | 柔光漫射 5000K，反差 1:2 | - **镜头数**：15 秒 3 镜、30 秒 5 镜、60 秒 7 镜。例：30 秒 = 起 1 镜（5 秒）+ 承 2-3 镜（各 5-8 秒）+ 转 1 镜（生成 5 秒，剪到 1-2 秒）+ 合 1 镜（5 秒）。 - **相邻两镜的景别和运镜不能相同**。 - **动作写具体**：哪根手指、多大幅度、从哪到哪。例：「右手拇指和食指捏住炭笔，从左上到右下拉一道缓慢的长弧勾出轮廓」「手腕悬空，笔尖垂直下压，一笔由浓到淡」。 - **音画节奏**：起——音乐先行，画面等待；承（起稿）——中速，一拍一笔；承（上色）——快节奏，一拍多笔，音乐推画面；承（细节）——旋律放慢，手做收尾；转——音乐骤停 + 音效，画面同步突变；合——尾奏，画面静止后慢拉远。 - 分镜表字段：镜号 / 阶段 / 生成时长 / 成片时长 / 构图 / 运镜 / 光线与色温 / 手部动作与画面进度 / 声音备注。 ## 提示词写法 - **图片提示词结构**：主体（手、袖口、工具握法）→ 创作媒介（纸材、颜色、质感、三层配色）→ 构图 → 光线与色温 → 风格锁定。倒推首帧时开头写明「以锚点图为参考，保持手、材质、色调一致」。 ``` Use 图1 as the anchor reference, keep the same hand, paper and color tone. Photorealistic close-up of traditional Chinese calligraphy in progress: right hand holding a black wolf-hair brush vertically, wrist suspended, entering from the right side of the frame, the first stroke of the character just started on aged beige rice paper #F5E6C8 with visible fibers, ink stone with fresh ink at the top edge. Rich black ink #1A1A1A fading to grey wash. Left-leaning composition, work on the left. Overhead neutral 45-degree light, 4500K, medium contrast. Ink on rice paper, dry brush texture. No text, no watermark, 9:16. ``` - **视频提示词结构**：首帧绑定 → 运镜（准确叫名：静止 / 慢推 / 慢拉 / 慢横移 / 快速模糊切）→ 手部动作 → 空间环境 → 声音备注。有单独配乐时视频里不写音乐。 ``` 图1 as the first frame. Static shot. The right hand presses the brush down with steady pressure and pulls a single horizontal stroke from left to right, ink flowing from dark to light, the dry tail of the stroke leaving broken fiber marks; then lifts and starts the next dot. Soft overhead light, paper fibers visible. Sound: brush hair on paper, faint breath. No subtitles, no music, no text. ``` - **转场镜头**：不绑首帧，强调视觉突变。 ``` Abrupt visual jump cut: fast motion blur sweeps across the frame, ink splashes and dissolves into light, revealing the finished artwork. <whoosh sfx> <soft impact>. No subtitles, no music. ``` ## 在 TVVV 上执行 - 锚点图和各镜首帧用 generate_image，默认 Nano Banana 2；首帧生成时 reference_images 带锚点图（图N）和用户参考图。书法要写准确汉字、或成品里有精确文字时用 GPT Image 2。 - 常规镜头 generate_video：默认 Seedance 2.5、720p、设定画幅，单镜 5-8 秒；reference_images 里对应首帧设 `first_frame`，锚点图设 `reference`。转场镜头不设 first_frame，生成 5 秒，剪到 1-2 秒。 - 配乐用 generate_music 生成纯音乐：温暖治愈——弦乐 80-100 BPM，温柔旋律渐强后回落；活力明快——小提琴 / 电吉他 120-140 BPM；平静禅意——古琴 / 笛 60-80 BPM，空灵渐弱至无声；神秘暗调——大提琴 / 合成器 70-90 BPM，盘旋积累后爆发。60 秒片子分三段：A（起到承前段 ~45%，舒缓）、B（承后段到转 ~45%，加快、在转点骤停）、C（合 ~10%，回到柔和旋律淡出），相邻段 BPM 差不超过 20。本 skill 一般不需要旁白。 - 一次回复最多 3-4 次工具调用：锚点图一轮，首帧一轮，视频按 2-3 镜一批。 - 交付清单：按镜号列视频；常规镜头之间 0.5 秒叠化，转场镜头硬切并对准音效，最后一镜 1-2 秒淡出到黑并和配乐淡出同步；配乐开头淡入 1-2 秒、结尾淡出 2-3 秒，转场时把配乐压到 30-40% 突出音效；总时长和目标误差控制在 5% 内，多了就修剪「承」阶段，不动起、转、合。提示用户去 TVVV 时间轴合成。 ## 注意事项 - **手每镜都不一样**：肤色、指甲、袖口漂移最容易被看出来。所有首帧都从同一张锚点图倒推，偏差大就回到锚点图重出。 - **作品进度倒退**：后一镜的画面完成度必须比前一镜高。生成首帧时写清「已完成到哪一步」。 - **书法写错字**：模型常写出错字或不存在的字。成品锚点图用 GPT Image 2 并逐字核对，过程镜头尽量只拍笔画局部。 - **转场太长**：转场在成片里只留 1-2 秒，长了会打断节奏。 - **画面冒出文字和水印**：每个提示词都带 no text, no watermark。 - **相邻镜头雷同**：同样景别加同样运镜会显得在重复，分镜阶段就逐对检查。