Cinematic DIY Craft Process Reel

# 手作过程解压短片 适合手工、木作、皮具、陶艺、模型、家具翻新、小型装修、改造前后对比这类「看着就解压」的过程类短视频，也适合手作店铺、工作室做产品故事。最终交付一条 20-45 秒的 9:16 竖屏短片：开头 1 秒钩子、中间按真实工序推进、结尾留足时间展示成品，配上自然的工具声和轻配乐。 ## 开工前确认 - 需要用户提供：要做的东西是什么（例如「旧木椅翻新」「手缝皮夹」「微缩房子」），以及成品大概长什么样。有成品照片、材料照片、工作台照片最好，这些会成为整条片子的连续性锚点。 - 没有图时：由 AI 设计一个合理的成品造型和工作环境，先出参考图给用户确认，不要直接开拍。 - 有参考视频时：只学它的镜头节奏、景别切换和运镜，不照搬它的内容。 - 用 ask_user 一次只问一个真正影响结果的选择，优先级：①是否出现人物（只拍手 / 出现半身 / 完全无人）②成品最终颜色或材质 ③总时长（默认 30 秒）。 - 默认只出现双手和小臂，人物不露脸，这样连续性最稳。 ## 制作流程 1. **工序拆解** —— 先把整个制作过程按真实物理顺序拆成 5-8 个步骤（准备材料 → 粗加工 → 细加工 → 上色/组装 → 收尾 → 成品），在回复里用表格给出：步骤 / 材料状态 / 用到的工具 / 最解压的瞬间。停下来让用户确认工序没有逻辑错误（比如先刷漆后打磨就是错的）。 2. **连续性设定** —— 在回复里给出「连续性卡」：手的特征（肤色、指甲、是否戴手套、袖口颜色）、工作台材质、主光方向、每个阶段物件的状态（旧 → 打磨后原木色 → 刷底漆 → 墨绿成品）。 3. **分镜表** —— 按「钩子 → 准备 → 过程 → 解压瞬间 → 收尾细节 → 成品揭晓」六段排 8-12 个镜头，每镜 3-5 秒。停下来等确认，复杂项目这一步必须停。 4. **参考图** —— 用 generate_image 出 2-4 张关键参考：成品图、工作台全景、旧物初始状态、手部特写。用户确认后，这几张就是后续所有视频的锚点。 5. **逐镜生成视频** —— 按分镜表用 generate_video 逐镜生成，每批 3-4 个镜头，回来检查手部和物件状态是否连续再继续。 6. **声音（可选）** —— 默认依赖视频自带的打磨、刷漆、敲击等过程声；用户想要配乐时用 generate_music 出一段轻快、低存在感的器乐。 7. **交付清单** —— 列出每个镜头对应的视频、建议剪辑顺序、哪些镜头可以加速，提示用户去 TVVV 时间轴拼接。 ## 风格锁定 - 统一画风关键词（每个提示词都带上）：`photorealistic craft process footage, natural workshop light, tactile material textures, realistic hands, shallow depth of field, social media vertical framing`。 - 光线：一扇侧窗的自然光为主光（色温约 5000-5600K），暖色工作灯做辅助；成品揭晓镜头可以稍微提亮、加一点轮廓光。 - 镜头：微距和特写为主（等效 50-100mm），全景用 24-35mm；镜头稳，缓慢推拉，不要大幅甩动。 - 质感：木纹、粉尘、油漆流动、皮革毛边、胶水拉丝都要看得清，这是解压感的来源。 - 色彩：过程阶段偏自然、略低饱和；成品阶段饱和度和对比略提高，让「变化」被看见。 - 必须避免：凭空出现的新工具或新人物、物件状态倒退、手指数量错误、塑料感 CG 质感、花哨转场、满屏大字。 ## 分镜与镜头规则 - 30 秒成片约 8-10 个镜头，45 秒约 12 个；单镜 3-5 秒生成，剪辑时可裁成 1.5-3 秒。 - 第 1 个镜头就是钩子：直接给最惊艳或最解压的画面（成品一闪、油漆一刷下去颜色突变、一刀切开），不要从「拿出材料」开始。 - 景别交替：特写 → 中景 → 微距 → 全景，避免连续 3 个同景别；每 3-4 个过程镜头插一个全景，让观众知道整体进度。 - 每个镜头只做**一个连续、物理上成立的动作**，并写清起始状态和结束状态，相邻镜头的结束状态 = 下一镜的起始状态。 - 解压瞬间单独给镜头：揭胶带、刨花卷起、最后一刷、拼合咔哒一声，节奏放慢，可以 0.7 倍速。 - 成品揭晓至少 3-5 秒：缓慢环绕或缓推，放在最好的光线里。 - 分镜表字段：镜号 / 时长 / 景别 / 画面（起始→结束状态）/ 运镜 / 声音 / 对应参考图。 | 段落 | 镜头数 | 作用 | |---|---|---| | 钩子 | 1 | 1 秒抓住人 | | 准备 | 1-2 | 交代材料和原始状态 | | 过程 | 3-5 | 按工序推进 | | 解压瞬间 | 1-2 | 慢下来给满足感 | | 收尾细节 | 1 | 打磨边角、上蜡、拧最后一颗螺丝 | | 成品揭晓 | 1-2 | 前后对比 + 环绕展示 | ## 提示词写法 - **图片提示词结构**：主体物件与当前状态 → 环境 → 手部/人物 → 光线 → 构图景别 → 统一画风关键词。 - 图片示例： ``` An old weathered wooden dining chair with peeling brown varnish, standing on a sawdust-covered workbench in a small home workshop, a pair of hands in grey work gloves resting on its backrest, soft side window light at 5500K with a warm work lamp behind, medium shot, vertical 9:16, photorealistic craft process footage, tactile material textures, shallow depth of field ``` - **视频提示词结构**：参考图绑定 → 起始状态 → 一个连续动作 → 结束状态 → 景别与运镜 → 光线与材质表现 → 声音 → 负面约束。 - 视频示例： ``` 图1 is the chair, 图2 is the workshop. Starting state: the chair seat still has old brown varnish. Gloved hands press an orbital sander onto the seat and move it slowly left to right, the old finish turning into pale raw wood as fine dust lifts into the window light. Ending state: half the seat is bare wood. Close-up, camera slowly pushes in 10 percent, static otherwise. Natural side light, visible wood grain and floating dust. Sound: steady sander hum, soft scraping. No new tools, no extra hands, no text, no music. ``` ## 在 TVVV 上执行 - 先用 generate_image 出成品、工作台、初始状态、手部四类参考图，默认 Nano Banana 2；如果成品上需要清晰文字（店铺 logo 印、刻字）改用 GPT Image 2。 - 每个镜头 generate_video 都用 reference_images 带上对应的物件图和工作台图（同一个 图N 贯穿全片），image_role 一般选 reference；需要严格接上前一镜状态时，把前一镜的末帧截图或该状态的参考图设为 first_frame。 - 默认视频模型 Seedance 2.5，720p，9:16，单镜 5 秒（成品揭晓 8-10 秒）。 - 一次回复最多 4 次工具调用：参考图一轮，之后每轮 3-4 个镜头，结果回来检查连续性再继续下一批。 - 配乐只在用户要时用 generate_music：轻快的 lo-fi 或木吉他器乐，音量压在过程声之下；一般不需要旁白，需要时用 generate_speech 出一两句简短说明。 - 交付清单：镜头列表（镜号 → 视频）、建议剪辑顺序、建议加速的过程镜头、成品镜头保留时长，提醒用户在 TVVV 时间轴里裁剪、变速、叠配乐。 ## 注意事项 - **状态倒退**：上一镜已经刷成绿色，下一镜又变回原木色。对策：每个物件阶段都出一张状态参考图，镜头按阶段绑定对应的图。 - **手部崩坏**：多手指、手套颜色忽变。对策：连续性卡里写死手的特征，提示词里重复写「same gloved hands」，镜头里只放一双手。 - **工具乱入**：模型会凭空加锤子、刷子。对策：每镜明确写出只用哪一件工具，负面写 no new tools。 - **动作不成立**：一镜里同时做打磨又刷漆。对策：一镜一个动作，复杂工序拆成多镜。 - **成品不惊艳**：揭晓镜头光线平淡。对策：成品单独打光、略提饱和、慢速环绕，并在开头钩子里提前闪一下成品。