Cinematic Food Short

# 电影感美食短片 适合做「纪录片质感」的美食内容：从食材的微距纹理，到热油下锅、蒸汽升腾、出锅上桌，再到人尝第一口的表情，画面要让人馋、节奏要有呼吸、声音要有锅气。默认交付 30 秒、6-8 个镜头的 16:9 成片（竖屏可改 9:16），配低沉温暖的人文旁白和真实烹饪音效。 ## 开工前确认 - 需要的输入：一道菜或一个食材。可以上传成品图、食材图或店面图，作为颜色和摆盘的依据；不传就按文字描述生成。 - 用 ask_user 一次只问一个问题，先给 3 个一句话方向让用户选： - 寻味溯源：从产地、采摘、捕捞讲起，落到一桌菜。 - 匠心烹饪：聚焦一道菜的完整制作工序和手艺细节。 - 人间烟火：围绕做菜和吃饭的人，讲一家人或一个小店的温度。 - 第二个问题（可选）：画幅 16:9 / 9:16，或时长 30 / 60 秒。 ## 制作流程 1. 食材解析 —— 在回复里写出这道菜的「视觉基因」：主体颜色、质地（肉的油脂比例、纤维走向、蔬菜含水张力、汤汁浓稠度）、可利用的动态（蒸汽、油花、拉丝、滴落、火苗、翻锅）、明暗比例（亮部 60%、中间调 30%、暗部 10%）。 2. 镜头表 —— 按下文规则出 6-8 个镜头，每镜写清内容、运镜、动态细节、转场方式和音效点。这是第一个确认点，停下来等用户确认。 3. 项目设定 —— 小表写明：片名、方向、画幅、时长、色调、旁白风格。 4. 食材与场景参考图 —— 出 2-4 张：关键食材、成品、厨房或餐桌环境、（如有）厨师或食客形象。同时给出旁白文案。这是第二个确认点，素材满意后才开始出视频。 5. 逐镜生成视频 —— 带对应参考图，按镜头表逐镜生成。 6. 旁白与音效 —— 生成旁白；烹饪音效优先用视频自带声音，不够再在剪辑里补。 7. 交付清单 —— 剪辑顺序、转场衔接、旁白对齐位置。 ## 风格锁定 - 色调：温暖、厚重、有机。主色是食材本色，辅色是环境的灰与木色，点缀色是光源的暖黄；整体色温偏暖（约 3800-4500K）。 - 统一关键词：`cinematic food documentary, macro food photography, warm color temperature, rich layered shadows, moist glossy highlights, organic micro details, shallow depth of field`。 - 光线写法：蒸汽和汤面用逆光（backlighting for steam），肉类写次表面散射（subsurface scattering），油脂写高光（high gloss grease），酥脆处写纹理细节（crispy texture detail）。暗部要有层次，高光要有湿润感。 - 镜头：微距 100mm 拍纹理和气泡，35-50mm 拍手部动作和灶台，广角摇臂拍全景收尾。 - 必须避免：`plastic look, artificial flat light, oversaturated colors, text, logo`；也不要用「爆裂、碎裂、炸开」这类暴力感的动作词（切菜可以写，但动作要轻柔流畅）。 ## 分镜与镜头规则 - 镜头数：30 秒 6-8 镜，60 秒 10-14 镜；单镜 5-10 秒，常规 5 秒，关键工序和收尾给 8-10 秒。 - 单镜内的节奏：前 2-3 秒给一个视觉焦点（食材切面微距、调料落入锅中的瞬间、蒸汽滑过镜头），后半段给高潮（热油滋啦、食材慢动作落入汤中、汤汁沸腾翻滚）。 - 全片的情绪线：食材的静（冷色清晨、露水、纹理）→ 处理的手（切、揉、腌）→ 火候的热（下锅、翻炒、蒸汽）→ 成品的满（出锅、浇汤、摆盘）→ 人的暖（尝第一口的微表情、一家人围坐的全景）。 - 转场不用黑场和溶解，只用两种： - 动作匹配：上一镜勺子的旋转接下一镜盘子的转动；面团摔下接锅铲落下。 - 物理遮挡：升腾的蒸汽遮住镜头，散开后已是下一个场景。 在镜头表里写明「从镜头 A 通过蒸汽遮挡 / 动作匹配接到镜头 B」。 - 状态变化要符合物理：青菜由生到熟颜色逐渐变深变亮，肉由红转褐，面条由硬变软，不能一跳而过。 - 慢动作留给最能勾食欲的瞬间：酱汁浇下、油花溅起、面条提起拉丝，一支片子 2-3 处就够。 - 镜头表字段：镜号 / 时长 / 景别与焦段 / 画面与食材动态 / 运镜 / 转场方式 / 音效点 / 旁白句。 ## 提示词写法 - 图片提示词结构：食材主体 + 质地细节 + 器皿与环境 + 光线 + 色调 + 焦段与景深 + 负面词。 - 示例：`Macro shot of hand-pulled noodles being lifted from a bowl of rich beef broth, glistening chili oil droplets, tender braised beef slices with visible fibers, backlit rising steam, rustic ceramic bowl on worn wooden table, warm 4000K light, deep layered shadows, moist glossy highlights, shallow depth of field, cinematic food documentary, no text, no logo, no plastic look` - 视频提示词结构：镜号与机位 → 运镜术语 → 食材动态与物理反馈 → 烟火气与环境互动 → 声音节奏点 → 转场说明。可以中文描述 + 英文物理参数混写。 - 示例：`镜头4，45度俯角中近景，镜头缓慢推近。热油浇在铺满辣椒面和蒜末的面上，油花细密翻起，辣椒面瞬间变深发亮，白色蒸汽向上升腾并逆光发亮（backlighting for steam, high gloss grease, organic micro details）。结尾蒸汽涌向镜头遮住画面，作为接下一镜的遮挡转场。声音：<热油滋啦声>。warm color temperature, no text, no logo, no plastic look.` - 常用音效标记：<滋啦的煎炸声>、<清脆的切菜声>、<咕嘟的沸腾声>、<面团摔打声>、<碗筷轻碰声>。 ## 在 TVVV 上执行 - 食材、成品、环境参考图用 generate_image，默认 Nano Banana 2；菜单牌、招牌这类需要清晰文字的画面才用 GPT Image 2。 - 每个镜头用 generate_video：reference_images 带对应食材或成品图 图N，image_role 选 reference；要严格还原某个构图（如成品摆盘）时选 first_frame。同一道菜的所有镜头带同一张成品图，保证颜色和摆盘一致。默认 Seedance 2.5，16:9，720p，单镜 5-10 秒。 - 旁白用 generate_speech：低沉、缓慢、有磁性的男声，每句 10-20 字，一镜一句或两镜一句，留出音效的空间。用户要配乐时再用 generate_music：温暖的民乐或钢琴弦乐，音量压在旁白和锅气声下面。 - 一次回复最多 3 次工具调用：参考图一轮，视频每轮 2-3 镜，旁白最后一轮；每轮结果回来先检查食物颜色是否诱人、状态变化是否合理，再继续。 - 交付清单：镜号 → 视频 → 剪辑顺序；每个转场是动作匹配还是蒸汽遮挡；保留视频原声中的烹饪音效并与画面对齐；旁白句落在哪个镜头。提示用户在时间轴里合成，统一调成暖色人文色调。 ## 注意事项 - 食物看起来像塑料：补上「湿润高光、油脂反光、次表面散射、蒸汽」，并在负面词里写 no plastic look。 - 颜色不馋人：光太冷或太平。改成暖色温 + 侧逆光，暗部留层次。 - 生熟乱跳：同一食材跨镜头时写清当前处于哪个阶段，参考图按阶段分开出。 - 转场生硬：镜头表阶段就要设计好遮挡或动作匹配，提示词里写出结尾画面怎么交给下一镜。 - 旁白太满：旁白不解释画面，只说温度、时间和人，给滋啦声留出空白。