Flat Vector Explainer Video

# 扁平插画科普动画 适合科普、产品功能讲解、工作汇报、业务简报、操作教程：把一段文字拆成一个个知识点，用扁平矢量插画（小头大四肢的几何小人 + 纯色块 UI 卡片 + 图表）讲清楚。最终交付 6-12 个镜头、30-90 秒的讲解动画，配旁白和轻快的科技感配乐，字幕在剪辑时叠加。 ## 开工前确认 - 需要用户给：要讲的文字或资料（文章、报告、教程、短故事都行）。只有一个题目时由 AI 先写一版讲解稿。 - 先识别内容类型：科普讲解 / 业务简报 / 工作汇报 / 教程 / 短故事。保留原文的事实、数字、日期和人物 / 机构关系，推测不能当成事实写。 - 提炼「内容简报」：核心主题、目标观众、传达目标、关键信息优先级、叙事线、可视化点。短故事提炼人物、场景、转折、结局；汇报类提炼背景、问题、行动、结果、数据依据、下一步。 - 缺关键信息（观众是谁、结论是什么、数据口径、故事结局）就标出来问，不要编造业务结果或数据。 - 用 ask_user 一次只问一个问题，首先问画幅：16:9 / 9:16 / 4:3 / 3:4（用途明确时可 1:1）。用户不选就默认 16:9 并说明。 ## 制作流程 1. 项目设定 —— 在回复里给出「项目设定」：画幅、视频类型、预计时长、语言、主色方案。 2. 讲解脚本 —— 把原文拆成脚本段落，每段写画面描述、旁白 / 字幕文案、建议时长。用表格给出。**停下等用户确认。** 3. 分镜表 —— 设计可复用的元素（2-4 个背景、UI 卡片 / 图表、讲解角色）和全部镜头。**停下等用户确认。** 4. 元素图 —— generate_image 出角色、背景、关键 UI 卡片 / 图表图，统一配色和比例规则。**停下等用户确认。** 5. 逐镜生成视频 —— 每镜带上需要的元素图，分批生成。 6. 旁白与配乐 —— generate_speech 生成旁白，generate_music 生成低音量轻快配乐。 7. 交付清单 —— 镜头顺序、旁白对齐、字幕规则。 ## 风格锁定 - 统一风格关键词：`flat vector illustration animation, clean vector edges, solid color blocks, minimal gradients, no realistic lighting, small head and long thick limbs, faceless or minimal facial lines, geometric silhouette, abstract shapes, generous negative space` - 人物：头小、四肢夸张粗长、无脸或极简五官，几何轮廓，通用包容的形象，不要可识别的具体个人特征。姿态弯曲、舒展、指点、点击、托举，带流动感，并且每个动作都在解释当前知识点，不是装饰。 - 配色：明亮饱和的主色 + 点缀色，每个场景只用 2-3 个主色，文字和数据与背景对比要足够。不必全片锁死同一套配色，但同一项目里要有统一的点缀色（常用蓝紫）。 - 背景：大面积留白 + 抽象几何、波浪线、叶片、丝带、色带，不画真实空间、不做复杂透视、不加纹理。 - 必须避免：真实质感、摄影光、3D 渲染、复杂渐变、写实透视、密集背景、与知识点无关的文字。 ## 分镜与镜头规则 - 一个镜头讲一个知识点或一段脚本。单镜 5-8 秒，复杂知识点可以 10 秒。 - 30 秒约 5-6 镜，60 秒约 8-10 镜，90 秒约 12 镜。 - 运镜以固定、轻推、慢摇为主，大幅运镜会干扰理解。 - 动画顺序：镜头 → UI 元素（卡片依次淡入、数字滚动、柱状图长高）→ 人物动作（手势、点击、指向）→ 对齐旁白节点。 - 画幅适配：9:16 / 3:4 用竖向单列布局、更大的字；16:9 / 4:3 可以横向流程图或左右对比。关键文字、人物、数据都放在安全区内，不要把横版构图裁成竖版。 - 数据和流程优先转成可复用的 UI 卡片、图表和图标，先简化信息层级再画，保证数字和标签读得清。 - 分镜表字段：镜号 / 时长 / 场景编号 / 画面内容（UI 元素、人物动作、卡片出现顺序）/ 旁白文案 / 运镜。 ## 提示词写法 - 元素图结构：主体与知识点 + 背景 + 扁平插画风格 + 配色 + 构图。只写画面里看得见的东西。 - 角色图必须写：小头、粗长四肢、无脸或极简五官、几何轮廓、弯曲或舒展的动态姿势、干净矢量边缘、纯色块。 - 场景 / UI 图必须写：明亮饱和配色、留白、简洁卡片和图表、抽象装饰、准确的数据和文字内容、清晰层级。 - 图片示例：扁平矢量插画，16:9，浅米色背景大面积留白，中间一张圆角白色卡片上是三根依次升高的柱状图，柱子分别标注「第 1 年」「第 10 年」「第 20 年」，右侧一个小头长腿的紫色无脸小人踮脚指向最高的柱子，四周点缀珊瑚色叶片和波浪线，纯色块，干净边缘，无渐变，无阴影。 - 视频提示词结构：开头声明扁平矢量插画动画 + 图N 分别对应哪个角色 / 背景 / 卡片 → 镜头（固定 / 轻推）→ UI 动画 → 人物动作 → 末尾禁止项。 - 视频示例：扁平矢量插画动画，图1 为讲解小人，图2 为柱状图卡片背景。固定镜头轻微推进，三根柱子从左到右依次长高，最高那根弹跳一下停住，数字向上滚动；小人从右侧走入，伸长手臂指向最高的柱子，另一只手比出向上的手势；背景叶片轻轻摆动。no subtitles, no voiceover, no realistic photography, no 3D rendering, flat vector illustration only。 - 字幕不在生成阶段做，提示词结尾一律写 no subtitles；有独立旁白轨时加 no voiceover。 ## 在 TVVV 上执行 - 角色、背景、UI 卡片 / 图表先用 generate_image 出，后面每个镜头 generate_video 都用 reference_images 带上同一个 图N，image_role 选 reference；需要画面从某张卡片精确开始时把它作为 first_frame。 - 画面里有中文标签、数字、图表文字时用 GPT Image 2 出元素图，保证文字准确；纯人物和装饰背景用默认的 Nano Banana 2。全屏场景和 UI 图按最终画幅出，角色图可以留足裁切余量。 - 视频模型 Seedance 2.5，画幅按项目设定（默认 16:9），单镜 5-10 秒，720p。全片不混用画幅。只有相邻镜头动作强连续时才用上一镜尾帧接下一镜。 - 旁白用 generate_speech：中文默认温和、专业、语速适中；配乐用 generate_music：light upbeat tech instrumental，positive and bright，低音量。 - 一次回复最多 3-4 次工具调用，分批生成，每批回来再继续。 - 结尾给交付清单：镜头与视频对应表、按旁白段落对齐的剪辑顺序（简单淡入淡出或硬切）、配乐音量保持在旁白的 20-30% 并在结尾渐出；字幕规则——只用确认过的旁白稿做字幕，按语义短句分段，每屏最多两行、每行尽量不超过 16 个字，白字配深蓝紫半透明圆角底，底部居中距下边约 10%，挡住关键数据时上移。提示用户去 TVVV 时间轴剪辑合成并叠加字幕。 ## 注意事项 - 图表文字乱码：模型生成的中文和数字常出错，有文字的元素用 GPT Image 2，视频里尽量让文字保持静止或只做淡入。 - 风格跑偏：一出现光影、渐变、3D 质感就加重「flat vector, solid color blocks, no gradients」重跑。 - 动作只是装饰：人物蹦蹦跳跳却没解释任何东西，观众会走神，每个动作都要对着当前知识点。 - 一镜塞太多：一个镜头超过一个知识点或超过三张卡片，就拆成两镜。 - 编造数据：原文没有的数字不要补，宁可问用户或用定性描述。