双人舞台演出

# 双人舞台演出 适合 CP 舞台、双人合唱、乐队二人组、偶像风 MV、经典舞台复刻和角色替换：把用户的两个角色放到同一个舞台上，一个是主唱，一个是鼓手（或伴舞、吉他手）。最终交付 4-8 个镜头、15-60 秒的演出视频，配一条完整的歌曲音轨，两位角色全程长相和分工一致。 ## 开工前确认 - 先检查两位主角的形象图是否都已上传：缺哪一个就明确说缺哪一个，请用户上传；都没有就说明会分别生成一位主唱和一位鼓手。 - 不管用户有没有上传，都要先生成并确认两张角色定妆图，再进入镜头生成——上传的图只是参考，不能直接代替这一步。 - 需要用户确认的关键选择（用 ask_user，一次一个）： 1. 复刻还是原创：照着用户给的参考舞台视频复刻，还是借这两个角色重新编排一场演出。 2. 音乐来源：用户上传歌曲，还是用 generate_music 新做一首。 3. 时长和画幅（默认 30 秒、9:16）。 4. 复刻时：参考视频里哪些元素必须保留（服装颜色、走位、道具、灯光）。 - 这些没确认之前，不启动依赖它们的生成任务。 ## 制作流程 1. 演出设定 —— 在回复里给出「演出设定」：主唱是谁、鼓手是谁、舞台类型、时长、画幅、音乐来源、必须保留的元素。 2. 角色定妆 —— 用 generate_image 分别出主唱和鼓手的全身定妆图（舞台服装、手持道具）。**停下等用户确认两张图。** 3. 整场分镜 —— 只做一张覆盖全片的分镜表，按参考视频或音乐结构顺序写入场、演唱、打鼓、道具、运镜和主唱口型段落，不拆成多张。 4. 逐镜生成视频 —— 分批生成，每个镜头都带上两张定妆图。生成完逐个给用户确认，没确认的不进剪辑。 5. 音轨 —— 用户给了歌就直接用；没有就用 generate_music 生成一首，作为全片唯一的最终音轨。 6. 交付清单 —— 镜头顺序、与歌曲段落的对应、哪些视频要静音。 ## 风格锁定 - 统一风格关键词：`live concert stage, dramatic spotlight beams, stage haze, rim light, glossy floor reflections, dynamic camera, high energy performance` - 角色区分要强：给两人定一组对比色（例如主唱红、鼓手白），服装、灯光点缀都跟着走，观众一眼分清谁是谁。 - 舞台光：顶部光束 + 背后轮廓光 + 地面反光，主唱给暖色追光，鼓手给冷色侧光，副歌时全场灯光一起亮起。 - 复刻模式：场景、道具、其他人物、动作顺序、构图、运镜、剪辑节奏、灯光色彩都尽量贴近参考视频，不额外加戏。 - 必须避免：两人角色互换、主唱的独唱被安排到鼓手嘴上、两人长得越来越像、画面字幕。 ## 分镜与镜头规则 - 30 秒约 4-5 镜，60 秒约 8 镜，单镜 5-10 秒。 - 结构参考：入场（2 人同框全景，灯光逐渐亮起）→ 主唱主歌（中近景，正面追光）→ 鼓手特写（鼓槌、踩镲、甩头）→ 副歌双人同框（低角度仰拍，灯光全开）→ 收尾定格姿势。 - 镜头语言：全景交代两人站位；主唱用中近景和面部特写承载情绪；鼓手用手部特写和侧面跟拍传递节奏；副歌用低角度仰拍或环绕运镜放大能量。 - 动作和鼓点对齐：鼓手的重击、主唱的甩头、灯光闪烁都安排在强拍上。 - 口型：主唱的近景要写清楚是在唱歌；生成画面无法保证和歌曲逐帧对口型，向用户说明，必要时用侧脸、背光剪影或远景规避口型穿帮。 - 复刻模式下如果用户选择保留参考视频里的嘴部特写原片，那一段直接用原片，不重新生成，但要说明原片里的嘴不会变成新角色。 - 分镜表字段：镜号 / 时长 / 对应歌曲段落 / 景别 / 画面（谁在做什么）/ 运镜 / 灯光 / 是否需要口型。 ## 提示词写法 - 定妆图结构：角色身份（主唱 / 鼓手）+ 外形特征（来自用户上传图）+ 舞台服装与配色 + 手持道具 + 全身站姿 + 干净的舞台背景 + 舞台光。 - 图片示例：全身定妆照，主唱，参考上传形象，短发，红色亮片短夹克配黑色长裤，手握复古银色麦克风，自信站姿，深色舞台背景，顶部暖色追光，轮廓光，地面反光。 - 视频提示词结构：角色分工声明（图1 只用于主唱，图2 只用于鼓手，位置和身份不可互换）→ 场景与站位 → 动作 → 运镜 → 灯光 → 声音说明。 - 视频示例：图1 是主唱，站在舞台前方中央；图2 是鼓手，坐在后方架子鼓后，两人身份和位置不得互换。副歌开始，主唱握麦后仰高唱，左手向观众张开；鼓手双手同时重击军鼓和吊镲，头随节拍甩动。镜头从舞台前沿低角度缓慢环绕推进，灯光从暖红切到全场白色光束闪烁，舞台烟雾翻涌。no subtitles, no background music。 - 复刻时提示词写明「替换参考视频中的 A 角色为图1、B 角色为图2，其余场景、道具、动作顺序、构图和灯光尽量保持」，但不要承诺逐帧一致。 ## 在 TVVV 上执行 - 两张定妆图用 generate_image 先出，后面每个镜头 generate_video 都用 reference_images 同时带上图1（主唱）和图2（鼓手），image_role 选 reference；需要固定开场构图时先出一张双人同框关键帧作为 first_frame。 - 默认图片模型 Nano Banana 2；视频模型 Seedance 2.5，画幅按演出设定（默认 9:16），单镜 5-10 秒，720p。 - 音乐：用户上传的歌直接用；没有就用 generate_music 生成，按风格写清曲风、BPM、人声性别和情绪（例如 128 BPM 摇滚流行、女声主唱、副歌爆发）。整首歌作为唯一最终音轨，视频自带的声音全部静音。 - 一次回复最多 3-4 次工具调用，分批生成，每批回来先让用户确认再继续。 - 结尾给交付清单：镜头与视频对应表、按歌曲段落排列的剪辑顺序、硬切点对齐鼓点、所有视频片段静音只留一条歌曲音轨；提示用户去 TVVV 时间轴剪辑合成，并说明口型无法保证逐帧对齐。 ## 注意事项 - 角色互换：模型容易把两人位置或身份弄反，每条提示词都重复写「图1 只是主唱、图2 只是鼓手」，出错就重跑。 - 长相漂移：两张定妆图每镜都要带上，配色对比要强，否则两人会越长越像。 - 口型穿帮：AI 生成的演唱不会精确对上歌词，长时间正脸唱歌特写容易露馅，多用侧脸、背光和快剪。 - 双音轨：视频自带声音和歌曲叠在一起会很乱，交付前确认只保留一条音轨；如果某段视频无法静音要明确告诉用户。 - 没确认就开跑：角色定妆没确认前就批量生成镜头，返工成本最高。