像素回忆短片

# 像素回忆短片 适合把一组真实回忆照片（毕业、旅行、季节、友情、宠物陪伴）重新「画」成温暖治愈的 16 位像素风短片，像在玩一款田园模拟游戏里的回忆过场。最终交付 5-7 个镜头、30-60 秒（可扩到 90 秒）的 16:9 短片 + 一首治愈系纯音乐，可选一段温柔旁白和天空上的寄语文字。 ## 开工前确认 - 需要用户提供：**回忆照片**（3-10 张最好，场景越多样越好）+ **主题**（毕业/旅行/四季/友情等）+ **结尾寄语**一句话。 - 没有照片时：按主题由 AI 直接编排场景和人物，照样能做，只是少了「这是我们」的专属感——提醒用户上传 2-3 张效果会更好。 - 照片只用来提取场景、人数、姿势、构图和氛围，**全部像素化重绘**，原照片不会直接出现在成片里。 - 用 ask_user 一次只问一个：时长（30 秒/45 秒/60 秒/90 秒）或是否需要旁白——默认 45 秒、只配纯音乐。 ## 制作流程 1. **项目设定** —— 回复里用表格给出：标题、主题、画幅 16:9、总时长、风格（16-bit 像素田园风）、文字语言（中文）、寄语。**停下确认。** 2. **照片解析** —— 逐张写出：场景类型（教室/走廊/操场/林荫道/海边…）、人数与姿势、视角（平视/低角度/全景）、主色与光向、情绪。多张照片时标注每张最适合放进哪个镜头。 3. **分镜表** —— 按「四段情绪弧」排 5-7 个镜头，每镜写清场景、情节、景别机位运镜、画面文字、色温档位。**停下确认。** 4. **像素资产** —— 先出一张「风格锚图」，再出角色卡（每个人单独一张）、场景卡、关键道具（自行车、书包、相机等）。**停下确认**像素风格和人物辨识度。 5. **逐镜关键帧** —— 每个镜头一张起始帧，全部以风格锚图为参考，保证调色一致。 6. **逐镜视频** —— 关键帧作首帧生成视频，分批出，每批回来检查像素感有没有「化掉」。**全部完成后停下预览。** 7. **配乐 / 旁白** —— 生成治愈纯音乐，如有旁白再生成旁白。 8. **交付清单** —— 镜头顺序、转场时长、音乐处理，引导到 TVVV 时间轴合成。 ## 风格锁定 - 统一画风关键词（每个提示词都带）：`16-bit pixel art, cozy farm-sim game style, SNES-era JRPG aesthetic, limited color palette, dithering shading, tile-based environment, stepped pixel edges`。 - **限定 5 色主调色板**：暖黄 #F2C249、橙红 #E8804A、天蓝 #7EC0E8、草绿 #5BA84A、暖棕 #8B6B3A。单帧不超过 5-6 个色阶，阴影用棋盘格/条纹抖动，不用平滑渐变。 - 视觉元素：45° 俯视或等距构图、方格瓦片地面、圆冠树和方块灌木、木栅栏和石子路、像素化的窗光；人物 Q 版大头小身、实心像素眼睛、无鼻子、左右侧身精灵姿态。 - 光的画法：光束 = 半透明像素条，光晕 = 半透明像素圆环，**不能用高斯模糊**。 - 分辨率逻辑：按 64-128px 精灵尺度去画，边缘是阶梯锯齿，禁止抗锯齿曲线。 - **按色温分三档**给场景配色（同一主题换场景时套档位）： - 暖色亲密档（教室、林荫道）：教室暖黄+暖棕、窗台点草绿，侧窗暖光像素光条横过课桌，桌下暗部抖动；林荫道草绿+暖黄、树干暖棕，树冠漏下的丁达尔光斑是像素圆点。 - 冷色过渡档（走廊）：天蓝+暖白、校服和海报点橙红，顶部漫射光+尽头窗户逆光，作为情绪转折。 - 暖色高潮档（操场、天空）：橙红+草绿、夕阳天空暖黄，低角度金色逆光，栅栏影子投在跑道上——全片色温最暖。 - 开场/结尾天空：天蓝到地平线暖黄的渐变，低饱和像素云块；开场清亮，结尾偏暮色。 - 必须避免：写实渲染、高清细节、矢量描边、赛璐璐上色、景深虚化、运动模糊、现代 UI、字幕条。 ## 分镜与镜头规则 - 5-7 个镜头，按情绪弧而不是固定场景排列： 1. **开场**（1 镜，4 秒）：清亮的全景/天空 + 一句主题寄语，前 3 秒必须给出视觉钩子。 2. **日常沉浸**（2-3 镜，各 5-6 秒）：温暖亲密的日常片段，让观众「认领」回忆。 3. **情绪推高**（1-2 镜，各 8-10 秒）：色温更暖、情绪更浓，慢推慢跟。 4. **余韵告别**（1 镜，8-10 秒）：画面化入天空/留白，寄语文字浮现。 - 毕业主题示例：校园天空 → 课桌学习 / 走廊并肩 → 操场夕阳 / 林荫道骑车 → 天空寄语。旅行、四季、友情按同样的弧换场景。 - 单镜最长 15 秒。扩到 90 秒时优先拉长高潮镜头或加 1-2 个叙事镜，不要所有镜头平均拉长。 - 运镜只用慢摇、慢推、慢跟，不用剧烈运动——这是回忆，不是动作片。 - 画面文字放在天空、地面或光影这类自然载体上，用像素点阵字体，字号对齐像素网格；文字安排在镜头后半段出现。 - 分镜表字段：镜号 / 情绪段 / 时长 / 场景（引用场景卡）/ 情节与表情 / 景别·角度·运镜 / 色温档 / 画面文字。 ## 提示词写法 - 用户用中文交流时，提示词主体可用中文，风格锚词保留英文；画面文字与旁白用中文。 - **图片提示词结构**：风格锚词 → 主体与动作（自然语言）→ 场景与道具 → 调色板（写色值）→ 光线（像素光条/光环）→ 构图 → 画面文字（用引号写准确内容 + 像素点阵字体）→ 负面词。 - 图片示例： ``` 16-bit pixel art, cozy farm-sim game style, SNES-era JRPG aesthetic, limited palette, dithering shading. 两个Q版大头学生并肩骑自行车穿过林荫道，背后是金色夕阳，树冠漏下的光斑是半透明像素圆点。调色板：草绿#5BA84A、暖黄#F2C249、暖棕#8B6B3A。45°俯视，方格瓦片路面，阶梯像素边缘。no realistic rendering, no smooth gradient, no blur, no subtitles. ``` - **视频提示词结构**：参考绑定（图N 分别对应风格/角色/场景）→ 运镜 → 主体动作与微表情 → 空间变化（光影流动、树叶摇晃）→ 环境音 → 重申像素风 → 负面词。 - 视频示例： ``` 图3 作为首帧，图1 为角色参考。镜头缓慢横移掠过窗边课桌上的书本，窗外金色落叶轻轻摇晃，阳光铺满桌面，像素光条随时间缓慢移动；女孩托腮微笑看向窗外。保持 16-bit pixel art、SNES-era JRPG aesthetic、limited palette、dithering shading，树叶与光影按像素阶梯式运动。no motion blur, no depth of field, no realistic rendering, no subtitles, no modern UI. ``` ## 在 TVVV 上执行 - 先用 generate_image 出风格锚图（Nano Banana 2，16:9），之后**每一张**角色卡、场景卡、关键帧都把风格锚图放进 reference_images；用户照片作为额外参考做像素化重绘。画面里有寄语文字且必须一字不差时，那一张用 GPT Image 2。 - 视频用 generate_video，默认 Seedance 2.5、720p、16:9；每镜 reference_images 带该镜关键帧（`first_frame`）+ 出场角色卡（`reference`）。时长按分镜：过渡 4 秒、叙事 5-6 秒、高潮 8-10 秒。 - 同一场景连续两镜需要强连贯时，用上一镜最后一帧做下一镜首帧。 - 配乐用 generate_music：治愈纯音乐，钢琴+木吉他+轻弦乐，温暖怀旧带一点感伤，田园游戏原声质感，时长与成片一致；不写真实音乐人名字。用户想要带词的歌再改为歌曲。旁白（可选）用 generate_speech，温柔女声或男声，先在回复里给出完整旁白稿。 - 一次回复最多 3-4 次工具调用：资产一轮、关键帧一轮、视频每轮 2-3 镜。 - 交付清单与转场建议（在 TVVV 时间轴里做软叠化）： - 开场进入：1.0-1.5 秒，缓入缓出； - 同色温镜头之间：0.5-0.8 秒，线性； - 暖转冷：0.8 秒，缓出；冷转暖：1.0-1.2 秒，缓入； - 结尾：1.2-1.5 秒，慢慢溶进天空留白。 - 整体「头尾慢、中段稍快」；音乐开头淡入、结尾淡出，文字出现时音乐压低一点。导出 16:9、720p。 ## 注意事项 - **像素感化掉**：视频模型动起来容易变成半写实或平滑插画。每条视频提示词都重申像素锚词，并写 no motion blur / no depth of field；化得严重的镜头降低动作幅度重出。 - **颜色跳档**：不同镜头色温乱跳会很出戏。所有图都带风格锚图，提示词写色值，冷色只留给过渡镜头。 - **人物认不出**：多人照片要每人一张角色卡，抓 2-3 个最有辨识度的特征（发型、眼镜、标志性外套），每镜都写上。 - **寄语文字写错或糊掉**：文字镜头用 GPT Image 2 出关键帧，并让文字在视频里保持静止；实在不稳就让画面留白，到时间轴里加像素字。 - **节奏太碎**：回忆片忌快切。镜头不少于 4 秒，转场用叠化，不用闪白、甩镜等花哨转场。