赛博巨构硬科幻短片

# 赛博巨构硬科幻短片 适合把一个硬科幻世界观拍成「宏观切片」：不讲小人物的家长里短，而是让观众用 45-60 秒感受到文明尺度——巨型机械悬在城市上空，地面的人类群体在光与影的分界里各自生存。最终交付 5-8 个镜头的 16:9 短片，带史诗低频配乐、分场景环境声和可选旁白。 ## 开工前确认 - 需要用户给出世界观或一句话概念；没有时直接用内置设定：3025 年，翼展 518 米的机械鲲鹏悬停在钢铁森林上空 900-1100 米，地面共存四类人群——原生人类、赛博改造人、基因融合体、数字意识体，繁华与废墟之间的边界不是墙，而是光。 - 用户上传了参考图、剧本或参考音乐时优先采用，和内置设定冲突时以用户为准，并说明冲突点。 - 用 ask_user 一次只确认一项：片长（默认 50 秒）/ 是否要旁白 / 群体比例，其余按默认写进项目设定表。 ## 制作流程 1. **项目设定** —— 表格列出：片名、片长、画幅 16:9、色板、旁白语言、配乐风格（史诗低频，60-90 BPM）。等用户确认。 2. **分镜表** —— 默认用下面的五镜结构，标出可调项（叙事节拍、镜头顺序、群体比例、配乐和旁白语气）。**停下等确认。** 3. **角色与场景资产** —— 用 generate_image 生成四类人群代表角色、机械鲲鹏（仰视）、繁华区、废墟区、过渡带。每批出完停下给用户看，可单独重做。 4. **逐镜生成视频** —— 每镜生成后给用户看，可单独重拍。 5. **声音** —— 配乐、旁白、环境声说明，用户确认风格。 6. **交付清单** —— 时间轴结构预览、剪辑与混音建议。 ## 世界观资产规格 - **原生人类**：0% 改造，21-25 世纪棉麻牛仔便装，皮肤保留真实毛孔与细纹，东西方面孔各半。 - **赛博改造人**：40%-70% 改造，关节外露金属骨架，皮下电路纹路以约 0.8Hz 脉动发光，工业模块化服装。 - **基因融合体**：基因级改造，皮肤覆盖鳞片（0.5-2mm）或羽毛（1-5cm），能随环境变色。 - **数字意识体**：无实体，40%-60% 透明的人形光雾，身高 1.7-2.2 米，边缘随机扰动，光雾里隐约残留原本的人脸——这是「曾经是人」的叙事锚点。 - **钢铁森林（繁华区）**：楼间距 20-40 米，哑光黑钛合金 + 镜面玻璃；地面层磁悬浮道与半透明金属叶行道树，中层流动的绿色信息光脉，高层浮空平台与空中光带。 - **废墟区**：信息光脉断裂 40%-60%，锈蚀覆盖 ≥30%，无浮空载具。 - **过渡带**：宽 30-50 米，画面上繁华与废墟按 5:5 或 6:4 分割。 - **机械鲲鹏**：翼展 518 米、身长 322 米，鳞状装甲板 2.5×4 米、缝隙 3 厘米、深蓝能量纹 0.5Hz 脉动，腹部 12 组同心环喷口。阳光从装甲缝隙切成平行光带落在城市上。 ## 风格锁定 - 统一关键词：`hyper-realistic cinematic hard sci-fi, extreme scale contrast, f/11 deep focus, 35-50mm lens, high contrast 6-7 stops, physically motivated light, crisp 1/250s shutter, no motion blur`。 - 色板：主色冰蓝 #4A9BC7 占 60%-70%，辅色暖金 #E8B84B 占 20%-30%，点缀淡紫 #9B7BB8、琥珀 #D4A05A、淡粉 #DDB5B5。最暗处不纯黑、最亮处不纯白，高光和阴影都保留细节。 - 每个镜头都要有方向明确的阴影；硬光边缘锐利，软光边缘柔和。 - 真实镜头光晕只允许出现在主光源位置，最外层直径不超过光源 1.5 倍。 - 必须避免：无光源的迷幻彩雾、神光、假光晕、假霓虹、磨皮、超广角与长焦变形、过曝。 ## 分镜与镜头规则 - **尺度对比是核心**：每个镜头至少有一组大小对比（巨构 vs 人、高楼 vs 行人、天空 vs 地面）。单体超过 100 米的结构，同框必须有人或车做比例参照，占画面 0.5%-2%；从地面到高空的纵向画面要有中间高度参照物，视觉落差 ≥500 米。特写之后必须接一个宏观空间镜头。 - **全程手持呼吸感**：所有镜头带轻微呼吸式微抖。禁止三脚架锁定、无意图的直线推拉、正面平视中景和正面平视全景。 - **运镜决策**： - 情绪崩溃/震惊：荷兰角 10-25° + 面部大特写 - 被压迫/被俯视：俯拍 30-60°，人物在画面下三分之一 - 觉醒/对抗：仰拍 20-45° 慢推，人物占 60%-80%，天空和巨构作压迫背景 - 行走/追逐：过肩跟拍 - 对视：正反打，两次机位夹角 ≥30° - 巨构揭示：低角度环绕，从侧仰逐渐转到全仰 - 城市宏观：45-75° 高空俯拍或侧高摇 - 光影切割：侧逆光斜角，光暗分界线穿过人物身体 - **默认五镜结构**（总 45-60 秒，可按剧本调整）： 1. 宏观揭示 4-6 秒：45-60° 高空俯瞰钢铁森林，鲲鹏入画占 20%-30%。 2. 压迫特写 3-4 秒：荷兰角 15-20° + 仰拍 30-40° 拍地面人物，背景鲲鹏腹部占 50%-60%，虹膜里映出鲲鹏轮廓。 3. 光影切割 4-6 秒：鲲鹏阴影扫过楼群，手持追着阴影边界，人物半明半暗，阴影覆盖 40%-60% 城市。 4. 群像 4-5 秒：半径 2-4 米弧形环绕，f/11 让四类人都清晰，比例 3:3:2:1，捕捉群体间的对视或回避。 5. 高空收尾 4-6 秒：手持 45° 仰拍，缓缓弧形上升到俯视，鲲鹏从一角压入占 60%-70%，城市缩到底部 10%-20%。 - **空灵过渡段**（只在情绪转折时用，如压迫→沉思、阴影缓缓覆盖城市）：光雾必须来自真实光源（装甲缝隙透下的光束、能量体周围透明度 ≤25% 的粒子雾）。节奏三段：压迫起势（极慢手持横移，人物在明暗交界）→ 沉思核心（近乎静止但不锁死，切眼睛或手的大特写）→ 震撼转折（仰拍 20-35° 上摇，巨构完整入画）。这段里不硬切，转其他视角用 ≥0.8 秒渐变。 - **镜内多机位**（7-14 秒镜头）：按叙事事件切换，不按秒切。格式：[机位A] 景别/角度/运镜 — 画面与情绪 → 切换依据（如「鲲鹏阴影边界入画」）→ [机位B] …，相邻机位夹角 ≥30°。推荐模板：宏观揭示 → 情绪特写 → 宏观回落。 - 分镜表字段：镜号 / 时长 / 场景 / 故事节拍（含情绪弧线，例：麻木 → 猛然抬头 → 瞳孔放大 → 嘴唇颤抖）/ 景别 / 角度 / 运镜 / 特写对象与目的 / 光影（主光方向、阴影边缘、反差档数）/ 机位切换。 ## 提示词写法 - **角色图结构**：年龄 → 性别与外貌 → 发型 → 身高体型 → 改造特征 → 服装 → 光线色板 → 皮肤与材质细节 → 构图。不能只写角色名。角色设定图：白底 16:9，左边半身特写，右边正、侧、背全身三视图。 - 角色图示例： ``` Character reference sheet on a pure white background, 16:9. About 35 years old, 1.90m muscular Western male, buzz cut, exposed metallic skeletal joints on the left arm, faint circuit lines glowing ice blue under the skin pulsing slowly, industrial modular jacket in matte graphite. Visible skin pores and fine lines, natural color variation, no skin smoothing. Left: bust close-up. Right: front, side and back full-body views. Hard side key light, f/11, hyper-realistic. ``` - **视频提示词结构**：参考图身份声明 → 物理光源锚定 → 运镜（类型 + 速度 + 情绪意图）→ 主体动作与情绪节拍 → 特写对象 → 空间变化 → 尺度说明 → 声音 → 负面词。 - 视频示例： ``` 图1 is the young primitive-human woman, 图2 is the steel forest street, 图3 is the mechanical sky-whale. Sunlight passes through 3cm gaps in the sky-whale's armor, casting parallel light bands across the street. Handheld low-angle orbit rising slowly from side view to full upward view, breathing micro-shake. The woman stops walking, slowly lifts her eyes, her pupils dilate as the 518m wingspan fills the sky; its shadow sweeps across the towers from left to right. Pedestrians below occupy about 1% of the frame for scale. f/11 deep focus, ice blue and warm gold, 6-7 stops contrast. Sound: sub-bass engine rumble, airflow cutting across armor plates. No subtitles, no music, no motion blur, no fake lens flare, no skin smoothing, no overexposure. ``` ## 在 TVVV 上执行 - 四类人物、鲲鹏和三种场景先用 generate_image 出参考（默认 Nano Banana 2；画面内要有精确文字或编号时用 GPT Image 2），之后每个镜头 generate_video 在 reference_images 里带对应的同一组图N，image_role 用 reference；同一角色连续动作才用上一镜尾帧作 first_frame，一般不加，避免风格同质化。 - 默认视频模型 Seedance 2.5，720p，16:9，单镜 5-10 秒，多机位镜头可到 10-14 秒。 - 配乐用 generate_music：史诗低频、压迫感，60-90 BPM，有明确情绪转折时分两段。旁白（如有）用 generate_speech，「低沉克制的史诗男声」，严格按稿不加词。环境声写进各镜视频提示词：繁华区是磁悬浮低频嗡鸣 + 光脉高频脉冲 + 人群；废墟区是穿过锈蚀结构的风声 + 断续电弧；鲲鹏过顶是超低频引擎震动 + 装甲切风声。 - 一次回复最多 3 次工具调用，逐镜或两镜一批，每镜确认再继续。 - 交付清单：五镜顺序与时长；剪辑以硬切为主，卡在明暗节奏变化上，情绪转折处用 0.5-1 秒叠化；鲲鹏阴影扫过楼群的瞬间对准配乐最重的低频鼓点。混音建议：配乐 -12dB、首尾各 3 秒淡入淡出；旁白 -6dB，出现时配乐再压 3dB；鲲鹏过顶段环境声抬到 -14dB、配乐压 4dB。提示用户在 TVVV 时间轴里合成。 ## 注意事项 - **比例失真**：巨构旁没有人或车做参照就看不出大，每个巨构镜头都要写参照物和占比。 - **镜头死板**：锁定机位 + 平视会立刻变成廉价 CG 感，每镜都写手持呼吸和具体角度。 - **假光效**：模型爱加无源光晕和彩雾，负面词固定写 `no fake lens flare, no glowing mist without light source`。 - **磨皮塑料脸**：角色和视频提示词都写毛孔、细纹和 `no skin smoothing`。 - **叙事变窄**：别连续给特写，特写后必接宏观空间镜头，保持文明尺度。