史诗管弦电影 MV

# 史诗管弦电影 MV 给史诗管弦、电影配乐、预告片音乐配一支写实大片质感的纯画面 MV：荒原、废墟城堡、战场、孤独剪影、苍穹、海崖。没有对口型、没有唱歌、没有旁白和字幕，全靠光、尺度和剪辑节奏跟音乐走。可以从用户上传的音频出发，也可以从一句文字创意出发。交付 5-20 个镜头的横屏成片。 ## 开工前确认 - 需要一段音频或一句创意，二者至少有一个。都没有就提示：「上传一段配乐，或者写一句故事，比如『一个英雄独自走上战场』」。 - 音频超过 5 分钟时建议截取前 3 分钟，或分两部分做，等用户决定。 - 节奏类型必须问清楚，用 ask_user 二选一： - 慢节奏沉浸：单镜 4-8 秒，5-10 个镜头。 - 快节奏蒙太奇：单镜 1.5-3 秒，10-20 个镜头。 - 没有音频只有文字时，提示可以用 generate_music 先生成一段史诗管弦乐，或者先出画面、之后再配。 ## 制作流程 1. 音乐分析 —— 回复里给出「音乐结构表」。有音频时按以下维度分析： - BPM：>120 → 激烈、战斗、追逐，配快切、手持晃动、快速横摇；80-120 → 蓄势、行进，配中速推拉和混剪；<80 → 庄严、沉思、孤独，配慢动作、航拍、缓推。 - 频谱：低频重（大号、低音弦、工业鼓）→ 压迫、宏大，配大远景、逆光剪影；中高频突出（合成主旋律、管风琴、高音铜管）→ 希望、仰望，配丁达尔光束、上摇镜头；电子音色主导 → 冷峻未来，配冷蓝调、工业废墟或太空。 - 动机循环：同一短旋律层层叠加的段落标记出来，后面画面要跟着逐层递进。 - 情绪曲线：平静 → 上升 → 高潮 → 余韵，切成 3-6 段，每段写时间范围、情绪标签、音乐特征、画面关键词、建议时长、节奏处理。 只有文字时，扩写成 3-5 段（开端、上升、高潮、结尾），格式相同。 2. 项目设定 —— 标题、节奏类型、画幅 16:9、无字幕无旁白无对口型、视觉体系、音频来源。 3. 关键元素与分镜 —— 从结构表里提炼 3-6 个关键元素（场景或剪影人物），再给分镜表。停下等确认。 4. 元素基准图 —— 每个关键元素出一张风格基准图，体现下面的光影体系。 5. 逐镜生成 —— 每个镜头带上对应元素的基准图。 6. 环境声（可选）—— 分镜确认后单独问用户要不要叠风声、远雷、低频嗡鸣、心跳。 7. 交付清单 —— 剪辑顺序、卡点位置、转场与音量建议。 ## 风格锁定 - 写实是最高优先级：真实皮肤纹理（毛孔、细绒毛、皱纹）、真实布料与金属磨损锈迹、真实地形天气、自然光源（太阳、月光、火光、爆炸光）。参照诺兰式的电影写实与纪实摄影质感。 - 光影：高反差，主光与暗部亮度差大；逆光剪影和丁达尔光束是招牌；禁止平光和均匀照明。 - 色彩：暗部冷蓝灰（约 #1A2A3A），高光琥珀金（约 #F5C76E），整体低饱和高反差，可加极轻胶片颗粒。 - 景别：远景、全景、大远景合计 ≥60%，建立宏大空间；特写（手、脚印、武器、旗帜、尘土）强化情绪；中景只用于过渡。 - 每张图和每个镜头都带：cinematic epic, photorealistic, shot on film, real skin texture, natural lighting, high contrast, rim light silhouette, teal shadows, amber highlights, low saturation, anamorphic lens flare, atmospheric haze。 - 必须避免：动漫、卡通、插画、水墨、赛博霓虹、抽象几何、游戏引擎渲染感、塑料感、AI 涂抹感、过度锐化、发光描边、人物特写对口型或唱歌。 ## 分镜与镜头规则 - 人物以剪影或局部特写出现，不需要精确面部建模，也不需要角色一致的正脸。 - 慢节奏运镜：缓推缓拉、无人机平飞或俯冲航拍、摇臂弧线、带呼吸感的静止镜头、长焦压缩空间。快节奏运镜：急推急拉、手持晃动、快速横摇、甩镜、短暂定格。 - 动机循环段：每循环一次景别推进一级（大远景 → 全景 → 中景 → 特写），或切换频率逐步加快；这一段禁止长时间不变的单一镜头。 - 连续性： - 同一段内相邻镜头主光方向、色温、主色调保持一致，跨段光线变化要有理由（时间流逝、换场景）。 - 相邻镜头不要从特写直接跳大远景，除非是设计好的匹配剪辑或切黑。 - 同一段内主体运动方向统一（都从左到右或都从右到左），避免越轴。 - 慢镜段里不插孤立快切，快切段里不插孤立慢镜，节奏只在段落边界变化。 - 分镜表字段：镜号 / 所属段落 / 时长 / 关键元素 / 画面内容 / 景别与运镜 / 光线 / 是否对应动机循环 / 转场。 ## 提示词写法 - 所有提示词用英文写，只写画面里看得见的东西，不写情绪动机。 - 图片提示词结构：主体 + 环境 + 光线（逆光方向、有无丁达尔光、主光冷暖）+ 固定风格词。 示例：A lone armored knight seen from behind on a scorched hill, tattered banner, smoke rising from a ruined castle in the distance, low sun backlight with god rays through the smoke, warm amber rim on the armor, teal shadows, cinematic epic, photorealistic, shot on film, wide establishing shot, atmospheric haze, low saturation. - 视频提示词结构：运镜 → 主体状态（位置、动作强度）→ 环境与光（光源、烟尘、天气）→ 环境声提示（如需要）→ 固定负面词。慢镜多用 slow motion, gradual, lingering；快镜多用 fast cut, sharp, dynamic, handheld energy。 示例：Slow aerial push-in over a burning battlefield at dusk, a lone knight walks forward through drifting embers and smoke, cloak whipping in strong wind, sun low behind clouds casting god rays, teal shadows and amber highlights, photorealistic, film grain. Sound: low wind, distant crackling fire. No subtitles, no text, no lip sync, no singing, no narration, no music, no anime, no CGI render, no plastic texture. ## 在 TVVV 上执行 - 关键元素基准图用 generate_image 出，确认后作为图N；每个镜头 generate_video 在 reference_images 带上对应元素的图N，image_role 用 reference。同一场景的连续推镜可把上一镜末帧作为 first_frame，其余情况只带元素图。 - 默认图片模型 Nano Banana 2；默认视频模型 Seedance 2.5，aspect 16:9，720p。慢节奏单镜 5-8 秒；快节奏目标 1.5-3 秒的镜头按 5 秒生成，剪辑时截取最有力的一段。 - 音乐：用户上传的音频是主 BGM，贯穿全片；只有文字创意时用 generate_music 生成 epic trailer score, low brass and string ostinato, building percussion, deep sub-bass hits 一类的配乐，不写真实作曲家名字。环境声同样用 generate_music 生成：epic wind ambience, low rumbling gust, no melody / deep sub-bass drone, no rhythm / slow deep heartbeat。不使用 generate_speech。 - 一次回复最多 4 次生成调用，按段落分批，每批回来检查写实度和色调一致性；出现发光线条、卡通人物、游戏质感就重做一次，还不行就告诉用户。 - 交付清单与剪辑建议： - 严格按分镜顺序拼接。 - 慢节奏用 1.0-1.5 秒叠化保留呼吸感；快节奏以硬切为主，转场 ≤0.3 秒，高潮处插 2-3 帧黑帧加冲击。 - 每个切点都对齐音乐的重拍或情绪转折，不随意下刀。 - 主 BGM 音量 100%；环境声为 BGM 的 20-30%，高潮快切段可短暂提到 30-35%，慢镜段降到 10-15%；视频自带的风声脚步声 ≤15%，人声和音乐全部静音。 - 结尾加 0.5-1 秒淡出到黑，跟音乐尾音一起收。 - 提示用户到 TVVV 时间轴对齐音乐剪辑导出。 ## 注意事项 - 画面一眼 AI：写实词放在最前，负面词每条都带，避免 epic fantasy 之类会把画风拉向游戏原画的词。 - 色温跳变：同一段落统一光向和冷暖，剪辑时用叠化掩盖不可避免的跳变。 - 循环段画面不动：提前在分镜里标好每次循环对应的景别，别让一个镜头吃满整段。 - 方向混乱：同一段主体都朝一个方向走，必须反向时插一个中性特写或黑场。 - 视频里混入音乐或人声：提示词写明 no music, no singing，剪辑时只保留低量环境声。