Immersive Interior POV Tour

# 沉浸式家居漫游 适合室内设计、民宿、样板间、梦想之家这类需求：用成年人走路的视角，一镜到底从门口走进空间，光线一点点铺满，最后停在最有味道的角落。最终交付一条 30 秒 9:16 竖屏第一人称漫游视频 + 一条安静的空间环境音轨，配套一张横版全景空间图和一张带运镜批注的竖版多格分镜图。 ## 开工前确认 - 需要用户提供：空间类型（客厅/卧室/书房/全屋）、风格关键词（侘寂、轻奢、北欧极简、中古、奶油风…）；可选：参考图、情绪板、户型图或设计文档。 - 有参考图：提取空间轮廓、主要家具布局、视线和纵深层次；墙地面与家具材质（哑光微水泥、水洗原木、大理石…）；主光方向、色温和软硬；再浓缩成风格标签，例如「侘寂 · 漫射光 · 低饱和暖调」。优先找适合竖构图的元素：挑高、窗景、深走廊、竖向材质纹理。 - 没有参考图：按用户的风格词自动设计一个空间，在确认点让用户改。 - 用 ask_user 一次只问一个问题，通常是「空间类型」或「风格」，二者都有就直接开工。时长固定 30 秒、画幅固定 9:16，不用问。 ## 制作流程 1. **项目设定** —— 表格写清：空间类型、风格基调、9:16、30 秒、语言、主光与色温、情绪弧线（入口 → 发现 → 归属）。 2. **分镜规划** —— 4-6 格，写清每格的时间段、视角、运镜、竖向三段构图（上/中/下各放什么）、情绪阶段。在回复里用表格给出。 3. **横版全景空间图** —— 16:9 或更宽，完整呈现家具布局、材质和光线，作为整个项目的空间母版。**停下确认。** 4. **竖版多格分镜图** —— 以全景图为参考，生成 9:16 的 4-6 格分镜，每格角落叠加导演运镜批注（例如「Walk-in · 缓推向落地窗」）。**停下确认。** 5. **生成漫游视频** —— 以分镜图驱动，生成连续第一人称运动。 6. **环境音** —— 安静室内底噪 + 窗外微风，可选脚步声层。 7. **交付清单** —— 视频段落顺序、音轨叠法。 ## 风格锁定 - 每条提示词都带：`realistic interior photography, first-person walking POV, natural white balance, soft film grain, calm immersive pacing, consistent space and lighting` - 光线：主光来自窗户的自然光；侘寂/北欧用 4500-5000K 漫射柔光，奶油/中古用 3500-4000K 暖光，轻奢可加 3000K 灯带点缀；光从入口的偏冷偏暗，逐步过渡到结尾的最丰富光影。 - 镜头：等效 24-28mm 广角，避免超广角畸变；景深适中，材质纹理清楚。 - 色彩：跟随风格，整体低饱和优先；不要商业效果图式的过曝和塑料反光。 - 必须避免：CGI 渲染感、商业效果图过曝、无人机俯拍、低角度仰拍、鸟瞰、夸张透视、画面里出现人物、字幕、风格在镜头中途改变。 ## 分镜与镜头规则 - **4-6 格 = 30 秒的时间节拍**： - 第 1 格「入口」约 2-3 秒：玄关视角，空间轮廓出现，色调偏冷偏低饱和。 - 第 2-4 格「发现」共约 8-10 秒（每格 2-3 秒）：连续向主空间推进，光逐渐铺满，材质细节出现。 - 最后 1-2 格「归属」约 3-4 秒起、一直延续到 30 秒：视觉焦点落定（窗边、床头、核心角落），光影最丰富，节奏放慢。 - 每格标参考时间段，如「0-2s / 3-10s / 11-30s」。 - **视角高度全程锁死**：成年人行走视线，离地约 155-170cm，水平或下俯不超过 5°；格与格之间不能跳高度。 - **视线连续**：相邻格的视觉中心要有连续的方向动势或空间逻辑，不要视线跳切。 - **运镜词汇**：Handheld Pan（手持轻摇，带一点身体晃动）、Walk-in（向前走进，带轻微上下位移）、Lens Breathing（极轻的呼吸感推拉）、Gaze Hold（停住注视，极慢沉淀）。 - **竖向三段构图**：每格写清上/中/下，例如「上：天花漫射光与纱帘影；中：沙发主体；下：木地板纹理」。 - 分镜表字段：格号 / 时间段 / 情绪阶段 / 视角与位置 / 运镜类型与方向幅度 / 上中下构图 / 光影变化 / 声音。 ## 提示词写法 **横版全景空间图结构**：空间总览视角 → 功能分区与家具布局 → 材质与软装细节 → 光线 → 风格标签 → 宽幅、完整纵深、不要特写。 示例： > 宽幅 16:9 室内全景，侘寂风客厅，从玄关方向看向整个空间。左侧低矮亚麻布艺沙发与粗陶茶几，右侧整面原木开放书架，正前方落地窗挂米白纱帘。墙面哑光微水泥，地面水洗橡木宽板，角落一株枯枝插在陶罐里。午后自然光从落地窗斜射进来，4800K 漫射柔光，影子边缘柔和。低饱和暖灰调，真实室内摄影，自然白平衡，细腻胶片颗粒，无人物，无文字，不要效果图过曝。 **竖版多格分镜图结构**：以图1（全景图）为基础 → 9:16 竖版 N 格 → 每格内容对应「入口/发现/归属」→ 每格写明「成年人行走视角，相机高约 160cm，水平朝向」→ 每格角落叠加简洁的运镜批注，字体像电影分镜手稿 → 全图同一空间、同一光线 → 无人物、无商业渲染感。 **视频提示词结构**：一镜到底声明 + 时长 → 按分镜格顺序描述整体 POV 路径并标时间段 → 每段的空间视角和光影变化 → 竖向三段构图 → 声音 → 负面约束。 示例： > 图1 是多格分镜图，图2 是全景空间图。9:16 竖屏，连续第一人称 POV，不切镜。成年人行走视角，相机高约 160cm，水平朝向，全程不变。路径：从玄关缓慢进入（手持轻摇，轻微身体晃动）→ 向落地窗走去（Walk-in，带轻微上下位移，阳光逐渐铺满微水泥墙面）→ 停在窗前注视（Gaze Hold，极慢沉淀，纱帘被风轻轻吹动）。上：天花漫射光与纱帘影；中：微水泥墙与布艺沙发；下：哑光木地板逐渐靠近。声音：安静的室内底噪，窗外微风，轻柔脚步声。no music, no subtitles, no cuts, no jump cut, no people, no commercial rendering look。 ## 在 TVVV 上执行 - 全景空间图用 generate_image，默认 Nano Banana 2，宽幅；有用户参考图就以参考图生成。多格分镜图因为每格要渲染清晰的运镜批注文字，用 GPT Image 2，以全景图作参考。 - 视频用 generate_video，默认 Seedance 2.5，aspect 9:16，720p。单次生成 5-10 秒，30 秒按分镜拆成 3-4 段： - 第 1 段：reference_images 带分镜 图N + 全景 图N，image_role 选 reference，覆盖「入口 + 发现前半」。 - 后续每段：把上一段最后一帧作为 first_frame，同时继续带全景图做 reference，提示词只写本段路径，衔接处运动方向保持一致，保证拼起来像一镜到底。 - 环境音用 generate_music：`quiet ambient interior soundscape, soft room tone, faint wind outside, gentle lo-fi texture, no percussion, no vocals`，时长覆盖全片；需要脚步声层时写在视频提示词里。 - 一次回复最多 3-4 次工具调用：全景图一批、分镜图一批、视频分段生成（每段回来检查高度和风格再生成下一段）、最后环境音。 - 交付清单：段落顺序与时长、衔接点、音轨。剪辑建议：按顺序无缝拼接，选运动方向一致的帧衔接；环境音轨贯穿全片且低于视频原声；脚步层只在 Walk-in 段叠入，其余淡出；「归属」段末尾音量降低、画面略放慢，以淡出收尾，不要硬切结束。提示用户去 TVVV 时间轴剪辑合成。 ## 注意事项 - **视角高度漂移**：模型很爱在中途飞起来或蹲下去，每段提示词都要重复「相机高约 160cm、水平、全程不变」，并写 no drone, no low angle。 - **分段接缝明显**：下一段必须用上一段末帧做首帧，并且运动方向、速度描述保持一致。 - **空间凭空变化**：家具位置、墙面材质中途改变时，回到全景图作参考重做；全景图是唯一空间母版。 - **效果图感**：写「真实室内摄影、自然白平衡、胶片颗粒」，禁止 CGI、过曝、镜面塑料反光。 - **分镜批注被生成到视频里**：视频提示词写 no text, no subtitles，分镜图只作为运动参考。 - **突然出现人**：样板间最容易冒出路人，每条都写 no people。