Heisei Idol Youth MV

# 平成偶像青春MV 适合想做「平成年代少女偶像组合」那种 MV 的需求：不是完美精修的偶像，而是一群普通女生在夏天里闪闪发光的真实瞬间——放学奔跑、天台打闹、社团排练、礼堂演出、夕阳下的沉默对视。最终交付 30 秒 / 60 秒 / 3 分钟三种规格之一的横屏或竖屏 MV：8-80 个镜头 + 一首明亮的 J-Pop 风格 BGM + 可选青春旁白，带胶片色调和手持纪录感。 ## 开工前确认 - 需要的素材：成员照片（可选，有就锁脸）、场景照片（可选）、歌曲（可选）。都没有就由 AI 按「核心中心位 / 元气担当 / 害羞担当 / 清冷担当 / 情绪担当」五种气质自动编出 3-5 名成员，场景从校园场景池里挑。 - 用户上传了歌曲：先判断是 BGM、人声参考还是环境音；BGM 要估 BPM 区间、主乐器、情绪走向、前奏/主歌/副歌/尾奏位置，后面镜头都对着它切。如果是 EDM / Trap / 暗黑配乐，直接告诉用户风格偏离，问是否继续用，不要擅自拒绝。 - 用 ask_user 一次只问一个问题，优先顺序：**时长版本**（30s / 60s / 3min）→ **画幅**（16:9 / 9:16）→ **季节**（盛夏默认 / 樱花春 / 夏末海边 / 秋季文化祭）。人数、性格、台词这些能默认就默认，后面在确认表里让用户改。 ## 制作流程 1. **项目设定** —— 在回复里用表格锁定：画幅、时长版本、歌词/台词语言（日语或中文）、视觉基调（平成胶片偶像 MV）、色彩系统（夏日青春胶片）、季节变体、保留的段落清单。**停下等用户确认。** 2. **成员卡 + 场景卡 + 道具卡** —— 每位成员写：气质标签、脸型五官、肤色、发型刘海、妆感（自然淡妆）、日常服 / 舞台服、标志小物、标志动作。场景写：光源与色温、空间细节（黑板粉笔字、铁丝网、旧木课桌）、胶片色调、环境音。道具（发带、帆布书包、应援棒、线香花火、自行车、歌词本、冰棍）单独成卡，分镜里直接引用。同时给出分镜总览和音频层规划。**停下等确认。** 3. **生成参考图** —— 每位成员一张横版双格定妆图（左：半身肩颈特写做认脸锚点；右：全身造型），场景图不带人。用户给了真人照片就以照片为准做图生图换装，不另起炉灶。**停下让用户逐个确认脸、气质、服装、光线。** 4. **逐镜生成视频** —— 按段落分批，每批 4-6 个镜头；每批或每段结束做一次一致性检查（见注意事项）。**整批完成后停下请用户预览，标出要重做的镜号。** 5. **配乐与旁白** —— 用户没给歌就生成 BGM；有青春旁白时生成旁白。**停下试听确认。** 6. **交付清单** —— 镜号、对应视频、剪辑顺序、BGM 对位点、转场方式，提示用户去时间轴剪辑合成。 ## 风格锁定 - 每个提示词都带的画风关键词：`Heisei-era Japanese idol MV, film photography, soft grain, light overexposure, highlight soft flare, analog warmth, pastel tone, handheld documentary feel, candid youth` - 胶片色调按场景选：晴天户外 → `Kodak Gold 200 warm tone`（暖、微过曝、高光溢出）；室内/阴天 → `Fuji Pro 400H cool soft tone`（冷柔、细颗粒、肤色自然）；黄昏 → 橙红暖调 + 柔颗粒 + 允许漏光。 - 色板：粉蓝、暖阳黄、樱花粉、校服藏青、夕阳橙、柔白。教室夕照约 5000K，日光灯冷白与之形成轻微冷暖对比。 - 允许：轻微漏光、镜头光晕、柔焦、头发乱一点、动作不齐、自然反应、素人感。 - 禁止：高级时装感、欧美超模脸、网红 AI 妆、性感化、暗黑概念、强反转剧情、赛博未来感、豪华现代建筑、夜店、T 台、HDR 锐化、超清 CG 感、韩团式精准刀群舞、稳定器顺滑运镜。 ### 成员气质速查 - **中心位**：五官清晰有记忆点，眼神亮，嘴角自然上扬；中长发蓬松空气刘海；白衬衫格裙或水手服配暖色领结；第一个冲出去回头喊大家，动作比别人快半拍。 - **元气担当**：圆脸大眼，笑起来眼睛弯成月牙；短发或随手扎的双马尾；运动外套 + 及膝运动袜；仰头大笑捂嘴、甩书包跑走廊、合照第一个摆怪姿势。 - **害羞担当**：五官柔和、白皙，常低头看旁边；黑长直厚刘海；校服扣到最上面一颗；被镜头抓到会用手挡脸再从指缝偷笑。 - **清冷担当**：轮廓清晰、杏眼、表情克制；黑直发无刘海或中分；低饱和深色针织开衫；玩闹时唯一站得笔直却憋着笑，夕阳侧脸远眺最适合收尾。 - **情绪担当**：大眼下垂眼尾、酒窝；自然微卷长发；多一件披着的针织衫；感动时第一个红眼眶却还在笑，排练失败第一个说「再来一次！」。 ## 分镜与镜头规则 ### 八段式结构（3 分钟完整版，60-80 镜） | 段落 | 时长 | 镜数 | 节奏与机位 | |---|---|---|---| | 日常 | 20-25s | 5-7 | 2-4s 快切，固定抓拍为主，空镜 + 中景 + 细节特写，不推不跟 | | 放学 | 15-20s | 4-5 | 由静到动：书包特写 → 走廊低角度手持侧跟 → 推开天台铁门瞬间过曝 → 天台汇合 | | 友情 | 20-25s | 5-6 | 最松弛，3-5s，正反打抓对视和笑，大笑极特写可做定格候选 | | 排练 | 20-25s | 4-5 | 4-7s，舞蹈室镜前全景看动作不齐，皱眉数拍子中景，脚步特写 | | 欢笑高潮 | 15-20s | 4-6 | 全片能量顶点，2-4s，逆光迎面奔跑、低角度跳跃、原地转圈 | | 舞台 | 25-35s | 5-7 | 按 BGM 拍点切，礼堂正面全景 → 平移扫队形 → 中心位直视镜头 | | 青春高潮 | 20-25s | 3-4 | 不快切，5-10s，全员并肩缓推，泛红眼眶但不刻意煽情 | | 夕阳结尾 | 25-35s | 3-4 | 最慢，8-30s，逆光剪影固定长镜、侧脸远眺、回头微笑定格，柔化到暖白 | ### 短版本裁剪（不要等比压缩八段） - **30 秒（8-12 镜）**：只留 欢笑高潮（4-6 镜，每镜 1.5-2.5s）→ 舞台（2-4 镜）→ 夕阳结尾（留满 8s）。BGM 只用副歌爆点，不要前奏主歌。 - **60 秒（20-28 镜）**：日常 → 友情 → 欢笑高潮 → 舞台 → 夕阳结尾；超时先删排练，再删放学，再删青春高潮，最后把日常压成一个 3s 空镜。 - 3 分钟超时：先压排练，再压放学，再压日常；欢笑高潮、青春高潮、夕阳结尾不能压。 - 「走廊奔跑」和「推开天台门过曝」是一对，要么都留，要么都删。 ### 通用规则 - 前 3 秒必须有视觉记忆点（逆光剪影 / 笑脸特写 / 标志空镜），禁止对白或说明开场。 - 每个版本都用夕阳结尾类镜头收，不少于 5 秒，柔化到暖白或胶片烧白。 - 分镜表里给每段标 BGM 位置：欢笑高潮压副歌爆点，夕阳结尾落在尾奏淡出。 - 竖屏 9:16：单镜时长比横屏收紧 20-30%；中景不超过 2 人，3 人以上改前后错位站或拆成单人特写快切，禁止 3 人横排；主体放画面中央 70%×65% 区域，顶部 10%、底部 25%、右侧 12% 留给平台界面；跑步改成沿纵深冲向镜头，横摇慎用，推镜速度降 30%。 - 分镜表字段：镜号 / 段落 / 时长 / 场景 / 出场成员 / 动作与情绪 / 景别 / 机位 / 运镜 / 声音 / BGM 位置。 ## 提示词写法 - 用户用中文交流时，提示词正文写中文，日语台词/歌词保留原文。只写镜头能看见的东西，不写心理活动。 **成员定妆图结构**：【横版双格对比图，中间白色分隔线】左格：人物 + 半身肩颈特写、正面平视（脸型 + 眼型 + 鼻梁 + 唇 + 肤色 + 发型刘海 + 淡妆 + 表情）；右格：同一人全身站姿（完整服装 + 配饰 + 鞋 + 手部姿势）；整体：胶片色调 + 色彩词 + 光线 + soft grain, analog warmth。 示例： > 【横版双格对比图，中间白色分隔线】左格：元气担当少女半身肩颈特写，正面平视，圆脸、大眼、眼尾微翘，笑起来眼睛弯成月牙，健康小麦肤色，脸颊自然红晕，齐肩短发厚空气刘海，几乎素颜的淡妆，露齿大笑。右格：同一人全身，藏青运动外套半拉链 + 格子百褶裙 + 及膝白运动袜 + 白帆布鞋，书包上别着三枚徽章，单手比剪刀手。整体：Kodak Gold 200 暖调，夏日自然光，soft grain，light overexposure，analog warmth，Heisei-era idol photo。 **场景图结构**：空间结构 → 纵深 → 标志道具细节 → 光源与色温 → 胶片色调 → 年代做旧词（`slightly aged facilities, hand-drawn bulletin board, worn wooden desks`）→ `empty scene, no characters`。 **视频提示词结构**：参考图对应说明（图1 = 成员A脸和校服，图2 = 成员B发型）→ 运镜（手持漂移 / 柔推 / 侧跟）→ 主体动作与情绪节拍 → 空间调度 → 环境音 → 画风词 → 负面词。 - 常用运镜词：`handheld drift, soft zoom in, candid observational framing, slow follow pan, rack focus, accidental tilt` - 常用动作词：`spontaneous laughter burst, group running in unison, hair catching sunlight, awkward synchronized idol gesture, freeze on smile, rooftop silhouette at sunset` 示例（放学天台）： > 图1 是成员A的脸和校服，图2 是成员B的脸和发型。手持低角度侧跟，两人从走廊冲出推开天台铁门，阳光扑进画面，高光柔和过曝，轻微镜头光晕。成员A先冲出去回头大喊，成员B紧跟，书包随步子上下弹，头发被风吹起。两人停在天台边喘气对视，同时笑出声，镜头缓慢柔推到两人中近景，定格在笑脸。环境音：铁门推开声、走廊回声、风声、两人笑声。台词（日语）：「もう授業終わったよ！」「やっと自由だ！」Kodak Gold 200 暖调，soft grain，golden hour glow，analog warmth。no music, no subtitles, no K-pop precision choreography, no stabilizer movement, no HDR sharpness。 - 每条视频提示词末尾固定：`no music`（BGM 单独一轨）、`no subtitles`、`no high-fashion styling, no cyberpunk or dark concept, no luxury architecture`。有独立旁白的段落，视频里不要重复旁白文字。 - 季节变体：樱花春加 `cherry blossom petals falling, cold-soft spring daylight, Fuji Pro 400H dominant`，删蝉鸣和盛夏阳光；夏末海边加 `late summer seaside, coastal seawall, ocean light reflection, fading summer warmth`，蝉鸣换海浪，禁止泳装派对；秋季文化祭加 `handmade classroom decorations, warm indoor festival light, cool autumn outdoor light`，蝉鸣换秋风和人群声。 ## 在 TVVV 上执行 - 先用 generate_image 出每位成员的双格定妆图和每个场景图（模型 Nano Banana 2）；舞台背板、字幕卡这类要精确文字的用 GPT Image 2。同一成员换装用上一张定妆图做参考图生图，保持脸不变。 - 每个镜头 generate_video 都用 reference_images 带上出场成员的同一张 图N（中心位或情绪焦点成员放第一张，模型对第一张权重最高）+ 场景 图N，image_role 选 reference；需要严格控制开场画面的镜头用 first_frame。默认模型 Seedance 2.5，aspect 用项目画幅，720p，单镜 5-10 秒（快切镜头生成 5 秒后剪短用）。 - 多人同框认脸混淆时：用「画面左侧的女生参考图1」这类方位词区分；还混就先出单人镜头再组合。远景奔跑、舞台全景可以用多人合版参考图，中景以内必须单独绑定每人。 - BGM 用 generate_music，四段式写法：情绪定位 + 节拍感（快切 130-140 BPM / 青春中速 110-120 / 抒情 80-90 / 黄昏 65-75）+ 主乐器（旋律→节奏→氛围，不超过 6 种）+ 结构走向。示例：`Upbeat cheerful Japanese idol pop, around 120-130 BPM, bright acoustic guitar lead, glockenspiel accents, punchy drum kit, layered wordless idol chorus, warm analog synth pad; gentle intro, chorus bursts with full band, soft outro on acoustic guitar; no EDM, no trap, no dark mood`。不要写真实歌手或组合名。 - 青春旁白用 generate_speech，音色例如「温柔略带感伤的少女旁白」，写清旁白文字对应哪几个镜头。 - 一次回复最多 4-6 次工具调用；3 分钟版按段落分 8-10 批，每批结果回来再继续。 - 交付清单：按段落列镜号 → 视频 → 时长 → BGM 对位（如「副歌爆点 +0s」）→ 转场。剪辑建议：日常/友情单镜 1.5-3s 快切，情绪段 4-8s；转场优先柔叠化、手持硬切、笑脸定格，禁止 RGB 描边和赛博故障转场；环境音压在 BGM 下约 20-30%，旁白时 BGM 降约 6dB；保留轻微抖动和偶尔失焦，不做防抖。提示用户去 TVVV 时间轴剪辑合成。 ## 注意事项 - **脸漂移**：每 6-10 镜检查一次——脸型眼型发色明显变了、同段落里无理由换衣服，必须重做；气质偏离一档以上（害羞变冷漠）、刘海类型突变，建议重做；手持造成的瞬间模糊、光线导致的肤色差可以保留。重做先加强五官描述或缩短时长，同一提示词失败两次再改用首帧控制。 - **偶像变网红**：提示词里一出现精致妆容、完美对称、时装姿势就会滑向 AI 网红脸，务必写「几乎素颜、头发有点乱、动作不齐、自然反应」。 - **动作太整齐**：舞台和排练要明确写「动作略不齐但充满活力」，否则模型会给出韩团刀群舞。 - **竖屏裁掉人**：横排三人在竖屏里两边必被切，规划时就改成前后错位或拆镜。 - **BGM 抢台词**：带台词的镜头视频里只写环境音，BGM 一律在剪辑时单轨叠加，末尾写 no music。 - **短版浪费**：30 秒版只设计保留段落的镜头，不要先做全套再删。