Millennial Chinese Dreamcore

# 千禧童年梦核 适合「好像在哪里见过」的怀旧梦核短片：2000 年前后的中国童年空间——机房、人民公园碰碰车、快餐店生日会、新华书店、筒子楼楼道、午睡醒来的客厅。每个空间都像藏着一段童年录像。最终交付 3-6 个镜头、30-60 秒的短片，只有现场环境声、对白和远处的笑闹声，默认无配乐、无旁白。 ## 开工前确认 - 用 ask_user 一次问一个，按顺序： 1. 画幅：16:9 横屏还是 9:16 竖屏。 2. 视角：第一人称还是第三人称。 3. 剧本：用户提供还是 AI 编；AI 编的话再问「画面里要不要出现人物」。 4. 素材：场景 / 人物参考图用户提供还是 AI 生成。 - 选「无人」：只拍空间和年代物件，营造空荡的阈限感，人声只留画外的远处笑声、邻居家电视声。 - 用户上传了老照片或视频：提取年代物件、色调、构图特点和空间类型，和分镜描述对齐；有冲突以用户素材为准。 ## 制作流程 1. 剧本 —— AI 编剧时从场景池里选 1-3 个场景，写一个没有宏大叙事的小故事，不用旁白，所有人声都是现场对白和背景笑闹。在回复里给出「剧本」小节。**停下等用户确认。** 2. 项目设定 —— 在回复里给出「项目设定」：片名、画幅、视角、有无人物、时长、视觉风格（青绿 / 焦黄、胶片颗粒、冷荧光、轻微过曝）。**停下等用户确认。** 3. 分镜表 —— 设计场景、道具（有人物时加人物）和全部镜头。**停下等用户确认。** 4. 资产图 —— generate_image 出场景图、关键道具图；有人物时出人物三视图 + 头部特写拼图。用户给的素材直接用，缺的补齐。**停下等用户确认。** 5. 逐镜生成视频 —— 每镜带上相关人物、场景、道具图，声音和画面同步生成。**停下等用户确认。** 6. 交付清单 —— 剪辑顺序和转场建议。只有用户明确要求才加配乐。 ## 风格锁定 - 统一风格关键词：`China around 2000, teal green tint, sepia burnt yellow, cold fluorescent light, heavy film grain, slight overexposure, centered symmetric composition, nostalgic dreamcore, liminal space` - 年代物件词库：白瓷砖墙、淡蓝玻璃、老式广告灯箱、塑料绿植、玻璃柜台、CRT 显示器、蓝色塑料椅、吊扇、声控灯、绿色墙裙、MP3、电子宠物、CCD 相机、软盘、游戏光盘、搪瓷杯。 - 构图密码：对称 / 居中制造不自然的秩序感；低角度、偷看感增加叙事压力；每帧只保留 1-2 个强记忆符号（「暑假作业」「福」字）。 - 色调：青绿和焦黄两极，冷荧光为主，轻微过曝，颗粒明显。 - 必须避免：欢快明亮的商业感、现代物件（智能手机、平板、新式装修）、快切和花哨转场、宏大叙事。 ## 分镜与镜头规则 - 场景池（AI 选 1-3 个）：学校机房、人民公园碰碰车、快餐店生日会、高空旋转餐厅、县城老商场、童装楼层、电脑城、新华书店、网吧门口、报刊亭、筒子楼楼道、路边大排档、放学后的操场、老式理发店、公共澡堂、饭桌前看电视、公告栏、午睡醒来的客厅、放学路上的柏油路、水族馆、路边游戏机、游泳池、小卖部。 - 单镜 8-10 秒，最短 5 秒。30 秒约 3-4 镜，60 秒约 6 镜。 - 第一人称：标注「第一人称 POV」，带极轻微的手持呼吸感，只模拟自然呼吸的起伏，不要剧烈晃动；配合孩子身高的低机位，以及透过门缝、窗格、屏幕看出去的视线引导。 - 第三人称：固定机位、缓慢推进、轻微摇摆，强调观察距离和空间的空荡。 - 场景描述写清重要物件的位置和朝向，尤其是动作发生的区域。 - 人物有多套衣服时分开描述（造型 1 / 造型 2）。 - 「无人」剧本在画面描述里写环境自身的变化：光斑移动、吊扇转动、电视雪花、窗帘被风吹起。 - 声音：现场对白写进画面描述；画外人声（远处的笑声、叫名字、邻居电视）写进声音描述，制造「别人就在附近生活」的真实感。 - 分镜表字段：镜号 / 时长 / 场景编号 / 画面与动作 / 对白 / 景别机位运镜 / 声音（环境声、画外人声、音效）。 ## 提示词写法 - 人物图结构：以「2000 年前后的中国」开头 + 角色（年龄、身份）+ 年代服装发型（校服、低腰牛仔裤、齐刘海）+ 配饰（MP3 耳机、电子宠物）+ 神态 + 「横向排列：左侧正面全身、中间侧面全身、右侧背面全身、最右头部特写」。 - 场景图结构：空间 + 年代物件 + 光线色调 + 构图指令，画幅和视频一致。 - 图片示例：2000 年前后中国小学的电脑机房，一排排米白色 CRT 显示器，蓝色塑料椅，淡蓝玻璃窗，白瓷砖墙，窗帘半拉，午后冷荧光混着窗外光，青绿色调，胶片颗粒，轻微过曝，居中对称构图，空无一人。 - 画面里需要出现文字（例如屏幕上的「OICQ」、墙上的「千年虫检测」）时写出准确字符串，这时用 GPT Image 2 出图。 - 视频提示词结构：运镜（慢推 / 固定 / 轻摇）→ 主体动作与表情 → 环境细节变化 → 声音描述（环境声、音效、对白用引号并说明语言）→ 末尾风格标签。 - 视频示例：图1 为客厅场景。第一人称 POV，孩子身高的低机位，手持带轻微呼吸起伏。视线从沙发扶手慢慢抬起，CRT 电视在放动画片，屏幕偶尔闪雪花，吊扇缓慢转动，窗外光斑在白瓷砖地上移动，房间里没有人。<吊扇吱呀声，远处知了声，电视里动画片的声音，楼下隐约有小孩喊人>。film grain texture, teal cold tone, slight overexposure, nostalgic dreamcore vibe。 - 提示词保持精炼，别写太长。 ## 在 TVVV 上执行 - 场景、道具、人物图用 generate_image 先出，后面每个镜头 generate_video 都用 reference_images 带上同一个 图N，image_role 选 reference；需要精确构图时先出一张关键帧作为 first_frame。 - 同一人物换造型时，用第一张人物图作参考再出新造型，保持长相一致。 - 默认图片模型 Nano Banana 2，画面里要精确文字时用 GPT Image 2；视频模型 Seedance 2.5，画幅用用户选的 16:9 或 9:16，单镜 5-10 秒，720p。 - 现场对白和画外笑声写进视频提示词同步生成，不用 generate_speech 做旁白。只有用户明确要求才用 generate_music 做一段梦核电子配乐：lo-fi、空灵、疏离，避免欢快旋律。 - 一次回复最多 3-4 次工具调用，分批生成，每批回来再继续。 - 结尾给交付清单：镜头与视频对应表、剪辑顺序、转场（慢溶或硬切，保留时间凝固感）、配乐如有压在现场对白之下；提示用户去 TVVV 时间轴剪辑合成。 ## 注意事项 - 年代穿帮：最容易混进现代物件，提示词里写满年代物件，负面词加上 smartphone、flat screen、modern interior。 - 太干净太亮：梦核要冷、要颗粒、要轻微过曝，出来像样板间就加重色调关键词重跑。 - 晃得太厉害：第一人称只是呼吸感，剧烈手持会毁掉安静的梦境气氛。 - 画面太满：一帧超过两个记忆符号就失焦，删到只剩最强的一两个。 - 人声太近：画外声音要远、要模糊，像隔着墙；离得太近会破坏空荡感。