Short Drama Visual Dev Kit

# 短剧视觉开发包 适合手上已经有剧本或分镜文字、准备开拍或拿去提案的短剧团队：在正式生成成片之前，先把「这部戏长什么样」定下来。交付一整套前期视觉开发资料：角色设定卡、场景参考图、道具图、色彩与调色板、海报主视觉、片头字样概念、分镜表、角色台词本与人物小传、场景勘景清单、视觉风格手册，再加一支 3-5 个镜头、30-60 秒的概念样片。 ## 开工前确认 - 必须有剧本或分镜文字（粘贴或上传都可以）。只有一句点子时，先说明这个 skill 是做前期开发的，可以先帮他把点子写成 1-2 场的剧本片段再继续。 - 用户已上传的角色照、场景照、道具图，直接当参考图用，对应的那一项就不再重新生成。 - ask_user 一次只问一个，按需要依次问： 1. **视觉风格**（剧本里没写时才问）：根据题材现编 3-4 个方向，每个写风格名 + 一句话说明 + 为什么适合这部戏，再加「自定义」。例如：都市情感适合「电影感写实」，年代戏适合「复古胶片颗粒」，悬疑犯罪适合「冷调低饱和惊悚」，古装武侠适合「水墨武侠」。不要每次都给同一套列表。 2. **图内文字语言**：中文版 / 英文版 / 中英混排（中文主标题 + 英文风格标签）。人名、地名、道具名永远照剧本原文写，不翻译。 3. **样片镜头**：从剧本里挑 3-5 个最能代表风格和节奏的镜头作为候选，每个写一句画面内容和入选理由，让用户勾选确认。 - 画幅优先读剧本里写的（9:16 竖屏短剧很常见），没写默认 16:9，720p。 ## 制作流程 1. **剧本拆解** —— 在回复里给一张总表：一句话主题 + 四段情绪弧（铺垫 / 发展 / 转折 / 高潮）；角色表（名字、职业、年龄、发型五官体型、气质关键词、主色服装、标志物）；场景表（内外景、时间、空间布局、墙地材质、主光方向、3-6 个视觉锚点词）；道具表；按顺序列出的镜头草稿。 2. **项目设定** —— 锁定画幅、风格、图内文字语言，写成一个「项目规格」小节，后面所有图和提示词都不许跟它冲突。确认样片镜头，**停下来**等用户确认。 3. **样片分镜表** —— 只给选中的 3-5 个镜头写完整分镜：镜号 / 场景 / 景别 / 机位焦段 / 运镜 / 核心动作 / 台词 / 建议时长；同时列出这几镜涉及的角色、场景、道具。**停下来**确认。 4. **核心资产图** —— 角色设定卡（3:4）、场景参考图（16:9）、道具图（1:1 或 16:9）。**停下来**确认，单张可改。 5. **扩展资产包** —— 按项目需要挑着做，不是每一项都必须：重点镜头的 3×3 关键帧接触印样、场景九宫景别矩阵、道具细节特写 2-4 张、多主角同框对比图、全片调色板、服装细节板、场景氛围板（同一场景日 / 黄昏 / 夜）、妆发参考板、人物关系图、片头字样概念 1-2 张、竖版海报 1-2 张、角色状态变体（受伤 / 疲惫 / 正装）、情绪与色彩弧线图。**停下来**确认。 6. **执行文档** —— 直接在回复里用 Markdown 输出：分角色台词本（按场次排序）、主要角色小传（家庭背景 / 核心动机 / 关键转折）、场景勘景清单（陈设要求 / 灯光方案 / 墙地材质 / 特殊道具 / 拍摄注意）、视觉风格手册（关键词、主辅点缀色、灯光基准、调色说明）、声音方向（配乐情绪与乐器、环境声清单、每个角色的声线关键词）。 7. **概念样片** —— 给选中镜头生成视频，配一条主配乐，有旁白就加旁白，提示用户去时间轴拼成 30-60 秒样片。 8. **交付总结** —— 按图片 / 文档 / 音频 / 视频分类列出所有产物，明确告诉用户样片只是其中一项，避免他以为导出样片就结束了。 ## 风格锁定 - 风格以项目规格为准；剧本没指定时用默认的「商业短剧写实」：`cinematic realism, Chinese commercial drama aesthetic, mixed natural and practical lighting, warm-cool contrast, clean color grading, photorealistic, subtle film grain, shallow to medium depth of field`。 - 灯光：自然光 + 实景光源混合（窗户柔光 + 台灯暖补光；钠灯路灯 + 天空蓝调环境光），主光方向明确，避免平光。暖色 3200-4000K 对冷色 5600-6500K。 - 文档类图片（设定卡、色板、关系图、PPT 页）统一：干净白底、杂志编排、细网格线、衬线标题、留白充足。 - 必须避免：二次元线稿、赛璐璐、Q 版、过饱和、厚重暗角、高光死白、阴影糊成一片、画面杂乱、多余的人。 ## 分镜与镜头规则 - 样片只做 3-5 个镜头，挑「最像这部戏」的：一个建立环境的大全景、一个情绪特写、一个冲突或反转瞬间、一个高潮动作，比单纯挑好看的更有说服力。 - 时长按剧情给，不要一刀切：情绪高点 10-15 秒（可在一镜里含 2-3 个切点），功能性过场 4-6 秒。最短 4 秒、最长 15 秒。 - 景别用标准缩写：ELS 大远景 / LS 远景 / MLS 中远景 / MS 中景 / MCU 中近景 / CU 特写 / ECU 大特写 / 低角度 / 高角度 / 插入镜头。焦段写明：18 / 24 / 35 / 50 / 85mm。 - 运镜：推 / 拉 / 摇 / 俯仰 / 升降 / 固定 / 轻微手持。情绪戏多用 85mm 慢推，空间戏用 24mm 固定或慢摇。 - 九宫景别矩阵固定排法：第一排 ELS / LS / MLS，第二排 MS / MCU / CU，第三排 ECU / 低角度 / 高角度；九格同一角色、服装、场景、光线，近景要有背景虚化，遵守轴线和视线匹配。 - 分镜表字段：镜号 / 场景 / 景别 / 焦段 / 运镜 / 核心动作 / 台词 / 建议时长。 ## 提示词写法 - **角色设定卡（3:4）结构**：页面类型（高端角色设定页、杂志编排、白底）→ 身份（名字、职业、年龄、外貌、气质、服装主色和材质）→ 版式（顶部大标题角色名 + 一句角色标语；中间正 / 侧 / 背三视图；右侧 6 个表情头像：平静、微笑、眨眼、严肃、惊讶、思考；左侧基础信息栏；底部服装拆解、配饰、细节特写、色板、关键词）→ 风格词 → 负面词。图内文字要明确写出具体内容和语言。 - 示例： ``` High-end character profile page, magazine editorial layout, clean white background, elegant serif typography. Character: 林晚, 28, corporate lawyer, sleek black shoulder-length hair, sharp almond eyes, slim build, cold and composed, charcoal wool suit with a silver brooch. Layout: large title "林晚" with tagline "她从不输第二次" at top; front, side and back views in the center; six expression heads on the right (calm, smile, wink, serious, surprised, thinking); info column on the left in Chinese; bottom row with costume breakdown, accessory close-ups and a color palette. Cinematic live-action character concept art, photorealistic skin, accurate fabric rendering, three-point studio lighting. No anime, no cel shading, no extra characters, no deformed face. ``` - **场景图结构**：空间类型与布局 → 墙地材质 → 灯光方案（主光方向、软硬、冷暖）→ 时间与 3-6 个氛围词 → 风格词 → 负面词（no anime background, no heavy vignette, no blown highlights）。 - **道具图结构**：名称 + 材质 + 颜色 + 形状尺寸 + 表面磨损 + 标志细节；45° 产品角度、居中；纯白或浅灰渐变背景；三点布光，金属玻璃加边缘高光；不要手、不要人。 - **视频提示词结构**：参考绑定（图N 是谁 / 哪个场景）→ 运镜 → 主体动作与表情节拍 → 走位与景深变化 → 台词原文（非项目语言要标明语种）→ 负面词（no music, no subtitles，配乐单独做）。整段控制在 2000 字符以内。 - 视频示例： ``` 图1 is 林晚, 图2 is the law firm office at night. Slow 85mm push-in from a medium shot to a close-up. 林晚 sits alone at the glass desk, city lights blurred behind her, slowly closes a case file, jaw tightens, eyes lift toward the door as footsteps approach. Warm desk lamp key light from the left, cool blue window fill. She says quietly in Mandarin: "你终于来了。" Cinematic realism, subtle film grain. No music, no subtitles. ``` ## 在 TVVV 上执行 - 角色卡、色板、关系图、海报、片头字样、PPT 式汇总页这类**图里有大量文字**的，用 GPT Image 2；场景、道具、纯画面的关键帧用默认 Nano Banana 2。都可以设 resolution 2K。 - 扩展资产（细节特写、服装板、妆发板、状态变体、对比图）都把对应的角色卡或道具图放进 reference_images，保证脸和服装一致。 - 视频用 generate_video，默认 Seedance 2.5、720p、画幅按项目规格；image_role 用 reference，带上本镜角色卡 + 场景图 + 道具图；单镜 5-10 秒，超过 10 秒的情绪镜头拆两段。 - 角色声线样本：每个主角用 generate_speech 读一句他的台词（5-10 秒），作为声音方向参考。 - 主配乐用 generate_music，时长对齐样片总长；描述写情绪、乐器、节奏，例如 `urban suspense, sparse piano and low strings, slow build, 80bpm`，instrumental 为 true。可以再出铺垫 / 转折 / 高潮三段风格小样。 - 一次回复最多 4 次工具调用，资产图分批出：先角色卡，再场景道具，再扩展包，每批结果回来先给用户看。 - 交付清单：图片资产分类清单、文档（直接在回复里）、音频、样片各镜视频与剪辑顺序（镜头之间默认硬切，风格转换处 0.5 秒叠化；配乐开头 0.5 秒淡入、结尾 1 秒淡出；有旁白时配乐压低约 30%），提示在 TVVV 时间轴里拼样片。 ## 注意事项 - **风格前后打架**：先锁项目规格再出图，每张提示词都带同一组风格词；中途换风格要从角色卡开始重出。 - **图内文字乱码**：所有要出现在图里的字都要在提示词里写死原文，并用 GPT Image 2；文字多的页面拆成两张，比一张塞满更清楚。 - **人名被翻译**：语言模式只管注释类文字，角色名、地名照剧本原样，提示词里用引号写清。 - **资产包做成流水账**：单角色项目跳过对比图和关系图；没有状态变化的配角不做变体。只做对这部戏有用的。 - **样片当成成片**：样片只做选中的 3-5 镜，不要顺手把整部剧都生成了，既费积分也偏离「前期开发」的目的。