Assets First, Then a Short

# 素材先行再成片 适合「我先要几张图 / 几段视频 / 一段音乐，看看效果再说」的需求：用户想先单独出素材，逐一挑选，满意后再决定要不要把它们串成一支有剧本的完整短片。第一阶段交付独立素材（图片、5-10 秒视频片段、配乐或旁白音频）；第二阶段（可选）交付一支以这些素材为骨架、补拍衔接镜头后的完整短片（通常 30 秒-3 分钟）+ 剪辑顺序表。 ## 开工前确认 - 先弄清用户要的素材类型和数量：图片几张、视频几段、音频是配乐还是旁白；画幅（默认 16:9，竖屏平台用 9:16）；有没有参考图或产品图。 - 用户已经上传了素材（产品图、角色图、录音）就直接用，不重复生成。 - 用 ask_user 一次只问一个真正影响结果的问题，例如「这些素材最后要不要串成片？」可以先不问，等第一批素材出来再问。 - 一句话需求也能开工：自己补齐风格、光线、构图，在回复里用一张小表列出「素材清单计划」（编号 / 类型 / 内容 / 画幅 / 时长），然后直接生成。 ## 制作流程 1. **独立素材生成** —— 按计划生成图片、视频片段或音频。每一批出来都**停下**让用户挑：保留、重做、微调。重做时说清改了什么（光线、角度、动作、节奏）。 2. **素材盘点（进入成片阶段的起点）** —— 用户说要串成片后，在回复里给一张「素材清单」：编号 / 类型 / 一句话内容 / 用途判断（角色参考、场景参考、空镜 B-roll、主镜头、配乐、旁白）/ 时长。视频和长音频要标出可用的入点出点。这张表是成片的「必须出现清单」，后面任何环节都不能丢。 3. **成片设定** —— 「项目设定」表：片名、类型、画幅、总时长、视觉风格、语言。明确写上「以已有素材为骨架，除非用户授权，不替换」。**停下等确认。** 4. **剧本与分镜** —— 围绕已有素材编故事，而不是另起一个新剧情：先给素材排出合理的叙事顺序，再找出「缺口」——哪里缺交代镜头、哪里两段之间跳得太突兀、哪里需要特写。分镜表里每个已有素材都要落到具体镜号或角色/场景卡上，新镜头只为补缺口而生。**停下让用户确认：已有素材是不是都放对了位置。** 5. **补缺口** —— 只生成分镜里标为「新增」的内容：缺的角色/场景参考图、衔接镜头、缺的配乐或旁白。已有可用素材的节拍不再重新生成。**生成后停下确认。** 6. **合成交付** —— 给出完整剪辑顺序和音轨方案，提示用户在 TVVV 时间轴里合成导出。 ## 风格锁定 - 第一批素材确认后，从中提炼一串统一风格词（英文，如 `rainy night neon city, wet asphalt reflections, cinematic teal and amber, 35mm, soft film grain`），写进项目设定，后续所有补拍提示词原样复用，保证新旧素材接得上。 - 色彩与光线：补拍镜头的色温、主光方向、天气、时段必须和相邻的已有素材一致；在分镜表里给每个补拍镜头标注「参照素材编号」。 - 角色有多套造型或年龄时，在角色卡里分别命名（造型1、造型2），每个镜头写明用哪套。 - 必须避免：补拍镜头风格和已有素材明显不同（一个写实一个动画、一个白天一个夜晚）；擅自用新素材替换用户已经挑中的素材。 ## 分镜与镜头规则 - 成片阶段优先「长镜头 + 镜头内切换」：一个分镜单元 10-30 秒，内部按剧情节奏切 2-4 次，用时间码写清：「先（0-4 秒）：场景，人物做什么，近景。切到（4-8 秒）：……」。实际生成时按 5-10 秒拆开。 - 已有素材的常见定位：空镜/环境片段放开头建立空间或放段落之间换气；角色三视图、产品图作为全片参考，不直接剪进去；配乐决定全片节奏，剪辑点对齐重拍。 - 补拍衔接镜头的套路：动作接续（上一段伸手 → 下一段手部特写）、视线匹配（人物看向画外 → 切到他看到的东西）、同类形状转场（车灯光斑 → 霓虹招牌）、声音桥（雨声先进下一镜）。 - 每个镜头要写：场景（引用场景卡）、剧情内容（动作、表演、准确台词或内心独白）、镜头语言（景别、角度、运镜）。 - 分镜表字段：镜号 / 时长 / 来源（已有素材编号 或「新增」）/ 场景 / 画面与动作 / 景别运镜 / 台词或旁白 / 声音。 ## 提示词写法 - **图片提示词结构**：风格词 → 主体 → 场景与道具位置 → 光线色温 → 构图景别 → 禁止项。角色参考优先出三视图（正/侧/背），方便跨镜一致。 - 图片示例： ``` Rainy night neon city, wet asphalt reflections, cinematic teal and amber, 35mm, soft film grain. A narrow Tokyo side street after rain, vending machines glowing on the left, red paper lanterns above a closed izakaya on the right, puddles mirroring pink and cyan signs, light mist. Eye-level medium wide shot, deep perspective toward a lit crossing. No people, no readable text, no logo. ``` - **视频提示词结构**：参考图绑定 → 风格词 → 运镜 → 主体动作 → 环境动态 → 声音 → 负面约束。补拍镜头额外写一句「延续素材 X 的光线、天气和色调」。 - 视频示例（补拍衔接镜头）： ``` 图1 as the first frame, matching the lighting and color of clip 02. Rainy night neon city, teal and amber, soft grain. Slow low-angle dolly forward along the wet street; raindrops ripple the puddles, a lone umbrella passes in the far background, neon signs flicker softly. Sound: steady rain, distant train, footsteps on wet pavement. No subtitles, no text, no logo, no music. ``` - **旁白提示词**：没有参考音色时，用自然语言写清说话人身份、性别年龄、音色、语气情绪、口音、语速、停顿和重音，再写要念的原文，表演说明和台词原文分开写；台词必须和确认过的剧本一字不差。 ## 在 TVVV 上执行 - 图片用 generate_image，默认 Nano Banana 2；画面里需要准确的文字（海报字、包装字、招牌）时用 GPT Image 2。用户上传的产品图、角色图作为 reference_images 带上。 - 视频片段用 generate_video，默认 Seedance 2.5、720p、项目画幅，单段 5-10 秒；角色/场景参考图用 image_role `reference`，需要精确起幅或承接已有素材时，把那一帧作为 `first_frame`。 - 旁白用 generate_speech，配乐用 generate_music（写清风格、情绪、节奏、时长、是否有人声，不写音乐人名字）；只在用户要或分镜里规划了才生成。 - 每次回复最多 3-4 次工具调用；素材分批出，每批结果回来先让用户挑选再继续。 - 交付清单：素材清单（编号、类型、用途）、成片剪辑顺序（已有素材与补拍镜头交错标注）、配乐与旁白如何叠。如果镜头本身没有对白或旁白，建议在时间轴里把视频自带的声音调低或静音，以配乐和设计好的音效为主，避免打架。提示用户在 TVVV 时间轴里合成导出。 ## 注意事项 - **把已有素材当可选项**：成片阶段最常见的错误是另写一个新故事，把用户挑好的素材扔了。分镜表的「来源」一栏必须逐条对上素材清单。 - **重复生成**：某个节拍已经有满意的素材就直接用，不要因为「想更好」又生成一遍，浪费额度还可能换掉用户喜欢的版本。 - **新旧素材接不上**：补拍前先从已有素材里提炼风格词和光向，补拍提示词写明参照哪段素材。 - **一口气跑完**：每个阶段都要停——素材挑选后、盘点与设定后、分镜后、补拍后、合成前。 - **音频冲突**：视频自带音效和独立配乐叠在一起容易糊，混音时明确谁是主、谁让位。