
文稿拼贴动画
把讲稿或口播文案拆成视觉双关,做成手工剪纸拼贴定格动画
这是我一段关于拖延症的口播稿,帮我挑3个观点做成拼贴动画短片
下面是这个 Skill 的完整创作流程,每轮对话都会完整给到 Agent。
# 文稿拼贴动画
适合口播博主、播客、讲座和品牌文案:把一段文稿或讲稿里最有画面感的几句话,提炼成「一个尖锐想法 / 视觉双关」(比如「长了翅膀的钟 = 时间飞逝」),再做成复古手工剪纸拼贴风的定格动画——从空白纯色背景开始,元素一个个飞进来拼成完整画面。
交付物:每个观点一支 6-10 秒的单镜头拼贴动画(一般 3-5 支),可单独发布,也可配进原口播视频;附静帧和提示词。
## 开工前确认
- 需要文稿 / 讲稿 / 口播脚本;没有就让用户贴一段,或给一个主题由你先写 3-5 句观点。
- 入口判断:用户发来文稿 → 走完整流程;用户只说「分析一下」→ 只做第一步选点;用户已有静帧说「动起来」→ 直接从动画阶段开始。
- 用户上传拼贴海报参考图时,先拆解再用:给一段通俗拆解(主体与卫星元素、背景主色与对比、网点密度、描边粗细、阴影深度、想传达的那个尖锐想法),再自检它是否具备拼贴动画的四个静态特征——网点印刷元素、干净剪边加阴影、纯平背景、一个尖锐想法;缺哪个就注明「制作时需补上」。
- 用 ask_user 一次只问一个问题,通常是「这几个观点里保留哪几个」。
## 制作流程
1. 文稿分析与选点 —— 读完全文,优先挑对比强、可视化潜力高、带讽刺或隐喻的句子,推荐 3-5 个。在回复里用表格列:原句 / 尖锐想法 / 视觉双关画面 / 建议主色。**停下等用户删改增补。**
2. 锁定风格规格 —— 写一张「本组规格表」。固定字段(整组不变):媒介、网点密度、剪边与阴影、构图方式、动态规则。可变字段(每支一改):想法、背景主色、画面内标签文字(可为空)。同一组里只允许改可变字段。
3. 分镜与静帧 —— 每个观点设计一个单镜头(主元素、背景色块、3-5 个卫星元素、拼装顺序),然后逐个生成静帧。**停下请用户标出满意 / 不满意,不满意的改提示词重生,直到全部通过。**
4. 动画 —— 用通过的静帧做「从空到满」的拼装动画。**停下请用户验收。**
5. 交付 —— 每支单独导出,不要自动串成长片;给出配乐和口播对位建议。
6. 复用 —— 用户发来新文稿时,固定字段直接沿用,只换可变字段,重走 1-5 步。
## 风格锁定
- 每条图片提示词的固定前缀:`Mixed-media handmade paper collage, vintage paper-cut texture. The subject is a halftone printed image sticker with thick black outlines and slightly rough hand-cut, torn edges. Background of rough oatmeal paper, distressed vintage grid paper and scraps of old newspaper. Thick overlapping shadows between each layered cardstock piece, real physical layered thickness. Flat 2D paper art layout, visible paper fibers. No smooth digital gradients, no detailed 3D rendering, no perspective distortion.`
- 写完检查六个关键词都在:网点、粗黑描边、粗糙手剪边、厚叠层阴影、平面 2D 纸艺、纸纹理。
- 背景只有一种纯平色块,写明色值(如 #E4572E 番茄红、#2E86AB 钴蓝、#F2C14E 芥末黄),没有光照、没有景深、没有渐变。
- 必须避免:数码渐变、3D 渲染、透视变形、平滑补间动画、多镜头叙事、一个画面塞两个想法。
## 分镜与镜头规则
- 一个观点 = 一个镜头 = 一个尖锐想法。不做多镜头叙事。
- 元素设计:主元素写清网点质感、描边、投影和它与视觉双关的关系;背景色块单色写色值;卫星元素 3-5 个,标注各自作用(强化主题 / 平衡构图 / 增加信息密度)。
- 拼装顺序是动态叙事的核心,每个元素都要写出来:谁先进、从哪个方向飞入、怎么卡到位、谁最后收尾。例:「空番茄红背景 → 时钟从下方滑入正中并轻弹一下 → 左翅从左上角斜飞贴到钟左侧 → 右翅镜像飞入 → 三张撕下的日历页从右侧依次飘入散落 → 最后一张写着『DEADLINE』的小标签啪地贴在右下角」。
- 动态规则:每秒 12 帧的定格动画感,带一点顿挫;每张卡纸帧与帧之间有细微抖动和晃动;叠层下的阴影随元素移动而偏移;背景纸纤维和噪点逐帧闪动;可以有很轻的慢摇或视差。
- 时长 6-10 秒:前 1/3 拼装主元素,中间卫星元素依次入场,最后 1-2 秒全画面完成后轻微抖动停住。
- 每镜自检:从空背景开始吗?网点 + 粗黑描边 + 实阴影三样都有吗?背景是单一纯色吗?只有一个想法吗?每个元素的入场都写了吗?
- 分镜表字段:镜号 / 时长 / 原句 / 尖锐想法 / 背景色值 / 主元素 / 卫星元素 / 拼装顺序 / 画面标签文字 / 声音。
## 提示词写法
- 图片结构:固定前缀 + 主体与创意(这一镜的视觉双关画面)+ 背景色(单色色值)+ 标签文字(可选,用引号写准确内容)。
- 图片示例:固定前缀 + `Subject: a vintage alarm clock cut from an old magazine with halftone dots, a pair of feathered wings glued to its sides, three torn calendar pages scattered around. Background: solid tomato red #E4572E. A small torn paper label reading "DEADLINE" stuck at the bottom right.`
- 视频固定前缀:`12-frame stop-motion animation with a slight staccato rhythm. Each cardstock piece jitters, wobbles and shakes slightly between frames like handmade paper cut-outs. Shadows under overlapping layers shift with each piece's movement. Background paper fibers and noise flicker frame to frame. Subtle slow camera pan or parallax. Keep the flat 2D layered paper look, no smooth digital transitions, no 3D distortion.`
- 视频拼装段(必写):`The scene starts with an empty solid tomato red background. The alarm clock slides in from the bottom and snaps into the center with a small bounce, then the left wing flies in diagonally from the top-left and sticks to its side, the right wing mirrors it from the top-right, three calendar pages drift in one by one from the right and settle, finally the "DEADLINE" label slaps onto the bottom right corner. Use 图1 as the overall style and final layout reference.` 不要写「元素依次滑入」这种泛泛的话。
- 动态关键词检查:12 帧定格、顿挫、帧间抖动、阴影位移、纸纹闪烁、慢摇或视差,六个都要有。
## 在 TVVV 上执行
- 静帧用 generate_image,默认 Nano Banana 2;画面里有需要准确拼写的标签文字时用 GPT Image 2。同组第一张通过后,后面的静帧都把它放进 reference_images 做风格参考,保持材质和构图一致,只换创意内容。
- 动画用 generate_video,reference_images 带上该观点通过的静帧(图N),image_role 选 reference(需要从空背景开始拼装,所以不要用 first_frame)。默认 Seedance 2.5,aspect 与静帧一致,720p,单支 6-10 秒。整组用同一个模型和分辨率,中途不要换,否则风格会断。
- 拼装不干净时:先减少同时入场的元素数量,把每个元素的入场方向和落点写得更明确,再用同样设置重跑。
- 一般不需要旁白;用户要的话用 generate_speech,语气贴合品牌调性。配乐用 generate_music:带纸感的轻快节拍或复古 Lo-fi,第一个元素落位对准一个强拍;旁白和音乐不要重叠。
- 一次回复最多 4-6 次工具调用:静帧一批 3-5 张,确认后动画一批 3-5 支。
- 交付清单:每个观点对应的静帧、视频、时长和原句;提示用户可以去 TVVV 时间轴把动画插回原口播视频对应句子的位置。剪辑时保持 12 帧定格感,不要加平滑或缓动;不额外叠字幕,画面里的字已经在静帧里烧好;保持原分辨率,不要放大。
## 注意事项
- 想法不够尖锐:一句话说不清的视觉双关就别做,换一句更有对比或隐喻的原文。
- 元素一团糊进来:拼装顺序没写具体就会乱飞,每个元素都要有方向和落点。
- 风格漂移:固定字段一旦改了,整组就不像一个系列;只改想法、色值和标签。
- 背景有光影:一出现渐变、景深、打光,就在提示词里重申纯平单色并重生。
- 动作太顺滑:顺滑补间会把手工感抹掉,提示词里必须保留 12 帧顿挫和帧间抖动。