Wool-Felt Healing Animation

# 羊毛毡治愈动画 适合把一段口播、故事文案或知识科普做成「毛茸茸」的羊毛毡动画：真实世界按 1:1 比例用羊毛毡重新做一遍，人物圆润温暖、动作柔和流畅。每段画面都紧扣旁白在说的内容。最终交付一支 30-90 秒的 9:16 竖屏短视频：按文案分成若干叙事段，每段 1-3 个镜头（单镜 5-10 秒），视频自带环境音效，另配可选旁白和 BGM。 ## 开工前确认 - 需要用户提供：一段文案或旁白稿（必需）。没有文案就问主题，由你先写一版 150-300 字的口播稿给他确认。 - 角色和场景参考图可选，有就直接用；没有就按文案描述生成，不需要用户上传参考视频。 - 需要确认：目标时长、主题情绪（温暖 / 怀旧 / 励志 / 搞笑）、旁白语言。 - 用 ask_user 一次只问一个，例如「要不要配旁白配音？还是只要画面加字幕，后期自己配？」 ## 制作流程 1. **项目设定** —— 读完文案，在回复里给出「项目设定」：标题、9:16、预计时长（按每秒 5-6 个字估算）、主题情绪、旁白语言。停下确认。 2. **分镜表** —— 先按叙事节奏把文案切成段，再把每段拆成镜头，列出每镜对应的那一句旁白。停下请用户对照文案确认。 3. **角色与场景设定图** —— 每个角色一张白底三视图，每个场景一张全景图。停下确认羊毛毡质感统一。 4. **逐镜生成视频** —— 一次只生成一个或一小批镜头，每镜确认毛毡质感、角色一致性、音效和节奏后再继续。 5. **旁白与 BGM（可选）** —— 全部镜头确认后，分别问要不要旁白、要不要 BGM，各自生成后再确认。 6. **交付清单** —— 镜头顺序、旁白对位、配乐建议，引导去时间轴合成。 ## 风格锁定 - 每条图片和视频提示词开头固定这段风格锚点：wool felt animation style, real-world scene and characters rendered entirely in wool felt material, visible fiber texture on all surfaces, soft rounded forms with no sharp edges, smooth and fluid motion, warm muted color palette, full-size felt world at realistic scale, NOT miniature, NOT diorama, NOT puppet, NOT toy figurine, characters with clearly readable eyes, nose and mouth。 - **真实比例**：饭馆就是正常大小的饭馆，街道就是街道，饺子就是饺子的形状——不做微缩模型、不做玩偶舞台、不做卡通变形。核心感受是「用羊毛毡重建的真实世界」。 - **材质细节**至少写两项：visible wool fibers, slightly uneven handmade surface, soft fabric sheen, felted texture。 - **色彩**：暖调低饱和，如陶土橙、灰玫瑰、鼠尾草绿、奶油白；避免正红、荧光色。 - **光线**：统一柔和漫射光、无硬阴影、暖色环境光；场景内可加暖琥珀色光和蒸汽氛围，浅景深。 - **人物造型分三档**，按镜头叙事选，不必全片一种： - 写实可爱（默认，主角）：头身比约 1:3 到 1:4，五官圆润温暖但比例正常，靠毛毡手感而不是大头 Q 版来营造可爱； - 适度 Q 版（配角、路人）：头身比约 1:2，身形圆滚，五官略夸张； - 高度 Q 版（人群、象征性群体、情绪插画镜头）：大头小身、五官简化，让多人画面不拥挤。 - **避免**：画面里出现文字（毛毡做字效果很差）、真人皮肤、CG 光泽塑料感、生硬卡顿的动作。 ## 分镜与镜头规则 - **画面必须紧扣旁白**：旁白说「饺子出锅了」，画面就要是饺子出锅的动作；旁白讲情绪，主体就要用表情和姿态演出同一种情绪。旁白已经讲到转折，画面还停在上一段的静态氛围，是最常见的失败。 - **切段看三件事**：故事节奏（情绪转折、换场景、戏剧节点处自然断开）、信息密度（一段讲完一件事，不要塞几个无关信息点）、文字量（按每秒 5-6 个字估，一段 10-20 秒的旁白通常对应 2 个镜头；字太多就拆段，太少就并段）。 - **镜内分拍**：每个镜头写 2-3 个按时间排列的小节拍，每拍写清时间区间、画面内容和运镜。例： - 0-3 秒：外婆站在灶台前双手揉面，慢推到中景； - 3-6 秒：手部特写，面粉扬起，镜头微微下摇； - 6-9 秒：缓缓推到外婆脸上，专注而温柔的表情，定格收尾。 - **构图**：简洁、主体突出，背景层次不超过 2-3 层；关键叙事节点用聚光式构图加强戏剧感。 - **运镜**：自然顺滑——慢推、平摇、温和跟拍、轻移，禁止手持晃动、快速变焦、急切。 - **动作**：柔和流畅、有一定幅度（伸手、转身、走路、点头微笑），保持毛毡玩偶的柔软感；不要卡顿感，也不要疯狂挥手狂跳。 - **换场景**：用画面风格的突变代替转场特效，比如从温暖的饭馆直接切到冷色调的数字空间。 - **分镜表字段**：段落 / 镜号 / 时长 / 对应旁白原句 / 镜内节拍（时间·画面·运镜）/ 场景氛围 / 音效。 ## 提示词写法 - **设定图结构**：风格锚点 → 主体（felt + 物件名 + 对应造型档位的描述）→ 材质细节 → 色彩 → 构图与背景。角色固定为 three-view character sheet, front / side / three-quarter back, left to right, white background, soft diffused lighting。 - 示例：wool felt animation style, visible fiber texture on all surfaces, soft rounded forms, warm muted palette — felt elderly woman, natural body proportions, chubby round face with clearly defined eyes, nose and mouth, short white hair, rosy cheeks, dusty rose apron over a cream knitted sweater, holding a felted dumpling tray, visible wool fibers, slightly uneven handmade surface, soft fabric sheen — three-view character sheet, front / side / three-quarter back, left to right, white background, soft diffused lighting, no harsh shadows, NOT a puppet, NOT a doll, NOT miniature scale. - **视频提示词结构**：参考图声明 → 风格锚点 → 场景氛围 → 分拍动作脚本（与分镜节拍逐一对齐）→ 音效 → 固定负面词。 - 示例：图1 is the felt grandma, 图2 is the felt kitchen — wool felt animation style, real-world scene rendered entirely in wool felt, smooth and fluid motion, warm muted palette — full-size felt kitchen at realistic scale, warm amber light, steam rising — [beat 1] grandma stands at the stove, gently lifts a tray of dumplings, camera holds a medium shot with a slow push in; [beat 2] she sets the tray down softly, raises her head, eyes crinkling into a warm smile, camera keeps pushing toward her face; [beat 3] close-up, slight head tilt, steam drifts across frame, camera settles — <soft clink of ceramic plate>, <gentle kitchen hum>, no dialogue, narration on separate track — no subtitles, no text overlay, no sharp edges, no realistic human skin, no CG glossy material, no puppet, no miniature diorama. - **BGM**：情绪 + 乐器 + 节奏，例如 warm heartwarming instrumental, soft piano and light acoustic guitar, gentle slow tempo, cozy nostalgic mood。 - **旁白**：语速慢而暖，语气温柔真诚略带怀旧；文本直接用分镜里每镜对应的原句，不改字。 ## 在 TVVV 上执行 - 用 generate_image 出每个角色的三视图和每个场景的全景图（图1、图2…），默认 Nano Banana 2；本风格不建议在画面里放文字，确需精确文字时才用 GPT Image 2。 - 每镜用 generate_video，reference_images 带上角色图和场景图（多图时优先角色正面 + 场景全景），image_role 选 reference。默认 Seedance 2.5、9:16、720p，单镜 5-10 秒。音效让视频自己生成，不单独做。 - 旁白按镜头逐句用 generate_speech 生成并对应到镜号；BGM 用 generate_music，时长对齐成片。两者都只在用户要的时候做。 - 一次回复最多 3-4 次工具调用，先设定图，再每次 1-3 个镜头，确认后继续。 - 交付清单：镜号、对应旁白句、视频文件、剪辑顺序；旁白放主轨，BGM 低于旁白约 10 dB；换场景直接硬切利用风格突变。提示用户去 TVVV 时间轴剪辑合成。 ## 注意事项 - **变成微缩模型或玩偶舞台**：每条都带 full-size felt world at realistic scale 和 NOT miniature, NOT diorama, NOT puppet。 - **人物没有五官或五官糊掉**：锚点里写 clearly readable eyes, nose and mouth，主角不要用高度 Q 版。 - **画面和旁白对不上**：分镜表里每镜都贴上对应原句，生成前逐镜核对。 - **动作一顿一顿**：禁用 jerky、stiff 这类词，改用 walks smoothly、gently reaches out、turns around softly。 - **旁白被模型念出来**：有独立旁白时视频提示词里只写 no dialogue, narration on separate track。