cloudhanfeng92-arch/automotive-promo-video-reference

Autowerbespot-Regie · Ohne Storyboard-Bilder

Dies ist eine eigenständige Version, die automotive-promo-video und automotive-promo-video-rhythm beibehält. Die Arbeitskette dieser Version lautet: Drehbuch + Text-Storyboard → Vieransichten des Fahrzeugs + bei Bedarf Innenraum-/Szenen-Referenzkarten → Vollständiger Multi-Shot-Referenz-zu-Video-Prompt → Generierung, Schnitt und Auslieferung gemäß Autorisierung.

Umfang und Werkzeuge

• Es werden keine Storyboard-Bilder pro Shot generiert, keine ersten/letzten Frames pro Shot benötigt und keine Vorschau auf Basis von Shot-für-Shot-Bildgenerierung erstellt. Das Text-Storyboard muss dennoch vollständig sein. Es dürfen unabhängige Perspektiven aus qualifizierten Referenztafeln zugeschnitten werden; dies dient der Organisation von Identitäts-/Raum-Referenzen, nicht der Erstellung von Shot-Kompositionsbildern.
• Bilder verwenden die vom Benutzer angegebene Lib Image 2.5 Pro, die der Benutzer auch als GPTimage2.5 bezeichnet; der Ausführungsname richtet sich nach dem aktuellen LibTV-Verzeichnis, nicht nach Aliasnamen zum Nachweis der Anbieterversion. Videos standardmäßig mit Seedance 2.5, Multi-Image-Referenzmodus.
• LibTV-Operationen lesen das installierte libtv-cli Skill und folgen der CLI gemäß den Ausführungsregeln. Es darf nicht stillschweigend in den First-Frame-Modus, auf andere Modelle oder zurück zu Storyboard-Bildern gewechselt werden.
• Bei der Planung Rhythmus und Segmentierung lesen; in der Referenzbildphase Referenz-Asset-Spezifikation lesen; beim Schreiben von Videoprompts Festes Format lesen, bei Bedarf das 20-Sekunden-Vollständiges Beispiel. Für den lokalen Schnitt das ffmpeg-skill lesen; Medien-Generierungs- oder Schnittwerkzeuge nur starten, wenn Skill-/Drehbuch-/Prompt-Schreiben abgeschlossen ist.
• Wenn der Benutzer hochwertige Auto-PVs, Geschwindigkeit/Leidenschaft oder stärkere kommerzielle Bewegungsdynamik wünscht, zusätzlich die Auto-PV-Regie-Branch lesen, um die Planung mit Bewegungsstart, Gegensätzen von Dynamik und Statik und Höhepunkten der Fahrt neu zu organisieren. Ruhige Ausstellungen, Showroom-Präsentationen etc. wenden diese Branch nicht automatisch an.
• Personen, Klangfarben, Dateipfade, Geschichten und Dialoge aus Benutzerbeispielen dienen nur als Format-Referenz; es werden keine irrelevanten Dateien gelesen, keine in das Auto-Schema kopiert und keine als Generierungsautorisierung betrachtet.

1. Fahrzeugbilder lesen, zuerst Drehbuch und Text-Storyboard schreiben

Sobald ein Autobild empfangen wird, wird automatisch dieser Workflow gestartet; es wird nicht verlangt, dass der Benutzer „Vieransichten erstellen“ sagt. Zunächst die tatsächlich hochgeladenen Bilder beobachten und ein vehicle-bible.md erstellen: Quelle (z.B. U01), sichtbare Außenansicht, Lackierung/Zweifarbabgrenzung, Kühlergrill/Scheinwerferform/Räder, Links-/Rechtslenkung und Innenraum (wenn sichtbar), nicht sichtbare Teile. Jeder Punkt mit observed / user-confirmed / inferred / unknown kennzeichnen.

Referenzfilme leiten Kameraführung und Rhythmus an; verschiedene Modelle, Räder oder Innenräume aus verschiedenen Filmen dürfen nicht als dasselbe Auto kombiniert werden. Heck, rechte Seite und Innenraum, die auf einer einzelnen vorderen Seitenansicht nicht sichtbar sind, dürfen nicht als echte Ausstattung ausgegeben werden; Ergänzungsvorschläge mit Markierungen können unterbreitet werden, Schlüsselkonfigurationen erfordern ergänzende Bilder oder die Zustimmung des Benutzers zur visuellen Einstellung.

Vom Benutzer bereitgestellte Bedingungen direkt verwenden; andernfalls 16:9, 20 Sekunden, ca. 30fps Auslieferung, kein Dialog/Kommentar vorschlagen, mit dem Hinweis, dass dies änderbare Standardeinstellungen sind. Die Anzahl der Shots im Text-Storyboard richtet sich nach Lesbarkeit und Rhythmus; die ursprüngliche Quote von 26 Shots/20 Sekunden wird nicht übernommen; bei 0,5-Sekunden-Granularität sollen kurze und lange Shots informative Kombinationen bilden.

Geschwindigkeit und Kameraintensität unterliegen der Absicht des Clips; „Luxus“ wird nicht einheitlich als niedrige Geschwindigkeit, stehendes Auto oder jede Shot mit langsamer Fahrt interpretiert. Die PV-Branch kann natürliche Beschleunigung, relative Annäherung/Entfernung von Fahrzeug und Kamera sowie Nahaufnahmen im Vorbeiflug gestalten; Bodenkontakt der Reifen, Fahrzeuggewicht und gleichbleibende Richtung erhalten, keine tatsächliche Leistung durch Werbeaufnahmen behaupten.

Zuerst ausgeben:

1. Drehbuch: Filmtitel/eine kreative Idee, Fortschritt der Zuschauerwahrnehmung, Szene und Zeit, Zustandsänderung des Fahrzeugs, Anfangshook und Ende; bei fehlendem Dialog visuelles Drehbuch schreiben, keine Personen, Klangfarben oder erzählerischen Kommentare aufzwingen.
2. Rhythmus-Struktur: Detaillierte kurze Gruppen, komplette Fahrzeugpose/Cockpit-Verweildauer, Fahrsequenz und Abschluss jeweils wie lange, mit Angabe der wichtigsten Referenzmuster.
3. Text-Storyboard-Tabelle: Shot-Nummern des gesamten Clips, zugehöriger CLIP, Ein-/Ausgänge im gesamten Clip und innerhalb der Segmente, Shottlänge, Einstellungsgröße/Komposition, Fahrzeugaktion, Kamerabewegung, Schnittereignis/Übergang zum nächsten Shot, benötigte Referenz-ID.
4. Asset-Anforderungstabelle: Vieransichten des Fahrzeugs zwingend erforderlich; ob Innenraumkarten und Hauptszenenkarten benötigt werden, warum, und Quelle fehlt. Keine nutzlosen Assets generieren, nur um die Vorlage zu füllen.

Wenn der Benutzer nur Drehbuch/Storyboard/Prompts wünscht, im Rahmen dessen liefern. Fehlen Referenzbilder, kann ein Textentwurf geliefert werden, in der eigenständigen Ausführungsanleitung die zu bindenden Elemente kennzeichnen, den Asset-Status nicht in den Modellprompt schreiben und nicht so tun, als seien Assets bereits generiert.

2. Referenz-Assets automatisch vorbereiten und generieren, keine Storyboard-Bilder generieren

„Automatisch“ bedeutet, dass nach Erhalt des Bildes automatisch analysiert, geplant und die Ausführung organisiert wird, ohne dass der Benutzer die Vieransichten-Aufgabe erneut starten muss. Die vorherige Anforderung des Benutzers „vor der Bildgenerierung bestätigen“ bleibt erhalten: Vor der Generierung die vollständigen Bildprompts dieser Charge, Referenzquelle, Modell/Parameter, Anzahl und sichtbare Kosten oder unbekannte Elemente anzeigen. Bei bereits klarer Charge oder Autorisierung zur automatischen Bildgenerierung, die Inhalt, Anzahl, Parameter und Budgetbereich abdeckt, direkt fortfahren; nur ein Budgetdeckel oder hochgeladene Dateien ersetzen nicht die Bildgenerierungsbestätigung. Bei separater, klarer Autorisierung zur automatischen Bildgenerierung durch den Benutzer, innerhalb dieses Autorisierungsumfangs ausführen.

• CAR_EXT_4V: Standardmäßig eine 2×2 Vieransicht, Front, komplette linke Seite, Heck, komplette rechte Seite, gleiches Auto, gleiche Konfiguration; linke und rechte Seite separat beschreiben, Spiegelbild nicht als andere Seite behandeln. Inferenzen zu unbekannten Strukturen mit Benutzerbestätigung dokumentieren.
• CAR_INT_01: Nur generieren, wenn das Drehbuch den Innenraum erfordert, das Innere durch Fenster klar sichtbar ist oder durchgehende Aktionen innen/außen stattfinden. Die Referenz muss das relevante Cockpit/Mittelkonsole/Rücksitz/Türverkleidung abdecken; der tatsächliche Innenraum kann nicht aus Außenansichten bestätigt werden. Vorhandene klare, glaubwürdige Innenraumbilder können direkt als Referenz dienen, ohne zusätzliche Kosten für Neuerstellung.
• SCN_01, SCN_02: Nur generieren, wenn Hauptszenen wiederholt auftreten, mehrere Kamerapositionen am selben Ort drehen, Ein-/Ausgänge/Routen/Hauptlichtbeziehungen die Kontinuität beeinflussen. Einfache Hintergründe können durch Textbeschreibungen oder vorhandene Bilder unterstützt werden; Grund für den Verzicht auf neue Karten angeben. Jede Karte beschreibt nur einen physischen Ort, verschiedene Szenen nicht als denselben Raum vermischen.

Gemäß Referenzspezifikation jede Rasterzelle auf Identität, Innenraum und Raum prüfen, dann den Akzeptanzstatus dokumentieren. Ergebnisse dem Benutzer zur Bestätigung anzeigen; bei klarer Autorisierung zur eigenständigen Abnahme gemäß Archiv kann dies automatisch erfolgen. Zugeschnittene unabhängige Perspektiven behalten das Mutterbild und die Quelle; niedrig aufgelöste Zuschnitte ersetzen keine detailreichen Referenzen.

Für die nachfolgende Videoeingabe können Vieransichten/reine realistische Referenzkarten und deren klare Zuschnitte verwendet werden; jede mit „gleiches Subjekt, verschiedene Winkel“ / „gleicher Ort, verschiedene Winkel“ kennzeichnen. Szenenkarten, die Draufsichts-Pläne, Routenpfeile oder viel Text enthalten, müssen zuerst in realistische Perspektiven zugeschnitten werden; die Pläne dienen nur zum Schreiben der Raumbeschreibung, nicht als Videoeingabe. Referenztafeln dürfen nicht als Puzzle-Layout für das Bild betrachtet oder über den First-Frame-Port eingespeist werden. Das Modell wird nicht aufgefordert, jede Rasterzelle nacheinander in ein Video zu verwandeln, nur weil Referenzkarten vorhanden sind.

3. Plan für Multi-Shot-Video mit maximal 30 Sekunden pro Clip erstellen

Gemäß Rhythmus und Segmentierung den gesamten Clip in CAR_CLIP_01 usw. unterteilen. 30 Sekunden sind die Obergrenze pro Clip, nicht die Gesamtlängenbegrenzung, und der Clip muss nicht zwingend 30 Sekunden voll ausschöpfen.

• Gesamtclip ≤ 30 Sekunden und Shot-/Szenenbeziehungen klar, wenn möglich, einen vollständigen Clip bevorzugen; in diesem können mehrere harte Schnitte klar definiert sein.
• Längere Clips an Übergängen von Szenen/Aktionen oder Rhythmusabschnitten teilen, schwer zu verbindende kurze Endsegmente nach Möglichkeit vermeiden. Komplexe Aktionen von außen nach innen oder zu dichte Shots können separate Clips erfordern, aber nicht zurück zu „ein Shot, ein Bild, ein Video“.
• Die tatsächliche Cliplänge muss auch die aktuellen Unter-/Obergrenzen und Schrittweiten des Modells erfüllen; falls die aktuelle unterstützte Obergrenze unter 30 Sekunden liegt, die kleinere Obergrenze befolgen. Bei ungültiger Eingabedauer neu segmentieren oder Materialüberschuss erklären, keine Modellparameter fälschen.
• Die lokale Zeit jedes Clips beginnt bei 0.0; die Start-/Endzeit im gesamten Clip angeben, die lokalen Shot-Intervalle decken den Clip kontinuierlich ab. Standardmäßig 0,5 Sekunden als Grenzeinheit, erlaubt 0.0–0.5, 0.5–1.5, 1.5–3.0; nicht alle 0,5 Sekunden muss ein Schnitt erfolgen. In langen Shots können Aktionsänderungen an Halbsekundenpunkten beschrieben werden.
• Die Timeline ist ein Regieziel, keine Garantie für frame-genaue Befolgung durch das Modell. Nach Erhalt der tatsächlichen Ergebnisse Schnittpunkte, fehlende Shots, Reihenfolge und Zeitverschiebungen prüfen; ggf. im autorisierten Rahmen Prompts überarbeiten, neu segmentieren oder per Schnitt kalibrieren.

Zwei Anzahlen dokumentieren: Anzahl der Shots im Text-Storyboard und tatsächliche Anzahl der CLIP-Aufgaben. Beispiel: 20 Sekunden mit 16 Shots, ein 20-Sekunden-Videoaufgabe planen, nicht als 16 separate 5-Sekunden-Aufgaben beschreiben. Falls eine Aufteilung in zwei Clips erforderlich ist, neue Cliplängen/Referenzen/Budget klar angeben, keine zusätzliche Generierung verstecken.

4. Übermittelbare Timeline-Prompts ausgeben

Jeder Clip gemäß Festes Format einen einzeln kopierbaren, reinen Videoprompt-Block ausgeben, Reihenfolge:

Clipname → Subjektreferenz → Innenraumreferenz (bei Bedarf) → Szenenreferenz oder -beschreibung → Erklärung des Referenzbildinhalts → Startzustand → Jeder Shot/Name/Zeit im Clip/Bild/Kameraführung/Übergang → Einheitlicher Stil und physikalische Zwänge → Endzustand.

Die Prompts enthalten nur den darzustellenden Inhalt des Modells. Modellname, Modus, Auflösung, Seitenverhältnis-Parameter, Bildrate, Sound-Ein/Aus, Aufgabenanzahl, geplanter/nicht eingereichter Status, zu bindende/Abnahme-Vermerke, lokale Pfade, Budget, Nachbearbeitungsplan und Fähigkeitsprüfungen werden alle in eine separate execution-settings.md oder strukturierte Ausführungsaufzeichnung platziert. In den reinen Prompt keine Workflow-Erklärungen wie „Generierungsspezifikation“, „dies ist ein Regie-Zeitziel“ oder „Schnittpunkte nach der Generierung prüfen“ einfügen. Zeitstempel und Aktionsfenster jedes Shots müssen erhalten bleiben; Umrechnung der Gesamt-/Segmentzeit und Erklärung des Halbsekundenrasters in das Storyboard oder die Ausführungsaufzeichnung. Jede Ausgabe zusätzlich als .txt mit nur dem Modelltext speichern; beim Hochladen nur diesen Text lesen.

Subjekt mit „Subjekt/Fahrzeugreferenz“ bezeichnen, nicht standardmäßig „Personen- und Klangfarbreferenz“ einfügen. Rollenbegründung nur anfügen, wenn der Benutzer tatsächlich Personen anfordert. Keine Tonreferenzdatei anfordern. Tatsächliche Dialoge, Umgebungsgeräusche und „Kein Dialog, kein Kommentar“ als Endproduktanforderungen können in den Prompt geschrieben werden; enableSound=off etc. als Schnittstellenparameter und Musik-/Nachbearbeitungsplan in die Ausführungsaufzeichnung schreiben. Standardmäßig Ton aus; bei Benutzerwunsch nach Umgebungsgeräuschen entsprechend konfigurieren, nicht automatisch Klangfarbe anfordern.

Ausführungsanweisungen oder Asset-Tabellen können auf tatsächliche lokale Referenzdateien verlinken und zu generierende/zu bindende Elemente kennzeichnen, keine falschen Pfade verwenden. Reine Prompts enthalten nur Referenz-IDs oder vom Tool unterstützte Bildreferenzen und deren visuelle Verantwortung. Vor der Übermittlung werden die IDs von der Ausführungsebene an die tatsächlich hochgeladenen Ressourcen gebunden; lokale Markdown-Links sind keine vom Modell lesbaren Upload-Referenzen, Pfade oder Upload-Hinweise dürfen nicht in den Text gemischt werden.

Innerhalb eines Clips sind Shotschnitte erlaubt; pro Shot „hart geschnitten zu …“ oder passende Übergänge schreiben. Am Ende eines Clips darf kein „Einzelner, kontinuierlicher Shot, keine Schnitte erlaubt“ geschrieben werden, dies widerspricht der Multi-Shot-Timeline. Es werden nur nicht geplante Schnitte, Modellwechsel, geteilte Bildschirme/Gitter/Labels, Bildkarten-Dias, zusätzliche Fahrzeuge, Karosserieschmelzen und falsche mechanische Bewegungen verboten. Einstellungsgröße und Winkel im Prompttext erklären, nicht die vorherige Bereitstellung entsprechender Shot-Bilder verlangen.

5. Prüfen, gemäß Autorisierung übermitteln und ausliefern

Zunächst die Korrespondenz von Drehbuch/Storyboard/Prompt prüfen, jeder Clip ≤ 30 Sekunden, jeder Clip deckt von 0 bis Ende ab, gesamter Clip lückenlos, Konsistenz von Fahrzeug/Innenraum/Umgebung, klare Rollen jeder Referenz. Mit dem Timeline-Validator die JSON-Beispiel oder den Projektplan prüfen:

python3 <skill-dir>/scripts/validate_timeline.py <Projekt-timeline.json>

Vor der Generierung kann --require-local-assets hinzugefügt werden, um referenzierte Dateien und Asset-Akzeptanzstatus zu prüfen; dies ersetzt nicht die Echtzeit-Modell-Schema-, Upload-Erfolgs- und Budget-Autorisierungsprüfungen. planned → reference_approval_pending → references_ready → references_accepted → prompts_ready → video_authorized → clips_ready → edited → delivered dokumentieren, Statusnamen nicht als Benutzerautorisierung behandeln.

Wenn der Benutzer nur Prompts autorisiert hat, bei der Prompt-Auslieferung stoppen. Wenn der vollständige Film autorisiert ist und diese Video-Charge innerhalb von Umfang/Budget liegt, im tatsächlichen image2video-Modus Referenzen verbinden und übermitteln, ohne erneute Rückfrage; „geplant“ in Prototypen/Entwürfen gilt nicht als eingereicht. Wenn Multi-Image-Referenz nicht unterstützt wird, Einschränkungen erklären, Plan dieser Version beibehalten, nicht automatisch auf First-Frame oder alternative Storyboard-Bildgenerierung umschalten.

Generierungsaufgaben zeichnen Canvas/Node/Aufgaben-ID, Prompt-Version, Parameter und Endzustand auf; bei Anomalien zuerst die ursprüngliche Aufgabe prüfen, nicht erneut einreichen. Das vollständige Originalvideo herunterladen und für jeden Clip Shot-Reihenfolge, Zeitziele, Fahrzeugstruktur, Bodenkontakt, Reflexionen, Innen-/Außenansicht und Datenkarten-Leak prüfen; dann schneiden, Musik hinzufügen und Farbkorrektur durchführen. Zeitabweichungen mit echtem Material anpassen, keine Referenztafeln durch Verschieben/Skalieren als dynamische Autoaufnahmen ausgeben.

Auslieferung gemäß Benutzerumfang: Drehbuch, Storyboard-Tabelle, Referenz-Assets und Quellenzuordnung, reine Timeline-Prompts pro Clip, eigenständige Ausführungsanleitung und JSON; bei tatsächlicher kompletter Produktion zusätzlich Originalvideos, tatsächliche Schnittaufzeichnung und MP4 nach Abnahme. Im Projekt script.md, storyboard.md, vehicle-bible.md, references/, reference-manifest.json, timeline.json, clip-prompts.md, reine Text-.txt und execution-settings.md speichern, keine Sxx_FRAME Pflichtfelder.