cloudhanfeng92-arch/automotive-promo-video-reference

Director de video promocional de autos · Versión sin storyboard

Esta es una versión independiente que preserva automotive-promo-video y automotive-promo-video-rhythm. La cadena de trabajo de esta versión es: Guion + storyboard textual → Vistas de cuatro lados del vehículo + tarjetas de interior/escenario según sea necesario → Prompt de video con referencias de imagen para múltiples tomas → Generación, edición y entrega autorizadas.

Alcance y herramientas

• No genera storyboards cuadro por cuadro, no requiere cuadros inicial/final por toma, no produce previsualizaciones basadas en generación de imágenes por toma. El storyboard textual debe seguir siendo completo. Se pueden recortar vistas independientes de paneles de referencia calificados; esto es para organizar referencias de identidad/espacio, no para generar composiciones de toma.
• Las imágenes usan Lib Image 2.5 Pro especificado por el usuario, también llamado GPTimage2.5; el nombre de ejecución sigue el directorio actual de LibTV, no se basa en alias para probar la versión del proveedor. El video por defecto usa Seedance 2.5, modo de múltiples referencias de imagen.
• Las operaciones de LibTV leen el skill libtv-cli instalado y se ejecutan mediante CLI según la regla de ejecución. No se puede cambiar silenciosamente al modo de primer cuadro, a otro modelo o volver a añadir storyboards.
• Durante la planificación, leer Ritmo y segmentación; en la fase de referencias, leer Especificación de activos de referencia; al escribir prompts de video, leer Formato fijo; si se necesitan ejemplos, leer Ejemplo completo de 20 segundos. Para edición local, usar ffmpeg-skill; solo al escribir skills/guiones/prompts no iniciar herramientas de generación de medios o edición.
• Cuando el usuario solicite PV de autos de alta gama, velocidad y emoción o un mayor dinamismo de fotografía comercial, leer adicionalmente Rama de dirección de PV de autos y reorganizar el plan con apertura en movimiento, contraste estático/dinámico y clímax en movimiento. Las necesidades de exhibición tranquila, presentación de sala de exposición, etc., no aplican automáticamente esta rama.
• Las personas, voces, rutas de archivos, historias y diálogos en los ejemplos del usuario son solo referencias de formato; no leer archivos no relacionados, no copiarlos en el plan del auto, ni tratarlos como autorización de generación.

1. Leer imágenes del auto, primero escribir guion y storyboard textual

Al recibir imágenes del auto, entrar automáticamente en este flujo, sin requerir que el usuario diga "haz las cuatro vistas". Primero observar las imágenes reales subidas, crear vehicle-bible.md: fuente U01, etc., apariencia visible, pintura/delimitación de dos colores, parrilla/forma de faros/llantas, volante a la izquierda/derecha e interior (cuando sea visible), partes no visibles. Cada ítem etiquetar como observed / user-confirmed / inferred / unknown.

Las piezas de referencia guían la fotografía y el ritmo; no se pueden mezclar modelos, llantas o interiores de diferentes piezas en el mismo auto. La parte trasera, el lado derecho o el interior no visibles desde una sola vista frontal-lateral no se pueden hacer pasar por configuración real; se puede proponer un plan de complemento marcado; las configuraciones clave necesitan imágenes adicionales o la aprobación visual del usuario.

Usar directamente las condiciones dadas por el usuario; de lo contrario, sugerir 16:9, 20 segundos, aproximadamente 30fps para entrega, sin diálogo/narración, dejando claro que esto se puede modificar. El número de tomas en el storyboard textual lo determinan la legibilidad y el ritmo, no se hereda la cuota de 26 tomas/20 segundos de la versión original; con una granularidad de 0.5 segundos, las tomas cortas y largas deben formar combinaciones informativas.

La velocidad y la intensidad de la cinematografía deben ajustarse a la intención de esta pieza; no interpretar "lujo" uniformemente como baja velocidad, auto parado o cámara lenta en cada toma. La rama de PV puede diseñar aceleración natural, acercamiento/alejamiento relativo entre el auto y la cámara, y barridos de cerca; mantener el contacto del neumático con el suelo, el peso de la carrocería y la continuidad de dirección, sin afirmar rendimiento real basado en imágenes publicitarias.

Primero se debe generar:

1. Guion: Título/idea creativa, progresión cognitiva del espectador, escenario y tiempo, cambios de estado del vehículo, punto de atracción inicial y final; si no hay diálogo, escribir guion visual, sin imponer personajes, voces o narración de historia.
2. Estructura de ritmo: Cuánto tiempo ocupan los grupos cortos de detalles, las tomas completas de la postura del auto/cabina, la sección de conducción y el cierre; explicar las principales reglas de referencia.
3. Tabla de storyboard textual: Número de toma de toda la pieza, CLIP al que pertenece, puntos de entrada/salida en toda la pieza y dentro del segmento, duración de la toma, plano/composición, acción del vehículo, movimiento de cámara, evento de corte/transición a la siguiente toma, ID de referencia necesario.
4. Tabla de requisitos de activos: Las cuatro vistas son obligatorias; si se necesita la tarjeta de interior y las tarjetas de escenario principal, por qué y qué fuente falta. No generar activos inútiles solo para llenar la plantilla.

Cuando el usuario solo solicite guion/storyboard/prompt, entregar dentro de ese alcance. Si faltan imágenes de referencia, se puede entregar un borrador textual, marcando los elementos pendientes de vinculación en las instrucciones de ejecución independientes; no escribir el estado de los activos en el prompt del modelo ni fingir que los activos ya se han generado.

2. Preparar y generar automáticamente activos de referencia, sin generar storyboards

"Automáticamente" significa que al recibir las imágenes, se analiza, planifica y organiza la ejecución sin requerir que el usuario repita la tarea de las cuatro vistas. Se mantiene la solicitud anterior del usuario de "confirmar antes de generar imágenes": mostrar los prompts completos de esta tanda de imágenes, fuentes de referencia, modelo/parámetros, cantidad y costos visibles o desconocidos antes de generar. Si ya existe una autorización clara de lote o generación automática que cubra contenido, cantidad, parámetros y rango presupuestario, continuar directamente; solo proporcionar un límite superior de presupuesto o archivos subidos no reemplaza la confirmación de generación. Si el usuario autoriza explícitamente la generación automática, ejecutar según ese alcance de autorización.

• CAR_EXT_4V: Por defecto, una imagen de vista compuesta 2x2, frente completo, lateral izquierdo completo, trasero completo, lateral derecho completo, mismo auto misma configuración; describir izquierda y derecha por separado, no tratar el espejo como el otro lado. Las inferencias de estructuras desconocidas deben registrarse con confirmación del usuario.
• CAR_INT_01: Generar solo cuando el guion requiera interior, se vea el interior a través de las ventanas o haya acción continua interior-exterior. La referencia debe cubrir el habitáculo/panel central/asientos traseros/panel de puerta relevante; no se puede confirmar el interior real solo con fotos exteriores. Si ya hay imágenes interiores claras y confiables, se pueden usar directamente como referencia sin necesidad de pagar por volver a dibujar.
• SCN_01, SCN_02: Generar tarjetas de múltiples vistas del escenario cuando el escenario principal aparezca repetidamente, se filme en el mismo lugar con múltiples cámaras, o la entrada/salida/ruta/relación de luz principal afecte la continuidad. Un fondo simple puede ser definido por texto o imágenes existentes, explicando por qué no se necesita una nueva tarjeta. Cada tarjeta describe solo un lugar físico, no mezclar diferentes escenarios en el mismo espacio.

Siguiendo la Especificación de referencia, verificar cuadro por cuadro la identidad, el interior y el espacio, luego registrar el estado de aceptación. Mostrar los resultados para confirmación del usuario; los rangos que ya tienen autorización clara para archivo y auto-verificación pueden pasar de forma autónoma. Las vistas independientes recortadas deben conservar la imagen madre y la fuente; los recortes de baja resolución no deben hacerse pasar por referencias detalladas.

Para entradas de video posteriores, se pueden usar las cuatro vistas, tarjetas de datos fotorrealistas y sus recortes nítidos; anotar cada una como "mismo sujeto, diferentes ángulos" o "mismo lugar, diferentes ángulos". Las tarjetas de escenario que incluyan diagramas de planta en vista superior, flechas de ruta o gran cantidad de texto deben recortar primero las vistas fotorrealistas; los diagramas solo se usan para redactar la descripción espacial, no como entrada de video. El panel de referencia no se puede usar como diseño de collage de la imagen, ni se introduce a través del puerto del primer cuadro. No obligar al modelo a convertir cada cuadro en video secuencialmente solo porque hay tarjetas de datos.

3. Organizar el plan de video de múltiples tomas sin exceder 30 segundos por segmento

Siguiendo Ritmo y segmentación, dividir la pieza completa en segmentos como CAR_CLIP_01, etc. 30 segundos es el límite superior por segmento, no un límite de duración total, ni una obligación de generar exactamente 30 segundos.

• Si la pieza completa ≤ 30 segundos y la relación entre tomas/escenarios es clara y la capacidad lo permite, priorizar un solo segmento completo; en este segmento se pueden especificar múltiples cortes duros.
• Las piezas largas se dividen en los límites de escenario/acción o párrafos de ritmo, evitando segmentos finales cortos difíciles de unir. Las acciones complejas de exterior a interior o tomas demasiado densas pueden dividirse en segmentos adicionales, pero no retroceder a "una toma, una imagen, un video".
• La duración real del segmento también debe cumplir con el límite inferior, superior y paso del modelo actual; si el límite superior compatible es inferior a 30 segundos, seguir el límite más pequeño. Si el tiempo de entrada no es válido, re-dividir o explicar el excedente de material, no falsificar los parámetros del modelo.
• El tiempo local de cada segmento comienza en 0.0; indicar su tiempo de inicio y fin en toda la pieza; los intervalos de toma local cubren continuamente este segmento. Por defecto, usar 0.5 segundos como unidad de límite, se puede escribir 0.0–0.5, 0.5–1.5, 1.5–3.0; no es obligatorio cambiar de toma cada 0.5 segundos. En tomas largas, se puede explicar el cambio de acción en los puntos de 0.5 segundos.
• La línea de tiempo es el objetivo del director, no una promesa de que el modelo la seguirá cuadro por cuadro. Al obtener el resultado real, verificar puntos de corte, tomas faltantes, orden y desviación de duración; si es necesario, dentro del alcance autorizado, revisar el prompt, re-dividir o calibrar con edición.

Mantener dos cantidades: número de tomas en el storyboard textual y número real de tareas CLIP. Ejemplo: 20 segundos con 16 tomas, planificar una tarea de video de 20 segundos, no escribir 16 tareas de 5 segundos cada una. Si es necesario dividir en dos segmentos, especificar la nueva duración/referencia/presupuesto, no ocultar la generación adicional.

4. Generar el prompt de línea de tiempo listo para enviar

Para cada segmento, siguiendo el Formato fijo, generar un bloque de prompt de video puro que se pueda copiar por separado, en el siguiente orden:

Nombre del segmento → Referencia del sujeto → Referencia de interior (si es necesario) → Referencia de escenario o configuración → Explicación del contenido de la imagen de referencia → Estado inicial → Número de toma/nombre/tiempo dentro del segmento/imagen/movimiento de cámara/transición → Estilo unificado y restricciones físicas → Estado final.

El prompt solo debe escribir el contenido que el modelo debe presentar. El nombre del modelo, modo, resolución, parámetros de relación de aspecto, velocidad de fotogramas, interruptor de sonido, número de tareas, estado planificado/no enviado, notas pendientes de vinculación/aceptación, rutas locales, presupuesto, arreglos posteriores y verificación de capacidad deben colocarse por separado en execution-settings.md o un registro de ejecución estructurado. No incluir en el prompt puro explicaciones de flujo como "especificaciones de generación", "este es el objetivo de tiempo del director" o "verificar puntos de corte después de la generación". Las marcas de tiempo de cada toma y las ventanas de acción deben conservarse; la conversión de tiempo de la pieza completa/segmento y la explicación de la cuadrícula de 0.5 segundos deben colocarse en la tabla de storyboard o el registro de ejecución. Guardar una copia del output solo con el texto del modelo en un archivo .txt; al subir, leer solo ese texto.

Usar "referencia del sujeto/vehículo", no fijar "referencia de persona y voz". Solo si el usuario realmente solicita una persona, adjuntar la base del personaje. No solicitar archivo de referencia de voz. Los diálogos reales, sonidos ambientales y requisitos de contenido final como "sin diálogo, sin narración" se pueden escribir en el prompt; los parámetros de interfaz como enableSound=off y los arreglos posteriores de música se escriben en el registro de ejecución. Por defecto, generar con sonido desactivado; si el usuario desea sonido ambiental, configurar según sea necesario, no solicitar automáticamente una voz.

Las instrucciones de ejecución o la tabla de activos pueden enlazar archivos de referencia locales reales, indicando elementos pendientes de generar/vincular, sin rutas falsas. En el prompt puro, solo conservar el ID de referencia o la referencia de imagen compatible con la herramienta y su responsabilidad visual. Antes de enviar, la capa de ejecución debe vincular el ID a los recursos realmente subidos; los enlaces Markdown locales no son referencias de carga legibles por el modelo; no mezclar rutas o recordatorios de carga en el texto del prompt.

Se permiten cortes de toma dentro del mismo segmento; escribir "corte duro a..." o transición de coincidencia por toma. No escribir al final del segmento "toma única continua, sin cortes" en conflicto con la línea de tiempo de múltiples tomas. Solo prohibir cortes no diseñados, deriva de modelo, pantalla dividida/líneas de cuadrícula/etiquetas, pases de diapositivas de tarjetas, vehículos adicionales, fusión de carrocería y movimientos mecánicos incorrectos. El plano y el ángulo se explican en el texto; no se requiere preparar imágenes de toma correspondientes primero.

5. Verificar, enviar según autorización y entregar

Primero verificar la correspondencia guion/storyboard/prompt, cada segmento ≤ 30 segundos, cada segmento cubre desde 0 hasta el final, la pieza completa sin huecos, consistencia del mismo auto/interior/entorno, y roles de referencia claros. Usar el Validador de línea de tiempo para verificar contra el Ejemplo JSON o el plan del proyecto:

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

Antes de generar, se puede agregar --require-local-assets para verificar archivos de referencia y estado de aceptación de activos; esto no reemplaza la verificación del esquema del modelo en tiempo real de CLI, éxito de carga y autorización presupuestaria. Registrar el estado como planned → reference_approval_pending → references_ready → references_accepted → prompts_ready → video_authorized → clips_ready → edited → delivered; no tratar los nombres de estado como autorización del usuario.

Si el usuario solo autoriza prompts, detenerse en la entrega de prompts. Si el video completo ya está autorizado y este lote de videos está dentro del alcance/presupuesto, conectar las referencias en modo image2video real y enviar, sin necesidad de preguntar de nuevo; las marcas "a usar" en prototipos o borradores no equivalen a enviado. Cuando no se admitan múltiples referencias de imagen, explicar las limitaciones, mantener el plan de esta versión, no cambiar automáticamente a primer cuadro o generar storyboards adicionales.

Registrar en la tarea de generación: lienzo/nodo/ID de tarea, versión del prompt, parámetros y estado final; ante anomalías, primero verificar la tarea original, no reenviar. Descargar el video original completo, verificar el orden de tomas de cada segmento, objetivos de tiempo, estructura del vehículo, contacto del neumático con el suelo, reflejos, interior/exterior y fugas de tarjetas de datos; luego editar, añadir música y unificar color. Ajustar las desviaciones de tiempo con material real; no usar el panel de referencia como zoom/desplazamiento para fingir tomas dinámicas del auto.

Entregar según el alcance del usuario: guion, tabla de storyboard, activos de referencia y mapeo de fuentes, prompts de línea de tiempo puros por segmento, instrucciones de ejecución independientes y JSON; si se realizó la producción completa, entregar además videos originales, registros de edición reales y MP4 después de la aceptación. Guardar en el proyecto script.md, storyboard.md, vehicle-bible.md, references/, reference-manifest.json, timeline.json, clip-prompts.md, .txt de texto puro y execution-settings.md; no hay elementos obligatorios Sxx_FRAME.