YGtemple/colección-de-habilidades-de-video

Habilidad de Producción de Video de Animación Dinámica AI

🏷️ Identificador de Categoría de Habilidad

Categoría de Pertenencia: 【Manju / Animación Dinámica】

• 🎬 Escenarios de Tarea Típicos: Generar videos de animación dinámica de campus/juventud/curación/amor no correspondido basados en imágenes de configuración de personajes + guiones gráficos; cortometrajes de varios fragmentos que requieren consistencia facial, de peinado y de vestimenta entre fragmentos; generar fragmentos MP4 en vertical 9:16 u horizontal 16:9 para luego unirlos.
• 🚫 Escenarios No Aplicables: Publicidad de productos pura / tomas de paisajes sin personajes / videos abstractos sin personajes (usar doubao-creative-video o habilidad de tomas vacías); grabaciones realistas que requieran actores reales (usar la rama realista de jimeng-studio / ai-drama-master-suite); series largas de docenas de episodios (usar herramientas especializadas para series largas; esta habilidad solo hace muestras cortas de un solo episodio).
• 🔗 Flujo de Trabajo / Recomendaciones: Aguas arriba [entrada de planificación de cortometrajes doubao-creative-drama / blockbuster-script-director para guiones / drama-storyboard-director para storyboards / script-asset-master para activos] → Esta habilidad (generación de animación dinámica cuadro por cuadro + composición) → Aguas abajo [jianying-editor para edición fina / byted-mediakit-editing para transiciones y etalonaje].
• 🧭 Límites con Habilidades Adyacentes: Diferencia de ai-drama-master-suite / jimeng-studio: esta habilidad solo hace manju / estilo anime / ilustración semi-realista, y fuerza image_to_video + referencia de imágenes, no hace realismo. Diferencia de doubao-creative-drama: esta habilidad es la habilidad de ejecución/implementación del lado manju (ya tiene storyboards + imágenes de referencia, genera video por escena, elimina marcas de agua y compone), no se encarga del esquema del proyecto ni de la planificación general.
• 📦 Responsabilidades de Producción del Paquete Estándar de Tres Partes: Esta habilidad es responsable de la ② Parte de Prompts de Activos de Modelo Universal (versión manju/animación dinámica) del paquete estándar — produce prompts de activos en chino (vistas de personaje, tomas de escenario, props) según la "Plantilla de Prompts de Activos de Modelo Universal", y produce los prompts MJ en inglés correspondientes según la "Plantilla de Prompts MJ" (versión manju unificada con --niji 6); la ① Parte del Esquema del Proyecto es producida por la entrada de planificación aguas arriba (doubao-creative-drama / blockbuster-script-director), y esta habilidad recibe su guión y resumen como entrada; la ③ Parte de Prompts MJ es reescrita por esta habilidad basándose en la ② Parte, cubriendo activos clave de personajes, escenarios y props.
• ⚠️ Normas Fijas del Usuario: El producto final no tiene subtítulos, no tiene BGM, TTS deshabilitado (el diálogo es generado directamente por el modelo de video); mostrar el prompt completo antes de la generación; las imágenes de personajes deben ser referenciadas con @, forzar referencia de imagen y no generar personajes puramente con texto.

⛔ Reglas Generales de Control por Puertas (Impulsado por Opciones · Confirmación del Usuario · Todos los Activos Son Hechos por el Usuario)

Esta habilidad no ejecuta automáticamente de extremo a extremo la producción completa por defecto — no asume "ejecutar automáticamente fragmento por fragmento", ni produce activos finales de arte por el usuario. El texto completo del paradigma estándar se encuentra en /home/user/Doubao/chats/38436370915409154/_工作规范/阶段门控总则（标准范式）.md; lo siguiente son los puntos clave de implementación de esta habilidad (manju/animación dinámica), con prioridad sobre cualquier expresión anterior de "ejecución automática continua / automática fragmento por fragmento / generación automática de activos finales por AI".

Principios Máximos (No Violables)

1. Prohibido ejecutar la producción completa automáticamente de una sola vez: No está permitido que, después de que el usuario dé una idea en una sola frase, la IA automáticamente complete todo el proceso (historia → guión → activos → storyboard → video → postproducción); tampoco está permitido que, después de que el usuario confirme el primer fragmento, la IA ejecute automáticamente todos los fragmentos restantes.
2. Cada fase debe terminar con: ⛔ Pausa → Dar opciones (cada una con un punto destacado en una frase + pros/contra + ⭐ recomendación) → Esperar respuesta clara del usuario, no continuar sin confirmación del usuario.
3. El usuario puede en cada paso: seleccionar por número / mezclar múltiples opciones / responder "más opciones" para obtener otras / escribir sugerencias de modificación.
4. 【Restricción Fuerte: Todos los Activos Visuales Son Producidos por el Usuario】 : Las imágenes de configuración de personajes (vistas frontal, lateral, trasera / primeros planos faciales), tomas de escenario, imágenes de props, imágenes clave / imágenes de referencia de storyboard y todos los activos de imagen que entran en el producto final, deben ser generados, seleccionados y devueltos por el usuario usando los prompts que la IA proporciona; la IA no puede usar ninguna herramienta de texto a imagen (T2I) para producir activos finales por el usuario.
   • La IA todavía es responsable de la generación de video (image_to_video / I2V): después de que todos los activos sean devueltos y confirmados, la IA genera el video referenciando los activos del usuario con @, mostrando el prompt completo del video y después de la confirmación del usuario.
5. En ninguna fase se generan automáticamente imágenes de activos finales; si se necesitan imágenes de ejemplo / referencia para la comunicación, se debe obtener el consentimiento explícito del usuario primero, y las imágenes de ejemplo no pueden usarse directamente como activos finales en el producto final.

Formato de Salida Uniforme para el Control (Dar en Cada Punto de Control, No Omitir)

• ✅ Esta Fase Completada: 1–3 frases explicando lo que se produjo en este paso.
• Por favor, elige (Total de N Direcciones): Usar una tabla con columnas Número / Plan / Punto Destacado en Una Frase / Pros / Contras, y dar ⭐ recomendación con justificación.
• ⛔ Pausado, por favor responde para que pueda continuar: Escribir claramente qué necesita el usuario que responda (número / confirmación / sugerencia de modificación / "más opciones"); solo después de recibir una selección/confirmación clara, se pasa a la siguiente fase.

Ritmo de Control para Esta Habilidad (Manju / Animación Dinámica):

Puerta	Fase	Opciones / Acción para el Usuario	Condición de Paso
Puerta 1	Desarrollo de Historia (Antes del Guión)	Dar 3–5 direcciones de historia de manju diferenciadas entre sí (tema / configuración central / arquetipo de protagonista / conflicto principal / imagen de gancho inicial diferentes), cada una con punto destacado + pros/contra + ⭐ recomendación	El usuario selecciona / mezcla / pide más opciones y confirma la historia antes de escribir el storyboard
Puerta 2	Selección del Plan de Activos (Solo Plan, Sin Generar Imágenes)	Dar opciones de plan para configuración de personajes y descripción, configuración de escenario, lista de props, dirección de imágenes clave, etc. (Sección A de la "Hoja de Confirmación de Activos Hechos por el Usuario")	El usuario selecciona/modifica y confirma el plan de activos
Puerta 3	Todos los Activos Son Hechos por el Usuario (Crítico, Confirmación por Lotes por Puerta)	La IA produce dos paquetes de prompts (versión china del modelo universal + versión inglesa MJ para manju --niji 6) + parámetros 3D (--stylize 200–600 / --weird 0 / --chaos 0–10 + --seed fijo) + lista de activos y orden de producción (ancla de personaje → tomas de escenario → props → imágenes clave) + sugerencias de producción; la IA no usa herramientas T2I para generar imágenes; el usuario genera, devuelve y confirma cada elemento	El usuario genera, devuelve y confirma personaje por personaje / escenario por escenario / prop por prop / imagen clave por imagen clave, solo entonces se referencian con @ en los prompts de video
Puerta 4	Generación de Video por Lotes	La IA muestra primero el prompt completo del video (@ activos confirmados por el usuario), explica la lista de imágenes de referencia y parámetros, el usuario confirma antes de llamar a image_to_video; se hace por lotes, no se asume que todo el video se ejecute automáticamente	El usuario confirma el prompt lote por lote antes de llamar al modelo de video; después de la generación, el usuario confirma "continuar" para el siguiente lote
Puerta 5	Postproducción / Entrega	Opciones como recorte para eliminar marcas de agua, transiciones xfade, mezcla de audio, transcodificación para plataforma, portada (la imagen de portada también la hace el usuario), etc.	El usuario confirma elemento por elemento

No se debe entrar en la generación de video hasta que todas las imágenes de personajes / escenarios / props / clave hayan sido devueltas y confirmadas; el video y la postproducción aún se confirman por lotes / elementos, no se ejecutan automáticamente juntos.

Gancho y Causalidad (Dos Requisitos Creativos Duros, Integrados en los Seis Puntos de Control de Calidad del Storyboard a Continuación)

• ① Gancho Combinado con Imagen (Visible, No Depende de "Decir"): El gancho inicial debe ser una imagen / acción / escena específica y visible, que atrape al espectador con el impacto visual o el suspenso visual del primer fotograma / primeros segundos, no depende de narración / diálogo / subtítulos / título para "decirlo" ; la imagen del gancho se relaciona directamente con el conflicto / suspenso central. En el desarrollo de la historia y el storyboard, el "gancho inicial" siempre se completa con una imagen de gancho específica (quién está haciendo qué / qué imagen anormal aparece), no con conceptos abstractos.
• ② Relación de Causalidad (A→B→C, Eliminar la Cuenta Corriente): La trama avanza según una cadena causal, no es una enumeración de eventos "y luego… y luego…"; la anomalía / suspenso lanzado por el gancho debe tener una causa; cada acción de un personaje tiene una motivación y una consecuencia; los presagios son la "causa", y su recogida es el "efecto". Al auto-revisar, preguntar por cada storyboard "¿por qué ocurre y a qué lleva?", y eliminar los párrafos sin relación causal con la línea principal.

Las Tres Partes del Paquete se Producen en Lotes Según el Ritmo de Control (No Dar Todo de Una Vez)

• ① Esquema del Proyecto / Storyboard: Se produce / finaliza solo después de la "confirmación de la historia".
• ② Prompts de Activos del Modelo Universal, ③ Prompts MJ para Manju: Se proporcionan en lotes según el progreso de generación del usuario — dar los del personaje cuando se confirme el personaje, dar los del escenario cuando se confirme el escenario, no darlos todos por adelantado.

Relación con las Normas Existentes (Se Superpone, No Hay Conflicto, No Se Elimina)

Se mantienen y superponen: 🏷️ Etiquetas de categoría realista / manju; 📋 Lista de auto-revisión de seis puntos del storyboard; 📦 Paquete estándar de tres partes; 🎛️ Dimensiones 3D de activos (--stylize / --weird / --chaos + seed fijo); ⚠️ Sin subtítulos, sin BGM, TTS deshabilitado, mostrar prompt completo antes de la generación, forzar @ y referencia de imagen para personajes/activos. Dos puntos cambiados por esta regla general: ① El avance de fase cambia de "ejecución automática continua / automática fragmento por fragmento" a "pausar por puerta, dar opciones, esperar confirmación"; ② Los activos visuales cambian de "la IA genera imágenes" a "todos los activos finales son hechos por el usuario, la IA solo da prompts / dimensiones 3D / lista / sugerencias, no usa T2I". El resto de capacidades no se eliminan; la generación de video (image_to_video) todavía la ejecuta la IA.

I. Escenarios de Aplicación

• Generar videos de animación dinámica / cortometrajes AI fragmento por fragmento basados en imágenes de configuración de personajes existentes (vistas frontal, lateral, trasera / primeros planos / referencia de múltiples escenas) y guiones gráficos.
• Temas de campus juvenil, curación, amores no correspondidos, dramas cotidianos con diálogos e interacciones emocionales entre personajes.
• Producción de video de múltiples fragmentos que requiere mantener estrictamente la consistencia facial, del peinado, de la vestimenta y del escenario de los personajes.
• Salida como fragmentos de video MP4 en vertical 9:16 u horizontal 16:9, que luego se pueden unir para formar un cortometraje completo.

No Aplica: Publicidad de productos pura, tomas de paisajes sin personajes, videos de conceptos abstractos sin personajes, videos que requieren actores reales.

---

II. Principios Centrales (No Violables)

1. Impulsado por Imágenes de Referencia: Debe usar image_to_video, pasar la imagen de configuración del personaje + la imagen de referencia del escenario; prohibido usar text_to_video para generar personajes de la nada.
2. Confirmación Fragmento por Fragmento: Cada fragmento generado se muestra inmediatamente al usuario; el usuario confirma antes de continuar con el siguiente; prohibida la generación por lotes.
3. Mostrar Prompt Antes de Generar: Antes de cada llamada a la herramienta de generación de video, se debe mostrar el prompt completo al usuario; el usuario confirma antes de llamar a la herramienta; prohibido generar sin mostrar el prompt.
4. Sin BGM y TTS Deshabilitado: El diseño de sonido incluye solo diálogos de personajes + sonido ambiente + efectos de sonido; absolutamente prohibido cualquier música de fondo / música de piano / BGM; los diálogos / narraciones deben ser emitidos directamente por el modelo de generación de video; prohibido todo TTS de síntesis de voz para doblaje — si el diálogo se pronuncia mal / no se entiende claro, modificar el prompt y regenerar, no usar TTS como remedio.
5. Sin Subtítulos: Prohibida la aparición de cualquier subtítulo, título, texto explicativo u otro texto de postproducción en la imagen.
6. Personaje Único: El número de personas en cada imagen debe ser consistente con el storyboard; prohibido generar un tercer personaje de la nada o copiar personajes (como "dos protagonistas femeninas").
7. Extremidades Únicas: Cada persona tiene solo dos manos y cinco dedos; prohibido tener manos adicionales, dedos adicionales, brazos retorcidos (como "tres manos").
8. Prioridad de Coherencia: El escenario, la iluminación, el estado del personaje y la posición de los objetos de fragmentos consecutivos deben estar estrictamente conectados.
9. Consistencia de Voz: Las características de voz del protagonista masculino/femenino deben ser uniformes en todo el video; cada línea de diálogo debe etiquetar las características de voz.
10. Reserva de Recorte: Se debe considerar la cantidad de recorte para eliminar marcas de agua en postproducción; la composición debe reservar un área segura; el contenido clave no debe estar pegado al borde.

---

III. Gestión de Activos de Personajes

⛔ P0 Lectura Obligatoria: Antes de entrar en cualquier fase de activos, se debe leer completamente el SKILL.md de script-asset-master (live: /home/user/.doubao/agent_mode/workspace/.user_skills/script-asset-master/SKILL.md; copia estable: /home/user/Doubao/chats/38436370915409154/已优化技能/script-asset-master/SKILL.md), no se puede omitir ni ejecutar de memoria. El orden fijo de la fase de activos: Leer script-asset-master (P0) → Dar opciones de plan de activos → Usuario confirma plan → IA da dos paquetes de prompts + parámetros 3D + lista/orden de activos + sugerencias de producción → Usuario hace y devuelve → Confirmar elemento por elemento antes de @ referencia.

📦 Responsabilidad de Producción de la ②ª Parte del Paquete (Prompts de Activos Manju): Esta habilidad produce prompts de activos en chino para vistas de personaje, tomas de escenario y props según la "Plantilla de Prompts de Activos de Modelo Universal" (/home/user/Doubao/chats/38436370915409154/通用模型资产提示词模板.md), cambiando el segmento de estilo a "animación dinámica / ilustración / semi-realista anime / coloreado al estilo celshading"; al mismo tiempo, produce los prompts MJ en inglés correspondientes según la "Plantilla de Prompts MJ" (/home/user/Doubao/chats/38436370915409154/MJ提示词模板.md), y para la versión manju se añade --niji 6 de manera uniforme. Las imágenes de personajes proporcionadas por el usuario deben ser referenciadas con @, una imagen por persona sin asignación repetida; prohibido generar personajes puramente con texto.

🎛️ Tres Dimensiones de Control (Cada Activo Debe Marcar, No Puede Faltar Ninguna): Junto al texto del prompt de cada activo, se deben enumerar los tres valores/niveles con una breve justificación; no se puede dar solo el texto del prompt.

• ① Estilización (--stylize / Nivel Realista ↔ Estilizado): MJ usa --stylize (0–1000); para manju se recomienda --niji 6 con --stylize 200–600 (medio~alto), para un mayor sentido artístico de ilustración / animación dinámica; si es demasiado alto, se desvía de la referencia y debilita la consistencia del personaje.
• ② Rareza (--weird / Nivel de Creatividad y Rareza): MJ usa --weird (0–3000); para manju se recomienda --weird 0 (por defecto), para mantener la credibilidad y consistencia del personaje; solo para exploración experimental se puede empezar probando desde 250–500.
• ③ Diversidad (--chaos + --seed / Diferencia de Semilla): MJ usa --chaos (0–100) + --seed fijo; para manju se recomienda --chaos 0–10 y --seed fijo para garantizar la reproducibilidad; al explorar composiciones, se puede aumentar --chaos temporalmente a 10–25, pero debe volverse a la recomendación para la versión final.
• ⚠️ Un --weird / --chaos alto sacrificará significativamente la consistencia y reproducibilidad del personaje — los activos de alta consistencia como vistas de personaje y fotogramas clave transversales deben usar --weird bajo, --chaos bajo y --seed fijo; la generación exploratoria puede aflojar temporalmente, pero la versión final debe volver a los niveles recomendados.
• Junto a cada activo se debe incluir una línea de anotación: ▶ Dimensiones de Control: --stylize [valor] (Justificación: ) ｜ --weird [valor] (Justificación: ) ｜ --chaos [valor] + --seed [valor] (Justificación: )

⛔ Límite de Activos Hechos por el Usuario (Punto de Confirmación): En esta fase, esta habilidad solo produce los dos paquetes de prompts anteriores / parámetros 3D / lista y orden de activos / sugerencias de producción; nunca llama a herramientas de texto a imagen (T2I) para producir imágenes finales de personajes / escenarios / props / clave para el usuario; todas las imágenes de arte final deben ser generadas, seleccionadas y devueltas por el usuario usando los prompts; después de la confirmación elemento por elemento del usuario, esta habilidad las referencia con @ en los prompts de video (una clase por confirmación, sin asignación repetida). Si se necesitan imágenes de ejemplo para la comunicación, se debe obtener el consentimiento explícito del usuario primero, y no pueden entrar directamente en el producto final.

3.1 Tipos de Imágenes de Referencia que se Deben Preparar

Tipo	Uso	Cantidad Mínima
Vistas completas del personaje (frontal, lateral, trasera)	Estilo de uniforme, proporciones completas, configuración general del personaje	1 por persona (puede ser la misma imagen para ambos)
Primer plano facial del personaje	Detalles faciales, peinado, base de expresión	1 por persona
Imagen de referencia del escenario	Distribución del espacio, dirección de la luz, mobiliario, atmósfera	1 por escenario central
Imagen de interacción personaje-escenario	Postura del personaje en el escenario, luz y sombra, proporción	Según necesidad

3.2 Gestión de Numeración de Imágenes de Referencia

Todas las imágenes de referencia se numeran según el orden de entrada como @imagen1, @imagen2, @imagen3…, y en el prompt deben corresponder uno a uno con el orden del image_reference_url_list.

Se recomienda crear una tabla de activos de imágenes de referencia:

| Número | Contenido de la Imagen | Tipo | Uso |
|---|---|---|---|
| Imagen 1 | Vistas completas de protagonistas | Configuración de personaje | Estilo de uniforme, proporciones completas |
| Imagen 2 | Primer plano de la pareja | Rostro de personaje | Detalles faciales, peinado |
| Imagen 3 | Primer plano de la protagonista femenina | Rostro de personaje | Rasgos faciales, peinado de la protagonista femenina |
| Imagen 4 | Escena del protagonista masculino en la biblioteca | Escenario + Personaje | Espacio de la biblioteca, postura del protagonista masculino |
| Imagen 5 | Panorámica de la biblioteca | Escenario puro | Distribución del espacio, iluminación, mobiliario |

---

IV. Normas de Referencia de Imágenes (Obligatorio)

4.1 Formato de Referencia

Al principio del prompt, se deben enumerar los usos de cada imagen de referencia una por una, con el formato:

Refiriendo a @imagen1 para [contenido de referencia específico], refiriendo a @imagen2 para [contenido de referencia específico], refiriendo a @imagen3 para [contenido de referencia específico].

4.2 La Referencia de la Imagen del Personaje Debe Explicar

• Rostro: Forma de los rasgos faciales, ojos y cejas, forma de la nariz, forma de la cara, tono de piel
• Peinado: Color, largo, liso/rizado, flequillo, volumen
• Vestimenta: Estilo, combinación de colores, posición del emblema escolar, ropa interior, pantalones, zapatos
• Tipo de cuerpo: Altura, complexión, proporciones
• Ejemplo: Refiriendo a @imagen2 para los rasgos faciales del protagonista masculino (apuesto y frío, estructura ósea clara, cabello corto negro con textura) y los rasgos faciales de la protagonista femenina (dulce y delicada, ojos grandes, cabello negro largo y ondulado con flequillo ligero)

4.3 La Referencia de la Imagen del Escenario Debe Explicar

• Espacio: Disposición de estanterías, posición de mesas y sillas, posición de ventanas, distribución general
• Luz: Dirección de la fuente, temperatura de color, intensidad, dirección de las sombras
• Mobiliario: Objetos, decoración, material del suelo
• Atmósfera: Tono general, sensación emocional
• Ejemplo: Refiriendo a @imagen5 para la distribución del espacio de la biblioteca (estanterías de madera dispuestas, ventana grande a la izquierda, área de lectura junto a la ventana) y la dirección de la luz dorada de la tarde

4.4 Cantidad de Referencias

• Cada fragmento debe incluir al menos 2 imágenes de referencia (1 de personaje + 1 de escenario, o 2 de personaje)
• Para fragmentos con personajes juntos, se debe incluir una imagen de referencia que los contenga a ambos (como un primer plano de la pareja)
• Cuando el escenario cambia, se debe incluir la imagen de referencia del escenario correspondiente
• Máximo 10 imágenes (límite de la herramienta)

---

V. Plantilla de Estructura de Prompt (Obligatorio)

El prompt de cada fragmento debe escribirse estrictamente en el siguiente orden, sin omitir ninguno:

[Párrafo 1: Referencia de Imágenes]
Refiriendo a @imagen1 para [uso específico], refiriendo a @imagen2 para [uso específico], refiriendo a @imagen3 para [uso específico].
(Enumerar una por una, para imágenes de personajes explicar rostro/peinado/vestimenta, para imágenes de escenario explicar espacio/luz/mobiliario)

[Párrafo 2: Ancla de Coherencia]
Continuando del fragmento anterior: [Estado del escenario al final del fragmento anterior, posición/postura/expresión del personaje, posición del objeto, dirección de la luz].
(Para el primer fragmento escribir "Establecimiento de la escena inicial", para fragmentos siguientes escribir el contenido de continuación)

[Párrafo 3: Contenido de la Imagen]
[Descripción detallada: Entorno del escenario + Acción del personaje + Cambio de expresión + Objetos clave + Detalles]
[Se debe escribir claramente cuántos personajes hay en la imagen y quiénes son; prohibido que aparezcan personajes adicionales]

[Párrafo 4: Movimiento de Cámara]
[Tamaño de plano inicial] → [Método de movimiento de cámara] → [Tamaño de plano final], especificar claramente paneo, inclinación, desplazamiento, seguimiento o fijo.

[Párrafo 5: Estilo de Luz y Sombra]
[Dirección de la fuente de luz, temperatura de color, profundidad de campo, estilo artístico, requisitos de calidad de imagen]

[Párrafo 5.5: Área Segura de Composición]
[Especificar claramente que el contenido clave (rostro del personaje, manos, objetos) está estrictamente dentro del 55% central de la imagen, la distancia desde la parte superior de la cabeza al borde superior es al menos el 22% de la altura, la distancia desde la planta de los pies/barbilla al borde inferior es al menos el 18%, los lados izquierdo y derecho tienen cada uno un margen de seguridad de al menos 250px, no pegado al borde, no en las esquinas, no cortado por el borde de la imagen. Dejar suficiente espacio en blanco alrededor de la imagen para el recorte grande de postproducción para eliminar marcas de agua.]

[Párrafo 6: Diálogo]
Nombre del personaje (Característica de voz): "Contenido del diálogo"
(Cada línea de diálogo debe etiquetar el nombre del personaje y la característica de voz; el protagonista masculino, voz grave y magnética, ritmo lento; la protagonista femenina, voz dulce y clara)

[Párrafo 7: Diseño de Sonido]
[Solo sonido ambiente + efectos de sonido; prohibido escribir cualquier BGM / música de fondo / música de piano / banda sonora]

[Párrafo 8: Elementos Prohibidos]
Sin subtítulos, sin texto en la imagen, sin BGM de fondo, solo [número de personajes] personajes en la imagen ([nombre de los personajes]), no debe aparecer un tercer personaje ni copias de personajes.

---

VI. Normas de Coherencia

Entre fragmentos consecutivos se deben mantener los siguientes elementos consistentes para evitar errores:

6.1 Espacio del Escenario

• La disposición de las estanterías, la posición de las mesas y sillas, la posición de las ventanas y puertas no cambian.
• La posición de los objetos (por ejemplo, dónde se ha colocado un libro, si una silla está empujada) no cambia.
• La dirección del espacio (izquierda/derecha/delante/detrás) no se invierte.

6.2 Luz

• La dirección de la fuente de luz es consistente (por ejemplo, en todo el video la luz del sol de la tarde entra por la ventana izquierda).
• La temperatura de color es consistente (dorado cálido, sin cambios bruscos).
• La dirección de las sombras es consistente.
• Todo el video ocurre en el mismo periodo de tiempo, sin saltos abruptos del día al atardecer.

6.3 Estado del Personaje

• La postura/expresión/posición al final del fragmento anterior se retoma razonablemente al inicio del siguiente fragmento.
• Los detalles de la vestimenta son consistentes (hasta dónde está subida la cremallera, de qué lado está el emblema escolar, si las mangas están arremangadas).
• El estado del peinado es consistente (si está despeinado por el viento, si está recogido).

6.4 Objetos

• Los objetos clave (como "El Principito") en manos de quién están, dónde se colocaron, deben ser coherentes.
• La apariencia, el color y la posición de los objetos no cambian.

6.5 Ejemplo de Redacción del Ancla de Coherencia

Continuando del fragmento anterior: La protagonista femenina Shen Zhiyi acaba de encontrar "El Principito" en la estantería de la sección de literatura y está estirando la mano para cogerlo, la luz dorada cálida de la tarde entra por la ventana izquierda, la protagonista femenina está de pie frente a la estantería mirando hacia arriba, el protagonista masculino Xu Zhouzhou viene caminando desde el otro lado de la estantería.

---

VII. Normas de Voz de los Personajes

Las voces de los personajes en todo el video deben ser consistentes, y cada línea de diálogo debe etiquetar la característica de voz:

Personaje	Característica de Voz	Velocidad	Tono	Volumen
Protagonista masculino	Voz masculina grave y magnética	Algo lento	Plano y tranquilo, contenido	Moderado, algo bajo
Protagonista femenina	Voz femenina dulce y clara	Natural	Suave, con timidez adolescente	Moderado
Monólogo interior de la protagonista femenina	Voz suave y aireada	Algo lento	Actividad interna, distinguir del diálogo	Bajo

Formato de Redacción

Protagonista masculino Xu Zhouzhou (voz masculina grave y magnética, velocidad algo lenta, tono plano y tranquilo): "¿Tú también querías leer este?"
Protagonista femenina Shen Zhiyi (voz femenina dulce y clara, tono suave con un poco de timidez): "Mm… no lo terminé la última vez."

Prohibido

• No usar voz mecánica de IA.
• No confundir voz masculina y femenina.
• No cambiar abruptamente las características de voz dentro del mismo fragmento.
• No usar narración para reemplazar el diálogo de los personajes (a menos que el storyboard especifique claramente un monólogo interno).

7.1 Normas de Fluidez del Diálogo (¡Crítico!)

Problemas Comunes

• Ruptura: Falta de conexión lógica entre dos líneas de diálogo, las conversaciones de los personajes son bruscas y extrañas.
• Expresión Poco Clara: El significado del diálogo es vago, el oyente no entiende lo que dice el personaje.
• Ruptura de Ritmo: El diálogo no tiene ida y vuelta, los personajes hablan solos.
• Información Repentina: Introducción repentina de nueva información (como un concurso de redacción) sin preparación.

Principios de Diseño del Diálogo

1. Conexión Lógica: Cada línea de diálogo debe responder a la anterior, o introducir naturalmente la siguiente, no ser brusca.
2. Ida y Vuelta: El diálogo es una interacción, no un monólogo; lo que dice A, B debe responder, y lo que dice B, A debe retomar.
3. Preparación de la Información: Al introducir nueva información (como un concurso de redacción, ranking de curso), debe haber preparación o transición natural antes.
4. Adecuación a la Situación: El diálogo debe ser adecuado para la escena actual y la emoción del personaje; no se debe gritar en una biblioteca silenciosa.
5. Adecuación al Personaje: El protagonista masculino habla poco y es tranquilo, la protagonista femenina es dulce y tímida; el estilo del diálogo debe coincidir.
6. Lenguaje Coloquial: Usar expresiones coloquiales naturales, no literarias ni presentaciones forzadas.

Ejemplo de Reparación de Ruptura

❌ Versión con Ruptura:

Protagonista femenina: "¡Eras tú! Soy Shen Zhiyi, de la clase 1 de segundo año. Siempre escucho tu nombre en las asambleas de curso."
Protagonista masculino: "Shen Zhiyi… lo sé. Tu ensayo "La Vieja Librería" del último concurso de redacción estaba muy bien."

Problema: Después de que la protagonista femenina dice "asambleas de curso", el protagonista masculino salta de repente al "concurso de redacción", sin conexión, ruptura.

✅ Versión Fluida:

Protagonista femenina (sorpresa): "¡Eras tú! Soy Shen Zhiyi, de la clase 1 de segundo año. No es de extrañar que me parecieras familiar, siempre veo tu nombre cuando subes a recibir premios en las asambleas de curso."
Protagonista masculino (con una leve pausa, serio): "Shen Zhiyi… te recuerdo. El ensayo que escribiste, "La Vieja Librería", en el concurso de redacción de la ciudad, me gustó mucho."

Puntos de reparación:

• La protagonista femenina añadió "No es de extrañar que me parecieras familiar" para conectar "Eras tú" con "asambleas de curso".
• "Subir a recibir premios" es más específico y natural que "escuchar tu nombre".
• El protagonista masculino usa "Te recuerdo" que es más humano que "Lo sé".
• "Concurso de redacción de la ciudad" es más específico que "último concurso de redacción".
• "Me gustó mucho" tiene más emoción que "estaba muy bien", más adecuado para la subtrama de amor no correspondido.

Lista de Verificación del Diálogo

Antes de generar, se debe verificar línea por línea:

• ¿Cada línea de diálogo responde a la anterior?
• ¿La nueva información tiene preparación?
• ¿El diálogo tiene ida y vuelta?
• ¿El diálogo es adecuado para el personaje?
• ¿El diálogo es coloquial y no forzado?
• ¿Hay ruptura o brusquedad?
• ¿La longitud del diálogo es adecuada para la duración del fragmento?

Normas de Velocidad y Ritmo (¡Crítico! Basado en Experiencia Práctica)

Problemas Comunes:

• Demasiado rápido, el diálogo se amontona y no se entiende.
• Superposición de voces de múltiples personajes, la siguiente línea comienza antes de que termine la anterior.
• Ralentizar deliberadamente la velocidad, resultando poco natural.
• Pausas demasiado largas entre líneas que rompen el ritmo.

Forma Correcta:

1. Velocidad Normal: Referirse a la velocidad de los fragmentos normales ya confirmados (como los fragmentos 3, 4, 5), no ralentizar ni acelerar deliberadamente.
2. Velocidad Algo Lenta del Protagonista Masculino: Adecuado para su personalidad fría y tranquila, etiquetar "velocidad algo lenta", no escribir "extremadamente lenta".
3. Velocidad Normal de la Protagonista Femenina: Etiquetar "voz femenina dulce y clara", no es necesario añadir "lenta".
4. Diálogo Natural y Sin Superposición: Escribir "el diálogo se desarrolla de forma natural y secuencial, sin superposición", no escribir "pausa de 2-3 segundos entre líneas".
5. No Añadir Pausas Deliberadamente: No escribir (pausa de 3 segundos) entre líneas; dejar que la IA procese el ritmo del diálogo de forma natural.
6. Diálogo Conciso: Cada línea de diálogo no debe ser demasiado larga; para 4 líneas de diálogo, se sugiere 12-14 segundos, dando suficiente espacio para la generación.
7. Coincidencia de Duración: Si hay mucho diálogo, aumentar la duración (por ejemplo, 14 segundos); si hay poco diálogo, usar 10-12 segundos; no meter demasiado diálogo en poco tiempo.

❌ Escritura Incorrecta:

Diálogo (velocidad extremadamente lenta, pausa de 2-3 segundos después de cada línea):
Protagonista femenina (velocidad extremadamente lenta): "…"
(Pausa de 3 segundos)
Protagonista masculino (velocidad extremadamente lenta): "…"

✅ Escritura Correcta:

Diálogo (el diálogo se desarrolla de forma natural y secuencial, sin superposición, velocidad normal):
Protagonista femenina Shen Zhiyi (voz femenina dulce y clara, tono suave y tímido): "…"
Protagonista masculino Xu Zhouzhou (voz masculina grave y magnética, velocidad algo lenta, tono plano y tranquilo): "…"

---

VIII. Restricciones Contra la Deriva / Múltiples Personajes (Crítico)

8.1 Problemas Comunes

En la generación de video AI es fácil que ocurra:

• Copia de personajes (por ejemplo, dos protagonistas femeninas en una imagen).
• Deriva facial (deformación de rasgos, cambio de rostro).
• Cambio de vestimenta (color, estilo que cambia abruptamente).
• Personajes superfluos (aparición de transeúntes de la nada).
• Deformación de objetos (un libro se convierte en otro objeto).

8.2 Forma Obligatoria de Redacción de Restricciones

En la sección de Elementos Prohibidos de cada prompt, se debe escribir:

En la imagen solo hay [X] personajes, que son [lista de nombres de personajes], no debe aparecer un tercer personaje, no debe haber copias de personajes, no debe haber personas adicionales.
Los rasgos faciales, el peinado y la vestimenta de los personajes deben ser consistentes con las imágenes de referencia; no deben deformarse, no debe cambiar el rostro, no debe cambiar el color ni el estilo de la vestimenta.

8.3 La Sección de Contenido de la Imagen También Debe Especificar el Número de Personas

Al describir la imagen, escribir el número de personas al principio:

En la imagen solo hay dos personas: el protagonista masculino Xu Zhouzhou y la protagonista femenina Shen Zhiyi. El protagonista masculino está al otro lado de la estantería…

8.4 Atención Especial en Escenas de Alto Riesgo

Las siguientes escenas son propensas a la deriva de múltiples personas, se deben reforzar las restricciones adicionalmente:

• Estirar la mano para coger algo (los primeros planos de las manos tienden a generar manos o personas adicionales).
• Interacción cercana de dos personas en el mismo plano.
• Espalda / Perfil (es fácil generar una persona adicional de frente).
• Reflejos en espejos / vidrios (es fácil generar personas adicionales en el reflejo).

Manejo: En los prompts de estas escenas, en la sección de Elementos Prohibidos, repetir y enfatizar la restricción del número de personas, y en la sección de Contenido de la Imagen, confirmar el número de personas línea por línea.

8.5 Prevención de Manos Adicionales / Deriva de Extremidades (¡Crítico!)

Problemas Comunes

En la generación de video AI, las manos y las extremidades son las que más se equivocan:

• Manos Adicionales: Un personaje aparece con tres manos (por ejemplo, dos manos en la estantería + una mano sosteniendo un libro).
• Dedos Adicionales: Número anormal de dedos (seis dedos, dedos fusionados).
• Brazo Anormal: Generación de un brazo adicional, brazo retorcido, brazo atravesando el cuerpo.
• Deformación de la Mano: Mano que se convierte en garra, dedos que se derriten, proporciones de la mano desequilibradas.
• Atravesamiento de Objetos: Mano que atraviesa un libro, brazo que atraviesa la estantería.

Forma Obligatoria de Redacción de Restricciones

En la sección de Elementos Prohibidos de cada prompt, se debe escribir:

Cada personaje tiene solo dos manos y cinco dedos; no debe aparecer una tercera mano, dedos adicionales, brazos retorcidos, deformación de manos, ni extremidades que atraviesen objetos. Los movimientos de las manos deben ser naturales y razonables, el número de dedos debe ser normal.

La Sección de Contenido de la Imagen También Debe Especificar los Movimientos de las Manos

Al describir los movimientos de las manos, se debe escribir claramente qué está haciendo cada mano:

La protagonista femenina sostiene tres libros contra su pecho con la mano derecha, y con la mano izquierda levantada, pasa la punta de los dedos suavemente por los lomos de los libros en la estantería. (Especificar claramente la división de trabajo de las dos manos, no debe aparecer una tercera mano)

Atención Especial en Escenas de Alto Riesgo

Las siguientes escenas son las más propensas a manos adicionales / deformación de manos, se deben reforzar las restricciones adicionalmente:

• Estirar la mano para coger algo / coger un libro (primer plano de la mano).
• Sostener un libro y tocar la estantería al mismo tiempo (cuando la división del trabajo de las dos manos no está clara).
• Dar algo / recibir algo (dos manos cerca).
• Pasar los dedos por las páginas / lomos de los libros (primer plano de los dedos).
• Manos en los bolsillos y cogiendo algo al mismo tiempo (cambio de posición de las manos).
• Manos de múltiples personas en el mismo plano.

Manejo:

1. En la sección de Contenido de la Imagen, especificar línea por línea la posición y acción de cada mano.
2. En Elementos Prohibidos, repetir y enfatizar "cada personaje tiene solo dos manos".
3. Si la acción es compleja, considerar dividirla en dos tomas para evitar demasiados movimientos de manos en una sola toma.
4. Para acciones como sostener un libro y tocar la estantería, escribir claramente "una mano sostiene el libro, la otra mano toca la estantería", no usar una descripción vaga.

---

IX. Lista de Elementos Prohibidos

Los elementos prohibidos de cada prompt deben incluir todo lo siguiente:

1. Sin Subtítulos — No debe aparecer ningún subtítulo, título o texto explicativo en la imagen.
2. Sin BGM — No debe haber música de fondo, música de piano, banda sonora o melodía.
3. Sin Texto de Marca de Agua — No debe aparecer texto de marca de agua como "Generado por AI" (eliminar en el recorte de postproducción).
4. Número Fijo de Personajes — En la imagen solo deben estar los personajes especificados en el storyboard; no debe aparecer un tercer personaje ni copias de personajes.
5. Número Fijo de Extremidades — Cada personaje tiene solo dos manos y cinco dedos; no debe aparecer una tercera mano, dedos adicionales, brazos retorcidos ni deformación de manos.
6. Consistencia del Personaje — El rostro, el peinado y la vestimenta deben ser consistentes con las imágenes de referencia; no deben deformarse ni cambiar de rostro.
7. Consistencia del Escenario — La distribución del espacio, la dirección de la luz y el mobiliario no deben contradecir las imágenes de referencia ni el fragmento anterior.
8. Sin Objetos Superfluos — No deben aparecer objetos no mencionados en el storyboard.

---

X. Selección de Modelo

Modelo	Permisos	Duración	Resolución	Escenario Recomendado
seedance_2.0_fast	Gratuito	5-15 segundos	1280×720 / 720×1280	Usar por defecto, usuario normal
seedance_2.0	Solo para miembros	5-15 segundos	Mayor	Alta calidad de imagen y es miembro
seedance_2.5	Solo para miembros	5-30 segundos	Mayor	Necesita fragmento >15 segundos

Reglas de Selección

1. Los usuarios normales usan directamente seedance_2.0_fast, no intentar con 2.0/2.5 (será rechazado).
2. La duración de un solo fragmento debe estar entre 5 y 15 segundos, se recomienda 8-12 segundos.
3. Generar como máximo 2 fragmentos de video a la vez, se recomienda generar uno por uno.
4. La proporción se elige según la necesidad: 9:16 (vertical para cortometrajes), 16:9 (horizontal para sensación cinematográfica).

---

XI. Flujo de Generación

11.1 Fase de Preparación

⛔ Requisito previo para entrar en esta fase (Punto de confirmación): Las siguientes imágenes de configuración de personajes / imágenes de referencia de escenario son todas activos hechos por el usuario según los prompts anteriores, devueltos y confirmados elemento por elemento; esta habilidad no genera estas imágenes por el usuario. No se debe entrar en la generación cuadro por cuadro (11.2) hasta que todos los activos hayan sido devueltos y confirmados.

1. Confirmar que las imágenes de configuración de los personajes están completas (vistas frontal, lateral y trasera + primeros planos faciales).
2. Confirmar que las imágenes de referencia de los escenarios están completas (al menos 1 por escenario central).
3. Confirmar que el guión gráfico está completo (cada toma tiene: tamaño de plano / imagen / diálogo / duración / movimiento de cámara / sonido).
4. Auto-revisión de los seis puntos del guión gráfico (Puerta de calidad obligatoria, pasar antes de entrar en la generación cuadro por cuadro) — Ver la "Lista de auto-revisión del guión gráfico" en 11.1.1 a continuación.
5. Establecer la tabla de activos de imágenes de referencia (número + contenido + uso).

11.1.1 Lista de Auto-revisión del Guión Gráfico (Versión Manju / Animación Dinámica · Puerta de Calidad)

Fuente: "Lista de auto-revisión para la creación de guiones de cortometrajes" (/home/user/Doubao/chats/38436370915409154/短剧脚本创作自检清单.md). Para manju, se ajusta ligeramente la redacción a "visualización / storyboardización"; se mantienen los seis puntos centrales. Después de completar el guión gráfico y antes de generar el video cuadro por cuadro, se debe marcar cada elemento; si alguno no pasa, primero modificar el guión/storyboard antes de generar.

• ① Diseño de Conflicto (Visualización): El conflicto central debe ser identificable para la audiencia y visible a través de imágenes/acciones/objetos (no se explica con narración); cada punto de conflicto tiene un presagio específico (enterrado en tomas anteriores, recogido en tomas posteriores); al menos 2 conflictos; los conflictos deben cumplir simultáneamente el triple papel de moldear al protagonista, impulsar la trama y elevar el tema.
• ② Perfilado de Personajes (Storyboardiza al Personaje): Escribir sobre los personajes basándose en la situación, no etiquetar; escribir claramente los rasgos de personalidad y los problemas que enfrentan; usar detalles de expresión, acción y hábitos para establecer al personaje en el storyboard (una acción/mirada característica que recorre todo el video).
• ③ Escenario y Transición (Conexión de Tomas): Diseñar transiciones específicas para evitar cortes bruscos (transición a través de cambios de luz/objetos/estado del personaje); cada toma debe explicar claramente el contexto espacio-temporal; para transiciones del mismo escenario en diferentes momentos, usar cambios en la luz, la posición de los objetos y el estado del personaje para reflejar el paso del tiempo.
• ④ Estructura Narrativa (Múltiples Hilos Entrelazados + Cadena Causal): La historia incluye múltiples hilos — hilo principal + hilo familiar + hilo de relaciones sociales — cada hilo se encuentra e impulsa mutuamente en tomas clave, en lugar de apilarse en paralelo; la trama avanza según una cadena causal A→B→C, no es una "y luego… y luego…" cuenta corriente; cada storyboard debe poder responder "¿por qué ocurre y a qué lleva?", eliminando los párrafos sin relación causal con la línea principal; las acciones de los personajes tienen motivación y consecuencias; los presagios son la causa, la recogida es el efecto; los giros son inesperados pero lógicos; la anomalía/suspenso lanzado por el gancho debe tener una causa (puede revelarse después).
• ⑤ Gancho Inicial e Interacción (Visualización · Retención): El gancho inicial debe ser una imagen/acción/escena específica y visible, que atrape al espectador por el impacto visual o el suspenso visual del primer fotograma/primeros segundos, no depende de narración/diálogo/subtítulos/título para "decirlo" , y se relaciona directamente con el conflicto/suspenso central, sin usar señuelos no relacionados con el video principal; usar imágenes de puntos calientes/foco/conflicto fuerte para atraer al espectador al principio; establecer puntos de discusión en todo el video (dejar controversia/suspenso/resonancia) para provocar comentarios e interacción.
• ⑥ Auto-revisión desde la Perspectiva del Espectador (Buscar fallos toma por toma): Cambiar a la perspectiva del espectador común y revisar la tabla del storyboard de nuevo; responder toma por toma "¿qué se puede optimizar? ¿Esta toma me atrae para seguir viendo?"

Flujo en una frase: Primero establecer personajes y escenarios → Colocar ≥ 2 conflictos y enterrar presagios en el storyboard → Usar el hilo principal para enlazar el hilo emocional/hilo de relaciones sociales → Diseñar transiciones y tomas de gancho inicial → Enterrar puntos de discusión → Finalmente, desde la perspectiva del espectador, buscar fallos toma por toma.

11.2 Flujo de Generación de un Solo Fragmento (⛔ Mostrar el Prompt Completo por Lote, Confirmar y Luego Generar, No Asumir Ejecución Automática de Todo el Video)

1. Escribir el prompt para ese fragmento según el storyboard (estrictamente según la plantilla del Capítulo V, incluyendo referencias de imágenes, ancla de coherencia, área segura de composición, restricciones contra múltiples manos/personajes).
2. Mostrar el prompt completo al usuario, explicar la lista de imágenes de referencia y los parámetros, esperar la confirmación del usuario.
3. Después de que el usuario confirme el prompt, seleccionar las imágenes de referencia correspondientes y pasarlas en orden a image_reference_url_list.
4. Llamar a image_to_video con los parámetros especificados.
5. Mostrar el resultado de la generación al usuario.
6. Si es necesario, iterar la modificación (modificar prompt o cambiar parámetros y regenerar).
7. Confirmar el fragmento, luego pasar al siguiente fragmento.

---

XII. Especificaciones de Postproducción

12.1 Pasos de Postproducción

1. Análisis de la duración total: Calcular la duración total de todos los fragmentos generados.
2. Eliminación de marcas de agua: Usar recorte para eliminar las marcas de agua.
3. Transiciones: Agregar xfade (encadenado, fundido encadenado) entre fragmentos consecutivos, con una duración de 0.3-0.5 segundos.
4. Audio: Mezclar pistas de audio de todos los fragmentos, asegurando una transición suave y uniformidad del volumen.
5. Transcodificación: Transcodificar a 25 fps, MP4 H.264, con las proporciones especificadas.
6. Exportación: Exportar un archivo de video completo.
7. Portada: La imagen de portada también la genera el usuario por sí mismo.

12.2 Eliminación de Marcas de Agua

Método: Usar "Crop" (recorte) para recortar uniformemente 50-80px de arriba, abajo, izquierda y derecha, eliminando áreas con marcas de agua (como "seguir atención" y texto o marcas de "Generado por XX"). Cada fragmento debe reservar un área segura en el prompt, sin contenido clave pegado al borde.

Verificar si es necesario un recorte mayor: Si la marca de agua es grande, recortar 80-100px de forma simétrica en los cuatro lados.