Le monde miniature dans le disque
Transforme la photo d'un utilisateur en une affiche dynamique qui « joue ce moment de vie ». L'accroche visuelle est un disque géant vu du dessus : la surface est à la fois un vinyle et une scène miniature liée à la photo d'entrée. Les sillons deviennent des motifs circulaires sémantiques (ondulations de l'eau, chemins, courbes de niveau, etc.).
Par défaut, le résultat est une animation complète. Le modèle d'image reconstruit d'abord une scène plongeante unifiée à partir de la photo, puis cette scène tourne sur le plateau ; les textes, le bras de lecture et le fond fixe sont dessinés séparément. Il est interdit de simplement découper des éléments en perspective oblique de la photo originale pour les faire tourner, ou de faire pivoter l'ensemble de l'affiche incluant le bras fixe. Si l'utilisateur ne demande qu'une analyse, une planification ou des prompts, livrer uniquement ce qui est demandé.
Entrées et valeurs par défaut
- Obligatoire : une photo. Examiner d'abord la photo, puis choisir la scène. Si aucune photo n'est fournie, demander à l'utilisateur.
- Optionnel : thème, titre, palette de couleurs, référence, dimensions, durée, intensité des animations, format de sortie.
- Non spécifié : 1080 × 1440, 3:4, 30 fps, 6 secondes en boucle ; une seule version ; aucune piste audio ; livrer un MP4, une couverture PNG et le fichier source animé exécutable. Ajouter un GIF ou une page interactive uniquement si l'utilisateur le demande.
- Déduire automatiquement le thème et la disposition à partir de la photo, sans exiger de l'utilisateur qu'il remplisse une longue liste de paramètres. Ne poser de questions que si le matériel n'est pas clair, si le sujet principal n'est pas identifiable ou si des contraintes clés entrent en conflit.
- L'« effet pellicule » peut être une préférence de texture légère, mais la structure de ce jeu est le vinyle. N'ajouter des éléments photographiques (fuites de lumière, timbres, perforations) que si explicitement demandé.
Trouver d'abord la justification de la scène à partir de la photo
Identifier un personnage principal, un indice d'environnement, jusqu'à trois objets ou formes reconnaissables, et trois à cinq couleurs utilisables. Distinguer le contenu réellement visible de la transposition créative ; ne pas inventer de lieu, date, relation entre personnes ou information de chanson.
Former une phrase de concept interne : Transformer [l'environnement] de la photo en [monde miniature] sur le disque, et faire en sorte que [le sujet] se déplace le long d'une [trajectoire circulaire sémantique].
| Indice de la photo | Monde du disque | Signification des motifs circulaires | Éléments miniatures |
|---|---|---|---|
| Plage, piscine, personnage estival | Disque aquatique | Sillons du vinyle et vagues de la piscine | Personnage avec indices vestimentaires, bouée, embruns |
| Café, table, petit-déjeuner | Monde de table couleur café ou crème | Ronds de café, trajectoires de mélange | Tasse, grains, petits objets de la photo |
| Jardin, montagne, voyage | Jardin circulaire ou monde topographique | Sentiers, courbes de niveau | Personnage, ombres d'arbres, fleurs, panneau |
| Ville, bâtiment, nuit | Quartier circulaire ou plan d'eau néon | Rues, trajectoires lumineuses | Silhouettes de bâtiments de la photo, véhicules, piétons |
| Animal de compagnie ou portrait sur fond simple | Petit monde conçu autour des caractéristiques du sujet | Chemin formé par des objets ou formes existants | Un personnage identifiable et quelques accessoires pertinents |
Ce tableau est un point de départ créatif ; ne pas appliquer la piscine à toutes les photos. Conserver prioritairement les contours, les blocs de couleurs des vêtements, les motifs du pelage et les objets emblématiques de l'image source, afin que le résultat réponde à la question « Pourquoi cela appartient-il à cette photo ? ».
Utiliser la photo comme référence pour le sujet, les couleurs et les textures, et regénérer les relations géométriques et d'occlusion en vue plongeante verticale. Les personnages peuvent conserver leur identité via la coiffure, les vêtements, les accessoires et les contours. Les aliments, objets et animaux de compagnie restent reconnaissables par leur forme, couleur, motifs et détails emblématiques. Par défaut, un seul personnage principal ; ne pas dupliquer sans raison la même personne ou le même animal tout autour. Si l'utilisateur exige que les pixels de l'image originale restent inchangés alors que celle-ci n'est pas en vue plongeante, expliquer le conflit entre les deux contraintes, puis réaliser selon son choix explicite ; ne pas revenir par défaut au découpage de la perspective d'origine.
Structure visuelle
Adopter par défaut le langage d'une scène unifiée en vue strictement plongeante (90° nadir / orthographique de haut en bas), pouvant être une illustration détaillée ou une scène miniature réaliste. Tous les objets et le sol partagent la même direction de caméra, échelle et lumière, et s'intègrent au disque par des ombres de contact, des lignes d'eau ou des reflets d'environnement. La lisibilité de la disposition de référence repose sur le contraste d'échelle entre « grand disque coupant le cadre + petite étiquette + bras de lecture oblique fixe + personnage miniature ».
Avec la largeur et la hauteur du canevas notées W, H, les valeurs suivantes sont des points de départ ajustables :
- Fond blanc cassé ou teinte claire dérivée de la photo ; laisser une zone de respiration en bas à droite pour la base du bras de lecture.
- Centre du disque environ
(0.33W, 0.42H), rayon extérieur ~0.67W. Le disque déborde du cadre en haut et à gauche, et est proche du bord droit ; ne pas le réduire à un petit disque centré pour montrer un cercle complet. - Rayon de l'étiquette centrale ~0.23W, avec une couleur nettement distincte de celle du disque. Ajouter un petit trou d'axe et un ou deux traits fins.
- Les éléments dans le disque sont limités à la zone entre « bord extérieur de l'étiquette + espace de sécurité » et « bord extérieur du disque − espace de sécurité ». Vérifier par le rayon de l'élément, pas seulement son centre.
- Par défaut, quatre à sept unités visuelles miniatures, dont le personnage principal légèrement plus grand ou de couleur plus vive ; équilibrer la densité, ne pas les espacer uniformément tout autour.
- Base du bras de lecture environ
(0.90W, 0.84H); la tête de lecture tombe près du bord droit de l'étiquette ; former une diagonale stable du bas-droit vers le haut-gauche. - Bras de lecture en blanc cassé, gris clair et quelques lignes de structure foncées, posé au-dessus du disque ; dimensions, orientation, point d'axe et ombre stables.
Les positions peuvent être ajustées selon l'entrée, mais la relation spatiale claire entre le disque, l'étiquette, la scène miniature et le bras de lecture fixe doit être conservée. Suivre la demande explicite de l'utilisateur pour d'autres compositions.
Palette de couleurs et texte
Par défaut, utiliser « couleur dominante de la scène + couleur très reconnaissable pour l'étiquette + teinte neutre de fond + une ou deux touches de couleur d'accent ». Une palette approximative de référence est : bleu ciel #008DE9, jaune citron #FBED07, blanc cassé #FAF7F2, orange-rouge #D95A13, foncé #102A3A ; c'est un exemple, pas un filtre fixe pour toutes les photos.
Choisir les couleurs dominantes à partir de la photo, ajuster luminosité et saturation pour s'adapter à l'image. Les couleurs très saturées sont concentrées sur le disque ou l'étiquette ; le texte et les personnages doivent rester lisibles. N'utiliser la combinaison bleu-jaune que si le sémantisme estival ou aquatique correspond. L'image reste propre ; ne pas ajouter par défaut de gros grains, de coins sombres ou de saleté pour créer un « vintage ».
Le texte doit faire partie du design du disque, avec une typographie réelle, sans utiliser de faux texte généré par IA :
- Titre principal : émotion ou scène de la photo, deux à quatre mots en anglais ou quatre à huit caractères en chinois ; par défaut, ne pas recopier le
SummerSwimde l'exemple. - Titre disposé en arc de cercle sur l'étiquette centrale, accompagné d'un petit
SIDE Aet d'une à deux lignes de phrase originale courte. L'anglais n'est pas obligatoire ; suivre la préférence linguistique de l'utilisateur. - Titre principal visible, petits textes discrets ; utiliser des caractères Unicode normaux et une police appropriée, pas de lettres Unicode fantaisistes pour remplacer une police.
- Le texte de l'étiquette peut tourner avec le disque. Pour la couverture, choisir une phase où le titre est facile à lire. Si l'utilisateur a besoin de lire de longues informations en continu, les déplacer dans une zone fixe non rotative.
- Les phrases originales courtes peuvent imiter la numérotation des pistes, mais ne pas inventer de sortie réelle, de chanson réelle ou d'information de prise de vue réelle.
Conception dynamique : un mouvement principal, un peu de mouvement d'ambiance
- Mouvement principal : rotation continue du disque. Par défaut, sens antihoraire, un tour toutes les six secondes ; l'étiquette, le texte en arc, les sillons et les personnages miniatures partagent le même angle de rotation principal. Les personnages tournent avec le disque et changent d'orientation, créant une sensation de lecture de vinyle. Ne pas faire pivoter l'ensemble du canevas.
- Référence stable : base et bras de lecture fixes. Terminer d'abord les transformations de coordonnées du disque, puis dessiner le bras de lecture. L'axe reste fixe ; par défaut, n'ajouter aucun balancement mécanique ou mouvement de caméra non justifié.
- Mouvement d'ambiance : choisir un ou deux selon la scène. Surface aquatique : courtes lignes d'eau, traînées et reflets clairsemés dans les coins. Café : légères ondulations ou vapeur localisée. Jardin : léger balancement de feuilles. Nuit : respiration lumineuse localisée. Les dynamiques doivent avoir une justification scénique.
- Niveaux de mouvement : rotation claire, mouvements locaux discrets. Le déplacement local commence à 2%–5% de la taille du personnage principal ; ne pas modifier la structure du visage, le contour du sujet ni faire fondre les objets en continu. Les variations lumineuses de l'eau sont douces, pas d'éclairs blancs sur tout l'écran.
- Limites claires entre mouvement et immobilité. Scène, personnage et texte sont chacun dans un calque défini. Le texte fixe n'entre pas dans le groupe de rotation du disque ; les oscillations, déplacements orbitaux et orientations ne peuvent pas superposer le même angle de rotation principal.
Les lignes circulaires n'ont pas toutes besoin de bouger ; les cercles concentriques, même en rotation, sont difficiles à voir ; la rotation doit être montrée par des personnages asymétriques, des étiquettes, des arcs courts et des reflets. Tous les reflets, lignes d'eau et ombres sont découpés dans leur propre scène, sans déborder sur le fond blanc cassé.
Processus de réalisation
1. Définir d'abord l'affiche statique et les couches de matériel
Écrire d'abord une phrase de concept de scène, déterminer les caractéristiques conservées de l'image source, le thème, la palette, le titre et les relations de calques, puis le modèle reconstruit la scène plongeante statique. Si l'image source est déjà en vue plongeante, vérifier quand même si elle convient à une scène miniature unifiée ; ne pas découper directement les objets par défaut.
Utiliser l'outil de génération ou d'édition d'image de l'environnement actuel, en prenant l'image de l'utilisateur comme référence explicite du sujet. Par défaut, générer une texture carrée complète de la scène plongeante : le centre de la scène coïncide avec le centre du cadre, le centre est réservé pour la zone couverte par l'étiquette, les personnages et objets sont répartis dans la couronne extérieure, le bord continue le même environnement. Le modèle génère simultanément le sujet, l'environnement et les relations de contact ; l'image ne contient pas de texte d'étiquette, de trou d'axe, de bras de lecture ni de fond de canevas externe. Le code découpe cette image dans le disque, puis la combine avec ces calques indépendants.
Ne générer des matériaux séparés que si le personnage a besoin de se déplacer indépendamment ; chaque matériau doit encore être reconstruit par le modèle, en conservant la même direction plongeante verticale, la même échelle et le même éclairage que la scène. Un paysage complet à l'intérieur du disque qui tourne avec lui est une solution valide ; il n'est pas nécessaire de le décomposer en autocollants indépendants pour le plaisir de la stratification.
On peut rédiger un prompt d'édition selon la structure suivante :
La photo d'entrée sert uniquement de référence pour le sujet, les couleurs et les textures ; son angle de prise de vue n'est pas conservé. Reconstruire une scène miniature complète du [thème], en adopant une vue strictement verticale à 90°, orthographique ou quasi orthographique ; tous les objets sont vus d'en haut. Conserver [les caractéristiques, couleurs, objets du sujet] et reconstruire leur forme vue du dessus avec une occlusion correcte : le bord d'un récipient rond doit être presque un cercle parfait, sans le côté haut de l'image originale ; les objets plats reposent à plat dans la scène. Le sujet est naturellement connecté au [sol de la scène] par des ombres de contact, des reflets d'environnement ou des lignes d'eau. Le centre du cadre carré est réservé sur un rayon d'environ 17%–19% de la largeur du cadre ; les objets sont placés dans la couronne extérieure avec suffisamment d'espace au bord. Palette de couleurs : [couleurs de la source]. Ne pas générer de texte, d'étiquette, de trou d'axe, de bras de lecture, de filigrane, de bordure blanche d'autocollant ; ne pas utiliser de vue oblique, d'isométrie ou d'effet de détourage de l'image originale.
Avant l'animation, vérifier l'angle de vue de l'image générée : l'ouverture de la tasse est-elle un cercle parfait ? Voit-on encore le côté haut de la tasse ? Les objets ont-ils tous une orientation de dessus uniforme ? Les ombres de contact proviennent-elles du même environnement ? Si l'angle de vue à 3/4 de la photo originale apparaît, ajuster le prompt du modèle et regénérer ; ne pas passer directement à l'animation. N'altérer cette norme que si l'utilisateur choisit explicitement un autre angle de caméra.
Si on n'a qu'une image composite plate, ne pas faire semblant d'avoir des calques mobiles : refaire les couches nécessaires, ou utiliser des découpes réellement séparables et des graphismes procéduraux.
2. Organiser l'animation via programmation
Utiliser p5.js, Canvas 2D ou un outil équivalent. D'abord détecter les capacités d'exécution et d'exportation, puis choisir l'implémentation ; ne pas dépendre d'une interface de génération vidéo qui pourrait ne pas exister. Le dépôt fournit un exemple de Canvas réutilisable : scripts/scene.js gère les calques et renderFrame(t), scripts/render.cjs exporte. Lors de l'utilisation, passer la scène plongeante nouvellement générée via --scene et modifier la palette, le titre et la composition en fonction de l'image actuelle ; ne pas utiliser le thème de l'exemple.
Ordre des calques par défaut : fond fixe → scène plongeante complète dans un masque circulaire (environnement + sujet) → éventuels sillons fins et effets lumineux localisés → étiquette centrale et texte → bras de lecture fixe et son ombre → texte fixe supplémentaire. Si des matériaux séparés sont utilisés, décomposer la scène en environnement, sujet et effets localisés ; ne pas redessiner le sujet déjà inclus dans la scène du modèle.
Utiliser renderFrame(t) avec un temps paramétrable, partagé entre l'aperçu et l'exportation :
T = 6
fps = 30
N = T * fps
u = (t mod T) / T
mainAngle = -2π * u
Basculement local = A * sin(2π * k * u + phase)
Luminosité du flash = bas + plage * ((1 + sin(2π * k * u + phase)) / 2)^4
Utiliser k comme entier ; initialiser les positions, tailles et phases aléatoires une seule fois avec une graine fixe. Différents objets peuvent avoir des phases et des fréquences entières différentes. Si une vitesse de rotation principale plus naturelle est souhaitée, utiliser une modulation périodique de la vitesse, par ex. mainAngle = -2πu - a*sin(2πu) avec 0 ≤ a < 1, en maintenant le même sens, la position et la vitesse continues aux limites de la boucle.
Par défaut, placer la position du personnage dans les coordonnées locales du disque, et la faire tourner via la rotation du calque parent pour produire une révolution. Si une orbite indépendante est explicitement souhaitée, la fermer en un nombre entier de tours dans la même période, et ne pas lui réappliquer l'angle principal du parent. Les traînées doivent être reconstruites à partir de la même fonction de temps cyclique, sans dépendre d'un résidu de frame précédent accumulé indéfiniment.
Dans p5.js, rotate() modifie le système de coordonnées ; utiliser push()/pop() pour isoler le disque et le bras de lecture fixe ; par défaut, les angles positifs sont horaires, les angles négatifs antihoraires. Consulter la documentation officielle de rotate pour l'implémentation.
3. Exporter des boucles vidéo
Exporter les numéros de frame 0…N−1, correspondant au temps n/fps, sans exporter t=T. Attendre le chargement des images et des polices avant de rendre chaque frame, puis enregistrer la séquence de frames et l'encoder en MP4 ; ne pas enregistrer le ralentissement dû au perte de frames du navigateur dans la vidéo finale.
MP4 de préférence en H.264, yuv420p ; le lecteur le répète en boucle. Un GIF peut être ajouté séparément pour un aperçu de petite taille, mais ne pas utiliser un GIF flou à la place du fichier principal haute définition. Les fichiers sources utilisent des chemins relatifs et empaquettent les dépendances réelles ; si p5.js est utilisé, enregistrer la version vérifiée et le mode d'exécution. Ne pas prétendre qu'une page nécessitant des scripts en ligne peut fonctionner hors ligne.
Ne pas utiliser directement saveFrames() comme exportateur 30 fps haute définition ; sa documentation officielle mentionne des limitations de fréquence d'images et de durée ; utiliser une capture déterministe frame par frame ou une méthode de codage fiable dans l'environnement. Voir la documentation officielle de saveFrames.
Validation et livraison
- Lien avec l'entrée et angle de vue : le personnage principal ou les objets clés restent reconnaissables ; le thème et la palette peuvent être retracés jusqu'à la photo d'entrée. La scène a bien été reconstruite par le modèle, tous les objets sont dans une vue plongeante verticale uniforme. Un simple contour de l'image originale en vue originale ne passe pas cette validation.
- Composition statique : le disque, l'étiquette et le bras de lecture ont une hiérarchie claire ; le titre ne contient pas d'erreur ; le sujet n'est pas masqué en permanence par l'étiquette ou le bras.
- Structure dynamique : on voit la rotation du disque, le bras est stable ; pas de dérive du sujet, d'apparition/disparition soudaine de matériel, de rotation de l'image plate entière ou d'étirement inattendu du texte.
- Bouclage : comparer
renderFrame(0)etrenderFrame(T); l'état doit être cohérent. Jouer les dernières frames immédiatement avant les premières pour vérifier la continuité de la vitesse, des particules, des traînées et de l'exposition. La dernière frame et la première doivent être des états de mouvement adjacents ; il n'est pas nécessaire que les pixels soient identiques. - Fichiers : ouvrir le MP4 exporté, vérifier la taille, la durée, la fréquence d'images et la lecture. Regarder au moins l'image aux points de départ, quart, moitié, trois quarts, et vérifier la jonction début-fin.
- Livraison normale :
poster.mp4,cover.png, code source animé et dépendances ; brève note sur le thème extrait, les caractéristiques conservées et les effets dynamiques. - Si l'environnement manque d'une certaine capacité, livrer le matériel réalisé et vérifiable, les fichiers sources et les instructions d'exécution précises, en indiquant clairement l'étape manquante. Si aucun modèle d'image n'est disponible, préciser clairement que la reconstruction plongeante n'est pas terminée ; ne pas utiliser le détourage de l'image originale. Ne pas présenter un aperçu statique comme une vidéo terminée.
Pour des proportions et une analyse d'image plus proches de ce jeu, lire references/reference-analysis.md. Ce fichier est une observation ; lors de la réalisation, se baser toujours sur la photo et les demandes actuelles de l'utilisateur.