cloudhanfeng92-arch/automotive-promo-video-reference

Directeur de vidéo promotionnelle auto · Version sans storyboard

Ceci est une version indépendante, conservant automotive-promo-video et automotive-promo-video-rhythm. La chaîne de travail de cette version est : Script + découpage texte → Vues 4 faces du véhicule + cartes de référence intérieur/scène si nécessaire → Prompt vidéo multi-plans avec référence d'image → Génération, montage et livraison selon autorisation.

Périmètre et outils

• Aucune génération d'images de storyboard plan par plan, aucune image clé ou image de fin, aucune prévisualisation basée sur la génération image par image. Le découpage texte doit rester complet. Les angles indépendants peuvent être extraits de planches de référence valides ; il s'agit d'organiser des références d'identité et d'espace, pas de générer des images de composition.
• Les images utilisent Lib Image 2.5 Pro spécifié par l'utilisateur, également appelé GPTimage2.5 ; le nom d'exécution suit le répertoire actuel LibTV, sans preuve de version du fabricant via alias. La vidéo par défaut est Seedance 2.5 en mode multi-images.
• Les opérations LibTV lisent le skill libtv-cli installé et suivent la règle d'exécution en CLI. Ne pas passer silencieusement en mode première image, autre modèle ou rajouter des storyboards.
• Pour la planification, lire Rythme et segmentation ; pour la phase de références, lire Spécifications des actifs de référence ; pour l'écriture des prompts vidéo, lire Format fixe, et pour un exemple, lire Exemple complet 20s. Pour le montage local, lire ensuite ffmpeg-skill ; ne pas lancer d'outils de génération ou de montage lors de l'écriture du script/storyboard/prompt.
• Lorsque l'utilisateur demande une PV auto haut de gamme, de la vitesse ou une dynamique commerciale forte, lire Branche direction PV auto pour réorganiser le plan avec ouverture sportive, contraste statique/dynamique et point culminant de conduite. Les besoins calmes, comme la présentation en showroom, n'appliquent pas automatiquement cette branche.
• Les personnages, timbres vocaux, chemins de fichiers, histoires et dialogues dans les exemples de l'utilisateur ne sont que des références de format ; ne pas lire leurs fichiers non pertinents, ne pas les copier dans le plan auto, ni les considérer comme une autorisation de génération.

1. Lire les images de la voiture, écrire d'abord le script et le découpage texte

Dès réception des images de la voiture, entrer automatiquement dans ce flux, sans demander à l'utilisateur de dire « faire les 4 vues ». D'abord observer les images réellement téléchargées, créer vehicle-bible.md : source U01 etc., apparence visible, peinture/bicolore, calandre/forme des phares/jantes, conduite à gauche/droite et intérieur (si visible), parties invisibles. Chaque élément est marqué observed / user-confirmed / inferred / unknown.

Les films de référence guident la photographie et le rythme, mais ne pas assembler des modèles, jantes ou intérieurs de différents films pour la même voiture. L'arrière, le côté droit et l'intérieur non visibles sur une seule vue avant ne doivent pas être présentés comme une configuration réelle ; des propositions de complétion marquées peuvent être faites, et les configurations clés nécessitent une image supplémentaire ou l'accord visuel de l'utilisateur.

Utiliser directement les conditions données par l'utilisateur ; sinon, suggérer 16:9, 20 secondes, environ 30 fps, sans dialogue/voix off, en précisant que ce sont des valeurs par défaut modifiables. Le nombre de plans du découpage texte est déterminé par la lisibilité et le rythme, ne pas reprendre le quota de 26 plans/20 secondes de la version originale ; avec une granularité de 0,5 s, les plans courts et longs doivent former une combinaison informative.

La vitesse et la force photographique suivent l'intention de cette vidéo, ne pas interpréter uniformément le « luxe » comme une faible vitesse, une voiture à l'arrêt ou un lent travelling par plan. La branche PV peut concevoir une accélération naturelle, un rapprochement/éloignement relatif entre la voiture et la caméra, et des passages rasants ; maintenir le contact au sol, le poids de la carrosserie et la continuité de direction, sans revendiquer des performances réelles basées sur des images publicitaires.

Produire d'abord :

1. Script : Titre/une idée créative, progression de la compréhension du public, scène et temps, changements d'état du véhicule, accroche de début et fin ; sans dialogue, écrire un script visuel, sans imposer de personnages, timbres ou narration.
2. Structure rythmique : Groupes de détails courts, plans larges de la voiture complète/habitable, séquence de conduite et fin : durée de chacun, explication des principales références.
3. Tableau de découpage texte : Numéro de plan dans la vidéo entière, CLIP associé, points d'entrée/sortie dans la vidéo entière et dans le segment, durée du plan, échelle/composition, action du véhicule, action de la caméra, événement de sortie/transition vers le plan suivant, ID de référence nécessaire.
4. Tableau des besoins en actifs : Vues 4 faces obligatoires ; carte intérieure et cartes de scène principales : nécessaires ou non, pourquoi, source manquante. Ne pas générer d'actifs inutiles pour remplir le modèle.

Livrer dans le périmètre demandé par l'utilisateur (script/storyboard/prompt). En l'absence d'image de référence, livrer un brouillon texte, marquer les éléments à lier dans les instructions d'exécution, sans écrire l'état des actifs dans le prompt du modèle ni prétendre que les actifs sont générés.

2. Préparer et générer automatiquement les actifs de référence, sans générer d'images de storyboard

« Automatiquement » signifie qu'à la réception des images, l'analyse, la planification et l'organisation de l'exécution sont lancées, sans demander à l'utilisateur de répéter la tâche des 4 vues. Conserver la demande précédente de l'utilisateur « confirmer avant de générer » : Présenter les prompts complets de cette série d'images, la source de référence, le modèle/paramètres, la quantité et les coûts visibles ou inconnus avant de générer. Si un lot spécifique ou une autorisation de génération automatique couvre le contenu, la quantité, les paramètres et le budget, continuer directement ; un simple plafond budgétaire ou un fichier téléchargé ne remplace pas la confirmation de génération. Si l'utilisateur autorise explicitement la génération automatique dans un périmètre donné, exécuter selon ce périmètre.

• CAR_EXT_4V : Par défaut, une image 2×2 des 4 vues, avant, côté gauche complet, arrière, côté droit complet, même voiture et même configuration ; décrire séparément la gauche et la droite, ne pas traiter le reflet comme l'autre côté. L'inférence de structure inconnue et la confirmation avec l'utilisateur doivent être enregistrées.
• CAR_INT_01 : Générer uniquement si le script nécessite l'intérieur, si l'intérieur est visible à travers les vitres ou si une action continue intérieur/extérieur est présente. La référence doit couvrir le poste de conduite, la console centrale, les sièges arrière et les panneaux de porte ; ne pas confirmer l'intérieur réel à partir d'une vue extérieure. Si une image intérieure claire et fiable existe déjà, l'utiliser comme référence sans frais supplémentaires.
• SCN_01, SCN_02 : Générer des cartes multi-angles de scène si une scène principale apparaît plusieurs fois, si des caméras multiples tournent au même endroit, ou si les entrées/sorties, trajectoires et relations de lumière principale affectent la continuité. Les arrière-plans simples peuvent être décrits par un texte ou une image existante, en expliquant pourquoi une nouvelle carte n'est pas nécessaire. Chaque carte ne décrit qu'un seul lieu physique, ne pas mélanger différentes scènes dans le même espace.

Vérifier l'identité, l'intérieur et l'espace selon Spécifications de référence, puis enregistrer l'état d'acceptation. Présenter les résultats pour confirmation par l'utilisateur ; si explicitement autorisé à valider selon l'archive, passer en revue de manière autonome. Les angles extraits conservent l'image mère et la source ; les extractions basse résolution ne remplacent pas des références détaillées.

Les entrées vidéo ultérieures peuvent utiliser les 4 vues, les cartes réalistes pures et leurs extractions nettes ; annoter chaque image par « même sujet, angle différent » ou « même lieu, angle différent ». Les cartes de scène contenant un plan schématique vu de dessus, des flèches de trajectoire ou beaucoup de texte doivent d'abord être extraites en angle réaliste ; le schéma sert uniquement à la description spatiale, pas en entrée vidéo. La planche de référence ne doit pas être utilisée comme un assemblage d'images, ni entrée via le port de première image. Ne pas obliger le modèle à basculer chaque case séquentiellement en vidéo simplement parce qu'une carte de données est présente.

3. Organiser un plan vidéo multi-plans, chaque segment ≤ 30 secondes

Diviser la vidéo entière en CAR_CLIP_01, etc., selon Rythme et segmentation. 30 secondes est la limite par segment, pas une limitation de la durée totale ni une obligation de générer exactement 30 secondes.

• Si la vidéo entière ≤ 30 s et que les relations plans/scènes sont claires et les capacités le permettent, privilégier un segment complet ; définir clairement plusieurs coupes franches dans ce segment.
• Pour les longues vidéos, diviser aux limites des scènes, actions ou sections rythmiques, en évitant les segments finaux courts difficiles à raccorder. Les actions complexes extérieur-intérieur ou les plans trop denses peuvent être divisés en segments supplémentaires, sans revenir à « un plan = une image = une vidéo ».
• La durée réelle du segment doit également respecter les limites inférieure, supérieure et le pas du modèle actuel ; si la limite supérieure actuelle est inférieure à 30 s, suivre la limite inférieure. Si la durée entrée est invalide, répartir ou expliquer le surplus de matériel, sans falsifier les paramètres du modèle.
• Le temps local de chaque segment commence à 0.0 ; indiquer son heure de début et de fin dans la vidéo entière, les intervalles de plans locaux couvrant continuellement le segment. Par défaut, l'unité de frontière est 0.5 s ; écrire 0.0–0.5, 0.5–1.5, 1.5–3.0 ; ne pas couper obligatoirement tous les 0,5 s. Dans un plan long, décrire le changement d'action au demi-seconde.
• La timeline est un objectif de mise en scène, pas une promesse de précision image par image du modèle. Après obtention du résultat réel, vérifier les points de coupe, les plans manquants, l'ordre et les dérives de durée ; si nécessaire, réviser le prompt, la segmentation ou le montage dans le périmètre autorisé.

Conserver deux quantités : le nombre de plans du découpage texte et le nombre réel de tâches CLIP. Exemple : 20 s avec 16 plans, planifier une tâche vidéo de 20 s, ne pas écrire 16 fois 5 s chacune. Si un découpage en deux segments est nécessaire, préciser la nouvelle durée/références/budget, sans cacher une génération supplémentaire.

4. Produire le prompt de timeline soumissible

Pour chaque segment, selon Format fixe, produire un bloc de prompt vidéo pur, copiable séparément, dans l'ordre :

Nom du segment → Référence du sujet → Référence intérieure (si nécessaire) → Référence de scène ou paramètre → Explication du contenu des images de référence → État initial → Numéros/noms de plans, temps dans le segment, image, mouvement de caméra, transitions → Style unifié et contraintes physiques → État final.

Le prompt ne doit contenir que le contenu que le modèle doit restituer. Le nom du modèle, le mode, la résolution, les paramètres de format, le framerate, le son, le nombre de tâches, l'état prévu/non soumis, les remarques de liaison/validation, les chemins locaux, le budget, les dispositions post-production et les vérifications de capacité sont tous placés dans un fichier execution-settings.md ou un enregistrement structuré. Ne pas inclure dans le prompt pur des instructions de processus comme « spécifications de génération », « c'est un objectif de mise en scène » ou « vérifier les points de coupe après génération ». Les timestamps et fenêtres d'action de chaque plan doivent être conservés ; les conversions de temps global/segment et la grille de demi-secondes sont expliquées dans le tableau de découpage ou l'enregistrement d'exécution. Sauvegarder une copie .txt contenant uniquement le corps du prompt, et ne lire que ce fichier lors du téléchargement.

Le sujet est « Référence du sujet/véhicule », ne pas l'appeler systématiquement « Personnages et référence audio ». N'ajouter une base de personnage que si l'utilisateur le demande explicitement. Ne pas exiger de fichier de référence audio. Les dialogues réels, les bruits d'ambiance et les instructions de contenu final comme « Pas de dialogue, pas de voix off » peuvent être écrits dans le prompt ; les paramètres d'interface comme enableSound=off et les arrangements de post-production musicale sont écrits dans l'enregistrement d'exécution. Par défaut, le son est désactivé ; si l'utilisateur souhaite des sons d'ambiance, les configurer selon le besoin, sans demander automatiquement un timbre.

Les instructions d'exécution ou le tableau des actifs peuvent lier des fichiers de référence locaux réels, marquer les éléments à générer/lier, sans utiliser de chemins factices. Le prompt pur ne contient que l'ID de référence ou la référence d'image supportée par l'outil et son rôle visuel. Avant soumission, la couche d'exécution lie l'ID aux ressources réellement téléchargées ; les liens Markdown locaux ne sont pas des références de téléchargement lisibles par le modèle, et les chemins ou rappels de téléchargement ne doivent pas être mélangés dans le prompt.

Les changements de plan sont autorisés dans un même segment ; écrire « Cut to... » ou une transition adaptée. Ne pas écrire en fin de segment « Plan continu unique, pas de coupe », ce qui serait en conflit avec la timeline multi-plans. Seules les coupes non conçues, les dérives de modèle, le split/grille/étiquette, le carrousel de cartes, les véhicules supplémentaires, la fusion de carrosserie et les mouvements mécaniques erronés sont interdits. L'échelle et l'angle sont décrits dans le texte, sans exiger d'images de plan correspondantes préparées à l'avance.

5. Vérifier, soumettre et livrer selon autorisation

D'abord vérifier la correspondance script/storyboard/prompt, chaque segment ≤ 30 s, chaque segment couvre de 0 à sa fin, la vidéo entière sans lacune, cohérence du même véhicule/intérieur/environnement, et clarté du rôle de chaque référence. Utiliser Validateur de timeline pour vérifier Exemple JSON ou le plan de projet :

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

Avant génération, ajouter --require-local-assets pour vérifier les fichiers référencés et l'état d'acceptation des actifs ; cela ne remplace pas la vérification en temps réel du schéma CLI, du succès de téléchargement et de l'autorisation budgétaire. Enregistrer l'état planned → reference_approval_pending → references_ready → references_accepted → prompts_ready → video_authorized → clips_ready → edited → delivered, sans confondre le nom d'état avec l'autorisation de l'utilisateur.

Si l'utilisateur n'autorise que le prompt, s'arrêter à la livraison du prompt. Si la vidéo complète est autorisée et que ce lot de vidéos est dans le périmètre et le budget, connecter les références en mode image2video réel et soumettre, sans redemander ; le « prévu » dans un prototype ou brouillon ne constitue pas une soumission. Lorsque le modèle ne supporte pas encore le mode multi-images, expliquer la limitation, conserver le plan de cette version, ne pas passer automatiquement en mode première image ou générer un nouveau storyboard.

Enregistrer le canvas/nœud/ID de tâche, la version du prompt, les paramètres et l'état final de la tâche de génération ; en cas d'anomalie, d'abord vérifier la tâche d'origine, ne pas soumettre à nouveau. Télécharger la vidéo originale complète, vérifier l'ordre des plans, les cibles de temps, la structure du véhicule, le contact au sol, les reflets, l'intérieur/extérieur et les fuites de carte de données ; puis monter, ajouter la musique et uniformiser les couleurs. Ajuster les écarts de temps avec le matériel réel, ne pas déplacer/mettre à l'échelle la planche de référence pour simuler un plan de voiture dynamique.

Livrer selon le périmètre de l'utilisateur : script, tableau de découpage, actifs de référence et leur mapping source, prompts de timeline purs par segment, instructions d'exécution indépendantes et JSON ; si la production complète est exécutée, livrer également les vidéos originales, l'enregistrement de montage réel et le MP4 validé. Dans le projet, sauvegarder script.md, storyboard.md, vehicle-bible.md, references/, reference-manifest.json, timeline.json, clip-prompts.md, le .txt pur et execution-settings.md, sans élément obligatoire Sxx_FRAME.