Création de court métrage narratif sur écran de téléphone (horreur simulée)
Les outils se trouvent dans scripts/ et ui_kit/, les détails d'utilisation dans references/. L'exemple de travail «Fin d'entretien» (6 min 45 s, 141 plans, 11 scènes) a son script dans examples/yingpin/. Pour un nouveau projet, lisez d'abord ce fichier, puis lisez les références au besoin.
Guide pour les utilisateurs sans expérience
Lorsque l'utilisateur dit «je ne sais pas faire», «c'est la première fois» ou fournit une seule phrase d'histoire, procédez comme suit:
- Vérifiez d'abord que la production est possible: testez la lecture de fichiers locaux, la capacité d'exécuter des commandes, ainsi que la disponibilité de Python, des paquets nécessaires, ffmpeg/ffprobe, du navigateur et des polices chinoises. Les vérifications de chemins et de système peuvent être faites par l'outil, ne les répétez pas à l'utilisateur. Si les outils ne peuvent pas être exécutés, indiquez clairement que vous ne pouvez que structurer l'histoire, sans prétendre avoir généré une vidéo.
- Abaissez le seuil de contribution à l'histoire: une simple idée en une phrase suffit pour commencer, ne demandez pas d'abord un long tableau. Si l'utilisateur n'a pas d'idée, proposez trois courts sujets ; s'il a déjà une idée, organisez-la en un petit paragraphe d'histoire et les textes d'écran principaux. Ne posez que les questions clés qui changent la direction de l'histoire, pour les détails utilisez des valeurs par défaut raisonnables et expliquez-les.
- Dites clairement la prochaine étape: par exemple «Je vais d'abord transformer cette histoire en une version prévisualisable avec son, vous pourrez me dire ce qui est trop rapide ou pas assez tendu.» N'assommez pas l'utilisateur avec des noms de scripts, des paramètres et des structures de répertoires, et ne lui faites pas choisir des solutions techniques.
- Première fois, contrôlez la complexité: si l'utilisateur n'a pas précisé l'ampleur, suggérez environ une minute, avec peu de scènes, en utilisant des discussions, des notifications et un écran de verrouillage pour raconter une histoire simple. Par défaut, ne livrez qu'un MP4. Ajustez selon le temps de lecture réel, ne raccourcissez pas le texte pour respecter une durée. Si l'utilisateur a déjà une histoire complète, conservez sa portée, ne la réduisez pas à un exercice.
- Minimisez la dépendance aux ressources: privilégiez les interfaces HTML, les avatars textuels et les graphiques simples. Ne listez des besoins spécifiques en ressources que si l'histoire nécessite des photos ; si vous disposez d'outils de génération d'images dans l'environnement actuel, aidez à les créer, sinon donnez des prompts et demandez à l'utilisateur de fournir. Ne demandez pas à un débutant de préparer de nombreuses captures d'écran dès le départ.
- Avancez réellement dans la production: après avoir clarifié la direction de l'histoire et vérifié que l'environnement nécessaire est disponible, réalisez une prévisualisation sonorisée du début à la fin, puis recueillez les retours. L'utilisateur n'a besoin de fournir que des impressions comme «trop long à lire», «son trop fort», «fin trop rapide» pour les modifications, sans exiger de numéros de plans.
- Fournissez une aide concrète lorsque l'utilisateur doit agir: les paquets Python qui peuvent être installés dans le cadre des autorisations sont gérés par vous. Si l'installation d'un logiciel système ou une autorisation est nécessaire et nécessite une action de l'utilisateur, expliquez ce qui manque, l'impact et la prochaine étape ; ne traitez qu'un seul obstacle à la fois, ne balancez pas toute la liste de l'environnement à l'utilisateur.
Vous pouvez commencer par dire : «Vous n'avez qu'à me raconter une idée d'histoire, je la transformerai en discussions, notifications et sons sur un téléphone. Je vérifie d'abord l'environnement de production, puis je vous fais une version prévisualisable avec son.» Si l'utilisateur a déjà donné l'histoire, passez directement à l'organisation, ne la redemandez pas.
Paramètres par défaut (appliquez directement ; ne demandez que les informations manquantes qui affectent réellement la production)
- L'utilisateur ne sait probablement pas programmer. Exécutez toutes les commandes vous-même, ne demandez pas à l'utilisateur d'installer des dépendances, d'exécuter des scripts ou de modifier du code. Si un paquet Python manque, faites vous-même
pip install; si un logiciel comme ffmpeg / navigateur / CapCut manque, dites en une phrase à l'utilisateur quoi installer et où le télécharger. - L'utilisateur fournit l'histoire, vous vous chargez de l'interface, de l'animation, du son et de l'export. Si l'utilisateur a déjà des captures d'écran (par exemple faites dans GPT), utilisez-les ; sinon, réalisez l'interface avec le kit HTML, et demandez à l'utilisateur de générer les photos (avatars, fonds d'écran, visages, etc.) avec un modèle d'image, en lui donnant des prompts (
references/image_prompts.md). - CapCut est optionnel. Sans CapCut, livrez un MP4 et six pistes WAV séparées.
- Système : Windows ou macOS. Synthèse vocale par TTS système (Windows OneCore, macOS
say). Testé uniquement sur Windows + CapCut 11.8 ; pour Mac et CapCut, précisez à l'utilisateur que ce n'est pas testé.
Principes stricts
- Ce qui est livré est une vidéo sonore lisible. Les scripts, captures d'écran, pistes muettes, plans ne comptent pas comme une finition.
- Si vous n'avez pas écouté, écrivez «non écouté» ; si vous n'avez pas mesuré, écrivez «non mesuré» ; si le brouillon CapCut n'a pas été réellement ouvert, écrivez «à vérifier». Ne falsifiez pas les fichiers, ne falsifiez pas les résultats des vérifications.
- Les réglages déjà confirmés ne sont pas redemandés. En cas de doute sur la version d'une ressource, vérifiez vous-même l'image ou la valeur de contrôle.
- L'image est uniquement l'écran du téléphone : pas de cadre de téléphone, pas de doigt, pas de cercle de clic, pas de souris, pas de zoom avant/arrière. Pas d'étirement, 1170×2532, 30 ips.
- L'horreur vient du quotidien : pas de surnaturel, pas de caractères défectueux, pas de «jump scare», pas de narration, pas de sous-titres explicatifs. En cas de décès ou de suicide, ne montrez pas la manière ni le processus, utilisez seulement l'absence de réponse, le passage du temps, les sirènes lointaines pour suggérer.
- Les images avec du texte dense ne sont pas confiées à un modèle texte-vidéo, elles sont toutes réalisées par synthèse déterministe (PIL). Seules les zones locales comme les fenêtres de visage peuvent être animées.
- Ne jamais écraser un brouillon CapCut que l'utilisateur a ouvert. Pour une nouvelle version, utilisez un nouveau nom (par exemple
_montageRapideV4,_versionFinale2).
Processus de production
1. Brief
Commencez par accepter que l'utilisateur décrive l'histoire en une phrase ou en langage courant. Pour structurer, utilisez le modèle court references/brief_template.md ; n'utilisez le modèle complet que si l'utilisateur souhaite une planification détaillée. Les personnages, les textes d'écran, les scènes et les sons sont organisés par vous, vous comblez les parties manquantes avec des valeurs par défaut raisonnables et expliquez brièvement les hypothèses. references/brief_example.md contient le brief complet de «Fin d'entretien» (la durée «environ 90 secondes» a ensuite été contredite par les retours).
2. Organisation du projet
<projet>/project.json copié depuis templates/project.json, renseigner title, voices
<projet>/00_ui/ interfaces HTML
<projet>/01_final_assets/ toutes les images (le moteur les trouve par nom de fichier, les noms sont uniques dans tout le projet)
<projet>/03_project/tools/ copier tout scripts/ + dossier ui_kit/ ; scenes.py, tap_rects.py aussi écrits ici
Les dossiers 02_audio, 04_cache, 05_exports sont créés automatiquement par les outils. Toutes les commandes sont exécutées dans 03_project/tools. Les polices, le navigateur, la TTS et le répertoire des brouillons CapCut sont trouvés automatiquement, sinon spécifiés dans project.json (description des champs dans references/pipeline.md).
3. Ressources d'interface
- Kit d'interface HTML (recommandé, voir
references/ui_kit.md) : une interface par HTML, placé dans00_ui/S01/….python ui_render.pyrend en PNG 1170×2532, génère automatiquement les calques_blank/_textpour la saisie, les zones de clic.taps.json, les positions des fenêtres de visage.ui.json. Chinois précis, clavier cohérent aveckeyboard.py. - Captures d'écran générées par modèle d'image : placées dans
01_final_assets/S01/…. Pour les interfaces de saisie, utilisezengine.mask_layerspour décomposer les calques, pour les zones de clic utilisezsheet.pypour produire une grille de coordonnées, mesurez et écrivez danstap_rects.py. Vérifiez caractère par caractère le chinois dans l'image. - Après le rendu, utilisez Read pour vérifier quelques PNG, confirmez que le texte, la disposition et le thème jour/nuit sont corrects.
4. Écrire les scènes
Dans tools/scenes.py, une fonction par scène, le nom doit être S + deux chiffres (S01…S99), modèle et API dans templates/scenes_template.py :
from scene import *
def S01():
c = Scene('S01', mood='day_bright', k=1.5, music='calm')
s = c.shot('wake'); fade_in(s, img('lock.png')); s.hold(img('lock.png'), 2.0 * c.k); c.add(s)
c.hold('inbox', 'inbox.png', 1.6, 'notify', ('tap', 1.2))
c.save()
if __name__ == '__main__': run(globals())
typ() pour la saisie (clavier visible, pinyin, espace pour valider), V() pour la voix, apptrans.open_app/close_app pour ouvrir/fermer une application, engine.scroll/face/timer/xfade etc. Chaque clic doit avoir une entrée TAPS, sinon il n'y aura pas de retour de pression (le moteur imprime [tap] no rect for … lors du rendu).
5. Version basse résolution avec son
YP_RES=proxy (par défaut, 586×1268) rend toutes les scènes → python build_audio.py → python export.py <nom> proxy. Faites dès le début une version sonorisée complète du début à la fin, ne peaufinez pas d'abord un extrait de 30 secondes. export.py imprime la durée, le nombre de plans et le niveau sonore (LUFS / crête).
6. Auto-vérification
python peek.py S04produit un puzzle d'images clés d'une scène, utilisez Read pour vérifier scène par scène : texte, état de pression, clavier, transitions, s'il y a des images noires.- Regardez le niveau sonore imprimé par export. Vous ne pouvez que mesurer les valeurs numériques du son, vous devez signaler que vous n'avez pas écouté.
7. Modifications locales selon les retours
- Rythme : modifiez
kou les secondes de plans individuels, ne refaites le rendu que des scènes concernées (python scenes.py S05 S07), puis build_audio + export. - Ne modifiez que le son (musique, effets sonores, réglages de voix) : ne refaites pas le rendu des images, allez directement à build_audio + export.
- Texte d'interface ou disposition : modifiez le HTML puis
python ui_render.py(ne refaites le rendu que des fichiers modifiés), puis refaites le rendu des scènes qui les utilisent. - Chaque nouveau MP4 utilise un nouveau nom (export.py n'écrase pas les fichiers du même nom). Pour les longs projets, maintenez un fichier RECOVERY.md dans le projet (version actuelle, commandes, tâches à faire) pour pouvoir continuer après une interruption.
8. Haute définition et CapCut
Lorsque l'utilisateur est satisfait, définissez YP_RES=hd et refaites le rendu de toutes les scènes (1170×2532, beaucoup plus lent qu'en basse résolution, peut être parallélisé par scène) → build_audio.py → export.py <nom> hd → si l'utilisateur veut CapCut, build_jianying.py <nom> hd.
- build_jianying crée toujours un dossier de projet (
05_exports/<nom>_dossier_projet/: ressources, six pistes séparées, README.txt) ; n'écrit un brouillon que si pyJianYingDraft est installé ; ne copie dans le répertoire des brouillons CapCut que s'il le trouve, et refuse de s'exécuter si un brouillon du même nom existe. - Sur une nouvelle machine ou une nouvelle version de CapCut, exécutez d'abord
jy_roundtrip_test.py, demandez à l'utilisateur d'ouvrir le brouillon de test et de vous dire s'il peut être lu. - Avant que l'utilisateur n'ouvre le brouillon, écrivez toujours «à vérifier». Sur Windows, vous pouvez utiliser
winshot.pypour capturer la fenêtre de CapCut et aider à la vérification.
Retours donnés par l'utilisateur sur le premier travail (à appliquer par défaut pour les nouveaux projets)
Voir references/lessons.md pour les détails.
- Le rythme doit être lent : la première version de 94 secondes a été jugée «trop rapide», la version finale de 6 min 45 s a satisfait l'utilisateur. Le temps d'arrêt doit être basé sur «on peut lire le texte», en particulier pour les pages denses comme les formulaires, les évaluations. Assurez d'abord la lisibilité, ne soyez pas contraint par la durée totale écrite dans le brief.
- Vitesse normale : la saisie à environ 7,5 touches/seconde, chaque mot affiché après 0,22 seconde ; voix à débit normal, pas d'accélération, pas de coupure.
- Chaque clic doit entraîner un changement visuel (bouton qui s'assombrit ou s'estompe, ligne surlignée), sinon le spectateur ne sait pas où il clique.
- La saisie doit montrer le clavier : touches qui s'élèvent, pinyin avec souligné qui s'allonge lettre par lettre, changements dans la barre de suggestions, espace pour valider un mot entier. Les caractères ne doivent pas apparaître de nulle part.
- Passer du bureau à une application doit avoir une animation d'ouverture (icône qui s'agrandit et se déploie), et le retour au bureau une animation de fermeture.
- Le son de défilement doit être prononcé.
- La musique est instrumentale : douce et mélodique au début, puis devient de plus en plus inconfortable scène par scène, jusqu'à être «assez inconfortable» à la fin. Basée sur les variations des ressources, pas seulement sur le volume.
- La fin doit montrer le passage du temps : date, heure, batterie qui changent jour après jour sur l'écran de verrouillage, les notifications s'accumulent, la batterie devient rouge, et enfin une sirène lointaine (exemple dans
examples/yingpin/scripts/lockdays.py).
Fichiers de référence
references/pipeline.md: utilisation de chaque script, champs de project.json, événements sonores, notes sur CapCut.references/ui_kit.md: écriture du kit d'interface HTML, composants, calques, zones de clic.references/image_prompts.md: prompts pour les modèles d'image comme GPT, et comment décomposer les calques et mesurer les zones de clic après avoir obtenu l'image.references/brief_template.md: modèle de brief à remplir par l'utilisateur.references/lessons.md: retours, corrections et difficultés techniques de chaque version du premier travail.references/brief_example.md: brief original de «Fin d'entretien».examples/yingpin/scripts/: scripts des scènes de «Fin d'entretien(scenes_v2.pycontient une version avec typ/V, équivalent à l'écriture descene.py) et outils spécifiques. Uniquement les scripts, pas de captures de la vidéo originale, non exécutables directement, à utiliser comme référence pour l'écriture des plans.
Format de rapport
Utilisez le chinois, le mandarin courant, sans jargon. Dites clairement : ce qui a été modifié ; le chemin et la durée du produit final ; les valeurs de niveau sonore en précisant non écouté ; le nom du brouillon CapCut et s'il a été vérifié ; le texte incrusté dans l'image ne peut pas être modifié dans CapCut, seul un nouveau rendu du plan est possible.