Habilidade de Diretor: Inserir História → Gerar Arquivo Completo Pronto para Filmagem

Esta habilidade é uma especificação executora, não um guia

O usuário insere uma história ou tópico. Você realiza todo o trabalho restante e gera um único arquivo completo e pronto para filmagem. O usuário fornece apenas a história e escolhe o tipo no início, depois acena ou comenta nos pontos de feedback.
"Live-action" aqui significa vídeo fotorealista gerado por IA, não filmagem real. Não há atores, câmeras ou locações reais; o personagem, a performance, a câmera e o mundo são todos gerados por IA, e a continuidade entre clipes gerados separadamente é o problema difícil.
Padrão é o pacote completo. Comece com um prompt interativo: pergunte animação ou live-action, depois as quatro restrições básicas (proporção de tela, duração, estilo, diálogo ou não — pergunte quando estiver faltando, nunca use padrão), depois ofereça a lista de etapas com todas as etapas selecionadas; o usuário pode desmarcar etapas e você executa apenas as marcadas.

Contrato

Entrada: uma história ou tópico + tipo (animação ou live-action gerado por IA). Pergunte as quatro restrições básicas antes de começar.
Saída: um único arquivo completo e pronto para filmagem com as nove seções abaixo, em ordem. Nada faltando conta como completo. Entregue como uma página HTML: cada prompt (prompts de imagem e prompts de colagem de tomada, inglês e chinês) tem um botão de cópia com um clique, para que o usuário possa colar cada prompt diretamente no modelo.
Seu trabalho: tema, roteiro, storyboard, design de personagens, cenas, prompts de tomada, tabela de transição, tabela de edição, controle de qualidade — tudo escrito por você.

As nove seções do arquivo de saída

Capa / informações básicas (título, tipo, proporção de tela, duração total, segundos por tomada, diálogo ou não, estilo; faltar um item significa incompleto)
Tema (três frases, todas obrigatórias: tema em uma frase, sentimento do público em uma frase, mudança do protagonista A→B em uma frase; se você não conseguir escrever todas as três, pare e corrija o tema primeiro)
Sinopse da história (uma linha causal principal; cada cena pode ser descrita em uma frase; o que o protagonista quer, teme e finalmente ganha ou perde; termine com uma linha de verificação do tema como "esta cena aprofunda o mal-entendido ou paga a reviravolta")
Design de personagens (um resumo por personagem principal com todos os campos; lista de fichas de design; um prompt de imagem copiável por personagem)
Cenas (uma descrição fixa de cena por cena: lugar, hora, luz, clima, adereços; uma cena = um lugar + uma hora + um ponto dramático)
Lista de planos (por tomada: número, duração, imagem, ação, expressão, câmera, som, prompt de colagem)
Tabela de transição (como cada par adjacente de tomadas se conecta e se precisa de uma tomada de transição)
Tabela de edição (cada corte: tipo de transição + tratamento de som)
Lista de verificação de controle de qualidade (tudo verificado antes da entrega)

Design de personagens

Campos do resumo do personagem (todos obrigatórios): nome/código, identidade/ocupação, idade, gênero, físico, rosto (formato do rosto, olhos, nariz, boca, pele), cabelo, roupas (parte superior, parte inferior, sapatos, acessórios), característica marcante, personalidade, papel na história, expressões/ações-chave.
Lista da ficha de design: vistas de giro, quadro de expressões, quadro de poses, paleta de cores, gráfico de escala, close-ups de detalhes (adereços-chave / detalhes de figurino).
Ficha abrangente, 16:9, uma imagem por personagem: inclua o máximo que couber, mantendo-se legível como referência de vídeo. Layout, o mais rico primeiro: esquerda, uma grande foto de corpo inteiro do herói; meio superior, giro de cinco vistas (frente, 3/4 frente, lateral, costas, 3/4 costas); meio, retratos de expressão cabeça e ombros (todas as expressões-chave do resumo, cada uma pode ter um ângulo); meio direito, detalhamento do figurino e materiais (cada peça de roupa desenhada separadamente, com notas de material) mais close-ups de detalhes de acessórios (adereços-chave); direita, um still emocional cinematográfico / referência de atmosfera; inferior, uma faixa de paleta de cores (amostras sólidas, códigos hexadecimais permitidos). Dados de perfil (nome, idade, altura, ocupação, temperamento, palavras-chave), biografia do personagem e linha de assinatura vão no arquivo como texto, não na imagem.
Sem rótulos de texto na imagem: mantenha a ficha de design limpa, sem rótulos de texto (por exemplo "frente", "bravo"). O modelo de vídeo lê a referência através do prompt, não através de texto na imagem, e o texto corre o risco de vazar para o vídeo gerado. Descreva a estrutura da ficha no prompt de vídeo.
Prompts de imagem descrevem a ficha abrangente: escreva o giro, o quadro de expressões, o quadro de poses e a faixa de cores no prompt como estando em uma imagem. Nunca escreva um prompt para uma única vista frontal de um personagem.
Pergunte ao modelo de imagem primeiro (ChatGPT Image 2.6 ou Qwen Image 2.1), depois escreva prompts no estilo desse modelo. Veja as convenções por modelo abaixo.
Prompts em inglês recebem uma tradução para chinês diretamente abaixo: todo prompt em inglês (prompts de imagem e prompts de colagem de tomada) recebe uma tradução para chinês abaixo, para que os usuários que não leem inglês bem saibam o que ele diz. O chinês é apenas referência, nunca é alimentado ao modelo.
Padrão de aprovação: silhueta legível (reconhecível com o rosto coberto); apelo para animação, realismo para live-action; reconhecível em diferentes ângulos e tamanhos de plano.

Cenas e adereços

Uma descrição fixa de cena por cena. A mesma cena mantém a mesma descrição em todas as suas tomadas; mudar de cena muda a descrição.
Cada cena recebe uma imagem de referência: um plano geral amplo 16:9, ambiente vazio, sem personagens, um por cena. Só o texto não impedirá o modelo de vídeo de mudar a cena de tomada para tomada.
Adereços-chave também recebem uma imagem de referência: uma ficha de adereços 16:9, vários adereços-chave por imagem. Adereços genéricos mantêm aproximadamente sua forma, mas os detalhes variam (cor, tamanho, forma); adereços-chave distintos variam mais sem uma referência. Quanto mais um adereço importa para a história e quanto mais distinto é, mais precisa de uma referência.
Padrão de aprovação: lendo a descrição da cena, o público pode dizer onde é, que horas são e como é a luz.

Lista de planos

Cada tomada lista número, duração, imagem, ação, expressão, câmera, som e um prompt de colagem. Cada tomada deve atender a todos estes requisitos:

Uma ideia por tomada: uma tomada conta uma coisa. Duas coisas significam duas tomadas.
Uma ação: o personagem faz uma ação, escrita concretamente (rasgar, cobrir, entregar, estalar, andar, ficar de pé), nunca abstrata.
Um movimento de câmera: empurrar, puxar, panorâmica, travelling, seguir — escolha um. Dois movimentos em uma tomada lutam entre si.
Expressão e linha de visão escritas: o que o rosto mostra e para onde os olhos olham. Escreva expressões sutis concretamente ("tristeza contida" é melhor que "tristeza"). Animação pode exagerar; live-action permanece contido e natural.
Vida interior / subtexto escrito: o que o personagem pensa, quer, teme nesta tomada. Uma tomada com ação, mas sem vida interior, parece vazia.
Continuação da mesma cena: o quadro final é o método, o texto é apenas um auxiliar. Os modelos de vídeo geram cada clipe independentemente e não têm memória do clipe anterior. Escrever "continuando da tomada anterior" apenas em texto não funciona — o modelo nunca viu a tomada anterior e não pode saber o que era. O método confiável é quadro final para primeiro quadro: pegue o último quadro real do clipe anterior e use-o como entrada de imagem para vídeo para o próximo clipe, para que o primeiro quadro do próximo clipe SEJA o último quadro do clipe anterior. O prompt então descreve a nova ação a ser tomada a partir desse quadro e reafirma o estado final (pose, expressão, progresso da ação, luz, tom) em palavras para ajudar o modelo. Sem a entrada de imagem, a reafirmação textual produz apenas continuidade suave — o modelo gera do zero, então o personagem pode variar e o primeiro quadro não corresponderá ao último quadro do clipe anterior. O que continua é o estado do personagem, não a câmera.
Mude a câmera e o tamanho do plano: duas tomadas consecutivas na mesma cena devem mudar a posição da câmera e o tamanho do plano (médio → close-up), ou é um único plano longo.
Ordem do prompt de colagem: estado final da tomada anterior → nova ação → expressão/linha de visão (com vida interior) → câmera (tamanho do plano, movimento, distância focal, profundidade) → luz/clima → restrições. Uma frase, um significado.
Prompts de colagem usam nomes @asset, não descrições em linguagem natural: o modelo de vídeo não sabe quem é "jovem mulher"; ele só conhece o ativo carregado pelo seu @nome. Nomeie os ativos ao criar imagens de referência (por exemplo, a garota é @女主, o monstro é @小怪兽, uma cena é @场景1, adereços são @道具), depois escreva @女主, @小怪兽, @场景1, @道具 nos prompts de colagem. Nunca escreva "jovem mulher", "o monstro peludo", "o beco velho e estreito". Mantenha os nomes @asset sem tradução também na tradução para chinês.
Duração: live-action cerca de 5–10 segundos por tomada; animação 2–6 segundos normal, divida qualquer coisa acima de 8 segundos.
Animação adiciona direção de performance (讲戏): antes de animar, escreva o que o personagem pensa, quer, teme em cada tomada.
Live-action adiciona marcação de cena: quem fica onde, quem anda onde, quando se viram, quando olham para quem; a marcação serve ao drama (quem lidera, quem cede, como o relacionamento muda).

Storyboards

Storyboards são imagens, não apenas texto: gere imagens de storyboard com vários painéis para que o usuário veja as imagens do filme e o fluxo emocional de relance.
Seis painéis por imagem (3×2). Doze tomadas levam duas imagens. Painéis além do quarto ou quinto tendem a variar, então verifique cada painel em uma imagem de seis painéis quanto à consistência do personagem e da cena; divida oito ou mais painéis entre imagens.
Cada painel desenhado em detalhes completos: composição (tamanho do plano, câmera, ângulo), personagem (de acordo com a aparência e pose da ficha de design), cena (de acordo com o lugar e adereços da imagem de cena), luz (de acordo com a luz e clima da tomada), ação (o momento chave da ação da tomada). Um painel deve deixar claro o que a tomada filma e qual é sua emoção, não uma cena aproximada.
O storyboard é para o usuário, então o torne rico: além da imagem, escreva a legenda na imagem sob cada painel — número da tomada, duração, movimento da câmera, ação chave (em chinês) — para que o usuário entenda a tomada e o movimento da câmera apenas pela imagem. A imagem completa, ação, expressão, vida interior e som permanecem no arquivo.
Referências: desenhe cada painel usando as fichas de design de personagens e as imagens de referência de cena, para que o personagem e a cena permaneçam consistentes entre os painéis.

Continuidade e transições

Mesma cena: o método confiável é quadro final para primeiro quadro — o último quadro real do clipe anterior se torna a entrada de imagem para vídeo do próximo clipe, para que o primeiro quadro do próximo clipe SEJA o último quadro do clipe anterior. O prompt da próxima tomada então descreve a nova ação a ser tomada a partir desse quadro e reafirma o estado final da tomada anterior (pose, expressão, progresso da ação, luz, tom) em palavras para ajudar o modelo. Só o texto não pode fazer isso: o modelo gera cada clipe independentemente e não tem memória do clipe anterior, então "continuando da tomada anterior" em texto só produz continuidade suave e o primeiro quadro não corresponderá. O que continua é o estado do personagem, não a câmera; câmera e tamanho do plano devem mudar ativamente.
Mudando de cena, quatro etapas: divida as cenas antes de dividir as tomadas (uma cena = um lugar + uma hora + um ponto dramático, com uma descrição fixa de cena); escolha o tipo de transição antes de escrever o prompt (cinco tipos: corte seco, preto, dissolução, corte de correspondência, J-cut); a nova cena abre com um plano de estabelecimento, nunca um close-up cortando para um close-up; lide com a transição em si separadamente (gere como seu próprio clipe, ou esconda a costura na edição com uma tomada vazia, preto, dissolução ou J-cut).
As transições pertencem ao editor: o diretor decide por que cortar, o editor decide como, quantos quadros e onde. Em vídeo curto ou produção solo, os efeitos sonoros também pertencem ao editor.
Decida para cada transição se precisa de uma tomada de transição gerada. A maioria das transições são feitas na edição sem tomada extra: corte seco (emendar diretamente), preto (desvanecer para preto e voltar), dissolução (transição suave na edição), J-cut (edição de áudio, nenhuma tomada visual). Mas algumas transições precisam de um clipe gerado, e a habilidade deve planejar para isso: um corte de correspondência complexo (o elemento compartilhado deve estar em uma posição específica em ambas as tomadas), um movimento de câmera que ultrapassa o corte (a câmera faz panorâmica na Tomada A e deve continuar a panorâmica na Tomada B), um corte rápido ou tomada vazia para esconder uma costura (uma tomada de ambiente ou detalhe inserida para pontear um salto brusco ou uma lacuna de tempo), ou um plano de estabelecimento para uma nova cena se a lista de planos pular direto para um close-up. Quando uma tomada de transição é necessária, adicione-a à lista de planos como sua própria tomada, com seu próprio número, duração, imagem, ação, câmera, som e prompt de colagem — é uma tomada a ser gerada, não um pensamento tardio. A tabela de transição deve declarar para cada par adjacente se uma tomada de transição é necessária e, em caso afirmativo, o que é.
J-cut de som: o som da cena anterior continua sob o corte, o som da próxima cena chega no corte visual. A música de fundo (BGM) fecha no último plano, nunca cortada cedo.

Regras rígidas (sem exceções ao escrever o arquivo)

Uma ideia por tomada.
Um movimento de câmera por tomada.
O que continua é o estado do personagem, não a câmera.
Uma nova cena abre com um plano de estabelecimento.
O filme finalizado deve ter BGM. Sem BGM significa sem entrega.
Uma frase, um significado, nos prompts.
Uma imagem de referência bloqueada não pode ser alterada casualmente (alterá-la significa alterar o ator ou a cena).
Um clipe com rosto quebrado ou cena alterada deve ser regenerado diretamente, nunca deixado para edição (gere várias vezes e escolha, ou mude o prompt se nada escolher; nunca force um clipe ruim).
Direção e linha de visão não devem quebrar (regra dos 180°, correspondência de linha de visão, um personagem andando para a esquerda não deve andar para a direita na próxima tomada).
Verifique a duração contando quadros do fluxo de vídeo, não a duração do contêiner.
Roteiro antes das imagens: nunca gere nenhuma imagem antes que o usuário tenha visto o texto completo do roteiro e escolhido prosseguir para as imagens.

Decisões de julgamento (você decide, por este método)

Tema: faça três perguntas — qual é o tema central? O que o público deve sentir? Como o protagonista muda? Escreva o tema em uma frase, depois verifique se cada cena aprofunda esse tema.
Personagens principais: quais personagens são essenciais para a história? Limite a 3–5, com um resumo completo para cada um. Personagens secundários podem ter um resumo mais curto ou apenas uma descrição.
Cenas: quantas cenas a história tem? Uma cena é um lugar + um tempo + um ponto dramático. Se a história tiver muitas cenas, agrupe as semelhantes ou corte as desnecessárias.
Estilo de animação vs. live-action: animação pode usar exagero na expressão e na ação; live-action deve permanecer natural e contido. A câmera na animação pode ser mais dinâmica; no live-action, mais estável.
Atualizações: se o usuário pedir uma alteração, avalie se ela quebra as regras rígidas. Se quebrar, explique por que e sugira uma alternativa. Caso contrário, implemente a alteração e atualize o arquivo.

Convenções por modelo

ChatGPT Image 2.6

Prompts devem ser descritivos e detalhados, usando linguagem natural. Inclua estilo de arte, iluminação, composição, cores e humor.
Exemplo: "A comprehensive character design sheet in 16:9 aspect ratio. The character is a young woman with long black hair, wearing a red dress. The sheet includes a large full-body hero shot on the left, a five-view turnaround at the top middle, expression portraits in the middle, costume breakdown on the right-middle, a cinematic emotional still on the right, and a color palette strip at the bottom. The character is standing confidently, with a slight smile. The style is Pixar-inspired 3D animation, with soft lighting and a warm color palette."

Qwen Image 2.1

Prompts devem ser concisos e diretos, focando nos elementos essenciais. Evite detalhes desnecessários.
Exemplo: "16:9 character design sheet. Full-body hero shot left, five-view turnaround top middle, expression portraits middle, costume breakdown right-middle, cinematic still right, color palette bottom. Young woman, long black hair, red dress, confident pose, slight smile. Pixar-style 3D animation, soft lighting, warm colors."

Formato de saída

O arquivo final é uma página HTML com as nove seções em ordem. Cada prompt (prompts de imagem e prompts de colagem de tomada) deve ter um botão de cópia com um clique. Os prompts devem estar em inglês, com tradução para chinês diretamente abaixo. Os nomes @asset devem aparecer sem tradução em ambos os idiomas.

Exemplo de prompt de colagem

@女主 is standing at the door, looking sad, tears in her eyes; she takes a step forward, reaching out her hand. Expression: restrained sadness, eyes looking at the door. Camera: medium shot, slight push-in, 50mm, shallow depth of field. Light: dim, warm, from behind. Duration: 5 seconds.
女主站在门口，面带悲伤，眼含泪水；她向前迈了一步，伸出手。表情：克制的悲伤，眼睛看着门。摄像机：中景，轻微推进，50mm，浅景深。光线：昏暗，温暖，来自后方。时长：5秒。

Exemplo de saída HTML (estrutura)

<!DOCTYPE html>
<html lang="pt">
<head>
  <meta charset="UTF-8">
  <title>Arquivo Pronto para Filmagem: [Título]</title>
  <style>
    /* Estilos para o layout */
    .copy-button { cursor: pointer; }
  </style>
</head>
<body>
  <!-- Seção 1: Informações Básicas -->
  <!-- Seção 2: Tema -->
  <!-- ... -->
  <!-- Seção 9: Lista de Verificação de Controle de Qualidade -->
</body>
</html>

Considerações finais

Esta habilidade é projetada para ser executora: o usuário fornece a semente (história + tipo), e você faz todo o trabalho pesado. O arquivo final deve ser completo, consistente e utilizável diretamente em um pipeline de produção de vídeo gerado por IA. Siga as regras rigidamente, especialmente as regras de continuidade e transição, para garantir que o resultado seja filmável e tenha alta qualidade.

bugjiang82/director-skill

O que é director-skill?

Perguntar na sua IA favorita

Documentação