Criação de curta-metragem narrativo na tela do celular (Terror analógico)
As ferramentas estão em scripts/ e ui_kit/; o uso detalhado está em references/. O roteiro de cenas do exemplo "Encerramento da Entrevista" (6min45s, 141 planos, 11 cenas) está em examples/yingpin/. Para novos projetos, leia primeiro este arquivo e depois, conforme necessário, os references.
Guia para usuários sem experiência
Quando o usuário disser "não sei fazer", "é a primeira vez" ou fornecer apenas uma frase de história, siga este roteiro:
- Confirme que a produção é viável: Verifique a leitura de arquivos locais, capacidade de executar comandos, Python, pacotes necessários, ffmpeg/ffprobe, navegador e fontes em chinês. A verificação de caminhos e sistema pode ser feita pelas ferramentas, sem repetir perguntas ao usuário. Se as ferramentas não puderem ser executadas, deixe claro que é possível apenas organizar a história, não gerar o vídeo.
- Reduza a barreira de entrada para a história: Comece com apenas uma ideia, sem exigir formulários longos. Se não tiver ideias, dê três sugestões curtas; se já tiver, organize um pequeno parágrafo da história com o texto principal da tela. Pergunte apenas o essencial para definir o rumo da história; use padrões razoáveis para detalhes e explique essas suposições.
- Explique o próximo passo: Por exemplo, "Vou transformar essa história em uma versão de pré-visualização com som. Depois de assistir, me diga se está muito rápido ou não está tenso o suficiente." Não sobrecarregue o usuário com nomes de scripts, parâmetros e estrutura de diretórios; também não peça para ele escolher soluções técnicas.
- Controle a complexidade na primeira tentativa: Se o usuário não especificar o tamanho, sugira cerca de um minuto, com poucas cenas, contando uma história simples com bate-papo, notificações e tela de bloqueio. Por padrão, entregue apenas o MP4. Ajuste pelo tempo real de leitura, sem acelerar para preencher o tempo. Se o usuário já tem uma história completa, mantenha o escopo, não o force a fazer um exercício curto.
- Minimize a dependência de materiais: Priorize a interface HTML, avatares de texto e gráficos simples. Só liste necessidades específicas de materiais (como fotos) se a história exigir. Se houver ferramentas de imagem no ambiente, ajude a criar; se não for possível gerar, forneça prompts e peça ao usuário. Não peça ao iniciante para preparar várias capturas de tela logo de início.
- Avance a produção de fato: Após definir a direção da história e confirmar que o ambiente necessário está disponível, conclua uma prévia com som que cubra do início ao fim, e então colete feedback. O usuário só precisa usar descrições de sensações, como "não dá tempo de ler", "som muito alto" ou "o final é muito rápido", sem exigir números de plano.
- Forneça ajuda específica quando o usuário precisar agir: Cuide da instalação de pacotes Python dentro da autorização concedida. Se envolver instalação de software do sistema ou autorização que exija ação do usuário, explique o software ausente, o impacto e o próximo passo; lide com um obstáculo de cada vez, sem jogar uma lista completa do ambiente para o usuário.
Como frase de abertura: "Você só precisa me contar uma ideia de história. Eu transformo isso em bate-papo, notificações e sons no celular. Primeiro, verifico o ambiente de produção e depois faço uma prévia com som para você assistir." Se o usuário já forneceu uma história, continue organizando diretamente, sem pedir novamente.
Configurações padrão (adote diretamente; pergunte apenas informações realmente ausentes que afetem a produção)
- O usuário pode não saber programar. Todos os comandos são executados por você; não peça ao usuário para instalar dependências, executar scripts ou modificar código. Se faltar pacotes Python, faça
pip installvocê mesmo. Se faltar ffmpeg/navegador/CapCut, informe em uma frase o que instalar e onde baixar. - O usuário fornece a história; você cuida da interface, animação, som e exportação. Se o usuário já tiver capturas de tela (por exemplo, feitas no GPT), use-as; caso contrário, use o HTML UI Kit. Fotos como avatares, papéis de parede e rostos devem ser geradas pelo usuário usando um modelo de imagem; você fornece os prompts (
references/image_prompts.md). - CapCut é opcional. Mesmo sem CapCut, entregue MP4 e seis faixas WAV separadas.
- Sistema: Windows ou macOS. Voz usando TTS do sistema (Windows OneCore, macOS
say). Testado apenas no Windows + CapCut Professional 11.8; para Mac e CapCut, avise que não foi testado.
Princípios rígidos
- O entregável é um vídeo com som que pode ser reproduzido. Scripts, capturas de tela, faixas mudas e planos não contam como conclusão.
- Escreva "não testado auditivamente" se não ouvir, "não medido" se não medir; para rascunhos do CapCut não abertos, escreva "não verificado". Não forje engenharia nem resultados de verificação.
- Decisões já confirmadas não são repetidas. Se houver dúvidas sobre versões de materiais, verifique o conteúdo visual ou valor de hash.
- A tela mostra apenas o celular: sem moldura, dedo, círculo de clique, mouse ou zoom. Não distorça. Resolução 1170×2532, 30fps.
- O terror vem do cotidiano: sem elementos sobrenaturais, glitches, sustos, narração ou legendas explicativas. Em caso de morte ou suicídio, não mostre a forma ou o processo; use apenas a falta de resposta, a passagem do tempo e uma sirene distante.
- Cenas com texto denso na interface não são enviadas para modelos de vídeo a partir de imagem; use síntese determinística (PIL). Apenas partes locais, como uma janela de rosto, podem ser animadas.
- Nunca sobrescreva um rascunho do CapCut que o usuário já abriu. Use novos nomes para novas versões (por exemplo,
_rascunhoV4,_versaoFinal2).
Fluxo de produção
1. Brief
Primeiro, aceite a história do usuário em uma frase ou parágrafo simples. Se precisar organizar, use o modelo curto em references/brief_template.md; só use o modelo completo se o usuário quiser um planejamento detalhado. Personagens, texto da tela, cenas e som são organizados por você; as partes ausentes são preenchidas com padrões razoáveis, com uma breve explicação das suposições. references/brief_example.md contém o brief completo de "Encerramento da Entrevista" (a duração de "cerca de 90 segundos" no brief foi posteriormente alterada com base no feedback).
2. Montar o projeto
<projeto>/project.json Copiado de templates/project.json, preencha title, voices
<projeto>/00_ui/ Interface HTML
<projeto>/01_final_assets/ Todas as imagens (o mecanismo as encontra pelo nome; o nome do arquivo é único em todo o projeto)
<projeto>/03_project/tools/ Copie todo o conteúdo de scripts/ + pasta ui_kit/; scenes.py, tap_rects.py também são escritos aqui
02_audio, 04_cache, 05_exports são criados automaticamente pelas ferramentas. Todos os comandos são executados em 03_project/tools. Fontes, navegador, TTS e diretório de rascunho do CapCut são encontrados automaticamente; se não forem encontrados, especifique em project.json (consulte references/pipeline.md para os campos).
3. Materiais de interface
- Kit de interface HTML (preferencial, veja
references/ui_kit.md): Um HTML por interface, coloque em00_ui/S01/…. Executepython ui_render.pypara renderizar em PNG 1170×2532, gerando automaticamente as camadas_blank/_textpara digitação, áreas de clique em.taps.jsone posições de janela de rosto em.ui.json. Chinês preciso, teclado consistente comkeyboard.py. - Capturas de tela feitas com modelo de imagem: Coloque em
01_final_assets/S01/…. Useengine.mask_layerspara separar camadas de interface de digitação; para áreas de clique, usesheet.pypara gerar uma grade de coordenadas para detecção e escreva emtap_rects.py. Verifique caractere por caractere o chinês na imagem. - Após a renderização, veja alguns PNGs com a ferramenta Read para confirmar se o texto, layout, tema diurno/noturno estão corretos.
4. Escreva as cenas
Em tools/scenes.py, uma função por cena, nome deve ser S + dois dígitos (S01…S99). O modelo e a API estão em 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() para digitação (teclado visível, pinyin, espaço para confirmar), V() para voz, apptrans.open_app/close_app para abrir/fechar app, engine.scroll/face/timer/xfade etc. Cada clique deve ter uma entrada TAPS correspondente; caso contrário, não há feedback de pressionamento (o renderizador imprimirá [tap] no rect for …).
5. Versão completa de baixa resolução com som
YP_RES=proxy (padrão, 586×1268) renderiza todas as cenas → python build_audio.py → python export.py <nome> proxy. Faça a versão completa com som desde o início, cobrindo o início e o fim; não refine primeiro um clipe de 30 segundos. export.py imprime a duração, número de planos e sonoridade (LUFS/pico).
6. Autoverificação
python peek.py S04gera uma composição de quadros para uma cena; use Read para verificar cena por cena: texto, estado de pressionamento, teclado, transições, quadros pretos.- Verifique a sonoridade impressa pelo export. Você só pode medir valores numéricos e deve declarar que não houve audição.
7. Ajustes locais com base no feedback
- Ritmo: altere
kou a duração de planos individuais; renderize novamente apenas as cenas afetadas (python scenes.py S05 S07), depois build_audio + export. - Apenas som (música, efeitos sonoros, configurações de voz): não renderize novamente as imagens; vá direto para build_audio + export.
- Texto ou layout da interface: modifique o HTML e execute
python ui_render.py(apenas as cenas modificadas), depois renderize novamente as cenas que usam esses recursos. - Cada novo MP4 deve ter um novo nome (export.py não sobrescreve arquivos com o mesmo nome). Em projetos longos, mantenha um arquivo RECOVERY.md no projeto (versão atual, comandos, tarefas pendentes) para retomar facilmente após interrupções.
8. Alta resolução e CapCut
Após a aprovação do usuário, defina YP_RES=hd e renderize todas as cenas novamente (1170×2532, muito mais lento que a baixa resolução; pode paralelizar por cena) → build_audio.py → export.py <nome> hd → Se o usuário quiser CapCut: build_jianying.py <nome> hd.
- build_jianying sempre cria o pacote do projeto (
05_exports/<nome>_pacote_projeto/: materiais, seis faixas, README.txt); só escreve o rascunho se pyJianYingDraft estiver instalado; só copia para o diretório de rascunho do CapCut se encontrar o diretório; recusa executar se encontrar um rascunho com o mesmo nome. - Em um novo computador ou nova versão do CapCut, execute primeiro
jy_roundtrip_test.pye peça ao usuário que abra o rascunho de teste e informe se pode reproduzi-lo. - Para rascunhos não abertos pelo usuário, escreva sempre "não verificado". No Windows, pode usar
winshot.pypara capturar a janela do CapCut e ajudar na verificação.
Feedback recebido do usuário no primeiro trabalho (aplicar por padrão em novos projetos)
Consulte references/lessons.md.
- Ritmo mais lento: A primeira versão de 94 segundos foi considerada "muito rápida"; a versão final de 6 minutos e 45 segundos foi aprovada. As pausas devem ser baseadas em "tempo suficiente para ler". Páginas com muita informação, como formulários e testes, precisam ser especialmente lentas. Garanta primeiro a legibilidade, sem se prender à duração total do brief.
- Velocidade normal: Digitação de cerca de 7,5 teclas/segundo, pausa de 0,22 segundos após cada palavra ser confirmada na tela; voz em velocidade normal, sem aceleração ou cortes.
- Cada clique deve ter uma mudança na interface (botão escurece ou desbota, linha fica destacada); caso contrário, o espectador não sabe onde está clicando.
- Digitação precisa mostrar o teclado: Teclas aparecem, pinyin soletrado sublinhado letra por letra, alterações na barra de candidatos, espaço confirma a palavra inteira. As letras não podem aparecer do nada.
- Ao entrar em um aplicativo a partir da área de trabalho, deve haver animação de abertura (ícone ampliado), e ao voltar para a área de trabalho, animação de fechamento.
- Som de deslizamento deve ser perceptível.
- Música instrumental pura: suave e melódica no início, aumentando o desconforto a cada cena, até ficar "desconfortável o suficiente" no final. Dependa da mudança de materiais, não apenas do volume.
- O final deve mostrar a passagem do tempo: data, hora e bateria na tela de bloqueio mudando dia a dia, notificações se acumulando, bateria ficando vermelha e, no final, uma sirene distante (exemplo em
examples/yingpin/scripts/lockdays.py).
Arquivos de referência
references/pipeline.md: Uso de cada script, campos de project.json, eventos de som, observações sobre CapCut.references/ui_kit.md: Como escrever o HTML UI Kit, componentes, camadas, áreas de clique.references/image_prompts.md: Prompts para modelos de imagem como GPT, e como separar camadas e medir áreas de clique a partir das imagens.references/brief_template.md: Modelo de brief para o usuário preencher.references/lessons.md: Feedback de cada versão do primeiro trabalho, ajustes e problemas técnicos.references/brief_example.md: Brief original de "Encerramento da Entrevista".examples/yingpin/scripts/: Roteiros de cenas de "Encerramento da Entrevista" (scenes_v2.pyjá inclui uma versão de typ/V, equivalente à escrita emscene.py) e ferramentas específicas. Apenas scripts; sem capturas de tela do filme original; não podem ser executados diretamente; servem como referência para a escrita de planos.
Formato de relatório
Use chinês, mandarim, sem jargão técnico. Explique claramente: quais alterações foram feitas; caminho e duração do arquivo final; valores de sonoridade com a observação "não testado auditivamente"; nome do rascunho do CapCut e se foi verificado; o texto queimado na imagem não pode ser alterado no CapCut; só pode ser refeito renderizando o plano novamente.