Videoclipe de Estética Musical
Propósito
Use esta Skill quando o usuário quiser criar, revisar, auditar ou gerar prompts de videoclipe ou prompts de curta-metragem emocional onde música, letras, tipografia, referências, ritmo, performance e linguagem de câmera devem ser projetados em conjunto. O fluxo de trabalho adapta as regras de prompts de MV para execução no Hub: as decisões criativas principais são confirmadas, os prompts bloqueados são escritos em nós de texto do canvas e a criação de mídia é delegada a agentes do Hub.
Não use para legendas comuns, edição genérica de vídeo, anúncios de produtos não musicais ou solicitações simples de imagem única/um único clipe sem estrutura de MV.
Regras de compatibilidade com o Hub
- Não assuma ferramentas de terceiros, scripts de shell, plugins de navegador ou APIs de geração externas.
- Escreva prompts bloqueados e revisões em nós de texto do canvas do Hub.
- Delegue cartões de personagem, cenário, tipografia, clipes de vídeo, BGM e montagem final para agentes de imagem, vídeo, música e edição do Hub.
- Não codifique caminhos de saída; sempre use caminhos retornados pelo Hub.
- Se o usuário disser "pule a confirmação / apenas faça", aplique isso apenas à execução atual, a menos que o orquestrador externo tenha autorização de sessão ativa.
- Se o usuário quiser apenas um prompt, pare após a entrega. Se o usuário quiser um MV finalizado, continue para geração e montagem após a confirmação.
Princípios fundamentais
- Entenda o trabalho antes de escolher uma estrutura. Modelos organizam, mas não são formas obrigatórias.
- Use a intenção criativa confirmada mais recente.
- Omita campos irrelevantes em vez de preencher espaços reservados.
- Não adicione mecanicamente performance, tipografia, transições, movimentos de câmera ou ações de personagem só porque um modelo os inclui.
- O texto na tela é uma camada visual projetada, não legendas comuns, a menos que o usuário solicite legendas explicitamente.
- Se o usuário enviar uma música ou batida real, ela é a faixa mestre, a menos que solicite substituição.
- Costura natural de múltiplos takes para vídeos >15s: quando a duração excede o limite de geração única do modelo, use "decomposição em storyboard multi-cena + continuação do quadro final/inicial + cortes secos na batida + alinhamento global do áudio mestre". Cada segmento deve preservar o mesmo groove, sensação de ritmo, proporção de tela, lógica do personagem, predefinição visual, linguagem de iluminação e regras de movimento da tipografia.
- Se o usuário quiser um MV de estética musical finalizado sem letras, gere e bloqueie letras originais primeiro. O MV final deve referenciar os cartões de personagem, tipografia e cenário juntos. O cartão de tipografia controla apenas o estilo de empacotamento do texto, textura da fonte, design gráfico, proporção de layout e linguagem de movimento.
PASSO 1: Verificação pré-voo
Antes de escrever o prompt de produção final, confirme a base mínima com opções concisas recomendadas.
1.1 Formato de vídeo
Ofereça opções fixas:
| Caso de uso | Proporção | Resolução |
|---|---|---|
| TikTok / Reels / Shorts vertical | 9:16 | 1080×1920 |
| YouTube / Bilibili horizontal | 16:9 | 1920×1080 |
| Quadrado para feed | 1:1 | 1080×1080 |
| Teste de anúncio vertical denso | 9:16 | 720×1280 |
| MV widescreen cinematográfico | 21:9 | 2560×1080 |
A proporção selecionada deve ser reutilizada nos cartões de personagem, cenário, referências de tipografia, prompts de take, clipes de vídeo e montagem final.
1.2 Duração alvo e estrutura multi-cena
Antes de escrever o prompt ou gerar vídeo, confirme a duração alvo do MV. Nunca use silenciosamente o padrão do modelo como intenção do usuário.
Ofereça um cartão compacto de duração:
- Teste de 10 segundos: um ou dois takes para verificar personagem, cenário, tipografia e estilo de áudio.
- Gancho de 15 segundos: 2–4 takes curtos para uma frase de refrão/gancho/performance mais completa.
- MV completo de 30 segundos ou mais (costura multi-cena): como muitos modelos têm um teto de geração única de 15 segundos, use automaticamente um fluxo de costura multi-cena. Primeiro, gere ou bloqueie uma música/BGM contínua, divida 30 segundos em 4–8 takes dinâmicos de 2–5 segundos, depois costure via sincronia de batida e continuidade de quadro inicial/final.
- Duração personalizada: o usuário fornece a duração; planeje o número de takes e a costura com base no limite de clipe único do modelo selecionado.
Se houver música enviada, a duração confirmada é o comprimento da janela musical.
1.3 Janela musical
Se a música enviada ou especificada for mais longa que a duração confirmada, bloqueie um segmento antes de escrever os prompts:
- Janela recomendada: o assistente identifica o refrão/gancho/virada emocional mais forte e solicita confirmação.
- Timestamps do usuário: o usuário fornece segundos de início e fim; verifique se ambos estão dentro do áudio.
- Multivariante: apenas para teste de gancho de anúncio ou múltiplas direções criativas.
Se a música for mais curta que a duração alvo, use o áudio completo, a menos que o usuário peça explicitamente para esticá-lo ou extendê-lo.
1.3.0 Bloqueio de letras e fallback de letras primeiro
Antes dos prompts finais de vídeo ou geração, determine a propriedade das letras:
- Se o usuário fornecer letras, essas são as letras bloqueadas. Não gere, adicione, reescreva, expanda, traduza, parafraseie ou substitua, a menos que solicitado explicitamente.
- Se o usuário quiser um MV de estética musical finalizado sem letras, gere letras originais curtas que combinem com o estilo musical, modo vocal, duração, emoção e predefinição visual, depois as bloqueie.
- Letras bloqueadas são a única fonte de texto para performance de rap/canto e tipografia visível.
- Divida as letras bloqueadas em cada take como
Linha de rap:,Linha vocal:,Linha vocal suave:ouLinha falada:. - Todo campo
Tipografia:deve vir das mesmas letras bloqueadas. Durante a performance vocal, o texto visível deve corresponder palavra por palavra à frase executada. - No MV de tipografia final, o performer deve cantar ou fazer rap das letras bloqueadas com formas labiais visíveis, movimento de mandíbula, respiração, acentos faciais, acenos e acentos de mão seguindo o fraseado e ritmo.
1.3.1 Costura padrão multi-cena para vídeos >15s
Para MVs >15s, como 30 segundos, o script de prompt multi-cena global é a fonte autoritativa:
- Bloqueie o Áudio Mestre completo: bloqueie uma faixa contínua de música/BGM com o vocal completo e groove como a única linha de base de áudio.
- Construa uma Linha do Tempo de Lista de Takes: divida 30 segundos em 4–8 takes curtos de 2–5 segundos, mapeados precisamente para timestamps de letras e batidas como caixa, 808 e drop.
- Continuidade de quadro inicial/final e de cena: se o Take B continuar a mesma cena, use o quadro final do Take A como quadro inicial do Take B. Se for um corte seco, preserve o mesmo cartão de personagem, guarda-roupa, prompt de iluminação e use movimento de câmera na mesma direção ou elementos visuais de corte de correspondência.
- Montagem de geração e edição: o agente de vídeo gera cada take a partir da Lista de Takes. O agente de edição alinha todos os clipes à grade de batida do Áudio Mestre global, ajustando, acelerando e costurando para sincronia labial natural, sincronia de batida e transições.
PASSO 2: Contrato Criativo
Antes dos prompts finais, crie um contrato criativo conciso:
- Gênero musical, instrumentação, sensação de tempo/BPM, modo vocal e temperatura emocional.
- Fonte das letras e letras bloqueadas.
- Duração alvo e decomposição multi-cena, por ex., 30s divididos em 6 takes curtos.
- Papéis das imagens de referência: cartão de personagem, cartão de cenário, cartão de empacotamento de tipografia.
- Linguagem de câmera, tamanhos de take, foco, densidade de corte na batida e lógica de transição.
- Exclusões como sem fades, sem rosto AI glossy de beleza, sem alongamento excessivo de take único que cause deformação.
PASSO 3: Papéis de referência e amostragem de cena
Atribua a cada imagem de referência um trabalho restrito:
- Cartão de referência de tipografia: controla apenas o estilo de empacotamento do texto, textura da fonte, design gráfico, proporção de layout e linguagem de movimento. Não deve contribuir com pessoas ou cenários.
- Cartão de referência de personagem: controla identidade do personagem, aura facial, penteado, silhueta da roupa, proporções, postura e presença.
- Cartão de referência de cenário: controla estilo do cenário, atmosfera espacial, textura da imagem, profundidade de fundo e clima de iluminação.
3.1 Troca de cena em close-up e amostragem multi-cena
Para Trap, Dark-pop, Cyber-grunge e outros MVs de ritmo rápido, alterne rapidamente entre múltiplos espaços de close-up:
- Mantenha o clima da cena unificado, mas o espaço de cada take deve diferir claramente, como fundo local, túnel, parede, faixa de luz ou piso reflexivo.
- As trocas de cena devem ser acionadas por impactos musicais: golpe de baixo, drop do 808, caixa, acento vocal ou golpe de tipografia.
- As trocas de take são "amostras visuais" na batida trap: cortes secos, jump cuts, cortes de glitch de varredura, flash cuts ou cortes de correspondência de ação.
PASSO 4: Gramática predefinida, exemplo Dark-pop / Cyber-grunge e Trap
Linguagem visual e de edição
- Textura realista de alta moda e textura de revista de filme, referenciando revistas independentes do final dos anos 90 / início dos anos 00, papel de fotocópia, scans de filme e colagem de zine.
- Granulação pesada, leve vibração de filme, pontos de meio-tom, bordas de impressão ásperas, deslocamentos de scan.
- A edição deve usar apenas cortes secos. Sem fades, dissoluções ou transições suaves.
- Imagem e tipografia respondem fortemente a sinais de batida: o rolo de chimbal cria micro-tremores / saltos de quadro, a caixa desencadeia escala / corte seco / queda de ombro, o golpe de baixo do 808 cria compressão / estiramento / deslocamento de baixa frequência.
Regras de empacotamento de tipografia
- A tipografia é um sujeito gráfico dinâmico no espaço, não uma barra de legenda. Pode estar em primeiro plano, meio plano, fundo, ou ser ocluída por ombros / mãos.
- O texto nunca deve cobrir os olhos ou a expressão facial principal; evite a boca durante a sincronia labial crítica.
- Com vocais, as palavras visíveis devem corresponder exatamente às letras executadas. Cada take tem apenas um evento principal de tipografia.
PASSO 5: Modelo de estrutura de prompt
Um script multi-cena deve ser modular por take, com duração precisa e mapeamento de áudio:
[Bloqueio Estético Global e de Personagem]: (prompt de âncora estética e de personagem global)
Take 1 (0,0s - 3,5s)
Linha Vocal: "..."
Tipografia: "..."
Visual e Ação: ...
Câmera e Movimento: ...
Transição de Saída: corte seco para o Take 2 no golpe de baixo / whip pan na mesma direção
Take 2 (3,5s - 7,0s)
Linha Vocal: "..."
Tipografia: "..."
Visual e Ação: ...
Câmera e Movimento: ...
Transição de Saída: ...
PASSO 6: Continuidade de BGM e sistema de costura natural multi-cena
6.1 Continuidade global do áudio
O MV inteiro deve vincular-se a uma faixa de Áudio Mestre. Durante a geração segmentada de vídeo, não use áudio de clipe independente e desconectado. Todos os clipes de vídeo são alinhados aos seus timestamps correspondentes na linha do tempo do Áudio Mestre durante a montagem de edição.
6.2 Protocolo de costura natural
Para costura >15s, aplique cinco travas de continuidade:
Continuidade Vocal e Labial: Os pontos de corte devem cair em pausas de letras, respirações, caixa ou drop. Não corte seco dentro de uma vogal ativa ou letra, a menos que o próximo take seja um close-up extremo com forma de boca contínua.
Correspondência de Ritmo e Batida: Os pontos de corte devem atingir a grade de batida 1/4 ou 1/8. Use aceleração para alinhar acenos de cabeça, gestos de mão e piscadas às batidas.
Graduação Estética e de Cor: Cada geração entre takes carrega o mesmo cabeçalho de prompt estético: nível de granulação, direção de LUT e direção de luz. A montagem final usa granulação de filme 35mm unificada e LUT para ocultar diferenças de cor entre lotes.
Continuidade de Transição e Movimento: Para continuação de take longo, use o quadro final anterior como próximo quadro inicial e solicite continuação da ação. Para trocas bruscas de cena, use continuidade cinética como pan na mesma direção ou corte de correspondência de oclusão de mão.
Costura de Movimento de Tipografia: O texto no take anterior deve quebrar, varrer para fora ou quebrar a tela em um golpe de baixo; o texto do próximo take entra ou se desdobra no acento, transferindo momento visual.
PASSO 7: Lista de verificação
Verifique silenciosamente antes da entrega:
- Se a duração alvo exceder 15s, a decomposição multi-cena foi usada automaticamente?
- Um Áudio Mestre global está bloqueado e os pontos de corte estão alinhados à batida?
- Os cortes evitam quebras vocais no meio da letra, com continuidade natural de lábios e respiração?
- Takes adjacentes têm lógica de costura clara, como continuação final/inicial, movimento na mesma direção, corte de correspondência ou corte seco na batida?
- O estilo de edição é estritamente corte seco, sem fades ou transições suaves?
- Os cartões de personagem / cenário / tipografia estão isolados, sem contaminação cruzada?
- A tipografia é uma camada espacial que nunca bloqueia os olhos ou a expressão facial principal?
- A qualidade da imagem, granulação, cor e iluminação são consistentes globalmente?
PASSO 8: Entrega no Canvas
Após o script completo do prompt do MV ser bloqueado, escreva-o em um nó de texto do canvas dedicado chamado Complete MV Prompt ou 完整MV Prompt. O nó deve conter o script completo de prompt multi-cena e notas de costura. Revisões posteriores atualizam o mesmo nó.
PASSO 9: Geração e montagem final do MV
- Bloqueio do prompt e escrita no canvas: confirme que o script completo de prompt multi-cena com timestamps, mapeamento de letras e lógica de transição está escrito no canvas.
- Geração paralela de takes: o agente de vídeo gera cada take de 2–5s a partir da Lista de Takes. Para takes de continuação, extraia o quadro final do take anterior como próximo quadro inicial I2V.
- Edição e costura multi-faixa: o agente de edição importa o Áudio Mestre global, alinha todos os vídeos dos takes por timestamp, corta e acelera na grade de batida e verifica as emendas com movimento na mesma direção ou mascaramento de flash cut.
- Finalização: aplique LUT de filme unificado e sobreposição de granulação de filme 35mm para reduzir a plasticidade da IA e travar a consistência visual.
- Entrega: produza o arquivo de vídeo do MV completo e contínuo.