YGtemple/coleção-de-vídeos-dinâmicos

Habilidade de Produção de Vídeo de Animação Dinâmica com IA

🏷️ Identificador de Categoria da Habilidade

Categoria de Pertencimento: [Animação Dinâmica / Donghua]

• 🎬 Cenário de Tarefa Típico: Gerar vídeos de animação dinâmica de curta duração (campus/juventude/romance) com base em imagens de referência de personagens + storyboard; manter a consistência facial, capilar e de vestuário dos personagens entre os fragmentos para criar curtas-metragens de donghua com múltiplos fragmentos; exportar fragmentos MP4 9:16 (vertical) ou 16:9 (horizontal) para posterior edição.
• 🚫 Cenários Não Aplicáveis: Propagandas de produtos puros / tomadas de paisagem sem personagens / vídeos abstratos sem personagens (usar doubao-creative-video ou habilidade de tomadas vazias); gravações realistas com pessoas reais (usar o ramo realista de jimeng-studio / ai-drama-master-suite); séries longas com dezenas de episódios (usar ferramentas dedicadas, esta skill foca em amostras curtas de episódio único).
• 🔗 Relações e Combinações Recomendadas: Entrada ([doubao-creative-drama portal de planejamento de curtas / blockbuster-script-director roteiro / drama-storyboard-director storyboard / script-asset-master asset de imagens]) → Esta skill (geração cena a cena + pós-produção) → Saída ([jianying-editor edição fina / byted-mediakit-ing transições e correção de cor])
• 🧭 Limites com Habilidades Adjacentes: Diferença de ai-drama-master-suite / jimeng-studio – esta skill faz apenas donghua / estilo anime / ilustração semi-realista, e obriga o uso de image_to_video + referência de imagem, não faz realismo; diferença de doubao-creative-drama – esta skill é uma habilidade de execução/implementação do lado do donghua (já possui storyboard + imagens de referência, gera vídeos cena a cena e remove marcas d'água), não é responsável pelo planejamento geral do projeto.
• 📦 Responsabilidade de Produção do Pacote Padrão (Três Itens): Esta skill é responsável pelo ② Prompts de Asset de Modelo Geral (versão donghua/animção dinâmica) – produzir prompts de asset em chinês para as quatro visões do personagem, tomadas de cenário vazio e definições de objetos de acordo com o "Modelo de Prompt de Asset de Modelo Geral", e prompts MJ em inglês correspondentes de acordo com o "Modelo de Prompt MJ" (versão donghua unificada com --niji 6); ① Esboço de Projeto é produzido pela entrada de planejamento upstream (doubao-creative-drama / blockbuster-script-director), esta skill recebe seu roteiro e sinopse como entrada; ③ Prompts MJ são escritos por esta skill com base em ②, cobrindo assets de personagens/cenários/objetos chave.
• ⚠️ Norma Fixa do Usuário: Vídeo final sem legendas, sem BGM, TTS proibido (falas geradas diretamente pelo modelo de vídeo); exibir o prompt completo antes da geração; imagens de personagens devem referenciar com @, obrigatoriedade de referência de imagem, não gerar personagens apenas com texto.

⛔ Regras Gerais de Portão de Fase (Orientado por Opções · Confirmação do Usuário · Todos os Assets Feitos pelo Usuário)

Esta skill não executa mais automaticamente a produção completa de ponta a ponta – não assume "completar automaticamente fragmento por fragmento", nem produz assets de arte finalizados para o usuário. O texto completo do paradigma padrão está em /home/user/Doubao/chats/38436370915409154/_工作规范/阶段门控总则（标准范式）.md; abaixo estão os pontos-chave de implementação desta skill (donghua/animação dinâmica), com prioridade sobre qualquer expressão antiga de "automático contínuo / fragmento automático completo / IA gera asset finalizado" abaixo.

Princípio Máximo (Não Violável)

1. Proibida a execução automática completa de uma só vez: Não se pode, após o usuário dar apenas uma ideia, executar automaticamente toda a história → roteiro → assets → storyboard → vídeo → pós-produção; nem, após o usuário confirmar o primeiro fragmento, completar automaticamente todos os fragmentos.
2. Ao final de cada fase deve obrigatoriamente: ⛔ Pausar → Dar opções (cada uma com um destaque de uma frase + prós e contras + ⭐ item recomendado) → Aguardar resposta explícita do usuário, sem sua confirmação, não prossiga.
3. O usuário pode a qualquer momento: responder com o número da seleção / misturar várias / responder "mais opções" para uma nova rodada / escrever sugestões de modificação.
4. 【Todos os assets de arte feitos pelo usuário · Restrição Forte】: Imagens de definição de personagens de donghua (três vistas / close-up facial), imagens de tomadas de cenário vazio, imagens de definição de objetos, imagens de cenas chave / storyboard de referência – todos os assets de imagem que entram no vídeo final são gerados, selecionados e enviados pelo próprio usuário com base nos prompts dados pela IA; IA não pode chamar nenhuma ferramenta de texto-para-imagem (T2I) para produzir assets finalizados para o usuário.
   • IA ainda é responsável pela geração de vídeo (image_to_video / I2V): após todos os assets terem sido confirmados como enviados, com @ referenciando os assets do usuário, exibir o prompt de vídeo completo e, após confirmação do usuário, gerar o vídeo.
5. Em nenhuma fase gerar automaticamente imagens de asset finalizadas; se for realmente necessária uma imagem ilustrativa/de referência para auxiliar a comunicação, deve-se obter o consentimento explícito do usuário primeiro, e a imagem ilustrativa não pode ser usada diretamente como asset finalizada no vídeo final.

Formato de Saída Unificado do Portão (Fornecer em Cada Ponto de Portão, Não Omitir)

• ✅ Esta fase concluída: 1–3 frases explicando o que foi produzido.
• Por favor, escolha (total de N direções): Usar uma tabela com as colunas Número / Plano / Destaque de uma Frase / Prós / Contras, e dar o ⭐ item recomendado com justificativa.
• ⛔ Pausado, por favor responda para eu continuar: Escrever claramente o que o usuário precisa responder (número / confirmação / sugestões de alteração / "mais opções"); apenas com uma seleção/confirmação clara, prossiga para a próxima fase.

Ritmo de Portão desta Skill (donghua/animação dinâmica):

Portão	Fase	Opções / Ações para o Usuário	Condição de Passagem
1º	Divergência da História (antes do roteiro)	Dar 3–5 direções de história de donghua que sejam diferentes entre si (gênero / definição central / arquétipo do protagonista / conflito principal / imagem de gancho inicial variados), cada direção com destaque + prós e contras + ⭐ recomendação	Usuário seleciona / mistura / pede mais opções e confirma a história antes de escrever o storyboard
2º	Seleção de Plano de Assets (apenas definir plano, não gerar imagens)	Dar opções de plano para configuração e design de personagens, configuração de cenários, lista de objetos, direção de imagens chave, etc. (Seção A da "Tabela de Confirmação de Produção Própria de Assets")	Usuário seleciona / modifica e confirma o plano de assets
3º	Todos os assets feitos pelo usuário (crítico, confirmar em lotes, portão por portão)	IA produz dois pacotes de prompts (versão de modelo geral em chinês + versão MJ em inglês para donghua --niji 6) + parâmetros 3D (--stylize 200–600 / --weird 0 / --chaos 0–10 + --seed fixo) + lista de assets e ordem de produção (âncora de personagem → tomada de cenário vazia → objetos → imagens chave) + sugestões de produção; IA não chama ferramentas de texto-para-imagem para gerar imagens; usuário gera, envia e confirma item por item	Usuário gera e envia cada personagem / cenário / objeto / imagem chave e confirma para que sejam referenciados com @ nos prompts de vídeo
4º	Geração de vídeo em lotes	IA exibe o prompt de vídeo completo a cada vez (@ referenciando assets confirmados pelo usuário), explicando a lista de imagens de referência e parâmetros; usuário confirma antes de chamar image_to_video; processo em lotes, sem assumir execução automática completa	Usuário confirma o prompt lote a lote antes de chamar o modelo de vídeo; exibir após geração; usuário confirma "continuar" para próximo lote
5º	Pós-produção / Entrega	Opções de remoção de marca d'água (crop), transição xfade, mixagem de áudio, transcodificação para plataforma, capa (a capa também é feita pelo usuário)	Usuário confirma item por item

Enquanto todos os personagens / cenários / objetos / imagens chave não forem enviados e confirmados, não entrar na geração de vídeo; vídeo e pós-produção ainda são confirmados lote a lote / item por item, não acumular para executar automaticamente.

Gancho e Causalidade (Duas Exigências Criativas Fortes, Incorporadas na Verificação de Qualidade dos Seis Pontos do Storyboard Abaixo)

• ① Gancho Combinado com Imagem (Visível, Não Dito)：O gancho inicial deve ser uma imagem/ação/cena concreta que se pode ver, que atrai pelo impacto visual ou suspense visual nos primeiros quadros/segundos, não contado por narração/falas/legendas/títulos; a imagem de gancho se relaciona diretamente com o conflito/suspense central. Na divergência da história e storyboard, "gancho inicial" sempre preencher com imagem de gancho concreta (quem está fazendo o quê / que anomalia aparece), não preencher com conceitos abstratos.
• ② Relação de Causa e Efeito (A→B→C, Eliminar Narrativa Cronológica)：O enredo avança por cadeia causal, não é uma lista de eventos "e então... e então..."; a anomalia/suspense do gancho deve ter uma causa; cada ação do personagem tem motivação e consequência; a preparação é a "causa", o pagamento é o "efeito". Ao se auto-verificar, pergunte para cada storyboard "por que aconteceu e o que causou", remova parágrafos sem relação causal com a trama principal.

Pacote de Três Itens Produzido em Lotes conforme o Ritmo do Portão (Não Dar Tudo de Uma Vez)

• ① Esboço do Projeto / Storyboard: Produzido/ finalizado apenas após "confirmação da história".
• ② Prompts de Asset de Modelo Geral, ③ Prompts MJ para Donghua: Fornecidos em lotes conforme o progresso de geração do usuário – dar os do personagem quando confirmado, dar os do cenário quando confirmado, não dar tudo de uma vez antes do tempo.

Relação com Regras Existentes (Sobreposição, Não Conflito, Não Exclusão)

Manter e sobrepor: 🏷️ Etiquetas de classificação real/donghua; 📋 Seis pontos de auto-verificação do storyboard; 📦 Pacote padrão de três itens; 🎛️ Dimensões 3D dos assets (--stylize / --weird / --chaos + seed fixo); ⚠️ Sem legendas, sem BGM, TTS proibido, exibir prompt completo antes da geração, @ e referência de imagem obrigatórios para personagens/assets. Duas alterações feitas por estas regras: ① O avanço das fases mudou de "contínuo automático / fragmento automático completo" para "pausar a cada portão, dar opções, esperar confirmação"; ② Os assets de arte mudaram de "IA gera imagens" para "todos os assets finalizados são feitos pelo usuário, IA dá apenas prompts / parâmetros 3D / listas / sugestões, não chama texto-para-imagem". As demais capacidades permanecem inalteradas; a geração de vídeo (image_to_video) ainda é executada pela IA.

1. Cenários de Aplicação

• Gerar vídeos de animação dinâmica/curtas com IA, fragmento por fragmento, com base em imagens de definição de personagens existentes (três vistas/close-up/referências de múltiplas cenas) e storyboard
• Temas como campus/juventude, romance cura/crush, drama cotidiano que focam em diálogos e interações emocionais entre personagens
• Produção de vídeos com múltiplos fragmentos que exigem consistência rigorosa de rosto, cabelo, roupa e cenário dos personagens
• Saída em fragmentos de vídeo MP4 9:16 (vertical) ou 16:9 (horizontal), podendo ser montados em um curta completo posteriormente

Não aplicável: Propagandas de produtos puros, tomadas de paisagem vazias, vídeos de conceitos abstratos sem personagens, vídeos que exigem aparição de pessoas reais.

---

2. Princípios Centrais (Não Violáveis)

1. Orientado por Imagem de Referência: Deve usar image_to_video, inserir imagem de definição de personagem + imagem de referência de cenário; proibido usar text_to_video para gerar personagens do nada
2. Confirmação Fragmento por Fragmento: Cada fragmento gerado é imediatamente exibido ao usuário; o usuário confirma antes de prosseguir para o próximo; proibida geração em lote sem confirmação
3. Exibir Prompt Antes da Geração: Antes de cada chamada da ferramenta de geração de vídeo, o texto completo do prompt deve ser exibido ao usuário; o usuário confirma antes de chamar a ferramenta; proibido gerar sem exibir o prompt
4. Sem BGM e TTS Proibido: O design de som inclui apenas falas do personagem + sons ambientes + efeitos sonoros; absolutamente proibido qualquer música de fundo/música de piano/BGM; falas/narração devem ser emitidas diretamente pelo modelo de geração de vídeo; TTS (síntese de voz) é totalmente proibido – se a fala for dita errada ou não clara, mude o prompt e gere novamente, não use TTS para remediar
5. Sem Legendas: Proibido qualquer texto na forma de legendas, títulos, textos explicativos, etc., no vídeo
6. Personagem Único: O número de pessoas em cada quadro deve ser consistente com o storyboard; proibido gerar um terceiro personagem do nada ou duplicar personagens (ex.: "duas protagonistas femininas")
7. Membros Únicos: Cada personagem tem apenas duas mãos e cinco dedos; proibido mãos extras, dedos extras, braços torcidos (ex.: "três mãos")
8. Prioridade de Continuidade: A cena, iluminação, estado do personagem e posição de objetos entre fragmentos consecutivos devem ser rigorosamente mantidos
9. Consistência de Voz: As características de voz do protagonista masculino/feminino são uniformes em todo o vídeo; cada fala deve ser marcada com as características de voz
10. Reserva para Corte: Ao gerar, deve-se considerar a quantidade de corte para remoção de marca d'água na pós-produção; compor com área segura; conteúdo chave não deve estar rente à borda

---

3. Gerenciamento de Assets de Personagens

⛔ P0 Leitura Obrigatória: Antes de entrar em qualquer etapa de assets, deve-se primeiro ler completamente o SKILL.md de script-asset-master (ao vivo: /home/user/.doubao/agent_mode/workspace/.user_skills/script-asset-master/SKILL.md; cópia estável: /home/user/Doubao/chats/38436370915409154/已优化技能/script-asset-master/SKILL.md), não pular nem executar de memória. Ordem fixa da etapa de assets: Ler script-asset-master (P0) → Apresentar opções de plano de assets → Usuário confirma plano → IA dar dois conjuntos de prompts + parâmetros 3D + lista/ordem de assets + sugestões de produção → Usuário cria e envia → Confirmar item por item antes de referenciar com @.

📦 Responsabilidade de Produção do ②º Item do Pacote (Prompts de Asset de Donghua): Esta skill, de acordo com o "Modelo de Prompt de Asset de Modelo Geral" (/home/user/Doubao/chats/38436370915409154/通用模型资产提示词模板.md), produz prompts de asset em chinês para as quatro visões do personagem, tomadas de cenário vazias e definições de objetos, com a seção de estilo unificada para "animação dinâmica/ilustração/semi-realista anime/coloração estilo cel"; simultaneamente, de acordo com o "Modelo de Prompt MJ" (/home/user/Doubao/chats/38436370915409154/MJ提示词模板.md), produz prompts MJ em inglês correspondentes, com a versão donghua unificada adicionando --niji 6. As imagens de personagens fornecidas pelo usuário devem ser referenciadas com @, uma pessoa por imagem, sem atribuição repetida; proibido gerar personagens apenas com texto.

🎛️ Três Dimensões de Controle (Cada Asset Deve ser Marcado, Nenhum Pode Faltar): Ao lado do corpo do prompt de cada asset, devem ser listados os três valores/faixas com uma breve justificativa; não se pode dar apenas o prompt.

• ① Estilização (--stylize / faixa real↔estilizado): MJ usa --stylize (0–1000); recomendado para donghua: --stylize 200–600 (médio~alto) sob --niji 6, para mais sensação artística de ilustração/donghua; muito alto desvia da referência, enfraquecendo a consistência do personagem.
• ② Estranheza (--weird / faixa de criatividade excêntrica): MJ usa --weird (0–3000); recomendado para donghua: --weird 0 (padrão), para manter o personagem crível e consistente; apenas em exploração experimental comece com 250–500.
• ③ Diversidade (--chaos + --seed / diferença de semente): MJ usa --chaos (0–100) + --seed fixo; recomendado para donghua: --chaos 0–10 e --seed fixo para garantir reprodutibilidade; ao explorar composição, pode-se aumentar chaos temporariamente para 10–25; a versão final deve retornar.
• ⚠️ --weird alto / --chaos alto sacrifica visivelmente a consistência do personagem e a reprodutibilidade – assets de alta consistência, como quatro vistas do personagem e quadros-chave entre cenas, devem usar --weird baixo, --chaos baixo e --seed fixo; imagens exploratórias podem relaxar temporariamente, mas a versão final deve retornar à faixa recomendada.
• Cada asset deve ter uma linha de anotação ao lado: ▶ Dimensões de Controle: --stylize [valor] (justificativa: ) ｜--weird [valor] (justificativa: ) ｜--chaos [valor] + --seed [valor] (justificativa: )

⛔ Limite de Produção de Assets pelo Usuário (Ponto de Confirmação): Esta skill, nesta fase, produz apenas os dois conjuntos de prompts / parâmetros 3D / lista e ordem de produção / sugestões de produção mencionados acima, absolutamente não chama ferramentas de texto-para-imagem (T2I) para produzir imagens finalizadas de personagens/cenários/objetos/quadros-chave para o usuário; todas as imagens de arte finalizadas são geradas, selecionadas e enviadas pelo próprio usuário com base nos prompts; após confirmação item por item pelo usuário, esta skill as referencia com @ nos prompts de vídeo (um tipo por confirmação, sem atribuição repetida). Se for realmente necessária uma imagem ilustrativa para auxiliar a comunicação, deve obter o consentimento explícito do usuário primeiro, e ela não pode entrar diretamente no vídeo final.

3.1 Tipos de Imagens de Referência que Devem ser Preparados

Tipo	Uso	Quantidade Mínima
Três vistas do corpo inteiro do personagem	Estilo uniforme escolar, proporções corporais, configuração geral do personagem	1 por pessoa (pode ser de ambos em uma imagem)
Close-up do rosto do personagem	Detalhes faciais, penteado, base de expressão	1 por pessoa
Imagem de referência de cenário	Layout espacial, direção da luz, mobília, atmosfera	1 por cenário principal
Imagem de interação personagem-cenário	Postura do personagem nesse cenário, iluminação, proporções	Conforme necessário

3.2 Gerenciamento de Numeração de Imagens de Referência

Todas as imagens de referência são numeradas como @图片1, @图片2, @图片3... na ordem de envio, e devem corresponder um a um com a ordem de image_reference_url_list no prompt.

Sugere-se estabelecer uma tabela de assets de imagens de referência:

| Número | Conteúdo da Imagem | Tipo | Uso |
| 图1 | Três vistas do corpo inteiro do protagonista masculino e feminino | Definição de personagem | Estilo uniforme escolar, proporções corporais |
| 图2 | Close-up duplo do protagonista masculino e feminino | Rosto do personagem | Detalhes faciais, penteado |
| 图3 | Close-up individual da protagonista feminina | Rosto do personagem | Rosto e penteado da protagonista feminina |
| 图4 | Cena do protagonista masculino na biblioteca | Cenário + personagem | Espaço da biblioteca, postura do protagonista masculino |
| 图5 | Panorama da biblioteca | Apenas cenário | Layout espacial, iluminação, mobília |

---

4. Normas de Referência de Imagem (Obrigatório)

4.1 Formato de Referência

No início do prompt, os usos de cada imagem de referência devem ser listados uma a uma, no formato:

Referir-se a @图片1 para [conteúdo de referência específico], referir-se a @图片2 para [conteúdo de referência específico], referir-se a @图片3 para [conteúdo de referência específico].

4.2 Referências de Imagem de Personagem Devem Explicar

• Rosto: Formato dos traços, olhos e sobrancelhas, formato do nariz, formato do rosto, tom de pele
• Penteado: Cor, comprimento, ondulação/liso, franja, volume
• Roupa: Estilo, combinação de cores, posição do emblema da escola, por baixo, calças, sapatos
• Corpo: Altura, tipo corporal, proporções
• Exemplo: `Referir-se a @图片2 para os traços faciais do protagonista masculino (frio e bonito, ossos da sobrancelha claros, cabelo preto curto texturizado) e os traços faciais da protagonista feminina (gentil e bonita, olhos grandes, cabelo preto longo e ondulado + franja ar)

4.3 Referências de Imagem de Cenário Devem Explicar

• Espaço: Disposição das estantes, posição das mesas e cadeiras, posição das janelas, layout geral
• Iluminação: Direção da fonte de luz, temperatura de cor, intensidade, direção da sombra
• Mobília: Objetos, decoração, material do piso
• Atmosfera: Tom geral, sensação emocional
• Exemplo: Referir-se a @图片5 para o layout espacial da biblioteca (estantes de madeira dispostas, grande janela à esquerda, área de leitura perto da janela) e a direção da luz dourada da tarde

4.4 Quantidade de Referências

• Cada fragmento deve ter pelo menos 2 imagens de referência (1 de personagem + 1 de cenário, ou 2 de personagem)
• Fragmentos com personagens juntos devem incluir uma imagem de referência contendo ambos (ex.: close-up duplo)
• Ao mudar de cenário, a imagem de referência do cenário correspondente deve ser inserida
• Máximo de 10 imagens (limitação da ferramenta)

---

5. Modelo de Estrutura de Prompt (Obrigatório)

O prompt de cada fragmento deve ser escrito estritamente na seguinte ordem, nenhum item pode faltar:

[1º Parágrafo: Referência de Imagem]
Referir-se a @图片1 para [uso específico], referir-se a @图片2 para [uso específico], referir-se a @图片3 para [uso específico].
(Listar uma a uma: para imagens de personagem, dizer rosto/penteado/roupa; para imagens de cenário, dizer espaço/iluminação/mobília)

[2º Parágrafo: Âncora de Continuidade]
Dando continuidade ao fragmento anterior: [Estado da cena no final do fragmento anterior, posição/postura/expressão do personagem, posição de objetos, direção da luz].
(Para o 1º fragmento, escrever "Estabelecimento da cena inicial"; para fragmentos subsequentes, escrever o conteúdo de continuidade)

[3º Parágrafo: Conteúdo da Imagem]
[Descrição detalhada: Ambiente da cena + Ação do personagem + Mudança de expressão + Objetos chave + Detalhes]
[Deve indicar claramente quantas pessoas estão na imagem e quem são; proibido aparecimento de personagens extras]

[4º Parágrafo: Movimento de Câmera]
[Enquadramento inicial]→[Método de movimento]→[Enquadramento final], especificar: zoom in/out, pan, tilt, tracking, fixo.

[5º Parágrafo: Estilo de Iluminação]
[Direção da fonte de luz, temperatura de cor, profundidade de campo, estilo visual, requisitos de qualidade de imagem]

[5.5º Parágrafo: Zona Segura de Composição]
[Especificar que o conteúdo chave (rosto do personagem, mãos, objetos) está estritamente dentro da zona central de 55% da imagem; a distância do topo da cabeça à borda superior deve ser de pelo menos 22%; a distância da sola do pé/queixo à borda inferior deve ser de pelo menos 18%; reservar pelo menos 250px de margem de segurança em cada lado; não rente às bordas, não nos cantos, não cortado pela borda da imagem. Reservar espaço vazio suficiente ao redor para corte na remoção de marca d'água na pós-produção.]

[6º Parágrafo: Falas]
Nome do personagem (característica de voz): "Conteúdo da fala"
(Cada fala deve ter o nome do personagem e a característica de voz; protagonista masculino: voz grossa e magnética, ritmo lento; protagonista feminina: voz suave e clara)

[7º Parágrafo: Design de Som]
[Apenas sons ambientes + efeitos sonoros; proibido escrever qualquer BGM/música de fundo/música de piano/trilha sonora]

[8º Parágrafo: Itens Proibidos]
Sem legendas, sem texto na tela, sem BGM, apenas [número de personagens] personagens na tela ([nomes]), não pode haver terceiro personagem ou duplicação de personagem.

---

6. Normas de Continuidade

Os seguintes elementos devem ser consistentes entre fragmentos consecutivos para evitar erros:

6.1 Espaço da Cena

• Disposição das estantes, posição de mesas e cadeiras, posição de janelas e portas permanecem inalteradas
• Posição dos objetos (ex.: onde o livro está colocado, se a cadeira está empurrada) permanece inalterada
• Direção espacial (esquerda/direita/frente/trás) não é invertida

6.2 Iluminação

• Direção da fonte de luz consistente (ex.: toda a cena com luz solar da tarde entrando pela janela esquerda)
• Temperatura de cor consistente (dourado quente, sem mutação)
• Direção da sombra consistente
• Toda a cena ocorre no mesmo período de tempo, sem transição abrupta de dia para entardecer

6.3 Estado do Personagem

• A postura/expressão/posição no final do fragmento anterior deve ser razoavelmente assumida no início do fragmento seguinte
• Detalhes da roupa consistentes (até onde o zíper está, de que lado está o emblema, se as mangas estão arregaçadas)
• Estado do penteado consistente (se está bagunçado pelo vento, se está preso)

6.4 Objetos

• Objetos chave (ex.: "O Pequeno Príncipe") nas mãos de quem, onde estão colocados, devem ser consistentes
• A aparência, cor e posição do objeto permanecem inalteradas

6.5 Exemplo de Escrita de Âncora de Continuidade

Dando continuidade ao fragmento anterior: A protagonista feminina Shen Zhiyi acabou de encontrar "O Pequeno Príncipe" na estante da seção de literatura e estendeu a mão para pegá-lo; a luz solar dourada da tarde entra pela janela esquerda; a protagonista feminina está em pé em frente à estante, olhando para cima; o protagonista masculino Xu Zhouzhou está vindo do outro lado da estante.

---

7. Normas de Voz do Personagem

A voz do personagem deve ser consistente em todo o filme; cada fala deve ser marcada com as características de voz:

Personagem	Característica de Voz	Velocidade de Fala	Tom	Volume
Protagonista masculino	Voz grossa e magnética masculina	Mais lenta	Plano e calmo, contido	Moderado a baixo
Protagonista feminina	Voz suave e clara feminina	Natural	Suave, com timidez juvenil	Moderado
Monólogo interior da protagonista feminina	Tom de voz suave, quase sussurrado	Mais lenta	Atividade interior, distinto do diálogo	Baixo

Formato de Escrita

Protagonista masculino Xu Zhouzhou (voz grossa e magnética masculina, velocidade um pouco lenta, tom plano e calmo): "Você também quer ler este?"
Protagonista feminina Shen Zhiyi (voz suave e clara feminina, tom suave com um pouco de timidez): "Hmm... não terminei da última vez."

Proibido

• Não usar voz mecânica de IA
• Não confundir voz masculina e feminina
• Não mudar abruptamente as características de voz no mesmo fragmento
• Não usar narração para substituir o diálogo dos personagens (a menos que o storyboard especifique claramente um monólogo interior)

7.1 Normas de Fluência de Falas (Crítico!)

Problemas Comuns

• Quebra de Continuidade: Falta de coesão lógica entre duas falas; diálogo do personagem parece abrupto e estranho
• Fala Pouco Clara: Significado da fala vago; o ouvinte não entende o que o personagem está dizendo
• Ritmo Quebrado: O diálogo não flui de forma natural, o personagem fala sozinho
• Informação Abrupta: Introdução repentina de novas informações (ex.: competição de redação) sem preparação

Princípios de Design de Falas

1. Coesão Lógica: Cada fala deve responder à anterior, ou introduzir naturalmente a próxima; não pode ser abrupta
2. Ida e Volta: O diálogo é uma interação, não um monólogo; o que A diz, B deve responder; o que B diz, A deve continuar
3. Preparação de Informação: Ao introduzir novas informações (ex.: competição de redação, classificação por série), deve haver preparação ou transição natural antes
4. Adequação à Situação: As falas devem se adequar à cena atual e à emoção do personagem; não gritar em uma biblioteca silenciosa
5. Adequação ao Personagem: Protagonista masculino fala pouco e é calmo; protagonista feminina é suave e tímida; o estilo das falas deve corresponder
6. Coloquialismo: Usar expressões naturais e coloquiais; não usar linguagem formal ou apresentações forçadas

Exemplo de Correção de Quebra de Continuidade

❌ Versão com Quebra:

Protagonista feminina: "É você! Eu sou Shen Zhiyi, da turma 1 do 2º ano. Sempre ouço seu nome nas assembleias."
Protagonista masculino: "Shen Zhiyi... eu sei. Aquele ensaio seu 'A Velha Livraria' na última competição de redação estava muito bom."

Problema: A protagonista feminina menciona "assembleias" e o protagonista masculino pula para "competição de redação", sem coesão.

✅ Versão Fluente:

Protagonista feminina (surpresa): "É você! Eu sou Shen Zhiyi, da turma 1 do 2º ano. Agora entendo por que parecia familiar, sempre vejo você subir ao palco para receber prêmios nas assembleias."
Protagonista masculino (pausa breve, sério): "Shen Zhiyi... eu me lembro de você. Na última competição municipal de redação, aquele ensaio seu 'A Velha Livraria', eu gostei muito."

Melhorias:

• A protagonista feminina adicionou "agora entendo por que parecia familiar" para ligar "é você" e "assembleias"
• "Subir ao palco para receber prêmios" é mais específico e natural do que "ouvir seu nome"
• "Eu me lembro de você" do protagonista masculino soa mais humano do que "eu sei"
• "Competição municipal de redação" é mais específico do que "última competição de redação"
• "Gostei muito" tem mais emoção do que "estava muito bom", mais adequado para a subtrama de crush secreto

Lista de Verificação de Falas

Verificar cada fala antes da geração:

• Cada fala responde à anterior?
• Novas informações têm preparação?
• O diálogo tem ida e volta?
• As falas se adequam à personalidade do personagem?
• As falas são coloquiais e não parecem forçadas?
• Há quebra de continuidade ou saltos?
• O comprimento das falas é adequado para a duração do fragmento?

Normas de Velocidade de Fala e Ritmo (Crítico! Baseado em Experiência Prática)

Problemas Comuns:

• Velocidade de fala muito rápida, falas amontoadas e inaudíveis
• Vozes de vários personagens se sobrepõem, a fala seguinte começa antes da anterior terminar
• Desaceleração forçada da velocidade resultando em falta de naturalidade
• Pausas muito longas entre as falas quebrando o ritmo

Prática Correta:

1. Velocidade Normal: Referenciar a marcação de velocidade dos fragmentos normais já confirmados (ex.: fragmentos 3, 4, 5); não desacelerar ou acelerar artificialmente
2. Velocidade do Protagonista Masculino um Pouco Mais Lenta: Adequada à personalidade fria, calma e estável; marcar como "velocidade um pouco lenta" é suficiente, não escrever "extremamente lenta"
3. Velocidade Normal da Protagonista Feminina: Marcar como "voz suave e clara feminina" é suficiente, não precisa escrever "lenta" adicionalmente
4. Diálogo Natural e Sem Sobreposição: Escrever "diálogo natural e alternado, sem sobreposição", não escrever "pausa de 2-3 segundos entre cada fala"
5. Não Adicionar Pausas Artificialmente: Não escrever (pausa de 3 segundos) entre as falas; deixar a IA processar naturalmente o ritmo do diálogo
6. Falas Concisas: Cada fala não deve ser muito longa; para 4 falas, sugerir 12-14 segundos, dando espaço suficiente para a geração
7. Duração Correspondente: Mais falas, aumentar a duração (ex.: 14 segundos); menos falas, usar 10-12 segundos; não encaixar muitas falas em um curto período

❌ Escrita Errada:

Falas (velocidade extremamente lenta, pausa de 2-3 segundos após cada fala):
Protagonista feminina (velocidade extremamente lenta): "..."
(Pausa de 3 segundos)
Protagonista masculino (velocidade extremamente lenta): "..."

✅ Escrita Correta:

Falas (diálogo natural e alternado, sem sobreposição, velocidade normal):
Protagonista feminina Shen Zhiyi (voz suave e clara feminina, tom suave e tímido): "..."
Protagonista masculino Xu Zhouzhou (voz grossa e magnética masculina, velocidade um pouco lenta, tom plano e calmo): "..."

---

8. Restrições Anti-Deriva/Contra Múltiplas Pessoas (Crítico)

8.1 Problemas Comuns

Na geração de vídeo com IA, é fácil ocorrer:

• Duplicação de personagem (ex.: duas protagonistas femininas na mesma imagem)
• Deriva facial (distorção de traços, troca de rosto)
• Mudança de roupa (cor, modelo abruptamente alterado)
• Personagem extra (figurante que aparece do nada)
• Deformação de objeto (livro se transforma em outro item)

8.2 Escrita de Restrição Obrigatória

Na seção de itens proibidos de cada prompt, deve-se escrever:

Na imagem, existem apenas [X] personagens, respectivamente [lista de nomes dos personagens]; não pode aparecer um terceiro personagem, não pode haver duplicação de personagens, não pode haver pessoas extras.
Os traços faciais, penteado e roupas dos personagens devem ser consistentes com as imagens de referência; não podem ser deformados, não pode haver troca de rosto, não pode haver mudança de cor ou modelo de roupa.

8.3 O Parágrafo de Conteúdo da Imagem Também Deve Especificar o Número de Pessoas

Ao descrever a imagem, escreva o número de pessoas no início:

Na imagem, há apenas duas pessoas: o protagonista masculino Xu Zhouzhou e a protagonista feminina Shen Zhiyi. O protagonista masculino está do outro lado da estante...

8.4 Atenção Especial a Cenários de Alto Risco

Os seguintes cenários são propensos a deriva de múltiplas pessoas, exigindo reforço adicional de restrições:

• Estender a mão para pegar algo (close-up da mão tende a gerar mãos ou pessoas extras)
• Interação próxima de duas pessoas no mesmo quadro
• Costas/perfil (tende a gerar uma pessoa de frente do nada)
• Reflexo em espelho/vidro (tende a gerar pessoas extras no reflexo)

Método de tratamento: Nesses cenários, no prompt, repetir a restrição de número de pessoas na seção de itens proibidos e, no parágrafo de conteúdo da imagem, confirmar o número de pessoas frase por frase.

8.5 Prevenção de Mãos Extras/Deriva de Membros (Crítico!)

Problemas Comuns

Na geração de vídeo com IA, mãos e membros são os mais propensos a erros:

• Mãos Extras: Um personagem aparece com três mãos (ex.: duas mãos na estante + uma mão segurando um livro)
• Dedos Extras: Número anormal de dedos (seis dedos, dedos fundidos)
• Braço Anormal: Geração de um braço extra, braço torcido, braço atravessando o corpo
• Deformação da Mão: Mão se transforma em garra, dedos derretendo, proporção da mão desregulada
• Atravessamento de Objetos: Mão atravessa o livro, braço atravessa a estante

Escrita de Restrição Obrigatória

Na seção de itens proibidos de cada prompt, deve-se escrever:

Cada personagem tem apenas duas mãos e cinco dedos; não pode haver uma terceira mão, dedos extras, braço torcido, deformação da mão, atravessamento de membros. Os movimentos das mãos devem ser naturais e razoáveis; o número de dedos deve ser normal.

O Parágrafo de Conteúdo da Imagem Também Deve Especificar os Movimentos das Mãos

Ao descrever os movimentos das mãos, deve-se escrever claramente o que cada mão está fazendo:

A protagonista feminina segura três livros com a mão direita contra o peito, e com a mão esquerda erguida, passa a ponta dos dedos suavemente pelas lombadas dos livros na estante. (Especificar a divisão do trabalho das duas mãos; não pode haver uma terceira mão)

Atenção Especial a Cenários de Alto Risco

Os seguintes cenários são os mais propensos a mãos extras/deformação das mãos, exigindo reforço adicional de restrições:

• Estender a mão para pegar algo/pegar um livro (close-up da mão)
• Segurar livros e tocar na estante ao mesmo tempo (divisão do trabalho das duas mãos não clara)
• Entregar/receber algo (duas mãos próximas)
• Passar o dedo pelas páginas/lombadas dos livros (close-up dos dedos)
• Mão no bolso e pegar algo ao mesmo tempo (troca de posição da mão)
• Mãos de várias pessoas no mesmo quadro

Método de tratamento:

1. No parágrafo de conteúdo da imagem, especificar frase por frase a posição e o movimento de cada mão
2. Na seção de itens proibidos, repetir a ênfase "cada personagem tem apenas duas mãos"
3. Se a ação for complexa, considerar dividir em dois planos, para evitar muitos movimentos de mão em um único plano
4. Para ações como segurar livros + tocar na estante, escrever claramente "uma mão segura livros, a outra mão toca na estante", não descrever de forma vaga

---

9. Lista de Itens Proibidos

A seção de itens proibidos de cada prompt deve conter todo o seguinte:

1. Sem Legendas — Nenhuma legenda, título ou texto explicativo pode aparecer na imagem
2. Sem BGM — Nenhuma música de fundo, música de piano, trilha sonora ou melodia
3. Sem Marca D'água de Texto — Não pode haver texto como "gerado por IA" (a ser removido por corte na pós-produção)
4. Número Fixo de Personagens — Apenas os personagens especificados no storyboard na imagem; não pode haver um terceiro personagem ou duplicação de personagens
5. Número Fixo de Membros — Cada personagem tem apenas duas mãos e cinco dedos; não pode haver terceira mão, dedos extras, braço torcido ou deformação da mão
6. Consistência do Personagem — Rosto, penteado e roupa devem ser consistentes com as imagens de referência; sem deformação ou troca de rosto
7. Consistência do Cenário — Layout espacial, direção da luz e mobília não devem contradizer as imagens de referência e o fragmento anterior
8. Sem Objetos Extras — Não podem aparecer objetos não mencionados no storyboard

---

10. Seleção de Modelo

Modelo	Permissão	Duração	Resolução	Cenário Recomendado
seedance_2.0_fast	Gratuito	5-15 segundos	1280×720 / 720×1280	Usar como padrão, usuários comuns
seedance_2.0	Exclusivo para membros	5-15 segundos	Mais alta	Se a qualidade da imagem for alta e tiver assinatura
seedance_2.5	Exclusivo para membros	5-30 segundos	Mais alta	Se precisar de fragmentos longos > 15 segundos

Regras de Seleção

1. Usuários comuns usam diretamente seedance_2.0_fast, não tentar 2.0/2.5 (será rejeitado)
2. A duração de um único fragmento deve ser controlada entre 5 e 15 segundos; recomenda-se 8-12 segundos
3. Máximo de 2 fragmentos de vídeo por vez; recomenda-se gerar um de cada vez
4. A proporção deve ser selecionada de acordo com a necessidade: 9:16 (curtas verticais), 16:9 (sensação cinematográfica horizontal)

---

11. Fluxo de Geração

11.1 Fase de Preparação

⛔ Pré-requisito para entrar nesta fase (ponto de confirmação): As seguintes imagens de definição de personagens / imagens de referência de cenário são todos assets criados, enviados e confirmados item por item pelo usuário de acordo com os prompts acima; esta skill não gera essas imagens para o usuário. Antes de todos os assets serem enviados e confirmados, não é permitido entrar na geração cena a cena 11.2.

1. Confirmar que as imagens de definição de personagens estão completas (três vistas + close-up facial)
2. Confirmar que as imagens de referência de cenário estão completas (pelo menos 1 por cenário principal)
3. Confirmar que o storyboard está completo (cada plano tem enquadramento/conteúdo/falas/duração/movimento de câmera/som)
4. Auto-verificação do storyboard em seis pontos (portão de qualidade obrigatório, só entrar na geração cena a cena após aprovação) — veja a "Lista de Auto-verificação do Storyboard" abaixo em 11.1.1
5. Estabelecer a tabela de assets de imagens de referência (número + conteúdo + uso)

11.1.1 Lista de Auto-verificação do Storyboard (Versão Donghua/Animação Dinâmica · Portão de Qualidade)

Fonte: "Lista de Auto-verificação de Criação de Roteiro de Curta" (/home/user/Doubao/chats/38436370915409154/短剧脚本创作自检清单.md). Para donghua, ajustar sutilmente a redação para "visualização / em storyboard"; os seis pontos centrais são mantidos. Após o storyboard estar completo e antes da geração cena a cena, deve-se marcar cada item; qualquer um não aprovado, primeiro modifique o roteiro/storyboard antes de gerar.

• ① Design de Conflito (Visualização): O conflito central deve fazer o espectador se envolver, e ser visível através de imagens/ações/objetos (não explicado por narração); cada ponto de conflito tem uma preparação específica (planos anteriores plantam, planos posteriores pagam); pelo menos 2 conflitos; o conflito também deve cumprir os três papéis de moldar o protagonista, impulsionar o enredo e elevar o tema
• ② Perfil do Personagem (Storyboard Estabelece Personagem): Escrever o personagem com base na situação, não colocar rótulos; escrever claramente as características da personalidade e os problemas que enfrenta; usar detalhes de expressão, ação e hábitos para estabelecer o personagem no storyboard (uma ação/olhar icônico que percorre todo o filme)
• ③ Cena e Transição (Conexão de Planos): Projetar transições dedicadas para evitar cortes secos (transição por iluminação/objetos/mudança de estado do personagem); cada plano deve esclarecer o contexto temporal e espacial; transições no mesmo cenário em momentos diferentes usam mudanças de iluminação, posição de objetos e estado do personagem para mostrar a passagem do tempo
• ④ Estrutura Narrativa (Múltiplas Linhas Entrelaçadas + Cadeia Causal): A história contém múltiplas linhas — linha principal + linha de relacionamento familiar + linha de relacionamento social, cada linha se encontrando e impulsionando mutuamente em planos chave, não apenas colocadas em paralelo; o enredo avança por cadeia causal A→B→C, não é uma lista de eventos "e então... e então..."; cada storyboard deve ser capaz de responder "por que aconteceu e o que causa"; remover parágrafos sem relação causal com a trama principal; as ações do personagem têm motivação e consequência; a preparação é a causa, o pagamento é o efeito; a reviravolta deve ser inesperada, mas dentro da razão; a anomalia/suspense do gancho deve ter uma causa (pode ser revelada posteriormente)
• ⑤ Gancho Inicial e Interação (Visualização · Retenção): O gancho inicial deve ser uma imagem/ação/cena concreta visível, que atrai pelo impacto visual ou suspense visual nos primeiros quadros/segundos, não "dito" por narração/falas/legendas/títulos, e diretamente relacionado ao conflito/suspense central, não usando iscas não relacionadas ao filme; use imagens de pontos quentes/pontos focais/conflitos fortes para prender o espectador no início; definir pontos de discussão (deixar controvérsia/suspense/ressonância) ao longo do filme, gerando interação nos comentários
• ⑥ Auto-verificação na Perspectiva do Espectador (Procurar Falhas Plano a Plano): Mudar para a perspectiva do espectador comum e revisar a tabela de storyboard novamente; responder a cada plano "o que pode ser otimizado? Este plano me atrai a continuar assistindo?"

Fluxo em uma Frase: Primeiro estabelecer personagens e cenários → Arranjar ≥2 conflitos e plantar preparações no storyboard → Usar a linha principal para amarrar a linha emocional/linha de relacionamento social → Projetar transições e planos de gancho iniciais → Plantar pontos de discussão → Finalmente, na perspectiva do espectador, procurar falhas plano a plano.

11.2 Fluxo de Geração de Fragmento Único (⛔ Exibir Prompt Completo em Lotes, Confirmar Antes de Gerar, Não Assumir Execução Automática Completa)

1. Escrever o prompt para aquele fragmento com base no storyboard (seguir estritamente o modelo do Capítulo 5, incluindo referência de imagem, âncora de continuidade, zona segura de composição, restrições anti-múltiplas mãos/pessoas)
2. Exibir o texto completo do prompt ao usuário, explicar a lista de imagens de referência e parâmetros, aguardar confirmação do usuário
3. Após o usuário confirmar o prompt, selecionar as imagens de referência correspondentes, inseri-las em ordem em image_reference_url_list
4. Chamar image_to_video para gerar o fragmento de vídeo, exibir o resultado
5. Aguardar a confirmação do usuário, perguntar se deseja continuar com o próximo fragmento
6. Ciclar até que todos os fragmentos estejam gerados

---

12. Pós-produção

12.1 Remoção de Marca D'água

Usar corte (crop) para remover, não usar desfoque ou sobreposição. A posição da marca d'água varia por plataforma; usar o corte mais limpo possível.

12.2 Transições Entre Fragmentos (Recomendação: xfade)

xfade é o melhor efeito de transição para donghua (animação dinâmica) e deve ser usado como padrão; apenas quando a continuidade visual for extremamente forte, usar transições comuns de corte seco ou fade.

12.3 Mixagem de Áudio

• Sons ambientes: manter por toda a duração, volume baixo (20–30%)
• Efeitos sonoros: sincronizados com a ação, volume médio (50–70%)
• Falas: sem processamento adicional (já vêm com o modelo de geração de vídeo)
• Volume de pico: alinhar entre fragmentos para evitar que um fragmento fique alto e outro baixo

12.4 Codificação de Saída

Sistema	Resolução	Codec de Vídeo	Codec de Áudio	Taxa de Bits	FPS
9:16 vertical	1080×1920	H.264	AAC	8–12 Mbps	24
16:9 horizontal	1920×1080	H.264	AAC	8–12 Mbps	24

---

13. Lista de Verificação Final (Toda Geração Deve Passar por Estas Verificações)

Antes da Geração

• A imagem de definição do personagem está confirmada? (@ referência)
• A imagem de referência de cenário está confirmada?
• O storyboard é completo e foi auto-verificado?
• O prompt inclui referência de imagem, âncora de continuidade, conteúdo da imagem, movimento de câmera, iluminação, zona segura de composição, falas, design de som e itens proibidos?
• O número de pessoas está claro e sem duplicação?
• As restrições de mãos/membros foram adicionadas?
• As falas têm ida e volta, sem quebras de continuidade?

Após a Geração

• O rosto do personagem está consistente com a imagem de referência?
• O penteado, a roupa e a cor estão consistentes?
• O cenário, a iluminação e a disposição estão consistentes com o fragmento anterior?
• Há pessoas extras ou duplicação de personagens?
• Há mãos extras, dedos extras ou braços torcidos?
• Os objetos estão normais, sem deformação?
• O movimento de câmera está suave?
• O efeito de iluminação está de acordo com o esperado?

---

14. Resumo dos Parâmetros Chave do Modelo (Referência Rápida)

Parâmetro	Faixa	Recomendado	Descrição
seedance_2.0_fast	–	Padrão	Modelo gratuito, 5-15s, equilíbrio entre qualidade e velocidade
seedance_2.0	–	Usar apenas com membro	Maior qualidade, 5-15s
seedance_2.5	–	Usar apenas com membro	Maior qualidade, 5-30s, adequado para fragmentos longos
Duração	5-30s	8-12s	Duração de um único fragmento
Proporção	9:16 / 16:9	Conforme a necessidade	9:16 para plataformas sociais verticais, 16:9 para filmes
Número de imagens de referência	2-10	2-4	Quantidade de imagens de referência por fragmento

---

15. Notas Importantes

1. O usuário deve fornecer imagens de definição de personagens (rosto + corpo inteiro, com @), não podem ser geradas apenas com texto
2. A proporção de cada fragmento deve ser consistente: todos os fragmentos do mesmo vídeo devem usar a mesma proporção (9:16 ou 16:9), não misturar
3. A duração de cada fragmento deve ser consistente: recomenda-se 8-12s, não usar 5s para um e 15s para outro
4. Qualidade de imagem: escolher resolução e codec adequados para garantir a qualidade de imagem final
5. Backup: manter os prompts de todos os fragmentos e as imagens de referência usadas, para facilitar regeneração
6. Conexão entre fragmentos: usar efeitos de transição (xfade recomendado) para suavizar a transição entre fragmentos, evitando cortes abruptos