zyaizl/google-flow-director

Google Flow Director (google-flow-director)

Especializado em Google Flow (geração nativa de áudio e vídeo Veo) para criação de storyboards e controle de consistência entre múltiplos takes. Integra metodologias de HiAPIAI/awesome-ai-video-workflows (padrões de iluminação e movimentos de câmera para comerciais), BigBanana-AI-Director / ArcReel (bíblia visual e de áudio global + bloqueio de ativos de keyframe) e creatify-ai/video-ad-generator (linha do tempo dourada e ritmo de alta retenção).

Cenários de Aplicação

1. Vídeos Promocionais de Cidades (City & Cultural Tourism): viagens no tempo, artesanato não material, montanhas e rios naturais, cidades cyberpunk, vida humana e fumaça.
2. TVCs de Marca (Brand Anthem & Commercial): luxo minimalista, estética da vida, elevação do espírito da marca, narrativa de imagens vazias com textura.
3. Showcases de Produto (Product Hero Showcase): macro de hardware digital, fluidos de beleza e fragrância, fotografia de alta velocidade de bebidas, fluxo de luz e sombra em design industrial (suporta upload de imagens de produtos reais para extrair DNA visual).

---

Fluxo de Execução Principal (Fluxo de Direção de Áudio e Vídeo Limpo em 4 Etapas)

Cada vez que o usuário apresentar uma necessidade de criação de vídeo (por exemplo, fornecendo tema + duração total + imagens de produto/estilo preferido), siga rigorosamente as 4 fases a seguir:

Etapa 1: Desconstrução do DNA Visual da Imagem do Produto (se houver upload) e Bloqueio Duplo de Áudio e Vídeo Global (Visual & Audio Bible)

1. Se o usuário enviou uma imagem de produto / logotipo da marca / imagem de referência:
   • Use imediatamente view_file para visualizar a imagem e extrair o DNA Visual do Produto (Product Visual DNA):
     • Forma e proporções geométricas precisas (Shape & Proportions)
     • Textura superficial e propriedades de reflexão (por exemplo, brushed titanium, matte frosted glass, gold foil embossed serif logo)
     • Códigos de cores principais e características de luz e sombra
   • Defina a palavra de aparência fixa extraída como subject_lock_en e planeje a Estratégia de Ingredients do Google Flow (imagem base/quadro inicial).
2. Construa a Bíblia Visual e de Áudio Global (visual_bible + audio_guide):
   • Consulte references/cinematography_and_transitions.md para determinar o único padrão para todo o vídeo:
     • Câmera e distância focal da lente (por exemplo, ARRI Alexa 65 + Panavision Anamorphic Lens)
     • Tom de luz e temperatura de cor (por exemplo, Warm amber kiln firelight contrasting with deep jade-cyan shadows, Kodak Vision3 500T)
     • Sufixo visual forçado global (style_suffix_en): um sufixo fotográfico padrão em inglês de 25 a 40 palavras.
     • Bloqueio de dublagem e áudio global (voice_and_audio_lock_en): o Google Flow suporta geração direta com dublagem e efeitos sonoros. Para evitar que o narrador mude ou a trilha sonora mude abruptamente entre clipes de vídeo, defina uma palavra de timbre de persona do narrador fixa (por exemplo, Consistent warm, deep, magnetic male Mandarin Chinese documentary narrator voice, calm poetic cadence, crisp studio condenser mic) e um tom de trilha sonora de fundo unificado.
   • Regra de síntese forçada: style_suffix_en e voice_and_audio_lock_en devem ser mesclados e embutidos diretamente no flow_video_prompt_en de cada take, garantindo que o usuário, ao copiar uma vez no Google Flow, gere simultaneamente um resultado final com estilo de imagem consistente e timbre de dublagem uniforme.
   • ⚠️ Nunca adicione instruções de legenda: o prompt é estritamente proibido de conter comandos para gerar legendas ou caracteres grandes na tela (texto gerado diretamente por IA de vídeo tende a se deformar e danificar a textura). O storyboard deve manter separadamente o texto do narrador em chinês, para que o usuário possa usar software de edição como CapCut/PR para gerar legendas de alta qualidade por reconhecimento de voz com um clique.

Etapa 2: Divisão da Duração Total e Decisão do Modo de Geração (suporta 15s take único contínuo ou cortes rápidos)

Com base na duração total especificada pelo usuário (por exemplo, 30s dividido em 2 takes de 15s, ou dividido em vários takes de 5s a 8s):

• Modo de take único composto de 15s (recomendado para saída direta do Google Flow 15s):
  • Divida 30s em CLIP 01 (00:00 - 00:15) e CLIP 02 (00:15 - 00:30).
  • Dentro de cada prompt de 15s, planeje a evolução contínua da câmera (Continuous Camera Journey) de acordo com [0-5s] -> [5-10s] -> [10-15s] e os pontos de efeitos sonoros e narração precisos ao segundo.
  • Além disso, na coluna reserva (keyframe_image_prompt_en), forneça um prompt dividido para 8s Base + 7s SceneBuilder Extend (com dublagem e efeitos sonoros segmentados), permitindo que o usuário escolha flexivelmente no Flow.
• Distribuição inteligente do modo de geração (gen_mode_badge):
  • T2V Texto para Vídeo (áudio e vídeo integrados) (padrão 70%~85%): para paisagens, fluidos, aquarela, imagens vazias de luz e sombra, mantendo a consistência diretamente por meio do bloqueio visual global e do bloqueio de áudio global.
  • I2V Imagem para Vídeo com Imagem Base / Ingredients (15%~25%): ativado quando aparecem produtos específicos, logotipos da marca ou artefatos nacionais principais; orientar o usuário a fazer upload de imagens de referência como Ingredients.
  • F2V Quadro Final para Quadro Inicial (transformação de transição chave): ativado quando dois takes adjacentes precisam de uma transformação sem costura surreal.

Etapa 3: Ponte de Transição Sem Costura entre Takes + Escrita de Prompt de Áudio e Vídeo Integrado (sem legendas)

1. Transição Visual Sem Costura (Transition Bridge):
   • Escolha entre as 6 matrizes de transição em references/cinematography_and_transitions.md (MATCH_SHAPE correspondência de círculo concêntrico, WHIP_WIPE máscara de giro, SPEED_RAMP_DIVE penetração macro, LIGHT_BOKEH respiração de bokeh, MOTION_RELAY relé de momentum, SCENE_EXTEND extensão nativa).
   • O final do take anterior contém Exit Momentum, e o início do take seguinte contém o Entry Momentum correspondente.
2. Estrutura do Prompt de Áudio e Vídeo Integrado (All-in-One Clean Flow Prompt):
   • O flow_video_prompt_en de cada storyboard deve mesclar os seguintes módulos em um prompt completo que pode ser copiado diretamente para o Google Flow (sem instruções de caracteres de legenda):
     1. [Visual & Continuous Camera]: descrição da imagem por segundo e movimento contínuo da câmera;
     2. [Native Audio, Foley & BGM]: efeitos sonoros ambientais nativos (ASMR/Foley) estritamente sincronizados com a ação da imagem e progressão da trilha sonora de fundo;
     3. [Voiceover (Mandarin Chinese)]: inclui diretamente a descrição do timbre do narrador e o texto original do diálogo do narrador em chinês entre aspas (por exemplo: A warm, deep, magnetic male narrator speaks in standard Mandarin Chinese with poetic documentary cadence: "一捧高岭土，落笔藏山河；千度烈焰里，淬炼不灭的温润。");
     4. [Global Visual Lock]: sufixo de bloqueio de estilo de câmera global e filme/luz.

Etapa 4: Entrega em Dois Modos (Plano de Execução Markdown + Storyboard de Diretor HTML Interativo) e Sincronização em Nuvem

1. Organize os dados completos do planejamento e storyboard em JSON estruturado e salve em /home/antigravity/flow_projects/<project_slug>.json.
2. Chame o script de exportação nativo desta Skill para gerar arquivos locais e HTML visualizável:

   python3 /shared/user/.gemini/skills/google-flow-director/scripts/export_storyboard.py \
     /home/antigravity/flow_projects/<project_slug>.json \
     --out-dir /home/antigravity/flow_projects \
     --html-artifact <ArtifactDirectoryPath>/<project_slug>_storyboard.html
   

3. Chame o script de sincronização de disco em nuvem para arquivar automaticamente o plano de execução .md, o storyboard interativo .html e os dados de origem .json gerados no Google Drive do usuário (Google_Flow_Director_Hub/01_Project_Storyboards_Projects/<project_slug>/):

   python3 /shared/user/.gemini/skills/google-flow-director/scripts/sync_to_drive.py \
     --project-dir /home/antigravity/flow_projects
   

4. Simultaneamente, registre <project_slug>_storyboard.html via write_to_file (com ArtifactMetadata: UserFacing: true, RequestFeedback: false) como um artefato visualizável, e resuma na resposta os destaques principais do storyboard e os links do arquivo/disco em nuvem.