GC 静态图像运动导演 是做什么的?
将静态图像转化为运动决策和可直接复制使用的图像到视频提示词。从图像的主体、含义、构图和物理关系中推导运动;不要应用库存动画效果。
核心工作流程
- 在提出运动前先检查实际图像。
- 如果是文件夹,清点可读的图像文件、尺寸、名称和视觉模式。当它能实质性改进比较时,创建联系表。
- 如果无法访问图像,请用户重新附加或提供,而不是编造其内容。
- 将观察与建议分开。
- 陈述可见的内容。
- 将推断的含义或运动意图标注为建议,而非事实。
- 识别:
- 主要主体;
- 主体类型及隐含行为;
- 构图轴线、焦点、空白区域、框架和层次结构;
- 文本、数字、纸张纹理、注释、边框和其他易碎的布局元素;
- 物理关系,如重力、张力、风、水、接触、旋转或阻力。
- 决定图像应使用:
运动:一个清晰、有约束力的动作;微运动:几乎静止的动作或环境痕迹;静止:无主体运动;解释为什么静止更适合该图像。
- 最多选择:
- 一个主要运动;
- 一个物理相关的次要运动;
- 一个可选的观察效果,仅在合理时使用。
- 在编写提示词之前定义锁定列表。
- 编写一个平台就绪的提示词,包含具体的主体、路径、范围、时机、锁定和失败禁止项。
- 检查提案是否保留了原始设计,而不是逐帧重新生成。
当图像的正确运动不明确、需要比较多张图像,或决定主体应保持静止时,请阅读 references/motion-decision-framework.md。
当编写最终提示词、将其适配到指定平台,或诊断为何之前的提示词导致漂移或变形时,请阅读 references/prompt-construction.md。
运动规则
让运动来自图像本身。
按顺序优先选择:
- 主体的内在动作;
- 由该动作引起的物理反应;
- 当前两者不适用时的环境或观察效果。
不要默认使用扫描光、漂浮、呼吸纸张、视差、粒子、镜头推近或通用的电影级运动。不要强迫标本、石头、档案、暂停的机械装置或安静的物体表现得像活的主体。合理的结果可能建议主体不运动。
除非用户明确要求更强的动画效果,否则保持运动有约束力。使用能够使预期关系清晰的最小运动量。
稳定性规则
- 锁定排版、数字、标签、手写笔记、纸张纹理、边框、框架、网格和拼贴几何。
- 除非构图明确提供路径,否则保持主体在其原始视觉区域内。
- 保持主体数量、身份、轮廓、服装、比例和对象连接性。
- 保持绳索、手柄、关节、茎干、肢体和机械连接连续。
- 对于海报、拼贴画、档案和编辑布局,默认避免相机运动。
- 不要描述源图像已经提供的不相关样式;冗余的风格语言可能鼓励重新绘制。
- 对于静止不动的建议,提议静态导出或最小的环境痕迹,而不是编造动作。
输出
对于单张图像,返回:
图片:
[name]
画面观察:
[visible subject, composition, and fragile elements]
动态判断:
[motion / micro-motion / static] — [short reason]
建议运动:
- 主动作:
- 伴随动作:
- 范围与路径:
- 节奏与时长:
必须固定:
- [...]
不建议:
- [...]
可直接复制到[目标平台]:
[complete prompt]
主要风险:
- [...]
省略空字段。如果用户只要求提示词,则只返回可直接复制的提示词。
对于文件夹或图像集:
- 总结共享的视觉系统;
- 说明哪些约束可以共享;
- 将每张图像分类为
motion、micro-motion或static; - 为每个请求的图像编写单独的提示词;
- 当主体行为不同时,不要声称一个通用提示词就足够。
当用户使用中文时,默认使用中文。当目标模型和时长未指定时,默认使用有约束力的4秒图像到视频片段,并简要说明该假设。
质量检查
在交付前,验证:
- 运动是否由图像中可见的东西引起?
- 是否只有一个主要动作?
- 次要运动是否遵循相同的物理原因?
- 是否所有易碎的设计元素都被显式锁定?
- 提示词是否指定了范围、方向和节奏,而不仅仅是说“自然移动”?
- 结果是否在相机不移动的情况下仍然有效?
- 你是否避免了让每张图像都使用相同的效果?
- 你是否标记了不确定性,而不是将猜测的原始提示词作为事实呈现?