唱片裡的微縮世界
把使用者的一張照片變成一張「正在播放這段生活」的動態海報。視覺錨點是俯視的巨型圓盤:盤面既是唱片,也是與輸入照片有關的微縮場景;溝槽同時成為水波、路線、等高線或其他有語義的環形紋理。
預設完成動態成片。先讓圖像模型依據輸入重建統一俯視場景,再讓這個場景在轉盤裡旋轉;文字、唱臂和固定背景分別繪製。不能僅把原照片中的斜視角元素摳出後繞圈,也不能旋轉包含固定唱臂的整張海報。使用者只要求分析、策劃或提示詞時,按其指定範圍交付。
輸入與預設值
- 必需:一張照片。先實際查看照片,再選擇場景。缺少照片時請使用者提供。
- 可選:主題、標題、配色、參考、尺寸、時長、動效強度、輸出格式。
- 未指定時:1080 × 1440、3:4、30 fps、6 秒循環;一套方案;無音軌;交付 MP4、PNG 封面和可運行的動畫源檔案。使用者需要 GIF 或互動網頁時再附加。
- 主動從圖片決定主題與佈局,不要求使用者填寫長參數表。只有素材不清楚、重要主體無法辨認或關鍵要求衝突時才詢問。
- 「底片感」可作為輕量質感偏好,但本玩法的結構是黑膠唱片。只有明確要求時才增加漏光、日期戳、齒孔等攝影底片元素。
先從照片找到場景理由
識別一個主角、一個環境線索、最多三種可辨認的物件或形狀,以及三到五種可用顏色。區分實際可見的內容與創意轉譯,不編造拍攝地點、日期、人物關係或歌曲資訊。
形成一句內部概念:把照片中的【環境】變成唱片上的【微縮世界】,讓【主體】沿【有語義的圓形軌跡】運動。
| 圖片線索 | 盤面世界 | 環形紋理的含義 | 微縮元素 |
|---|---|---|---|
| 海邊、泳池、夏日人物 | 水面唱片 | 唱片溝槽兼泳池水波 | 保留服裝線索的人物、泳圈、水花 |
| 咖啡、桌面、早餐 | 咖啡色或奶油色桌面世界 | 咖啡漣漪、攪拌軌跡 | 杯子、豆子、照片中的小物 |
| 花園、山野、旅行 | 環形花園或地形世界 | 小徑、等高線 | 人物、樹影、花朵、路標 |
| 城市、建築、夜景 | 環形街區或霓虹水面 | 環路、燈光軌跡 | 照片中的建築輪廓、車輛、行人 |
| 寵物或簡背景肖像 | 圍繞主體特徵設計的小世界 | 由現有物件或形狀形成的路徑 | 一個可辨主角和少量相關道具 |
這張表是聯想起點,不能把所有照片都套成泳池。優先保留來源圖的輪廓、服裝色塊、寵物花紋和標誌性物件,確保成片能回答「這為什麼屬於這張照片」。
將照片作為主體、顏色和材質的參考,重新生成垂直俯視下的幾何與遮擋關係。人物可透過髮型、服裝、隨身物和輪廓保留身分線索;食物、物品和寵物透過形狀、色彩、花紋和標誌性細節保持關聯。預設只有一個使用者主角,不把同一個人或寵物無理由複製成一圈。若使用者另行要求原始圖像像素完全不變,同時原片並非俯視,要說明兩種約束的衝突,再按其明確選擇製作;不能預設退回原始視角摳圖。
視覺骨架
預設採用嚴格垂直俯視(90° nadir / orthographic top-down)的統一場景語言,可為細膩插畫或微縮寫實場景。所有物體與地面共享相機方向、尺度和光線,透過接觸陰影、水線或環境反射融入盤內。參考佈局的辨識度來自「大圓盤裁出畫面 + 小盤標 + 斜向固定唱臂 + 微縮人物」的尺度反差。
以畫布寬高 W、H 為單位,下列數值為可調起點:
- 背景用暖白或由原圖導出的淺底色;留出右下角唱臂底座的呼吸區。
- 盤心約為
(0.33W, 0.42H),外半徑約0.67W。圓盤在頂部和左側出血,右側接近畫布邊緣;不要為了顯示完整圓形而縮成居中的小唱片。 - 中心盤標半徑約
0.23W,使用與盤面明顯分離的顏色。加小軸孔與一到兩條細描邊。 - 盤內元素限制在「盤標外緣 + 安全間隙」至「圓盤外緣 − 安全間隙」之間。按元素包圍半徑檢查,不能只檢查中心點。
- 預設放四到七個微縮視覺單位,其中主角略大或顏色更醒目;兼顧疏密,不等距排滿一圈。
- 唱臂底座位於約
(0.90W, 0.84H),唱頭落在盤標右側邊緣附近;從右下向左上形成一條穩定斜線。 - 唱臂採用暖白、淺灰和少量深色結構線,蓋在盤面上方,尺寸、朝向、軸點和陰影保持穩定。
不同輸入可以調整位置,但保留盤面、盤標、微縮場景與固定唱臂之間清楚的空間關係。使用者明確要求其他構圖時遵循使用者。
配色與文字
預設採用「大面積場景主色 + 高辨識盤標色 + 中性底色 + 少量點睛色」。參考的近似色板為水藍 #008DE9、檸檬黃 #FBED07、暖白 #FAF7F2、橙紅 #D95A13、深色 #102A3A;這是一個範例,不是所有照片的固定濾鏡。
從原圖選主色,調整明度與飽和度以適合畫面。高飽和主色集中在盤面或盤標,文字與人物必須仍可辨。只有夏日、水面等語義匹配時,才直接使用藍黃組合。畫面保持乾淨,不預設疊加重顆粒、暗角和髒污來製造「復古」。
文字應屬於唱片設計,使用真實排版,不把 AI 生成的虛假文字當作成品:
- 主標題取照片的情緒或場景,可用兩到四個英文單字或四到八個中文字;預設不照抄參考中的
SummerSwim。 - 標題沿中心盤標的圓弧排列,配一個小型
SIDE A和一到兩行原創短語。英文並非強制,遵循使用者語言偏好。 - 主標題醒目,小字克制;使用正常 Unicode 字元與合適字體,不用花體 Unicode 字母代替字體。
- 盤標文字可以隨盤旋轉。封面選標題容易閱讀的相位;使用者需要持續閱讀的長資訊時,將其移到固定的留白區。
- 原創短語可以模仿曲目編號的形式,但不能編造為真實發行、真實歌曲或真實拍攝資訊。
動態設計:一個主運動,少量環境運動
- 主運動:盤面持續轉動。 預設逆時針、每六秒一圈;盤標、弧形文字、溝槽與盤上的微縮角色共享主轉角。角色隨盤公轉和改變朝向,形成唱片播放感。不要把全部畫布一起旋轉。
- 穩定參照:底座與唱臂固定。 先結束盤面座標變換,再繪製唱臂。軸心保持固定;預設不增加無依據的機械搖擺或相機推拉。
- 環境運動:根據場景選擇一到兩種。 水面使用短水線、尾跡和稀疏四角高光;咖啡可以有輕緩漣漪或局部蒸氣;花園可以有小幅葉片擺動;夜景可用局部燈光呼吸。動態應有場景理由。
- 運動層級:公轉清楚、局部克制。 局部位移起點為主角尺寸的 2%–5%;不能改變臉部結構、主體輪廓或讓物件不斷融化。水光明暗起伏,不整屏閃白。
- 動靜邊界明確。 場景、主角和文字各歸入明確的圖層。固定文字不進入盤面旋轉組;擺動、軌道位移與朝向不能重複疊加同一主轉角。
環線不必全部運動;同心圓即使旋轉也很難被看見,必須依靠不對稱的角色、標籤、短弧和高光表現轉動。所有閃光、水線和影子都裁切在自己的場景內,不能飛到暖白底色上。
製作流程
1. 先定靜態海報與素材層
先寫一句場景概念,確定來源圖的保留特徵、主題、色板、標題與圖層關係,然後由模型重建靜態俯視場景。原圖已經是俯視時,仍要檢查其是否適合統一的微縮場景,不預設直接切出物件。
使用當前環境的圖像生成或編輯工具,把使用者圖片作為明確的主體參考。預設生成一張完整的方形俯視場景紋理:場景中心與畫面中心重合,中心預留盤標覆蓋區,主角與物件分佈在外圍環帶,邊緣延續同一種環境。模型同時生成主體、環境與接觸關係;圖中不包含盤標文字、軸孔、唱臂和外部畫布背景。程式碼將它裁切進圓盤,再與這些獨立圖層合成。
只有確實需要角色獨立運動時才生成分離的俯視素材;每個素材仍須經過模型重建,並與場景保持相同的垂直俯視方向、尺度和光照。完整盤內場景隨盤旋轉是有效方案,不必為了分層而把它拆成互不相干的貼紙。
可據以下結構撰寫編輯提示詞:
輸入照片只作為主體、色彩和材質參考,不沿用其攝影角度。重新構建【主題】的完整微縮場景,採用嚴格 90° 垂直俯視、正交或近正交投影,所有物體都從正上方觀看。保留【主體特徵、顏色、物件】,重建其頂部形狀與正確遮擋:圓形容器的口緣應接近正圓,不能出現原圖中高大的側面;平面物件應平躺於場景中。主體透過接觸陰影、環境反射或水線與【場景地面】自然連接。方形畫面中心預留半徑約 17%–19% 畫幅寬的無物件區域,物件放在外圍環帶並留足邊緣空間。色板為【來源配色】。不要生成文字、盤標、軸孔、唱臂、浮水印、貼紙白邊,不使用斜俯視、等軸測或原圖剪貼效果。
在動畫前檢查生成圖的視角:杯口是否為正圓;是否仍看到高大的杯身正面;物體是否有統一的頂面朝向;接觸陰影是否來自同一環境。出現原照片的 3/4 視角時應調整模型提示詞重新生成,不能直接進入動畫。僅當使用者明確選擇其他相機角度時改變這項標準。
只有扁平合成圖時,不能假裝已有可移動圖層:重新製作所需分層,或改用確實可分離的裁片與程式圖形。
2. 用程式組織動畫
可用 p5.js、Canvas 2D 或等效工具。先檢測執行與匯出能力,再選擇實現;不依賴某個未必存在的影片生成介面。倉庫附帶可重複使用的 Canvas 範例:scripts/scene.js 負責分層與 renderFrame(t),scripts/render.cjs 負責匯出。使用時把自己新生成的俯視場景傳給 --scene,並按當前圖片修改配色、標題與構圖,不沿用範例的主題。
預設圖層順序:固定背景 → 圓形遮罩中的完整俯視場景(含環境與主體) → 可選細溝槽與局部光效 → 中心盤標與文字 → 固定唱臂及其陰影 → 固定附加文字。使用分離素材時再把場景拆為環境、主體與局部效果;不要重複繪製已經包含在模型場景中的主體。
統一使用可定位時間的 renderFrame(t),預覽和匯出共用同一函數:
T = 6
fps = 30
N = T * fps
u = (t mod T) / T
mainAngle = -2π * u
局部擺動 = A * sin(2π * k * u + phase)
閃光亮度 = low + range * ((1 + sin(2π * k * u + phase)) / 2)^4
k 使用整數,隨機位置、尺寸和初始相位只初始化一次並固定種子。不同物件可以有不同相位和整數頻率。需要更自然的主轉速時,使用週期速度調製,例如 mainAngle = -2πu - a*sin(2πu) 且 0 ≤ a < 1,保持同向、位置與速度在循環邊界連續。
預設把角色位置放在盤面局部座標中,透過父層旋轉產生公轉。若明確要獨立軌道,以整數圈數在同一週期內閉合,且不要再給它重複施加父層主轉角。尾跡應從相同週期時間函數重建,不依賴無限累積的上一幀殘影。
p5.js 的 rotate() 旋轉的是座標系,使用 push()/pop() 隔離盤面與固定唱臂;預設正角度為順時針,逆時針採用負角度。實現時可查閱 官方 rotate 文件。
3. 匯出可循環成片
匯出幀序號 0…N−1,對應時間 n/fps,不重複匯出 t=T。逐幀渲染時先等待圖片與字體載入完成,再儲存幀序列並編碼為 MP4;不能把瀏覽器掉幀造成的卡頓錄進成片。
MP4 優先 H.264、yuv420p;由播放器重複播放。GIF 如需則另做低尺寸預覽,不能用模糊 GIF 代替高畫質主檔案。源檔案使用相對路徑並打包實際依賴;如使用 p5.js,記錄已驗證的版本和運行方式。不宣稱需要連網取腳本的頁面可以離線執行。
不要直接把 saveFrames() 當成 30 fps 高畫質匯出器;其官方文件列有幀率與時長限制,採用確定性逐幀抓取或環境中可靠的編碼方式。參見 官方 saveFrames 文件。
驗收與交付
- 輸入關聯與視角:主角或關鍵物件仍可辨,主題和色板能追溯到輸入照片;場景確實經過模型重建,所有物件處於統一垂直俯視視角。原始視角摳圖環繞不能通過本項驗收。
- 靜態構圖:盤面、盤標、唱臂有明確層次;標題無錯字,主體不被盤標或唱臂長期遮擋。
- 動態結構:看得到盤面公轉,唱臂穩定;無主體漂移、素材閃現、扁平整圖旋轉或文字被意外拉伸。
- 循環:比較
renderFrame(0)與renderFrame(T),狀態應一致;同時播放最後幾幀接前幾幀,檢查速度、粒子、尾跡和曝光銜接。最後一幀與第一幀應是相鄰運動狀態,不要求逐像素相等。 - 檔案:實際開啟匯出 MP4,檢查尺寸、時長、幀率與播放;查看至少起點、四分之一、二分之一、四分之三處的畫面,並核對首尾接點。
- 正常交付:
poster.mp4、cover.png、動畫源碼與依賴;簡短說明從照片提取的主題、保留特徵和動效。 - 環境缺少某項能力時,交付已完成且可驗證的素材、源檔案和準確執行步驟,說明缺失的那一步;沒有可用圖像模型時明確說明尚未完成俯視重建,不能以原始視角摳圖冒充;不能把靜態預覽說成已完成的影片。
需要更接近本玩法的參考比例和畫面分析時,閱讀 references/reference-analysis.md。該檔案是觀察記錄,製作時仍以目前使用者圖片和要求為準。