手機傳送門短片

概述

一個 9 秒 9:16 的產品廣告，拍攝於單一鎖定腳架畫面，分為三個節拍：

傳送門掉落（約 4.3 秒）。一隻手拿著手機。另一隻手滑過螢幕，每一次滑動就將一個產品從螢幕掉落到下方的架子上，落在節拍點上。主力產品在音樂突然停頓後最後掉落。
停格動畫序列（約 2.7 秒）。一個硬切移除手機與手。產品在整條線上輪流出現，每個十六分音符一個靜止幀，維持在第四拍。
Logo 停留（約 2 秒）。字標在 6 到 8 幀內淡入並靜止。僅有音樂，無配音。

沒有實際攝影畫面。一張生成的圖片被切割成圖層（場景、手機與持機手、滑動手）並以程式動畫處理。產品是真實 3D 模型，由同一部相機在手機內和房間內渲染，因此它作為一個物體跨越玻璃。

標準： 它要能被當作真實拍攝。我們遇到的每一次失敗都是某人在單一幀中發現的連續性破綻。請以全尺寸檢視交付檔案的每一個接觸時刻。

需求	用途
`OPENAI_API_KEY`	`gpt-image-2` 用於場景圖與主圖；`gpt-image-1.5` 搭配 `input_fidelity: high` 用於必須保留照片的編輯
`ELEVENLABS_API_KEY`	音樂背景（`music_v2_5`）與音效
HyperFrames CLI（`npx hyperframes`），three.js r169	幀引擎與渲染
ffmpeg；Python 3 搭配 `numpy opencv-python-headless pillow openai`	腳本

腳本從環境變數或工作目錄（或其上層目錄）的 .env 檔案讀取金鑰。它們絕不會列印金鑰。請回報每次執行花費的 OpenAI 美元（腳本會記錄估計值）與 ElevenLabs 點數。

如果有人能拍攝真實的手在腳架上滑手機的畫面，請使用那段影片來製作手部。這是最難偽造的部分。

簡報與節拍表。 品牌、4 到 6 個產品（主力產品最後，使用與場景互補的顏色）、場景，以及一個節拍為整數幀數的節奏。在 30 fps 下，112.5 BPM 對應 16 幀，120 BPM 對應 15 幀，90 BPM 對應 20 幀。將每個落地點放在音樂的網格上，落在正拍或半拍上，絕不能落在之間。關於掉落數量，請參閱 references/build.md 第 1 節。
視覺風格。 場景圖、主圖（手與手機）、在已設定相機中 3D 產品的第一版渲染，以及以 3 種字體組合設定的結尾卡，全部放在同一張版面上。
動態測試。 一次滑動與一次掉落，以交付品質渲染並逐幀檢查。大多數失敗會在此顯現。
建構，然後聲音，然後最終版。

請遵循 references/build.md。其中包含每一步驟以及可運作的數字。順序如下：

生成場景圖（空場景），然後主圖：將場景圖進行一次編輯，加入雙手與空白手機。主圖就是基礎幀。 每個乾淨場景圖都從它製作。
從主圖切割圖層，並測量螢幕角落、螢幕底部邊緣、指尖與手腕。
將 3D 相機對齊架子邊緣。
建構引擎。複製 example/studio/（參考建構：一個茶品牌，五個盒子）並重新測量其常數以符合你的場景圖。它只包含程式碼：請自備圖片、字體、標籤藝術與 three.js 檔案。如果產品不是紙盒（如果是罐子、瓶子、易開罐、玻璃容器），請先閱讀 build.md 中的「其他產品」。
先製作音樂並測量其節拍。然後將落地點鎖定在網格上，加入音效並混音。
渲染，然後執行以下檢查。

出現情況	修正方法
產品比手機慢幾幀才出現	它在玻璃兩側是同一個 3D 物體。從每個落地的幀數回溯處理每次滑動：從其最低點到達邊緣的幀數開始，它以滾動速度在重力下掉落
產品掉在手後面	在螢幕底部邊緣以下，將其繪製在邊框和手指前方
產品在手機下懸掛幾幀	重力在邊緣接管。不要讓它繼續跟隨頁面的滑動
滑動看起來像滑動照片	從手腕發力並保持前臂僵硬。調整手腕角度使指尖與頁面一起移動。沒有兩次滑動是相同的
畫面看起來像靜止圖	手持手機有 1.5 到 2 像素的漂移，並在每次按壓下稍微下沉。牆壁從不移動
一道暗線穿過手機	動態消息中沒有頁面分隔線。保持任何殘影低調
手錶或首飾在手腕上滑動	在主圖中要求裸露手腕。如果不小心出現，遮罩整個區域並使用 `scripts/blend-edit.py` 移除
切換變成溶解	決定整個幀上的每個切換、交換和靜止，絕不在快門樣本內部進行
標籤列印成複製梳齒狀	在產品掉落時使用 48 個子幀，其他情況使用 10 個子幀，搭配 0.38 幀快門
生成的編輯移動了遮罩外的東西	遮罩編輯不會被尊重。先註冊編輯，然後只取遮罩內的內容
砰的一聲在盒子之前響起	將每個片段修剪到其最大攻擊音前 4 毫秒，並對齊該攻擊音

完整列表（含原因）在 references/lessons.md。

交付檔案在每個接觸時刻的全尺寸裁切：每次滑動的第一幀、產品越過邊緣處、每個落地點、切換處、手臂離開畫面處。
python3 scripts/sync-sheet.py final.mp4 --audio sound/stems/sfx.wav：每個撞擊點都在其指定的幀上。
bash scripts/check-final.sh final.mp4 1080x1920：-14 LUFS ±1，真實峰值在 -1 dBTP 或以下。

腳本	功能
`scripts/openai-image.py OUT.png "提示詞" [--edit IN.png --mask M.png --fidelity high]`	生成或編輯一張圖片，並記錄 token 與估計成本
`scripts/blend-edit.py crop` / `blend`	準備一個區域的遮罩編輯，然後註冊結果並只取遮罩內的內容
`scripts/elevenlabs.py spec.json OUTDIR`	根據規格生成音樂背景與效果，快取它們並記錄花費的點數
`scripts/beats.py bed.mp3`	找出音樂背景的節奏、節拍網格及第一個強拍
`scripts/sync-sheet.py VIDEO --audio sfx.wav` 或 `--cues cues.json`	在一個版面上顯示每個音效撞擊點前後共五幀
`bash scripts/check-final.sh VIDEO [WxH]`	檢查尺寸、fps、時長、響度與真實峰值

每個腳本以 --help 執行可查看選項。example/README.md 對應參考建構。