全息講解 (Holographic Explainer)
將使用者提供的任何腳本和參考圖片，轉換為精美的多段 H3 影片提示詞，內容包含角色主持人、全息 UI 互動及完整的旁白覆蓋。每個段落都是一個獨立可用的 Ref2VA 提示詞。此技能完全自給自足，不依賴任何其他技能。
使用時機
- 角色主持人透過全息 UI 互動來解釋主題
- 產品教學、技術指南或教育解說需要精緻的短影片提示詞
- 需要將旁白腳本分割為計時段落並完整覆蓋
- 硬體/軟體比較需要全息視覺化
不適用時機：
- 沒有角色參考圖片
- 使用者只需要無主持人的 B-roll 素材
- 使用者只需要書面腳本，不需要影片提示詞
必要輸入
使用者必須提供：
- 角色參考圖片（圖片 1）：定義主持人身份、臉部、頭髮、眼鏡、服裝、配件。
- 環境參考圖片（圖片 2）：定義房間佈局、色調、家具、燈光氛圍。
- 旁白腳本：所有段落中需要說出的完整文字。
選擇性輸入：
- 主持人姓名：鏡頭前的身份。預設為「Presenter」。
- 段落最大時長：預設 15 秒。使用者可指定任何值。
- 旁白音訊時長：如果提供，用於計算實際語速。
- 語速：如果使用者直接指定（例如「4 字元/秒」），則跳過估算。
- 風格方向：使用者自由表達（例如成熟、休閒、專業、活潑、性感且專業）。僅影響表演，不影響外觀。
- 長寬比：使用者在影片生成軟體中設定。技能不會強制指定。
- 旁白語言：預設為中文。
參考文件
此技能包含三個自給自足的參考文件：
| 檔案 | 用途 |
|---|---|
references/ref2va-format-guide.md | 完整的 Ref2VA 六節格式規範，包含鏡頭規則、攝影機詞彙、對話標籤及連續性檢查清單 |
references/narration-budget-guide.md | 語速估算、字數計算規則、段落分割演算法及驗證標準 |
references/hologram-library.md | 12 種全息類型、內容匹配規則、互動詞彙及色彩衍生規則 |
請依照下列指示，在每個步驟閱讀相關的參考文件。
步驟 1：解析輸入
1.1 提取角色身份（來自圖片 1）
使用以下必要屬性描述角色：
- 種族與年齡層
- 頭髮：造型、長度、顏色、顯著特徵（緞帶、蝴蝶結等）
- 眼鏡：鏡框類型、顏色、掛鏈或掛繩
- 上衣：顏色、款式、領口
- 配件：珠寶、項鍊、緞帶
- 化妝風格：自然、大膽、奢華
1.2 提取環境（來自圖片 2）
使用以下必要屬性描述環境：
- 桌子：類型、顏色、形狀
- 電腦/裝置：類型、顏色
- 燈光：燈具類型、燈罩顏色、LED 燈條、環境氛圍
- 椅子：材質、顏色、底座
- 架子：類型、內容物
- 花卉/植物：類型、顏色
- 牆面裝飾：裱框印刷品、標誌
- 整體色調與氛圍
1.3 解析腳本
- 逐字保留原始腳本
- 使用
references/narration-budget-guide.md中的規則計算總字元數 - 辨識內容特徵：技術密度、對話標記、情感標記
1.4 決定風格
- 如果使用者有提供風格描述，則讀取
- 不要強制指定固定風格。使用者可自由表達。
- 風格只影響表演和旁白傳達，不影響角色外觀。
步驟 2：計算旁白預算
閱讀 references/narration-budget-guide.md 以取得完整指南。
2.1 決定語速
優先順序：
- 如果使用者提供音訊時長：
語速 = 總字元數 / 音訊時長 - 如果使用者直接指定語速：使用該值
- 否則：根據內容密度估算（參見 narration-budget-guide.md）
2.2 計算每個段落的預算
全息暫停總時長 = 段落中所有全息互動暫停的總和
（最少 2 個互動，每個根據複雜度 0.5-2.0 秒）
可用字元數 = 語速 * (段落最大時長 - 全息暫停總時長)
2.3 輸出預算表
| 參數 | 值 |
|---|---|
| 總腳本字元數 | XXX |
| 語速 | X.X 字元/秒 |
| 段落最大時長 | XX 秒 |
| 每個段落的全息暫停 | X.X 秒 |
| 每個段落的可用字元數 | XX |
步驟 3：將腳本分割為段落
閱讀 references/narration-budget-guide.md 以取得完整分割演算法。
3.1 語義分割
- 在標點符號（句號、問號、驚嘆號、分號）處將腳本分割為句子單位。
- 使用字數計算規則計算每個句子的字元數。
- 貪婪地將句子打包到段落中，直到達到
可用字元數。
3.2 長句處理
- 如果單個句子超過
可用字元數，在逗號處分割。 - 後半部分移至下一個段落。
- 可在下一個段落的開頭添加一個過渡詞（計入預算）。
3.3 嚴格文字保留
重要：旁白文字必須完全與使用者提供的一致。不可：
- 添加或刪除任何詞語、助詞或填充詞
- 調整詞序
- 在段落之間添加過渡詞
- 改寫或重新措辭腳本的任何部分
- 縮寫或擴充任何文字
唯一允許的操作是在句子邊界或逗號邊界處分割原始文字以進行分段。原始腳本的每個字元必須恰好出現在一個段落中，並保持原始順序。
3.4 輸出段落表
| 段落 | 字元數 | 旁白時長 | 全息暫停 | 總時長 | 旁白文字 |
|-----|-------|-------------------|----------------|----------------|----------------|
| 1 | XX | XX.Xs | X.Xs | XX.Xs | "..." |
| 2 | XX | XX.Xs | X.Xs | XX.Xs | "..." |
3.5 驗證
- 每個段落的總時長 <= 段落最大時長
- 所有段落串聯後 = 與原始腳本完全相符（零修改）
- 沒有句子被中途切斷（長句的逗號分割除外）
步驟 4：設計全息互動
閱讀 references/hologram-library.md 以取得完整的類型庫和詞彙。
4.1 最低要求
- 每個段落必須至少有 2 個全息互動元素。
- 相鄰段落應使用不同的類型組合。
4.2 內容匹配
針對每個段落，選擇與旁白內容匹配的全息類型：
- 數字/規格 -> 資料面板、卡片組
- 步驟/流程 -> 流程圖、進度條
- 比較/選擇 -> 比較板、卡片組
- 警告/問題 -> 警告圖示、翻轉卡片
- 結果/完成 -> 確認徽章、圖表曲線
- 歷史/版本 -> 時間軸帶
- 產品/模型 -> 3D 模型旋轉、資料面板
- 趨勢/效能 -> 圖表曲線
- 架構/關係 -> 地圖/拓撲
- 功能/關鍵字 -> 標籤雲
4.3 編排每個全息圖
針對每個全息元素，指定所有四個步驟：
- 召喚：如何出現（實體化、淡入、彈出、滑入...）
- 互動：主持人做什麼（輕點、捏合、翻轉、滑動...）
- 回應：它如何反應（翻轉顯示、展開、脈衝、變色...）
- 退出：如何消失（分解為粒子、淡出、縮小...）
4.4 衍生色彩配置
- 從環境參考圖片（圖片 2）中提取主色。
- 使用
references/hologram-library.md中的色彩規則映射到全息色彩。 - 在所有段落中保持全息色彩一致。
4.5 輸出全息設計表
| 段落 | 全息 ID | 類型 | 內容 | 召喚 | 互動 | 回應 | 退出 | 時長 |
|-----|-------------|------|---------|--------|----------|---------|------|----------|
| 1 | H1 | ... | ... | ... | ... | ... | ... | X.Xs |
| 1 | H2 | ... | ... | ... | ... | ... | ... | X.Xs |
| 2 | H3 | ... | ... | ... | ... | ... | ... | X.Xs |
| 2 | H4 | ... | ... | ... | ... | ... | ... | X.Xs |
步驟 5：生成 Ref2VA 提示詞
閱讀 references/ref2va-format-guide.md 以取得完整的格式規範。
針對每個段落，輸出一個包含所有六個章節的完整 Ref2VA 提示詞：
5.1 subject_definitions
定義主體 1（角色）、主體 2（環境）、圖片 1、圖片 2。
- 在所有段落中保持定義相同。
- 從步驟 1.1 提取角色描述。
- 從步驟 1.2 提取環境描述。
5.2 summary
一段英文段落，前綴為 [reference generation]。
- 說明主持人做什麼、在哪裡、使用哪些全息圖。
- 引用所有標籤：
<主體 1>、<主體 2>、<圖片 1>、<圖片 2>。 - 說明段落時長。
5.3 retention_analysis
每個參考標籤一行，全部為 fully_preserved。
- 列出保留的特定屬性。
5.4 detailed_description
主要內容。遵循以下規則：
開場：在 [鏡頭 1] 之前使用 1-2 句英文風格句子。對於第 2 段及之後，添加「continuing seamlessly from the previous segment」。
鏡頭：每個段落 3-4 個鏡頭。
[鏡頭 1]沒有時間戳記。- 後續鏡頭：
[鏡頭 N] 在 MM:SS.mmm 處，鏡頭切換到... - 時間戳記嚴格遞增，範圍在 0 到段落最大時長之間。
攝影機運動：類型 + 幅度 + 速度，以自然的英文動作描述。
說話者：主持人均用 (S1)，在所有段落中保持一致。
對話：使用段落表中的旁白文字（步驟 3.4）。
- 鏡頭前：
主持人 (S1) 說：<d>[中文] 旁白文字</d> - 畫外音：
主持人 (S1) 以畫外音方式說：<d>[中文] 旁白文字</d>，同時她/他的嘴唇完全閉合。
全息圖：在適當的鏡頭中插入全息互動。使用 references/hologram-library.md 中的詞彙描述所有四個步驟（召喚、互動、回應、退出）。
可見文字：使用英文雙引號表示場景中可見的文字（例如 "16GB VRAM"）。
- 重要：文字必須以全息文字、標誌或標籤的形式整合到場景中。
- 不要在畫面底部放置字幕條。
轉場：鏡頭之間使用軟性橫搖、全息擦拭、匹配剪輯或發光資料帶。
目標長度：350-500 個英文單字。
5.5 overall_soundscape
1-4 句英文句子，總結環境音和物理音效。包括：
- 房間氛圍（燈具嗡鳴聲、通風聲）
- 全息 UI 音效（鈴聲、數位滴答聲）
- 物理動作音效（椅子吱嘎聲、布料摩擦聲、手指輕敲聲）
- 不要在此重複對話或音樂。
5.6 non_diegetic_music
1-3 句英文句子，描述背景音樂。
- 重點在於樂器編制、節奏、韻律、動態。
- 在所有段落中保持音樂風格一致。
- 如果沒有音樂，則使用
N/A。
步驟 6：驗證
輸出所有段落的驗證報告：
| 檢查項目 | 方法 | 通過標準 |
|---|---|---|
| 時長 | 最後一個鏡頭的時間戳記 <= 段落最大時長 | 通過/失敗 |
| 字元數 | 計算每個段落 <d> 標籤內的字元數 | <= 可用字元數 |
| 腳本覆蓋 | 串聯所有段落的旁白，與原始腳本比較 | 完全相符（對原始文字零修改） |
| 全息數量 | 計算每個段落的全息互動數 | >= 每個段落 2 個 |
| 全息完整性 | 檢查每個全息圖的召喚/互動/回應/退出 | 所有 4 個步驟都存在 |
| 角色一致性 | 比較不同段落的「主體 1」 | 完全相同 |
| 環境一致性 | 比較不同段落的「主體 2」 | 完全相同 |
| 說話者 ID | 檢查 (S1) 的使用 | 在所有段落中一致 |
| 時間戳記順序 | 檢查鏡頭時間戳記 | 嚴格遞增，在範圍內 |
| 格式完整性 | 檢查 6 個章節是否存在 | 全部 6 個都存在 |
| 無字幕 | 檢查是否有字幕樣式的文字 | 文字僅作為場景內元素 |
如果任何檢查失敗，請備註是哪個段落和項目，然後在最終輸出前進行修正。
攝影機與表演指南
- 段落 1 通常以中近景開場，然後改變角度。
- 後續段落使用正面構圖、受控變焦和全息轉場。
- 主持人交替進行：對著攝影機說話、向工作區做手勢、操作全息圖。
- 動作應符合使用者的風格描述。不要強制指定固定的表演風格。
- 段間連續性：相同房間、服裝、眼鏡、髮型、全息設計系統。
音訊指南
- 旁白聲音符合使用者的風格描述。
- 環境音樂符合環境氛圍，音量較低，在所有段落中保持一致。
- 全息 UI 音效：鈴聲、數位滴答聲、互動回饋。
- 房間氛圍：燈具嗡鳴聲、椅子吱嘎聲、布料摩擦聲。
- 沒有大聲的通知聲、刺耳的颯颯聲或滑稽的提示音。
文字規則
- 場景中的文字必須整合為全息文字、標誌、標籤或資料顯示。
- 不要生成字幕條、下方標題或畫面底部的文字疊加。
- 保持全息文字簡短可讀：標籤、數字、短語。
- 全息圖中不要出現密集的文字段落。
拒絕或重寫條件
- 輸出是一個通用提示詞，而不是 N 個獨立的段落提示詞。
- 忽略角色參考、環境參考或全息互動要求。
- 改變角色的身份、年齡、種族、眼鏡或服裝色調。
- 將環境更改為通用辦公室或工作室。
- 旁白節拍太長，無法容納在其時間碼內。
- 任何段落中少於 2 個全息互動。
- 任何全息圖缺少四個步驟之一（召喚/互動/回應/退出）。
- 腳本以任何方式被修改（添加、重新措辭、刪減文字）。
- 未輸出段落時長表。
- 未輸出全息設計表。
...
[已截斷以利翻譯]