潮流迷你影集 是做什麼的?
將此技能作為短篇 AI 迷你影集的可重複使用生產系統。此系統專為神祕、驚悚、浪漫愛情、家庭倫理、動作及其他適合垂直短影音的劇集格式而設計。
生產架構階層
- 旗艦標準 — 10X 系統: 10X 系統(首創於 《10X 心意系統:為她花費 ₱50,000》)是 John 基礎的迷你劇集製作引擎。它定義了真人演出 C-drama 偶像美學、動態 80–90 年代節奏、角色轉向參考模型表、四軌簽名背景音樂套件以及政策緩解策略。
- 零縮寫角色連續鎖: 在每個出現角色的場景提示中,你必須嵌入其完整的鎖定個人檔案(種族、年齡、體型、面部特徵、髮質/分線以及完整服裝)。切勿在後續場景(例如鏡頭 8–11)中將角色描述縮寫為僅有名稱或簡短標籤——Google Flow 獨立生成每個鏡頭,因此任何縮寫都會立即導致視覺漂移。
- 強制性預飛檢查: 在將任何劇集提示交付給聊天或儲存之前,請執行自動 lint 檢查器:
python3 /home/john/kos-obsidian-omni/tools/prompt_compiler.py <path_to_episode.txt>它會驗證所有鏡頭是否 100% 符合關鍵字要求。 - 改編分支: 諸如 K-Drama 英語對話管線(例如《Signal Zero》)等專用格式是針對全球市場的改編分支。它們永遠不能取代或覆蓋 10X 系統旗艦架構。
平台限制與電影多角度規則(Google Flow / Omni 1.1)
1. 嚴格的生成時長與信用點數會計
Google Flow 原生僅支援:4s、6s、8s 及 10s。切勿提示或預算任意時長(例如 5s、7s)。
- 信用點數成本:
- 4s:7 點
- 6s:10 點
- 8s:12 點
- 10s:15 點
- 始終註明總信用點數:在發送編譯後的影片提示時,計算並明確說明整個劇集套裝所消耗的總信用點數。
- Google Flow 四層級時機藍圖:
4s(7 點):快速反應剪輯(假笑崩塌、震驚、內疚)與微細節插入(握緊的拳頭、掉落的道具、修剪整齊的手)。6s(10 點):快速反駁、反擊或簡潔對話(最多 8–10 個字)。8s(12 點 — 黃金甜蜜點):高風險情感對話節拍、煽動性對峙與高潮懸念。允許 1.5 秒呼吸鋪墊、4.5 秒自然台詞表達、2 秒後果反應,而不會出現 AI 面部漂移。10s(15 點):重度肢體動作、複合多角色互動或連續寬廣場景。
2. 劇集時長與時間架構(標準 1 分 20 秒至 1 分 30 秒)
- 目標運行時間:每集運行 1 分 20 秒至 1 分 30 秒(總計 80–90 秒)。
- 動態多鏡頭節奏:不要將劇集限制在僵硬的 5 部分結構或 32 秒上限。使用 4 層級時機藍圖(
[4s, 6s, 8s, 10s])來構建動態的電影剪輯節奏(通常每集 10–14 個鏡頭),以提供即時鉤子、逐步升高的緊張感、核心情感衝擊以及未解決的懸念結局。
3. 預製作環境提示與角色鎖定要求
- 角色設計表格式:每當生成角色參考圖像提示時,將其格式化為完整的**「模型轉向參考表」**:正面、側面和背面的全身視圖;放大頭髮和眼睛細節面板;標誌性配件(眼鏡、珠寶);以及在乾淨中性背景上的表情草圖。
- 環境圖像提示優先:始終先在聊天中提供場景的地點/環境圖像提示,以便用戶在生成影片提示之前能夠在「圖像」模式下生成背景參考卡。切勿將環境提示包含在編譯後的影片提示
.txt檔案中。 - 每個影片提示中嵌入角色個人檔案鎖:始終將角色的完整身體描述直接嵌入到每個出現角色的影片提示中(例如,
20歲年輕男子 @Rafa(白皙皮膚、雕塑般的下巴線條、高鼻樑、凌亂的墨黑色層次瀏海、左眼下方有淡痣、褪色的白色Polo衫)),而不僅僅是@Rafa。這能錨定 Google Flow 的視覺引擎,並防止角色在多角度鏡頭中漂移。
4. 8 秒對話上限(防止 AI 尾部漂移)
Google Flow / Omni 中的語音與臉部解剖結構在超過 8.5 秒後會退化(尾部漂移、眼神游移、嘴巴不同步)。
- 將對話鏡頭上限設定在 最多 8 秒。
- 8 秒對話比例:0–1.5 秒視覺呼吸/緊張鋪墊 -> 1.5–6.0 秒從容表達(3.5–4.5 秒講話)-> 6.0–8.0 秒後續節拍(吞嚥、淚水湧現、咬緊牙關)。
5. 情感對話公式(「Tagos sa Puso」)
避免卡通化、說教式的霸凌。將衝突建立在尊嚴、不言而喻的犧牲、家庭責任以及能引發分享與評論的安靜因果警示之上。
使用時機
當使用者要求創作、修改、分析、本地化或打包一部 AI 迷你影集或劇集時使用,包括:
- 故事概念、季弧線或劇集腳本
- 角色參考/圖像提示
- Google Flow 風格的影片提示
- Google Vids 的背景音樂提示
- 縮圖、字幕、標題或描述
- 生成後診斷與提示修改
請勿用於一般的單次廣告、解說片、紀錄片、聯盟行銷產品影片或不相關的影片任務,除非使用者明確要求應用此迷你影集系統。
製作預設值
除非使用者覆寫,否則:
- 劇集運行時間: 60 秒(6 個片段)或 90 秒(9 個片段)。兩者皆支援。預設為 60 秒,除非 John 要求更豐富的節奏。
- 生成方式: 6 或 9 個連續片段 × 每個 10 秒。
- 劇集輸出: 9:16 垂直格式。
- 市場: 菲律賓。
- 菲語對話: 自然的菲律賓語/他加祿語混合。
- 影片生成: 在片段生成期間不加入背景音樂;音樂會單獨生成。
- 強制性系列音樂套件 (BGM) 與反「滿鋪」紀律: 在建立新的系列聖經或開始新的迷你劇集時,始終生成客製化的四軌器樂 BGM 套件(高峰高潮/系統提示音:-8dB,情感脆弱/浪漫:-16 至 -18dB,主角自信/決心:-14 至 -16dB,懸疑結局:-15 至 -11dB),使用 Suno v3.5/Udio 結構括號格式化,並儲存至
/home/john/kos-obsidian-omni/<系列名稱>_bgm_suite.txt。嚴格的靜音與音樂紀律:切勿讓 BGM 滿鋪整個片段;在行政截止日期/時鐘滴答聲、低語八卦走廊以及激烈的對峙場面中,強制使用純粹的現場靜音,以賦予對話最大的道德權威。在所有音樂曲目上應用 1.2kHz 參數陷波濾波(g=-3.5dB)。 - 影片模型: Google Flow / Omni 1.1 Flash(gemini-omni-flash-preview)。所有提示必須遵循 Omni 1.1 結構。
- 旁白: 可選,按劇集決定。內心獨白旁白是預設類型(如有要求)。切勿在同一個片段中混合旁白與現場對話。
- 管線架構(4 階段系統): 資產(角色/道具/地點)→ 分鏡關鍵幀 → 幀鏈結動作生成 → 組裝與字幕。
- 狀態與記憶防火牆: Google Flow 在會話之間沒有持久儲存空間,並且會對已儲存的狀態產生幻覺。Obsidian 知識庫(
kos-obsidian-omni/)和本地的 Markdown 提示套裝是整個系列聖經、角色卡片和劇集狀態的不可變更的單一事實來源。
如果使用者更改預設劇集或片段時長,則應重新計算片段數量。切勿在要求的時長使得其他數量更合適時,強制使用六個片段。
核心故事文法
圍繞以下內容構建劇集:
即時鉤子 → 故事事件 → 視覺資訊 → 反應 → 新資訊 → 升級 → 揭露 → 懸念結局
從問題內部開始。避免緩慢的介紹和充滿說明的鋪墊。觀眾應在劇集開始解釋更大的謎團之前,就已理解當前的衝突。
請勿複製參考影片的對話、角色、名稱、獨特場景或受保護的表達方式。應提取可重複使用的機制,例如節奏架構、鏡頭節奏、注意力轉移、反應頻率、資訊密度和懸念結局的構建方式。
節奏:對話驅動的時機
請勿使用固定的「每 1–2 秒提供新資訊」規則。 經測試,此規則在使用者的工作流程中產生了較差的結果。
相反,應遵循:
對話長度決定鏡頭持續時間。戲劇性節拍決定何時切換鏡頭。
實用的起始啟發式(非硬性規則):
- 極短台詞:約 1–1.5 秒
- 短台詞:約 1.5–2.5 秒
- 中等台詞:約 2.5–3.5 秒
- 長情感台詞:必要時約 3.5–4+ 秒
- 反應/插入時間使用剩餘時長
讓角色自然地完成台詞。如果一句台詞無法在可用片段時間內容納,則應縮短對話或簡化周圍動作,而不是在句子中間切斷台詞。
早期的節拍可以舒緩一些。隨著緊張感升高,僅當故事支援時才縮短節拍。高潮部分可能達到約 1 秒的節拍,但這是升級的結果,而非一項籠統的指令。
角色參考系統
當參考圖像可用時,直接使用確切的圖像別名:
@Image1 = 主要角色
@Image2 = 次要角色
@Image3 = 第三角色
@Image4 = 第四角色
在後續劇集中重用已建立的映射。請勿在相同系列內重新分配別名。
對於每一句台詞,明確綁定說話者:
@Image1 Mika 說:「...」
@Image2 Kenji 說:「...」
@Image3 Alma 說:「...」
未來 @Image1 Mika 說:「...」
當存在 @Image 別名時,僅使用名稱(如 Mika:)是不夠的。
請勿**預設強制執行「每 10 秒片段僅一名說話者」的規則。允許自然的多人來回對話。使用明確的 @Image 綁定和清晰取景來減少對話切換。
角色連續性
將以下內容視為角色身份的一部分:
- 臉部與年齡外觀
- 頭髮與鬍鬚
- 身體比例
- 服裝與配件
- 相關時期的化妝
- 相關的聲音/方言
- 角色攜帶的重要道具
- 地點與時段的連續性
服裝不是可選的連續性項目。當之前的生成出現服裝漂移時,應在下一個提示中逐字重申確切的服裝限制。
對於已建立的系列,在最終確定提示之前,將每個新片段與緊鄰的前一個片段進行比較。
鏡頭語言
預設驚悚/劇情片鏡頭:
由真人操作的反應式手持智慧型手機/紀錄片攝影機。
使用自然的手部震顫、細微的微顫動、輕微晃動、不完美的取景、小幅度的對焦修正以及快速的動機性重新取景。攝影機可能對動作反應稍有延遲,然後再修正構圖。
鏡頭注意力應跟隨故事發展:
說話者 → 反應 → 手部/物體 → 視線方向 → 新說話者 → 揭露
對話使用特寫鏡頭,重要台詞後使用反應特寫鏡頭,手部/手機/物體使用插入鏡頭,發現場景使用主觀鏡頭,僅在需要重置空間感時使用較寬的鏡頭。
避免三腳架鎖定構圖、雲台平滑運動、漂浮攝影機運動、打磨過的商業廣告運動以及過度的混亂晃動。
表演指導
描述可觀察的行為,而不僅僅是情緒標籤。優先使用:
- 呼吸變化
- 說話前吞嚥
- 眼睛瞥向線索
- 握緊或咬緊牙關
- 小幅後退/前進步數
- 回答前的猶豫
- 被打斷的句子
- 消失的勉強笑容
- 有正當理由時的淚水聚集/落下
台詞應感覺像是即時演繹,而非背誦。
對話與視覺資訊
保持對話簡短、自然、可被打斷且易於上字幕。讓物體和反應承擔部分故事講述功能。
良好模式:
對話 → 反應 → 插入 → 對話 → 揭露
請勿讓每個鏡頭都是臉部特寫。打開抽屜的手、震動的手機、移動的門把手或被放在某處的物體,可能是比另一個說話的頭部更有用的故事節拍。
文字密集型道具
請勿將關鍵故事資訊依賴於完美 AI 生成的手機、文件、標誌、監視器或 UI 內部文字。應以視覺方式展示道具,並透過對話或動作傳遞確切資訊。在後期製作中添加確切的字幕、時間戳、標籤和介面文字。
影片提示輸出
當被要求提供影片提示時,按以下順序為每個劇集提供:
步驟 1 — 背景圖像提示(優先)
對於劇集中出現的每個地點,請在提供任何片段提示之前生成一個標記為 @BG_[短名稱] 的**「背景場景圖像提示」**。每當以下情況發生時,此步驟是強制性的:
- 該系列中首次出現一個新地點
- 同一地點在一天中截然不同的時間使用
- 發生室外 ↔ 室內(或反之亦然)的過渡
請勿為連續處於相同地點和光線下的片段生成新的背景提示。
步驟 2 — 角色參考圖像提示(如為新角色)
在介紹該系列中從未見過的任何角色之前,請先生成他們的**「角色參考圖像提示」**,以便 John 能夠創建他們的 @Image 參考卡片。切勿在沒有 John 事先擁有其圖像提示的情況下,在影片提示中使用新的 @Image。
步驟 3 — 片段提示(按順序)
對於每個片段:
- 說明片段編號、時間範圍和節拍標籤。
- 包含
BACKGROUND REF: @BG_[標籤]及地點說明。 - 逐字包含角色鎖定區塊。
- 包含對話身份(誰只說自己的台詞;誰保持沉默)。
- 包含連續性與幀鏈結:繼承自前一個片段的狀態。(在 Google Flow 中,將前一個片段的導出結束幀或分鏡關鍵幀作為視覺參考
@PrevFrame提供,以消除場景和服裝漂移)。 - 包含...
…[已截斷以利翻譯]