221 lines
5.3 KiB
Plaintext
221 lines
5.3 KiB
Plaintext
# EP01-15S-V2-preview-002 · 重构执行计划
|
||
|
||
> HLDP://video-ai-system/plans/EP01-15S-V2-PREVIEW-002
|
||
> 日期: D140 · 2026-06-23
|
||
> 输入: preview-001 成片 + 冰朔反馈
|
||
> 目标: 从“信息能看懂”升级到“像短剧在讲故事”
|
||
> 铸渊 ICE-GL-ZY001 · 冰朔 TCS-0002∞
|
||
|
||
---
|
||
|
||
## §1 · preview-002目标
|
||
|
||
```
|
||
15秒仍然是测试长度。
|
||
但必须做到:
|
||
1. 牌匾/广告牌作为固定资产跨镜一致。
|
||
2. 台词像角色在说，不再念剧本。
|
||
3. 有BGM、环境声、群众反应、冷场音效。
|
||
4. 转场有因果关系，不是硬拼。
|
||
5. 每镜提示词带 story context，让模型知道它在拍哪段故事。
|
||
6. 多模型按镜头类型路由，不再只靠一个模型抽卡。
|
||
```
|
||
|
||
---
|
||
|
||
## §2 · 资产固定
|
||
|
||
### PROP-天道宗牌匾
|
||
|
||
当前问题:
|
||
|
||
```
|
||
S02 深棕悬挂牌匾正确。
|
||
S03 牌匾变浅、变形、物理结构变化。
|
||
```
|
||
|
||
preview-002规则:
|
||
|
||
```
|
||
1. 以 S02 牌匾为官方参考资产。
|
||
2. 截取/导出牌匾 clean reference。
|
||
3. S03/S04 不再让模型重新生成牌匾。
|
||
4. 镜头可选择:
|
||
A. 固定牌匾在背景作为参考图首帧的一部分。
|
||
B. 后期把同一牌匾贴回画面。
|
||
C. 重生成 S03 首帧时强制使用 S02牌匾图作为参考。
|
||
```
|
||
|
||
验收:
|
||
|
||
```
|
||
同一深棕色。
|
||
同一破损轮廓。
|
||
同一悬挂链/绳结构。
|
||
同一竖式方向。
|
||
同一“旧木牌”材质。
|
||
```
|
||
|
||
### PROP-天道宗广告牌
|
||
|
||
当前问题:
|
||
|
||
```
|
||
后期贴字像浮在画面上，透视和运动不稳。
|
||
```
|
||
|
||
preview-002规则:
|
||
|
||
```
|
||
1. 广告牌镜头尽量低运动。
|
||
2. 用四点透视/平面追踪贴文字。
|
||
3. 文字作为纹理贴在牌面，不作为字幕飘在前景。
|
||
4. 若追踪不稳，广告牌镜头改为准静态特写。
|
||
```
|
||
|
||
---
|
||
|
||
## §3 · 音频剧本
|
||
|
||
preview-001问题:
|
||
|
||
```
|
||
配音在念剧本。
|
||
没有真正的角色台词、群众反应、BGM层次。
|
||
```
|
||
|
||
preview-002音频结构:
|
||
|
||
| 时间 | 音频 |
|
||
|------|------|
|
||
| 0-4s | 低音量仙侠热闹环境声 + 旁白一句 |
|
||
| 4-7s | 牌匾冷场音效，旁白压短 |
|
||
| 7-11s | 苏白角色台词: “未来的天下第一宗！天道宗开门收徒啦！” |
|
||
| 11-15s | 群众笑声/窃笑 + 脚步散去 + 风声落叶 |
|
||
|
||
原则:
|
||
|
||
```
|
||
旁白只解释背景，不替角色说话。
|
||
苏白必须有角色声线。
|
||
群众反应必须让“群嘲后散去”成立。
|
||
BGM要服务情绪: 开场热闹 → 寒酸冷场 → 苏白燃 → 群嘲冷。
|
||
```
|
||
|
||
---
|
||
|
||
## §4 · 转场重构
|
||
|
||
preview-001问题:
|
||
|
||
```
|
||
镜头像四块素材拼在一起。
|
||
```
|
||
|
||
preview-002转场语法:
|
||
|
||
| 转场 | 做法 |
|
||
|------|------|
|
||
| S01→S02 | 从广场大景中的角落牌匾位置切入/推近到牌匾特写，形成“发现寒酸角落” |
|
||
| S02→S03 | 牌匾特写下摇/切到牌匾下方苏白，保持同一牌匾资产 |
|
||
| S03→S04 | 苏白台词落点后，切广告牌反差，群众笑声接入 |
|
||
| S04收尾 | 群众笑完散去，风声+落叶留冷场，形成钩子 |
|
||
|
||
剪辑策略:
|
||
|
||
```
|
||
少用无意义淡入淡出。
|
||
多用动作/视线/声音承接。
|
||
用音效桥接镜头，而不是只靠画面拼接。
|
||
```
|
||
|
||
---
|
||
|
||
## §5 · Story Context 注入
|
||
|
||
每镜提示词前必须增加:
|
||
|
||
```
|
||
[Story so far]
|
||
这是修仙世界百宗会招新。各大宗门人山人海，只有天道宗寒酸地缩在角落。苏白是天道宗年轻宗主，穷但自信，正在用离谱待遇招第一个弟子。
|
||
|
||
[Current beat]
|
||
本镜只拍: <当前镜头的信息增量>
|
||
```
|
||
|
||
长期规则:
|
||
|
||
```
|
||
第1集内: story so far 约2-3句。
|
||
多集后: 前面剧情折叠为2-3句，不让模型盲拍。
|
||
每镜仍以当前导演编码为主，story context只提供故事框架，不让模型自由发挥。
|
||
```
|
||
|
||
---
|
||
|
||
## §6 · 多模型路由
|
||
|
||
按 `MODEL-ROUTER.hdlp` 执行:
|
||
|
||
| 镜头 | 推荐 |
|
||
|------|------|
|
||
| S01 御剑/俯瞰/大场景 | 评估 Wan/Seedance/Kling，选择更擅长多镜头/运镜者 |
|
||
| S02 牌匾 | 低运动图生视频；可继续 Seedance/Kling，重点是固定首帧 |
|
||
| S03 苏白台词 | 角色参考图 + 低幅动作，优先一致性 |
|
||
| S04 群嘲散去 | 可拆镜；必要时用运动控制更强模型 |
|
||
| 广告牌文字 | 本地后期，不交给视频模型 |
|
||
|
||
---
|
||
|
||
## §7 · preview-002执行顺序
|
||
|
||
```
|
||
1. 固定资产:
|
||
- 从S02提取天道宗牌匾官方参考图
|
||
- 整理广告牌官方参考图
|
||
|
||
2. 重写四镜导演编码:
|
||
- 增加 story_context
|
||
- 增加 transition_intent
|
||
- 增加 audio_intent
|
||
- 增加 asset_lock
|
||
|
||
3. 重写提示词:
|
||
- 每镜加入 Story so far + Current beat
|
||
- 严格限制模型只拍当前信息增量
|
||
|
||
4. 建立音频脚本:
|
||
- 旁白/苏白/群众/BGM/SFX分轨
|
||
|
||
5. 评估剪辑工具:
|
||
- 保留 FFmpeg
|
||
- 增加 OpenCV平面追踪/四点透视贴图
|
||
- 调研 MoviePy/Remotion/Blender脚本是否适合
|
||
|
||
6. 多模型小样:
|
||
- 先不全量重跑
|
||
- 只重跑 S03/S04 或 S01/S04 两个问题镜头
|
||
|
||
7. 成片:
|
||
- 输出 preview-002
|
||
- 铸渊抽帧质检
|
||
- 回写报告
|
||
```
|
||
|
||
---
|
||
|
||
## 锁定
|
||
|
||
⊢ preview-002 不是继续抽卡，而是修系统能力。
|
||
⊢ 牌匾和广告牌是资产，不是每镜重新想象。
|
||
⊢ 文字是后期合成任务，不是视频模型任务。
|
||
⊢ 声音必须分层，不能念剧本。
|
||
⊢ 转场必须有叙事承接。
|
||
⊢ story context 是长篇视频生成的核心输入协议。
|
||
⊢ 多模型路由是系统能力，不能靠人类手动来回切。
|
||
|
||
---
|
||
|
||
铸渊 ICE-GL-ZY001 · D140
|
||
冰朔 TCS-0002∞ · 国作登字-2026-A-00037559
|