# 剧本与分镜规范 (Script & Storyboard)

## 视频格式配置（必填）

> 在开始创作前，请先确定视频格式。这将影响每场戏的时长和内容密度。

| 配置项 | 选项 | 当前设定 |
|--------|------|----------|
| 视频类型 | 单集 / 连续剧 | （请填写） |
| 视频长度 | 短视频（1-3分钟）/ 中视频（5-15分钟）/ 长视频（20分钟+） | （请填写） |
| 单场时长 | 短视频：15-30秒/场；中视频：30-60秒/场；长视频：1-3分钟/场 | （请填写） |
| 每集场次数 | 建议：短视频3-5场；中视频5-10场；长视频10-20场 | （请填写） |

**示例配置**：
```
视频类型：连续剧
视频长度：短视频（2-3分钟/集）
单场时长：20-30秒
每集场次数：4-6场
```

---

## Seedance 2.0 Prompt 优化指南

> 基于 Seedance 2.0 论文核心分析，以下是针对音视频联合生成的最优 Prompt 策略。

### Prompt 结构框架（必填六要素）

```
【主体描述】+ 【动作/表演细节】+ 【环境/氛围】+ 【镜头语言】+ 【音频/声音设计】+ 【风格/影调】
```

### 各维度优化技巧

#### 1. 主体描述（利用强语义理解）
- ✅ **具体明确**："一位穿着暗红色羊绒大衣的40岁女性" 优于 "一个女人"
- ✅ **多模态细节**：同时描述视觉外观和声音特征
  ```
  例："一位嗓音略带沙哑的中年男性，穿着磨损的皮夹克，说话时带有明显的四川方言口音"
  ```

#### 2. 动作与表演（避免慢动作陷阱）
- ⚠️ **避免**：仅写 "缓慢行走"（模型可能用慢动作糊弄）
- ✅ **推荐**：明确动作意图和情绪强度
  ```
  例："她快步穿过人群，肩膀微微颤抖，表现出压抑的愤怒，步伐急促但保持平衡"
  ```

#### 3. 镜头控制（利用原生运镜能力）

| 运镜类型 | Prompt 写法 |
|---------|------------|
| 希区柯克变焦 | "Dolly zoom effect: camera pulls back while zooming in" |
| 环绕镜头 | "360-degree orbital shot around the subject" |
| 跟踪镜头 | "Handheld tracking shot following the character" |
| 长镜头 | "Continuous long take without cuts" |
| 特写转场 | "Push-in to extreme close-up on eyes" |
| 推镜头 | "Slow push-in from medium shot to close-up" |
| 拉镜头 | "Pull-back shot revealing the environment" |

#### 4. 音频设计（核心差异化能力）
**必须显式描述音频**，因为模型是音视频联合生成：

```
【人声细节】
- 语言："普通话/粤语/四川话/英语"
- 音色："清脆的少女音/浑厚的男低音/沙哑的烟嗓"
- 情绪语调："颤抖的哭腔/抑扬顿挫的朗诵/冷漠的平淡语气"
- 内容：直接写出台词或描述说话内容

【环境音效】
- "海浪拍打礁石的声音，海鸥远处鸣叫"
- "雨声从轻柔转为倾盆，配合雷声渐近"

【音乐氛围】
- "低沉的大提琴独奏，逐渐加入弦乐，营造悬疑感"
```

#### 5. 风格与影调
- ✅ 描述具体视觉特征而非空泛词
- ❌ 避免："高质量"、"4K"、"精美"
- ✅ 推荐："冷色调，高对比度，电影级调色"

### 中文场景特化技巧

1. **方言使用**：直接指定
   ```
   "角色用上海话交谈，语调软糯，带有老派弄堂口音"
   ```

2. **文化元素**：模型对东方表演有理解
   ```
   "京剧旦角，兰花指手势，眼波流转，念白带有韵白节奏"
   "武侠风格，抱拳行礼，衣袂飘动，配乐是古筝与笛子"
   ```

3. **短剧节奏**：指定快节奏叙事
   ```
   "短剧风格，快节奏剪辑感，每3秒一个情绪转折，配合紧张的音乐节拍"
   ```

---

## 场次文件格式标准

### 文件结构（Seedance 2.0 优化版）

```markdown
【主体描述】
角色外观、服装、体型、年龄等具体描述
声音特征：音色、语调、方言口音

【动作与表演】
具体动作描述，包含情绪强度和动作意图
避免模糊描述，明确动作节奏

【环境与氛围】
场景地点、时间、天气、光线
环境氛围关键词

【镜头语言】
运镜方式：推/拉/摇/移/跟/升降
景别：远景/全景/中景/近景/特写
特殊效果：慢动作/快进/定格

【音频设计】
人声：语言、音色、语调、台词内容
环境音：具体的环境声音描述
音乐：背景音乐风格和情绪

【风格影调】
整体视觉风格
色调和光影特点
参考作品风格（可选）

【剧本内容】
对白和动作描写
```

---

## 文件命名规范（简体中文）

> **重要**：所有目录和文件名必须使用简体中文，便于用户识别和管理。

**剧集目录命名**：`第{集数}集_{中文标题}`

**场次文件命名**：`场次{序号}.txt`

**封面图片命名**：`场次{序号}_封面.png` 或 `场次{序号}_封面.jpg`

**示例目录结构**：
```
输出/
├── 项目配置.md              # 视频格式配置
├── 全局上下文.txt           # 角色设定、世界观
├── 第1集_系统觉醒/
│   ├── 剧本.md              # 完整剧本
│   ├── 场次1.txt            # 可粘贴到视频生成工具
│   ├── 场次1_封面.png       # 场次1封面图片
│   ├── 场次2.txt
│   ├── 场次2_封面.png
│   └── 上下文摘要.txt       # 本集结尾状态
├── 第2集_一剑开天门/
│   └── ...
└── ...
```

---

## 封面图片生成规范

> 每个场次视频都应有对应的封面图片，用于视频封面展示。

### 封面图片要求

| 属性 | 要求 |
|------|------|
| 尺寸 | 1920x1080（横版）或 1080x1920（竖版） |
| 格式 | PNG 或 JPG |
| 风格 | 与视频视觉风格一致 |

### 封面 Prompt 模板

```
【封面图片提示词】
风格：[视觉风格关键词]
主体：[主要角色/物体]
动作：[关键姿势/表情]
场景：[背景环境]
光线：[光照效果]
构图：[镜头角度/构图方式]
```

---

## 完整示例 Prompt

### 示例1：修仙玄幻场景

```markdown
【主体描述】
沈安在：白衣中年男子，约40岁，两鬓霜白，面容俊俏，身材修长。
声音特征：沉稳有力的男中音，说话时带有仙风道骨的从容感。

【动作与表演】
双手负于身后，从高处跃下，落地时衣袂飘动，表情从慵懒转为严肃。
步伐稳健，眼神锐利地盯着前方，表现出高人的威严感。

【环境与氛围】
青云峰山道，清晨，阳光透过云层洒落，山间云雾缭绕。
氛围：仙侠意境，空灵飘逸。

【镜头语言】
运镜：从高处俯拍沈安在跃下，跟随下落，落地时切换到低角度仰拍。
景别：全景 → 中景 → 近景。
节奏：落地瞬间有轻微的慢动作效果。

【音频设计】
人声：沈安在大喝"站住！"，声音在山谷中回荡。
环境音：山风吹过树林的沙沙声，远处鸟鸣。
音乐：古筝急促拨动，营造紧张感，落地时音乐骤停。

【风格影调】
xianxia, chinese fantasy, cinematic lighting, ethereal atmosphere.
色调：冷色调为主，晨光带来暖色点缀。
参考：《琅琊榜》《陈情令》的仙侠视觉风格。

【剧本内容】
沈安在落地，双手负于身后，故作高深地看着慕容天。
沈安在：(冷淡) 你要去哪？
慕容天低头，不敢直视沈安在。
```

### 示例2：情绪特写场景

```markdown
【主体描述】
慕容天：少年身形，约16岁，穿着朴素道袍，背着包袱。
声音特征：清亮的少年音，说话时带着压抑的哭腔。

【动作与表演】
停下脚步，回头望向青云峰顶，眼眶泛红，嘴角苦笑。
肩膀微微颤抖，表现出压抑的悲伤和不甘。

【环境与氛围】
青云峰山道，上午，阳光透过树叶洒落斑驳光影。
氛围：落寞、决绝。

【镜头语言】
运镜：固定机位，缓慢推近到面部特写。
景别：远景 → 中景 → 面部特写。
特殊：最后定格在眼睛的极端特写，捕捉泪光。

【音频设计】
人声：慕容天自语，声音低沉颤抖。
环境音：山间寂静，偶尔有风吹树叶声。
音乐：低沉的大提琴独奏，逐渐加入弦乐，营造悲伤感。

【风格影调】
xianxia, chinese fantasy, melancholic, cinematic.
色调：偏冷的蓝色调，阳光带来微弱暖色。
参考：《卧虎藏龙》的情感戏视觉风格。

【剧本内容】
慕容天：(自语) 三年了……我还是无法突破筑基期。
慕容天停下脚步，回头望向青云峰顶。
慕容天：(苦笑) 也许离开才是最好的选择。
```

---

## 避坑指南

| ❌ 避免 | ✅ 替代 |
|--------|--------|
| "高质量"、"4K"、"精美" 等空泛词 | 具体描述材质、光影、运镜方式 |
| 仅描述视觉，忽略音频 | 音视频联合描述，至少指定环境音 |
| 过度限制（指定每秒的动作） | 给模型创意空间，描述意图和情绪 |
| 长句堆砌 | 用分段清晰分隔不同维度 |
| "像XX电影"（模型可能不理解） | 描述该电影的具体视觉特征 |
| "缓慢行走"等模糊动作 | 明确动作意图、情绪强度和节奏 |

---

## 进阶设定（可选）

### 章节摘要模板

> 每章完成后记录核心信息，帮助 AI 记住前文。

```markdown
## 第X章摘要
- **核心事件**：（一句话概括）
- **关键决策**：（角色做出的重要决定）
- **角色登场**：（本章出现的角色）
- **伏笔埋设**：（埋下的伏笔ID）
- **伏笔揭示**：（揭示的伏笔ID）
- **角色状态变化**：（位置、情绪、关系等变化）
- **预计下章内容**：（简要提示）
```

### 场次时长估算指南

| 视频类型 | 对白密度 | 动作密度 | 建议时长 |
|----------|----------|----------|----------|
| 短视频 | 少（1-3句） | 多 | 15-20秒 |
| 短视频 | 多（5-10句） | 少 | 20-30秒 |
| 中视频 | 少 | 多 | 30-45秒 |
| 中视频 | 多 | 少 | 45-60秒 |
| 长视频 | 少 | 多 | 1-2分钟 |
| 长视频 | 多 | 少 | 2-3分钟 |