directing-stickman-videos

指导火柴人视频创作

两种模式，一个 Skill

保留现有安装方式和名称。根据用户要求的交付内容选择模式：

• A · 导演：方案、故事板和独立的视频生成提示词。A1/A1.1/A1.2 对应风格 1（浅色／深色）；A2/A2.1/A2.2 对应风格 2/2A/2B；A3–A5 对应风格 3–5。遵循下方未更改的导演约定。
• B · 自动驾驶：带旁白、字幕、有意义的插图、本地动态效果和音效的完整本地视频。阅读 自动驾驶，再阅读所选 B 风格的参考文档。B1 是极简手绘风。B 风格有各自的素材和编号；不得默默复用 A 风格提示词或示例。

如果模式不明确，提出一个简短问题。尊重用户之前提供的选项。自动驾驶模式不得套用导演模式的十秒片段规则、画面中不得出现文字的规则或 B 阶段提示词工作流。自动驾驶可以从主题、推广简报、帖子、文章或故事脚本开始，并不局限于故事。旁白默认使用英语，但优先遵循用户的语言和声音选择。

声音指令因模式而异：B 使用用户指定的 TTS 声音，不添加声音或风格描述。下方及 references/voice-continuity.md 中导演模式详细且固定的声音设定仅适用于 A，不适用于任何 B 风格。

A 和 B 共用安装方式，但不共用制作约定或风格库。本文件中从 A · 导演 到末尾的所有章节仅适用于 A1–A5，包括“所有风格”等表述。对于 B，仅使用自动驾驶的制作规则和所选 B 风格参考；不得沿用 A 的设置、审批、节奏、提示词、声音或视觉限制。每种 B 风格都有自己的视觉效果、字幕、声音、节奏和音效；默认情况下，绝不沿用 B1。修订 B 时保留 A 中已验证的规则，反之亦然。

首次使用和后续步骤

使用一份共享指南，以用户要求或当前对话所用的语言撰写；如果无法确定，则使用可用的主机／本地语言设置。将指南语言与视频旁白／字幕分开；不得根据 README 版本选择指南语言。

在安装交接或首次使用时阅读首次使用和阶段指南；两种模式都应遵循。验证你执行的安装后，立即提供易于理解的快速入门指南；否则，在首次调用时提供。说明输出内容、用途、工具、工作流、可复制的请求，以及相关的公开 GitHub 风格／示例目录，并按代码选择。复用已知选项。在重要阶段完成或遇到阻碍时，明确区分助手已完成的工作与需要用户选择的事项；说明已完成的输出、缺少的内容以及明确的下一步操作。不得增加强制审批环节，也不得每轮都重复欢迎语。

对于 A5，在规划前遵循该指南中的 A5 主动角色指导。其他 A 参考文档遵循 可选 A 角色参考；声音规则保持不变。

A · 导演

核心约定

将一个来源转化为经过确认的导演方案，然后生成 N 条独立提示词，用于制作约十秒长的 Gemini Omni Flash 片段（N = 目标时长秒数 / 10；默认 60 秒时制作 6 个片段）。在保留来源含义的同时，通过高完成率的五阶段情感叙事弧线来组织内容。

设置门槛

开始规划前，必须提供以下内容：

• 源素材
• 画面比例：16:9 或 9:16
• 目标时长：以 10 秒为倍数（例如 30s、60s、90s、3min、5min；若未指定，默认 60s / 6 个片段）
• 视觉风格和主题：
  • Style 1 (Classic Minimalist)：浅色（白色背景、黑色人物）或深色（黑色背景、白色人物）
  • Style 2 (Modern Beanie Zeke)：
    • Style 2A (Modern Studio Tech)：纯白高调影棚、微妙的浅灰透视网格、悬浮的青色／蓝色玻璃质感 UI
    • Style 2B (Cinematic Story)：全彩叙事环境、电影感灯光与景深
  • Style 3 (Prehistoric Hand-Drawn / Dark Comedy)：表情丰富的白色实心头部、黑色线条四肢、兽皮服饰和质朴的史前场景；根据故事选择角色
  • Style 4 (Cozy Storytelling / 治愈故事风)：表情丰富的极简白色实心角色，搭配深色线条四肢，置于全彩 2D 卡通环境中；故事地点多变，镜头切换富有电影感
  • Style 5 (Historical Cartoon / 历史卡通风)：白色头部连接短白色颈部、表情丰富的面部、黑色线条四肢和小巧的无指掌部，搭配时代服饰和赛璐璐风格的历史场景

如果缺少画面比例或视觉风格，请用一条简洁消息询问所有缺失项，然后停止。如果未提供时长，默认 60 秒（6 个片段）。如果用户指定的时长无法被 10 整除，则四舍五入到最接近的 10 秒倍数。如果用户只指定浅色或深色主题，则默认使用 Style 1。切勿默默替用户选择画面比例或风格。不要重复询问用户已提供的选项。

紧急情况、生成成本、客户端压力，以及要求“选常规设置”都不能免除此门槛。

工作流

1. 阅读 references/storyboard-template.md、references/style-catalog.md 和 references/voice-continuity.md。使用 5 阶段高完成度心跳引擎（黄金钩子 → 打破假设 → 揭开内部秘密 → 揭示终极真相 → 升华与互动讨论）构建叙事，并根据目标时长动态调整节奏。以用户使用的语言制作 Phase A，同时提供英文 VO 和参考译文。
2. 导演提案完成后暂停，并请求用户明确批准。
3. 如果用户更改画面比例、时长、风格、主题、旁白、场景结构或整体方向，请重新编写 Phase A 并再次请求批准。
4. 只有在用户批准当前 Phase A 后，才能阅读 references/omni-flash-prompt-contract.md 并制作 Phase B。
5. 仅当具体的端到端示例能消除歧义时，才使用 references/examples.md。

批准主题、日程压力或批准较早版本，都不等于批准当前 Phase A。

输出规则

对于 Style 3，规划前请阅读 references/prehistoric-dark-comedy.md。其中的选角、故事节奏、配色和连贯性规则优先于以下通用规则：不得闲置、设备数量限制，以及五阶段结尾讨论规则。叙事短片采用“铺垫 → 升级 → 反讽式收尾”的结构；不要强行在视觉笑点中加入讨论问题。这是一种视觉叙事风格，并非对真实史前时代的描述。

对于 Style 4，规划和组装提示词前请阅读 references/cozy-storytelling.md。除非用户明确要求在同一地点拍摄，或批准有意重返某个地点，否则每个新的 10 秒片段默认采用不同且容易识别的故事场景。保持角色、绘画语言、重要道具、运动方向和旁白的一致性，而不是让整段视频都使用相同的桌子或背景。请在 Phase A 中标明场景地点切换和任何时间跳跃。这是全彩卡通叙事风格，不是手绘／速写本模式，也不意味着使用照片级写实的 3D 背景。 对于 Style 5，在规划和组装提示词前，请先阅读 references/historical-cartoon.md。更换时代设定包时，绘画语法保持不变。在 Phase A 中确认故事专属角色卡、场景、调色板、道具和确切旁白；在每条 Phase B 提示词中重复完整的已批准风格和可见角色描述。其历史调色板、音乐、肢体动作节奏和故事结尾优先于下文通用的三色、必须使用钢琴、设备数量、不得闲置和以讨论收尾等规则。应用现有的共享语音规范；不要将此风格的角色规则应用于 Styles 1–4。

• 使用 5 阶段高完播率流程构建每个脚本：
  1. 黄金钩子：通过反直觉的问题或视觉悖论，瞬间引发好奇。时机可根据时长灵活调整（例如，短视频在最初 2–5 秒内，长视频可延至 10–15 秒）；绝不要以泛泛而谈的陈词滥调开场。
  2. 打破固有假设：先说出大家普遍认为正确的事，再用一句话打破它，制造认知冲突。
  3. 揭示内幕：揭开隐藏机制、反直觉的细节或真正的障碍。
  4. 终极真相揭示：以最大的认知回报，揭示背后的商业逻辑或人性真相。
  5. 升华与高互动讨论：以令人难忘的妙语收尾，并提出引人入胜的讨论问题，激发评论区争论。
• 按每段 10 秒约 20–25 个英文 VO 单词的标准，调整英文 VO 总词数，并按 N 段计算（例如：30 秒／3 段约 60–75 个单词；60 秒／6 段约 120–150 个单词；3 分钟／18 段约 360–450 个单词；5 分钟／30 段约 600–750 个单词）。
• 每段包含三个带时间标记的节拍、至少四种相关视觉手法，并每 2–3 秒变化一次画面。
• 所有片段中的角色比例、线条粗细、风格和旁白保持一致。
• 对于 Style 1，冻结 references/style-catalog.md 中简洁的角色锚点，并在每个片段中逐字重复。保持两条手臂和两条腿，每个肢体只有一个当前姿势，比例稳定，线条粗细统一；手臂移动时应替换原姿势，而非增加另一条手臂。角色保持单色，饱和色仅用于道具／图形。不得用“同一个角色”、省略号、数字化人体结构描述、骨架／路径指示或针对片段的外观描述替代锚点。可以偶尔添加简单的线条表情；头部保持空心。丰富的动作和特效应与角色设计分开处理。将生成一致性视为视觉验收标准，而非重复文本就能保证的结果。
• 对于 Style 1，视频中最多使用三种以普通描述词命名的饱和色（例如鲜艳红、电光蓝、暖金色）。浅色主题必须使用纯平、数字化纯白画布，不得有纹理、渐变或 3D 景深。
• 对于 Style 2（Modern Beanie Zeke），必须保持角色一致：
  • 片段 1：A minimalist 2D animated stick figure wearing a bright red beanie (smooth knit, no pom-pom) and a yellow t-shirt, with simple black stick limbs and shorts. Simple black lines, vibrant colors, smooth 2D animation style.
  • 片段 2–N：The same minimalist 2D animated stick figure in a bright red beanie and yellow shirt... Simple black lines, vibrant colors, smooth 2D animation style.
  • 不得使用细致的眼睛、瞳孔或写实特征（避免变形出凸眼）。
• 对于 Style 2A（Modern Studio Tech），必须使用：in a modern bright white studio space with subtle light-gray perspective grid lines on the floor plane. High-key studio lighting, clean white negative space, sleek glowing cyan and electric blue glass holographic UI elements. 始终包含以下负面约束：STRICTLY MINIMALIST, NO CIRCUIT BOARD TEXTURES, NO SCI-FI WALL PANELS, NO CRACKED CONCRETE.
• 对于 Style 2B（Cinematic Story），须指定全彩叙事场景和电影感灯光，同时保留 2D 动画火柴人角色设计。
• 对于 Style 4，冻结每个获准角色的完整锚点，并在该角色出现的每个片段中重复锚点。将静态设计与首帧位置、带时间标记的道具交接和最终状态分开说明；场景变化不会重置道具归属或旁白。阅读其参考资料，了解镜头变化和视觉验收标准。
• 对于所有风格，避免抽象的液体／形状变形。通过具体的角色动作推动动态（跳跃、触碰玻璃、绘制发光线条、打开门），并按 [0–3s]、[3–7s] 和 [7–10s] 安排带时间标记的节拍。绝不要让角色静止不动。
• 对于所有风格，遵循 references/voice-continuity.md：在 Phase A 中选定完整的视频级声音配置，然后在每个片段中逐字重复完整、冻结的英文描述块。不同视频可以选择不同声音；场景／风格／角色变化不得导致旁白换人。须锁定音色、声区、口音、质感、表达方式、语速和录音处理方式，而不只是注明“同一旁白”。通过视觉／音乐表现情绪变化。风格专属的音乐规则不得凌驾于这项通用声音规范之上。从第 1 段开始就必须保持背景音乐（BGM）连贯。
• 将旁白视为纯音频（Audio voiceover only, strictly no speech bubbles, no dialogue boxes）。准确引用对话，并明确禁止改动、重复、加字幕、加说明文字或将其转录为视觉文本。
• 生成提示词中绝不得出现技术性色彩标记（十六进制、RGB、Pantone）。
• 默认生成的片段中不得出现可见的文字、字母、数字或界面文案。可选的 2–5 词叠加文字应单独写在后期制作备注中。
• 每个片段的结尾都须通过动作、重要道具、画面方向或预先设计的剪切，与下一片段的开头衔接。Style 4 使用有意安排的场景变化或获准的时间跳跃；相邻片段不必使用相同背景。
• 不得编造缺乏依据的事实、统计数据、引言或产品声明。

修订规则

重新构图，而非仅仅更改名称：

• 16:9：将舞台动作铺展至左侧、中央和右侧；采用横向跟拍，并留出负空间。
• 9:16：利用纵深、层叠动作、垂直揭示效果，并将内容放在不遮挡界面的位置。

主题、比例、时长或风格的更改都需要重新检查视觉平衡。任何全局更改都会使先前的审批失效。

最终检查

按照已加载参考资料中的清单进行检查。修复所有未通过的项目后再回复。