muapi-ai-fight-scene

AI 打斗场景生成器

先创作一张包含 16 格的分镜图，再以此驱动 Seedance 2.0 图生视频，生成高剪辑密度的动作／打斗场景。

核心理念：动作张力来自剪辑密度，而非单个镜头的质量。 通过强制视频模型遵循预先绘制的 4×4 分镜网格，你可以在 15 秒片段中获得 16 个不同镜头——命中拳击、反打镜头、特写、甩镜——这是单靠 t2v 提示词无法编排出来的。

输入

名称	类型	必填	默认值	描述
character_description	文本	是	—	格斗者的完整外貌描述。不对称特征（眼睛颜色、疤痕所在侧、左侧臀部的枪套）有助于模型在不同分镜格中保持人物身份一致。
environment_description	文本	是	—	场景设定，例如“赛博朋克风格的潮湿后巷、霓虹灯汉字招牌、《Stray》游戏美学、雨水打在铬金属上”。
action_script	文本	是	—	动作节拍——可以是散文，也可以是编号节拍。例如：“英雄被逼入绝境 → 挡住第一拳 → 以肘反击 → 把对手扔进垃圾桶 → 终结技。”
style_direction	文本	否	cinematic action film, anamorphic lens, high contrast, motion blur on hits	应用于每一帧的美学／视觉风格标签。
duration	整数	否	15	最终视频时长，单位为秒。默认情况下，分镜的 16 格大致对应每秒 1 个镜头。
aspect_ratio	文本	否	16:9	输出画幅——16:9 电影宽屏、9:16 竖屏、1:1 方形。

步骤

阶段 A — 角色设定图

使用 muapi image generate（model=gpt-image-2-text-to-image）生成一张干净的角色转面设定图：

• 提示词：Character reference sheet of {{character_description}}. Three views — front, 3/4, profile — on a neutral grey backdrop. Studio lighting, full body, no text overlays, photoreal. Asymmetric identifying details preserved on the correct side. {{style_direction}}.
• 画幅比例：3:2

展示角色设定图，并在继续之前确认身份特征是否正确。这张图将作为后续阶段的参考图 #1。

阶段 B — 环境概念图

使用 muapi image generate（model=nano-banana-2）设计场景／世界：

• 提示词：Wide establishing shot of {{environment_description}}. No characters in frame — environment only. Strong perspective lines, depth, atmospheric haze. {{style_direction}}. Production-design concept art.
• 画幅比例：{{aspect_ratio}}

这里选择 Nano-Banana-2，是因为它能通过推理来安排构图——与纯文生图模型相比，它更擅长生成具有可信空间逻辑（瓶颈位置、掩体、视线通道）的场景，便于用于动作场景。展示图片供用户确认。这将作为参考图 #2。

阶段 C — 16 格分镜

使用 muapi image edit（model=gpt-image-2-image-to-image）将动作安排到一张 4×4 分镜图中：

• 参考图：阶段 A 的角色设定图以及阶段 B 的环境底图。
• 提示词：

  Compose a 4×4 storyboard grid (16 numbered cells) for the following action sequence:
  {{action_script}}
  
  CHARACTER (use reference image 1 identity throughout, asymmetric details preserved):
  {{character_description}}
  
  LOCATION (use reference image 2 spatial layout):
  {{environment_description}}
  
  Each cell labels: SHOT # (1–16) · SIZE (WIDE / MS / CU / ECU) · CAMERA-MOVE arrow (push, pull, whip, dolly, crash-zoom, handheld) · 1-word RHYTHM note (BEAT / IMPACT / RECOVERY / RESET).
  
  Vary shot size aggressively — never two WIDEs in a row. Land every IMPACT on a CU or ECU.
  Hand-drawn comic-book ink-and-wash style, monochrome with selective red accents on hits.
  Numbered cells, clear gutters between panels.
  
  Aesthetic: {{style_direction}}.
  

• 画幅比例：1:1（方形最适合 4×4 网格）

向用户展示分镜图。确认：

• 16 个镜头清晰易读
• 不同格中的人物身份保持一致
• 剪辑密度／镜头景别变化足够强烈

如果某一格的效果不理想，只需重新生成分镜图，并加粗标注该格的说明（“CELL 7 必须是右拳的特写”）。

阶段 D — 分镜转视频（Seedance 2.0）

将分镜图交给 muapi video from-image（model=seedance-v2.0-i2v）：

• 参考图：阶段 C 的 16 格分镜图。
• 提示词：

  Generate a {{duration}}-second action sequence that strictly follows the 16-cell storyboard reference image, cell-by-cell, top-left to bottom-right.
  
  - Honour each cell's labelled SHOT SIZE and CAMERA-MOVE — match cuts to the storyboard's rhythm notes.
  - Strong cinematic feel and shot language. Exaggerated dynamics. Hits land hard with motion blur and impact frames.
  - Camera language: anamorphic, handheld where the storyboard calls for it, locked-off where it doesn't.
  - Native audio: impact sfx on every IMPACT cell, footsteps, fabric/Foley, restrained low score under the action.
  
  Action being rendered: {{action_script}}.
  Aesthetic: {{style_direction}}.
  

• 时长：{{duration}}（默认 15）
• 画幅比例：{{aspect_ratio}}

生成完成后，展示最终视频。如果剪辑密度感觉太低，或镜头与分镜不匹配，优先重新生成阶段 D（比重做分镜成本更低），并在提示词中更强烈地强调“严格逐格遵循”。

备注

• 为什么用分镜图，而不是文字分镜？ Seedance 2.0 i2v 会根据视觉参考来确定动作计划。一张包含 16 个绘制画格的网格能为它提供 16 个需要实现的视觉目标——镜头的文字描述会被平均成一团模糊内容。
• 不对称的角色细节很重要。 如果没有“右眉上方有疤痕”或“只有左手戴着皮手套”之类的细节，画格间的身份漂移就会成为头号失败原因。
• 用 seedance-2.0-i2v-480p 起草。 先进行成本更低的预览，再决定是否运行完整分辨率的 seedance-v2.0-i2v。
• 对于更长的打斗场景，串联两次运行：第一次使用分镜 A（画格 1–16，节拍 1–15 秒）；第二次使用分镜 B（画格 17–32，节拍 15–30 秒），并将 A 的最后一个画格作为 B 第一个画格中的连续性锚点。
• 语言：四个模型都支持英文和中文提示词，因此分镜画格标签可以使用任一种语言。

触发关键词

fight scene、action sequence、storyboard to video、cut density、cinematic action、combat choreography、seedance 2 storyboard

流程一览

character_description ──► [GPT-Image-2 t2i]   ─► character sheet ──┐
                                                                    │
environment_description ─► [Nano-Banana-2 t2i] ─► environment plate ┼─► [GPT-Image-2 i2i] ─► 16-cell storyboard ─► [Seedance 2.0 i2v] ─► 15s action video
                                                                    │
action_script + style_direction ───────────────────────────────────►┘

---

执行 Agent 注意事项

• 此流程由 LLM 编排：阅读每个阶段，从用户处收集缺失的输入，然后调用 muapi CLI 命令。如果未设置 MUAPI_API_KEY，请先运行 muapi auth configure。
• 对于尚无 CLI 别名的模型 ID，请改用原始端点，通过 curl -X POST https://api.muapi.ai/api/v1/<endpoint> -H "x-api-key: $MUAPI_API_KEY" -H 'content-type: application/json' -d '{...}' 调用，并使用 muapi predict wait <request_id> 轮询。
• 阶段 C 使用两张参考图（角色设定表 + 环境底图）。调用 gpt-image-2-image-to-image 时，将它们作为列表传入 images_list（或该模型文档规定的多参考图字段）。
• 每次调用前，将 {{input_name}} 占位符替换为用户提供的实际输入。