visual-style-direction

规定视觉系统

创建一套视觉语法，让其他制作 Agent 能够反复执行；不要只堆砌形容词，也不要克隆参考作品。将意图转化为可观察的规则，把规则编码为可移植的制品，在有代表性的画面或镜头中验证，并修复系统，而不是只给个别输出打补丁。

此处使用的证据标签

• 文档事实 — 有标准、一手技术文档或机构来源支持的陈述。
• 研究发现 — 引用的实证研究所得出的结果；仅在研究范围内应用。
• 制作启发式 — 实用经验法则。将其视为可测试的默认做法，而非定律。

在指导文件中明确区分这些类别。绝不要把审美、惯例或服务提供方的行为说成标准。

交付约定

制作一份视觉指导文件，使其在无法访问原始对话的情况下仍可使用。文件必须包含：

1. 简要解读和未解决的假设；
2. 一句话方向主张；
3. 参考资料台账和原创性分析；
4. 不变量、可控变量和明确的反模式；
5. 色彩、对比组合、排版、布局、纹理／材质、光线、摄影机／镜头和动态系统；
6. 反复出现的主体、地点、图形和镜头的连续性规则；
7. 无障碍和权利约束；
8. 可移植的设计令牌以及非令牌制作规则；
9. 图像和视频的适配规则，包括宽高比的处理方式；
10. 有代表性的验证画面或验证镜头规格；
11. 交接元数据、验收测试和修复日志。

不要把决策埋在散文里。每个重要选择都需要一个固定名称、理由、允许范围和测试。

范围边界

使用此技能，确定作品在不同工具中应呈现怎样的视觉和动态效果。将所得系统交给图像生成、视频生成、动画、剪辑、版式或后期处理技能。

不要：

• 指定服务提供方、端点、模型标识符、种子语法或特定服务提供方的提示词语法；
• 用情绪板代替制作规格；
• 保证生成的样片能确保整个批次的连续性；
• 擅自推定获得了使用品牌素材、肖像、地点、字体、影像素材或参考作品的许可；
• 声称已完成法律许可审查。若风险重大，应说明相关事实并请求审查。

先明确约束，再考虑审美

在提出方向前，先提取以下信息：

领域	需要解决的问题
传播	观众必须理解、感受、记住或采取什么行动？
受众	哪些人被纳入、排除、呈现，或可能被误读？
品牌	提供的哪些素材和规则具有权威性？哪些仅供参考？
交付物	静帧、序列、影片、社交媒体剪辑版、缩略图、UI、印刷品；所需的宽高比和时长是什么？
制作	实拍、生成媒体、2D／3D、合成、剪辑，还是混合制作？后续制作实际能控制哪些方面？
连续性	哪些主体、产品、空间、道具、服装、标记和事实会反复出现？
无障碍	是否需要字幕、音频描述、减少动态效果的版本、文本替代、对比度目标和特定阅读条件？
权利	来源、所有者、许可证、地域、期限、模特／财产授权、商标限制，以及合成媒体披露要求是什么？
色彩	SDR／HDR、显示／印刷目标、工作色彩空间、输出变换、嵌入式配置文件和审查环境是什么？
审批	谁负责审批方案、验证画面、连续性表和最终母版？

如果缺少的信息会实质性改变方向，应先询问。如果它只影响实施细节，则说明一个可撤销的假设并继续。

分析参考作品，但不要模仿

建立参考资料台账

记录每项参考资料的以下信息：

• 标识符和来源；
• 提供者；
• 已知权利人和使用许可；
• 预期用途：内容、情绪、构图、材质、光线、光学、运动、排版或制作技法；
• 观察到的证据：可见或可听到的内容；
• 解读：这些证据营造的效果；
• 可迁移机制：可重复使用的抽象规则；
• 应排除的身份特征细节：受保护的艺术作品、独特的角色设计、徽标、商业外观、精确版式、标志性母题、独特道具、可识别的序列或特定艺术家的组合；
• 置信度和未解决的问题。

使用“低调的侧光，光线迅速衰减，背景中有一盏小型暖色实用灯”这样的描述，而非“像参考 A 一样具有电影感”。

从四个层面拆解

1. 目的 — 参考资料承担什么传播任务？
2. 机制 — 层级、节奏、对比、调度或镜头选择如何实现这一任务？
3. 表层 — 哪些配色、纹理、字体、道具和母题让它具有辨识度？
4. 身份 — 哪些具体的表达选择或品牌信号属于该来源？

迁移目的和通用机制。根据新的简报重新构建表层选择。除非相关身份特征细节由用户提供且已获授权，否则应予以排除。

**研究发现：**受控设计固着实验发现，示例可能导致设计师复现示例特征并缩窄概念产出。这一发现源于工程设计任务，因此应将其视为参考资料可能造成固着的警示，而非证明每个情绪板都会导致固着。可通过分析多个功能各异的来源、在明确简报前暂缓表层决策，以及记录排除项来应对。参见 Jansson 和 Smith 的《Design Fixation》，Design Studies 12(1)，1991 年（DOI 页面）。

路线获批前进行原创性检查

请自问：

• 如果隐藏参考资料，提议的设计体系是否仍能从简报中推导出来？
• 是否整体保留了参考资料独特的构图、配色关系、母题、排版和镜头序列？如果是，应重新设计。
• 是否有一项参考资料主导了多个身份特征层面？
• 每个主要选择能否由受众、信息、制作或品牌证据来解释？
• 结果是否可能让人误以为与其他来源或品牌存在关联？
• 审核者能否指出某个具体画面或作品，并识别出被复制的表达细节？

**已记录事实，美国背景：**美国版权局指出，风格本身通常不受版权保护，而原创的图像和图形表达可能受保护，使用他人作品可能需要获得许可。这一区别并不意味着模仿没有风险：个别表达元素、衍生作品权利、合同、公开权和商标问题仍然存在。美国专利商标局解释，外观、含义或整体商业印象都可能造成混淆性相似。请将此作为风险筛查，而非法律建议。参见版权局《数字复制品报告》、《视觉与图形艺术家的版权》和美国专利商标局关于混淆可能性的指南。

当用户指名在世艺术家或要求近乎照搬时，应拒绝模仿其身份特征，并提供基于机制的设计方向，采用更宽泛的时代、媒介、光线、构图、材质和情绪属性。

创建有对比性的路线，然后收敛

提出 2 至 4 条路线，通过有实质差异的体系解决同一个传播问题。每条路线至少在以下三个结构维度上有所不同，例如：

• 层级与信息密度；
• 空间组织与留白；
• 色度／明度策略；
• 材质逻辑；
• 光照逻辑；
• 视觉距离与摄影机行为；
• 动态能量与转场逻辑；
• 字体角色。

不要把“路线 B”做成路线 A 的单纯换色版。

每条路线都应提供：

• 名称和一句话论点；
• 三条主导原则；
• 标志性手法；
• 证明帧描述；
• 可能的优势；
• 可能的失败模式；
• 成本／复杂度影响；
• 使用的参考机制及排除的身份细节。

根据简报推荐一条路线。将未选路线保留为决策记录；不要悄悄把它们混入获批路线。

撰写方向论点和设计语法

论点必须包含传播意图、视觉张力和行为规则。

较弱：“高级、现代、电影感。”

较强：“让技术精确感变得触手可及：用规整的编辑式几何构图收纳温暖、不完美的材质，并且只在关系变得更清晰时移动摄影机。”

将论点转化为：

• 不变量 — 在每项资产中都必须保持稳定；
• 受控变量 — 可在指定范围内变化；
• 例外 — 仅在明确说明的叙事条件下允许；
• 反模式 — 看似诱人、实则会破坏方向的手法。

不变量／变量测试

元素	不变量	受控变量	失败信号
主体	可辨识的轮廓、产品几何形态	姿势、裁切、表情	各镜头间解剖结构／标记发生变化
构图	一个主导体块、左上方预留文字空间	主体高度占画面 35–60%	多个元素权重相同，造成杂乱
光线	大面积冷色主光、窄范围暖色实景光源	主光角度 ±15°、实景光源位置	正面补光过平，或白色混光失衡
动态	有明确目的的平移，不做无目的漂移	按节拍重要性调整幅度	动态持续不断，却没有传递信息

构建可移植的令牌层

使用令牌管理可复用的原子值和语义值。对于无法简化为单个值的关系，例如“摄影机移动必须揭示因果关系”，应使用说明文字或结构化台账。

区分以下内容：

1. 原始令牌 — 原始颜色、尺寸、时长、字体、字重；
2. 语义令牌 — color.text.primary、color.surface.hero、motion.duration.emphasis；
3. 应用规则 — “主视觉文字仅在通过目标对比度测试的表面上使用 color.text.on-dark。”

当角色比当前值更重要时，避免使用与当前值绑定的名称（blue-500），改用体现角色的名称（accent-action）。区分源值和输出色彩空间中的值。

如果某个颜色令牌包含冗余表示，例如数值型 components 和备用 hex，请验证它们在声明的色彩空间中编码的是同一种颜色。应优先采用一种权威表示，避免便捷字段之间互相矛盾。交付前运行令牌解析器或颜色转换检查；语法有效但数值不匹配的令牌并不可移植。

已记录事实： Design Tokens Community Group 将令牌描述为一种与平台无关的方式，用于交换设计决策。其首个稳定格式 2025.10 使用带有 $value 的类型化令牌，支持分组和引用，并定义了颜色、排版、尺寸、时长、描边、渐变和阴影等类型。核实日期：2026-07-09。需要互操作时，请遵循稳定规范；摄影机、光照、构图和连续性台账应与规范并列保存，不要为其另创非标准令牌类型。参见 DTCG Format Module 2025.10。

示例：可移植的 DTCG 令牌摘录

这是一个示例，并非强制配色方案。

{
  "color": {
    "ink": {
      "$type": "color",
      "deep": {
        "$value": {
          "colorSpace": "srgb",
          "components": [0.055, 0.071, 0.09],
          "hex": "#0E1217"
        }
      }
    },
    "text": {
      "$type": "color",
      "on-dark": {
        "$value": {
          "colorSpace": "srgb",
          "components": [0.957, 0.941, 0.902],
          "hex": "#F4F0E6"
        }
      }
    }
  },
  "motion": {
    "duration": {
      "$type": "duration",
      "settle": { "$value": { "value": 420, "unit": "ms" } }
    }
  },
  "type": {
    "title": {
      "$type": "typography",
      "$value": {
        "fontFamily": ["Approved Display Family", "sans-serif"],
        "fontSize": { "value": 64, "unit": "px" },
        "fontWeight": 650,
        "lineHeight": 1.02
      }
    }
  }
}

另请提供一份便于阅读的令牌表，列出角色、值、允许的用法、禁止的用法、对比搭配和回退方案。

将数值化的布局、字体、动态效果和安全区域范围标记为证明集起始值，直至针对实际受监管文案、设备尺寸、平台 UI、观看距离和编码后的交付物完成测试。只有在相关证明关卡通过后，才能将其提升为获批约束。

构建色彩与对比度系统

根据功能和关系定义颜色：

• 画布／表面层级；
• 主要文本和次要文本；
• 品牌／强调色角色；
• 语义状态；
• 数据系列颜色；
• 相关时的肤色／产品保护范围；
• 高光／阴影色相偏向；
• 饱和度预算；
• 单色回退方案；
• 输出色彩空间和审查变换。

将主色／辅助色／强调色的比例指定为灵活范围，而非装饰性算术。针对实际有纹理、经过调色且会运动的背景，测试所有重要的色彩搭配，不要只测试纯色样本。

文档说明： WCAG 2.2 AA 级规定，普通文本的对比度至少为 4.5:1，大文本至少为 3:1，理解内容所需的图形对象至少为 3:1。该标准还指出，颜色不得成为传达信息的唯一视觉方式。这些是网页内容标准，并非通用的电影调色标准；应将其作为网页／UI 叠加层、字幕、图表及相关素材的最低验收测试，并在实际交付环境中进行测试。请参阅 WCAG 2.2 §§1.4.1, 1.4.3, 1.4.11。

对于动态画面，应评估最不利帧。如果某组搭配未通过测试，可添加底板、局部压暗、描边、阴影、重新定位或替代颜色令牌。若层级因此丢失，切勿只靠把所有内容都变成白色或黑色来“解决”对比度问题。

色彩管理交接

记录：

• 源色彩空间和工作色彩空间；
• 适用时的传递函数／伽马；
• 审批时使用的显示／查看变换；
• 适用时的目标交付色彩空间和峰值亮度；
• 嵌入的 ICC 配置文件或等效元数据；
• LUT／外观变换的名称、版本，以及它属于创意变换还是技术变换；
• 审查监视器假设；
• SDR／HDR 修整策略；
• 色域和剪裁检查。

文档说明： ICC 配置文件用于跨设备关联颜色编码，嵌入式配置文件有助于在不同系统间正确解读图像数据。ACES 将创意外观变换与针对特定显示设备和观看条件的输出变换分开；ACES 元数据文件可追踪输入、外观和输出变换。不要将未知的显示外观烘焙进源素材，再称其为可移植。请参阅 ICC profile-format introduction、ACES system overview、ACES Look Transforms 和 ACES Output Transforms。

将字体规范为行为规则

针对每种用途——展示、标题、正文、说明文字、数据标签、上标、法律声明——明确规定：

• 批准使用的字体系列和已获授权的字体文件；
• 回退字体栈；
• 支持的书写系统／语言以及缺字处理方案；
• 字重、字宽、光学尺寸、大小写、字距、行距；
• 各交付分辨率下的最小渲染尺寸；
• 最大行长／行数；
• 对齐方式和行尾效果；
• 背景处理；
• 安全区域处理方式；
• 基于时间的作品中的入场、停留、强调和退场行为；
• 本地化扩展容差。

不要只用“粗体无衬线”来描述字体。应在最终像素尺寸、压缩、动态效果和观看距离下测试确切的字体系列。在最终渲染前，保持核心文案可编辑；生成系统并不擅长可靠地排版。

对于字幕，应预留固定区域；必要时应包含说话者信息和非语音信息，并避免重要视觉内容占据该区域。WCAG 将字幕定义为语音和必要的非语音音频的同步等效呈现，并要求为预先录制的同步媒体提供字幕，达到 A 级；对于预先录制的视频，若视觉信息尚未通过其他方式传达，则要求达到 AA 级时提供音频描述。参见 WCAG 2.2 时间型媒体。

设计构图系统

定义少量构图行为，而不是固定不变的单一版式：

• 焦点层级：主要、次要、氛围；
• 按宽高比划分的网格和安全区域；
• 主体视觉重量与平衡元素；
• 留白区域的归属；
• 文本／图像碰撞处理规则；
• 地平线和视线高度带；
• 景深层次与重叠规则；
• 边缘视觉强度和裁切规则；
• 对称／不对称倾向；
• 产品或标志允许面向镜头的区域；
• 数据／图表易读性规则。

针对每种所需宽高比，规定重新构图，而不是裁切。说明横向空间变为纵向空间时，哪些关系应当保留。例如：“在 9:16 中，保留主体与标题的对角关系，并将佐证要点移至主体下方；不要把所有元素都居中堆叠。”

**制作经验法则：**每个序列安排一次刻意打破规则的事件。只有在基准视觉语法稳定时，居中、扁平或满版的例外处理才能起到强调作用。

定义纹理、材质和图像构成

通过可观察的属性描述材质：

• 粗糙度／镜面反射度；
• 半透明度／不透明度；
• 颗粒或瑕疵的尺度；
• 边缘磨损和表面痕迹；
• 制作方法；
• 与光线的相互作用；
• 纹理位于物体、镜头、氛围中，还是最终图像上。

避免使用自相矛盾的组合，例如“哑光镜面铬”，除非这种矛盾是刻意设计的，并且已作说明。应区分：

• 世界纹理——纸纤维、拉丝金属、皮肤、布料；
• 拍摄纹理——颗粒、光晕、柔焦、动态模糊、镜头瑕疵；
• 图形纹理——抖动、丝网印刷、噪点场；
• 压缩伪影——通常是缺陷，而非风格。

设定瑕疵预算。如果每个表面都做旧，就没有任何效果显得是刻意的。

将灯光定义为可重复的布光方案

描述：

• 主光源的尺寸、方向、高度、硬度和色彩；
• 补光比例或阴影意图；
• 负补光；
• 逆光／轮廓光分离；
• 实景灯及其叙事作用；
• 环境光／环境贡献；
• 曝光优先级和高光保护；
• 时间和天气限制；
• 连贯性容差；
• 禁止的布光方案。

必要时使用示意图或时钟方位。“有氛围”不是布光方案。

示例：灯光规则

这只是一个示例，并非通用方案。

一个大型冷色主光源位于镜头左侧 35–50°，位置略高于视线；镜头右侧使用负补光；一个昏暗的暖色实景灯至少位于主体身后一主体宽度处；避免浅色产品标签高光溢出；不要在眼睛中产生正面环形灯反光；相邻镜头的阴影方向应保持一致。

定义镜头与摄影机语言

先描述观众与主体的关系，再说明光学手段：

• 亲密感或观察感；
• 摄影机高度与主体距离；
• 视角或全画幅等效焦距范围；
• 传感器／裁切假设；
• 景深意图与对焦行为；
• 摄影机支撑方式：固定、手持、轨道、稳定器、摇臂、虚拟摄影机；
• 运动触发条件、路径、幅度、速度与停止条件；
• 快门／运动模糊意图；
• 对畸变与呼吸效应的容忍度；
• 镜头景别之间的过渡；
• 禁止的运镜方式。

**文档记载的事实：**较短的焦距会带来更广的视角，较长的焦距则会带来更窄的视角；如果要在改变焦距的同时保持主体大小不变，就必须改变摄影机位置，这会改变可见背景和透视感。传感器格式也会影响相同焦距下的视角。因此，应记录视角意图、主体距离和传感器假设，而不能只记录焦距毫米数。参见 Sony 的一手资料 Lens Basics 和 Nikon 的 Understanding Focal Length。

示例：摄影机语法

这是一个宁静风格的技术产品影片示例。

• 以中等广角、在人眼高度展现空间；保持垂直线端正。
• 以标准视角的四分之三视图说明组装过程，并使用足够深的景深保留零件之间的关系。
• 仅用近景和浅景深展示材质细节，绝不用于关键说明。
• 只有在揭示隐藏关系时才移动摄影机；起始和结束构图都要保持稳定。
• 不要持续环绕拍摄、在室内模拟无人机运镜，也不要在没有叙事理由的情况下交替使用极广角镜头和长焦人像镜头。

将运动定义为语义系统

对每种运动类别，明确其目的、对象、路径、持续时间范围、缓动特征、与其他运动的重叠、与声音的关系，以及减少动作时的替代方案。

实用的类别包括：

• 揭示；
• 定向／重新构图；
• 比较／变换；
• 强调；
• 过渡；
• 环境／场景运动；
• 摄影机运动；
• 文字运动；
• 标志／品牌运动。

为整个序列制作节奏图。标出停顿、重音、加速段，以及同时运动的组别数量上限。从一种状态过渡到另一种状态时，要保持对象身份不变。

**研究结论：**针对统计图表过渡的两项受控实验发现，设计得当的动画过渡能够提升图表感知；这一结论适用于相关的数据图表，并不能证明动画总是有帮助。只有当运动能阐明对应关系或变化时才采用，不要将其当作添加装饰动画的理由。参见 Heer 和 Robertson 的论文“Animated Transitions in Statistical Data Graphics”，IEEE TVCG 13(6)，2007 年（论文页面）。

**适用范围有限的从业者建议：**Apple 的界面指南建议采用有目的、可选且简短的运动，并为对运动敏感的用户提供替代方案。Material Design 发布的时长数值是平台惯例，并非通用的影片时长标准；可以采用其更深层的原则——时长应与运动距离和复杂度相匹配——但不要将其中的毫秒数照搬到无关媒介中。参见 Apple Motion 和 Material duration and easing。

动效安全

• 不要用闪烁来强调内容。WCAG 2.2 禁止每秒闪烁超过三次的内容，除非其闪烁幅度低于规定阈值。
• 动效并非必不可少时，应提供减少动效的版本；可用切换、溶解、突出显示或透明度变化来替代大幅平移、视差、缩放和模拟景深，同时保留原意。
• 不要只通过运动来传达关键信息。
• 对于交互作品，应遵循平台的减少动效偏好设置。

参见 WCAG 2.2 §2.3 和 Apple 的减少动效评估标准。

生成一批内容之前先建立连贯性

为每个反复出现的实体创建一份连贯性圣经，包含：

• 标准名称和 ID；
• 已批准的参考视图；
• 轮廓和比例锚点；
• 面部／头发／肤色或产品几何形态；
• 服装、道具、标志、标签和文字；
• 调色板／材质数值；
• 光照和一天中的时段状态；
• 场景布局和屏幕方向；
• 摄影机／镜头和景深状态；
• 动作的起始／结束状态；
• 可能发生变化的事实，以及变化发生的节拍；
• 不可妥协的排除项。

维护一份镜头台账，记录场景、镜头、故事时间、实体状态、屏幕方向、视线、摄影机高度、视角、焦点目标、光照状态、道具、已批准的镜头／素材，以及例外情况。

已记录的事实： ScreenSkills 指出，剧本监督会维护动作、服装、道具、视线、摄影机和镜头细节的书面及照片记录，以便按非线性顺序拍摄的镜头能够连贯剪辑。将这种记录规范应用于生成式和混合媒体。参见 ScreenSkills：剧本监督。

在批量生成或拍摄之前，先生成或拍摄一组连贯性锚点：正面／四分之三侧面／侧面中性视图、关键表情或产品状态、材质特写、光照参考，以及一个复杂交互场景。无法通过这些测试的方案应予以否决。

从一开始就考虑无障碍设计

应包含：

• 经过对比度测试的前景／背景组合；
• 对状态和数据提供非颜色冗余提示；
• 信息性静态图像的文本替代，以及复杂图表的完整等效描述；
• 字幕区域、样式和冲突规则；
• 针对仅通过视觉传达的信息制定音频描述方案；
• 阅读时间和停留时间检查；
• 减少动效的版本；
• 闪烁分析；
• 本地化和文字脚本支持；
• 小屏幕和低带宽版本；
• 在可行的情况下，由使用相关辅助技术的人士进行审核。

已记录的事实： W3C 的图像教程指出，文本替代应传达图像的用途，复杂图形则需要完整的文本等效内容来呈现其数据或信息。参见 WAI 图像教程。

不要声称仅凭对比度分数就能让视觉内容无障碍。在实际情境中测试理解度、顺序、字幕、音频描述和动效替代方案。

在交接中保留权利和来源信息

对于每项提供或制作的素材，请记录：

• 素材 ID 和文件名；
• 创作者／来源；
• 创作方式；
• 许可／授权和限制；
• 适用时的模特／物业授权状态；
• 修改内容；
• 必需的署名；
• 到期时间／适用地域／投放位置限制；
• 合成或复合内容的披露要求；
• 原始内容链接和审批凭证；
• 色彩配置文件和技术元数据。

已记录的事实： IPTC Photo Metadata 提供描述性、权利和管理字段，包括版权声明、权利使用条款、说明、署名和数字来源信息。C2PA Content Credentials 提供一种记录媒体来源和历史的技术结构；它确立的是来源声明，本身并不能证明真实性。经核实，官方站点显示的当前 C2PA 规范版本为 2.4，核实日期为 2026-07-09。请参阅 IPTC Photo Metadata 2025.1 和 C2PA specifications。

整理制作交接材料

使用以下最小结构：

# Visual Direction: <project>

## Status
Version, owner, date, approval state, target deliverables

## Direction thesis
One sentence

## Brief interpretation
Audience, message, response, constraints, assumptions

## References and originality
Ledger; mechanisms adopted; identity details excluded; rights status

## Visual grammar
Invariants; controlled variables; exceptions; anti-patterns

## Systems
Color/contrast; typography; composition; texture/material; lighting;
camera/lens; motion; continuity; accessibility; color management

## Tokens
DTCG-compatible token block plus human-readable mapping

## Adaptation matrix
Still/video; 16:9, 9:16, 1:1, other targets; SDR/HDR; localization

## Proof set
Representative frames/shots, difficult cases, expected pass criteria

## Asset and rights ledger
Source, license, releases, credits, provenance, technical metadata

## Acceptance tests
Binary checks and subjective review questions

## Decision and repair log
Change, reason, affected rules/assets, approver

仅当制作管线会使用机器可读数据时，才添加 JSON 或 YAML。将文字说明材料包作为语义上的事实来源，并确保两者中的标识符一致。

审查整个系统，而不只是效果图

在五个关卡进行审查。

关卡 1 — 符合创意简报

• 信息层级是否能在无需解释的情况下传达预期信息？
• 面向受众和使用情境的情绪表达是否恰当？
• 所有假设是否都清晰可见？

关卡 2 — 原创性和权利

• 是否能以抽象方式描述每种采用的参考机制？
• 是否已移除具有身份识别作用的细节，或取得相应许可？
• 成果是否会让人误以为与某个品牌存在关联？
• 是否已记录字体、图像、肖像、地点和素材的使用许可？

关卡 3 — 系统一致性

• 配色、字体、构图、材质、光线、摄影机和动态效果是否表达相同的主旨？
• 在容易和困难的情况下，不变量是否都保持稳定？
• 例外是否经过审慎决定并留有记录？

关卡 4 — 制作韧性

• 设计方向是否适用于所有目标画幅比例，且在缩略图尺寸下仍然有效？
• 能否适应本地化、压缩、弱光、混合素材和批量生成？
• 色彩变换和元数据能否复现？
• 其他 Agent 能否在无需猜测的情况下完成实现？

关卡 5 — 无障碍与连续性

• 叠加层和重要图形在最不利画面下是否达到声明的对比度目标？
• 除颜色和动态效果外，是否还通过其他方式传递信息？
• 是否已规划字幕、文本替代内容、音频描述和减少动态效果选项？
• 重复出现的实体和空间关系是否保持一致？

按诊断结果修复

不要用更多形容词回应“感觉不太对”。找出出问题的层面。

症状	可能原因	修复顺序
素材单独看都不错，放在一起却不协调	不变量过于含糊；未受控变量过多	固定 3–5 项不变量；重建锚点集；重新生成或评估偏离项
看起来像参考作品	复制了表层或身份特征，而非创作机制	移除标志性组合；引入源自简报的构图、材质和字体变化；重新进行原创性检查
品牌感像是硬贴上去的	把 Logo 当成唯一的品牌信号	将品牌价值融入层级、调色板角色、材质、语气和动态效果；降低对 Logo 的依赖
“电影感”十足，却空洞无物	用光学效果取代叙事层级	重述传播节拍；简化摄影机运动；让每个镜头移动都承担揭示或建立关系的作用
文案在色块上通过测试，但在视频中失效	忽略了动态背景和压缩	测试最不利帧；增加衬底处理或调整位置；编码后重新测试
批量内容的连续性逐渐偏移	缺少规范状态或变更记录	创建锚点视图；分配实体 ID；锁定镜头记录表；优先修复最显眼的矛盾
动态效果显得机械	时长和缓动完全相同，且没有语义分类	定义揭示、定向和强调类别；根据距离和重要性进行变化；加入停顿
方向设计在 9:16 中失效	只靠裁切，没有重新构图	保留关系层级；为不同宽高比定义专属网格和负空间归属
不同系统上的调色结果各异	缺少色彩管理约定	确认源空间、工作空间和输出空间；恢复变换和配置文件；在指定显示设备上重新审核

按以下顺序修复：

1. 传播效果和事实准确性；
2. 权利、安全和无障碍性；
3. 连续性和身份特征；
4. 层级和构图；
5. 光线、色彩和材质；
6. 摄影机和动态效果；
7. 表面润色。

层级有误时调整颗粒感，不算修复。

完整示例：从混合参考中制定原创视觉方向

这是一个完整示例，不是必须遵循的公式。

制作意图

为一款可维修的模块化台灯制作一支 30 秒的上市宣传片和六张静帧。受众：注重设计的租房者。期望观众产生这样的感受：“这款产品工艺精良、沉稳可靠，经久耐用。”交付内容：16:9 主视觉、9:16 竖版剪辑、1:1 静帧。客户提供一个 Logo、CAD 渲染图、产品颜色、一本 1970 年代工业目录、一个当代博物馆宣传项目，以及阳极氧化铝的微距照片。

参考资料记录摘录

参考资料	观察到的证据	可迁移的机制	排除项
工业目录	产品正投影视图；密集的零件标注；暖白色纸张	以证据为导向的示意图；带编号的装配逻辑；克制的暖色底	完全照搬网格、字体、插图、纸张破损效果
博物馆宣传项目	单个放大的物体；宽阔的负空间；标题置于边缘	尺度对比和边缘张力	标志性裁切、完全照搬红黑配色、Logo 位置
铝材微距照片	定向拉丝；冷色高光；柔和衰减	通过掠射光展现材质	未获授权的原始照片

方向主张

“将可维修性转化为静谧的戏剧性：精准的示意图几何形态与富有触感、略带旧痕的材质相遇，每一次摄影机移动都揭示一个部件如何与另一个部件相连。”

不变量

• 每帧只突出一个主体，或一种装配关系；
• 采用暖矿物色画布、炭黑色字体和一种氧化铜点缀色；
• 拉丝材质的纹理保持方向性，并符合物理规律；
• 摄影机以稳定的示意图式视图开场或收尾；
• 动态效果要揭示连接、旋转或更换，绝不进行无意义的环绕运动；
• 标签使用实时排版，绝不通过图像生成。

受控变量

• 根据叙事节拍，让画布从浅色矿物色过渡到深炭灰色；
• 物体高度占画面高度的 45–85%；
• 强调色占可见区域的 2–10%；
• 组装场景采用深景深，非教学性的材质展示采用浅景深；
• 纹理从崭新到轻微使用痕迹；不做重度磨损处理。

反模式

• 光亮的黑色“奢华科技”布景；
• 霓虹赛博朋克轮廓光；
• 漂浮的零件爆炸图，且没有清晰的组装路径；
• 仿档案目录的设计；
• 持续的视差、变速或镜头光晕；
• 使用铜色强调色覆盖整个画面。

核心调色板

令牌角色	sRGB 示例	用途	配对测试
surface.mineral	#E9E3D7	主画布	炭灰色正文字与背景的对比度 ≥4.5:1
surface.charcoal	#15191C	夜景／收尾画布	矿物色正文字与背景的对比度 ≥4.5:1
text.primary	#1D2327	矿物色背景上的主文字	添加纹理／编码后再次验证
accent.connection	#A84F35	紧固件、活动连接关系、关键标签	不得作为唯一状态提示；需搭配形状／标签
material.aluminum	实测／调色所得，不使用纯色样本	产品表面	保留中性高光

字体排版

• 展示文字：使用经批准的人文主义无衬线字体，中等字宽，句首字母大写，行高为 1.02–1.08。
• 技术标签：使用经批准的等宽字体或等宽数字字体；最小字号须在编码测试后按输出分辨率确定。
• 上限：主视觉画面中最多包含一个标题和三个标签。
• 标签通过细线连接，但须避开移动硬件的运动路径。
• 9:16：将标签移至物体下方；字号不得小于最小值。

构图

• 16:9 主视觉：物体居中并向画面右侧偏移 8%；标题位于左上方并占据主导位置；动作从左下方进入。
• 9:16：物体移至上方三分之二区域；标题先于物体出现；标签组成底部的证据区。
• 1:1 静帧：只展示一种组装关系或一种材质特性，不展示完整爆炸图。

灯光与摄影机

• 摄影机左侧 40° 处设置大型柔光主光；后右侧设置较窄、较硬的擦光，以显现拉丝纹理；镜头下方使用负补光。
• 组装场景：采用中等偏正常的角度，摄影机接近产品中部高度，并使用足够深的景深来呈现各部件之间的关系。
• 材质展示：采用更长的拍摄角度和浅景深进行近景拍摄，但须确保拉丝方向和边缘几何结构清晰可辨。
• 不得使用导致产品变形的极端广角镜头。

动效

类别	用途	节奏特征	减少动态效果的版本
定位	从整盏灯转向连接处	缓慢起步，明确停稳	从整体切至连接处，位置匹配
展示	显示可更换紧固件	短暂遮罩滑动，与零件运动同步	两状态切换，并添加高亮
对比	比较旧模块与新模块	分步呈现，一次只展示一处变化	并排静态对比
强调	确认连接状态	铜色线条短暂脉冲；不得闪烁	保持铜色轮廓和标签

连贯性锚点

• 通过 CAD 验证的正面、背面、侧面和四分之三角度剪影；
• 连接处几何结构和紧固件数量；
• 线缆出口位置；
• 中性评审灯光下的产品颜色值；
• 各零件的拉丝方向；
• 经批准的徽标尺寸和方向；
• 每个镜头开始和结束时的组装状态。

验证集

1. 带标题的完整产品主视觉画面，并通过对比度测试。
2. 展示铝材、深色连接处和标签的难点特写。
3. 带三个标签且顺序清晰的爆炸组装图。
4. 9:16 重新构图。
5. 减少动态效果的对比画面。
6. 用于检查字幕／标签的最差情况压缩画面。

验收测试

• 观看后，观众能够说出可替换部件。
• 没有任何画面仅靠铜色来识别活动部件。
• 所有产品几何形状均符合已批准的锚点集。
• 普通网页文字／标签在最差画面中的对比度均达到声明的 4.5:1 目标。
• 每个运动部件的起始和结束状态都有记录在案的装配状态。
• 审核者无法将提供的某个参考识别为视觉模板。
• 已提供来源、许可、字体、产品、色彩配置文件和合成媒体元数据。

可能出现的问题及修复方法

• 如果看起来像产品目录，就移除其精确网格和字体排版；只保留编号证据逻辑。
• 如果产品显得冷硬，先调整材质磨损效果和画布暖度，再添加橙色光线。
• 如果 9:16 画面显得拥挤，就减少同时出现的标签，并创建底部证据带；不要缩小元素。
• 如果连续性出现偏差，就回到 CAD 轮廓和关节锚点帧，再调整风格。

完整示例：回应模仿请求

这是一个安全且实用的引导示例。

用户请求

“让我的护肤品宣传活动完全仿照这位在世摄影师的动态：一样的桃色阴影、紧凑裁切、湿玻璃和衬线字体。”

预期回应和工作流

1. 确认用户希望传达的感受：亲密、触感丰富、具有护肤品编辑风格。
2. 拒绝对在世创作者具有辨识度的组合进行精确模仿。
3. 拆解其手法：暖色低角度对比、微距材质证据、局部裁切、半透明表面、克制的编辑风格字体。
4. 根据客户的产品和受众重新构建：
   • 用矿物绿和琥珀色代替桃色；
   • 使用干燥的雕刻石材和水汽凝结，而非相同的湿玻璃氛围；
   • 使用顶光静物几何构图，而非相同的裁切风格；
   • 使用已获许可的现代无衬线字体搭配窄体技术说明文字，而非参考中的衬线字体；
   • 仅在成分层次变化时，使用缓慢的垂直焦点过渡。
5. 提供两份验证帧规格和一项原创性测试。

最终创意主张

“通过地质质感展现临床透明度：半透明的产品层置于雕刻矿物形态之上，顶光揭示成分；仅在层次或焦点变化时运用动态效果。”

预期结果

宣传活动保留了用户要求的亲密感和触感证据，同时采用了不同的调色板结构、材质世界、构图、字体排版和摄影机行为。其合理性可以由创意简报支撑，而非依赖摄影师的身份。

来源和核验说明

• Design Tokens Community Group，Format Module 2025.10。已于 2026-07-09 核实稳定版本状态。
• W3C，Web Content Accessibility Guidelines 2.2 和 Images Tutorial。访问日期：2026-07-09。
• Academy Software Foundation / Academy of Motion Picture Arts and Sciences，ACES documentation。已于 2026-07-09 核查 ACES 2 术语和文档。
• International Color Consortium，Introduction to the ICC profile format。访问日期：2026-07-09。
• C2PA，Specifications。已于 2026-07-09 核实当前显示版本 2.4。
• IPTC，Photo Metadata Standard 2025.1。已于 2026-07-09 核实版本。
• 上文引用的 U.S. Copyright Office 和 USPTO 来源反映美国法律及机构指导；司法管辖区和合同可能改变分析结果。访问日期：2026-07-09。
• Jansson & Smith（1991）和 Heer & Robertson（2007）是经同行评审的研究成果，本文将其应用于各自研究的领域。
• Apple 和 Material 来源是第一方平台指导，仅作为有明确适用范围的实践指导，而非通用的时间标准。