风轻轻树静静

视频截图

生成一段约 3 秒的横版 16:9 电影感日常镜头。场景是户外公园、树下秋千、庭院秋千或海边木质秋千，时间可以是傍晚或有柔和自然光的时候。人物穿轻盈自然的日常服装，坐在秋千上轻轻荡起来，头发和衣摆随动作微微摆动，表情放松，有一点轻松和自由感。镜头不要只做推进，可以采用侧面跟随摆动的弧线运动镜头，或前方轻微后退跟拍，让秋千的来回摆动形成节奏。画面要有风感、轻盈感和一点电影里的青春片段感，不要夸张笑闹，不要太幼稚，保持高级克制。

图片节点 12

使用 {{Portrait 1}} 作为人物身份参考，严格保持人物的脸型、五官、黑色长发、肤色、身材比例和整体气质一致。整体风格为电影感、高级、克制、真实，不要网红感，不要夸张表演。每段约 3 秒，用作音乐 MV 中穿插的日常情绪镜头，不必全程对口型，无人声时保持闭嘴，只通过眼神、呼吸和动作表达情绪。 生成一段约 3 秒的横版 16:9 电影感日常镜头。场景是城市高楼天台、露台或建筑边缘平台，时间是清晨或傍晚，天空明亮但克制，风轻轻吹动人物头发和衣摆。人物 {{Portrait 1}} 站在栏杆前或空旷边缘位置，微微抬头，看向远处天际线，或者轻轻闭眼感受风。动作极简，一只手整理头发或自然垂落，表情安静但有一点释然感。镜头可以从背后拍半身，再切到侧面或近景，轻微环绕或缓慢推进。整体有“情绪打开”的感觉，适合作为高潮前或高潮后的日常释放镜头。

生成一段横版 16:9 电影感日常镜头。场景是清晨或傍晚的城市街道、公园步道、桥边跑道或海边步道，光线干净，空气通透。人物穿简洁好看的运动休闲穿搭，黑色长发随跑动轻轻摆动，正在慢跑或小跑，动作自然，不要竞技感太强，更像情绪释放式跑步。镜头不要只做推进，可以采用低机位跟跑镜头或侧后方跟拍，镜头与人物一起移动，带一点轻微手持感和呼吸感。可以短暂捕捉鞋步落地、发丝飘动、回头一瞥等瞬间，整体像电影里主角在城市里释放情绪的一个过场镜头。

使用 作为人物身份参考，严格保持人物的脸型、五官、黑色长发、肤色、身材比例和整体气质一致。整体风格为电影感、高级、克制、真实，不要网红感，不要夸张表演。每段约 3 秒，用作音乐 MV 中穿插的日常情绪镜头，不必全程对口型，无人声时保持闭嘴，只通过眼神、呼吸和动作表达情绪。 生成一段约 3 秒的横版 16:9 电影感日常镜头。场景是城市高楼天台、露台或建筑边缘平台，时间是清晨或傍晚，天空明亮但克制，风轻轻吹动人物头发和衣摆。人物 站在栏杆前或空旷边缘位置，微微抬头，看向远处天际线，或者轻轻闭眼感受风。动作极简，一只手整理头发或自然垂落，表情安静但有一点释然感。镜头可以从背后拍半身，再切到侧面或近景，轻微环绕或缓慢推进。整体有“情绪打开”的感觉，适合作为高潮前或高潮后的日常释放镜头。

单独生成【第1行第1列】的分镜图像

单独生成【第2行第2列】的分镜图像

单独生成【第2行第1列】的分镜图像

严格参考上传舞台图 {{Portrait 1}} ，保持同一个固定舞台资产：黑色大型舞台、镜面黑色地面、中央圆形冷白光区、两侧各4个黑色拱形立柱、干净黑色背景、轻微薄雾。不要人物，不要增加额外柱子，不要增加背景管子，不要改变舞台结构。 不要人物，不要歌手，不要多人，不要观众，不要森林，不要真实树洞，不要彩色灯光，不要爆闪，不要频闪，不要快速扫灯，不要额外柱子，不要背景管子，不要舞台管线，不要机械臂，不要复杂桁架，不要改变舞台结构，不要字幕，不要文字，不要水印，不要突然黑屏，不要切镜头，不要镜头乱晃 根据上传音频 对应尾句“谢谢你愿意听”和后续黑场字幕前的留白。8秒一镜到底，空舞台尾奏镜头。画面中央是空的圆形冷白光区，顶上单束冷白光稳定照下，薄雾在光里缓慢漂浮，黑色镜面地面保留柔和反光。两侧黑色拱形立柱在黑暗中对称排列，空间深远、安静、被倾听后的余韵。 前5秒，冷白顶光保持稳定，像最后一句话落在空舞台上。后3秒，灯光非常缓慢地降低亮度，薄雾仍然可见，中央圆形光区逐渐变暗，为后面黑场字留出自然过渡。不要突然黑屏，不要爆闪，不要灯光乱动。 摄影机保持正面居中远景，几乎静止，只做极轻微、不可察觉的慢慢后退或呼吸式稳定漂移，让空间慢慢变空。不要推进，不要旋转，不要切镜头。画面最后可以接近黑，但舞台轮廓仍隐约可见，方便剪到黑场字幕。 冷白顶光，黑色镜面舞台，低位薄雾，低饱和，高反差，真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, 24fps, static empty stage epilogue with slow fade-down lighting, no cuts.

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的长直黑发、白色针织上衣、黑色半裙、黑色袜子和黑色鞋子。黑色剧场/舞台空间 {{Portrait 2}} ，前方是空旷观众席，绝大部分座位隐藏在黑暗中，只有中央一张空椅子被冷白顶光照亮。黑色地面有微弱反光，空气中有轻微薄雾，整体安静、空旷、私密，不要森林，不要真实树洞。 3秒一镜到底。画面对应“在这里我才敢做最真的梦”，但女生不唱歌、不张嘴。承接上一镜项链手部特写，画面切回空间关系：女生从画面左前方背对镜头，安静看向远处那张被光照亮的空椅子，然后非常缓慢地向空椅子方向走一到两小步。动作克制、轻，像终于愿意靠近一个不会评判、不会追问、只会倾听的位置。手自然垂下，肩膀慢慢放松，不回头，不看镜头。 摄影机位于她身后偏左，中远景，空椅子在画面右中部或中央远处。镜头跟随她做极慢的后方跟拍或轻微前移，但移动幅度很小，保持女生背影、黑暗观众席、孤独空椅和顶光同时存在。不要把空椅子推成特写，不要越过女生。结尾她仍在画面左前方到中部之间，空椅子仍在远处光里，为后面窗边“最真的梦”做柔和转场。 冷白单束顶光，黑色剧场空间，低饱和，高反差，轻微薄雾，真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, 24fps, slow rear tracking shot, no cuts.不要唱歌，不要张嘴，不要嘴型，不要跑步，不要快速走动，不要前推到空椅子特写，不要越过女生，不要多人，不要观众，不要热闹剧场，不要舞台表演，不要跳舞，不要回头看镜头，不要正脸大特写，不要森林，不要真实树洞，不要咖啡馆，不要天台，不要电梯，不要强霓虹，不要彩色灯光，不要字幕，不要文字，不要水印，不要切镜头，不要手持乱晃

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生 {{Portrait 1}} 的脸型、长直黑发刘海、白色针织上衣、黑色半裙、银色项链和自然淡妆。夜晚城市高层窗边，冷蓝灰城市灯光在窗外虚化成 bokeh，室内有柔和暖色薄纱窗帘和一盏很小的暖灯，冷暖轻微对比，安静、私密、真实。不要森林，不要真实树洞，不要舞台。 10秒一镜到底。画面对应“在这里我才敢做最真的梦 / 风轻轻 树静静”，但女生不唱歌、不张嘴、不做嘴型。她站在窗边侧面，身体靠近玻璃但保持安全距离，侧脸面对窗外城市。开头她轻轻闭眼，肩膀放松，像终于敢把真实愿望放出来。中段薄纱窗帘被轻风慢慢带起，发尾和黑色裙摆轻轻动，她只是安静呼吸。后段到“风轻轻 树静静”时，她可以慢慢睁眼看向远处城市灯光，或继续闭眼保持平静，表情从疲惫变得安静，不哭，不大笑。 摄影机从她侧后方中景开始，沿窗边做非常缓慢的横向移动，同时轻微后撤一点点，让窗外城市夜景、薄纱窗帘和她的侧脸层次逐渐展开。运镜稳定、柔和、连续，不要推成脸部大特写，不要快速移动。画面保持侧脸和半身构图，城市灯光始终虚化，玻璃上可以有非常轻微的侧脸倒影，但不要让倒影抢画面。 冷蓝灰夜景，柔和暖色室内边缘光，浅景深，低饱和，真实电影摄影质感，Arri Alexa 35, Cooke S4 50mm, T2.8, 24fps, stable slow lateral tracking with slight pull-back, soft city bokeh, no cuts.不要唱歌，不要张嘴，不要嘴型，不要对口型，不要大幅表演，不要新增场景，不要切到第二个镜头，不要舞台，不要电梯，不要咖啡馆，不要森林，不要真实树洞，不要白天，不要强霓虹，不要大笑，不要哭喊，不要奔跑，不要跳舞，不要靠近危险边缘，不要站到窗外，不要俯拍坠落感，不要脸部大特写，不要快速推进，不要旋转，不要手持乱晃，不要强烈梦幻特效，不要夸张玻璃倒影，不要字幕，不要文字，不要水印，不要切镜头

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的服装细节 {{Portrait 2}} ：白色针织上衣、长直黑发、银色项链、自然肤色和同一双手。参考前后舞台镜头的冷白光氛围 {{Portrait 2}} ，背景保持黑色舞台的冷暗虚化，不要换成现实房间，不要出现森林或真实树洞。 根据上传音频 {{Mixed 3}} 对应“不平凡 不追问 不匆匆”。4秒一镜到底，电影感细节特写。画面是胸口和手部近景，不拍完整脸，只看到下巴以下、白色针织纹理、垂落的黑发、银色项链和吊坠。女生一只手轻轻捏住项链吊坠，动作很慢、很轻，像在确认自己被安静接住。手指不要用力拉扯，只是轻轻摩挲吊坠边缘。 摄影机保持稳定微距特写，从胸口左侧略微偏侧角度拍摄，做极慢的轻微推近或几乎静止。焦点从针织纹理和手指慢慢落到银色吊坠上，背景冷白舞台光形成柔和虚化。动作节奏要慢，手指轻轻放松，呼吸感很细。不要唱歌嘴型，不要拍到大幅张嘴，不要夸张情绪。 冷白侧逆光，柔和边缘光，浅景深，低饱和，高反差，真实电影摄影质感，Arri Alexa 35, Cooke S4 75mm macro lens, T2.8, 24fps, intimate detail insert, slow focus breathing, no cuts.不要完整正脸，不要脸部大特写，不要张嘴唱歌，不要大幅拉扯项链，不要项链断裂，不要手指畸形，不要多余手指，不要多只手，不要换衣服，不要换项链，不要暖色卧室，不要咖啡馆，不要天台，不要森林，不要真实树洞，不要字幕，不要文字，不要水印，不要切镜头，不要镜头乱晃

严格参考上传人物图 {{Portrait 1}} 和舞台参考图 {{Portrait 2}}。保持同一个女生 {{Portrait 1}} 的脸型、眼睛、嘴巴、长直黑发刘海、白色针织上衣、黑色半裙、黑色袜子、黑色鞋子。保持同一个固定舞台资产 {{Portrait 2}}：黑色大型舞台、镜面黑色地面、中央圆形冷白光区、两侧各4个黑色拱形立柱、干净黑色背景、轻微薄雾。不要改变舞台结构，不要增加柱子，不要增加背景管线。 根据上传音频 {{Mixed 3}} 演唱“你是我的树洞 / 接住我所有沉重”。8秒一镜到底，真实电影感MV。 画面从斜角中远景开始，摄影机位于舞台左前方约35-45度，35mm电影镜头。女生站在中央圆形冷白光区边缘，身体正面偏侧面对镜头，右手轻放胸口。镜头非常缓慢、稳定地向前推进，只带极轻微侧向视差，不要明显环绕，不要推成脸部大特写。结尾停在腰部以上中景，能看清表情、胸口手势和部分裙摆。 人物表演是重点。她不是普通对口型唱歌，而是在把压住的情绪轻轻交出去。 0-2秒：她安静站着，目光略低，呼吸很浅，手轻放胸口。 2-4秒唱“你是我的树洞”：她慢慢抬眼，但不完全直视镜头，眼神变柔，像终于找到可以倾诉的人。嘴型自然跟随歌词，不要只微微动唇。 4-7秒唱“接住我所有沉重”：手在胸口轻轻压紧，眉心微微收住，下颌和喉咙有轻微发力，胸口随一次深呼吸明显起伏，肩膀慢慢落下，像沉重真的被接住。 7-8秒：手仍停在胸口，但力量慢慢放松，表情从哽住变成被理解后的安静。 情绪：克制、脆弱、依赖、被接住，不大哭，不大笑，不怒吼。眼眶可以有微弱泪光，但眼泪不要落下。重点表现眼神、呼吸、肩膀放松、手从压紧到松开的变化。 灯光保持简单稳定。冷白顶光和柔和侧后光，轻微薄雾，镜面黑色地面有倒影。光束只做非常轻微的呼吸感明暗变化，不要扫灯，不要爆闪，不要变色，不要形成光罩。低饱和，高反差，真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, 24fps, slow stable diagonal dolly push-in, no cuts.

严格参考上传人物图 {{Portrait 1}} 和舞台参考图 {{Portrait 2}} ，保持同一个女生的脸型、长直黑发刘海、白色针织上衣、黑色半裙、黑色袜子和黑色鞋子。严格保持同一个固定舞台资产：黑色大型舞台、镜面黑色地面、中央圆形冷白光区、两侧各4个黑色拱形立柱、干净黑色背景、轻微薄雾。灯光参考 {{Portrait 2}} 的冷白多束顶光和柔和侧后光，不要保护光罩，不要半圆形光罩，不要穹顶光幕，不要透明罩子。 根据上传音频 {{Mixed 3}} 对应“只有你让我放空”。4秒一镜到底。承接上一个电梯镜头的慢慢拉出，不再做明显后拉。画面硬切回黑色舞台，空间已经打开，女生独自站在中央圆形冷白光区内，身体完整可见，人物保持较小，约占画面高度12%到15%。摄影机位于舞台左前方偏侧后约70度，远景到中远景，看到她的侧后方轮廓和一点侧脸。 镜头做非常缓慢的侧向横移，并带极轻微逆时针半环绕，从侧后方慢慢漂到更纯侧面的角度，让光束、黑色镜面地面倒影和两侧拱形立柱产生温柔的空间视差。只在最后一秒轻轻拉开一点点，不要形成连续明显后拉。人物不走动，不跳舞，不强唱，可以轻轻闭眼或半闭眼，嘴型很轻，像只是把这句唱给自己听。手轻轻放在胸口，唱到“放空”时肩膀轻微放下，呼吸变松。 冷白多束顶光稳定照下，柔和侧后光轻微存在，薄雾让光束有层次，但光线不能形成罩子。低饱和，高反差，真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, 24fps, slow lateral tracking with subtle counterclockwise orbit, very slight pull-back only at the end, no cuts.

严格参考上传人物图 {{Portrait 1}} 和舞台参考图 {{Portrait 2}} ，保持同一个女生的脸型、长直黑发刘海、白色针织上衣、黑色半裙、黑色袜子和黑色鞋子。保持同一个固定舞台资产：黑色大型舞台、镜面黑色地面、中央圆形冷白光区、两侧各4个黑色拱形立柱、干净黑色背景、轻微薄雾。不要增加额外柱子，不要增加背景管子，不要改变舞台结构。 根据上传音频 {{Mixed 1}} 准确演唱“藏起我所有时空”，嘴型自然跟随。4秒一镜到底。承接上一镜头，女生已经站在中央圆形冷白光区内，面对镜头正面偏侧演唱。开头保持大远景到远景，人物位于中央光区，身体完整可见，镜面地面倒影清晰。摄影机继续沿上一镜的斜向运动逻辑，从左前方45度缓慢推进到正面偏侧，不要突然变成纯正面推进，不要跳成近景。运镜稳定、大气、连续，有明显空间视差，两侧黑色拱形立柱、冷白光束、地面反光随着推进缓慢变化。 顶光持续亮着，中央圆形光区稳定。左右冷白侧后光已经打开，但保持柔和稳定，只能轻微呼吸，不要闪烁，不要变色，不要重新设计灯阵。女生始终站在中央光区，不走动，不跳舞，手轻放胸口。唱到“时空”时，她轻轻抬眼，情绪从克制变得更打开，但不要哭喊，不要夸张表演。结尾停在正面偏侧中远景，人物仍保留完整上半身和部分裙摆，不要变成脸部大特写，为后面“世界要我承受 要我坚强”的现实电梯镜头做对比。 冷白顶光，柔和侧后光，轻微薄雾，镜面地面反光，低饱和，高反差，真实电影摄影质感，Arri Alexa 35, Cooke S4 24mm to 35mm cinematic lens, T2.8, 24fps, cinematic diagonal dolly push-in with subtle orbit, no cuts.

严格参考上传人物图 {{Portrait 1}} 和舞台参考图 {{Portrait 2}} ，保持同一个女生的脸型、长直黑发刘海、白色针织上衣、黑色半裙、黑色袜子和黑色鞋子。保持同一个固定舞台资产：黑色大型舞台、镜面黑色地面、中央圆形冷白光区、两侧各4个黑色拱形立柱、干净黑色背景、轻微薄雾。不要增加额外柱子，不要增加背景管子，不要改变舞台结构。 3秒一镜到底。画面对应“你是我的树洞”，但女生不唱歌、不张嘴，只是从舞台左侧暗处安静走向中央圆形冷白光区。开头承接上一个现实镜头的克制情绪，超远距离左前方45度斜角大远景，女生在画面左侧，身体很小，被巨大黑色舞台、冷白光束和黑色空间包围。她面向中央光区，缓慢走近，注意是缓慢走进，动作很轻，像终于看见一个可以停下来的地方。 摄影机位于舞台左前方远处，沿舞台斜向轨道非常缓慢向中央光区推进，同时带一点点逆时针微旋转/逆时针半环绕，从左前方45度逐渐偏向更正的舞台角度。运镜稳定、大气、连续，不要快转，不要明显绕圈。两侧黑色拱形立柱、冷白光束、镜面黑色地面反光随着斜向推进产生轻微空间视差。顶上冷白主光从一开始就亮着，中央圆形光区稳定存在， 女生不跳舞，不挥手，不回头，不要快步走，不看镜头，手自然垂下或轻轻贴近胸口。结尾她接近中央光区边缘，但还没有完全站定，为下一镜头“藏起我所有时空”的中央正面演唱做衔接。 冷白顶光，轻微薄雾，镜面黑色地面反光，低饱和，高反差，真实电影摄影质感，Arri Alexa 35, Cooke S4 24mm, T2.8, 24fps, cinematic diagonal dolly push-in with subtle counterclockwise orbit, no cuts.

参考上传人物图 {{Portrait 1}} ，生成4秒电影感视频。夜晚，城市通勤人群中 {{Portrait 2}} ，女生穿白色针织上衣、黑色半裙、黑色鞋袜，长直黑发刘海，站在画面中央，周围大量路人从她身边快速经过，形成轻微运动模糊。她不唱歌，不张嘴，不看镜头，眼神低垂，表情安静疲惫，像在人越多的地方越觉得孤单。 4秒一镜到底，镜头固定或极轻微慢推，人物始终在画面中央，周围人群从左右和前后穿过，但不要遮挡她超过一瞬间。人群有动势，她几乎不动，只是轻微呼吸和低头。画面从走廊过来后进入更拥挤的城市空间，冷蓝灰夜色，玻璃反射、城市灯光、通勤感。 情绪对应歌词“人越多 越觉得孤单”，画面要克制真实，不要戏剧化哭泣。电影摄影质感，Arri Alexa 35, Cooke S4 50mm, T2.0, low saturation, cold blue-gray urban night, shallow depth of field, motion blur crowd, centered composition, no cuts. 不要唱歌，不要张嘴，不要笑，不要哭，不要跑步，不要跳舞，不要和路人互动，不要清晰路人脸特写，不要多人看镜头，不要路人撞到她，不要遮挡人物太久，不要白天，不要强霓虹，不要舞台，不要电梯，不要咖啡馆，不要树洞，不要森林，不要字幕，不要文字，不要水印，不要切镜头，不要镜头乱晃

视频截图

参考上传人物图 {{Portrait 1}} ，生成4秒电影感视频。夜晚城市天台 {{Portrait 2}} ，冷蓝灰色调，远处高楼和城市灯光模糊成背景。女生穿白色针织上衣、黑色半裙、黑色鞋袜，长直黑发刘海，站在天台边缘安全护栏内侧，侧脸面对城市风。她不唱歌，不张嘴，表情从紧绷慢慢变松，像在你面前终于可以普通。 4秒一镜到底。镜头从她的侧后方开始，沿着天台护栏做非常缓慢的横向跟移，从她身后侧移到侧脸位置，保持中远景，不要推成大特写。风轻轻吹动她的头发和裙摆，城市灯光在远处虚化流动。人物基本不走动，只是轻微抬头、呼吸，手轻轻放在胸口或垂在身侧。 画面对应“在你面前，我可以普通”的情绪：空间比镜子前更开阔，但情绪仍然克制、安静。冷蓝灰夜色，低饱和，柔和边缘光，真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, shallow depth of field, soft city bokeh, stable lateral tracking shot, no cuts. 不要唱歌，不要张嘴，不要哭，不要大笑，不要奔跑，不要跳舞，不要靠近危险边缘，不要站到栏杆外，不要俯拍坠落感，不要快速推进，不要旋转，不要大特写，不要强霓虹，不要白天，不要舞台，不要电梯，不要咖啡馆，不要树洞，不要森林，不要字幕，不要文字，不要水印，不要切镜头，不要镜头乱晃

参考上传人物图 {{Portrait 2}} ，生成3秒电影感视频。夜晚，现代玻璃走廊 {{Portrait 1}} ，冷蓝灰灯光，走廊一侧是大面积玻璃窗，窗外有城市灯光反射。女生穿白色针织上衣、黑色半裙、黑色鞋袜，长直黑发刘海，从画面远处背对镜头缓慢向前走，身影不大，显得孤单。不要唱歌，不要回头，不要张嘴。 3秒一镜到底，镜头从走廊入口处低速跟随她的背影，轻微稳定推进，像摄影机被她带着往前走。运动很克制，不要快速推，不要晃。玻璃反射里可以隐约出现她的侧影和城市光，不要出现清晰第二个人。结尾让她走到画面更深处，准备自然切到下一镜“人越多越觉得孤单”的人群场景。 情绪是空咖啡馆之后的过渡：刚离开一个安静座位，又要重新走进人群。孤独、克制、真实。电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, cold blue-gray night tone, low saturation, glass reflections, stable slow tracking shot, no cuts. 不要正脸，不要回头，不要唱歌，不要张嘴，不要笑，不要奔跑，不要跳舞，不要多人，不要清晰陌生人，不要服务员，不要咖啡馆内部，不要电梯，不要舞台，不要树洞，不要森林，不要字幕，不要文字，不要水印，不要快速推进，不要镜头乱晃，不要切镜头

参考上传人物图 {{Portrait 1}} 和窗边夜景单帧 {{Portrait 2}} ，生成7秒电影感视频。夜晚，高层窗边，女生穿白色针织上衣和黑色半裙，长直黑发刘海，站在落地窗旁，窗外是模糊城市灯光。她刚唱完“在这里我才敢做最真的梦”，此刻不再演唱，不张嘴，只保留余韵。她轻轻抬头看向窗外，呼吸很轻，表情从脆弱慢慢变安静，像终于被允许放空。 7秒一镜到底，不切镜头。镜头不要继续后拉，保持安静克制，只做非常缓慢的横向侧移，从她的侧前方轻轻滑到更靠近窗玻璃的位置，幅度很小，像一段呼吸。窗帘被夜风轻轻带动，城市光斑在玻璃上细微流动，人物基本不移动，只是轻微呼吸和眼神变化。 画面情绪是第一段副歌结束后的空白余韵，安静、柔软、真实，不煽情。冷蓝灰夜色，窗边一点暖色边缘光，低饱和，高级电影感，Arri Alexa 35, Cooke S4 50mm, T2.0, shallow depth of field, soft city bokeh, subtle reflection on glass, no cuts. 不要唱歌，不要张嘴，不要大哭，不要笑，不要跳舞，不要大幅走动，不要继续后拉，不要快速推进，不要旋转，不要切镜头，不要多镜头，不要手机，不要字幕，不要文字，不要水印，不要树洞，不要森林，不要白天，不要强霓虹

参考上传人物图 {{Portrait 1}} ，生成4秒电影感视频。夜晚，安静的洗手间或咖啡馆后区镜子前 {{Portrait 2}} ，冷蓝灰灯光，空间比前一镜热闹人群安静很多。女生穿白色针织上衣、黑色半裙、黑色鞋袜，长直黑发刘海，站在镜子前，双手轻轻撑在洗手台边缘。镜中能看到她的正脸，真实人物背影在前景。她不唱歌，不张嘴，刚才的礼貌微笑已经消失，表情慢慢放空，像把人前的面具卸下来。 4秒一镜到底。开头用一个深色门框或模糊前景从画面左侧划过，像从上一镜路人遮挡自然转进来；镜头从她背后侧方缓慢滑到更正的位置，让镜中脸从偏侧变得更清楚。运动要轻、稳、克制，不要快速推进。最后停在镜子里的她，眼神低垂，呼吸很轻。 画面对应“我不用假装”的前奏情绪：从暖色社交环境退到冷色私人空间。灯光保持冷蓝灰，只有镜边一点很弱的暖色残光，形成和上一镜暖光的衔接。真实电影摄影质感，Arri Alexa 35, Cooke S4 40mm, T2.0, shallow depth of field, low saturation, mirror reflection composition, no cuts. 不要唱歌，不要张嘴，不要哭，不要笑，不要化妆动作，不要擦口红，不要洗脸，不要夸张撕下面具，不要换衣服，不要多人，不要路人进来，不要强暖光，不要白天，不要舞台，不要电梯，不要树洞，不要森林，不要字幕，不要文字，不要水印，不要切镜头，不要镜头乱晃，不要镜中脸变形

参考上传人物图 {{Portrait 1}} ，生成4秒电影感视频。夜晚，热闹的城市街边或咖啡馆门口 {{Portrait 2}} ，周围是暖黄色灯光、人群笑声和模糊的社交氛围。女生穿白色针织上衣、黑色半裙、黑色鞋袜，长直黑发刘海，站在人群边缘。她看见熟人或路人向她打招呼，先露出一个很轻的礼貌微笑，但眼神没有真正开心，笑意慢慢停住，变成空落落的表情。 4秒一镜到底，不唱歌，不张大嘴，不做夸张表演。镜头从她的侧前方中景开始，前景有一两个模糊路人经过，形成轻微遮挡转场；摄影机非常缓慢地向她靠近，并做一点点横向侧移，从热闹人群的暖光里靠近她的脸。周围人群保持虚焦和轻微运动模糊，她始终清晰，像热闹里唯一安静的人。 画面对应歌词“笑越响，心越觉得空”。外部是暖色社交灯光，内部是冷的孤独感，所以人物脸上要有一半暖光、一半冷阴影。真实、克制、成熟，不哭，不煽情。 电影摄影质感，Arri Alexa 35, Cooke S4 50mm, T2.0, warm practical lights mixed with cold blue-gray shadows, shallow depth of field, soft bokeh, subtle handheld stability, no cuts. 不要唱歌，不要夸张大笑，不要哭，不要跳舞，不要和人拥抱，不要多人抢镜，不要路人清晰看镜头，不要强烈霓虹，不要酒吧蹦迪感，不要白天，不要舞台，不要电梯，不要树洞，不要森林，不要字幕，不要文字，不要水印，不要切镜头，不要镜头乱晃

严格参考上传人物图 和舞台参考图 ，保持同一个女生 的脸型 、眼睛嘴巴，长直黑发刘海、白色针织上衣、黑色半裙、黑色袜子和黑色鞋子。严格保持同一个固定舞台资产：黑色大型舞台、镜面黑色地面、中央圆形冷白光区、两侧各4个黑色拱形立柱、干净黑色背景、轻微薄雾。不要增加额外柱子，不要增加背景管子，不要改变舞台结构。不要灯光固定完全不动，不要灯光爆闪，不要频闪，不要快速扫灯，不要彩色灯光，不要演唱会激光，不要保护光罩，不要半圆形光罩，不要穹顶光幕，不要透明罩子，不要真实树洞，不要森林，不要树，不要自然背景，不要额外柱子，不要背景管子，不要舞台管线，不要机械臂，不要复杂桁架，不要改变舞台结构，不要舞台柱子数量变化，不要多人，不要伴舞，不要乐队，不要跳舞，不要快速旋转，不要手持乱晃，不要切镜头，不要突然远近景跳变，不要脸部大特写，不要字幕，不要文字，不要水印 根据上传音频 准确演唱“你是我的树洞 / 接住我所有沉重”，嘴型自然跟随。8秒一镜到底，电影感大型舞台长镜头。承接前面“只有你让我放空”的安静侧后方舞台镜头，画面切回斜角舞台中远景。女生站在中央圆形冷白光区右侧或边缘，正面偏侧面对镜头，手轻轻放在胸口，身体基本不走动，情绪克制但更有依靠感。 摄影机位于舞台左前方45度斜角，中远景开始，沿斜向轨道非常缓慢推进，并带极轻微逆时针半环绕，保持空间视差。不要推成脸部大特写，不要摄像机突然加速，要慢慢匀速推进，结尾停在正面偏侧中景，人物仍能看到上半身和部分裙摆。黑色镜面地面保留清晰倒影，两侧拱形立柱保持数量和位置稳定。 灯光设计：顶上6束主要冷白光从一开始就亮着，但不要固定死。8秒内这6束光做非常缓慢、柔和的同步运动：前3秒光束从稍微分散的位置慢慢向中央圆形光区收拢；中间唱到“树洞”时，左右侧后光轻轻变亮，像空间回应她；后半段唱到“接住我所有沉重”时，6束顶光缓慢下压并微微向她身边靠拢，形成被承托的感觉。光束只做慢速呼吸和轻微角度变化，不爆闪，不频闪，不乱扫，不变色，不形成保护光罩。 人物表演：唱“你是我的树洞”时轻轻抬眼，唱“接住我所有沉重”时手从胸口稍微压紧再慢慢放松，肩膀轻微落下，像沉重被接住。不要大哭，不要大笑，不要跳舞，不要大幅挥手。 冷白顶光，柔和侧后光，轻微薄雾，镜面黑色地面反光，低饱和，高反差，真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, 24fps, cinematic diagonal dolly push-in with subtle counterclockwise orbit, slow moving overhead beams, no cuts.

2.5秒一镜到底，场景参考 {{Portrait 2}} ，夜晚电梯厅，金属电梯门上的模糊倒影。女生 {{Portrait 1}} 站在门前，低头整理白色针织袖口，倒影被电梯门拉长变形。电梯按钮微弱发光，门缝有一条冷白光。摄影机极慢靠近反射，不拍清晰正脸，压抑、克制、真实。Arri Alexa 35, Cooke S4 50mm, T2.0, shallow depth of field, no cuts.

生成一段约 3 秒的横版 16:9 电影感日常镜头。场景是高级酒店走廊、现代公寓走廊或电梯间，空间简洁、冷感、安静，灯光克制，高级灰黑色调。人物 独自站在走廊中缓慢向前走，或站在电梯门前安静等待，手里可以轻轻整理袖口、耳饰、项链，动作克制。镜头从正前方缓慢后退跟拍，或侧面跟拍，人物 表情冷静、安静、有故事感。环境要有一点空旷感和都市孤独感，不需要唱歌，重点是人物状态和电影感过渡。

图片节点 10

生成一段约 3 秒的横版 16:9 电影感日常镜头。场景是高级酒店走廊、现代公寓走廊或电梯间，空间简洁、冷感、安静，灯光克制，高级灰黑色调。人物 {{Portrait 1}} 独自站在走廊中缓慢向前走，或站在电梯门前安静等待，手里可以轻轻整理袖口、耳饰、项链，动作克制。镜头从正前方缓慢后退跟拍，或侧面跟拍，人物 {{Portrait 1}} 表情冷静、安静、有故事感。环境要有一点空旷感和都市孤独感，不需要唱歌，重点是人物状态和电影感过渡。

使用 作为人物身份参考，严格保持人物的脸型、五官、黑色长发、肤色、身材比例和整体气质一致。整体风格为电影感、高级、克制、真实，不要网红感，不要夸张表演。每段约 3 秒，用作音乐 MV 中穿插的日常情绪镜头，不必全程对口型，无人声时保持闭嘴，只通过眼神、呼吸和动作表达情绪。 生成一段约 3 秒的横版 16:9 电影感日常镜头。人物 坐在夜晚行驶中的车后座或靠窗座位，窗外是流动的城市灯光和模糊街景，形成柔和散景和掠过的光影。人物安静地看向窗外，脸部被窗外灯光轻轻扫过，一只手轻靠车窗或搭在腿上，偶尔微微转头，表情安静、克制、略带情绪。镜头可以从侧面近景拍她的脸和肩部，也可以轻微推进。整体像电影中人物在城市夜色中独处的过场镜头，不唱歌，不夸张动作，重点是流动感和情绪氛围。

人物 {{Portrait 1}} 走向电梯在走廊 {{Portrait 2}} 的镜头，2.5秒一镜到底，夜晚办公楼或公寓走廊，冷色顶灯，空间安静。女生 {{Portrait 1}} 穿白色针织上衣和黑色半裙，从走廊远处慢慢走向电梯，步伐很轻，手里拿着手机但没有看。画面是35mm环境中景，人物被走廊线条包围，显得孤单和压抑。真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, no cuts.

图片节点 11

使用 {{Portrait 1}} 作为人物身份参考，严格保持人物的脸型、五官、黑色长发、肤色、身材比例和整体气质一致。整体风格为电影感、高级、克制、真实，不要网红感，不要夸张表演。每段约 3 秒，用作音乐 MV 中穿插的日常情绪镜头，不必全程对口型，无人声时保持闭嘴，只通过眼神、呼吸和动作表达情绪。 生成一段约 3 秒的横版 16:9 电影感日常镜头。人物 {{Portrait 1}} 坐在夜晚行驶中的车后座或靠窗座位，窗外是流动的城市灯光和模糊街景，形成柔和散景和掠过的光影。人物安静地看向窗外，脸部被窗外灯光轻轻扫过，一只手轻靠车窗或搭在腿上，偶尔微微转头，表情安静、克制、略带情绪。镜头可以从侧面近景拍她的脸和肩部，也可以轻微推进。整体像电影中人物在城市夜色中独处的过场镜头，不唱歌，不夸张动作，重点是流动感和情绪氛围。

严格参考上传图片的构图 {{Portrait 2}} 和人物 {{Portrait 1}} ，保持同一个女生的脸型、发型、白色针织上衣、黑色半裙和黑色鞋子。场景参考 {{Portrait 2}} ，人物 {{Portrait 1}} 站在电梯正中央，双手轻轻握在身前，低头闭眼或低垂眼神，不说话，不唱歌。 5秒一镜到底，固定正面全景，对称构图，夜晚电梯内部，金属冷光，封闭空间。电梯门从画面左右两侧缓慢向中间合拢，门缝一点点变窄，人物始终不动。前3秒还能看到她完整站在冷白灯下，后2秒门缝越来越窄，只剩一条冷白竖光划过她的脸和白色衣服，最后画面接近黑暗。空间压迫感强，像有些话到嘴边又沉默。真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, low-key metallic lighting, no cuts. 不要走出电梯，不要走向镜头，不要抬头大幅表演，不要唱歌，不要对口型，不要张嘴，不要多人，不要笑，不要夸张表情，不要切镜头，不要镜头角度变化，不要字幕，不要文字，不要水印

使用 {{Portrait 1}} 作为人物身份参考，严格保持人物的脸型、五官、黑色长发、肤色、身材比例和整体气质一致。整体风格为电影感、高级、克制、真实，不要网红感，不要夸张表演。每段约 3 秒，用作音乐 MV 中穿插的日常情绪镜头，不必全程对口型，无人声时保持闭嘴，只通过眼神、呼吸和动作表达情绪。 生成一段约 3 秒的横版 16:9 电影感日常镜头。人物 {{Portrait 1}} 坐在窗边，柔和自然光从侧后方照进来，空气里有轻微浮尘和暖光。场景是安静的室内空间，可以是复古公寓、咖啡馆窗边或酒店房间一角，背景干净，有木质桌面、玻璃杯、薄纱窗帘或书本。人物安静坐着，侧脸或 3/4 侧脸朝向窗外，手指轻轻触碰杯口、桌面或发丝，眼神有一点出神，呼吸很轻。镜头缓慢推进或轻微侧移，浅景深，整体像电影里人物独处时的情绪镜头。

视频截图视频节点 6

使用 Image 1 作为人物身份与造型参考，严格保持人物的脸型、五官、眼神气质、黑色长发、肤色、身材比例、服装造型和整体高级舞台气质一致。保持同一角色身份，不要变脸，不要改变人物年龄感。 使用 Image 2 作为舞台氛围参考，参考黑色极简舞台、冷白聚光灯、暗场空间、舞台走道、强轮廓光、低调高级的电影感演出氛围。所有舞台光束都必须从上方、侧上方或后方集中打向舞台正中央，不要向外散开，形成强烈中央光池和主角聚焦感。 使用 Audio 1 作为当前 15 秒音频参考。请自动识别 Audio 1 中的人声进入时间、停顿、前奏、间奏和无歌词部分。人物嘴型只在有人声演唱时自然开合，并严格跟随人声歌词、节奏、停顿和呼吸。无人声时必须闭嘴，只做眼神、呼吸、抬头、转身、手部和站姿表演。不要让嘴型跟随鼓点、伴奏、混响或背景音乐。 生成一段 15 秒横版视频，比例 16:9，1080P，真实高清，电影级纯演唱 MV 质感。 整体是专业电影感纯演唱 MV，不是唱跳视频，不是直播录像，不是普通短视频，不是换装视频。不要字幕，不要水印，不要 Logo，不要乱码文字，不要观众，不要伴舞，不要乐队，不要场景跳变。 使用 Image 1 作为人物身份与造型参考，使用 Image 2 作为舞台氛围参考，使用 Audio 1 作为 45–60 秒音频参考。 生成一段 15 秒横版视频，16:9，1080P，电影级纯演唱高潮段。 这一段是整支 1 分钟 MV 的真正高潮。舞台亮度达到全片最高，但仍然保持高级、克制、电影感，不变成花哨打歌舞台。舞台空间更有建筑感，顶部开口光更强，所有舞台光束全部集中打向舞台正中央和人物身上，形成强烈主角聚焦和高潮压迫感。 口型规则： 根据 Audio 1 中真实人声同步。有人声时人物进入高潮演唱，嘴型严格跟随歌词、节奏、停顿和呼吸；无人声、停顿、尾音结束或空拍时，人物必须闭嘴，通过眼神、表情和身体状态完成情绪收束。不要让嘴型跟随伴奏、鼓点或混响。 镜头节奏： 0–3 秒： 正面半身镜头，人物进入高潮状态。若 Audio 1 有人声，嘴型同步演唱，眼神直视镜头，表情有力量但不过度表演；若无人声，闭嘴凝视镜头，保持强情绪状态。 3–6 秒： 镜头快速推进到面部近景，灯光从背后、上方和侧上方全部向人物聚拢，人物头发、肩部、服装边缘形成强烈轮廓光。横版两侧保留黑暗空间，让人物更有中心压迫感。 6–9 秒： 进入高潮蒙太奇。跟随音乐节奏快速切换几个短镜头： - 面部强情绪特写 - 低机位全身站立镜头 - 侧面剪影演唱或闭嘴凝视镜头 - 银色饰品和服装流苏被灯光闪过的细节 - 人物站在建筑感舞台空间中央，所有光束集中打向她的高光镜头 - 顶部开口光下的人物展示镜头 切换可以带轻微白闪或曝光跳动，但保持高级，不要廉价特效感。 9–12 秒： 人物在更明亮、更开阔的舞台中央完成高潮情绪。若有人声，完成高潮演唱；若无人声，嘴巴闭合，身体微微后仰或向前倾，手部做克制情绪动作，例如轻抬手、握紧、贴近胸口。镜头轻微环绕或侧移，灯光达到最强。 12–15 秒： 高潮结束后的收束。镜头回到正面近景，人物如果有最后人声则同步唱完；如果没有人声则闭嘴看向镜头。表情从爆发回到安静。最后一秒灯光稍微收窄，但仍全部聚焦在人物身上，形成电影海报感定格。 灯光与空间： 这一段灯光最强。冷白顶光、背光、侧光全部向舞台中心汇聚，人物处于最强中央光池中。舞台有明显光束、地面反光、建筑感结构和顶部开口光。暗场背景保持干净，人物是唯一焦点。 情绪： 真正高潮，强烈、克制、孤独、爆发后收束。像一首歌最后把情绪唱出来。 负面约束： 不要在无人声时开口，不要嘴型跟随鼓点，不要跳舞，不要变成打歌舞台，不要换装，不要切场景，不要观众，不要乐队，不要多人伴舞，不要彩色霓虹乱闪，不要字幕，不要水印，不要 Logo，不要变脸，不要五官漂移，不要嘴型严重不同步，不要低清，不要卡顿。

使用 作为人物身份与造型参考，严格保持人物的脸型、五官、眼神气质、黑色长发、肤色、身材比例、服装造型和整体高级舞台气质一致。保持同一角色身份，不要变脸，不要改变人物年龄感。 使用 作为舞台氛围参考，参考其中的黑色极简舞台、冷白聚光灯、暗场空间、舞台走道、强轮廓光、低调高级的电影感演出氛围。后半段逐渐加入参考图九宫格中第 6 张那种更明亮、更有建筑感、更有顶部开口光和空间展示感的舞台效果。 使用 作为当前 15 秒歌曲音频参考，人物嘴型尽量跟随 Audio 1，自然演唱，不夸张，不假唱感。镜头节奏、灯光变化和情绪推进跟随音乐节奏。 生成一段 15 秒横版视频，比例 16:9，1080P，真实高清，电影级纯演唱 MV 质感。 整体是专业电影感纯演唱 MV，不是唱跳视频，不是直播录像，不是普通短视频，不是换装视频。不要字幕，不要水印，不要 Logo，不要乱码文字，不要观众，不要伴舞，不要乐队，不要场景跳变。 使用 作为人物身份与造型参考，使用 作为舞台氛围参考，使用 作为 0–15 秒歌曲音频参考。 生成一段 15 秒横版视频，16:9，1080P，电影级纯演唱 MV 风格。 这一段是 MV 开场，整体亮度偏低，暗场比例高，强调孤独感、仪式感和开场压迫感。人物独自站在黑色极简舞台中央，周围几乎全暗，只有一束冷白色聚光灯从上方打下。舞台空间空旷深邃，中央有狭长走道，地面有轻微反光。 镜头节奏： 0–4 秒： 横版大远景，完整展示黑色舞台空间、中央走道、顶部光束和人物很小的站位比例。镜头缓慢向前推进，突出孤独感和舞台仪式感。 4–8 秒： 切到中远景，人物位于画面中心，缓慢抬头，开始轻声演唱。嘴型自然跟随 ，动作极少，只是轻微呼吸、轻微抬头、眼神慢慢聚焦。 8–12 秒： 切到半身镜头，人物眼神看向镜头或略微偏离镜头，表情冷静、克制、有故事感。服装上的银色饰品和黑色材质在弱光中微微反光。 12–15 秒： 镜头缓慢推进到面部近景，人物继续演唱，眼神稳定，嘴型自然。结尾停在一个高级电影感面部特写。 灯光与空间： 暗场占主导，单束冷白聚光灯，轻微雾化空气感，空间压迫感强。不要彩色灯光，不要复杂灯效，不要过亮。 情绪： 安静、克制、孤独、冷感，像故事刚刚开始。 负面约束： 不要跳舞，不要夸张动作，不要换场景，不要多人，不要观众，不要字幕，不要水印，不要 Logo，不要变脸，不要五官漂移，不要服装变化，不要低清，不要卡顿。

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的脸型、发型、白色针织上衣、黑色舞台环境和左右两侧冷白灯光。根据上传音频 {{Mixed 3}} 准确演唱“你是我的树洞”，嘴型自然跟随，情绪愈加高涨，真诚。 4秒一镜到底，黑色舞台 {{Portrait 2}} 脸部中近景，人物正面看向镜头，前半段灯光较暗，只有柔和冷白背光；唱到“树洞”时，人物身后左右两侧灯光缓慢增强 {{Portrait 2}} ，顶部微弱的7束光束打开并缓缓转动，在头发边缘和肩膀形成柔和轮廓光。人物眼神从压抑变得安定，像终于被理解、被接住。镜头匀速推近，不切镜头，不转场，不跳景别。灯光要动，真实电影摄影质感，Arri Alexa 35, Cooke S4 50mm, T2.0, shallow depth of field, soft highlight roll-off, subtle haze, no cuts. 灯光与空间： 注意顶部是7束灯光，这一段灯光最强。冷白顶光、背光、侧光全部向舞台中心汇聚，人物处于最强中央光池中。舞台有明显光束、地面反光、建筑感结构和顶部开口光。暗场背景保持干净，人物是唯一焦点。 情绪： 真正高潮，强烈、克制、孤独、爆发后收束。像一首歌最后把情绪唱出来。 不要远景大舞台，不要突然强光爆闪，不要灯光乱扫，不要切镜头，不要多镜头，不要换脸，不要换衣服，不要多人，不要跳舞，不要字幕，不要文字，不要水印，不要真实树洞，不要森林，不要夸张哭泣，不要嘴型乱动

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的脸型、发型、注意白色针织上衣和黑色半裙。根据上传音频 {{Mixed 3}} 的人声情绪生成画面，但不要做夸张对口型。 8s一镜到底，禁止切镜头，禁止转场，禁止景别跳变。黑色空旷舞台 {{Portrait 2}} ，人物站在远处光束中央，身体很小，被高大的黑色空间包围。镜头从正面远景极慢推近，只让顶部冷白光束慢慢增强。人物轻轻低头，双手自然放在身前，像有人安静听见了她的脆弱。空气中有轻微薄雾，光线柔和扩散，孤独、克制、治愈，真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, 24fps, slow subtle push-in, no cuts. 不要切镜头，不要多镜头，不要蒙太奇，不要突然远景近景跳变，不要快速推拉，不要换脸，不要换衣服，不要多人，不要跳舞，不要字幕，不要文字，不要水印，不要树洞，不要森林，不要夸张哭泣，不要强行张大嘴对口型

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的脸型、发型、白色针织上衣和黑色半裙。根据上传音频 {{Mixed 3}} 的人声节奏演唱“你不说话 却比谁都懂我”这一句，嘴型尽量跟随音频。 7秒一镜到底，禁止切镜头，禁止转场，禁止景别跳变。黑色空旷舞台 {{Portrait 2}} ，人物 {{Portrait 1}} 站在画面中央，摄影机从中近景缓慢向前推进，背后的两侧灯光和顶部光束逐渐亮起，像情绪被理解、被接住。人物轻轻抬眼，表情克制，不夸张哭泣。冷白光束，轻微薄雾，真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, slow dolly push-in, no cuts.

严格参考上传人物图 {{Portrait 1}} 和参考图，保持同一个女生的脸型、发型、白色针织上衣、黑色舞台环境 {{Portrait 2}} 和冷白灯光。根据上传音频 {{Mixed 3}} 准确演唱“你不说话 却比谁都懂我”，嘴型自然跟随，情绪克制但逐渐被点亮。 7秒一镜到底，黑色舞台中近景，人物一开始低头，眼睛半闭或低垂，承接上一句压抑情绪。随着歌词“你不说话”开始，她缓慢睁开眼睛；唱到“却比谁都懂我”时，她慢慢抬眼看向镜头或光源，眼神变得安定。最后2秒，人物身后左右两侧冷白灯光和顶部光束逐渐打开，在头发边缘和肩膀形成柔和轮廓光，像被理解、被接住。镜头极慢推近，不切镜头，不转场，不跳景别。真实电影摄影质感，Arri Alexa 35, Cooke S4 50mm, T2.0, shallow depth of field, subtle haze, soft highlight roll-off, no cuts. 不要突然爆闪，不要灯光乱扫，不要过度燃，不要大幅张嘴，不要夸张哭泣，不要切镜头，不要多镜头，不要远近景跳变，不要换脸，不要换衣服，不要多人，不要跳舞，不要字幕，不要文字，不要水印

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的脸型、发型、白色针织上衣、黑色舞台环境和左右两侧冷白灯光。根据上传音频 准确演唱“你是我的树洞”，嘴型自然跟随，情绪真诚克制。 4秒一镜到底，黑色舞台 {{Video 1}} 脸部中近景，人物正面看向镜头，前半段灯光较暗，只有柔和冷白背光；唱到“树洞”时，人物身后左右两侧灯光缓慢增强，顶部微弱光束打开，在头发边缘和肩膀形成柔和轮廓光。人物眼神从压抑变得安定，像终于被理解、被接住。镜头极慢推近，不切镜头，不转场，不跳景别。真实电影摄影质感，Arri Alexa 35, Cooke S4 50mm, T2.0, shallow depth of field, soft highlight roll-off, subtle haze, no cuts. 灯光与空间： 这一段灯光最强。冷白顶光、背光、侧光全部向舞台中心汇聚，人物处于最强中央光池中。舞台有明显光束、地面反光、建筑感结构和顶部开口光。暗场背景保持干净，人物是唯一焦点。 情绪： 真正高潮，强烈、克制、孤独、爆发后收束。像一首歌最后把情绪唱出来。 不要远景大舞台，不要突然强光爆闪，不要灯光乱扫，不要切镜头，不要多镜头，不要换脸，不要换衣服，不要多人，不要跳舞，不要字幕，不要文字，不要水印，不要真实树洞，不要森林，不要夸张哭泣，不要嘴型乱动

使用 Image 1 作为人物身份与造型参考，严格保持人物的脸型、五官、眼神气质、黑色长发、肤色、身材比例、服装造型和整体高级舞台气质一致。保持同一角色身份，不要变脸，不要改变人物年龄感。 使用 Image 2 作为舞台氛围参考，参考黑色极简舞台、冷白聚光灯、暗场空间、舞台走道、强轮廓光、低调高级的电影感演出氛围。所有舞台光束都必须从上方、侧上方或后方集中打向舞台正中央，不要向外散开，形成强烈中央光池和主角聚焦感。 使用 Audio 1 作为当前 15 秒音频参考。请自动识别 Audio 1 中的人声进入时间、停顿、前奏、间奏和无歌词部分。人物嘴型只在有人声演唱时自然开合，并严格跟随人声歌词、节奏、停顿和呼吸。无人声时必须闭嘴，只做眼神、呼吸、抬头、转身、手部和站姿表演。不要让嘴型跟随鼓点、伴奏、混响或背景音乐。 生成一段 15 秒横版视频，比例 16:9，1080P，真实高清，电影级纯演唱 MV 质感。 整体是专业电影感纯演唱 MV，不是唱跳视频，不是直播录像，不是普通短视频，不是换装视频。不要字幕，不要水印，不要 Logo，不要乱码文字，不要观众，不要伴舞，不要乐队，不要场景跳变。 使用 Image 1 作为人物身份与造型参考，使用 Image 2 作为舞台氛围参考，使用 Audio 1 作为 15–30 秒音频参考。 生成一段 15 秒横版视频，16:9，1080P，电影级纯演唱 MV 风格。 这一段继续保持克制演唱和孤独舞台氛围，但亮度比第一段略微打开，人物脸部和服装细节更清楚。舞台仍然是黑色极简空间，所有光束继续集中打向舞台正中央，形成主角聚焦感。 口型规则： 不要预设某一句歌词或固定开口时间。请根据 Audio 1 中真实人声自动同步。有人声时人物自然演唱，嘴型跟随歌词和停顿；无人声、间奏或换气停顿时人物闭嘴，只做眼神、呼吸和细微动作。不要跟随鼓点乱张嘴。 镜头节奏： 0–4 秒： 正面半身镜头，人物站在中央光池中。镜头缓慢推进，人物眼神有轻微情绪，但仍然克制。若有人声，嘴型同步演唱；若无人声，闭嘴看向镜头或微微偏离镜头。 4–8 秒： 切到横版侧面轮廓镜头，展示人物与大片黑暗空间的关系。人物脸部一半在光里，一半在暗处，形成电影感明暗分割。若有人声，侧脸口型自然同步；若无人声，保持闭嘴，轻微呼吸。 8–11 秒： 切到手部、项链、服装细节短特写。手可以轻轻触碰胸前饰品、垂落在身侧或慢慢握紧。这个镜头不强调嘴型，强调情绪和质感。 11–15 秒： 回到面部近景。人物看向镜头，情绪比第一段更明显，像在压住内心。若有人声，继续同步演唱；若无人声，嘴巴闭合，眼神和微表情承接情绪。 灯光与空间： 暗场舞台稍微亮一点，加入轻微侧逆光和更清楚的轮廓光。所有光束仍然汇聚到人物所在的舞台中心，不向外散开。可见微弱光柱和空气雾化感。 情绪： 克制、内敛、压抑、逐渐有情绪涌上来。 负面约束： 不要在无人声时开口，不要嘴型乱动，不要跳舞，不要大幅走动，不要突然高能，不要彩色灯光乱闪，不要场景跳变，不要多余人物，不要字幕、水印、Logo，不要变脸，不要服装变化。

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的脸型、发型、白色针织上衣和黑色半裙。舞台参考 {{Portrait 2}} ，根据上传音频 {{Mixed 3}} 的人声节奏演唱“ 不用问 我到底怎么了 ”这一句，嘴型尽量跟随音频。 7秒一镜到底，禁止切镜头，禁止转场，禁止景别跳变。黑色空旷舞台，冷白背光，轻微薄雾。镜头是正面偏俯视的亲密特写，人物低头闭眼，情绪脆弱但克制，嘴唇轻轻跟唱，手指轻抓胸口衣服。镜头只做极慢推近，真实电影摄影质感，Arri Alexa 35, Cooke S4 50mm, T2.0, shallow depth of field, soft highlight roll-off.

严格参考上传人物图 {{Portrait 2}} 和 {{Portrait 1}} ，但人物不要完整清晰出现，只保留同一个女生 {{Portrait 1}} 的轮廓、长黑发、白色针织上衣和黑色半裙。根据上传音频 {{Mixed 3}} 情绪生成画面，但人物不要唱歌，不要对口型，不要张嘴。 3.4秒一镜到底，黑色舞台侧翼或后台入口 ，不是正式舞台中央。灯光几乎没有打开，只有一束很弱的冷白侧光擦过地面和人物肩膀。女生 {{Portrait 1}} 站在半暗处，只能看到侧影和半张脸，低头，手指轻抓衣袖，不看镜头。摄影机从黑色前景后面极慢横移出来，像短暂窥见她的内心。神秘、压抑、克制，低饱和，高反差，轻微薄雾，Arri Alexa 35, Cooke S4 50mm, T2.0, no cuts. 不要人前假笑，不要唱歌，不要对口型，不要张嘴演唱，不要站在舞台中央，不要强光，不要大灯阵，不要完整正脸演唱，不要跳舞，不要多人抢戏，不要字幕，不要文字，不要水印，不要切镜头

使用 {{Portrait 1}} 作为人物身份与造型参考，严格保持人物的脸型、五官、眼神气质、黑色长发、肤色、身材比例、服装造型和整体高级舞台气质一致。保持同一角色身份，不要变脸，不要改变人物年龄感。 使用 {{Portrait 2}} 作为舞台氛围参考，参考黑色极简舞台、冷白聚光灯、暗场空间、舞台走道、强轮廓光、低调高级的电影感演出氛围。所有舞台光束都必须从上方、侧上方或后方集中打向舞台正中央，不要向外散开，形成强烈中央光池和主角聚焦感。 使用 {{Mixed 3}} 作为当前 15 秒音频参考。请自动识别 {{Mixed 3}} 中的人声进入时间、停顿、前奏、间奏和无歌词部分。人物嘴型只在有人声演唱时自然开合，并严格跟随人声歌词、节奏、停顿和呼吸。无人声时必须闭嘴，只做眼神、呼吸、抬头、转身、手部和站姿表演。不要让嘴型跟随鼓点、伴奏、混响或背景音乐。 生成一段 15 秒横版视频，比例 16:9，1080P，真实高清，电影级纯演唱 MV 质感。 整体是专业电影感纯演唱 MV，不是唱跳视频，不是直播录像，不是普通短视频，不是换装视频。不要字幕，不要水印，不要 Logo，不要乱码文字，不要观众，不要伴舞，不要乐队，不要场景跳变。 使用 {{Portrait 1}} 作为人物身份与造型参考，使用 {{Portrait 2}} 作为舞台氛围参考，使用 {{Mixed 3}} 作为 30–45 秒音频参考。 生成一段 15 秒横版视频，16:9，1080P，电影级纯演唱 MV 风格。 这一段是情绪上升段。舞台空间逐渐打开，灯光逐渐增强，开始出现更明亮、更有建筑感、更有顶部开口光和纵深空间的舞台感觉。仍然保持黑色极简舞台体系，但不再只是纯暗场。所有光束必须集中打向中心人物，让舞台中央成为唯一视觉焦点。 口型规则： 根据 {{Mixed 3}} 中真实人声同步。有人声时自然演唱；无人声、间奏、停顿或长尾音结束后，人物闭嘴，用眼神和身体状态延续情绪。不要让嘴型跟随伴奏或鼓点。 镜头节奏： 0–3 秒： 正面中景，人物站在舞台中央演唱或闭嘴凝视，取决于 {{Mixed 3}} 是否有人声。身体微微前倾，眼神更坚定。横版画面保留左右黑暗空间，让舞台压迫感更强。 3–6 秒： 切到低机位中近景，人物在更强的顶光和背光下显得更有力量。服装轮廓、银色装饰、黑色材质被灯光突出。所有灯光从上方与两侧向人物聚拢，中央亮度提升。 6–9 秒： 切到建筑感舞台镜头。舞台空间更开阔，人物站在带有顶部开口光或天井式结构光的中央区域，光从上方倾泻并集中落在人物身上，形成更强的空间感和主角展示感。 9–12 秒： 镜头快速切换 2–3 个短镜头：面部近景、全身站立镜头、低机位仰拍镜头、服装银饰细节。切换跟随音乐鼓点或情绪转折，但仍然保持高级克制。嘴型只在镜头中有人声时同步。 12–15 秒： 人物站在更明亮的建筑感舞台中央，正面面对镜头。若有人声，完成这一段的演唱情绪；若无人声，闭嘴凝视镜头，保持呼吸和情绪。镜头轻微推进，为高潮段做准备。 灯光与空间： 黑色电影舞台基调，加入更明显的顶部开口光、建筑结构光、天井式光感和更清楚的人物照明。舞台光全部打向中间，不要向两侧散开。中心光池更强，边缘仍保持暗。 情绪： 从克制变为坚定，情绪明显上升，但还不是最终高潮。 负面约束： 不要在无人声时开口，不要唱跳，不要夸张舞蹈，不要突然换装，不要切到室外，不要观众，不要杂乱灯效，不要字幕，不要水印，不要变脸，不要嘴型严重不同步。

使用 作为人物身份与造型参考，严格保持人物的脸型、五官、眼神气质、黑色长发、肤色、身材比例、服装造型和整体高级舞台气质一致。保持同一角色身份，不要变脸，不要改变人物年龄感。 使用 作为舞台氛围参考，参考其中的黑色极简舞台、冷白聚光灯、暗场空间、舞台走道、强轮廓光、低调高级的电影感演出氛围。后半段逐渐加入参考图九宫格中第 6 张那种更明亮、更有建筑感、更有顶部开口光和空间展示感的舞台效果。 使用 Audio 1 作为当前 15 秒歌曲音频参考，人物嘴型尽量跟随 ，自然演唱，不夸张，不假唱感。镜头节奏、灯光变化和情绪推进跟随音乐节奏。 生成一段 15 秒横版视频，比例 16:9，1080P，真实高清，电影级纯演唱 MV 质感。 整体是专业电影感纯演唱 MV，不是唱跳视频，不是直播录像，不是普通短视频，不是换装视频。不要字幕，不要水印，不要 Logo，不要乱码文字，不要观众，不要伴舞，不要乐队，不要场景跳变。 使用 作为人物身份与造型参考，使用 作为舞台氛围参考，使用 作为 15–30 秒歌曲音频参考。 生成一段 15 秒横版视频，16:9，1080P，电影级纯演唱 MV 风格。 这一段继续保持纯演唱和克制情绪，但舞台亮度比第一段略微打开，人物被看得更清楚，空间依然是黑色极简舞台，不切换到其他场景。 镜头节奏： 0–4 秒： 正面半身镜头，人物安静演唱，嘴型自然跟随 。镜头缓慢推进，人物眼神有轻微情绪，但仍然克制。 4–8 秒： 切到横版侧面轮廓镜头，利用横版画幅展示人物与大片黑暗空间的关系。人物脸部一半在光里，一半在暗处，形成电影感明暗分割。 8–11 秒： 切到手部、项链、服装细节的短特写，手轻轻触碰胸前饰品或垂落在身侧，动作细腻，不夸张。镜头跟随音乐做轻微卡点。 11–15 秒： 回到面部近景，人物看向镜头继续演唱，眼神比第一段更有情绪，像在压住内心。最后一秒轻微停顿或眨眼，为后半段情绪上升做铺垫。 灯光与空间： 仍然是暗场舞台，但比第一段更亮一点，加入轻微侧逆光和更清楚的轮廓光。可出现微弱光柱和舞台空气感，但不要复杂灯效。 情绪： 克制、内敛、逐渐有情绪涌上来。 要求： 整体仍然偏暗，不能过早进入高潮。

使用 作为人物身份与造型参考，严格保持人物的脸型、五官、眼神气质、黑色长发、肤色、身材比例、服装造型和整体高级舞台气质一致。保持同一角色身份，不要变脸，不要改变人物年龄感。 使用 作为舞台氛围参考，参考其中的黑色极简舞台、冷白聚光灯、暗场空间、舞台走道、强轮廓光、低调高级的电影感演出氛围。后半段逐渐加入参考图九宫格中第 6 张那种更明亮、更有建筑感、更有顶部开口光和空间展示感的舞台效果。 使用 作为当前 15 秒歌曲音频参考，人物嘴型尽量跟随 ，自然演唱，不夸张，不假唱感。镜头节奏、灯光变化和情绪推进跟随音乐节奏。 生成一段 15 秒横版视频，比例 16:9，1080P，真实高清，电影级纯演唱 MV 质感。 整体是专业电影感纯演唱 MV，不是唱跳视频，不是直播录像，不是普通短视频，不是换装视频。不要字幕，不要水印，不要 Logo，不要乱码文字，不要观众，不要伴舞，不要乐队，不要场景跳变。 使用 作为人物身份与造型参考，使用 作为舞台氛围参考，使用 作为 30–45 秒歌曲音频参考。 生成一段 15 秒横版视频，16:9，1080P，电影级纯演唱 MV 风格。 这一段是情绪上升段。舞台空间逐渐打开，灯光逐渐增强，开始明显加入参考图九宫格中第 6 张那种更明亮、更有建筑感、更有顶部开口光和纵深空间的舞台感觉。仍然是黑色极简舞台体系，但不再只是纯暗场。 镜头节奏： 0–3 秒： 正面中景，人物站在舞台中央演唱，身体微微前倾，眼神更坚定。横版画面保留更多左右空间，让舞台压迫感更强。 3–6 秒： 切到低机位中近景，人物在更强的顶光和背光下显得更有力量。服装轮廓、银色装饰、黑色材质被灯光突出，空间亮度比前两段明显提升。 6–9 秒： 切到具有建筑感的舞台镜头，参考九宫格第 6 张的感觉：舞台空间更开阔，人物站在具有顶部开口光或天井式结构光的空间里，光从上方倾泻而下，空间感和人物展示感增强。 9–12 秒： 镜头快速切换 2–3 个短镜头：面部近景、全身站立镜头、低机位仰拍镜头。切换跟随音乐鼓点或情绪转折，但仍然保持高级克制。 12–15 秒： 人物站在更明亮的建筑感舞台空间中央，正面看向镜头完成这一段最后一句。镜头轻微推进，灯光与空间感进一步打开，为高潮段做准备。 灯光与空间： 保持黑色电影舞台基调，但加入更明显的顶部开口光、建筑结构光、轻微天井感和更清晰的人物照明。参考九宫格第 6 张的空间感和人物展示方式。 情绪： 从克制变为坚定，情绪明显上升，但还不是最终高潮。

视频截图视频节点 2

12.8秒一镜到底电影感MV长镜头，严格参考上传人物图 {{Portrait 1}} ，环境用 {{Portrait 2}} ，根据上传音频 {{Mixed 3}} 的人声节奏演唱。镜头从副歌弱起开始，人物在唱“藏起我所有失控 / 世界要我成熟 要我坚强”的情绪段落。全程不切镜头，不转场，不插入其他画面。摄影机从她左后方缓慢环绕到正面偏侧中近景，人物动作克制，只轻轻抬眼、手指抓住胸口衣服、呼吸变慢。黑色空旷舞台，冷白光束逐渐增强，轻微薄雾，孤独、克制、治愈，真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, 24fps, slow smooth dolly orbit, no cuts.

人物 {{Portrait 1}} 全程酝酿，不唱歌，使用 {{Portrait 1}} 作为人物身份与造型参考，严格保持人物的脸型、五官、眼神气质、黑色长发、肤色、身材比例、服装造型和整体高级舞台气质一致。保持同一角色身份，不要变脸，不要改变人物年龄感。 使用 {{Portrait 2}} 作为舞台氛围参考，参考黑色极简舞台、冷白聚光灯、暗场空间、舞台走道、强轮廓光、低调高级的电影感演出氛围。所有舞台光束都必须从上方、侧上方或后方集中打向舞台正中央，不要向外散开，形成强烈中央光池和主角聚焦感。，只做眼神、呼吸、抬头、转身、手部和站姿表演。不要让嘴型跟随鼓点、伴奏、混响或背景音乐。 生成一段 15 秒横版视频，比例 16:9，1080P，真实高清，电影级纯演唱 MV 质感。 整体是专业电影感纯演唱 MV，不是唱跳视频，不是直播录像，不是普通短视频，不是换装视频。不要字幕，不要水印，不要 Logo，不要乱码文字，不要观众，不要伴舞，不要乐队，不要场景跳变。 使用 {{Portrait 1}} 作为人物身份与造型参考，使用 {{Portrait 2}} 作为舞台氛围参考， 生成一段 15 秒横版视频，16:9，1080P，电影级纯演唱 MV 风格。 这一段是 MV 开场，整体亮度最低，暗场比例最高，强调孤独感、仪式感和开场压迫感。人物独自站在黑色极简舞台中央，舞台空间空旷深邃，中央有狭长走道，地面有轻微反光。所有冷白舞台光束从上方和侧上方集中打向舞台正中央，在人物脚下形成一个强烈中央光池，舞台两侧和背景保持黑暗。 人物必须闭嘴，只通过眼神、呼吸、低头、抬头和站姿表演情绪。如果 中有人声进入，人物才自然开口演唱，嘴型严格跟随人声。 镜头节奏： 0–5 秒： 横版大远景，完整展示黑色舞台空间、中央走道、顶部聚光光束和人物很小的站位比例。人物站在中央光池里，保持静止或轻微呼吸，低头或背对光源，嘴巴保持闭合。镜头缓慢向前推进，突出孤独感和舞台仪式感。 5–10 秒： 切到中远景或半身镜头。人物缓慢抬头，眼神从低处慢慢转向镜头。人物继续闭嘴，只做眼神与微表情表演； 10–15 秒： 镜头推进到更近的半身或面部近景。人物情绪逐渐聚焦。若 有人声，嘴型同步演唱；若仍是前奏、间奏或空拍，人物保持闭嘴，通过眼神、轻微呼吸、手指微动或站姿变化表达情绪。结尾停在一个高级电影感半身或面部镜头。 灯光与空间： 黑色暗场，冷白聚光灯全部汇聚到中心。中央光池清晰，地面有细腻反光，空气中有轻微雾化光束。不要彩色灯光，不要复杂灯效，不要过亮。 情绪： 安静、克制、孤独、冷感，像故事刚刚开始。 负面约束： 不要在无人声时开口，不要嘴型跟随鼓点，不要嘴巴乱动，不要跳舞，不要夸张动作，不要换场景，不要多人，不要观众，不要字幕，不要水印，不要 Logo，不要变脸，不要五官漂移，不要服装变化，不要低清，不要卡顿。

使用 {{Portrait 1}} 作为人物身份与造型参考，严格保持人物的脸型、五官、眼神气质、黑色长发、肤色、身材比例、服装造型和整体高级舞台气质一致。保持同一角色身份，不要变脸，不要改变人物年龄感。 使用 {{Portrait 2}} 作为舞台氛围参考，参考黑色极简舞台、冷白聚光灯、暗场空间、舞台走道、强轮廓光、低调高级的电影感演出氛围。所有舞台光束都必须从上方、侧上方或后方集中打向舞台正中央，不要向外散开，形成强烈中央光池和主角聚焦感。 使用 {{Mixed 3}} 作为当10 秒音频参考。请自动识别 {{Mixed 3}} 中的人声进入时间、停顿、前奏、间奏和无歌词部分。人物嘴型只在有人声演唱时自然开合，并严格跟随人声歌词、节奏、停顿和呼吸。无人声时必须闭嘴，只做眼神、呼吸、抬头、转身、手部和站姿表演。不要让嘴型跟随鼓点、伴奏、混响或背景音乐。 生成一段 15 秒横版视频，比例 16:9，1080P，真实高清，电影级纯演唱 MV 质感。 整体是专业电影感纯演唱 MV，不是唱跳视频，不是直播录像，不是普通短视频，不是换装视频。不要字幕，不要水印，不要 Logo，不要乱码文字，不要观众，不要伴舞，不要乐队，不要场景跳变。 使用 {{Portrait 1}} 作为人物身份与造型参考，使用 {{Portrait 2}} 作为舞台氛围参考，使用 {{Mixed 3}} 作为 10 秒音频参考。 生成一段 10 秒横版视频，16:9，1080P，电影级纯演唱高潮段。 这一段是整支 1 分钟 MV 的真正高潮。舞台亮度达到全片最高，但仍然保持高级、克制、电影感，不变成花哨打歌舞台。舞台空间更有建筑感，顶部开口光更强，所有舞台光束全部集中打向舞台正中央和人物身上，形成强烈主角聚焦和高潮压迫感。 口型规则： 根据 {{Mixed 3}} 中真实人声同步。有人声时人物进入高潮演唱，嘴型严格跟随歌词、节奏、停顿和呼吸；无人声、停顿、尾音结束或空拍时，人物必须闭嘴，通过眼神、表情和身体状态完成情绪收束。不要让嘴型跟随伴奏、鼓点或混响。 镜头节奏： 0–5 秒： 正面半身镜头，人物进入高潮状态。若 {{Mixed 3}} 有人声，嘴型同步演唱，眼神直视镜头，表情有力量但不过度表演；若无人声，闭嘴凝视镜头，保持强情绪状态。 3–6 秒： 镜头快速推进到面部近景，灯光从背后、上方和侧上方全部向人物聚拢，人物头发、肩部、服装边缘形成强烈轮廓光。横版两侧保留黑暗空间，让人物更有中心压迫感。 6–10 秒： 进入高潮蒙太奇。跟随音乐节奏快速切换几个短镜头： - 面部强情绪特写 - 低机位全身站立镜头 - 侧面剪影演唱或闭嘴凝视镜头 - 银色饰品和服装流苏被灯光闪过的细节 - 人物站在建筑感舞台空间中央，所有光束集中打向她的高光镜头 - 顶部开口光下的人物展示镜头 切换可以带轻微白闪或曝光跳动，但保持高级，不要廉价特效感。 冷白顶光、背光、侧光全部向舞台中心汇聚，人物处于最强中央光池中。舞台有明显光束、地面反光、建筑感结构和顶部开口光。暗场背景保持干净，人物是唯一焦点。 情绪： 真正高潮，强烈、克制、孤独、爆发后收束。像一首歌最后把情绪唱出来。 负面约束： 不要在无人声时开口，不要嘴型跟随鼓点，不要跳舞，不要变成打歌舞台，不要换装，不要切场景，不要观众，不要乐队，不要多人伴舞，不要彩色霓虹乱闪，不要字幕，不要水印，不要 Logo，不要变脸，不要五官漂移，不要嘴型严重不同步，不要低清，不要卡顿。

严格参考上传人物图 和 ，但人物不要完整清晰出现，只保留同一个女生 的轮廓、长黑发、白色针织上衣和黑色半裙。根据上传音频 情绪生成画面，但人物不要唱歌，不要对口型，不要张嘴。 3.4秒一镜到底，黑色舞台侧翼或后台入口 ，不是正式舞台中央。灯光几乎没有打开，只有一束很弱的冷白侧光擦过地面和人物肩膀。女生 站在半暗处，只能看到侧影和半张脸，低头，手指轻抓衣袖，不看镜头。摄影机从黑色前景后面极慢横移出来，像短暂窥见她的内心。神秘、压抑、克制，低饱和，高反差，轻微薄雾，Arri Alexa 35, Cooke S4 50mm, T2.0, no cuts. 不要人前假笑，不要唱歌，不要对口型，不要张嘴演唱，不要站在舞台中央，不要强光，不要大灯阵，不要完整正脸演唱，不要跳舞，不要多人抢戏，不要字幕，不要文字，不要水印，不要切镜头

严格参考上传人物图 ，保持同一个女生的脸型、发型、白色针织上衣和黑色半裙。根据上传音频 的人声情绪生成画面，但不要做夸张对口型。 4.4秒一镜到底，禁止切镜头，禁止转场，禁止景别跳变。黑色空旷舞台 ，人物站在远处光束中央，身体很小，被高大的黑色空间包围。镜头从正面远景极慢推近，或者保持静止，只让顶部冷白光束慢慢增强。人物轻轻低头，双手自然放在身前，像有人安静听见了她的脆弱。空气中有轻微薄雾，光线柔和扩散，孤独、克制、治愈，真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, 24fps, slow subtle push-in, no cuts. 不要切镜头，不要多镜头，不要蒙太奇，不要突然远景近景跳变，不要快速推拉，不要换脸，不要换衣服，不要多人，不要跳舞，不要字幕，不要文字，不要水印，不要树洞，不要森林，不要夸张哭泣，不要强行张大嘴对口型

严格参考上传人物图 ，保持同一个女生的脸型、发型、白色针织上衣和黑色半裙。人物只做生活表演。 7秒一镜到底，现实场景，不是舞台。夜晚城市商场走廊、办公楼电梯厅或聚会走廊 ，周围有模糊人群经过，环境有一点热闹。女生站在人群边缘，先礼貌微笑，像在人前表现得大方从容；随后笑容慢慢落下，眼神移开，露出疲惫和空。摄影机使用85mm长焦压缩空间，浅景深，人群和灯光被压在她身后，形成热闹中的孤独感。镜头极慢横移或轻微推近，真实电影摄影质感，Sony Venice, Zeiss Ultra Prime 85mm, T1.9, compressed telephoto perspective, low saturation city night, no cuts.

严格参考上传人物图 {{Portrait 1}} 和场景图 {{Portrait 2}} ，保持同一个女生 {{Portrait 1}} 的脸型、发型、白色针织上衣和黑色半裙。根据上传音频 {{Mixed 3}} “有些累 不敢对谁多说”的情绪生成画面，但人物不要唱歌，不要对口型。 3.6秒一镜到底，夜晚车窗内或办公楼走廊，女生侧脸靠近玻璃，城市霓虹和人影在窗上形成模糊倒影。她不说话，眼神低垂，嘴唇微微动了一下但没有唱，手指轻轻碰到玻璃或衣袖。摄影机极慢推近，85mm长焦压缩空间，浅景深，低饱和城市夜色，疲惫、克制、孤独。Sony Venice, Zeiss Ultra Prime 85mm, T1.9, no cuts. 不要人前假笑，不要唱歌，不要对口型，不要张嘴演唱，不要站在舞台中央，不要强光，不要大灯阵，不要完整正脸演唱，不要跳舞，不要多人抢戏，不要字幕，不要文字，不要水印，不要切镜头

图片节点 2

生成一段约 3 秒的横版 16:9 电影感日常镜头。场景是安静的客厅，夜晚室内环境，沙发柔软，房间有暖色落地灯或电视荧光，桌上可以有杯子、遥控器、抱枕或小毯子，整体整洁有质感。人物窝在沙发上看电视，姿态自然放松，可以抱着膝盖、靠着抱枕，或侧躺一点点。她安静看着屏幕，偶尔轻轻换个姿势、眨眼、抬手拿起遥控器，脸上被电视光映亮。镜头不要用普通推拉，可以用固定机位加轻微摇镜，或者从沙发侧后方缓慢平移，像纪录片式观察她独处的瞬间。画面有居家感、夜晚氛围和真实生活感。

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的脸型、发型、白色针织上衣和黑色半裙。根据上传音频 {{Mixed 4}} 准确演唱“你是我的树洞”，嘴型尽量跟随人声，情绪真诚克制。 3.6秒一镜到底，黑色空旷舞台 {{Portrait 3}} ，中近景，人物站在冷白光束中央。镜头极慢推近，人物轻轻抬眼，像终于被理解、被接住。不要出现真实树洞，不要森林，“树洞”只作为内心被倾听的空间。冷白柔光，轻微薄雾，真实电影摄影质感，Arri Alexa 35, Cooke S4 50mm, T2.0, shallow depth of field, no cuts. 不要切镜头，不要多镜头，不要蒙太奇，不要突然远近景跳变，不要快速推拉，不要换脸，不要换衣服，不要多人，不要跳舞，不要字幕，不要文字，不要水印，不要真实树洞，不要森林，不要夸张哭泣，不要卡通感，不要过度磨皮，不要嘴型乱动

严格参考上传人物图 ，保持同一个女生的脸型、发型、白色针织上衣和黑色半裙。根据上传音频 准确演唱“到底怎么了”，嘴型自然轻微跟随，表演克制。 3.5秒一镜到底，黑色舞台冷白背光 ，女生脸部极近特写，只看到额头、睫毛、鼻梁、嘴唇和部分白色针织衣领。前半段她闭着眼，嘴唇轻轻唱出“到底怎么了”，像把问题压在心里；最后0.8秒眼睛慢慢半睁，但不直视镜头，眼神仍然向下，情绪从压抑转向被听见。镜头几乎静止，只做极轻微推近，浅景深，睫毛和发丝细节清晰，柔和高光，Arri Alexa 35, Cooke S4 85mm close-up, T2.0, no cuts.

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的脸型、发型、白色针织上衣和黑色半裙。根据上传音频 {{Mixed 3}} 前4秒准确演唱“在这里 我才敢 做最真的梦”，嘴型自然跟随。后4秒没有人声，人物不再唱，只保持安静呼吸和情绪余韵。 8秒一镜到底，禁止切镜头，禁止转场，禁止景别跳变。夜晚室内窗边，窗外城市灯光虚化，冷暖光轻轻交叠。女生侧脸站在窗边，前4秒她轻轻唱完歌词，唱到“最真的梦”时慢慢闭眼；后4秒她不再张嘴，只安静呼吸，手慢慢松开，肩膀放松。摄影机从侧脸中近景极慢后退到半身中景，让空间变得更安静。窗帘或发丝被风轻轻吹动，梦感但真实，不魔幻。Arri Alexa 35, Cooke S4 50mm, T2.0, shallow depth of field, soft filmic highlight roll-off, slow pull-back, no cuts. 不要切镜头，不要多镜头，不要突然切到其他画面，不要快速推拉，不要换脸，不要换衣服，不要多人，不要跳舞，不要字幕，不要文字，不要水印，不要真实树洞，不要森林，不要魔法特效，不要卡通梦境，不要夸张哭泣，不要后4秒继续乱张嘴

3秒一镜到底，夜晚室内窗边，女生坐在沙发边缘，画面只拍白色针织袖口、手部和半透明窗帘，不拍完整正脸。窗外城市灯光虚化，房间里是暖色台灯和冷色窗光交叠。前2秒，她的手从胸口慢慢放下，情绪像卸下白天的伪装。最后0.8秒，半透明窗帘或黑色前景从右向左缓慢掠过镜头，逐渐遮住人物和窗光，最后完全遮满画面，变成深色近乎黑场，方便剪辑无缝切到下一个空秋千镜头。真实电影摄影质感，浅景深，Arri Alexa 35, Cooke S4 50mm, T2.0, no cuts. 不要正脸，不要唱歌，不要对口型，不要手机，不要清晰文字，不要突然切镜头，不要快速运动，不要多人，不要字幕，不要水印，不要强光爆闪

4秒一镜到底，傍晚河边或天台旁的空秋千，秋千上没有人，微风轻轻吹动，秋千缓慢晃动。远处城市天际线虚化，天空是柔和的蓝灰和淡橙色。镜头静止或极慢推近，浅景深，低饱和，孤独、克制、治愈，像有人刚刚离开，又像有一个地方愿意安静倾听。真实电影摄影质感，Arri Alexa 35, Cooke S4 50mm, T2.8, no people, no text, no cuts.

视频截图视频节点 8

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的手部、衣服材质和整体气质。根据上传音频 {{Mixed 3}} 的人声情绪生成画面，不需要强对口型。 7.9秒一镜到底，室内窗边夜晚，桌面上有一部手机停在未发送消息界面，屏幕光很弱 ，环境参考 {{Portrait 2}} 。镜头从她抓紧白色针织衣袖的手部细节开始，慢慢滑到手机屏幕和窗上倒影。唱到“接住我所有沉重”时，她的手慢慢松开，手机屏幕渐渐熄灭，注意这里是手机屏幕熄灭，而不是画面熄灭，屋内灯光也不动，窗外城市光模糊。微距细节承载情绪，安静、克制、真实。Arri Alexa 35, Cooke S4 50mm, T2.0, shallow depth of field, slow subtle slide, no cuts. 不要切镜头，不要多镜头，不要蒙太奇，不要突然远近景跳变，不要快速推拉，不要换脸，不要换衣服，不要多人，不要跳舞，不要字幕，不要文字，不要水印，不要真实树洞，不要森林，不要夸张哭泣，不要卡通感，不要过度磨皮，不要嘴型乱动

严格参考上传人物图 ，保持同一个女生的手部、衣服材质和整体气质。根据上传音频 的人声情绪生成画面，不需要强对口型。 7.9秒一镜到底，室内窗边夜晚，桌面上有一部手机停在未发送消息界面，屏幕光很弱 ，环境参考 。镜头从她抓紧白色针织衣袖的手部细节开始，慢慢滑到手机屏幕和窗上倒影。唱到“接住我所有沉重”时，她的手慢慢松开，手机屏幕渐渐熄灭，注意这里是手机屏幕熄灭，而不是画面熄灭，窗外城市光模糊。微距细节承载情绪，安静、克制、真实。Arri Alexa 35, Cooke S4 50mm, T2.0, shallow depth of field, slow subtle slide, no cuts. 不要切镜头，不要多镜头，不要蒙太奇，不要突然远近景跳变，不要快速推拉，不要换脸，不要换衣服，不要多人，不要跳舞，不要字幕，不要文字，不要水印，不要真实树洞，不要森林，不要夸张哭泣，不要卡通感，不要过度磨皮，不要嘴型乱动

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的脸型、发型、白色针织上衣和黑色半裙。根据上传音频“人前笑得 大方又洒脱”的情绪生成画面，但人物不要唱歌，不要对口型，只做生活表演。 7秒一镜到底，现实场景，不是舞台。夜晚城市商场走廊、办公楼电梯厅或聚会走廊 {{Portrait 2}} ，周围有模糊人群经过。女生从画面左侧缓慢走入，步伐很轻，像刚下班。她看到迎面走来的熟人或同事，礼貌地微笑、轻轻点头，表现得大方从容；两人擦肩而过后，她继续往前走，笑容慢慢落下，眼神移开，露出疲惫和空。摄影机用稳定器缓慢侧向跟拍，85mm长焦压缩空间，浅景深，人群和灯光被压在她身后，形成热闹中的孤独感。真实电影摄影质感，Sony Venice, Zeiss Ultra Prime 85mm, T1.9, low saturation city night, no cuts. 不要站着不动，不要唱歌，不要对口型，不要张嘴演唱，不要夸张大笑，不要哭泣，不要舞台，不要光束舞台，不要切镜头，不要突然远近景跳变，不要换脸，不要换衣服，不要多人抢戏，不要跳舞，不要字幕，不要文字，不要水印

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的脸型、发型、白色针织上衣和黑色半裙。根据上传音频 {{Mixed 3}} 准确演唱“到底怎么了”，嘴型自然轻微跟随，表演克制。 3.5秒一镜到底，黑色舞台冷白背光 {{Portrait 2}} ，女生脸部极近特写 {{Portrait 2}} ，只看到额头、睫毛、鼻梁、嘴唇和部分白色针织衣领。前半段她闭着眼，嘴唇轻轻唱出“到底怎么了”，像把问题压在心里；最后0.8秒眼睛慢慢半睁，但不直视镜头，眼神仍然向下，情绪从压抑转向被听见。镜头几乎静止，只做极轻微推近，浅景深，睫毛和发丝细节清晰，柔和高光，Arri Alexa 35, Cooke S4 85mm close-up, T2.0, no cuts.

严格参考上传人物图 {{Portrait 1}} ，保持同一个女生的脸型、发型、白色针织上衣和黑色半裙。根据上传音频 {{Mixed 3}} 演唱“只有你 让我放空”，嘴型自然跟随，不夸张。 3.7秒一镜到底，环境参考 {{Portrait 2}} ，傍晚城市背景虚化，微风吹动头发。女生闭眼轻轻吸气，唱到“放空”时微微抬头，肩膀放松，像终于卸下一点重量。镜头从侧脸近景极慢推近，浅景深，城市灯光柔和散开，孤独但治愈。Arri Alexa 35, Cooke S4 50mm, T2.0, soft filmic highlight roll-off, no cuts.

参考上传的咖啡馆窗边空座位单帧 {{Portrait 1}} ，生成5秒电影感视频。夜晚，空的咖啡馆窗边座位，小木桌靠着大面积落地窗，一把椅子微微拉开，桌上只有一个简单陶瓷杯，窗外是模糊的城市灯光和车流光斑。画面没有人物，没有手机，没有字幕。 5秒一镜到底，镜头非常缓慢地向窗边桌面推进，速度很轻，像一段呼吸。窗外城市灯光在玻璃上轻微流动，室内一盏暖色小灯提供很弱的边缘光，整体仍保持冷蓝灰夜色。桌面、杯子、椅子保持稳定，不要突然出现人物，不要切镜头。 情绪是第一段“在这里我才敢做最真的梦”之后的空白余韵，也是进入第二段“人越多越觉得孤单”前的安静转场。安静、克制、真实，不煽情。 真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, low saturation, cold blue-gray night tone, subtle warm practical light, shallow depth of field, soft reflections on glass, no cuts.不要人物，不要手，不要手机，不要服务员，不要客人，不要文字，不要字幕，不要水印，不要树洞，不要森林，不要白天，不要阳光，不要镜头乱切，不要突然变成酒吧，不要强烈霓虹，不要夸张装饰，不要杯子自己移动，不要椅子移动过大

电影感MV单帧，16:9。年轻东亚女歌手 {{Portrait 2}} ，黑色长直发、齐刘海、奶白色麻花针织毛衣、多层银项链、黑色皮裙、黑色靴子。冷蓝黑色舞台空间，低饱和，高级真实舞台摄影。 中远景 {{Portrait 1}} ，35mm电影镜头，人物位于画面左侧三分之一位置 {{Portrait 1}} ，占画面高度约35%，脸部清晰可辨。她侧身面对右侧，身体重心略落在左脚，右肩比左肩低一点，头略向右下方倾斜，像在认真聆听或低声诉说。一只手轻放胸口。眼神柔软、信任、脆弱但克制，目光略向下，不与镜头直视，嘴唇自然微闭，人物不唱歌，但要有微表情，像在认真聆听或低声诉说，头部微微向上抬起，嘴唇自然微闭，最后两秒眼睛慢慢闭上，享受树洞，谢谢树洞的感觉。 画面右侧是一个深邃的拱形空间 {{Portrait 1}} ，由多个黑色拱门层层向后延伸形成隧道感，柔和的白色雾气在拱门之间弥漫，最深处有一束微弱的冷白光从远方透出。地面上有一条微弱的反光从人物脚下延伸向右侧黑暗空间深处。 主光从人物上方左侧柔和打下，右侧黑暗空间内部有从远处透来的微弱次光，画面没有强烈的中心聚光。低饱和冷蓝黑色调，氛围深邃、安静、包容、有呼吸感、空旷感、回声感。 副歌2“你是我的树洞”，空间打开，孤独之后被理解，压力之后终于可以倾诉。人物不唱歌，不要加额外的元素，不要改变角度和景别，严格按照参考图来， no central spotlight, no full-frontal pose, no singing mouth open wide, no crying, no real tree, no forest, no other people, no colorful lights, no subtitles, no text, no watermark, no AI generated marks, no overexposure, no facial distortion, no abnormal hands, no big smile, no blurry face

电影感MV单帧，16:9。年轻东亚女歌手 {{Portrait 2}} ，黑色长直发、齐刘海、奶白色麻花针织毛衣、多层银项链、黑色皮裙。冷蓝黑色舞台空间 {{Portrait 1}} ，上一段强压迫光束之后，灯光变得柔和安静，柱体和光束虚化退到深景。严格按照参考图来，画面中不要添加多余元素 胸口以上的近景，50mm电影镜头，浅景深。脸部占画面约45%-50%，不要过满。人物略微偏左，身体轻轻转向右侧深蓝黑色负空间，脸部再微微转回镜头方向，但目光略微下垂，不直视镜头。右手轻放在胸口靠近锁骨的位置，像刚刚把一句话说出口。 嘴唇微微分开，但不是唱歌，不做明显口型，只像安静呼吸或低声倾诉前的一瞬间。胸口随呼吸轻微起伏，长发有极轻微自然浮动。眼神柔软、信任、脆弱但克制，眼眶微湿但没有眼泪。 右侧画面保留大块深蓝黑色虚化空间，像一个能接住秘密的抽象树洞，光线在那里逐渐消失。背景有虚化的舞台柱体、柔和冷白顶光和淡淡雾气。左侧脸颊在柔阴影中，右侧脸颊有微弱反光，皮肤自然不过曝。 氛围：压力之后的喘息、被理解、被接住、孤独中的依靠。低饱和冷蓝调，真实舞台摄影，细腻情绪，高级电影感MV。Cinematic close-up, shallow depth of field, soft top light, low saturation cold blue tone, intimate and vulnerable. Arri Alexa 35, Cooke S4 50mm, T2.0. 不要唱歌口型，不要夸张张嘴，不要直视镜头，不要笑，不要流泪，不要哭喊，不要写真摆拍感，不要脸占满画面，不要真实树洞，不要森林，不要多人，不要字幕，不要文字，不要水印，不要AI生成标识，不要过曝，不要脸部变形，不要手指异常

3秒电影感图生视频。女歌手 {{Portrait 2}} 站在冷蓝舞台中央 {{Portrait 1}} 正面演唱，保持人物一致。镜头先稳住半秒，然后向前推进并从上方俯冲下压，顶部光束和高大阴影空间像世界一样压向她。她不后退，只轻微呼吸、眼神承受压力。孤独、压抑、克制，高级MV质感，真实透视，顺滑运镜。 不要改变人物长相，不要换衣服，不要多出人物，不要夸张表情，不要大幅摇晃，不要快速变焦，不要脸部变形，不要手指异常，不要水印，不要文字，不要卡通感，不要过曝，不要模糊，不要镜头跳切

严格参考上传人物图 和参考图 ，保持同一个女生的脸型、发型、白色针织上衣、黑色半裙、黑色大型舞台、冷白光束和地面反光。根据上传音频 准确演唱副歌段落，嘴型自然跟随，情绪克制但逐渐打开。 12秒一镜到底，黑色大型舞台@，冷白光束从顶部落下，空气中有轻微薄雾，地面有镜面反光。摄影机从舞台左前方大远景开始，注意是大远景开始，沿着舞台斜向轨道缓慢向人物推进，同时做轻微半环绕运动，从左前方逐渐绕到正面偏侧。人物一开始很小，被巨大光束和舞台建筑包围，随着镜头斜向靠近逐渐变大，最后停在正面偏侧中景，但不要变成脸部特写。运镜稳定、大气、连续，舞台立柱、光束和地面反光随着斜向推进产生明显空间视差。人物轻轻抬眼，手放在胸口，像情绪被空间接住。真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, 24fps, cinematic diagonal dolly push-in with subtle orbit, no cuts. 不要普通正面推进，不要纯正面推近，不要脸部大特写，不要快速旋转，不要大幅摇晃，不要手持乱晃，不要切镜头，不要多镜头，不要突然远近景跳变，不要灯光爆闪，不要跳舞，不要多人，不要字幕，不要文字，不要水印

严格参考上传人物图 {{Portrait 1}} 和参考图 {{Portrait 2}} ，保持同一个女生的脸型、发型、白色针织上衣、黑色半裙、黑色大型舞台、冷白光束和地面反光。根据上传音频 {{Mixed 4}} 准确演唱副歌段落，嘴型自然跟随，情绪克制但逐渐打开。 12秒一镜到底，黑色大型舞台，冷白光束从顶部落下，空气中有轻微薄雾，地面有镜面反光。摄影机从舞台左前方大远景开始，注意是大远景 {{Portrait 3}} 开始，沿着舞台斜向轨道缓慢向人物推进，同时做轻微半环绕运动，从左前方逐渐绕到正面偏侧。人物一开始很小，被巨大光束和舞台建筑包围，随着镜头斜向靠近逐渐变大，最后停在正面偏侧中景，但不要变成脸部特写。运镜稳定、大气、连续，舞台立柱、光束和地面反光随着斜向推进产生明显空间视差。人物轻轻抬眼，手放在胸口，像情绪被空间接住。真实电影摄影质感，Arri Alexa 35, Cooke S4 35mm, T2.8, 24fps, cinematic diagonal dolly push-in with subtle orbit, no cuts. 不要普通正面推进，不要纯正面推近，不要脸部大特写，不要快速旋转，不要大幅摇晃，不要手持乱晃，不要切镜头，不要多镜头，不要突然远近景跳变，不要灯光爆闪，不要灯光突然变化，不要舞台柱子数量变化，不要额外柱子，不要背景管子，不要舞台管线，不要机械臂，不要复杂桁架，不要改变舞台结构，不要多人，不要跳舞，不要字幕，不要文字，不要水印，不要真实树洞，不要森林

严格参考上传的人物图 {{Portrait 1}} 和舞台参考图 {{Portrait 2}} ，保持同一个女生的脸型、发型、白色针织上衣、黑色半裙、黑色袜子和黑色鞋子。保持同一个固定舞台资产：黑色大型舞台、镜面黑色地面、中央圆形冷白光区、两侧各4个黑色拱形立柱、干净黑色背景。不要增加额外柱子，不要增加背景管子，不要改变舞台结构。 根据上传音频 {{Mixed 5}} 准确演唱“藏起我所有失控 / 世界要我成熟 要我坚强”，嘴型自然跟随，情绪克制但逐渐打开。 12秒一镜到底，电影感大型舞台长镜头。开头是超远距离左前方45度斜角大远景，摄影机位于舞台左前角很远的位置 {{Portrait 2}} ，人物在中央光区里显得很小，只有画面高度的3%左右，被巨大舞台、冷白光束和黑色空间包围。 摄影机沿舞台斜向轨道缓慢向人物推进，同时做轻微半环绕运动，从左前方45度逐渐绕到正面偏侧 {{Portrait 3}} 。运镜稳定、大气、连续，有明显空间视差，舞台立柱、冷白光束、地面反光随着斜向推进产生层次变化。人物始终站在中央光区，不走动，不跳舞，手轻放胸口，唱到“坚强”时轻轻抬眼。结尾停在正面偏侧中景，不要变成脸部大特写。 冷白顶光，轻微薄雾，镜面地面反光，低饱和，高反差，真实电影摄影质感，Arri Alexa 35, Cooke S4 24mm to 35mm cinematic lens, T2.8, 24fps, cinematic diagonal dolly push-in with subtle orbit, no cuts. 不要普通正面推进，不要纯正面推近，不要脸部大特写，不要快速旋转，不要大幅摇晃，不要手持乱晃，不要切镜头，不要多镜头，不要突然远近景跳变，不要灯光爆闪，不要舞台柱子数量变化，不要额外柱子，不要背景管子，不要舞台管线，不要机械臂，不要复杂桁架，不要改变舞台结构，不要多人，不要跳舞，不要字幕，不要文字，不要水印，不要真实树洞，不要森林

视频截图视频节点 3

8秒图生视频，16:9。一镜到底，不要切镜，不要叠化，使用首帧和尾帧控制。首帧 {{Portrait 1}} 为锁骨、喉咙、毛衣领口、多层银项链的极近特写；尾帧 {{Portrait 2}} 为轻微前上方俯拍远景。严格保持同一位年轻东亚女歌手 {{Portrait 3}} ：黑色长直发、齐刘海、奶白色麻花针织毛衣、多层银项链、黑色皮裙、黑色袜子、黑色靴子。严格保持同一个舞台资产：黑色大型舞台、镜面黑色地面、中央圆形冷白光区、两侧各4个黑色拱形立柱、干净黑色背景、轻微薄雾。不要改变舞台结构，不要增加立柱，不要形成走廊，不要增加背景管线。 镜头对应歌词“你是我的树洞 / 接住我所有沉重 {{Mixed 4}} ”，一镜到底，不要叠化，不要切镜。整体运镜是从身体里的沉重开始，逐渐拉远并升高，让巨大安静的舞台空间接住她。 0-1.5秒：保持锁骨、喉咙、毛衣领口、银项链极近特写。镜头几乎静止。看得到喉咙轻微紧绷、胸口浅浅呼吸，项链贴着皮肤和毛衣轻微起伏。不要手，不要捏项链。 1.5-3秒：镜头开始非常缓慢物理后退，打开到下巴、颈部、胸口和部分肩膀。她头微微仰起，嘴唇微分但不要大声演唱，像一句话终于要说出来。情绪克制、脆弱、哽住。 3-5.8秒：镜头稳定加速向后拉远，并轻微升高到前上方15-25度视角。景别从近景打开到中景、全身、远景。人物保持在画面右侧偏中位置，约画面横向58%-62%，不要移动到左侧，不要移动到正中央。她仍站在中央圆形冷白光区右侧边缘，身体背对或三分之二背对镜头，肩膀慢慢放松，像沉重被接住。 5.8-8秒：镜头减速并锁定轻微顶视远景。人物占画面高度约18%-22%，小但清楚可读。画面露出更多镜面黑色地面、人物倒影、椭圆形冷白光区和四周黑暗空间。多束柔和冷白光落在她周围，空间巨大但安静，不压迫她，而是托住她。最后一秒完全稳定。 运动节奏：静止 → 缓慢启动 → 稳定加速拉远并轻微升高 → 减速锁定。镜头必须是物理轨道后退加轻微升降臂拉高，不是数码变焦，不要切镜头，不要突然跳景别，不要快速旋转。可以有极轻微顺时针视差，但不要明显环绕。 灯光：冷白顶光和柔和侧后光，低饱和冷蓝黑色调，高反差，真实电影摄影质感。光束只做非常轻微呼吸感，不扫灯，不爆闪，不变色，不形成保护光罩。镜面地面保留细腻反光。 情绪：从“沉重卡在喉咙和胸口之间”到“空间接住我所有沉重”。克制、脆弱、被理解、被承托、沉重落地。Arri Alexa 35, Cooke S4 35mm/50mm cinematic lens, T2.8, 24fps, smooth cinematic dolly pull-out and slight crane up. no hand close-up, no fingers holding necklace, no pendant close-up, no face close-up at the start, no stage structure change, no extra pillars, exactly 4 arch pillars per side, no corridor of repeated pillars, no background pipes, no truss, no protective dome, no colorful lights, no laser, no extra people, no dancers, no subtitles, no text, no watermark, no AI marks, no digital zoom, no jump cut, no sudden distance jump, no fast rotation, no shaky handheld, no pure top-down bird view, no face distortion, no abnormal body, no overexposure