画布 1

图片节点 23

图中纸飞机的位置稍加改变，尾部朝向摄影机，其他的都不要变化

去掉所有文字，画面禁止出现文字，其余保持不变

一双 白色的手在暗中折一张纸，浅景深大光圈。迅速折好一架纸飞机。手托起来看了两秒，扔了出去。纸飞机从暗处飞进天光里，向上滑翔。天还是深蓝色，城市屋顶只剩剪影。

图片节点 22

生成一张严格3列×3行、精确9格的连续电影故事板。必须同时使用上传的视觉锚点图和与其严格同构图的深度图；深度图只约束空间，视觉锚点图负责人物、场景、产品、光色和风格。禁止只使用深度图。 Story Beat：一双 白色的手在暗中折一张纸，浅景深大光圈。迅速折好一架纸飞机。手托起来犹豫了两秒，扔了出去。纸飞机从暗处飞进天光里，背景的城市只剩虚化的星火，天空依旧是深蓝色 纸飞机继续向上滑翔。飞向天光，画面白的几乎看不见任何东西 【参考职责】主场景/锚点图锁定人物与场景关系、场景拓扑、固定陈设、产品位置、空间尺度、综合色彩、时间天气、主光方向和现实程度；人物细节图只覆盖模糊的人脸、发型、体型和服装细节，不锁背景；产品图只覆盖产品形状、比例、材质和标志性结构；深度图只锁前景、中景、背景、距离、透视和遮挡关系。 【人物身份硬锁】九格始终为同一个人：保持同一脸型、五官比例、年龄观感、肤色范围、发型/发色/发际线、体型、身高比例、肩胯关系、服装版型/长度/颜色/材质/袖型/领口、鞋履、配饰和可识别剪影。允许表情、视线、姿势和动作改变；禁止相似脸替代、换脸、年龄漂移、发型漂移、体型漂移、换装、服装颜色漂移和同一人物复制成多人。 【场景拓扑硬锁】九格必须是同一个真实场景内移动摄影机，不是九个相似场景。保持建筑结构、地面墙面关系、门窗、楼梯、通道、入口出口、路径方向、家具、展台、植物、固定陈设、前中后景地标、关键物体相对位置与尺度、时间、天气和主光方向一致。允许改变机位、景别、焦段和景深；禁止建筑重建、门窗换位、家具跳位、路径反转、固定物体消失、天气变化和光向翻转。 【产品与道具硬锁】保持形状、比例、材质、颜色、结构、标签区、初始位置、朝向和状态；明确由哪只手操作，保持拿放、开合和接触状态连续。禁止产品变形、尺寸漂移和道具凭空出现或消失。 【深度约束】使用深度图理解前景、中景、背景、遮挡和Z轴距离；亮值更近、暗值更远。不得把深度亮度解释为光线、色彩或材质。每个新机位都必须保持锚点场景的空间拓扑，通过前景遮挡、中景人物、背景地标、引导线、透视尺度和向镜头内外的运动形成纵深。 【九镜动作弧】1全景建立场景、人物和兴趣点；2中全景引入视线、意图或运动方向；3过肩/主观/侧面揭示兴趣点；4中近景或特写展示可见反应；5准备主要动作；6插入有叙事价值的手、眼睛、脚步、产品或机关细节；7以最有动势和纵深的构图完成主要动作；8展示直接结果；9用较宽、较静或结论性画面结束。保持动作相位、手部位置、视线、步伐、产品/道具状态、屏幕方向、180度轴线、场景地标和光向连续。 【排版】一张完整图片，精确3行×3列，9个等大面板，统一间距，无缺格、多格、合并、重叠、裁切或重复；从左到右、从上到下阅读。匹配锚点图的综合色彩、材质、光线、镜头质感和现实程度。 画内不得出现编号、标题、标签、箭头、对白、字幕、注释、时间戳、参数、装饰边框、UI或水印。禁止九张无关图片、重复构图、人物/服装/产品漂移、场景重建、意外左右反转、错误遮挡、扁平空间、额外人物、额外地点和深度图九宫格。最终只输出这一张3×3故事板图片。 ```

以这张照片作为【身份 / 姿势 / 服装 / 构图】参考， 把图像转化为【指定的目标风格类型】， 保留图片的主体和画面内容不变， 改变【风格、材质和光影颜色】，画面的比例和构图严格和图片保持一致。

图片节点 7

场景参考图1 {{Image 1}} 。并且严格参考图片1 的色调、风格、质感、氛围。人物锁定参考 {{Image 2}} 主角举起纸飞机正准备飞出去，大光圈浅景深侧逆光勾勒出与主角和纸飞机的轮廓。大片留白带来的压迫感，光影完美匹配环境，电影级写实CG广告商业拍摄，超写实物理渲染，8K分辨率，24fps，杜比视界，12bit色深，ARRI摄影机拍摄，电影镜头，浅景深

参考图片1的色调、质感、氛围。生成极为宽阔的特宽景镜头，以这张照片 {{Image 1}} 作为构图参考， 把图像转化为 图像参考色调， 保留 {{Image 1}} 图片的主体和画面内容不变， 改变【风格、材质和光影颜色】，画面的比例和构图严格和图片保持一致。

【生成内容】 只将当前上传的视觉锚点图转换为一张严格一一对应的灰度深度图。不得生成故事板或九宫格。 保持锚点图完全相同的画幅、方向、取景、裁切、透视、摄影机视点、人物姿势、产品位置、所有物体的轮廓/尺寸/位置、场景边界和遮挡关系。不得重新构图、改变姿势、移动、删除、增加、复制或重新设计任何物体。 最靠近摄影机的真实表面接近白色，最远处接近黑色，中间距离使用连续灰阶。灰度只编码摄影机距离，不得依据原图颜色、亮度、灯光、阴影、高光、反射、材质、纹理、透明度、雾或曝光决定深浅。玻璃、镜面、透明物体和金属按真实表面距离编码。 严格只输出一张单通道观感的灰度深度图。禁止普通黑白照片、边缘图、法线图、分割蒙版、线稿、浮雕、热力图、伪彩色、多版本、并排图、拼贴、接触表、画格、文字、标签、边框、UI或水印。

【输入指令】 你是一个世界一列的专业广告cg导演，参考图片1、图片2、图片3、图片4、图片5、图片6、图片7的画面，帮我生成对应的15s影片提示词，顶级的cg广告片片头的质量，展现出该有的故事情节：一双 白色的手在暗中折一张纸，浅景深大光圈。迅速折好一架纸飞机。手托起来犹豫了两秒，扔了出去。纸飞机从暗处飞进天光里，背景的城市只剩虚化的星火，天空依旧是深蓝色 纸飞机继续向上滑翔。飞向天光，画面白的几乎看不见任何东西。要求：1专业级cg商业影视广告，每个分镜都要有高级的运镜和光影变化，人物运动，情绪符合逻辑，2整体的节奏，剪辑节奏和情绪节奏专业优雅，4。无任何画面扭曲、崩坏或错乱。5音效设计：只有音效，没有背景音乐，严禁bgm，6 严格锁定画面人物 【生成内容】 你好！我是广告CG导演。你的这组参考图非常棒，拥有顶级的皮克斯/虚幻引擎5（UE5）级别的质感，光影氛围极其出色（尤其是城市万家灯火的Bokeh散景和暮色天空的对比）。 为了将这段文字和图片完美转化为一段**15秒的高品质CG广告片头**，我为你设计了这套工业级的AI视频生成提示词（Prompt）。 我们会严格锁定你提供的\*\*“戴蓝底护目镜、穿蓝色T恤、白色圆头Q版小人”**这一IP形象，确保每一帧的连贯性，并严格执行**无BGM、纯音效（ASMR级别）\*\*的声音设计。 --- ### 🎬 整体导演控制参数（Global Directorial Notes） - **视觉风格设定：** 顶级商业CG动画，好莱坞级别渲染，Unreal Engine 5，光线追踪，电影级色彩分级。画面要求绝对稳定，无任何物理形变、边缘崩坏或多指/少指现象。 - **角色锁定（Character Lock）：** 3D卡通角色，拥有白色的毛绒/哑光质感圆头，大大的黑眼睛，头上戴着蓝框护目镜，身穿纯蓝色短袖T恤，黑色裤子，白色胖乎乎的小手。 - **音频锁定（Audio strictly restricted）：** `[NO BGM] [NO MUSIC]` 只有极为细腻的环境音与动作音效（SFX），营造极致的沉浸感与高级感。 --- ### 🎞️ 15秒分镜头脚本与AI提示词 (Shot-by-Shot Prompts) **Shot 1：暗中折纸 (0s - 3s)** - **画面描述：** 特写镜头（浅景深大光圈 f/1.4）。在微弱的暗调环境中，一双胖乎乎的纯白色CG小手正在专注地折叠一张白纸。背景是完全虚化的黑暗。随着手指灵巧的翻折，一架完美的纸飞机迅速成型。侧逆光（Rim Light）勾勒出手的边缘和纸张的质感。 - **运镜与光影：** 微距镜头（Macro），摄影机随着手的动作有非常轻微、呼吸感的推移。光影从暗部的冷调逐渐过渡到手部的一抹暖光。 - **音效设计：** 只有清脆、ASMR级别的纸张摩擦声和折痕压紧的“咔咔”声。无BGM。 - **AI生成提示词 (英文版，适配视频大模型)：** > **Prompt:** Close-up shot, macro lens, f/1.4 shallow depth of field. A pair of chubby, pure white 3D animated CG hands are quickly and deftly folding a piece of white paper into a paper airplane in a dark environment. High-quality textures, soft rim lighting outlining the hands and the crisp paper. The background is completely dark and blurred out. Professional Unreal Engine 5 cinematic render, perfectly formed hands, no morphing, hyper-realistic paper folding physics. **Shot 2：两秒的犹豫 (3s - 5s)** - **画面描述：** 中景/过肩镜头。画面亮起，切到悬崖沙丘的边缘。我们的主角（戴护目镜、穿蓝T恤的白色3D小人）背对/侧对镜头，手里托着刚刚折好的纸飞机。他望着远方的城市，城市呈现出极其美丽的暖橘色散景（Bokeh），天空是静谧的深蓝色。角色停顿、胸口微微起伏，动作犹豫了两秒。 - **运镜与光影：** 斯坦尼康缓慢环绕（Slow Orbit）。冷蓝色的天空光与城市温暖的橘色光在角色脸部形成绝美的冷暖对比。 - **音效设计：** 旷野中微弱的呼啸风声，纸张在风中微微颤动的声音，以及角色轻轻的一声吸气声。无BGM。 - **AI生成提示词：** > **Prompt:** Medium shot, slow cinematic orbit camera. A cute 3D CG character (white round head, blue goggles on forehead, wearing a blue t-shirt and black pants) stands on a dark sand dune, holding the paper airplane in his hand. He hesitates, standing perfectly still for two seconds. In the background, a sprawling city glows with warm orange and yellow lights, creating beautiful bokeh. The sky above is a deep twilight blue. Pixar style, masterclass lighting, perfect anatomy, emotional pause. **Shot 3：掷出希望 (5s - 7s)** - **画面描述：** 侧面动感镜头。主角深吸一口气，手臂后拉，果断地将纸飞机向着光亮的方向用力掷出。人物动作流畅、符合物理发力逻辑，情绪从犹豫转为坚定。纸飞机的状态较为平稳 - **运镜与光影：** 摄影机快速横移（Whip Pan）跟随手臂的抛掷动作，焦点瞬间从人物脸部转移到飞出的纸飞机上。 - **音效设计：** 衣服摩擦的“唰”声，手臂挥动的破空声（Whoosh）。无BGM。 - **AI生成提示词：** > **Prompt:** Dynamic side view. The same 3D CG character firmly winds back his arm and throws the white paper airplane forward into the air. Cinematic whip pan camera following the throw. Fluid, physically accurate character animation. The focus racks from the character to the flying paper airplane. Top tier CG animation, motion blur on the arm. **Shot 4：划破深蓝 (7s - 11s)** - **画面描述：** 跟随镜头。纸飞机从暗处飞入天光之中，在深蓝色的天空中平稳滑翔。背景下方是美丽的城市夜景，灯火已经完全虚化为点点星火，形成极具电影感的浅景深。纸飞机的状态较为平稳 - **运镜与光影：** 极其平稳的空中跟随运镜（Tracking shot），保持纸飞机在画面黄金比例位置。环境光从底部的城市暖光逐渐被上方的清晨冷光取代。 - **音效设计：** 纸飞机切开空气的平稳滑翔声（连续且低沉的风声）。无BGM。 - **AI生成提示词：** > **Prompt:** Tracking shot following the paper airplane gliding smoothly through the air. The sky is a gradient of deep twilight blue. Far below, the background features extremely blurred out, glowing orange city lights (heavy bokeh). Shallow depth of field focusing only on the sharp, white paper airplane. Smooth camera movement, serene atmosphere, high-end commercial CG quality. **Shot 5：飞向天光 (11s - 15s)** - **画面描述：** 仰拍镜头。纸飞机继续向上滑翔，冲向画面上方越来越亮的黎明/天光。光线变得极其耀眼，产生高级的镜头眩光（Lens Flare）。最终画面逐渐过曝，纸飞机融入纯白色的光芒中，画面白得几乎看不见任何东西（Fade to White）。纸飞机较为 - **运镜与光影：** 摄影机向上仰拍并微微向前推进。体积光（Volumetric Lighting）爆发，曝光逐渐增加直至纯白。 - **音效设计：** 风声逐渐空灵、高频，最后伴随画面变白，声音淡出至绝对安静。无BGM。 - **AI生成提示词：** > **Prompt:** Low angle shot looking up. The paper airplane glides upwards towards a blindingly bright light in the sky. Massive, beautiful cinematic lens flares and volumetric light beams. The lighting gradually increases, blowing out the exposure until the entire screen fades into pure glowing white. Exquisite CG render, perfect paper textures fading into light. --- ### 💡 导演给你的实操建议： 在目前（Sora/Runway Gen-3/Kling）等视频模型中： 1. **角色一致性：** 务必在每一段Prompt中都带上 `A cute 3D CG character with a white round head, wearing blue goggles on forehead and a blue t-shirt`，以确保AI不会在镜头切换时改变主角样子。 2. **控制形变：** 在反向提示词（Negative Prompt，如果有该输入框）中加入：`morphing, deformed, bad anatomy, missing fingers, extra fingers, text, watermark, bad folding, collapsing geometry`。 3. **音效合成：** 因为你要求严格的“无BGM纯音效”，建议你在后期剪辑软件（如Premiere或剪映）中单独铺设音效轨，只 需搜索：“纸张折叠声”、“旷野环境风声”、“破空whoosh”、“纸张飞行滑翔声”，然后排列在一起，质感会瞬间拉满，比AI直接生成的音频要高级得多。

【生成内容】 生成一张严格3列×3行、精确9格的连续电影故事板。必须同时使用上传的视觉锚点图和与其严格同构图的深度图；深度图只约束空间，视觉锚点图负责人物、场景、产品、光色和风格。禁止只使用深度图。 Story Beat：\[填写用户的一句话或入口3推导出的动作\] 【参考职责】主场景/锚点图锁定人物与场景关系、场景拓扑、固定陈设、产品位置、空间尺度、综合色彩、时间天气、主光方向和现实程度；人物细节图只覆盖模糊的人脸、发型、体型和服装细节，不锁背景；产品图只覆盖产品形状、比例、材质和标志性结构；深度图只锁前景、中景、背景、距离、透视和遮挡关系。 【人物身份硬锁】九格始终为同一个人：保持同一脸型、五官比例、年龄观感、肤色范围、发型/发色/发际线、体型、身高比例、肩胯关系、服装版型/长度/颜色/材质/袖型/领口、鞋履、配饰和可识别剪影。允许表情、视线、姿势和动作改变；禁止相似脸替代、换脸、年龄漂移、发型漂移、体型漂移、换装 、服装颜色漂移和同一人物复制成多人。 【场景拓扑硬锁】九格必须是同一个真实场景内移动摄影机，不是九个相似场景。保持建筑结构、地面墙面关系、门窗、楼梯、通道、入口出口、路径方向、家具、展台、植物、固定陈设、前中后景地标、关键物体相对位置与尺度、时间、天气和主光方向一致。允许改变机位、景别、焦段和景深；禁止建筑重建、门窗换位、家具跳位、路径反转、固定物体消失、天气变化和光向翻转。 【产品与道具硬锁】保持形状、比例、材质、颜色、结构、标签区、初始位置、朝向和状态；明确由哪只手操作，保持拿放、开合和接触状态连续。禁止产品变形、尺寸漂移和道具凭空出现或消失。 【深度约束】使用深度图理解前景、中景、背景、遮挡和Z轴距离；亮值更近、暗值更远。不得把深度亮度解释为光线、色彩或材质。每个新机位都必须保持锚点场景的空间拓扑，通过前景遮挡、中景人物、背景地标、引导线、透视尺度和向镜头内外的运动形成纵深。 【九镜动作弧】1全景建立场景、人物和兴趣点；2中全景引入视线、意图或运动方向；3过肩/主观/侧面揭示兴趣点；4中近景或特写展示可见反应；5准备主要动作；6插入有叙事价值的手、眼睛、脚步、产品或机关细节；7以最有动势和纵深的构图完成主要动作；8展示直接结果；9用较宽、较静或结论性画面结束。保持动作相位、手部位置、视线、步伐、产品/道具状态、屏幕方向、180度轴线、场景地标和光向连续。 【排版】一张完整图片，精确3行×3列，9个等大面板，统一间距，无缺格、多格、合并、重叠、裁切或重复；从左到右、从上到下阅读。匹配锚点图的综合色彩、材质、光线、镜头质感和现实程度。 画内不得出现编号、标题、标签、箭头、对白、字幕、注释、时间戳、参数、装饰边框、UI或水印。禁止九张无关图片、重复构图、人物/服装/产品漂移、场景重建、意外左右反转、错误遮挡、扁平空间、额外人物、额外地点和深度图九宫格。最终只输出这一张3×3故事板图片。 ``` ```

视频截图视频节点 26

主角锁定，纸飞机锁定

主角锁定，

生成一张16:9横向的“西安腊汁肉夹馍摊位场景资产母版”。 参考图职责必须严格分开： {{Image 1}} 负责锁定背景环境与空间身份：保留西安老城早市、灰砖城墙、城门洞、城墙垛口及街巷纵深。城墙位于画面后方中央至右后方，结构清楚但适度虚化，只作为西安地域识别背景，不抢夺前景摊位主体。删除并忽略图中的所有招牌、文字、水印、原有人物及具体摊位内容。 只负责锁定整体光线、色彩和空气氛围：采用清晨金黄色自然光、柔和窗格式光束、空气中的轻微蒸汽、暖金色中间调、清楚暗部细节及真实纪录片式电影摄影质感。不要复制图中的厨房结构、厨师、蒸笼和文字。 主体是一处真实的西安传统腊汁肉夹馍早餐摊位，位于老城墙附近的早市街巷。前景和中景为完整、可重复使用的肉夹馍操作区；背景透过摊位开口看见适度虚化的西安城墙与城门洞。 摄影机构图： 16:9横向电影画幅，全画幅35mm镜头，摄影机位于顾客一侧、成年人胸口高度，从摊位左前方约30度斜向观察。前景操作台从画面左下延伸至中央，中景为白吉馍、剁肉案板和腊汁肉锅；右前方留出干净明确的递餐空间。背景城门洞位于视觉纵深轴线上，但保持柔焦。画面具有清晰的前景、中景和后景，不是正面证件照式构图。 摊位固定结构： 左侧放置传统烤白吉馍炉或平口烤炉，炉体为深色的金属，带轻微痕迹。炉旁整齐摆放六至八个刚出炉的白吉馍，大小参考 {{Image 2}} 白吉馍必须是圆形、扁平的陕西白吉馍，表面有明显环形烙痕与菊花状纹路，边缘微微鼓起，外壳酥脆，颜色为暖米白和浅焦褐。绝不是汉堡胚、贝果、馕、普通烧饼或包子。 画面中央放置一块厚重、使用痕迹真实的圆形木质剁肉案板和一把宽刃中式剁刀。案板旁只有少量切碎的深褐色腊汁肉，肉质肥瘦相间、纤维可见、表面带克制的琥珀色肉汁。 右后方放置一只深口金属腊汁肉锅，锅内是深褐色卤肉和老卤，锅沿升起真实、轻薄的蒸汽。旁边放置长柄漏勺和夹肉工具。右前方递餐区域保持干净，不被餐具和杂物遮挡，为后续“把肉夹馍递向画外”的动作镜头预留空间。 场景资产母版中不出现主角、顾客或正在操作的手。只保留无人状态下完整、合理、可供后续镜头复用的摊位环境。背景可以有极少量完全虚化的早市行人剪影，但不能形成明确人物主体。 光线与氛围严格参考 清晨暖金色阳光从画面左后方穿过摊棚边缘或半透明挡帘，形成一束宽阔、柔和、真实的斜向光带。光束轻轻穿过腊汁肉锅上方的蒸汽，照亮白吉馍边缘、案板木纹、肉汁高光和金属台面，产生自然的空间分层。 光束必须有真实场景来源，不能像舞台追光。蒸汽只在光线路径中清楚可见，其他位置极淡。空气不发灰、不乳白、不雾蒙蒙。高光柔和滚降，只有极轻微光学halation。 摊位内部保持暖金色3200K至3800K，城墙与远处清晨环境约5000K至5400K，形成自然的暖前景与中性冷背景分离。不要使用强烈青橙调色。保留清晰中间调和干净暗部，不压成死黑，不做假HDR。 整体质感： 高端中国城市旅行Vlog TVC，真实街头纪录片摄影，35mm胶片颗粒，自然运动环境，温暖、有烟火气、真实但精致。摊位材质必须有实际使用痕迹：旧金属、木案板刀痕、白吉馍粉屑、轻微油汽和蒸汽，但整体不能肮脏或杂乱。 颜色控制为暖金、暖米白、腊汁肉深褐、旧金属灰和城墙灰褐，不加入高饱和红色招牌或廉价夜市霓虹。 绝对禁止出现任何汉字、英文字母、数字、标点、菜单、价格牌、招牌、店名、灯箱文字、墙面标语、包装文字、字幕、Logo、品牌标识、水印、二维码、UI、边框、签名或伪文字。所有可能出现招牌的位置必须改为空白旧木板、无字金属板或自然墙面。 禁止羊肉串、烧烤架、面条、凉菜、包子蒸笼、汉堡、生菜、青椒、辣椒、芝士和西式酱料。禁止复制图2的厨师和厨房。禁止让城墙过度清晰或占据主体，禁止旅游宣传照感、景区摆拍感、夜市霓虹感和AI概念画感。

图片节点 15

锁定参考 色彩与图片氛围，蒸汽质感和真实街头摄影风格参考，使用 {{Image 1}} 与 {{Image 2}} 仅作为西安老城早餐氛围、摊位空间层次。不要复制参考图中的招牌、文字、Logo、水印、羊肉串、凉菜、具体人物或原始构图。 生成一张西安传统腊汁肉夹馍摊位的完整场景资产母版，16:9横向电影画幅。场景服务于以下连续动作：刚出炉的白吉馍大小参考 {{Image 3}} ，被取出、剖开，剁碎的腊汁肉被塞入馍中，肉汁渗进酥层，随后从柜台右侧递给顾客。因此摊位结构、操作台和道具位置必须清楚、合理且便于后续不同镜头保持一致。 地点是西安老城区清晨营业的街边早餐摊，位于旧砖建筑或老城街巷的一层临街开口内。背景参考图片2 {{Image 2}} 。摊位上方是深色旧金属雨棚与简单钢架，墙面为自然磨损的灰砖、背景只保留少量模糊行人与老城建筑轮廓，主体仍是肉夹馍操作区。 摄影机位于顾客视线略低的位置，以全画幅28mm至35mm镜头，从柜台左前方约30度斜向观察。前景是完整操作台，中景是烤馍炉、剁肉案板和腊汁肉锅，背景是摊位内部及清晨街道。画面必须具有清楚的前景、中景、后景和真实视差，不能像产品棚拍。 固定空间布局： 画面左后方是一只传统白吉馍烤炉或平口烤馍炉，炉体为经年使用的深色金属与耐火材料，炉口有微弱暖光，不出现巨大火焰。炉旁放置六至八个刚出炉的圆形白吉馍。每个馍圆形、扁平，表面有清楚的环形烙痕和菊花状纹路，边缘微微鼓起，绝不是汉堡胚、烧饼、馕或贝果。 画面中央是一块厚重、使用痕迹真实的圆形木质剁肉案板，旁边放一把宽刃中式剁刀。案板上只有少量剁碎的深褐色腊汁肉与琥珀色肉汁，肉块肥瘦相间、细碎但仍有纤维，不出现辣椒、青椒、生菜、芝士或西式配料。 画面右后方是一只深口金属或搪瓷腊汁肉锅，锅内可见深褐色卤肉与琥珀色老卤，锅沿有真实蒸汽和长期使用形成的色泽。锅旁放长柄漏勺和夹肉工具，但不凌乱堆放。 画面右前方必须留出一块干净明确的递餐区域，作为后续双手递出肉夹馍的动作空间。此区域不能放置大碗、塑料筐或其他遮挡物，背景也不能有高反差杂物。柜台边缘保持真实磨损和少量面粉碎屑，为后续“接过后咬下第一口、酥皮碎屑落下”提供清楚背景。 场景资产图中不出现主体人物、摊主或顾客，只保留完整、可复用的空摊位空间。不要在母版中提前出现操作中的手，后续动作镜头再加入同一摊主的双手。 禁止出现任何汉字、英文字母、数字、标点、菜单、价目表、店名、招牌、灯箱文字、墙面标语、包装文字、字幕、Logo、品牌标识、水印、二维码、UI、边框、签名或伪文字。所有原本可能放置招牌的位置改为无字旧木板、纯色金属板或自然墙面 禁止羊肉串、烧烤炉、面条、凉菜摊、包子蒸笼、汉堡、生菜、番茄、芝士、塑料广告牌、红色旅游街招牌、宫殿式仿古装饰、现代连锁餐厅、夸张火焰、拥挤人群和满桌食物。

以我上传的场景图片作为同一地点唯一的建筑、材质、色彩、时间和光线依据，一次生成一张2×2四宫格空间连续性参考板。 整张输出为16:9，四格等大排列，每个子画面也保持16:9比例，使用细窄中性灰分隔线，不生成标题、标签、文字或水印。 左上：忠实保留上传图片的正常主视角。 右上：同一场景的前方3/4斜角，摄影机从原主视角向右绕核心空间锚点约45°。 左下：同一场景的180°反方向视角，摄影机移动到原主视角正对面，回看原摄影机位置，不能简单镜像原图。 右下：同一场景的反方向3/4斜角，摄影机从反方向视角向右绕核心空间锚点约45°。 四格必须是完全相同的地点和时刻。保持建筑尺度、门窗与通道关系、地面层级、固定物件数量和位置、核心空间锚点、材质、色彩、使用痕迹及主光源物理位置一致。只允许摄影机位置和朝向变化。 原图没有显示的背面区域，只采用最简洁且符合现有建筑逻辑的延续。不得新增功能区、人物、家具、陈设、剧情道具、文字或Logo；不得生成四套不同设计；不得复制门窗；固定物件不能凭空出现或消失。

图片节点 15

参考 暖色食物光、蒸汽质感和真实街头摄影风格参考，使用 {{Image 1}} 与 {{Image 2}} 仅作为西安老城早餐氛围、摊位空间层次。不要复制参考图中的招牌、文字、Logo、水印、羊肉串、凉菜、具体人物或原始构图。 生成一张西安传统腊汁肉夹馍摊位的完整场景资产母版，16:9横向电影画幅。场景服务于以下连续动作：刚出炉的白吉馍被取出、剖开，剁碎的腊汁肉被塞入馍中，肉汁渗进酥层，随后从柜台右侧递给顾客。因此摊位结构、操作台和道具位置必须清楚、合理且便于后续不同镜头保持一致。 地点是西安老城区清晨营业的街边早餐摊，位于旧砖建筑或老城街巷的一层临街开口内。不是景区仿古街，不是夜市，不是现代连锁店。摊位上方是深色旧金属雨棚与简单钢架，墙面为自然磨损的灰砖、旧木板和局部烟熏痕迹。街道从摊位右后方向远处延伸，背景只保留少量模糊行人与老城建筑轮廓，主体仍是肉夹馍操作区。 摄影机位于顾客视线略低的位置，以全画幅28mm至35mm镜头，从柜台左前方约30度斜向观察。前景是完整操作台，中景是烤馍炉、剁肉案板和腊汁肉锅，背景是摊位内部及清晨街道。画面必须具有清楚的前景、中景、后景和真实视差，不能像产品棚拍。 固定空间布局： 画面左后方是一只传统白吉馍烤炉或平口烤馍炉，炉体为经年使用的深色金属与耐火材料，炉口有微弱暖光，不出现巨大火焰。炉旁放置六至八个刚出炉的圆形白吉馍。每个馍圆形、扁平，表面有清楚的环形烙痕和菊花状纹路，边缘微微鼓起，绝不是汉堡胚、烧饼、馕或贝果。 画面中央是一块厚重、使用痕迹真实的圆形木质剁肉案板，旁边放一把宽刃中式剁刀。案板上只有少量剁碎的深褐色腊汁肉与琥珀色肉汁，肉块肥瘦相间、细碎但仍有纤维，不出现辣椒、青椒、生菜、芝士或西式配料。 画面右后方是一只深口金属或搪瓷腊汁肉锅，锅内可见深褐色卤肉与琥珀色老卤，锅沿有真实蒸汽和长期使用形成的色泽。锅旁放长柄漏勺和夹肉工具，但不凌乱堆放。 画面右前方必须留出一块干净明确的递餐区域，作为后续双手递出肉夹馍的动作空间。此区域不能放置大碗、塑料筐或其他遮挡物，背景也不能有高反差杂物。柜台边缘保持真实磨损和少量面粉碎屑，为后续“接过后咬下第一口、酥皮碎屑落下”提供清楚背景。 场景资产图中不出现主体人物、摊主或顾客，只保留完整、可复用的空摊位空间。不要在母版中提前出现操作中的手，后续动作镜头再加入同一摊主的双手。 光线为西安清晨营业时段。摊位内部上方有一盏克制的3200K暖色工作灯，主要照亮白吉馍、案板、腊汁肉锅和柜台木纹；街道右后方进入5200K清晨自然光，在背景和金属边缘形成柔和冷色分离。暖光与冷晨光自然相撞，但不使用廉价青橙调色。 白吉馍必须是画面中最明亮、最干净的食物主体，表面暖米白，环形烙痕呈浅焦褐色。腊汁肉保持深褐色油润质感，肉汁高光克制。暗部保留墙砖、炉体和摊位内部结构，不压成死黑；中间调清楚，蒸汽只在真实光线路径中出现极淡一层。高光不过曝，halation轻微且真实。 色彩控制为暖米白、腊汁肉深褐、旧砖灰、工作灯暖金、清晨环境冷青，整体不超过五个主要色系。真实35mm电影摄影，细腻胶片颗粒，自然高光滚降，克制浅景深，高端快节奏中国城市旅行Vlog TVC，不是美食纪录片截图，不是商业美食棚拍，不是AI概念画。 绝对禁止出现任何汉字、英文字母、数字、标点、菜单、价目表、店名、招牌、灯箱文字、墙面标语、包装文字、字幕、Logo、品牌标识、水印、二维码、UI、边框、签名或伪文字。所有原本可能放置招牌的位置改为无字旧木板、纯色金属板或自然墙面 禁止羊肉串、烧烤炉、面条、凉菜摊、包子蒸笼、汉堡、生菜、番茄、芝士、塑料广告牌、红色旅游街招牌、宫殿式仿古装饰、现代连锁餐厅、夸张火焰、拥挤人群和满桌食物。

中国西安的高端肉夹馍门店

【输入指令】 你是一个世界一列的专业广告vlog导演，根据图片1和2的画面，帮我生成对应的15s影片提示词，从烹饪到出品的完整连贯的镜头，展现出该有顶级的电影级vlog城市宣传广告片的质量，要求：从图一到图二至少有4个分镜，开始微距镜头，120fps。一把宽刃铡刀高高扬起后落下，剁进一块腊汁肉——深褐色炖至酥烂、肥瘦相间的肉，纤维与层次在刀锋下崩开，油汁向两侧飞溅。刀面在落下的瞬间反射出一道强烈的光，这道刀光横扫过整个画面完成转场 。出现图2 出品的阶段，一双手接过来咬下第一口，酥皮碎屑掉下来。 食客大拇指连忙画圈点赞！镜头之间的出场方式衔接要通过转场方式流畅炫酷无缝衔接（比如遮蔽转场、 、相似转场、无缝衔接转场）， ，人物动作正确且符合逻辑，动作灵巧生动自然，又无扭曲，错乱等问题，全片自由运镜，包括环绕，旋转、推拉摇移等运镜组合展示，整体需要结合一些快慢镜头的变化。景别的变化范围大，有极端特写也有全景展示，城市8K分辨率，24fps，杜比视界，12bit色深，ARRI Alexa 65摄影机拍摄，禁止任何画面扭曲、崩坏或错乱。音效设计：只有音效，没有背景音乐，严禁bgm 【生成内容】 你好！我是你的专属广告导演。为了呈现这支15秒的顶级城市美食宣传Vlog，我为你设计了这套极具视觉冲击力和节奏感的提示词。 这套方案严格遵循了你的要求，运用了**微距与全景的极致反差、升降格（快慢镜）的节奏变换、以及多种炫酷的无缝转场（光效遮蔽、动势匹配、前景遮挡）**。 请将以下内容直接输入给高端AI视频大模型（建议分段生成以保证极高画面控制力）： --- ### 🎬 核心全局设定（Global Settings） **画面规格：** 8K resolution, 24fps (部分镜头内含120fps高速升格表现), Dolby Vision, 12bit色深, ARRI Alexa 65摄影机搭配微距与电影级变焦镜头拍摄。 **视觉风格：** 顶级城市宣传片，高反差电影级光影，极度清晰的材质纹理（油光、酥脆感、肉质纤维），画面色彩浓郁且极具食欲，无任何画面扭曲、崩坏或错乱，人物骨骼动作完美自然。 **音效设计（绝对要求）：** **只有逼真高品质环境音效（Foley SFX），严禁任何背景音乐（NO BGM）。** --- ### 🎞️ 分镜脚本提示词（Prompt by Scene） **分镜 1：开场绝杀 —— 汁水爆裂与刀光转场（对应图1）** **\[Camera & Movement\]:** 极致微距镜头（Extreme Macro），120fps超慢动作（Slow-motion），低位平视。 **\[Action & Visual\]:** 一把宽大的中式生铁铡刀高高扬起，带着凌厉的风势重重落下，精准剁进一块刚出锅的深褐色腊汁肉。刀锋切入的瞬间，肥瘦相间的肉质纤维与丰富的层次在刀刃下瞬间崩裂开来，晶莹剔透的滚烫油汁和肉汁在压力的作用下，如慢镜头般的爆炸般向画面两侧飞溅。 **\[Transition\]:** 刀刃落至砧板的瞬间，摄影机迅速压低，刀面恰好反射出头顶的一道强烈暖色射灯。一道极其耀眼的刀光横扫过整个画面，白光瞬间填满屏幕（光效遮蔽转场 / Light-Wipe Transition）。 **\[SFX\]:** 沉重清脆的“咚”一声切肉声，紧接着是汁水飞溅的“呲啦”声，最后是刀面反光时尖锐利落的“铮——”音效。无BGM。 **分镜 2：动势接力 —— 极速夹肉（桥接镜头）** **\[Camera & Movement\]:** 从白光中急速拉出（Fast Pull-out），24fps恢复正常速度，随后的动作伴随180度极速环绕运镜（Orbit Shot）。 **\[Action & Visual\]:** 白光散去，画面瞬间切换到刚切好的碎肉膜微距特写。厨师灵巧、生动、毫无扭曲的双手握住菜刀，将刚刚碎肉末加上腊汁肉的汁水一把铲起，以极其干练的动作塞入酥脆的白吉馍中。随着肉塞入馍中，热气氤氲上升。 **\[Transition\]:** 厨师双手捏住塞满肉的肉夹馍，顺着环绕运镜的动势，将肉夹馍直接推向摄影机镜头，肉夹馍瞬间遮挡住整个镜头变黑（前景遮蔽转场 / Masking Transition）。 **\[SFX\]:** 刀刃划开酥脆馍皮的“咔嚓”声，刀面摩擦木砧板的“嚓嚓”声，快速动作带起的“呼呼”风声。无BGM。 **分镜 3：烟火出品 —— 城市Vlog的质感（对应图2）** **\[Camera & Movement\]:** 镜头从黑暗中急速平移向后拉开（Dolly Back & Pan），景别从特写瞬间变为中景全貌。 **\[Action & Visual\]:** 画面无缝衔接到图2的餐厅场景。背景是焦外的食客和亮着霓虹灯“西安制造”、牌匾“高端肉夹馍”的招牌，充满城市烟火气。画面视觉中心，穿着白色厨师服、戴着红帽子的老师傅，正站在木质吧台后，双手自然、连贯、稳健地将刚做好的肉夹馍递向前方。 **\[Transition\]:** 镜头焦点死死锁定在这份递出来的肉夹馍上，镜头跟随着肉夹馍向前推进，与下一镜食客的接取动作形成完美的动势匹配转场（Motion Match Cut）。 **\[SFX\]:** 餐厅里浑厚的环境音（碗筷碰撞、远处的交谈声），肉夹馍放在木质吧台上的沉闷“啪嗒”声。无BGM。 **分镜 4：极致满足 —— 灵魂第一口与点赞（高潮结尾）** **\[Camera & Movement\]:** 快速推镜头（Fast Push-In）接特写，咬下瞬间切回120fps慢动作，随后自然跟随手部动作（Tilt & Whip Pan）。 **\[Action & Visual\]:** 一双顾客的手自然地从吧台接管画面中心的肉夹馍，迫不及待地咬下第一口。在120fps的高速镜头下，烤得焦黄的酥皮在牙齿的咬合下如玻璃般碎裂，金黄色的酥皮碎屑在光影中慢动作掉落。紧接着恢复正常语速，食客（画面仅展现手部或半脸）立刻伸出右手大拇指，在空中生动、灵巧地画了一个快速的圈，给出极具张力和街头Vlog风格的“点赞”手势。 **\[SFX\]:** 极度解压且响亮清脆的咬合咀嚼声（ASMR级别），酥皮掉落的细微沙沙声，手指画圈点赞时的衣袖摩擦声。无BGM。 --- ### 💡 导演特别交代（输入给AI的附加指令）： > **Negative Prompt (负面提示词，务必添加):** Background music, BGM, music tracks, warped fingers, extra hands, mutated limbs, broken physics, blurry textures, slow pacing, bad anatomy, floating objects, out of focus. **Audio Note (音频再强调):** The audio track must contain ONLY Foley sound effects (chopping, sizzling, crunching, ambient street sounds). Absolute silence regarding music.

视频截图视频节点 38

肉夹馍锁定 {{Image 3}}

参考图1 的色调、氛围。色彩

图片节点 7

场景参考图1 。并且严格参考图片1 的色调、风格、质感、氛围。电影级写实广告商业拍摄，超写实物理渲染，8K分辨率，24fps，杜比视界，12bit色深，ARRI摄影机拍摄，电影镜头，浅景深。建筑与空间摄影，35mm，横构图，平视略高机位，透视端正。中国现代粤式茶楼的室内空间，上午十点，营业前的空场。 【空间】层高约六米的通高大堂，二层有一圈木质栏杆的夹层回廊。主材是浅色实木——墙面下半部是浅色木饰面，上半部是干净的米白色墙面；局部用深色细木格栅做隔断与装饰，格栅条纤细、间距均匀、排列利落。地面是浅灰色水磨石，打理干净有柔和反光。 【家具】浅色实木圆桌成组排列，桌面干净，每桌摆着白瓷茶壶与倒扣的白瓷茶杯，配浅色实木圈椅；桌与桌之间留有充足的间距，绝不拥挤。 【出餐区 · 这一站的标志】画面左侧是开放式的出餐台，台面是浅色实木与不锈钢，上面整齐堆叠着成摞的方形浅色实木蒸笼——干净的浅木板拼接，四角能看见交错咬合的燕尾榫结构，木纹细腻，边角利落；蒸笼堆成三摞高低错落，最上层有白色蒸汽持续升起。 【前景】画面右侧前景约一米五处，一摞五层的方形实木蒸笼占据画面右侧约四分之一并且顶部出画，处于清晰对焦中，是画面里质感最实的东西，热气正从缝隙里涌出。 【窗与光】正对镜头的远端是一整面通高的木格窗，窗格是细木条构成的简洁几何图案；上午的自然光从窗外大面积漫射进来，把整个空间照得明亮通透，色温 5000K；靠近窗口的地面与桌面接近过曝的暖白，形成画面纵深方向最亮的出口。空间上方沿动线悬挂着一排暖黄色的吊灯，灯罩是米白色宣纸或浅色竹编，色温 2900K，在明亮的空间里作为点缀光源，形成柔和的暖色光点。 【光线】自然窗光为主、暖黄吊灯为辅，冷暖比例约七比三；两三道柔和的光柱从高处窗格斜射进来，因空气中的蒸汽与浮尘而清晰可见，在地面上投下拉长的窗格光影；整体中低对比，明亮干净通透，暗部提得起来没有死黑，高光柔和不刺眼。 【光影变化】蒸笼与出餐台的蒸汽持续升起，穿过斜射的光柱时被点亮成翻滚的白色体积，也让光柱忽粗忽细、忽明忽暗；蒸汽飘过时在桌面与地面的窗格光影上投下缓慢移动的柔和阴影；暖黄吊灯的光点随蒸汽疏密轻微明灭。整个空间的明暗一直在轻微流动。 【品牌位】出餐台上方的墙面上有一块完全空白的浅色标牌，尺寸中等，正对镜头，表面干净无任何文字与图案，光照均匀，边缘清晰。 【色彩】浅实木的暖木黄 #C9A063、窗光与墙面的白 #EFEDE8、吊灯的暖金 #D9A441、木格栅与家具暗部的深棕黑 #3D2817，四色；暖调统一，明亮饱满。 【构图】前景蒸笼、中景桌区与出餐台、远景窗光，三层分明；纵深构图，消失点略偏画面中央右侧；空间留白充足，绝不堆满，绝不元素平均分布。 【质感】实木的细腻纹理与榫接结构、木格栅的锐利线条、水磨石地面的柔和反光、白瓷的釉面、蒸汽的流体体积；前景清晰、中景微虚、远景柔和化开的三层景深。空间干净、考究、有设计感，绝不老旧、绝不杂乱。 高端空间摄影质感，画面干净通透，色彩温暖饱满，高光柔和滚降，暗部保留细节，轻微电影感颗粒但不明显；不做数字锐化，不做 HDR；画面中不出现任何可辨认的文字、对联、招牌与标识

参考图1 。严格参考图片1 的色调、风格、质感、氛围。电影级写实广告商业拍摄，超写实物理渲染，8K分辨率，24fps，杜比视界，12bit色深，ARRI摄影机拍摄，电影镜头，浅景深。建筑与空间摄影，35mm，横构图，平视略高机位，透视端正。中国现代粤式茶楼的室内空间，上午十点，营业前的空场。 【空间】层高约六米的通高大堂，二层有一圈木质栏杆的夹层回廊。主材是浅色实木——墙面下半部是浅色木饰面，上半部是干净的米白色墙面；局部用深色细木格栅做隔断与装饰，格栅条纤细、间距均匀、排列利落。地面是浅灰色水磨石，打理干净有柔和反光。 【家具】浅色实木圆桌成组排列，桌面干净，每桌摆着白瓷茶壶与倒扣的白瓷茶杯，配浅色实木圈椅；桌与桌之间留有充足的间距，绝不拥挤。 【出餐区 · 这一站的标志】画面左侧是开放式的出餐台，台面是浅色实木与不锈钢，上面整齐堆叠着成摞的方形浅色实木蒸笼——干净的浅木板拼接，四角能看见交错咬合的燕尾榫结构，木纹细腻，边角利落；蒸笼堆成三摞高低错落，最上层有白色蒸汽持续升起。 【前景】画面右侧前景约一米五处，一摞五层的方形实木蒸笼占据画面右侧约四分之一并且顶部出画，处于清晰对焦中，是画面里质感最实的东西，热气正从缝隙里涌出。 【窗与光】正对镜头的远端是一整面通高的木格窗，窗格是细木条构成的简洁几何图案；上午的自然光从窗外大面积漫射进来，把整个空间照得明亮通透，色温 5000K；靠近窗口的地面与桌面接近过曝的暖白，形成画面纵深方向最亮的出口。空间上方沿动线悬挂着一排暖黄色的吊灯，灯罩是米白色宣纸或浅色竹编，色温 2900K，在明亮的空间里作为点缀光源，形成柔和的暖色光点。 【光线】自然窗光为主、暖黄吊灯为辅，冷暖比例约七比三；两三道柔和的光柱从高处窗格斜射进来，因空气中的蒸汽与浮尘而清晰可见，在地面上投下拉长的窗格光影；整体中低对比，明亮干净通透，暗部提得起来没有死黑，高光柔和不刺眼。 【光影变化】蒸笼与出餐台的蒸汽持续升起，穿过斜射的光柱时被点亮成翻滚的白色体积，也让光柱忽粗忽细、忽明忽暗；蒸汽飘过时在桌面与地面的窗格光影上投下缓慢移动的柔和阴影；暖黄吊灯的光点随蒸汽疏密轻微明灭。整个空间的明暗一直在轻微流动。 【品牌位】出餐台上方的墙面上有一块完全空白的浅色标牌，尺寸中等，正对镜头，表面干净无任何文字与图案，光照均匀，边缘清晰。 【色彩】浅实木的暖木黄 #C9A063、窗光与墙面的白 #EFEDE8、吊灯的暖金 #D9A441、木格栅与家具暗部的深棕黑 #3D2817，四色；暖调统一，明亮饱满。 【构图】前景蒸笼、中景桌区与出餐台、远景窗光，三层分明；纵深构图，消失点略偏画面中央右侧；空间留白充足，绝不堆满，绝不元素平均分布。 【质感】实木的细腻纹理与榫接结构、木格栅的锐利线条、水磨石地面的柔和反光、白瓷的釉面、蒸汽的流体体积；前景清晰、中景微虚、远景柔和化开的三层景深。空间干净、考究、有设计感，绝不老旧、绝不杂乱。 高端空间摄影质感，画面干净通透，色彩温暖饱满，高光柔和滚降，暗部保留细节，轻微电影感颗粒但不明显；不做数字锐化，不做 HDR；画面中不出现任何可辨认的文字、对联、招牌与标识

图片节点 12

{{Image 1}} 参考图完全的环境、从远端木格窗进来的自然光。空间的所有陈设、出餐台位置、吊灯排列、木格栅、前景那摞方形实木蒸笼，全部与参考图一一对应，不得改变。 在此基础上加入人与动作：中景，50mm，缓慢横移。 一位系着浅色围裙的服务员推着堆满方形浅色实木蒸笼的推车，从画面中景横向经过，蒸汽一路拖曳；推车是干净的浅色实木与不锈钢，她低头看路，不看镜头。 各张圆桌坐着正在饮茶的客人——两位老人对坐喝茶、一家三口在夹点心、一对年轻人在看蒸笼、有人举手示意；人物全部处于虚焦状态，化为暖色的形与柔和光斑，看不清面孔细节，姿态自然放松，不看镜头，不表演。 前景那摞实木蒸笼保持清晰对焦，热气持续涌出；蒸笼正好站在一道斜射光柱的边缘上，右半边被冷调的窗光照亮、左半边落在暖调的阴影里，一件器物上同时有两种色温。 光线、色温、色彩、景深层次与参考图完全一致；人物接受同样的光——靠窗一侧被明亮窗光勾出轮廓，背光一侧落入柔和的暖调阴影，均有明确的接触阴影。横移过程中前景蒸笼相对背景快速位移形成强烈视差。

【输入指令】 你是一个世界一列的专业广告vlog导演，参考图片1、图片2、帮我生成对应的15s影片提示词，顶级的电影级vlog城市宣传广告片的质量，展现出该有：镜头从五层蒸笼的正上方垂直往下钻，一层一层穿过去——虾饺、烧卖、叉烧包、凤爪、肠粉，每穿一层就有一团白汽扑面。穿出来是茶楼大堂，阿姨推着堆满蒸笼的推车走过，两侧坐满了喝茶的人。阳光从高窗斜射，光柱在蒸汽里看得见。 画面结束。声音：蒸笼盖碰撞、推车轮子、粤语交谈。并且镜头之间的出场方式衔接要通过转场方式流畅炫酷无缝衔接（比如遮蔽转场、动势转场、相似转场、无缝衔接转场），要有特殊的镜头表现手法，可以通过多景别，多特殊角度来实现画面的衔接与转换，节奏紧凑有序，逻辑清晰，与镜头配合的极具张力，专业快节奏城市广告片的水平，人物动作正确且符合逻辑，动作灵巧生动自然，又无扭曲，错乱等问题，全片自由运镜，包括环绕，旋转、推拉摇移等运镜组合展示，整体需要结合一些快慢镜头的变化。景别的变化范围大，有极端特写也有全景展示，城市8K分辨率，24fps，杜比视界，12bit色深，ARRI Alexa 65摄影机拍摄，禁止任何画面扭曲、崩坏或错乱。音效设计：只有音效，没有背景音乐，严禁bgm 【生成内容】 你好！我是专业广告Vlog导演。你提供的这两张参考图非常有质感（原木风、高举架、自然光充足的现代新式茶楼）。结合你极具张力的创意（“盗梦空间”式的蒸笼垂直穿梭+烟火气大堂），这绝对是一个能拿奖的顶级城市宣传片开场！ 为了确保AI视频大模型（如Sora, Runway Gen-2, Pika, 或国内的优秀模型）能精准理解并生成这段极其复杂的动态长镜头，我为你精心编写了**结构化的顶级提示词（Prompt）**。 建议使用**英文提示词**（目前绝大多数视频AI对英文物理动态和镜头语言理解更准），并在后文附上中文解析和分镜头脚本供你参考节奏。 --- ### 🎬 核心生成提示词 (Master Prompt) **建议直接复制以下英文到视频生成工具中：** > **Prompt**:Cinematic city promotional vlog, shot on ARRI Alexa 65, 8K resolution, 24fps, Dolby Vision, 12-bit color depth. A hyper-dynamic continuous FPV shot with speed ramping. The camera dives vertically downwards from exactly above a 5-tier bamboo steamer. High-speed macro dive punching through the bamboo layers one by one via seamless masking transitions. Layer 1: Translucent Shrimp Dumplings (Har Gow). Layer 2: Steaming Siu Mai. Layer 3: Fluffy BBQ Pork Buns. Layer 4: Glazed Chicken Feet. Layer 5: Silky Rice Noodle Rolls. Every time the camera pierces a layer, a thick puff of white steam bursts directly into the lens, creating a natural wipe transition. Suddenly, the camera flies out from the bottom of the final steamer into a grand, warm-toned wooden teahouse (matching the reference images). Speed ramp to slow-motion: A nimble, naturally moving waitress wearing an apron is pushing a stainless-steel cart stacked high with smoking bamboo steamers, walking dynamically past the camera. The camera smoothly orbits around the cart. The hall is bustling with customers sitting comfortably at round tables on both sides, drinking tea. Golden sunlight slants dramatically through the high double-story windows, creating vivid Tyndall effect light shafts slicing through the rising steam in the room. Fast-paced, logical character movements, vivid and natural. No BGM, spatial audio design focused on ambient sounds. Extremely realistic, flawless anatomy, absolutely no distortion, no glitching, no mutation. Masterpiece, highly detailed, photorealistic lighting. --- ### 🚫 反向提示词 (Negative Prompt) *(如果使用的工具支持反向提示词，请务必填入以下内容以保证画质)* > Muted colors, distorted faces, mutated hands, unnatural body movements, floating objects, physics violation, broken bamboo, chaotic background, blurry, low resolution, bad lighting, background music (BGM), watermark, text, out of focus, deformed chopsticks, glitch. --- ### ⏱️ 导演专属：15秒视听节奏拆解 (Director's Treatment) 为了让你在后期剪辑和音效配合时有完美的对照，这是这15秒的**内部节奏与镜头语言拆解**： - **0.0s - 4.0s 【极速微距坠落 - 蒸笼宇宙】** - **画面：** 极端的Macro（微距）俯拍。镜头像子弹一样垂直往下砸。每一次穿透蒸笼底部的竹编缝隙（**遮蔽转场**），伴随着猛烈的白汽扑面（**烟雾转场/相似转场**），瞬间切换到下一层点心。虾饺的晶莹、叉烧包的开裂、凤爪的酱汁在极度特写下展现。 - **运镜：** 垂直下推 (Z轴运动) + 极速快镜头 (Speed ramp: Fast)。 - **音效：** 没有音乐！只有“呼——”的蒸汽喷射声、竹盖沉闷的“嗒嗒”碰撞声。 - **4.0s - 7.0s 【豁然开朗 - 穿梭与重构】** - **画面：** 镜头穿破最后一层肠粉的瞬间，大量蒸汽填满屏幕（白场无缝衔接转场）。当蒸汽被疾风吹散，镜头已经从微距变成了广角（Wide Shot）。此时镜头正从一辆点心推车上的蒸笼里\*\*“飞”出来\*\*！ - **运镜：** 镜头从急停转为跟随（Tracking shot），从推车上方掠过。 - **音效：** 蒸汽消散的“嘶嘶”声，紧接着推车轮子压在硬质地砖上的“轱辘轱辘”声。 - **7.0s - 12.0s 【人间烟火 - 动势与光影】** - **画面：** 镜头拉出，完美复刻**图2**的场景。一位阿姨（动作极度连贯自然，无AI扭曲感）推着堆满蒸笼的车从画面右侧向左前行。镜头配合她的动势，做了一个极其丝滑的**环绕半周（Orbit）+ 慢镜头（Slow-motion）**。强烈的阳光从高窗斜射下来（丁达尔效应），每一粒灰尘和水汽都在光柱里飞舞。两侧的食客正在倒茶、夹菜。 - **运镜：** 环绕摇移 (Pan & Orbit) + 升格慢镜头 (Slow-mo) 放大张力。 - **音效：** 瓷茶杯清脆的碰撞声“叮——”，背景里纯正的粤语交谈声（“唔该加水啊”、“靓女，要两笼虾饺”）。 - **12.0s - 15.0s 【城市质感 - 完美收尾】** - **画面：** 镜头越过推车，缓缓上升并后拉（Crane up & Pull back），展现出整个原木色双层茶楼的全景。阳光、蒸汽、食客构成一幅完美的城市烟火长卷。 - **运镜：** 摇臂上升后拉 (Crane shot)，平稳收尾。 - **音效：** 嘈杂但充满生机的人声逐渐淡出，最后以一声清脆的盖碗茶盖合上的“咔嗒”声作为15s广告的结束。 **导演特别提醒**：在现在的AI视频生成中，“穿越物体”是非常高阶的操作。如果单次生成无法完美实现5层蒸笼的穿梭，建议将\*\*“蒸笼穿梭段”**和**“茶楼大堂推车段”**分开生成两段素材，然后在剪辑软件（如Premiere或剪映）中，利用**“蒸汽放大遮罩”\*\*进行后期无缝转场拼接，这样能确保人物动作的完美和画面的顶级8K画质不会崩坏。

场景资产锁定 {{Image 1}} 为了让你在后期剪辑和音效配合时有完美的对照，这是这15秒的**内部节奏与镜头语言拆解**： 第一个镜头【极速微距坠落 - 蒸笼宇宙】** 极端的Macro（微距）完全平俯拍。镜头像子弹一样垂直往下砸。每一次穿透蒸笼底部的竹编缝隙（**遮蔽转场**），伴随着猛烈的白汽扑面（**烟雾转场/相似转场**），瞬间切换到下一层点心。第一层虾饺的晶莹、第二个叉烧包的开裂、第三个凤爪的酱汁在极度特写下展现。第四个肠粉 - **运镜：** 垂直下推 (Z轴运动) + 极速快镜头 (Speed ramp: Fast)。 - **音效：** 没有音乐！只有“呼——”的蒸汽喷射声、竹盖沉闷的“嗒嗒”碰撞声。 第二个镜头：穿梭与重构 - **画面：承接上一个镜头，镜头穿破最后一层肠粉的瞬间，大量蒸汽填满屏幕（白场无缝衔接转场）。当蒸汽被疾风吹散，镜头已经从微距变成了广角（Wide Shot）。微侧跟拍：镜头正在跟随一辆推车。 - **运镜：** 镜头从急停转为跟随（Tracking shot），镜头正在跟随一辆推车 - **音效：** 蒸汽消散的“嘶嘶”声，紧接着推车轮子压在硬质地砖上的“轱辘轱辘”声。 - - **音效：** 嘈杂但充满生机的人声逐渐淡出，最后以一声清脆的盖碗茶盖合上的“咔嗒”声作为15s广告的结束。严格没有bgm **导演特别提醒**：在现在的AI视频生成中，“穿越物体”是非常高阶的操作。如果单次生成无法完美实现5层蒸笼的穿梭，建议将\*\*“蒸笼穿梭段”**和**“茶楼大堂推车段”**分开生成两段素材，然后在剪辑软件（如Premiere或剪映）中，利用**“蒸汽放大遮罩”\*\*进行后期无缝转场拼接，这样能确保人物动作的完美和画面的顶级8K画质不会崩坏。

参考图1 的色调，仅仅只参考这个画面的 {{Image 1}} 环境风格与构图，生成一张极宽阔的特宽景镜头，中国武汉热干面小吃店，店主抓着长竹筷在竹筲箕里甩面。竹筲箕参考 {{Image 2}} ，16:9 横画幅。参考图片2 ，光影完美匹配环境，电影级写实CG广告商业拍摄，超写实物理渲染，8K分辨率，24fps，杜比视界，12bit色深，ARRI摄影机拍摄，电影镜头，浅景深

参考图片1 的色调、风格。生成极宽阔的特宽景镜头，21世纪的武汉街道上，大油锅烧开，两个 面窝下锅——米浆在圆形铁勺里摊成中间薄、边缘厚的圆饼，面窝 鼓起、变成金黄，面窝参考图图片2 {{Image 1}} ，光影完美匹配环境，电影级写实CG广告商业拍摄，超写实物理渲染，8K分辨率，24fps，杜比视界，12bit色深，ARRI摄影机拍摄，电影镜头，浅景深

图片节点 3

场景参考图1 {{Image 1}} 。并且严格参考图片1 的色调、风格、质感、氛围。人物锁定参考 主角举起纸飞机正准备飞出去，大光圈浅景深侧逆光勾勒出与主角和纸飞机的轮廓。大片留白带来的压迫感，光影完美匹配环境，电影级写实CG广告商业拍摄，超写实物理渲染，8K分辨率，24fps，杜比视界，12bit色深，ARRI摄影机拍摄，电影镜头，浅景深

参考图片1 的色调、风格、质感、氛围。生成极宽阔的特宽景镜头，街道上，大油锅烧开，面窝下锅——米浆在圆形铁勺里摊成中间薄、边缘厚的圆饼，滑进油里翻滚、鼓起、变成金黄，面窝参考图图片2 {{Image 1}} ，光影完美匹配环境，电影级写实CG广告商业拍摄，超写实物理渲染，8K分辨率，24fps，杜比视界，12bit色深，ARRI摄影机拍摄，电影镜头，浅景深

图片节点 3

去掉所有脏的痕迹！这是21世纪的武汉街头小吃面窝

把后面女人去掉，并且女人在的空间的纵深感减少。 店铺外面的红砖墙变成水泥墙，而且是那种现代化的，其他保持不变

参考图片1 的色调、色彩风格、质感、生成极宽阔的特宽景镜头，中国武汉街边的面窝摊，清晨六点，16:9 横画幅，锅沿搭着长柄铁漏勺与三四个摊米浆用的圆形铁勺；旁边不锈钢台面上放着装米浆的搪瓷盆、一摞粗瓷碗、一只冒着白气的旧搪瓷缸。摊上方支着褪色的蓝白条纹遮阳布。大油锅烧开，面窝下锅——米浆在圆形铁勺里摊成中间薄、边缘厚的圆饼，滑进油里翻滚、鼓起、变成金黄，面窝参考图图片2 {{Image 1}} ，光影完美匹配环境，电影级写实CG广告商业拍摄，超写实物理渲染，8K分辨率，24fps，杜比视界，12bit色深，ARRI摄影机拍摄，电影镜头，浅景深

图片节点 2

参考这个画面的环境风格与事、氛围 ，参考这个画面的色调 。生成一张极宽阔的特宽景镜头，中国武汉街边的小吃店，清晨六点，16:9 横画幅。大油锅烧开，两个圆形铁勺。面窝下锅——米浆在圆形铁勺里摊成中间薄、边缘厚的圆饼，滑进油里翻滚、鼓起、变成金黄，面窝参考图图片2 ，光影完美匹配环境，电影级写实CG广告商业拍摄，超写实物理渲染，8K分辨率，24fps，杜比视界，12bit色深，ARRI摄影机拍摄，电影镜头，浅景深

【输入指令】 你是一个世界一列的专业广告vlog导演，参考图片1、图片2、图片3、图片4、图片5、图片6、图片7的画面，帮我生成对应的15s影片提示词，顶级的电影级vlog城市宣传广告片的质量，展现出该有：探针微距镜头从滚烫的白色油面之下向上钻出油面 ，全程油泡与油花在镜头面前炸开，前景是刚出炉的面窝，锅中的面窝在浅景深大光圈与强烈的橙色背景逆光下勾勒出的轮廓光，油锅里，面窝被捞起来，长柄铁漏勺把面窝从油中捞起沥油，油滴成串落回锅中拉出细丝；随后手腕一抖把面窝向上抛起，面窝在空中翻转上升，速度逐渐减慢，最后在画面中上部的最高点几乎完全静止；油滴被甩出，在它周围拉成弧线。镜头完全固定不动。画面在面窝开始下落之前结束。画面动势无缝转场到热干面摊参考图7，画面中的一切完全静止——散开的面条、飞散的油光颗粒、蒸汽微粒、摊主的姿态，全部凝固不动，没有任何物体在运动。只有摄影机绕着这个静止的瞬间做水平弧形环绕，从画面左侧移动到右侧，共转过 180 度；环绕过程中透视关系连续变化。接着下一个画面动效是，面条常速的装进了竹筲箕里。镜头之间的出场方式衔接要通过转场方式流畅炫酷无缝衔接（比如遮蔽转场、动势转场、相似转场、无缝衔接转场），要有特殊的镜头表现手法，可以通过多景别，多特殊角度来实现画面的衔接与转换，节奏紧凑有序，逻辑清晰，与镜头配合的极具张力，专业快节奏城市广告片的水平，影片最后在参考图片7的极特写的位置，老板在 竹筲箕里甩面，人物动作正确且符合逻辑，动作灵巧生动自然，又无扭曲，错乱等问题，全片自由运镜，包括环绕，旋转、推拉摇移等运镜组合展示，整体需要结合一些快慢镜头的变化。景别的变化范围大，有极端特写也有全景展示，城市8K分辨率，24fps，杜比视界，12bit色深，ARRI Alexa 65摄影机拍摄，禁止任何画面扭曲、崩坏或错乱。音效设计：只有音效，没有背景音乐，严禁bgm 【生成内容】 这是一组非常精彩且极具视觉冲击力的镜头设计！作为广告vlog导演，为了让AI视频大模型（如Sora, Kling, Runway Gen-3等）能完美理解并生成这段15秒的顶级城市宣传片，我们需要将你的要求转化为**结构化、充满动感与细节的专业提示词（Prompt）**。 以下我为您定制的15秒电影级Vlog视频生成提示词，分为**总体参数**、**分镜描述**和**音效控制**三部分： ### 🎬 总体视频生成参数（系统指令） **Video Specs:** 8K resolution, 24fps, Dolby Vision, 12-bit color depth, shot on ARRI Alexa 65, cinematic lighting, ultra-detailed fluid dynamics and particle effects. Flawless human anatomy and physics logic. NO morphing, NO distortions, NO glitching. Fast-paced city commercial editing style, dynamic speed ramping (fast to slow motion). --- ### 📝 15秒分镜提示词 (直接复制以下文本至AI视频生成器) **\[Shot 1: 0s - 4s | 探针微距与升腾\**]Extreme macro probe lens shot. The camera starts submerged completely under boiling, translucent hot oil. Suddenly, the camera pushes upward, breaking through the sizzling surface. Intense oil bubbles and splatters explode violently right in front of the lens. Shallow depth of field (f/1.4). In the foreground, a golden, freshly fried "Mianwo" (Wuhan savory doughnut) is lifted out of the wok by a long-handled iron slotted spoon. Strong cinematic golden-hour backlight creates a glowing orange rim light around the Mianwo and the bubbling oil. **\[Shot 2: 4s - 7s | 凝滞的瞬间\**]Camera is entirely locked off (static on tripod). The chef's wrist flicks rapidly, tossing the Mianwo straight up into the air. Extreme slow-motion (Speed ramp). The Mianwo spins horizontally as it rises, gradually decelerating until it reaches the upper center of the frame, becoming almost completely suspended and motionless in mid-air. Strings of viscous golden oil stretch and break from the spoon, while tiny oil droplets are flung off the spinning Mianwo, forming glowing, perfect circular arcs around it. The shot ends right before it starts to fall. **\[Transition: 7s - 8s | 无缝动势转场\**]Seamless match-cut transition. The circular shape of the floating Mianwo rapidly zooms out and morphs into a massive splash of golden flying oil particles, acting as a dynamic wipe mask that reveals the next scene. **\[Shot 3: 8s - 12s | 绝对静止与子弹时间\**]Bullet-time effect. A traditional hot dry noodle (Reganmian) stall. Everything in the frame is completely frozen in time: scattered flying noodles mid-air, hundreds of floating glowing oil droplets, suspended steam micro-particles, and the intense facial expression and posture of the chef holding a bamboo strainer. The camera executes a perfectly smooth 180-degree horizontal tracking orbit around this frozen 3D moment, moving from the far left of the stall to the far right. The perspective and parallax of the steam and noodles change continuously and realistically during the orbit. **\[Shot 4: 12s - 15s | 极特写与灵动收尾\**]Time suddenly resumes at normal speed (24fps). Extreme close-up shot matching Reference Image 7. The freshly boiled hot dry noodles fall perfectly and naturally into a traditional woven bamboo strainer. The master chef's hands expertly and nimbly flick the strainer, tossing the noodles up to drain the water. The hand movements are perfectly logical, highly dexterous, and anatomically flawless (natural joints, correct finger count). Rich ambient steam rises in the background. Cinematic lighting with deep contrast. --- ### 🎵 音效设计指导（SFX Prompt / 留给后期音频组的指令） *(注意：目前大多数视频大模型不直接生成音频，如果你使用支持音频生成的工具，请使用以下提示词；如果后期剪辑，请按此寻找音效)* **Audio Prompt:** ONLY Sound Effects (SFX), strictly NO background music (NO BGM). - **0-4s:** Deep underwater muffled rumble quickly transitioning to violent, crisp, high-frequency oil sizzling and popping. A metallic scrape of the iron spoon. - **4-7s:** A sharp "whoosh" of the wrist flick, followed by a heavy bass drop (sub-bass frequency) indicating slow-motion, with isolated, crystalline "tink" sounds of oil droplets flying. - **7-8s:** A heavy, cinematic low-frequency swoosh (whip-pan sound) for the transition. - **8-12s:** Complete, eerie silence (room tone only) to emphasize the frozen time. - **12-15s:** Time resumes with a sharp "crack". The wet, heavy slop of hot noodles hitting bamboo. The rhythmic, rapid "swish-swish" of the bamboo strainer shaking, accompanied by the energetic hissing of escaping steam. --- ### 💡 导演给你的生成建议： 1. **分段生成效果更佳：** 目前AI视频工具生成15秒长镜头的逻辑容易崩坏。建议您将 **Shot 1+2** 作为第一段生成，**Shot 3** 单独生成，**Shot 4** 单独生成，最后在剪辑软件（如剪映/Premiere）中用“遮罩/形变转场”将它们拼接，这样能100%保证面窝在空中的静止和子弹时间的完美呈现。 2. **负面提示词（Negative Prompt）务必加上：** 如果软件支持，请填入：`background music, BGM, singing, distorted fingers, extra limbs, mutated hands, unnatural physics, melting objects, bad anatomy, gravity errors, low resolution, warped shapes.` 3. **关键帧控制（如果有）：** 使用参考图1和图2作为Shot 1的首尾参考图；使用图5作为Shot 2的参考图；使用图7作为Shot 4的参考图。

视频截图视频节点 6

参考图片 {{Image 4}} 作为面窝店的人物、氛围环境参考；参考图片 {{Image 8}} 作为热干面店的环境参考。 {{Image 9}} 作 为 竹筲箕参考。参考图片7 {{Image 7}} 为面窝参考。

视频截图视频节点 6

严格参考图片 {{Image 4}} 作为面窝店的人物、道具、氛围环境参考；参考图片 作为热干面店的环境参考。 {{Image 8}} 作 为 竹筲箕参考。

严格参考 {{Image 1}} 的环境 16:9横向电影画幅，从城市正上方进行完全垂直的高空俯拍。摄影机位于城市中心正上空，俯角严格为90度，镜头光轴垂直指向地面，摄影机传感器平面与地面完全平行，零偏航倾斜、零横滚、零透视歪斜。 使用全画幅8mm rectilinear直线型超广角镜头，获得极其宽阔的城市覆盖范围，但绝不是鱼眼镜头。画面四边建筑线条保持笔直，不产生圆形弯曲、桶形畸变或球面效果。 画面中只能看见建筑屋顶、道路、桥梁、江面、车流和城市灯光都成为星星点点了。城市街道像电路一样向四周延伸，较为模糊 完全不出现天空、云层、远山、天际线或地平线。不能看见建筑立面，不能出现斜俯视角、航拍侧视角或从远处眺望城市的构图。 夜间城市电影摄影，暖金色建筑灯光与深蓝黑环境形成克制对比，轻微真实薄雾只存在于建筑缝隙，暗部保留细节，高光不过曝，35mm胶片颗粒，轻微光学halation，高端城市旅行Vlog TVC质感，真实摄影，不是概念画。 禁止鱼眼、圆形画面、球形地球效果、弯曲建筑、桶形畸变、倾斜地平线、无人机斜俯拍、侧视城市、天空、云海、远山、建筑正立面、卫星地图、微缩模型、游戏地图、文字、Logo、水印、字幕、UI和边框。

图片节点 19

一群年轻人

{{Image 1}} 桌上坐满了年轻人，欢声笑语的在吃饭，城市灯光的侧逆光，反射出细腻的高光，大光圈，浅景深，背景虚化星星点点格外好看， 电影级写实广告商业拍摄，超写实物理渲染，8K分辨率，24fps，杜比视界，12bit色深，ARRI摄影机拍摄，电影镜头，浅景深

【输入指令】 根据图片生成提示词

【输入指令】 你是一个世界一列的专业广告导演，参考图片1，2，3，4的画面，帮我生成对应的15s影片提示词，顶级的电影级vlog城市宣传广告片的质量，展现出该有故事情节：九宫格 里的红油在翻滚，每一格的节奏都不一样。筷子夹着毛肚七上八下蘸汤汁。然后镜头开始往侧后拉成全景或者中景 {{Image 3}} ——红油的泡沫变成了山城的万家灯火，侧拍 年轻人欢声笑语的在吃着火锅，纸飞机从画左飞到画右，停在桌上，大家正准备打开看纸飞机的内容。要求：衔接要通过转场方式流畅炫酷无缝衔接（比如遮蔽转场、动势转场、相似转场、无缝衔接转场），要有特殊的镜头表现手法，可以通过多景别，多特殊角度来实现画面的衔接与转换，节奏紧凑有序，逻辑清晰，与镜头配合的极具张力，专业快节奏城市广告片的水平，人物动作正确且符合逻辑，动作灵巧生动自然，又无扭曲，错乱等问题，全片自由运镜，包括环绕，旋转、推拉摇移等运镜组合展示，整体需要结合一些快慢镜头的变化。景别的变化范围大，有极端特写也有全景展示，城市8K分辨率，24fps，杜比视界，12bit色深，ARRI Alexa 65摄影机拍摄，禁止任何画面扭曲、崩坏或错乱。音效设计：只有音效，没有背景音乐，严禁bgm 【生成内容】 作为一个顶级的广告导演，我会为你将这组画面转化为一段极具视觉冲击力和节奏感的15秒顶级AI视频生成提示词。 为了确保目前主流AI视频大模型（如Sora, Kling, Runway Gen-3等）能最精准地理解，我会将提示词转化为**专业电影工业标准的英文提示词**（AI对英文的物理和镜头逻辑理解更深），并附带**中文分镜剧本解析**，确保完全符合你的所有严苛要求。 --- ### 🎬 15秒顶级城市商业广告片 AI视频提示词 (English Prompt) **Copy and paste this into the AI video generator:** > **Visual & Action Sequence:** Start with an extreme macro close-up of a traditional Chinese nine-grid hotpot. The fiery red chili oil is fiercely boiling, with each of the nine grids bubbling at a distinctly different rhythmic pace. Speed-ramp (fast-to-slow motion): A pair of wooden chopsticks dexterously holds a piece of highly textured beef tripe, performing a swift and precise "up and down" dipping motion into the boiling broth, rich juices dripping perfectly. > ****The Transition (Match Cut & Pull Back):** Suddenly, a massive, glistening red oil bubble expands and pops. As it pops, a dynamic, extremely fast camera pull-back and whip-pan transition occurs. Through a seamless visual match-cut, the glowing golden droplets of the bursting oil bubble seamlessly morph into the shimmering, warm bokeh of millions of city lights in a mountainous metropolis at night (Chongqing style). > ****Scene Shift:** The camera instantly smoothly orbits into a medium-wide side-angle shot. A group of trendy young people is sitting around an outdoor hotpot table overlooking the spectacular glowing night city. They are laughing naturally, interacting, and enjoying the meal with vivid, anatomically correct, and logical body language (no distortions or morphing). > ****Final Action:** A crisp white paper airplane gracefully glides into the frame from the far left, crossing the screen to the right, and lands perfectly on the wooden hotpot table. The camera pushes in slightly as the hands of the young people reach out, eagerly preparing to unfold the paper airplane. > ****Cinematography & Specs:** Cinematic vlog city promo style, extremely tight and highly rhythmic pacing. Masterful camera movements: combining extreme macro, fast pull-backs, smooth orbiting, and speed ramping (fast-motion to slow-motion). ARRI Alexa 65 camera, 50mm and 100mm macro lenses. 8K resolution, 24fps, Dolby Vision, 12-bit color depth, photorealistic, hyper-detailed. > ****Audio/Sound Design Instructions:** (Note for editor) SFX ONLY. Boiling oil popping, sizzling, chopsticks clinking, ambient city night breeze, lively crowd chatter and laughter, the crisp whoosh of a paper airplane. STRICTLY NO BGM, NO BACKGROUND MUSIC. --- ### 🎥

【输入指令】 你是一个世界一列的专业广告导演，参考图片1，2，3，的画面，帮我生成对应的15s影片提示词，顶级的电影级vlog城市宣传广告片的质量，展现出该有故事情节：炭火上一排羊肉串在翻面，油滴下去，火苗窜起来，孜然撒下去在火里炸开，除了炭火，画面里没有任何别的光。镜头从烤架仰起往上摇。火星往上飞，越飞越高，越飞越慢，然后冷却、变白、停住——变成了星星。整个画面变成西北的深夜星空。星轨慢慢转，然后东边泛出蓝灰色，星星一颗颗褪去。天亮了。要求：衔接要通过转场方式流畅炫酷无缝衔接（比如遮蔽转场、动势转场、相似转场、无缝衔接转场），要有特殊的镜头表现手法，可以通过多景别，多特殊角度来实现画面的衔接与转换，节奏紧凑有序，逻辑清晰，与镜头配合的极具张力，专业快节奏城市广告片的水平，人物动作正确且符合逻辑，动作灵巧生动自然，又无扭曲，错乱等问题，全片自由运镜，包括环绕，旋转、推拉摇移等运镜组合展示，整体需要结合一些快慢镜头的变化。景别的变化范围大，有极端特写也有全景展示，城市8K分辨率，24fps，杜比视界，12bit色深，ARRI Alexa 65摄影机拍摄，禁止任何画面扭曲、崩坏或错乱。音效设计：只有音效，没有背景音乐，严禁bgm 【生成内容】 你好！我是导演。你所描述的画面充满了极强的**生命力、烟火气与宇宙的浩瀚感**。从微观的烤肉油脂爆裂，到宏观的星辰流转，这15秒的影片将是一次顶级的视觉奇观。 为了完美适配当前最顶级的AI视频大模型（如Sora, Runway Gen-3, Pika等），我将为你提供一套\*\*“导演级分镜头剧本”**以及**“可以直接复制使用的英文/中文提示词（Prompt）”\*\*。因为AI模型对英文的理解度最高，核心提示词我将以英文输出，并配合中文详细解析。 --- ### 🎬 15秒影片导演阐述 (Director's Treatment) - **视觉核心**：极致的“明暗对比”与“大小对比”。前半段是极致的微观（特写）、暖色调（火光）、高动态（爆燃）；后半段是极致的宏观（全景）、冷色调（星空）、时间压缩（延时）。 - **运镜与节奏 (Speed Ramping)**：前3秒快节奏展现烟火气，第4秒升格（慢镜头）放大孜然炸开的张力；第5-7秒镜头跟随火星急速上摇并减速，完成\*\*“相似体转场（Graphic Match Cut）”\*\*（火星冷却变白无缝衔接为星星）；最后8秒用延时摄影的手法展现星轨与日出。 - **光影控制**：严格执行前半段“全黑背景+单一火光源”的指令，这能最大化火星升空的视觉冲击力，也为后续变成黑夜星空做完美铺垫。 --- ### 🎦 核心 AI 视频生成提示词 (Master AI Video Prompt) 请将以下这段英文直接输入给视频生成大模型（建议分段生成以保证精准度，这里提供的是完整连贯的描述）： **Visual Prompt:** > **\[Scene 1: 0s-5s\]** Extreme macro close-up shot, shot on ARRI Alexa 65, 50mm lens. Pitch black background. The ONLY light source is a glowing charcoal fire. A row of juicy lamb skewers is flipped on a metal grill. Golden animal fat drips onto the red-hot charcoal, causing explosive orange flames to flare up aggressively. A hand rapidly sprinkles cumin powder, which instantly ignites and bursts into golden sparks mid-air. Dynamic speed ramping: fast-paced sizzling transitions into ultra-slow-motion as the sparks explode. **\[Scene 2: 5s-8s\]** The camera executes a rapid upward tilt (whip pan up), following the glowing embers flying upwards. The camera movement matches the rising sparks. The sparks fly higher, expanding into a wider shot. Speed ramping slows down almost to a freeze-frame. The fiery orange sparks cool down, turning bright white and motionless. Seamless graphic match cut: the white sparks perfectly transform into a dense field of stars. **\[Scene 3: 8s-15s\]** The scene is now a breathtaking extreme wide shot of a vast Northwest desert at deep night. In the foreground, the glowing grill; in the background, a wooden canopy with white fabric blowing in the wind (depth of field). Hyper-lapse effect: The milky way and star trails rotate majestically in the deep purple and black sky. Gradually, the eastern horizon shifts to a cold blue-gray. The stars fade out one by one seamlessly. Soft dawn light illuminates the desert landscape. **\[Parameters\]** 8k resolution, 24fps, Dolby Vision, 12-bit color depth, masterpiece, cinematic lighting, photorealistic, perfect physics, fluid motion, flawless transitions, absolutely no visual distortion, warping or artifacts. No ambient light in the first scene. --- ### 🎞️ 分镜头逐秒拆解与特殊技法说明 为了让你在剪辑和生成时心里有数，我们把15秒拆开： - **0s - 3s 【微观狂欢 | 烟火极景】** - **景别**：微距特写 (Macro Close-up) -> 极近特写 (Extreme Close-up) - **画面**：纯黑背景。镜头推近（Push in），羊肉串在烤架上翻滚，滋滋冒油。油滴落，火苗瞬间窜起照亮局部。 - **动作**：撒孜然。 - **3s - 6s 【张力释放 | 相似转场】** - **特殊技法**：升格镜头 (Slow-motion) + 动势转场 (Movement Transition) - **画面**：孜然接触火焰的瞬间，画面进入极慢动作。火星像烟花一样炸开。镜头开始紧跟火星，急速大角度上仰 (Whip Pan Up)。 - **6s - 9s 【时空凝结 | 无缝衔接】** - **特殊技法**：相似体匹配剪辑 (Graphic Match Cut) + 速度重映射 (Speed Ramping) - **画面**：镜头摇向纯黑的天空，只有火星。火星越飞越高，速度从极快变得极慢，直至静止。火星的颜色从暗红->金黄->冷却变白。变成白点的瞬间，画面无缝切换为西北璀璨的星空。 - **9s - 15s 【宏观流转 | 斗转星移】** - **特殊技法**：全景展示 (Extreme Wide Shot) + 大范围延时摄影 (Hyper-lapse) - **画面**：视野彻底打开，参考图片3，带有木棚和白纱的西北营地（作为中景）。天空中的星空开始旋转（星轨）。随着星轨转动，画面右侧（东边）的色彩从深邃的黑紫色过渡到泛着冷空气感的蓝灰色。星星像被晨光融化一样一颗颗隐去，天光大亮，影片结束。 --- ### 🎛️ 音效设计指导 (Sound Design - NO BGM) **【绝对禁止任何旋律性音乐，全靠Foley（拟音）和环境音营造电影感】** - **0s - 3s**：极其清晰、贴耳的炭火燃烧“噼啪”声 (Crackle) + 羊肉油脂剧烈的“滋滋”声 (Sizzle) + 肉串翻动金属碰撞的清脆“咔哒”声。 - **3s - 6s**：火苗猛烈窜起的“轰”声 (Whoosh) + 撒孜然时颗粒摩擦的“沙沙”声。进入慢动作时，所有声音加上沉闷的低频 (Low-pass filter)，伴随火星炸裂的微观爆破声，营造子弹时间感。 - **6s - 9s**：随着镜头上摇，产生强烈的空气撕裂声 (Whip Whoosh)。火星冷却时，声音瞬间抽空，进入极致的安静，只有一丝极细微的、像冰块冷却的“叮”声，代表火星变成了星星。 - **9s - 12s**：西北旷野冷冽的风吹过木棚白纱的“呼呼”声 (Wind Howling) + 代表时间流逝的极低频空间隆隆声 (Cinematic Low Rumble)。 - **12s - 15s**：随着天泛白，风声变得柔和，加入极其遥远、空灵的一声鹰啸或晨鸟的轻啼，预示天亮。低频隆隆声逐渐消散。 这部片子如果严格按照这个设定生成和制作，将会是一支充满野性张力与宇宙浪漫的顶级获奖级广告。

【输入指令】 你是一个世界一列的专业广告导演，参考图片1，2，3，的画面，帮我生成对应的15s 影片提示词，顶级的电影级vlog城市宣传广告片的质量，展现出该有故事情节：天刚亮，雾还没散。主观视角，模拟人眼的开合 画面从完全模糊过曝到清晰，看清楚城市。一只很小的白色的鸟坐在那架纸飞机的机翼上，双腿伸在前面，背对着我们，飞过刚醒来的城市。下面是薄雾里的高楼、老城屋顶和江面。第一缕阳光从侧后方水平打过来，把纸飞机的上表面和它的轮廓镀成暖金色。飞机越飞越远飞到城市里。要求：可以通过多景别，多特殊角度来实现画面的衔接与转换，节奏紧凑有序，逻辑清晰，与镜头配合的极具张力，专业快节奏城市广告片的水平，人物动作正确且符合逻辑，动作灵巧生动自然，又无扭曲，错乱等问题，城市8K分辨率，24fps，杜比视界，12bit色深，ARRI Alexa 65摄影机拍摄，禁止任何画面扭曲、崩坏或错乱。音效设计：只有音效，没有背景音乐，严禁bgm 【生成内容】 你好！我是广告导演。你的创意非常棒，这组画面充满了\*\*“苏醒”、“希望”与“奇幻”**的对比张力。结合你提供的三张参考图（从朦胧的主观视效，到破晓的城市雾海，再到纸飞机上的奇幻视角），我们将采用**“先抑后扬、主观转客观、慢起快收”\*\*的剪辑与运镜节奏，来打造这支15秒的顶级城市宣传片。 由于目前全球顶级的AI视频大模型（如Sora, Kling, Runway Gen-3, Luma）对英文提示词的理解最为精准，我为你撰写了**专业英文Prompt**，并附带了中文解析与极度关键的**纯音效（SFX）设计方案**。 --- ### 🎬 15秒电影级Vlog宣传片：提示词 (AI Video Prompt) **建议直接复制以下英文到AI视频大模型中生成：** > **Prompt**:A cinematic 15-second city commercial vlog, shot on ARRI Alexa 65, 8K resolution, 24fps, Dolby Vision, 12-bit color depth. Masterpiece, ultra-photorealistic, perfect physical logic, no distortion. **\[0s-4s\]** Extreme close-up POV shot simulating a human eye opening. The frame starts completely blurred and overexposed with bright white light, blinking twice. A rack focus smoothly transitions the image from blurry to crystal clear, revealing a breathtaking mega-city at dawn entirely enveloped in a sea of thick morning mist. **\[4s-10s\]** Dynamic camera pullback and seamless transition to a third-person over-the-shoulder tracking shot. A large, perfectly folded paper airplane glides smoothly in the air. Sitting on the right wing is a tiny, adorable white bird (anthropomorphic pose: sitting casually with its little legs stretched forward, back facing the camera, looking at the view). Below them is a striking contrast: traditional old town rooftops piercing through the low fog, modern towering glass skyscrapers, and a winding river reflecting the sky. **\[10s-15s\]** Fast-paced dynamic drone-style tracking shot. The very first ray of morning sunlight strikes horizontally from the rear-side angle, casting cinematic volumetric god rays. The light hits the top surface of the paper airplane and the bird, outlining them in a stunning, glowing warm-gold rim light. The paper airplane banks nimbly and accelerates, flying further and deeper into the sprawling, sunlit metropolis. Fluid motion, natural aerodynamics, crisp details, highly dynamic and tense camera movement. --- ### 📝 导演视听拆解 (中文对照与镜头逻辑) - **前调 (0-4秒)：主观觉醒，视线聚焦。** - **视觉：** 模拟人眼（第一视角POV），画面极度过曝、模糊。伴随两次“眨眼”的开合感，焦距快速抽拉（Rack Focus），画面瞬间锐利。雾气弥漫的城市天际线（参考图1、2）豁然开朗。 - **光影：** 冷灰色的晨雾与初升的微光交织。 - **中调 (4-10秒)：奇幻降临，空间展现。** - **视觉：** 镜头极速后拉并环绕转换（多景别无缝衔接），画面主体出现——一架巨大的纸飞机。如你所求，一只极小的白鸟像人一样坐在机翼上（双腿前伸，背对镜头，参考图3的构图）。下方是高楼、老屋顶和江面的壮丽航拍感。 - **动作：** 鸟儿的羽毛随风微动，动作灵巧自然。纸飞机的滑翔符合空气动力学，无任何模型崩坏。 - **后调 (10-15秒)：追光破雾，极速穿梭。** - **视觉：** 节奏突然加快（快节奏城市广告片手法）。第一缕阳光从侧后方水平刺破浓雾（丁达尔效应/体积光），精准地在纸飞机表面和白鸟边缘打出一层极具张力的“暖金色轮廓光”（Rim Light）。 - **动作：** 纸飞机一个灵巧的侧飞加速，镜头以FPV无人机视角紧跟其后，冲向城市深处，画面在最高潮处戛然而止。 --- ### 🎧 专业音效设计方案 (Sound Design - 严禁BGM) 这是一支\*\*纯拟音（Foley & SFX）\*\*的广告片，没有背景音乐，我们将利用环境音和动作音效来制造节奏感和情绪张力。 - **0s - 2s (模糊开眼)：** - *音效：* 极其细微的、类似心跳的低频脉冲声（Boom... boom...）。伴随两声干脆的衣服布料摩擦声（模拟人苏醒起身）和极为轻微的睫毛/眼皮开合的湿润摩擦声。 - **2s - 4s (画面变清晰，城市出现)：** - *音效：* 一阵悠长、空灵的城市晨风呼啸声（Wind swoosh）。远处隐约传来江面上一声极其低沉的轮船汽笛声（极具空间感，带有混响）。 - **4s - 10s (纸飞机与白鸟滑翔)：** - *音效：* 纸张在空气中切割的清脆滑翔声（厚重纸张的唰唰声）。当镜头靠近白鸟时，加入几声非常微小的、清脆的鸟鸣（无需旋律，只需自然的两声“啾”），以及风吹过鸟类绒毛的细微簌簌声。城市底部的白噪音（极远处的车流白声）作为环境底音。纸飞机全程平稳 - **10s - 15s (阳光打入，加速飞向城市)：** - *音效：* 当阳光“击中”飞机的瞬间，加入一声清脆高频的“叮”声（类似玻璃杯边缘的敲击，配合金光闪耀）。紧接着，纸飞机加速，爆发出类似喷气式飞机划破空气的强烈低频破空声（Whoosh—!）。风声骤然加大，伴随极具速度感的空气撕裂音，最后在一声利落的风声收尾中（Cut）结束全片。 **导演叮嘱：** 这种无BGM、纯靠高质量ASMR级别音效推进的短片，在视觉上显得极为高级。生成视频后，请务必找专业的音效师按照上述时间轴铺设多轨音效，效果将绝对震撼！

参考图 {{Image 3}} 作为人物参考，参考图 {{Image 4}} 锁定纸飞机参考，另外锁定纸飞机全程平稳

视频截图视频节点 4

【关键帧参考 ：用于第1个镜头的构图、画面环境的参考】 【镜头序列】第一个镜头：主观视角，模拟人睁开眼睛的过程。画面开始时完全失焦、严重过曝，只有一片朦胧的暖白光晕，上下边缘各有一片柔和的暗部向中间压来，中间只留出一条横向的窄视野带。多次自然的上下开合之后，随后在很短的时间内三件事同时发生：焦点从完全模糊迅速合实，露出下方雾中城市的建筑轮廓与斜切的暖金光带；曝光从严重过曝快速回落到正常，画面的亮度稳定下来；上下的暗部向画面外打开，视野从一条窄带扩展到完整的画面。 变化的节奏是前快后慢——最初的一瞬间变化最剧烈，之后是细微的稳定调整，像眼睛适应光线的真实过程。 整个过程中，城市的建筑位置、雾层的形状、光带的角度全程保持完全不动，镜头也不做任何推拉摇移。变化的只有清晰度、亮度和视野范围这三样。

以这张照片作为【身份 / 姿势 / 服装 / 构图】参考， 把图像转化为【指定 的目标风格类型】， 保留图片的主体和画面内容不变， 改变【风格、材质和光影颜色】，画面的比例和构图严格和图片保持一致。

【输入指令】 提取参考图片的画面风格 【生成内容】 电影级写实风光摄影，广角航拍视角的宏大构图与史诗感氛围。采用强烈的冷暖色调对比与侧逆光照明，营造出极具穿透力的丁达尔光束效果。整体呈现出浓厚的云雾漫反射质感，光影柔和且层次丰富。

【生成内容】 你是一个“图像风格提示词提取器”。用户上传图片后，你只提取图片中可迁移的视觉风格，用于帮助用户把其他照片转换成类似画风。 你的核心任务不是描述图片内容，而是提炼画面的影像风格。重点观察：画风类型、媒介质感、渲染方式、卡通化程度、镜头感、构图方式、光影处理、色彩处理方式、对比度、颗粒感、材质表现、氛围和整体视觉质感。 必须区分“可迁移风格”和“具体画面内容”。可以提取：3D 动画电影感、Blender 渲染质感、虚幻引擎质感、迪士尼 / 皮克斯式角色比例、黑白摄影、胶片感、水彩感、油画感、柔和棚拍光、低对比、磨砂材质、干净角色设定图、电影级调色等。不要默认提取：人物身份、服装颜色、具体服饰、道具、场景、背景颜色、主体颜色、姿势、具体物体材质。 颜色只能提取为抽象的色彩处理方式，例如“低饱和”“柔和色调”“冷暖统 一”“高对比”“黑白影像”“复古棕褐胶片”“霓虹赛博朋克”。不要输出“暗红、深棕、蓝色、绿色、灰色背景”等具体颜色，除非这些颜色本身就是该风格的核心特征，或用户明确要求保留颜色。 输出必须非常简洁，只用两到三句中文。不要分点，不要加标题，不要写分析过程，不要解释原因。每句话都应该像可以直接复制到 AI 生图工具里的风格提示词。 如果图片风格不明确，用“偏向……”或“接近……”表达，不要编造确定结论。如果用户没有上传图片，只提醒用户上传一张图片。

【输入指令】 ，展现fpv视角在，一镜到底的速度感，镜头，环绕东方明珠，接着从东方明珠俯冲到地面，垂直向下升穿过厚厚的晨雾层，雾在下方铺成一片乳白色的海。然后穿过城市群，低空飞行，来到带雾气的江边，镜头全程稳定丝滑，不重复 【生成内容】 你好！我是专注于顶级商业航拍与运动镜头的FPV飞手兼导演。 你提供的这两张参考图绝对是**史诗级的视觉资产**（Epic Visuals）。极具穿透力的丁达尔光效（耶稣光）、宛如仙境的乳白色平流雾，加上陆家嘴重工业与未来感交织的钢铁森林，这正 是打造**千万级城市宣传片**的最完美 底图。 为了实现你要求的“一镜到底（One Take）”、“极速拉扯与丝滑过渡”以及这套复杂的飞行轨迹，我们需要在提示词中精准控制**镜头运动（Camera Movement）**、**物理空间转换（Spatial Transition）和光影氛围（Lighting & Atmosphere）**。 目前主流的AI视频大模型（如Sora, Kling, Runway Gen-3, Luma）对英文的理解最为精准。我为你精心撰写了这组极具导演逻辑的15秒FPV一镜到底提示词： ### 🎬 英文原版提示词（直接复制给AI视频大模型） > **Prompt**:Cinematic FPV drone continuous shot, masterclass cinematography. Starts with a high-speed, silky-smooth orbit around the iconic upper spheres of the Oriental Pearl Tower in Shanghai, bathed in breathtaking golden sunrise. Dramatic Tyndall effect and volumetric god rays piercing through the towering skyscrapers. Suddenly, the drone executes an extreme vertical nose-dive down the side of the tower, plunging directly into and piercing through a thick, glowing milky sea of morning fog. Emerging from beneath the cloud layer, the camera seamlessly transitions into high-speed proximity flying, dodging and weaving through the dense futuristic city blocks. The sequence instantly levels out into an ultra-stable, ultra-low altitude glide just inches above the misty surface of the Huangpu River, reflecting the golden light. Hyper-realistic, 8k resolution, motion blur for extreme sense of speed, perfectly smooth gimbal stabilization, commercial-grade visual, breathtaking atmospheric perspective. --- ### 📖 中文解析（导演的分镜拆解逻辑） 为了让你明白这段提示词为什么能生成顶级画面，我将这15秒拆解为4个无缝衔接的“动作节拍（Beats）”，整片速度感极强： - **第0-4秒【高空环绕 - 蓄势】：** `Starts with a high-speed, silky-smooth orbit around the iconic upper spheres of the Oriental Pearl Tower...` （以极速且丝滑的姿态环绕东方明珠上方球体。奠定壮丽的日出金色基调，丁达尔光效穿透钢铁森林，建立顶级商业片质感）。 - **第4-8秒【垂直失重 - 破局】：** `extreme vertical nose-dive down the side of the tower, plunging directly into and piercing through a thick, glowing milky sea...` （机头突然垂直朝下，紧贴塔身俯冲，产生强烈的视觉失重感，随后一头扎进下方发光的乳白色雾海中。雾层在这里起到了天然的“空间过渡”作用）。 - **第8-12秒【穿梭楼林 - 极速】：** `Emerging from beneath the cloud layer... dodging and weaving through the dense futuristic city blocks.` （从雾层下方穿出，视觉豁然开朗， ）。 - **第12-15秒【贴水飞行 - 释压】：** `levels out into an ultra-stable, ultra-low altitude glide just inches above the misty surface...` （猛拉机头，画面瞬间改为极致平稳的低空掠水飞行。贴着带有雾气的黄浦江面滑行，水面反射金光，用丝滑和宁静作为15秒的完美收尾）。 --- ### 💡 导演的实操建议（Pro Tips） 1. **关于AI模型选择：** 强烈建议使用 **Runway Gen-3 Alpha** 或 **Kling (可灵)**。这两个模型目前对FPV的空间穿梭感、物理惯性以及光影变化（尤其是雾气中的耶稣光）还原度最高。 2. **动态模糊（Motion Blur）：** FPV的速度感不仅来自于画面移动，更来自于前景物体的动态模糊。提示词中已加入该指令，这会让穿梭楼宇时极具冲击力。 3. **后期声效（Sound Design）：** 优秀的FPV短片50%靠声音。后期一定要加上：高空的风声 ➡️ 俯冲时电机的高频尖啸声 ➡️ 穿破云层时的低频气流轰鸣（Whoosh音效） ➡️ 贴近江面时平缓的水切声。这会让片子的商业价值直接翻倍。

【输入指令】 你是一个世界一流的fpv飞手和导演，参考图片的构图与画面环境参考和氛围还有场景，帮我生成对应15s的影片提示词，顶级的商业广告实拍的城市宣传片，展现fpv视角在，一镜到底的速度感，镜头，低角度仰拍。中国长城一段陡峭砖石台阶，台阶被几百年的脚步磨得中间凹陷、边缘圆钝。几个游人正在往上爬，只拍到腿和背影，FPV 穿越机视角持续飞行，速度越来越快飞行。镜头贴着中国长城城墙的脊线极速飞行，一座座烽火台从镜头两侧飞快掠过，砖石城墙沿着起伏的山脊向画面深处无尽蜿蜒。晨雾还挂在两侧山谷里到一直延伸到天空。 镜头全程稳定丝滑，不重复 【生成内容】 **Prompt (English)** "15s commercial FPV continuous shot. Low-angle start on worn Great Wall steps, passing climbing tourists' legs. Drone accelerates rapidly, flying tight along the wall's ridge. Watchtowers blur past. Wall winds endlessly over mountains. Deep morning mist in valleys. Ultra-smooth, high-speed cinematic motion, 8k." **Prompt (Chinese)** "15秒商业宣传片，FPV一镜到底。低起幅拍长城凹陷台阶与游客腿部背影。无人机极速加速，贴城墙脊线飞行，烽火台快速掠过。长城顺山脊无尽绵延，山谷晨雾弥漫。全程极度稳定丝滑，极致速度感，8k电影级。" **Camera & Action Parameters** * **Style:** Commercial promo / FPV Drone * **Motion:** One-shot / Continuous acceleration / Ultra-smooth * **Angle:** Low-angle tilt-up to forward flight * **Environment:** Morning / Golden lighting / Volumetric mist

图片节点 20

以这张照片作为【身份 / 姿势 / 服装 / 构图】参考， 把图像转化为【指定的目标风格类型】， 保留图片的主体和画面内容不变， 改变【风格、材质和光 影颜色】，画面的比例和构图严格和图片保持一致。

【输入指令】 你是很专业的广告导演和航拍fpv的 专家，你根据图1 广州塔和图2 广州骑楼建筑，给我写一个有关于广州文旅宣传的广告提示词，要求 视觉冲击力强、调性大气、有传播势能，TVC / 混剪 /，快节奏和质感十足，包含广州塔，快节奏穿越感，与镜头配合的极具张力，专业快节奏城市广告片的水平，人物动作正确且符合逻辑，动作灵巧生动自然，又无扭曲，错乱等问题，城市8K分辨率，24fps，杜比视界，12bit色深，ARRI Alexa 65摄影机拍摄，禁止任何画面扭曲、崩坏或错乱。音效设计：只有音效，没有背景音乐，严禁bgm 【生成内容】 你好！我是专业的广告导演与FPV航拍指导。针对你提供的广州塔（现代地标）与广州骑楼（历史人文）两张极具对比张力的图片，我们需要打造一支\*\*“快节奏、强视觉冲击、古今交错”\*\*的城市文旅TVC混剪。 为了让AI视频生成大模型（如Sora, Kling, Runway Gen-3等）能够完美理解并生成符合你极高专业要求的画面，我为你精心编写了以下中英文对照的超级提示词（Prompt）。 为了达到最佳效果，建议直接使用**英文提示词**进行生成。 --- ### 🎬 AI 视频生成提示词 (Prompt) **【英文提示词 - 直接复制使用】** > **Visual & Action:** A fast-paced, high-tension cinematic TVC mashup. Shot 1: Extreme FPV drone diving. Start high above the clouds, ultra-fast drone diving along the twisting steel lattice structure of the Canton Tower. Dizzying speed, strong visual impact. Shot 2: Seamless whip-pan transition. The drone instantly flies down into the historic streets of Guangzhou Qilou. Flying rapidly through the pastel-colored colonial arcades. Warm golden hour sunlight ray-marching through the pillars, striking wet stone streets with hyper-realistic reflections. Shot 3: Vivid human action. A young skateboarder agilely and naturally carves through the Qilou arcade, perfectly dodging pedestrians. Flawless human anatomy, perfectly logical physics, extremely fluid and natural movements without any distortion or glitch. A local vendor smoothly pours Lingnan Kung Fu tea with precise dynamic motion. Fast-paced editing, immense cinematic tension, contrasting modern cyberpunk with historic heritage. \*\***Technical Specs:** Shot on ARRI Alexa 65, 8K resolution, 24fps, Dolby Vision, 12-bit color depth. Masterpiece, ultra-high quality, photorealistic, professional commercial standard, sharp focus, rich texture. \*\***Audio Design:** Spatial sound effects ONLY. Extreme wind swoosh during the drone dive, sharp whip-pan whoosh, skateboard urethane wheels grinding on wet cobblestone, crisp tea pouring splash, ambient street bustle. STRICTLY NO BACKGROUND MUSIC, NO BGM. \*\***Negative Prompt:** warped buildings, collapsed architecture, mutated, distorted, deformed, extra limbs, bad anatomy, unnatural physics, glitch, low resolution, background music, bgm, soundtrack, blur. --- **【中文解析 - 导演拉片视角】** > **画面与动作设计：** 一部快节奏、极具张力的电影级TVC混剪。镜头1：极限FPV穿越。从云层上方开始，FPV穿越机沿着广州塔扭曲的钢结构网格极速俯冲，令人眩晕的速度感，极强的视觉冲击力。镜头2：无缝甩镜头转场。穿越机瞬间穿梭至广州历史悠久的骑楼老街。在色彩柔和的复古骑楼拱廊下快速贴地飞行。温暖的黄金时刻阳光穿透柱子形成丁达尔光效，湿润的石板路面反射出极其真实的质感。镜头3：生动的人物动作。一名年轻滑板手在骑楼下灵巧、自然地穿梭，完美避开行人。无可挑剔的人体结构，绝对符合物理逻辑，动作极致流畅自然，无任何扭曲或错乱。一位老街坊正动作连贯精准地斟倒岭南功夫茶。快节奏剪辑，极具电影张力，现代与历史的强烈碰撞。 \*\***技术参数：** ARRI Alexa 65摄影机拍摄，8K分辨率，24fps，杜比视界（Dolby Vision），12bit色深。大师级作品，超高质量，照片级真实，专业广告片水准，焦点锐利，质感十足。 \*\***音效设计（重点）：** 只有空间音效。FPV俯冲时撕裂空气的巨大风声，锐利的转场“呼啸”声，滑板轮子摩擦湿润石板路的声音，清脆的倒茶水声，街道环境底噪。严禁任何背景音乐，绝对没有BGM。 \*\***反向提示词（必须添加以防翻车）：** 建筑物扭曲，建筑崩坏，人物变异，扭曲，畸形，多余肢体，错误的人体结构，违反物理规律，画面错乱，低分辨率，背景音乐，BGM，原声带，模糊。 --- ### 💡 导演执行建议（给你的实操Tips）： 1. **分镜生成：** 尽管提示词写在了一起，但目前的AI大模型处理长镜头的连贯性仍有挑战。建议你**分段生成**（先生成广州塔FPV俯冲，再生成骑楼穿越，最后生成人物动作），然后在剪辑软件（如Premiere或剪映）中通过**极速的抽帧、运动模糊转场（Motion Blur Transition）或遮罩转场**来实现这三者的“快节奏穿越感”。 2. **音效铺陈：** 既然绝对不要BGM，声音设计的**层次感**就是决定片子高级与否的关键。建议在后期软件中分三层铺垫音效： - **环境层 (Ambient)：** 城市高空的风声 ➡️ 老街的市井嘈杂声。 - **动作层 (Action)：** FPV的电机轰鸣声 ➡️ 滑板落地的清脆“啪”声 ➡️ 倒茶的水声。 - **情绪层 (Swoosh/Whoosh)：** 配合画面极速推拉摇移的低频重击声（Sub-bass impact）和撕裂风声（Whoosh），用来代替BGM掌控片子的节奏心跳。 3. **质感强化：** “12bit色深和杜比视界”在提示词里能让AI倾向于生成高宽容度的画面，后期建议稍微拉高画面的**对比度**和**锐度**，强化广州塔金属与骑楼老砖墙的质感碰撞。

参考图一和图二 ，视频中禁止出现航拍机，最后画面落幅是

视频截图视频节点 21

参考图2 {{Image 2}} 和图3 {{Image 3}} （构图、画面环境的参考），视频中禁止出现航拍机，最后画面落幅是：一位摇蒲扇的老人从脚边捡起纸飞机，举远了。看了看，看清之前，画面切走，纸飞机参考 {{Image 1}}

【输入指令】 你是很专业的广告导演和航拍fpv的 专家，你根据图1 图2 广州骑楼建筑，给我写一个有关于广州文旅宣传的广告提示词，要求 视觉冲击力强、调性大气、有传播势能，TVC / 混剪 /，快节奏和质感十足，包含广州塔，快节奏穿越感，与镜头配合的极具张力，专业快节奏城市广告片的水平，人物动作正确且符合逻辑，动作灵巧生动自然，又无扭曲，错乱等问题，城市8K分辨率，24fps，杜比视界，12bit色深，ARRI Alexa 65摄影机拍摄，禁止任何画面扭曲、崩坏或错乱。音效设计：只有音效，没有背景音乐，严禁bgm

【输入指令】 提取参考图片的画面风格 【生成内容】 高清数字风光摄影质感，使用广角镜头与大景深展现开阔的空间感，画面通透且具有清晰的空气透视效果。采用自然明亮的强日光照明，伴随大面积的耀眼高光反射与波纹质感。整体色彩处理生动写实，饱和度较高，营造出阳光明媚、宁静辽阔的户外氛围。

【生成内容】 # **二、文字脚本** # # **场 1｜暗处 · 黎明前** # **一双白色羽毛的手在暗中折一张纸，只有一小块光照在手和纸上。折好，是一架纸飞机。手托起来看了两秒，扔了出去。纸飞机从暗处飞进天光里，向上滑翔。天还是深蓝色，城市屋顶只剩剪影。\ 声音：折纸的摩擦声，然后是纸滑过空气的声音。无音乐。** # **场 2｜武汉过早摊 · 06:00** # **灶膛里的炭火先亮起来。油锅烧开，面窝下锅——米浆在圆形铁勺里摊成中间薄、边缘厚的圆饼，滑进油里翻滚、鼓起、变成金黄。长柄铁漏勺把它捞起来沥油，油滴拉成细丝落回锅里。旁边搪瓷缸里是热腾腾的蛋酒。天光从窗户斜进来，和灶火的橙色撞在一起。 \ 声音：油爆声。音乐第一拍在这里落下。** # **场 3｜武汉热干面摊 · 07:30** # **摊主抓着长竹筷在竹筲箕里甩面，面条在空中散开的那一瞬间停住了——镜头绕着这个停住的瞬间转了半圈。然后一勺芝麻酱从高处淋下来，拉着长长的丝盖住面条。一个端着碗的男人从桌上捡起一架纸飞机，低头去看。看清之前，画面切走。\ 声音：甩面的风声、竹筷敲击、街市人声。** # **场 4｜广州茶楼 · 10:00** # **镜头从五层蒸笼的正上方垂直往下钻，一层一层穿过去——虾饺、烧卖、叉烧包、凤爪、肠粉，每穿一层就有一团白汽扑面。穿出来是茶楼大堂，阿姨推着堆满蒸笼的推车走过，两侧坐满了喝茶的人。阳光从高窗斜射，光柱在蒸汽里看得见。\ 声音：蒸笼盖碰撞、推车轮子、粤语交谈。** # **场 5｜西安肉夹馍 · 13:00** # **铡刀高高扬起，落下，剁进一块炖烂的腊汁肉。刀面反射的光横扫过整个画面。白吉馍被剖开，肉塞进去，肉汁渗进断面。一双手接过来咬下第一口，酥皮碎屑掉下来。\ 声音：剁肉的节奏、馍的酥裂声。** # **场 6｜重庆火锅 · 19:00** # **九宫格里的红油在翻滚，每一格的节奏都不一样。筷子夹着毛肚七上八下。然后镜头开始往后拉——红油的泡沫变成了山城的万家灯火，花椒的黑点变成建筑的暗部，蒸汽变成江上的雾。一桌年轻人从凳子上捡起纸飞机，凑在一起看。看清之前，画面切走。\ 声音：沸腾声、碗筷、笑声。音乐推到第一个高点。** # **场 7｜西北烤串 · 23:00** # **炭火上一排羊肉串在翻面，油滴下去，火苗窜起来，孜然撒下去在火里炸开。除了炭火，画面里没有任何别的光。\ 声音：油滴落炭的滋声、风。** # **场 8｜转折 · 火星变星星** # **镜头从烤架仰起往上摇。火星往上飞，越飞越高，越飞越慢，然后冷却、变白、停住——变成了星星。整个画面变成西北的深夜星空。星轨慢慢转，然后东边泛出蓝灰色，星星一颗颗褪去。天亮了。\ 声音：音乐完全抽空，只剩风。这是全片最安静的十秒。** # **场 8b｜起飞 · 清晨的城市上空** # **天刚亮，雾还没散。一只很小的白色的鸟坐在那架纸飞机的机翼上，双腿伸在前面，背对着我们，飞过刚醒来的城市。下面是薄雾里的高楼、老城屋顶和江面。第一缕阳光从侧后方水平打过来，把纸飞机的上表面和它的轮廓镀成暖金色。它一直没有回头。\ 声音：风声，很远的城市。音乐在这里第一次完整展开。\ 注：全片唯一一个超现实画面，也是主视觉。** # **场 9｜上海外滩 · 05:40** # **镜头从江面垂直往上升，穿过厚厚的晨雾。穿出去的那一刻，对岸的塔尖先刺破雾面，第一缕阳光水平打过来照亮它。江边有人在打太极，有人在跑步，保洁在扫地。\ 声音：江水、船笛、鸟。音乐重新起来。** # **场 10｜北京长城 · 08:20** # **镜头贴着城墙的脊线飞，烽火台一座座从两边掠过，城墙沿着山脊一直伸到看不见的地方。晨雾还挂在山谷里。台阶被几百年的脚踩得中间凹下去，几个人正在往上爬。\ 声音：风声为主。** # **场 11｜武汉黄鹤楼 · 东湖 · 11:00** # **镜头贴着飞檐仰拍绕行，屋檐一层层往上收。绕到某个角度，檐角的弧线和天上的云对上了——画面从这道弧线溶进另一片开阔的湖面。湖上有船划过，栈道上有人骑车。\ 声音：风铃、水声。** # **场 12｜广州骑楼 · 14:30** # **镜头沿着骑楼的拱廊往里推，柱子一根根从两边掠过。光从外面斜射进来，被柱子切成一条条明暗横带落在地上。一位摇蒲扇的老人从脚边捡起纸飞机，举远了看。看清之前，画面切走。\ 声音：蒲扇、麻雀、远处的粤剧。** # **场 13｜重庆李子坝 · 18:40** # **一列轻轨从一栋居民楼中间穿过去，镜头跟着它一起穿进去、穿出来。夕阳把楼和车都镀成金色。楼上有人在阳台上看。往下是层层叠叠的山城，有人在爬一段陡梯子。\ 声音：轻轨驶过、鸣笛。音乐推到全片最高点。** # **场 14｜西北星空小店 · 23:30** # **戈壁边缘，天是深蓝紫的，银河看得很清楚。地平线上只有一家小店还亮着灯。门口停着一辆蒙尘的车，一个人端着一碗热汤面站着没走。他低头，捡起脚边的纸飞机，借着店里的光去看。看清之前，画面切走。这是最后一次。\ 声音：风，很远的车。音乐降到最低。** # **场 15｜结尾 · 老墙前 · 清晨** # **清晨的第一缕光斜着照过来。纸飞机躺在一面老墙前的地上，慢慢展开——变回一张平的纸。上面什么都没有。镜头往后退，这张空白的纸贴在墙上；再退，露出墙前面的整条街：门开着、灯亮着、蒸汽从各家门口涌出来、有人推门进去、有人在门口吃早饭。高小德站在街边，抬头看着那张纸，把护目镜往上推了推。\ 声音：整条街醒来的声音全部涌进来。音乐收束。** ---