从一句卖点，到一条能直接录的分镜脚本。
Chinese original
# TASK · AI 视频 Prompt 与配音 > 配套使用：`00_system.md` + `01_script_and_storyboard.md` 的输出（分镜表） > 本任务把分镜表落成**可执行的生成指令**：视频 Prompt、配音稿、字幕。 --- # INPUT | 字段 | 来源 | 说明 | |---|---|---| | `platform` | 人工 | 决定比例与安全区 | | `target_market` | 人工 | 决定语言 | | `prompt_language` | 人工 | `en`（默认）/ `zh` | | `storyboard` | **01 的输出** | 分镜表 | | `production_mode` | 人工 | `ai_generated` / `real_shoot` / `mixed` | | `spec_table` | 03 | 参数校验 | | `forbidden_words[]` | 03 | 字幕拦截 | | `visual_tone_confirmed` | 04 | 风格统一 | | `hero_visual` | 04 | 首帧参考 | | `voice_style` | 人工 | 配音风格偏好（可选） | --- # PART A · AI 视频 Prompt ## Prompt 结构公式（六槽位） ``` [SUBJECT] 主体：是什么，什么形态，颜色材质，处于什么状态 [ACTION] 动作：主体在做什么（这是视频区别于图片的核心槽位） [CAMERA] 镜头运动：推 / 拉 / 摇 / 跟 / 环绕 / 固定，以及速度 [LIGHTING] 光线：方向、柔硬、色温 [ENVIRONMENT] 环境：背景、场景、氛围 [STYLE] 风格 + 技术参数：写实/商业广告/材质质感、比例、时长 ``` ## 视频 Prompt 的三条特殊要求 | 要求 | 说明 | |---|---| | **动作要单一** | 一个镜头只做一件事。写"同时旋转、发光、变形"→ 模型会给出一团糊 | | **避免精细手部动作** | AI 视频模型对手指处理仍不稳定。需要手持产品时，用"手部出画/近景不露手"的方式规避 | | **镜头运动要慢** | 明确写 `slow`、`gentle`。快运镜在生成模型里极易产生位移扭曲 | ## 输出格式 ```markdown ### 镜头 <n> · <时间段> **视频 Prompt（<prompt_language>）** ```text <六个槽位齐备> ``` **首帧参考 Prompt**（可选，需要图生视频时） ```text <静态画面 Prompt> ``` **负面 Prompt** ```text <排除元素> ``` **技术参数** - 比例：<1:1 / 9:16 / 16:9> - 时长：<n>s - 运动强度：<low / medium> - 生成方式：<文生视频 / 图生视频> **校验** - 数值一致性：✅ / ❌ - 场景范围：✅ / ❌ - 真人肖像：✅ 无真人 / ⚠️ 见下方特殊说明 ``` ## 真人镜头的特殊处理（重要） 若分镜含真人出镜，**不输出 AI 生成 Prompt**，改为输出拍摄指令： ```markdown ### 镜头 <n> · <时间段> · [真人镜头 — 不生成 AI Prompt] **原因**：涉及真人肖像，按 V6 规则改为拍摄指令。 **拍摄指令** - 机位：<高度、角度、景别> - 动作：<人物的具体动作顺序> - 道具：<需要准备的物品> - 场地：<环境要求> - 时长：<n>s - 注意事项：<如"避免露出可识别面部"或"需签署肖像授权"> **替代 AI 方案**（如需全 AI 制作） - 采用不露脸构图：<手部 / 背影 / 远景 / 剪影> - 对应 Prompt：<...> ``` --- # PART B · 配音稿 ## 配音稿的写法规则 | 规则 | 说明 | 反例 | |---|---|---| | **短句** | 每句 ≤ 12 个词 | ❌ 一句话套三个从句 | | **口语** | 写"说出来的话"，不是"写下来的话" | ❌ `O dispositivo possui capacidade de…` | | **数字口语化** | 按朗读方式写 | ✅ `vinte mil mAh` / ❌ `20000mAh` | | **每句独立可用** | 单句拿出来也听得懂 | — | | **标注停顿** | 用 `|` 标注换气点 | — | | **标注重音** | 用 **加粗** 标注重读词 | — | ## 输出格式 ```markdown ## 配音稿（<n>s 版） | 镜号 | 时间 | 配音文案 | 词数 | 累计词数 | 预估时长 | |---|---|---|---|---|---| | 1 | 0–3s | Você já ficou sem bateria no meio do dia? | 9 | 9 | 3,6s | | 2 | 3–6s | Este carregador tem **vinte mil mAh** … | 11 | 20 | 8,0s | ``` **语速参考**（口语广告节奏）： | 语言 | 语速 | |---|---| | 葡萄牙语（巴西） | 约 **2,5 词/秒** | | 西班牙语 | 约 **2,5 词/秒** | | 英语 | 约 **2,8 词/秒** | > 预估时长 = 词数 ÷ 语速。若累计时长超过该段的时间窗 → **删词，不加语速**。 ## TTS 建议 ```markdown **TTS 参数建议** - 语言 / 口音：Português (Brasil) - 音色：<男声 / 女声>，<年龄感>，<语气：亲切 / 专业 / 活力> - 语速：<1.0x>（不要加速超过 1.1x） - 停顿：句末 0,3s，镜头切换处 0,2s - 变音符号检查：✅ 已核对 ã ç õ é ê í ó ú ``` > **变音符号是 PT-BR TTS 的翻车点。** 生成后必须人工核对一遍拼写，尤其是 `ã` `ç` `õ`。念错的听感极其明显。 --- # PART C · 字幕 ## 字幕规则 | 规则 | 值 | |---|---| | 每屏行数 | ≤ **2 行** | | 每行字符数 | ≤ **20 字符**（葡语） | | 位置 | 竖版避开底部 20% / 顶部 15%；横版居中偏下 | | 字号 | 移动端可读，等效高度 ≥ 视频高度的 4% | | 对比 | 必须有描边或底衬，避免压在浅色画面上 | | 与配音关系 | **不要求逐字对应**，可以精简——字幕要短，配音可以稍长 | | 与画面关系 | 字幕不能遮挡产品主体 | ## 输出格式 ```markdown ## 字幕表（<n>s 版） | 镜号 | 时间 | 字幕（第 1 行） | 字幕（第 2 行） | 字数 | 位置 | |---|---|---|---|---|---| | 1 | 0–3s | | | | | | ... | | | | | | ``` ## 静音测试 输出完字幕表后，做一次**静音自检**： ```markdown ## 静音可理解性检查 | 检查项 | 结果 | |---|---| | 关掉声音，能否看懂这是什么产品 | ✅ / ❌ | | 关掉声音，能否看懂核心卖点 | ✅ / ❌ | | 关掉声音，能否看懂结尾要做什么 | ✅ / ❌ | ``` > 三项全 ✅ 才算通过。巴西站和短视频场景下，**多数用户是静音浏览的**——过不了这一关，配音写得再好也没有意义。 --- # 分 production_mode 的处理 | 模式 | 处理 | |---|---| | `ai_generated` | 全部分镜输出视频 Prompt。避免复杂手部动作与真人出镜 | | `real_shoot` | 不输出视频 Prompt，全部输出拍摄指令（机位/动作/道具/场地） | | `mixed` | 逐镜头标注，AI 镜头出 Prompt，真人镜头出拍摄指令 | --- # 输出结构 ```markdown ## 1. AI 视频 Prompt ### 镜头 1 · 0–3s ### 镜头 2 · 3–6s ... ## 2. 配音稿 （表格 + TTS 参数建议） ## 3. 字幕表 （表格） ## 4. 静音可理解性检查 ## 5. 技术与素材需求 - 比例 / 分辨率 - BGM 情绪：<...>（⚠️ 需可商用素材） - 音效清单 - 后期需要叠加的图形元素（Logo 位置、参数卡） ## 6. 视频合规扫描 （按 00_system.md 的 V1–V8；无命中写"无命中"） ## 7. 交付字段 - prompt_count: - subtitle_lines: [] - voiceover_word_count: - final_cta: ``` --- # SELF-CHECK - [ ] 每个 AI 镜头 Prompt 六槽位齐备 - [ ] 动作单一，无"同时做多件事" - [ ] 镜头运动标注了速度和方向 - [ ] 真人镜头**未输出** AI 生成 Prompt，改为拍摄指令 + 不露脸替代方案 - [ ] 配音稿每句 ≤12 词，数字已口语化 - [ ] 配音累计词数符合时间窗，未超时 - [ ] 字幕每屏 ≤2 行、每行 ≤20 字符 - [ ] 已做变音符号核对 - [ ] 静音可理解性三项全 ✅ - [ ] 所有数值与 `spec_table` 一致 - [ ] 字幕无 `forbidden_words[]` 中的任何词 - [ ] BGM 已标注可商用要求 - [ ] 末尾已附视频合规扫描