Cool music video

入口范围门

任何 reference、人物、音乐或 Prompt 工作之前先处理范围：

• 用户明确完整 MV、15 秒以上、具体长时长、完整歌曲、多段分镜、音乐分析或终剪合成：立即退出本 Skill，转入 MV workflow。
• 用户明确 15 秒或 15 秒以内的 MV / 音乐视频：写 scope_confirmed=true，继续本 Skill。
• 用户只泛称 MV / 音乐视频 / music video，或只说单条但没有范围：只使用一次 确认卡，逐字使用：

header: 成片范围
确认卡： 这条音乐视觉默认按完整 MV 规划，还是只做 15 秒以内单条测试体验？
options:
- 15 秒以上 / 完整 MV（推荐）｜退出本 Skill，走 MV workflow 做音乐分析、多段分镜、生成和终剪。
- 15 秒以内单条体验｜继续本 Skill，一次 H3 生成单条高能视觉音乐短片。

用户选择完整 MV 后立即退出，不读取本 Skill 的 references，不再询问人物或音乐。选择 15 秒体验后继续。问询取消、报错或返回值不可解析时停在本门，不猜默认值。

风格提醒门

只在 scope_confirmed=true 后检查风格。当前 Skill 的可直接执行主模板是“复古潮流拼贴 / zine / rap / fashion performance”。用户请求里只要出现其他视觉风格方向（例如 Y2K、赛博、未来感、暗黑、clean、luxury、vaporwave、lo-fi、editorial 等），且用户没有已经说明“融合进复古潮流拼贴”或“就做复古潮流拼贴”，在配置问询流程中加入本子问题。动漫 / 二次元不在这里重复问，交给下方“画面形态”门处理。

若只缺风格处理，确认卡 逐字使用；若还缺画面形态、人物来源或音乐内容，则把本子问题作为配置问询流程的第 1 题，一次性收集，不单独重复弹窗：

header: 风格处理
确认卡： 当前 15 秒短 MV 模板主打“复古潮流拼贴”（我们觉得最稳定、效果最好）。你希望把你提到的风格融合进去，改做主打复古潮流拼贴效果，还是坚持纯外部风格？
options:
- 融合进去（推荐，最大保证当前效果和风格）｜保留 15 秒复古潮流拼贴短 MV 骨架，把用户提到的风格作为色彩、材质、字体、道具或空间气质融合进去。
- 主打复古潮流拼贴（最稳定、效果最好）｜不扩展外部风格，只做当前模板最稳定的复古潮流拼贴效果。
- 坚持纯外部风格（现场学习用户指定风格，不推荐）｜继续本 Skill，但不套复古拼贴主模板，按用户指定风格现场写 15 秒 H3 短 MV。

用户选择“融合进去”后写 style_mode=fusion，后续 prompt 仍以复古潮流拼贴为骨架，只把外部风格写成局部视觉语言，不声明已有独立风格知识库。用户选择“主打复古潮流拼贴”后写 style_mode=retro_collage_primary，后续忽略外部风格词。用户选择“坚持纯外部风格”，或在问询前后明确表达“不要融合 / 不要复古拼贴 / 不要剪纸拼贴 / 只要纯 Y2K / 纯赛博”等排斥当前模板的意图时，写 style_mode=external_pure，继续本 Skill，不转 MV workflow；但必须提示这是现场学习用户指定风格，稳定性低于前两项。问询取消、报错或返回值不可解析时停在本门，不猜默认值。

外部风格融合写法

style_mode=fusion 时不要把外部风格改写成新的主模板，也不要写成“纯 Y2K / 纯赛博”。按“复古剪纸拼贴是结构，用户风格是表层语言”处理：

• 色彩：把用户风格转成 2–3 个主色或光感，再落到纸片、套印、背景分区和字体层。例如 Y2K 可用银蓝、粉紫、透明塑料高光；暗黑可用黑红、脏白纸边和低饱和闪光。
• 材质：保留撕纸、复印、网点、套印、胶带、扫描错位；外部风格只改变纸片表面质感，例如金属膜、数码屏、玻璃塑料、杂志铜版纸或磨砂黑纸。
• 字体：仍按 Typography Layer A/B/C 做可读英文大字、动作字和歌词字；外部风格只影响字形气质，例如 Y2K bubble / chrome type、赛博 UI type、luxury editorial serif。
• 道具与空间：把外部风格放进同一拼贴世界的道具和空间区段，例如翻盖手机、数码相机、霓虹屏、编辑部样张、夜店海报墙、秀场后台，不随机换成完全不同世界。
• 动效：仍由 vocal、snare、hi-hat、808 和人物动作触发撕裂、套印、跳帧、黑场字；外部风格只改变触发后的视觉结果，例如 Y2K 星芒贴纸弹出、赛博扫描线错位、暗黑油墨渗开。

style_mode=external_pure 时不转出本 Skill，但不要强行使用复古剪纸拼贴视觉母体。保留本 Skill 的 15 秒、单条 H3、音乐同步、8–10 镜、逐字派单和完整 prompt 结构；风格本身根据用户描述现场学习，若用户只给一个风格词，就用模型通用理解补足色彩、材质、字体、空间和动效。不要承诺有该风格专用知识库，也不要再把它写成复古拼贴融合版。

15 秒前置门

只在 scope_confirmed=true 后检查以下三项；同时把“风格提醒门”里未解决的风格处理一起纳入配置问询。多项缺失时只使用一次 确认卡 流程，不要连续弹多张卡片。这个流程应表现为一个弹窗 / 一个问询流程里的多个编号子问题，而不是把所有内容挤进一个长问题；按顺序展示：

1. 风格处理（仅当出现非主模板风格且未明确选择时出现）
2. 画面形态（未明确真人 / 真人结合动漫 / 纯动漫时出现）
3. 人物来源（缺少主角来源时出现）
4. 音乐内容（缺少音乐内容时出现）

实际呈现时，每个编号都是同一弹窗 / 同一流程里的一个子卡片或子问题，各自带自己的选项；不要把所有问题合并成一个长问题，也不要连续多次弹窗。只有某一项缺失时，也沿用对应编号标题；多项缺失时一次性收集齐，再继续读取 references。用户取消、报错或任一必填子问题不可解析时停在本门，不猜默认值。

画面形态

用户已上传清楚真人人物、明确真人 / 写实 / 实拍 / live-action / photoreal / fashion performance，已明确“动漫风融合进复古拼贴”，或已明确“纯动漫 / 纯二次元 MV / anime character MV”时通过。只有用户明确要二次元游戏 PV、抽卡 PV、角色宣传 PV、角色觉醒 PV 或游戏活动 PV 时，才退出本 Skill 转 anime-game-pv。

只要 15 秒及以内短 MV 已确认，但用户没有明确画面形态，就在配置问询流程中加入本子问题。若只缺画面形态，确认卡 逐字使用：

header: 画面形态
确认卡： 这条 15 秒短 MV 你想要真人实拍、真人结合动漫，还是纯动漫 / 二次元？
options:
- 真人实拍 / 写实时尚表演（推荐）｜继续本 Skill，按真人皮肤、真实服装、时尚人物动作和摄影机空间执行。
- 真人 + 动漫风融合｜继续本 Skill，真人表演和复古剪纸拼贴仍是骨架，只把动漫感放进局部描线、海报纸片、服装图案、贴纸、字体和表层动效。
- 纯动漫 / 二次元｜继续本 Skill，按动漫角色、二维绘制质感和复古剪纸拼贴包装执行。

用户选择“真人 + 动漫风融合”后写 visual_medium=anime_fusion，并等同 style_mode=fusion 执行；不要把成片写成纯二维动画。用户选择“纯动漫 / 二次元”后写 visual_medium=anime，继续本 Skill，把主角写成稳定动漫角色，不要求真人皮肤或实拍摄影。问询取消、报错或返回值不可解析时停在本门，不猜默认值。

visual_medium=anime 时，复古潮流拼贴、音乐结构、动态字体、撕纸、套印、跳帧和 8–10 镜结构全部保留；只把人物媒介改成动漫角色 / 二维绘制 / cel-shaded 或漫画杂志质感。若 references 中出现真人摄影、真实肤质或实拍措辞，以本画面形态门为准，改写为动漫角色一致性、线稿边缘、色块阴影、纸片分层和印刷网点，不转出本 Skill。

人物来源

用户已上传明确主角、已选择 AI 原创人物、已有完整人物文字设定或明确不需要人物时通过。其余情况只问：

• 上传人物参考（推荐）：等待真实图片。
• AI 原创人物：自动设计先锋时尚人物、服装与气质。

图片中人物清楚时直接登记；仅多张图片导致主角确实不明时询问哪张是主角。没有场景图或字体图不阻塞。

音乐内容

用户已上传音频、提供歌词并明确要歌曲、明确原创歌曲/纯器乐/无音乐，或已给出曲风与人声形态时通过。其余情况只问：

• 原创歌曲（推荐）：H3 同步生成编曲、人声和完整微型歌曲。
• 纯器乐 BGM：H3 同步生成配乐，无人声、无歌词。
• 上传参考音乐：等待真实音频。

选择后不再确认 Hook、歌词、屏幕词、画幅或时长；风格和画面形态只按已完成的提醒门执行。默认回显：MiniMax-H3｜16:9｜15s｜复古潮流拼贴｜真人写实｜屏幕文字 English only。若 style_mode=fusion 或 visual_medium=anime_fusion，回显改为：MiniMax-H3｜16:9｜15s｜复古潮流拼贴 × 用户风格融合｜屏幕文字 English only。若 visual_medium=anime，回显改为：MiniMax-H3｜16:9｜15s｜复古潮流拼贴｜纯动漫角色｜屏幕文字 English only。

条件读取

范围与前置门通过后再读取：

• 所有项目：references/prompt-blueprint.md、references/style-guide.md、references/methods.md、references/typography.md
• 有人物：references/performance-and-space.md
• 原创歌曲、纯器乐或上传音频：references/music.md

若 style_mode=external_pure，仍必须读取 references/prompt-blueprint.md 来保证 15 秒、8–10 镜、H3 完整 prompt 和逐字派单锁；style-guide.md、methods.md、typography.md 只作为“写作密度 / 镜头完整度 / 字体层级完整度”的检查表，不得把复古剪纸拼贴、撕纸、复印、套印等主模板内容强行写进最终 prompt。外部风格本身按用户描述现场学习。

真实附件只按其明确用途绑定；人物图锁身份和造型，场景图锁空间与光色，字体图锁字形和版式，音频先读取真实结构。没有真实附件时写 AI 原创，不虚构路径、节点或参考内容。

英语视觉包装

本 Skill 的屏幕动态文字默认 English-only，不跟随 working_language。working_language 只用于执行说明、对用户沟通和结构段标题。画面可见的 Hero word、Lyric type、Action type、边注、黑场词和 Typography Exact text 默认从歌词、片名、人物状态、空间冲突和情绪中提取或翻译为 3–6 个英文短词/短句；不要用中文屏幕字替代英文包装，不生成随机小字、伪品牌、乱码或无关口号。只有用户明确指定某段准确原文必须出现在画面里时，才保留用户原文。

生成与逐字派单

按 references/prompt-blueprint.md 写唯一 final_h3_prompt。它必须完整包含七段结构、实际音乐/歌词或 BGM 声明、8–10 个 Shot、逐镜动作—空间—运镜、Typography Layer A/B/C、Rhythm/Cut 和全局生成锁；目标 5700–6500 字符，合法范围 5200–6800。

最终只建立一个 H3 视频生成任务。音乐、歌曲、人声、歌词、音效和画面默认由 H3 在同一视频中同步生成；除非用户明确要求独立音频文件，否则禁止另派音乐 Agent。

先把 final_h3_prompt 完整展示给用户；展示的字符串就是 H3 的最终提示词。随后在一次视频生成中使用同一字符串，保持字符级一致，不要总结、缩短、翻译、重写、重排、润色或追加任何文字。

派单前核对：两道前置门通过；真实 refs 与提示词槽位一致；歌词/声线与人物一致；至少 8 个 Shot、4 个连贯空间区段、5 个动作族、2 个设计主导镜头；多数文字镜头有逐镜 Layer A/B/C；音乐有变化和明确结尾；实际字符数合法；展示字符串与执行字符串字符级一致。未通过时只修当前字符串，不派摘要版。