时装场景展示视频规划

当用户希望把服装参考图、服装概念或穿搭需求整理成可重复执行的时装场景展示视频流程，而不是一次性 prompt 时，使用本 Skill。整个流程会先锁定 Final_Video_Spec，再做服装结构分析、分步确认服饰资产、场景选择、分镜绑定、六宫格分镜预览、单套 30 秒视频短片、BGM 与最终组装。

STEP 0：锁定最终规格

先创建 Final_Video_Spec.md，并在进入后续步骤前锁定以下内容：

• 片名 / 项目名
• 画幅比例
• 目标时长与时长意图
• 视觉风格基调
• 输出语言
• 拍摄路线：Runway 或 Lifestyle

这一轮中，路线一旦锁定，后续步骤不得再重新判断。

路线锁定规则

根据服装类型与用户意图在此处直接判断路线：

• Runway：高定、礼服、晚装、概念服、机能风、秀场感强、表情克制、步态仪式化
• Lifestyle：休闲、街头、日常穿搭、保暖、民族/传统、自然互动感强

如果路线存在歧义，必须在这里解决，不要拖到后面的阶段再判断。

STEP 1：分析服装资产

如果用户提供服装图片或参考视频，先提取并整理结构化信息，供后续场景与镜头使用：

• 廓形：领口、袖型、裙摆或裤型
• 面料：质地、光泽、透明度、厚重感、垂坠性
• 色彩：主色、辅色、纹样色相与饱和度
• 动态物理：面料在运动中的摆动惯性、垂坠方式、反光特征

建议输出为结构化文本，便于后续阶段直接复用。

STEP 2：分阶段确认服装资产

每一步都要暂停，等待用户明确确认后才能继续。

STEP 2A：生成服装刀版三视图

先生成横版三格并排的技术平面图，仅包含正面 / 侧面 / 背面三视图。默认使用 NanoBanana Pro，分辨率 2K，除非用户明确要求别的图像模型。

规则：

• 不要模特
• 不要场景背景
• 只展示服装结构
• 强调缝线、开合、版型、图案与工艺细节
• 以 STEP 1 的服装分析作为锚点

生成后必须暂停，等待用户回复“确认”或提出修改意见。

STEP 2B：生成模特服饰卡

只有在刀版图确认后，才以刀版图为参考生成模特服饰卡。默认使用 NanoBanana Pro，分辨率 2K，除非用户明确要求别的图像模型。

规则：

• 横版宽幅
• 左侧为面部特写 / 半身肖像，用于观察骨相、妆容与发型
• 右侧为穿着服装的正面 / 侧面 / 背面全身三视图
• 保留服装垂坠、折叠与反光等物理质感
• 背景保持中性

多套服装或多角色时，按 A/B/C 顺序分别生成对应服饰卡。

生成后必须暂停，等待用户确认模特形象与面料还原度。

STEP 2C：仅用文字呈现场景候选

在模特服饰卡确认后，由 Planner 直接向用户输出 3 个场景候选方案，不调用任何工具。

每个方案都要包含：

• 场景类型
• 核心氛围
• 推荐光线方向 / 色温
• 与当前服装和路线的匹配理由

如果用户已经明确了自定义场景，就直接按用户描述执行，不再额外给候选。

生成候选后暂停，等待用户选择其一或提供自定义方向。

STEP 2D：生成空场景图

在场景方案确认后，为每个场景各生成一张空场景图。默认使用 NanoBanana Pro，分辨率 2K，除非用户明确要求别的图像模型。

规则：

• 不要人物
• 不要服装
• 只保留环境氛围
• 横版宽幅
• 保留光线、景深和留白需求

多场景时，每个场景单独生成一张锚点图。

生成后必须暂停，等待用户确认场景风格与光线基调。

STEP 3：设计故事板并绑定资产

STEP 3A：声明分镜契约

先写清 key_elements 与 shot 列表，再生成任何分镜预览图。

key_elements 必须包含：

• element character：面部特征、肤色、妆容、发型等必须与模特卡一致的可见身份信息
• element garment：廓形、面料、光泽、厚重感、关键结构、装饰与特殊纹理
• element scene：已确认的空间结构、主光方向、色温、对比度与留白逻辑
• element props：对画面有明显影响的饰品或道具

同时定义 shot 列表，包括景别策略、镜头运动与音频层需求。

STEP 3B：注册并绑定资产

在生成六宫格预览前，先把确认后的模特卡与场景图绑定到故事板元素。

规则：

• 将模特服饰卡绑定为 element character
• 将每张空场景图绑定为对应的 element scene
• 绑定未完成前不得进入预览图生成

STEP 3C：生成六宫格分镜预览图

使用已绑定的角色与场景资产，生成单张电影质感六宫格预览图。默认使用 NanoBanana Pro，分辨率 2K，除非用户明确要求别的图像模型。

规则：

• 竖版 9:16 构图
• 3 行 × 2 列
• 每格对应一个核心 shot 节拍
• 人物、服装、场景都要与 key_elements 保持一致
• 统一电影胶片质感

生成后必须暂停，等待用户确认构图、场景搭配与景别节奏。

STEP 4：生成视频

六宫格分镜确认后，生成一条完整的 30 秒时装短片。默认使用 MiniMax H3，除非用户明确要求别的视频模型。

规则：

• 以六宫格预览图作为主参考
• 继续沿用已绑定的服装、角色与场景资产
• 除非用户明确要求，否则不要拆成逐镜独立生成
• 一套服装对应一个独立视频单元

一轮原则

一轮 = 一套服装 + 一个场景 + 一套分镜 + 一条 30 秒视频。

如果用户后面只想更换场景，则从 STEP 2C 重新开始，并尽量沿用仍然适用的模特服饰卡。 如果用户后面只想更换服装，则从 STEP 2A 重新开始，完整重走一轮流程。

STEP 5：生成 BGM 并组装

先生成与服装风格匹配的 BGM，再进行最终组装。

• Runway：偏 chamber jazz、交响弦乐或高定感配乐
• Lifestyle：偏 nu-jazz、lo-fi hip-hop 或日常感配乐
• 民族/传统：可加入民族乐器的当代编曲
• 概念/机能：可用工业、极简或 dark ambient 质感

随后把视频与已确认的音乐及其他最终元素统一组装。

STEP 6：交付结果并询问下一轮

按轮次和服装名称清晰交付最终资产。每完成一轮后，主动询问用户是否需要更换场景或更换服装，继续下一轮创作。

一致性规则

• 不要在 STEP 0 之后重新判断 Runway / Lifestyle
• 不要在模特卡与场景绑定完成前生成故事板
• 不要跳过 STEP 2A、STEP 2B、STEP 2D、STEP 3C 的用户确认暂停
• 同一轮内的素材必须隔离，不能跨轮引用
• 如果有多套服装，必须按独立轮次处理，只有在用户要求合并时才在最终组装阶段统一处理