技能介绍

要解决什么问题

做民俗、节日、历史或传统文化类 AI 短视频时，常见失败模式是：一上来就「出视频」，角色脸型和服装在镜头间漂移，屈原被画成仙侠少年，粽子艾草只当装饰没有含义，旁白像纪录片播音腔，最后只能当 PPT 配图用。若你需要 电影感写实、固定主角、分镜可控、旁白字幕与成片对齐，就需要先把制作当成一条管线，而不是单次生图。

技能如何工作

本技能把流程锁在 10 道生产门禁里，默认 不得跳过（除非你明确要求跳过）：

理解素材：读 PDF/图片/笔记，提炼习俗、人物、地点与象征意义，先不写脚本，并请你确认理解是否正确。
规划与脚本：定受众、时长、叙事钩子与视觉方向；旁白与 短字幕 分开写，文化类优先故事驱动而非讲课。
视觉与资产圣经：分析参考图的真实感、色板、镜头语言；先定世界观规则，再 三视图锁定主角、历史人物与道具场景，禁止在主角未确认前做终版分镜。
分镜 → 图生视频 → 后期：每镜一张分镜图（含角色、服装、道具、机位约束），确认后用分镜作首帧按镜头生成短片；用 ffprobe 对齐旁白时长，混音、烧字幕，导出高清原片与聊天压缩版。

叙事上默认 现代视角穿越：当代误解 → 触发物 → 进入古代场景 → 观察关键人物/习俗 → 小行动参与 → 串起含义 → 回到现代。旁白可多 好奇、旅行 vlog 感；涉及流亡、殉国等沉重史实时放慢、庄重。

批处理侧强调 可恢复：分镜需 公网 image_url（对象存储优先），每步写入 metadata JSON，单镜可重跑，避免整段超时重来。

适用边界

适合：明确要「先理解再规划再脚本再出图，全确认后再生成视频」；需要多镜头角色一致、东方玄幻/大场面写实、完整交付旁白+字幕+音乐。
不适合：单次海报、随手一图、不关心分阶段确认与连续性的快速成片。
注意：历史人物需对照时期服饰与经典形象约束（如屈原的楚服、切云冠意象），勿发明成通用仙侠 NPC；习俗画面要同时服务 动作层 与 含义层，避免乱加战斗特效扭曲原意。