在项目中评估cutscene-reel，可以先看清用途边界：代理技巧：将一张产品照片变成游戏过场风格的有声视频广告。把它放到视频制作流程中，最容易暴露的是素材、节奏、编码和最终画面容易不一致，不能只看演示是否顺利。落地前可以拿一组已有素材完成一段短样片，用素材路径、渲染结果、音画同步和导出格式判断它是否真的省事。如果团队属于有真实素材并需要稳定视频产出的创作者，它有继续测试的理由；否则先看替代方案会更省时间。

名称：过场动画 描述：制作一个 25-35 秒的“游戏过场动画”产品广告 - 一个风格化的 3D 角色穿着或拿着用户的真实产品，在现场发表冷酷有趣的事实咆哮，在产品上打出一个妙语，并切入真实的产品照片和 URL。当用户请求 AI 角色广告、游戏过场动画/PS2-style 卷轴、会说话的角色产品视频、“与 T 恤中的游戏角色一起疯传的视频”，或者想要将产品照片转换为 图像社交平台、TikTok 或 X 的简短视频广告时使用。

过场动画卷轴

将一张产品照片变成“视频游戏过场动画”格式的简短的会说话的人物广告。

你是导演。脚本负责生成；你做出创造性的决定，审查每一个 框架表，并重新生成错误的内容。大多数第一次拍摄都需要一两个修复。

格式是什么

使其发挥作用的规则：一个角色、一个位置、取自产品的两种颜色的灯光， 一个干巴巴的声音，大约每分钟 150 个单词，一张安静的低保真床，白色的小写字幕，每一个剪辑 4-6秒，最后以实物照片展示实物。完整细分： references/format.md.

开始之前

询问用户是否缺少任何内容。不要猜测产品或 URL。

1. 产品：2-3 张照片（一张是模特或平面照片，一张是打印特写）以及最后一张卡片的 URL。
2. 角色：谁在说话。默认为您设计的原始角色。请参阅下面的“权利”。
3. 位置：光线与产品的两种主要颜色相匹配的地方。
4. 角度：真实的事实或观察，以及它如何落在产品上。
5. 密钥：环境中的 GEMINI_API_KEY 和 ELEVENLABS_API_KEY 或环境中的 .env 文件 工作文件夹。切勿打印密钥或提交 .env。

路径上需要带有 Pillow (pip install pillow) 和 ffmpeg 的 Python 3。

管道

在新的项目文件夹中工作。下面的S是该技能的scripts/文件夹。

1. 脚本

写 4 行，每行 8-16 个字，加上尾卡行。小写态度，没有主题标签，没有炒作。 检查每一个事实。将 examples/project.json 复制到 project.json 并填写各行。

2. 关键帧（每次拍摄一张图像，16:9）

python S/gen_image.py shots/k1_medium.png 16:9 "<prompt>" product/on_model.jpg product/print.jpg

• 首先进行中景。看看它。修复它，直到角色和产品正确为止。
• 从该图像作为参考生成每个其他关键帧（“相同的确切字符，相同的 位置，仅新的拍摄角度”）。这就是在不同镜头中保持脸部相同的原因。
• 风格、人物、广角、特写和定点镜头的提示模板：references/prompts.md。

3. 动画

python S/make_shots.py project.json

每个镜头都成为 runs/<name>/out/ 中带有语音和口型同步的 10 秒剪辑。然后对于每个剪辑：

python S/sheet.py runs/<name>/out/s1.mp4

并阅读纸张图像。如果出现以下情况，则拒绝并重新生成（删除.mp4，调整action，重新运行）：

• 面部、肤色或头发从关键帧发生变化；
• 相机在应该固定的时候推入或切入；
• 产品打印变成乱码（当角色离开相机时常见）。

4. 语音

python S/voice.py project.json

使用单词时间戳转录每个剪辑，并将语音转换为一个 ElevenLabs 语音 语音到语音，保持时间同步，从而保持口型同步。标记为 CHECK 的行与 脚本：读取它们，如果单词丢失，则重新生成剪辑。小成绩单（? 为 .、47（对于 forty-seven）可以通过编辑 out/sN_stt.json 来修复，因为字幕是根据它构建的。

5. 音乐

python S/music.py music/bed.mp3

生成原始低保真床。将project.json中的"music"设置为它。

6. 构建

python S/build.py project.json

将每个镜头修剪成其语音，裁剪为 4:3，放大到 1440x1080，刻录字幕，添加结尾 卡，混合音乐配音。输出：final/<name>.mp4。

7. 检查

python S/qc.py final/<name>.mp4
python S/sheet.py final/<name>.mp4 1

您无法听到视频。 qc.py具有模型手表和侦听和报告语音一致性， 口型同步、字幕和连续性问题。阅读它和表格，修复他们发现的内容，并告诉 用户清楚地了解模型检查的内容与他们仍需要自己观察的内容。

钩子

第 1 行之前的无声动作镜头延长了观看时间。添加一个带有 "silent": true 的镜头，它自己的 "prompt"，并在审查其工作表后 "trim": [start, end] 和 "speed" （1.5-1.75 作品）所以 3-5 秒后着陆。有效的例子：涂口红、合上粉盒以及 对着镜头飞吻；扔出扳手，抓住它并将其指向相机。保留产品 在快速运动期间打印出框或大框，否则会出现污点。

当一代人被封锁时

视频模型拒绝一些提示。效果如何：

• 第三方内容块：关键帧显示可读的品牌徽标，或文字名称 品牌。重新措辞 action 而不命名服装，或使用徽标较小的关键帧。 重试同一请求有时会通过。
• 安全阻止：软化身体接触或暗示性措辞（镜头上的亲吻被阻止； 对着镜头飞吻过去）。
• 503/高需求：等待并重新运行；已完成的剪辑将被跳过。

使用其他型号

各个阶段是独立的。交换其中任何一个并保留文件契约：

• 关键帧：任何接受参考图像的图像模型。保存shots/<id>.jpg。
• 动画：任何生成语音的图像到视频模型。保存runs/<name>/out/<id>.mp4。 如果模型没有语音，请生成文本转语音的行并使用唇形同步模型。
• 语音：任何语音转语音以及任何返回单词时间戳的转录器 {"words":[{"text","start","end","type":"word"}]} 为 out/<id>_stt.json，语音为 out/<id>_vo.mp3。
• build.py 只需要这些文件加上 project.json。

权利（发布前请阅读此内容）

• 角色：设计一个原创角色。请勿重新创建游戏、电影中可识别的角色 或其他创作者的帐户，甚至“以……的风格”。
• 产品和品牌：仅展示用户拥有或有权使用的产品和徽标。
• 音乐：生成它或许可它。请勿从其他人的视频中提取音频。
• 事实：验证它们。错误的“你知道吗”会在评论中得到纠正。
• 告诉用户他们的请求是否超出其中之一，并提供干净的替代方案。