---
name: beauty-talk-science-video-script
description: 生成「美业口播科普视频脚本」并直出视频的通用技能。面向阿里云百炼 wan3（万相3.0）文生/参考生视频，把选题/人设/画幅/时长/场景/服装/造型/画质/穿插/字幕/配乐等元素参数化；人物五视角图、制服细节图、音色三项固定素材来自技能素材包（assets/brand/）或公网URL（config.brand_assets）并锁定作生成输入；据其生成人物完整形象照、插画供用户确认，门店场景直接采用门店空间索引实景图（按动线 zone 选取），确认后的物料作为参考图提交 wan3；口播转为口语化（更白话、适当加语气词、不大幅增字，并规避违禁词）；整段视频一个片段、≤30秒；确认后调用 scripts/generate_video.py 提交 wan3 异步任务、轮询、下载本地；修改即整段重发（不支持二次创作）。
agent_created: true
---

# 美业口播科普视频脚本生成技能（百炼 wan3 直出版）

## Overview

面向**阿里云百炼 · 万相 3.0（wan3.0-video）**，把"美业口播科普短视频"从零散需求沉淀为一份**带固定素材、可直接调用 wan3 生成视频**的结构化脚本。核心约束来自用户硬性要求：

1. **人物**必须用指定的（素材包 `assets/brand/character_5view.*` 或公网 URL `config.brand_assets.character_5view.url`）人物五视角图（固定锁定）。
2. **制服**必须参考指定的（素材包或 URL）制服细节图（可换款式/颜色，**胸牌绝对不变**）。
3. **门店场景**必须采用门店空间索引实景图（按动线规划从 `assets/store-spatial-index/` 选取对应 zone 照片作参考图），怡呵美 LOGO 随实景图（品牌墙/发光字展柜）自然呈现，不另行生成含 LOGO 的门店图。
4. **音色**必须用指定的（素材包或 URL）音色文件作 reference_audio。
5. 口播文案由用户内容**转换为口语化适合口播**的文案（更白话、适当加语气词、不大幅增字，并规避违禁词）。
6. 整段视频**一个片段、≤30 秒**；超 30 秒则反馈用户精简、循环直到满足。
7. 确认后调用 **百炼 wan3 API** 发起生成、轮询完成、存储本地、给用户确认。
8. **不支持二次创作**：每次修改都重新组装完整脚本重发 wan3（不用编辑/延长模式）。

## 跨团队复用说明

- 技能**品牌/人设/视频工具三层解耦**：可变项参数化在 `references/elements.md`；固定品牌素材放在 `assets/brand/`（本地兜底）或 `scripts/config.json` 的 `brand_assets` 段（公网 URL，推荐）；视频工具锁定百炼 wan3，工程要点全在 `references/wan3-workflow.md`。
- **分发**：本技能为「暨北内部 - 朵朵」专用锁定版，OSS 素材 URL、百炼 base_url、workspace_id 均已固定在 `scripts/config.json`；其他同事把 git 仓库 clone 到 `~/.workbuddy/skills/beauty-talk-science-video-duoduo/`（个人级）或项目 `.workbuddy/skills/`（团队级），**复制 `.env.example` 为 `.env` 填入自己的 `DASHSCOPE_API_KEY`** 即可启用，无需改任何配置。详见 `docs/暨北内部-朵朵口播视频专用技能.md`。

## 凭证准备（首次运行前必做）

百炼 wan3 视频生成需要 **北京地域的 DashScope / 百炼 API Key**（以 `sk-` 开头）。你之前看到的 `sk-xxx` 只是占位符，必须替换成在控制台创建的**真实 Key**。操作如下：

1. **获取真实 Key**：登录阿里云百炼控制台（[Model Studio](https://bailian.console.aliyun.com) 或 [DashScope 控制台](https://dashscope.console.aliyun.com)）→ 右上角头像 → **API Key 管理 / API-KEY** → 切换地域到 **北京（cn-beijing）** → **创建 API Key**（权限选"全部"，归属工作空间默认）→ 复制 `sk-` 开头的串（只显示一次，立即保存）。
   - ⚠️ 每个地域的 Key 独立、不能跨地域使用；你的工作空间在 `cn-beijing`，**必须创建北京地域的 Key**，否则调用直接失败。
2. **填入 Key（脚本自动识别，二选一）**：
   - 方式 A（单次，推荐调试）：运行生成脚本的命令前加前缀，例如 `DASHSCOPE_API_KEY=sk-真实key python scripts/generate_video.py ...`（仅本次进程生效，适合 WorkBuddy 终端环境）。
   - 方式 B（持久）：复制 `scripts/.env.example` 为 `scripts/.env`，写入一行 `DASHSCOPE_API_KEY=sk-真实key`；脚本优先读环境变量、其次读 `.env`。
   - ⚠️ `.env` 含密钥，**严禁提交 git 或随技能 zip 分发**；重新打包技能前请删除本地 `.env`。
3. **确认地域一致**：`config.json` 的 `region=cn-beijing` 与 Key 地域必须一致，`workspace_id=gxuwdo0w0g13zbax` 已填好。

## 何时使用

- "帮我做一条美业口播视频（给 wan3/百炼）" / "出个护肤科普短视频脚本并生成"
- 用户上传/指定人物五视角图、制服细节图、音色，或要求生成可直出的视频脚本与物料（门店场景直接采用门店空间索引实景图）

## 资源引用

- `references/elements.md` — 全部可参数化元素与可选项（含门店风格/插画风格/整体色调）。
- `references/wan3-workflow.md` — 百炼 wan3 端点/鉴权/参考映射/单段 prompt 范式/LOGO 合成/不二次创作。
- `references/asset-collection.md` — 固定 3 项素材包清单 + 自动生成人物/插画确认 + 门店空间实景图选取 + 物料登记 + wan3 映射。
- `references/store-spatial-index.md` — 门店空间索引与空间锚定硬规则（Z01–Z09 可用区 / U01–U03 禁用区 / 常用映射 / V4 开放公共区关系 / 6 条空间锚定硬规则）；配套实景图在 `assets/store-spatial-index/`。
- `assets/script-template.md` — 单段结构化 Markdown 脚本骨架（含物料清单与 wan3 请求段），填充后即为交付物。
- `scripts/generate_video.py` — 解析素材（公网URL直传 / 本地图base64直传）→建任务→轮询→下载本地。
- `scripts/config.json` — region / workspace_id / model / resolution / ratio / output_dir（密钥走环境变量）。

## 执行流程

### 任务产物目录约定（每次任务独立归档）

每个任务在 Step 1 收集输入后，即**新建一个独立文件夹**存放该任务全部产物，避免跨任务文件混杂、便于交付与回看。约定如下：

- **基础目录**：工作区内 `beauty-video-materials/`（与技能目录分离，纯产物区）。
- **任务文件夹**：`beauty-video-materials/<任务短名>/`，`<任务短名>` 由选题/主题派生（如 `敏感肌功效型护肤品`、`贵产品无效`），去除特殊字符与空格。
- **自包含**：本任务实际用到的参考图（人物完整形象照、门店空间实景图、插画）也复制进该文件夹，使文件夹独立可交付、可归档（复用上次的素材则复制一份进来）。
- **标准结构**：
  ```
  beauty-video-materials/<任务短名>/
  ├── 脚本_<主题>.md          # Step 8/9 交付的结构化脚本
  ├── prompt.txt              # 提交 wan3 的纯文本 prompt（Step 8 写出）
  ├── 成片_<主题>.mp4         # Step 10 下载的视频成片
  ├── 人物_完整形象照.png      # Image 1（本任务生成或复用复制）
  ├── 门店_实景_Z0X.png       # Image 2（门店空间索引实景图，按动线 zone 选取，LOGO 随实景自然呈现）
  └── 插画/
      ├── 插画_参考1.png       # Image 3
      └── 插画_参考2.png       # Image 4
  ```
- 后续 `--media` / `--output` 一律引用本任务文件夹内路径；生成脚本 `generate_video.py` 已支持**自动创建输出父目录**，传任务文件夹路径无需手动 mkdir。

### Step 1 — 收集基础输入（提示词优先，缺失交互补全）

1. 解析用户提示词，提取已指定元素：选题/口播素材、画幅、平台、人设、目标人群、场景、机位、运镜、造型、画质、穿插类型、字幕、配乐、情绪、品牌露出、门店/插画/色调风格、自带素材包路径。
2. 对照 `references/elements.md`，将**未指定**的基础元素用一次交互式问答（AskUserQuestion，批量提问，每题给可选项+默认标注）补全；具体值不在可选项内时以用户值为准。

### Step 2 — 文字版风格问卷（流程最前端）

生成任何图之前，用一次交互式问答询问用户对以下**元素风格**的文字偏好（选项见 `references/elements.md`）：
- 门店/场景风格（元素 22）｜插画风格（元素 23）｜整体色调（元素 24）｜画质质感（元素 15）｜情绪基调（元素 20）

- 用户逐条给出 → 后续按这些风格自动生成物料图。
- 用户答"无特别要求/你定" → 进入**自动模式**，按默认风格生成示例图，让用户在看图时再挑（见 Step 4）。

### Step 3 — 锁定固定品牌素材（URL 优先，本地文件兜底，校验存在）

按 `references/asset-collection.md` 第一节，逐项解析并校验 3 个固定素材（**它们在本流程中是"生成输入"，用于生成最终确认物料，默认不直接提交 wan3**）：
- 每项优先读 `scripts/config.json` 的 `brand_assets.<key>.url`（公网 URL，调用 wan3 时固定素材可直接透传）；若留空则回退读取 `assets/brand/` 本地文件。
- 人物五视角（`character_5view`）、制服细节（`uniform_detail`）、音色（`voice_ref`，≤15s）。
- **每项都必须有来源（URL 或本地文件），二者皆无 → 主动提示用户填 URL 或放文件，不进入后续生成**。
- 锁定后：人物五视角 + 制服细节用于生成「人物完整形象照」、音色直接作 Audio 1；门店场景直接采用门店空间索引实景图（按动线 zone 选取），不另行生成；胸牌样式在锁定时即标注"不可变更"。

### Step 4 — 生成最终确认物料（人物形象照 + 插画）并选取门店实景图

**产物落盘**：本步生成的两类物料保存到**本任务的 `<任务短名>/` 文件夹**——人物完整形象照放根目录；插画放 `插画/` 子目录；门店空间实景图（按动线 zone 从资源包选取）另存 `门店实景/` 子目录；便于后续统一引用与归档。若人物沿用上次已确认物料，复制一份进本任务文件夹保持自包含。

> ⚠️ **动线规划须最先确定（本步选取实景图的前置）**：**设计动线前，必须先阅读 `assets/store-spatial-index/` 下的《空间索引.json》与《00_俯瞰图_修订_带布局编号V4.jpeg》，理解店内整体布局（各 zone 相对位置、连通关系、哪些区可步行串联）**；在选取门店实景图前，先依选题/口播主题与 `references/store-spatial-index.md`（Z01–Z09 可用区）规划本片动线——列出本片**出场/经过的 zone、开场 zone、走位 zone、插画所在 zone**；**人物出场场景由动线规划决定，不再固定前台**。随后按动线涉及的 zone 从 `assets/store-spatial-index/` 选取对应实景图（LOGO 随实景图自然呈现，不另行生成含 LOGO 门店图）；**动线长度（跨越 zone 数与步行距离）与人物走动速度须与总时长 T 匹配，切忌走太快或动线太长（避免瞬移式跨区 / 赶场感）**。该动线规划在 Step 8 组装时填入脚本第五节【动线设计规划】表。

按 `references/asset-collection.md` 第二节，用图像生成工具基于锁定素材生成并展示，请用户确认后才作为 wan3 参考图：
1. **人物完整形象照 — 1 张（可生成 2–3 张供选）**：以 `character_5view` 为人物参考、`uniform_detail` 为制服参考，合成「人物身穿制服的完整形象照」；胸牌样式与 `uniform_detail` 完全一致、不可变更。→ 确认后作为 **Image 1**。
2. **门店空间实景图（按动线规划 zone 选取）**：从 `assets/store-spatial-index/` 按动线规划涉及的 zone（如开场 zone = 产品陈列架 Z02 / 洽谈区 Z04 / 前台 Z03…）选取对应门店实景照片，作为 **Image 2**（场景参考图）；怡呵美 LOGO 随实景图（品牌墙 Z01 / 发光字展柜 Z02 等）自然呈现，无需单独生成。多 zone 动线可选取多张分别作为各段背景参考。
3. **内容插入插画参考图 — 2 张**（抽象可视化风格启发，无真人皮肤/血液/文字）→ **Image 3 / Image 4**。

展示后请用户**逐类挑选/确认**；若用户**未做任何选择** → 系统**自动随机指定**一组（记录"已自动随机指定"）继续。确认后的物料（人物形象照/插画）与选取的门店实景图登记进脚本「物料清单」。

### Step 5 — 处理口播文案（转口语化 + 时长软卡 ≤30s）

- **用户自带内容/口播** → 先做合规转换：① 规避/修改违禁词（敏感词检测见 Step 6，先扫后改）；② **优化得更口语化、白话**——把书面表达改成日常说话的样子，**适当增加语气词**（如「咱 / 姐妹们 / 其实 / 说真的 / 啊 / 吧 / 嘛 / 呢」）让口播更自然亲切；③ **不要大幅增加字数**——以原稿为底、同义改写 / 补语气词为主，不另起长句、不堆词。转换后带 `/` `//` 停顿符号、科普准确、自然亲和。（注：语气词写进「口播定本」本身；下方口播逐字红线要求 wan3 逐字读出定本、不得自行加词，二者不冲突——语气词是定本的一部分，不是生成时临加的。）
- **用户只给选题/知识点** → 技能生成口语化口播文案。
- **时长软卡循环（不固定 30 秒，但 ≤30 秒）**：按"每秒 ≈ 3–3.7 字（放慢语速 + 句间气口）"估算台词所需时长；若预计 >30 秒 → **反馈用户精简，等用户回精简版后重新估算**，循环直到预计 ≤30 秒才继续。绝不为凑时长拆分片段。最终的精确总时长 T 由 Step 8 的 Shot 台词时间分配表求和得出（见 Step 8 第 5 点）。
  - ⚠️ **口播红线**：组装 prompt 时须内联完整「口播定本」作唯一台词依据，并显式禁止 TTS 据画面/主题自行补词（句间/句末幻觉加词，如"做好防晒"后补"干皮"）；prompt 其他文字（标题/表头/规格标注）一律不出声。详见 `wan3-workflow.md` 坑5。

### Step 6 — 确认口播文案 + 敏感词/合规检测（定稿后必跑）

- 把 Step 5 产出的口语化口播文案（含字数校验）**单独呈现**给用户，请用户确认或修订。
- **用户确认后，自动跑敏感词/合规检测（每次确定文案都必须执行）**：
  - 先用 `scripts/compliance_scan.py` 对口播全文做机器初筛；
  - 再对照 `references/compliance-check.md` 人工复核（否定语境同样违规、灰色地带标「建议咨询法律顾问」），生成「敏感词/合规检测报告」（风险等级 🔴🟠🟡🟢 + 法规依据 + 合规替换 + 结论）。
- **把报告呈现给用户，用户二选一**：
  ① **按建议改** → 采纳合规替换，回到 Step 5 重出口播；
  ② **自己改** → 用户手改后再次检测；
  循环直到结论为「通过 / 修改后通过（中·低）」且**无 🔴 极高、无 🟠 高**违规，才进入 Step 7。
- **存在 🔴/🟠 不得进入后续组装与生成**（合规优先级最高，与第七节硬性禁令协同）；检测结论写入脚本「四-补、合规检测」字段留痕。
- 此步确保「口播文案已确定」，是 Step 7 插画插入点确认的两大前置之一（另一前置是 Step 4 已确认插画）。

### Step 7 — 确定插画插入点（插画 + 口播都确认后）

- **前置**：Step 4 已确认插画（Image 3/4）、Step 6 已确认口播文案。两者缺一不进本步。
- **请用户确定：插画（抽象可视化）从口播文案的哪一句话开始融入画面作为起始点。**
  1. 把已确认的口播文案按停顿（`/` 短停、`//` 长停）切分为带编号的分句，逐句列出（① / ② / ③ …）供用户点选。
  2. 询问用户：插画从哪一句开始？（若有多张插画 Image 3 / Image 4，可一并确认各自对应哪一句；默认从同一句起连续融入）。
  3. 用户选定第 N 句 → 记录「插画起始句：第 N 句「原文」」写入脚本「插画插入点」字段（见 `assets/script-template.md` 第四节补）。
  4. 用户无偏好 → 系统按语义建议一个起始句（通常选「讲到核心知识点那句」），标注"已自动建议"并请用户最终确认，**不默认静默落定**。
- 该插入点直接决定 Step 8 单段 Prompt 中"画面融入插画"的时机，必须显式写进 prompt。
  - ⚠️ **插画禁人物红线**：生成插画参考图时必须显式要求"画面中严禁出现任何完整人物、人形轮廓、手势或人影"——否则插画里的人物会与口播真人并置成"两个主角"（见 `wan3-workflow.md` 坑7）。插画只画机理示意 / 物品 / 皮肤特写 / 光线氛围。

### Step 8 — 组装单段脚本（编导分镜级，时长由 Shot 表算出）

用 `assets/script-template.md` 填充，产出**单份结构化 Markdown**：
一、角色定义 → 二、固定品牌素材 → 三、自动生成素材 → 四、口播文案（口语化，字数校验）→ **四-补、插画插入点** → 五、单段视频 Prompt（整段 [T] 秒、T 由 Shot 台词时间分配表求和得出且 ≤30，**官方公式版**：总体描述 + Shot序号 + 时间戳 + 分镜内容，时间戳英文 `Shot N [x-y s]`、台词 `{}` 圈出；**prompt 中禁止写 Image N/Audio N**）→ 六、保留分析 → 七、硬性禁令 → 八、AI 口令（wan3 请求：命令 + JSON）。
- **落盘**：组装完成后，将脚本写入**本任务文件夹** `脚本_<主题>.md`；并把第五节整段 prompt 单独写出到本任务文件夹 `prompt.txt`（供 Step 10 直接 `--prompt "$(cat .../prompt.txt)"` 读取）。
- 第五节单段 Prompt **必须按 `wan3-workflow.md` 第四节「编导分镜版」范式写**，像专业编导一样覆盖四块：
  1. **人物行为动线**（元素 25）：单段（≤30 秒）内 **≤2 个动作切换**，且方向不反向（"走动→落座"则落座后不再起身；"坐姿→起身走动"则走动后不再落座）；**口播时不设计"整理产品"等手部摆弄动作**，手部只用自然手势 / 点头；全程在门店场景里与场景互动，**绝不全程正对镜头站桩**；动线须在先阅读《空间索引.json》+《00_俯瞰图_修订_带布局编号V4.jpeg》理解店内整体布局后设计，人物走动速度自然从容、不疾走，动线长度（跨 zone 数 / 步行距离）须与总时长 T 匹配，切忌走太快或动线过长（避免瞬移式跨区 / 赶场感）。
     - 动线须在脚本第五节以 **【动线设计规划】表**逐 Shot 拆解（姿态/走位、手势/肢体、场景互动点），与下方分镜脚本一一对应，落实"≤2 动作切换、不反向、不站桩"。
  2. **运镜组合**（元素 12）：每条约 2–3 种手法按时间轴穿插（跟随 / 推近 / 拉远 / 横移 / 手持微晃），随机组合、不全程单一机位。
  3. **插画展示方式**（元素 26）：在「插画插入点」处触发，插画以**画中画**形式呈现——**形状随机选用正方形或圆形**，单个插图**宽度 ≤ 画面宽度的 1/2、高度等比**，可置于**画面任意位置但不遮挡人物面部**，**禁止全屏铺盖 / 人物画中画式全屏**（用户 2026-09-17 硬性规则 + 2026-09-22 尺寸约束补充）；同一视频多次出现可轮换形状 / 位置，不固化一种。
  4. **门店丰富元素**（元素 27）：在门店场景里随机点缀 2–3 个道具 / 人物（前台 / 美容床 / 沙发 / 桌椅 / 其他店员虚化走过），增加景深与真实感。
  5. **时长由 Shot 表算出（不写死 30 秒）**：先规划第五节【动线设计规划】表的「时间」列（每 Shot 绑定对应台词句数与时长，按台词内容分配），**求和得到预计总时长 T**；T 即本段 `duration`。把 T 同步写入三处：① 总体描述「让内容自然撑满约[T秒]」② 分镜脚本时间戳 0→T 连续铺满、末段结束于 T ③ `--duration T` 与 JSON `duration`。T 必须 ≤30，超限回 Step 5 精简口播。
  6. **背景逐段锚定**（元素 22 / 门店空间索引）：每个 Shot 必须绑定对应 zone 参考图的元素清单（如门厅：品牌墙 + 吊灯 + 白门 + 圆几绿植 + 白沙发；产品区：怡呵美发光字展柜 + 灯带层板 + 绿植），并在硬规则写"人物未走位时背景禁止漂移成其他房间"；人物真实经过的过渡空间（如走廊）**必须传对应实景图**，仅靠俯瞰图 + 文字会脑补"幽灵硬件"（见 `wan3-workflow.md` 坑4 与 `references/store-spatial-index.md`，实景图在 `assets/store-spatial-index/`）。
- 口播台词用 `{}` 圈出、逐句写进各 Shot 的「分镜内容」；在讲对口白前**加入语气/节奏指令**（见 `wan3-workflow.md` 第四节：疑问/转折处语调上扬、核心点重音与停顿、整体松弛有起伏、禁止机械平读），缓解 wan3 原生 TTS 语气偏平的问题；在「插画插入点」指定句处明确写"讲到[第 N 句：原文]时，画面以[某展示方式]融入插画风格的抽象可视化"；音色用自然语言描述"随附音频作音色参考"，**不写 Audio 1**。**⚠️ prompt 文本里绝不出现 `Image N`/`Audio N`**（会被 wan3 当对白念出，详见 `wan3-workflow.md` 第一节/第七节）。
- 引用的是**确认后的生成物料**（仅内部对应 media 数组顺序，prompt 中不写 Image N/Audio N）：人物完整形象照、门店空间实景图（按动线 zone 选取，LOGO 随实景自然呈现）、插画；门店场景直接取自资源包实景图，无需合成 LOGO。

### Step 9 — 逐步确认后交付（贴合"逐步确认"习惯）

1. 呈现「已确定元素清单」+「口语化口播文案（含字数校验）」+「插画插入点：第 N 句」+「固定素材（URL/本地，生成输入）」+「确认的最终物料（人物完整形象照 / 门店空间实景图 / 插画）」+「单段 Prompt / wan3 请求」。请用户确认或修正。
2. 用户确认后，将完整脚本写入**本任务文件夹** `脚本_<主题>.md`（路径如 `beauty-video-materials/<任务短名>/脚本_<主题>.md`）并 present；参考物料图（人物/门店/插画）已在本任务文件夹内，一并随交付提供。
3. 确认无误后再进入 Step 10 实际调用 API（避免浪费生成额度）。

### Step 10 — 调用百炼 wan3 生成视频 + 下载 + 确认

1. 确保 `DASHSCOPE_API_KEY` 环境变量（或同目录 `.env`）已设置；`scripts/config.json` 的 workspace_id / base_url / `brand_assets` URL 为固定预填（暨北内部朵朵专用），无需改动。
2. 执行 `scripts/generate_video.py`（参数见脚本模板第八节）：提交**确认后的物料**（人物完整形象照 / 门店空间实景图 / 插画，本地图编码 base64 直传；音色 voice_ref 按 URL 直传或本地 base64 直传）→ 建任务 → 轮询 → 下载到**本任务文件夹** `成片_<主题>.mp4`；`--media` 引用本任务文件夹内的人物形象照/门店实景图/插画，`--output` 指向该文件夹成片路径（脚本已自动创建父目录）。
3. 捕获脚本 stdout 的 `VIDEO_PATH=...`，把生成的视频 present 给用户确认。
4. 若生成失败/不满意 → 回到 Step 8 修改脚本，整段重发（见 Step 11）。

### Step 11 — 修改即整段重生成（不支持二次创作）

- 任何元素变更（口播、服装颜色、场景、插画风格、**插画插入点**等）→ **重新组装完整脚本（Step 8）→ 重新确认（Step 9）→ 重新调用 wan3（Step 10）**。
- **严禁使用 wan3 的视频编辑/延长模式**（对应第 8 条）。每次都是一条全新的整段生成。

## 关键约束（贯穿全程）

- **固定 3 项永远锁定（作生成输入）**：人物五视角/制服细节/音色来自素材包（`assets/brand/`）或公网 URL（`config.brand_assets`），不可被自动生成覆盖；制服胸牌样式绝对不可变。
- **提交的是确认后的生成物料**：wan3 实际接收 Image 1=人物完整形象照、Image 2=门店空间实景图（按动线 zone 选取）、Image 3/4=插画、Audio 1=音色；原始 3 项固定素材仅用于生成人物完整形象照，不直接提交；门店实景图直接取自资源包。
- **风格先确认后出图**：发起任务先文字版问风格，再生成「人物完整形象照 + 插画」示例图供确认；门店场景直接采用门店空间索引实景图，无需生成示例。
- **单片段 ≤30 秒**：口播预计超 30 秒必须反馈精简、循环直到满足；不拆分片段（最终 T 由 Step 8 Shot 表求和确认）。
- **LOGO 随实景自然呈现**：门店 LOGO 不另行生成，随选取的门店空间实景图（品牌墙 Z01「YIHEMEI 你的水光肌肤管理师」/ 发光字展柜 Z02 等）自然出现在成片；动线主场景若途经含 LOGO 的 zone，LOGO 即在画面中。
- **动线规划最先确定**：人物出场场景由动线规划决定，不固定前台；**设计动线前必须先阅读 `assets/store-spatial-index/` 下的《空间索引.json》与《00_俯瞰图_修订_带布局编号V4.jpeg》理解店内整体布局**；动线规划须于 Step 4 选取实景图前先行确定（见 Step 4 前置说明），并填入脚本第五节【动线设计规划】表（含场景 zone 列），门店实景图据此按对应 zone 选取。
- **原生音视频**：口播写进 prompt 作对白，音色作 reference_audio，wan3 一次性生成画面+对白+口型+环境音。
- **插画插入点确认**：插画与口播文案都确认后，必须请用户指定插画从口播哪一句开始融入，再组装 prompt（见 Step 7）；不静默默认。
- **编导分镜（不站桩）**：单段 Prompt 必须像专业编导覆盖五块——① 人物行为动线（按内容长短设计走动/坐/起/落座，不全程正对镜头）② 运镜组合（2–3 种随机穿插）③ 插画展示方式（正方形/圆形随机混用不固化、禁全屏）④ 门店丰富元素（前台/美容床/沙发/其他人物虚化走过随机点缀）⑤ **背景逐段锚定**（每个 Shot 绑定对应 zone 参考图元素清单，详见 `wan3-workflow.md` 坑4 与 `references/store-spatial-index.md`）；详见 `wan3-workflow.md` 第四节与 `elements.md` 元素 12/25/26/27。
- **背景一致性硬约束**：人物未走位时背景禁止漂移成其他房间；人物真实经过的过渡空间（如走廊）必须传对应实景 reference_image（仅靠俯瞰图 + 文字会脑补"幽灵硬件"，zone 实景图见 `assets/store-spatial-index/`）；插画内容本身不得出现人物/人形（避免与真人并置成两个主角）。
- **口型对齐**由 wan3 原生完成，脚本只保证口播文案与停顿完整。
- **硬性禁令**优先级最高，必须写入脚本第七节，口播文字绝不转化为屏幕文字（LOGO 视觉露出除外）。
- **真实质感**：避免卡通化、塑料皮肤、夸张嘴型、场景跳变、AI 痕迹过重。