yhm-ai-video-duoduo/references/elements.md

可参数化元素与选项目录

本目录汇总「美业口播科普视频脚本」所有可参数化元素。技能在执行时：

1. 先从用户提示词中解析已指定的元素；
2. 未指定的元素，按下方「可选项」用交互式问答补全（批量提问，避免逐个打断）；
3. 解析到的具体值若不在可选项内，以用户给定值为准（自定义）。

每个元素的「默认」用于用户完全没有提及时自动采用。

目标工具：百炼 wan3（万相 3.0）。单条视频一个片段、≤30 秒，不支持二次创作（每次修改整段重发）。详见 references/wan3-workflow.md。

---

1. 视频画幅（Aspect Ratio）

• 默认：9:16 竖屏
• 可选项：9:16 竖屏（视频号 / 抖音 / 小红书 主流）｜16:9 横屏｜1:1 方形｜4:5 竖方
• 说明：wan3 ratio 参数支持 16:9 / 4:3 / 1:1 / 3:4 / 9:16 / adaptive。

2. 视频时长（Duration，单段）

• 默认：30 秒
• 硬约束：整段 ≤30 秒（wan3 上限）。技能在口播文案阶段按"30 秒 ≈ 90–110 字"估算（预留停顿余量、避免语速赶），超了反馈用户精简、循环直到 ≤30 秒才继续（见 SKILL.md 第 5 步）。
• 可选项：15 秒 / 30 秒（不提供分片段；若内容过多请精简而非延长）

3. 发布平台（Platform）

• 默认：视频号
• 可选项：视频号 / 抖音 / 小红书 / 通用·不限

4. 人设 / 形象（Persona）

• 默认：皮肤知识科普博主
• 可选项：皮肤知识科普博主｜医美咨询师｜美容院主理人 / 老板娘｜护肤达人 / 成分党｜皮肤科医师（科普向，非诊疗）｜自定义

5. 目标人群（Target Audience）

• 默认：女性问题皮肤群体
• 可选项：女性问题皮肤群体｜敏感肌人群｜抗初老女性（25–35 岁）｜护肤新手 / 学生党｜医美意向用户｜自定义

6. 视频主题 / 选题（Topic）

• 默认：无（必须由用户提供，或仅给知识点由技能生成）
• 说明：如「泛红和红血丝是一回事吗？」「刷酸后爆皮怎么办」。

7. 口播文案（Oral Script）

• 默认：技能生成（当用户只给选题/知识点时）
• 可选项：
  • 用户自带完整口播（含 / 短停、// 长停 符号）
  • 技能生成（把用户给的内容转换为口语化、适合口播的文案；自然亲和、带停顿符号、科普准确）
• 停顿符号约定（不读出）：/ 短停（换口气）　// 长停（段落 / 情绪切换）
• 字数硬约束：≤150 字（对应 30 秒）。

8. 角色面部素材（Character Reference Image）【固定素材包】

• 默认：素材包 assets/brand/character_5view.*（用户指定五视角图，固定锁定）
• 说明：作为 wan3 reference_image = Image 1。全片同一人，脸/发型/年龄感不变。用户须把文件放入素材包；缺失则提示补充，不自动生成。

9. 音色素材（Voice Reference）【固定素材包】

• 默认：素材包 assets/brand/voice_ref.*（用户指定音色，固定锁定，作 reference_audio）
• 硬约束：单段 ≤15s；超长先裁剪一段代表音色。作为口播音色参考，wan3 原生生成对白并对口型。

10. 场景（Scene）

• 默认：美容店前台 / 面诊房间（含怡呵美 LOGO）
• 可选项：美容店前台（背景含品牌 LOGO 立体标识，虚化）｜美容店面诊房间｜居家梳妆台｜专业护肤工作室｜医美机构大厅｜自定义
• 说明：门店外观由自动生成示例图确认（见 asset-collection.md），LOGO 由 logo_3d 合成进选定门店图。

11. 机位（Camera Position）

• 默认：主角正对面、隔桌相对
• 可选项：正对面、隔桌相对｜侧面 45°｜过肩｜微俯 / 微仰｜自定义

12. 运镜（Camera Movement）

• 默认：跟随拍摄 + 极轻微横摇
• 可选项：固定机位｜极轻微横摇｜缓慢推近（Dolly In）｜缓慢拉远（Dolly Out）｜镜头横移（Pan）｜跟随拍摄（跟人物走动）｜手持微晃（真实手机感）｜环绕微移（Orbit）｜变焦（Zoom）
• 随机组合：每条约 2–3 种运镜手法按时间轴穿插，不全程单一机位；如"开场中近景固定 → 人物走动时跟随 → 讲到核心点时缓慢推近 → 结尾拉远收束"。

13. 服装（Costume）【参考固定素材包】

• 默认：参考素材包 uniform_detail.* 的米白美容师制服
• 可选项（在制服细节图基础上）：保持原款｜换颜色（同款不同色）｜换款式（胸牌不变）
• 硬约束：胸牌样式必须完全一致、绝对不可变更；服装表面不得出现任何其他 Logo / 文字 / 水印。

14. 造型（Styling）

• 默认：深栗色半扎长发 + 斜刘海（与人物五视角图一致）
• 可选项：深栗色半扎长发 + 斜刘海｜利落低马尾｜自然披发（微卷）｜自定义
• 硬约束：不戴帽子、不戴夸张饰品；全片发型 / 年龄感保持一致（与 Image 1 一致）。

15. 画质基调（Quality）

• 默认：真实手机拍摄画质
• 可选项：真实手机拍摄画质｜真实相机 / 电影感（浅景深）｜高清写实（棚拍）｜自定义

16. 表情与肢体（Expression & Body Language）

• 默认：表情丰富但克制、嘴巴小幅自然开合、身体语言随内容延展
• 硬约束：不夸张嘴型、不变脸、不卡通化；口型由 wan3 原生生成对齐。

17. 穿插画面（B-roll / Inserts）

• 默认：抽象皮肤科普可视化（单段内）
• 可选项：
  • 抽象皮肤科普可视化（透明表皮层 / 光点 / 缓慢结构变化；无真人皮肤、无血液、无文字；由自动生成的插画参考图作风格启发，呈现在单条视频内，不切分段）
  • 产品 / 成分特写
  • 无穿插
  • 自定义
• 说明：严格"插画风独立片段"会破坏"一个片段"，故默认以抽象可视化呈现（用户上一轮选定）。

18. 字幕 / 文字（Text & Subtitle）

• 默认：绝对无字幕、无标题、无 Logo、无品牌字样、无任何可读文字
• 可选项：绝对无文字｜含口播字幕（下三分之一）｜含标题卡片｜自定义

19. 配乐 / 环境音（Music & Ambience）

• 默认：无背景音乐 + 轻微环境音（由 wan3 原生生成）
• 可选项：无背景音乐 + 轻微环境音｜轻背景音乐（舒缓）｜纯口播无环境音｜自定义

20. 情绪基调（Tone）

• 默认：专业可信
• 可选项：专业可信 / 温暖亲和 / 犀利直接 / 轻松幽默 / 焦虑安抚 / 自定义

21. 品牌露出（Brand Exposure）【固定素材包】

• 默认：怡呵美 LOGO（来自素材包 logo_3d.*，合成进门店参考图）
• 可选项：指定品牌 logo 立体标识（前台墙面，背景虚化）｜全程无品牌词 / 店名（仅 LOGO 视觉）
• 硬约束：除用户明确指定的品牌露出外，人物、服装、场景表面不得出现任何 Logo / 文字 / 水印。

22. 门店 / 场景风格（Store / Scene Style）【自动生成确认用】

• 默认：现代简约轻奢（干净明亮、浅木 / 白调）
• 可选项：现代简约轻奢 / 日式原木 / 科技感冷调 / 暖白诊所风 / 法式优雅 / 自定义
• 说明：驱动"门店内景示例图"的生成风格（含品牌 LOGO）。品牌来自元素 21。

23. 插画风格（Illustration Style）【自动生成确认用】

• 默认：扁平插画（干净、专业）
• 可选项：扁平插画 / 手绘水彩 / 线条极简 / 治愈系 / 科技蓝 / 噪点质感 / 自定义
• 说明：驱动"内容插入插画参考图"的生成风格，作为单段视频内抽象可视化的风格启发。

24. 整体色调（Color Tone）【自动生成确认用】

• 默认：暖白（品牌亲和）
• 可选项：暖白 / 冷调（蓝灰）/ 品牌色（怡呵美色系）/ 莫兰迪 / 自定义
• 说明：统管门店、插画的配色走向。

---

25. 人物行为动线（Blocking / 肢体调度，按内容长短设计）

• 默认：技能按口播内容自动设计 ≤2 个动作切换（不全程正对镜头站桩）
• 可选项（导演按需组合，且选定一条路径后全程不回头）：
  • 缓慢走动（在门店里踱步讲解，像真人在店里拍）
  • 端坐讲解（坐于面诊桌 / 沙发，自然面对镜头）
  • 从走动到落座（走动引入后坐下，落座后全程保持坐姿）
  • 从坐姿站起走动（开场坐着，讲到重点起身走动，走动后全程保持站立走动）
• 硬要求：
  • 30 秒单段内人物动作路线 不超过 2 个；一旦选定"走动→落座"，落座后 不再起身走动；一旦选定"坐姿→起身走动"，走动后 不再落座（动作方向不反向，节奏清晰）。
  • 口播讲解时不设计"整理产品 / 轻触产品 / 翻阅资料"等无意义手部摆弄动作（用户明确要求去掉），手部只用自然手势比划 / 轻微点头等微动作。
  • 每段口播都要有人物与门店场景的互动行为，避免"一直正对镜头不动"的死板站桩。
  • 手势比划 / 轻微点头等微动作不算独立动线，可全程保留，不计入 2 个上限。
• 说明：这是导演级分镜设计，由技能在组装单段 Prompt 时按内容自动编排，不进用户风格问卷。

26. 插画展示方式（Illustration Presentation，随机使用不固化）

• 硬性规则（用户 2026-09-17 新增）：插画禁止全屏覆盖，只能以「局部」形式出现在画面中。以下两类全屏方式永久禁用：
  • ❌ 全屏铺盖（插画整屏铺开，口播人物退为背景或短暂隐去）
  • ❌ 人物画中画式全屏（插画铺满整屏，口播人物以圆形 / 正方形画中画出现在画面某区域内）
• 默认：技能在单次内随机选用局部方式，不恒定为一种
• 可选项（仅限局部，一场视频内可混用）：
  • 圆形画中画（在口播画面的某 1–2 个区域嵌入圆形 PiP 展示插画）
  • 条状画中画（在口播画面底部 / 顶部拿一条区域展示插画 PiP）
  • 侧边画中画（画面一侧矩形 / 圆角区域嵌入插画）
• 随机组合：同一视频里插画出现多次时，可轮换不同局部展示方式（如圆形 PiP、二次条状 PiP），不要全部按一种方式来；与第三节「插画插入点」配合。
• 说明：抽象可视化插画（Image 3/4）以这些局部方式融入单段画面，不切分段。
• 内容红线（与硬性禁令呼应）：插画本身不得出现任何人物 / 人形轮廓 / 手势 / 人影（只画机理示意 / 物品 / 皮肤特写 / 光线氛围），否则会与口播真人并置成"两个主角"（见 wan3-workflow.md 坑7）。
• 推荐 PIP 默认规格：220×330px 圆角矩形（圆角 24px、半透明描边），嵌于画面右上角（距右 30 / 距上 120px，约 720P 宽 30.5% / 高 25.8%）；人物走位段可平移至右下角不挡脸；插画不得遮挡人物面部与底部安全区。

27. 门店丰富元素（Scene Ambience / 道具与群演，增加画面丰富性）

• 默认：技能在门店场景里随机点缀 2–3 个丰富元素
• 可选项：
  • 前台（与 LOGO 同框，自然出现在背景）
  • 美容床 / 护理床
  • 沙发 / 休息区座椅
  • 桌椅 / 茶几 / 产品陈列架
  • 其他人物（店员 / 顾客）从画面边缘走过、虚化处理
  • 绿植 / 灯光氛围
• 随机点缀：除口播主角外，画面里适当出现上述道具 / 人物，增加真实门店的丰富度与景深；其他人物一律虚化、不抢主角、不出现清晰正脸文字。
• 说明：这些元素在生成门店内景照片（Image 2）与单段 Prompt 描述中体现；与元素 10/22 场景风格一致。