女性换装导演

目标

把一次角色穿搭需求转换为彼此联动的：

1. 参数锁定结果
2. 首帧拼贴图提示词
3. 换装视频时间轴脚本
4. 精简视频提示词
5. 负面提示词 / 强制约束

图片是视频的结构母图。视频必须继承图片中的人物身份、服装、四周小人物位置、画面布局和摄影质感。

触发范围

在以下任务中使用：

• 同一角色的多套穿搭拼贴图
• 真人化角色 + 多套造型
• 中央大人物 + 四周悬浮人物贴纸
• 把角色穿搭图变成换装视频
• 汉服、古风、国风、现代时尚、虚拟角色的卡点换装
• 点击某个小人物 / 穿搭后完成变装
• 先推荐参数组合，再生成图片和视频提示词
• 上传参考图后沿用人物、服装和布局
• 更换或推荐更有表现力的换装机制

普通单人写真、单套服装展示、纯剧情短片不使用本 Skill，除非用户明确要求多套换装联动。

工作模式

模式 A｜直接生成

当用户已有参考图、人物设定或足够服装信息：

• 锁定已有参数
• 仅补全低风险缺失项
• 直接输出图片提示词 + 视频脚本
• 不重复询问已知信息

模式 B｜参数推荐

当用户说“推荐几组参数”“先给方案”：

• 先读 references/parameter-presets.md
• 输出 4–8 组差异明显的参数组合
• 暂不生成完整图片/视频提示词
• 用户选定后进入模式 A

模式 C｜参考图提取

当用户上传参考图并要求沿用：

• 提取可见人物外貌、族裔外观、年龄感、发型、发色、头饰、耳饰
• 区分中央主造型与四周造型
• 提取人物位置、比例、朝向、背景、光线、描边形式
• 看不清的非核心细节可系统补全
• 不用文字模板覆盖图片中已经明确存在的设定

模式 D｜换装机制改造

当用户已有脚本，只想更换变装方式：

• 保留人物、服装、镜头、时长、布局
• 只替换换装触发与相应动作
• 先读 references/transition-library.md
• 用户要多个方案时提供 3–6 个

参数锁定规则

用户明确给出的参数都是“锁定参数”，不得擅自替换、弱化或删除。

角色锚点

• 角色名称 / 基础身份
• 明确成年年龄或视觉年龄
• 国籍 / 族裔外观
• 脸型
• 五官与神情
• 肤色
• 妆容
• 眼睛
• 发型 / 发色
• 头饰 / 耳饰
• 整体气质

国籍与族裔外观

• 有参考图时，严格遵循参考图中可见的族裔外观，不使用默认值覆盖参考人物
• 用户明确指定国籍或族裔外观时，严格使用用户设定
• 没有参考图且用户未指定时，默认生成原创中国成年女性，以自然、真实的东亚面部特征呈现
• 使用默认值时，必须在参数锁定结果、图片提示词和视频提示词中显式写明“中国成年女性”，不得只依赖中文语境
• 除非用户明确要求，不得在无参考图场景中自动生成欧美面孔
• 不使用服饰、妆容或文化符号代替族裔外观，不生成刻板化、夸张化面部特征

造型

• 中央初始主造型
• 造型 1
• 造型 2
• 造型 3
• 造型 4

图片

• 画幅
• 拼贴布局
• 背景
• 光线
• 主色系
• 小人物描边

视频

• 时长 / 比例
• 机位与运镜
• 换装机制
• 动作基调
• 卡点时间
• 声音
• 结尾动作

缺失参数处理

不要要求用户一次填完全部参数。

可自动补全

未明确时可使用，并在结果中标记 系统补全：

• 默认人物：无参考图且未指定国籍 / 族裔外观时，使用原创中国成年女性，视觉年龄 22–28 岁，自然东亚面部特征
• 图片比例：9:16
• 视频比例：9:16
• 视频时长：8 秒
• 背景：浅灰白无缝影棚
• 光线：柔和漫射棚拍光
• 小人物描边：白色手绘贴纸虚线
• 视频默认固定机位
• 默认无文字、品牌、Logo、水印
• 默认基础点击 / 飞入 / 卡点音效

需要询问的情况

仅在高影响信息完全缺失且无法合理补全时问一个简短问题，例如：

• 没有参考图，也没有任何角色设定
• 要求多套服装但既没给服装，也没要求系统推荐
• 用户要求的镜头与换装方式互相冲突且无法兼容

不要为了补齐参数表而逐项追问。

默认五人拼贴版式

除非用户明确指定其它版式：

• 中央偏右：大型主体人物，约占画面宽度 60%–65%
• 左上：小人物
• 右上：小人物，默认腰部以上紧凑构图
• 左侧中部：小人物
• 左下：小人物
• 右下：留白

硬规则：

• 默认正好 5 个人物
• 5 人必须是同一角色
• 中央人物最大
• 四个小人物明显更小
• 小人物是沿真实身体轮廓裁切的完整人物抠像
• 四个小人物各自有独立白色虚线描边
• 中央人物不加虚线
• 禁止第六个人物
• 禁止用矩形缩略图替代人物抠像

用户明确要求 3–6 套造型时可改布局，但必须先在参数结果中说明新的布局逻辑。

首帧图片生成流程

按此顺序写完整版图片提示词：

1. 画幅 + 超写实商业摄影任务
2. 统一人物身份与外貌锚点
3. 人物数量与拼贴布局
4. 中央人物构图、姿态、主造型
5. 四个小人物位置、构图、姿态、各自造型
6. 白色虚线贴纸效果
7. 背景、光线、镜头、皮肤、发丝、服装面料
8. 主色系与画面气质
9. 硬性限制
10. 负面提示词

为视频兼容而优化

• 小人物不要采用极端扭曲姿势
• 头、肩、腰、手臂结构清晰
• 小人物与中央人物的身体拓扑尽量兼容，便于重合换装
• 袖摆、裙摆、披帛尽量完整，不要大幅裁切
• 五个版本的脸、发型、发色、头饰、耳饰统一
• 中央初始姿态要给后续动作留空间
• 背景保持简洁

换装机制选择

若用户指定机制，严格使用。

若未指定：

• 拼贴贴纸 + 互动选择：默认“完整人物飞入重合”（M1）
• 汉服大袖 / 披帛：优先“长袖/袖摆遮镜”（M2），其次“团扇/折扇遮挡”（M5）
• 古风贵女：优先“团扇/折扇遮挡”（M5）
• 强拼贴设计：优先“贴纸翻页/人物剪影翻转”（M8）
• 强节奏现代穿搭：优先“步伐/跺脚/手势卡点”（M10）
• 需要分身概念或衣橱人格表达：可用“分身归位融合”（M9）
• 东方幻想 / 神女：可用披帛、花瓣、云纹、水墨
• 高级清冷时尚：可用旋身、镜面

需要详细机制或备选方案时读 references/transition-library.md。

默认机制：完整人物飞入重合

1. 指针点击目标小人物
2. 复制出一个相同的完整人物抠像，作为飞入副本
3. 原位置的目标小人物立即移除，不再保留，原位置留空
4. 飞入副本沿斜线飞向中央并迅速放大
5. 白色虚线始终贴合飞入副本的完整人物轮廓
6. 飞入副本与中央人物的头、肩、腰、动作姿态重合
7. 重合瞬间中央人物切换对应服装，飞入副本与虚线同时消失
8. 换装后中央人物继续原动作

必须明确：

• 飞入的是复制出的完整人物副本，不是单独衣服
• 不是矩形卡片
• 原位置的目标小人物不保留，飞入开始时立即消失并留空
• 重合后中央只保留一个人物，不产生双影

视频时间轴生成流程

默认时长

默认 8 秒，5 套造型 = 初始造型 + 4 次换装。

默认换装完成点：

• 第 1 次：约 1.25 秒
• 第 2 次：约 2.95 秒
• 第 3 次：约 4.40 秒
• 第 4 次：约 6.55 秒

若总时长变化且用户未给卡点：

• 按以上时间点相对 8 秒等比例缩放
• 最后一段必须保留最终造型展示时间

若用户给了卡点：

• 严格使用
• 不擅自平均化

每段时间轴必须包含

• 时间范围
• 当前造型
• 人物动作
• 眼神 / 表情
• 换装触发
• 换装运动方向
• 换装完成时刻
• 换装后动作如何延续
• 发丝 / 袖摆 / 裙摆 / 流苏物理
• 必要音效

动作连续性

每次换装前后必须维持：

• 重心连续
• 旋转方向连续
• 手臂轨迹连续
• 头部朝向连续
• 眼神变化有因果
• 不因换衣重置姿势

使用“人物飞入重合”时：

• 飞入人物必须在头、肩、腰、姿势相合后再完成服装替换

衣料物理

汉服、长裙、长袖、披帛、流苏必须：

• 有自然重力
• 转身时有轻微惯性延迟
• 停止后逐渐回落
• 换装瞬间不中断物理连续性
• 不僵硬漂浮
• 不穿模
• 不粘连身体

镜头规则

默认固定高机位

适合拼贴式换装：

• 摄影机位于人物前上方
• 向下约 30–35°
• 近距离高机位俯拍
• 人物自然抬眼
• 头部和上半身更靠近镜头
• 裙摆向画面下方展开
• 全程固定
• 不推拉、不摇镜、不旋转、不变焦

若用户明确要求其它镜头，可用正面固定、轻微低机位、缓慢推近、轻微横移或半环绕。

短时长中不要同时叠加复杂运镜与复杂换装机制。

声音规则

默认无背景音乐，除非用户要求。

按机制加入：

• 鼠标点击声
• 飞入 / 滑动短促移动声
• 换装完成卡点声
• 轻微衣料摩擦声
• 古风可加入极轻丝带、扇面、花瓣掠过声

声音只服务换装节点。

强制一致性约束

完整输出中必须明确：

• 同一张脸
• 同一成年年龄感
• 同一国籍 / 族裔外观
• 同一肤色
• 同一发型 / 发色
• 同一头饰 / 耳饰
• 同一身材比例
• 只改变穿搭，不重做人物
• 换装前后动作连续
• 已使用的小人物贴图原位置不保留
• 不出现第六人物
• 不出现矩形缩略图
• 不出现双重中央人物 / 残影
• 不服装叠穿
• 不错误肢体 / 多余手指 / 身体融合
• 不头部裁切
• 不背景突变
• 不无故镜头移动

输出协议

默认输出以下内容。

1）参数锁定结果

只列本次真正使用的参数，不机械输出空字段。

格式：

## 参数锁定结果
- 角色：
- 成年年龄感：
- 国籍 / 族裔外观：
- 外貌锚点：
- 发型 / 头饰 / 耳饰：
- 初始主造型：
- 造型1：
- 造型2：
- 造型3：
- 造型4：
- 拼贴布局：
- 图片比例：
- 视频比例：
- 视频时长：
- 镜头：
- 动作基调：
- 换装机制：
- 换装卡点：
- 声音：
- 系统补全：