90年代赛璐璐 City Pop 都市动画短片

当用户希望根据剧情、人物参考、场景参考、参考视频或可选音频，制作一条完整的30–90秒、16:9横屏日本90年代二维赛璐璐 City Pop 都市动画短片时，使用本 Skill。它面向连续叙事制作，不是静图或简单图生视频，并需保持已确认的人物身份、城市空间、视觉语言和时间轴。不用于静图、简单图生视频、纯字幕、完整长MV、二次元游戏PV、无叙事普通动效或超过90秒项目。

STEP 0：确认范围与素材

确认是一条30–90秒、16:9横屏、包含相互衔接剧情段落的完整短片。可接受故事、剧本、旅行印象、都市记忆、地标蒙太奇主题、人物/场景/道具图、参考视频，以及可选音乐、对白、环境声或拟音。如果故事主体不清晰，先询问必要创意信息；如果没有时长，先提出30–90秒内的建议并在高成本制作前确认。

视频默认使用 MiniMax-H3。用户明确指定其他模型时，先检查其能力，再遵循用户选择。失败后按已诊断原因重试一次；仍失败则切换其他兼容的可用模型，不对同一模型反复尝试。

STEP 1：分析输入

按角色分析素材：剧情事件、人物、地点、冲突、情绪、结尾和时间轴；人物身份、轮廓、脸部、发型、服装、年龄特征和比例；场景建筑、地理、空间结构、天气、时间和光源；参考视频的运镜、动作、节奏、转场和声音；音频时长、段落、节拍、人声和情绪变化。参考素材是贡献来源。保留兼容的人物身份、场景结构、空间关系、动作、媒介和构图，忽略载体瑕疵，并记录必须保留、可转译以及将被哪个资产或镜头使用的内容。

STEP 2：建立 Style Master 与时间轴锁定

建立 Style Master，包含日本90年代赛璐璐动画语言、手绘轮廓线、分层赛璐璐阴影、平面、图形化、手绘的海报式都市背景、克制的模拟媒介质感、已确认的时代、物理介质、色彩方向、光线逻辑、氛围、叙事语言、必要文字、16:9画幅和总时长。不要叠加冲突的动画风格。资产制作前锁定时间轴：30–45秒通常3–4段，46–60秒4–5段，61–90秒5–7段；每段通常10–15秒。一个剧情段落对应一个制作Shot和一个视频段落，段内节拍不得擅自变成额外最终镜头。让用户确认Style Master和时间轴。

参考画风包：三支都市赛璐璐视频与90年代 City Pop 动画

将用户提供的三支参考视频视为可复用的画风包，而不是需要复制的分镜。它们的共同视觉语言是本 Skill 的默认参考层：

• 香港参考：高密度都市天际线、层叠道路与海湾纵深、可识别的高楼和交通设施、符号化远景人物、机械细节丰富的车辆与飞机、戏剧化低角度透视、多层视差、快速运动强调、水平运动模糊、交通工具反射、节奏性光源闪烁，以及在城市尺度和交通近景之间进行卡点硬切。
• 上海参考：现代高楼、传统建筑形态和历史都市室内空间并置；背景采用图形化手绘，并保留必要的建筑信息；以稳定观察、缓慢横移和俯仰为主，通过街道或轨道的深远透视建立空间；人物动作克制，以流畅的有限动画循环配合明确的空间调度。
• 社交平台参考：精致的80年代末至90年代都市生活图景，成熟的人物设计、优雅室内、百货空间、宴会厅、铁路旅行、豪华车辆和城市地标；以沉稳跟拍和有秩序的运镜为主，间歇使用大透视建立镜头，并通过同向运动完成干净切镜。

90年代 City Pop 动画参照作品

将《猫眼三姐妹》《城市猎人》《阿基拉》作为用户指定的可观察设计参照，不把它们当作复制具体画格、角色、Logo或剧情的指令。应转译为具体规则：成熟都市人物的时髦轮廓与服装驱动的姿态；自信清晰的线稿和有表现力的眼神；图形化夜都市、车辆、招牌形态和街面活力；密集建筑透视与工业尺度；受控的赛璐璐块面阴影；以及在都市生活细节和宏大城市建立镜头之间进行有秩序的构图切换。这些作品用于强化复古 City Pop 身份，但不能覆盖用户已确认的主体、地点和剧情。

共同视觉规则

1. 分层赛璐璐结构：分开前景人物或车辆、中景动作和手绘背景层。使用清晰的深色轮廓线、受控线宽、硬边两分阴影、少量次级暗面，以及头发、眼睛、玻璃和金属上的细窄图形高光。
2. 手绘都市世界：背景应采用平面图形化手绘，将可识别的城市结构与简化的动画绘画结合。剧情需要时，保持建筑、道路、轨道、窗户、桥梁、山体、水面、室内空间和地标比例可读。
3. 模拟光学质感：使用克制的胶片颗粒、轻微画面抖动、点光源周围的柔和光晕、适度光学漫射和有厚度的赛璐璐投影感。质感必须服务于绘画，不得变成厚重故障特效或现代数字滤镜。
4. 机械可信度：汽车、列车、飞机、电梯、桥梁等机械遵循透视和可信重量。只有动作确实需要时，才表现车轮、起落架、车门、反射、轮胎烟尘、尘埃和掠过光线。
5. 镜头语法：在耐心观察与有目的运动之间形成变化。用低角度或大透视表现都市尺度，用平视跟拍表现交通运动，用缓慢横移/俯仰表现氛围，并用前中后景视差建立纵深。不要每段都使用强透视，只在叙事强调处使用。
6. 运动语法：背景人群和细小动作使用克制的有限动画；车辆和镜头移动使用更连续的运动；转头、发丝、碰撞、烟尘、烟花或其他关键动作可加入手绘逐帧强调。
7. 剪辑语法：默认使用干净硬切、节拍感切换、同向运动衔接，以及少量宏观到微观的尺度切换。避免削弱城市空间连续性的装饰性转场。
8. 声音语法：将 City Pop、复古合成器流行或相邻电子音乐，与真实都市拟音结合。发动机、轨道、轮胎、车站报站、风、飞机、人群、雨、水面、烟花和室内底噪应在音乐下保持空间可辨识。

参考选择规则

三支参考共同构成基础画风，再为每个项目选择一个主方向：香港方向强调高速都市与交通能量；上海方向强调沉静观察与建筑层次；社交平台方向强调精致都市生活、室内空间、成熟人物和秩序化跟拍。只有在明确哪个方向主导镜头节奏、背景密度和运动处理后，才进行混合。不要把全部参考特征机械地塞进每个镜头，应根据已确认的剧情、主体和地点选择有效规则。

STEP 3：规划故事、资产和镜头

先写简短梗概和带时间码的段落表。每段说明时长、叙事作用、场景、人物、道具、动作、情绪、景别/运镜、衔接、音乐和声音重点。优先中景、近景和特写；只有城市尺度、地标、交通或地理对叙事重要时使用大全景。

没有人物参考时，列出所有出场或推动剧情的人物、身份关系、情感或权力张力、共同目标、冲突和跨段落稳定外观。先取得确认，再生成基础人物资产，基础资产确认后生成统一多视图设定图；有参考图时直接绑定并保持身份。

为重要地点建立可复用场景资产，为反复出现的道具或交通工具建立独立资产。保持场景几何、地标、比例、天气、时间、光源、景深和材质。每个Shot都要写明人物、场景和道具资产，说明谁在场、在哪里、做什么、观众看到什么、听到什么以及如何衔接。检查总时长等于锁定时长，所有参与者都有来源或批准的替代方案。

STEP 4：生成并确认资产

按类别批量生成：人物基础资产、人物多视图、场景锚点、场景连续视图、反复出现的道具/交通工具，以及每个剧情段落一张2×2分镜。Style Master贯穿所有资产，但独立人物或道具不强行携带场景背景。

每张2×2分镜表现一个Shot的四个内部节拍：开始、动作发展、情绪或视觉重点、结束/转场提示。四格是规划节拍，不是四个最终镜头；人物身份、空间、动作逻辑和关系必须一致。将资产与分镜交给用户确认后，再生成全部最终视频。

STEP 5：生成视频段落

提供“先生成第一段预览”或“生成全部已确认段落”两种选择。选择预览时只生成第一段并等待确认。每段使用已确认资产，遵守时长和16:9画幅，将内部节拍组织成一个连贯镜头；仅保留已确认对白。只有下一段确实依赖上一段的动作、构图或运镜时，才使用上一段作为连续性参考，不能代替人物或场景资产。未经批准不添加字幕、水印、Logo或无关文字。如果后续会加入主音乐，不要在单段视频里重复加入音乐。

检查人物/服装、场景几何、时长、画幅、动作可读性、画风、音轨和前后连续性。失败时只重试该段并做最小必要修正，未受影响的资产和提示保持不变。

STEP 6：音乐、声音与组装

没有合适音频时，制作一条统一的City Pop方向音乐，可使用复古合成器流行、Synthwave、Lo-Fi电子质感、弹性低频、规律鼓点和滤波合成器。让地标切换落在鼓点，交通运动呼应低频重拍，快速动作使用更密集节奏，并以持续音乐连接不同地点。

根据剧情加入发动机、轮胎、地铁、车门、轨道、飞机、高架交通、风、海滨、雨、烟花或人群等世界内声音。按时间轴组装视频，默认硬切，仅使用有动机的简单转场。若尚未确认，最终组装前确认全部段落、音频方向、对白/声音、转场、结尾和时长。

STEP 7：质量检查与交付

检查是否为一条连续的30–90秒16:9横屏短片，顺序正确且无缺段/重复；人物、场景、道具和风格连续；音频无意外重叠或削波；没有未经批准的字幕、水印或文字。交付最终视频，并简要说明创意方向、段落数量和声音处理。保留中间资产以便按段返工。用户改变风格、时间轴、身份或地点系统时，在连续性允许的情况下只修改受影响的资产和段落。