# 产品广告 H3 动态编译 仅在“产品主角短广告”路线准备生成视频时读取。先确认当前模型、单次时长与参考素材限制；用户目标档位可为不超过 15 秒、30 秒或 45 秒，最终时长以实际片段完整拼接为准。本卡只定义产品广告的素材职责、动态结构和质量门槛。 ## 素材职责 只上传承担明确职责的素材，并在 Prompt 中逐一声明： - `@图片1` 产品锚图：锁定产品外观、包装、Logo、标签、材质、比例和识别点。 - `@图片2..N` 已选方向参考集合（执行 Research 或用户已给有效参考时必传）：逐张锁定已声明的成像、光影、色彩结构、构图、材质语言或品类氛围，不提供产品、人物、Logo 或文字身份。 - `@图片N+1` 额外场景锚点（非默认）：只在用户已提供/明确要求，或已选方向参考集合无法承担必要空间/首帧时使用；不在轻量 Research 中再增加一轮选图。 - `@图片N+2` 故事板（按需）：锁定镜头顺序、构图、卖点事件、转场节点和 Hero 定版。 - `@图片N+3` Logo/标准字（按需）：用于片尾准确合成或品牌锁定。 - `@视频1` 节奏参考（按需）：只迁移运镜、节拍、转场和运动结构。 - `@音频1` 声音参考（按需）：只迁移节拍、氛围和声音质感。 冲突时遵循：用户明确指令 > 产品锚图 > 已确认故事板 > 已选方向参考 > 额外场景锚点 > 节奏参考 > 风格词。弱相关素材直接剔除。 ## Research 图传递约束 1. 先确认 MiniMax H3 当前支持所需的参考图片数量和组合方式；不能依赖旧会话能力或静默丢图。 2. 生成视频时把产品锚图和全部已选方向图按 Prompt 声明顺序附加。已选 Research 图不得只改写成风格词；未选候选不得传入。 3. Prompt 开头逐一声明 `@图片N` 的正向贡献和禁止迁移内容；后续镜头共同继承 `Brand Direction Lock` 的成像、光色、材质、空间、运镜和节奏。 4. 若当前能力无法同时接收产品锚图和全部已选方向图，停止生成并说明能力限制，请用户缩减参考图或调整生成方案；不得默认丢掉任一张。 ## 三段式高信息密度 Prompt 三段式只规定组织顺序，不代表把创意压缩成摘要。最终 Prompt 必须同时回答“拍什么、在哪里拍、怎么运动、何时变化、如何接下一镜、声音如何同步”。以下是信息覆盖要求，不固定镜头数量、镜头型号、色板或创意答案；未被用户锁定的维度由 LLM 自主选择。 ### 一、参考素材与全局视觉 Bible 先逐项写清素材贡献与边界，明确产品身份始终以产品锚图为准；场景锚点不改变包装，故事板不覆盖产品事实，参考视频不带入原品牌。随后建立一段可被所有镜头继承的全局锁定： - **产品身份**：外形、比例、颜色、材质、Logo 位置、关键部件和不可改变的识别点。 - **空间关系**：背景、地面关系、空间尺度、前景 / 中景 / 后景层次，以及产品与环境的相对位置。 - **光色与材质**：主光方向、阴影逻辑、高光和反射表现、粒子 / 液体 / 纸张 / 玻璃等材质的可见反馈。 - **影像语法**：景别与机位变化、焦点 / 景深规则、镜头运动速度、主运动方向和节奏曲线。 - **创意脊柱**：开场观看理由、产品证明、视觉高潮和 Hero 收束；每个卖点对应一个可观察事件。 - **声音基线**：旁白、环境声、动作音效是否存在，各自的时间关系、层级和情绪功能。 - **连续性红线**：禁止产品变形、部件漂移、颜色漂移、随机文字、无关主体，以及参考素材中的品牌身份迁移。屏幕可读文字采用白名单：只允许已确认创意文案和已核验输入素材中的原有文字；环境招牌、UI、伪 Logo、微文案和旁白额外词必须不可读或不存在。 - 对概念产品或未核验表面文字，额外禁止表盘、标签、包装和 UI 表面出现可读微文案、伪 Logo 或装饰性字串；只保留核验设计中的抽象标记或刻度。 ### AdsQA 目标答案与证据映射（按需） 当 brief 模糊或需要加强说服力时，读取 [adsqa-target-answers.md](adsqa-target-answers.md)，在全局锁定之后补充五维目标答案：视觉概念、情绪、主题 / 核心信息、说服策略、受众。每一维写清 `required_evidence`、`failure_if_missing`、`priority`，再映射到具体产品动作、材质反馈、镜头事件、声音节点或逐字创意文案。每个 sequence 至少承担一个主答案和一条可观察证据；没有证据的答案不能进入 H3 Prompt。此表用于解决歧义和校验创意，不得编造产品主张、复制参考广告身份，也不能替代产品事实与素材来源核验。 ### 二、核心创意与视觉脊柱 写明时长档位、画幅、产品重点、成片形态和一句视觉母题，并补充： - 视觉母题如何转译成可见的空间、材质或动作事件； - 产品卖点由什么物理证据、结构变化或环境反应来证明； - 事件如何从铺垫进入加速、高潮，再减速回到 Hero 定版； - 全片的镜头运动如何形成方向、速度或形状匹配； - 旁白、关键词字体和声音如何服务事件，而不是填充空白。 视觉母题必须能统领镜头、材质、卖点和转场，例如“透明水膜逐层修护干燥材质，最终凝成稳定产品屏障”，但不得把这个例子当成固定答案。 ### 三、逐镜头可执行描述 按时间推进写独立镜头块。镜头数量和时间分配由 LLM 根据卖点、节奏和模型能力决定；每个镜头至少覆盖以下维度： 1. **时间范围 / 叙事目的**：说明本镜头带来的新信息，不只写“展示产品”。 2. **Scene**：环境、主体状态、空间层次和产品摆位。 3. **Framing**：景别、机位、视角、焦点、景深和主体在画面中的占比。 4. **Camera**：起点 → 运动路径 → 终点，包含方向、速度、加速度、停顿或焦点转移。 5. **Action**：主体的旋转、位移、展开、受力、交互或材质动作；同时写清动作方向和结束状态。 6. **Material / Light**：材质如何变化，光线、高光、反射、粒子或环境如何对动作做出可见反馈。 7. **Transition**：入镜承接、出镜触发，以及与下一镜头的形状、运动、遮挡、光线或材质匹配关系；禁止只写“流畅转场”。 8. **Audio**：对应的旁白精确片段、环境声、动作音效和相对混音层级；没有旁白时明确写纯声音设计。 9. **Typography**：引用已确认的广告文案单元或 `Copy Lock` 文本，写明 `copy_id`、角色、艺术字体方向、空间位置、入场、停留、退场、透视和遮挡关系；文字要参与当前镜头的视觉事件，不能退化为底部字幕。逐字创意文案必须交给 H3 在生成阶段直接渲染；真实 Logo、字标、包装文字和法律标签只保留输入素材中已有的核验内容。 10. **End State**：镜头结束时产品、镜头和运动处于什么稳定状态，供下一个镜头匹配或供该 sequence 独立收束。 镜头之间必须显式写出承接关系。上一镜头的出镜动作、遮挡物、光斑、形状、焦点或运动惯性，应成为下一镜头的入场理由；不能只在全局写一个“自然衔接”。每个 sequence 继承全局锁定，但最终送给 H3 的 Prompt 必须自包含地重复共享锁定与本段完整事件，不依赖上一段输出或另一段 Prompt。 ## H3 单通道与防压缩检查 屏幕文字只允许一个渲染通道： - **H3 视觉 / 原生声音 Prompt**：参考素材贡献、全局锁定、当前镜头块、`Typography Lock` 的逐字创意文案与艺术字体渲染指令、旁白 / 环境声 / 动作声和针对性负向约束。创意文案 / 关键词必须在 H3 生成阶段直接以清晰、稳定、符合品牌调性的字形出现；Prompt 必须明确禁止改写、翻译、打乱、遗漏、乱码或随机替代，并写出文字与主体的构图、材质、透视、遮挡、安全区和运动关系。真实 Logo、字标、包装文字和法律标签属于受保护身份资产，不能要求 H3 重绘，只能保留输入素材中已经存在且经过核验的内容。 - 禁止使用 `ffmpeg`、Hub 原生合成或其它后期步骤加字、补字、换字、修字或覆盖 H3 生成的文字。H3 艺术字体失败时必须标记当前生成失败并重试或请求调整，不能以合成结果冒充生成结果。 ## 广告文案与艺术字体包装编译 在逐镜编译前先完成一次广告文案与字体艺术指导。目标是让成片具备广告成品的信息层和视觉层，而不是把 CTA 作为最后一行字幕补上。 ### LLM 文案分析 - LLM 读取已核验产品事实、用户 brief、受众、投放平台、旁白意图和 `Brand Direction Lock`，判断当前广告真正需要哪些信息角色；按创意选择 hook、benefit / proof、product name、brand close、CTA、legal 等单元，不固定数量，也不要求每条广告都塞满全部角色。 - 用户或官方提供的精确文本保持原文；没有精确文本时，LLM 只能基于已核验事实写出短、可读、可视化的创意提案，并标记 `creative_proposal`，在生成前确认中让用户确认后才进入 `Copy Lock`。 - 每个文案单元都必须绑定一个产品证据、动作结果、材质变化、空间揭示或品牌收束；如果一句话无法对应可见事件，就删掉或改写，不用文案填充空镜头。 ### 艺术字体方向 - 为每个已确认文案单元编译字体角色、字形骨架 / 字重、材质与颜色、空间平面、尺度、透视、与产品的前后层级、遮挡方式、入场—停留—退场和转场承接。 - 文字优先作为场景中的平面、体块、投影、反射、轨道、纸张 / 玻璃或其它与当前视觉母题一致的载体；光带只有在品牌方向明确支持线性扫描时才可选。只在用户明确要求字幕时才使用底部字幕排版。一个文字事件只选一种主要揭示机制，先完整可读，再允许局部遮挡、缩放或材质响应。若材质或背景偏暗、纹理复杂，必须用受控边缘高光、明度分离或干净留白维持整句最低局部对比度，不得用字幕框或后期叠字补救。 - H3 Prompt 必须写入 `Typography Lock` 的逐字文本，并要求 H3 在视频生成阶段完成准确、稳定、可读且符合品牌调性的字形渲染；同时写清背景明度、负空间和镜头如何穿过 / 环绕 / 遮挡文字。不得只写文字 staging 后再把创意文案交给后期。 - CTA 通常在最后一个 Hero / end card 完整可读，也可在中段作为空间文字参与卖点证明；不让 CTA 只在最后一帧闪现，不让产品或特效完全遮住 CTA。 ### Typography Treatment Card 转译 将每张字体处理卡逐项展开到对应镜头，而不是把它压成“艺术字体”一个形容词： 1. 先写逐字文本、角色和品牌理由，再决定字形轮廓、字宽 / 字重 / 字距和笔画对比；品牌调性要能从这些选择中被看见。 2. 指定一个主要物理机制（投影、蚀刻、透明薄膜、纸张体积、空间字块、折射或结构展开；光带仅在明确选择线性扫描时可用）和最多一个辅助材质反馈，并说明它如何由产品动作触发。禁止无关的字幕框、UI 标签、辉光、粒子、贴纸或装饰堆叠。 3. 写清入场触发、完整读字停留、退场触发、透视 / 景深 / 遮挡关系和安全区。完整词组先稳定可读，再允许轻微运动或局部遮挡；不以闪现、持续抖动或复杂变形替代可读停留。 4. 若逐字准确、跨帧稳定、品牌调性或产品动作关联任一项不成立，判定字体门失败。只针对字体处理重试，并复用完全相同的产品、镜头、声音和其它 Prompt 字段；不可用后期合成补救。 ### 运动机制选择与反模板 在写入每个镜头的转场和文字动作前，至少比较三种可用的运动机制，依据产品动作、材质证据、品牌方向和镜头空间选择一种，并记录选择理由与产品触发点。光带、横向扫光、扫描线揭示和镜头光晕擦屏都是条件机制，不得默认；如果 brief 或 `Brand Direction Lock` 没有明确支持线性扫描，就排除这些机制，改用投影、蚀刻、折射、结构展开、阴影几何、前景实体遮挡或材质表面显现。未明确选择线性扫描时，最终 Prompt 必须加入针对性约束：禁止通用横向扫光、扫描线写字、镜头光晕擦屏和光带写字。 未明确选择线性扫描时，光带、扫光、扫描线和镜头光晕擦屏不得被写成文字的入场、转场或产品触发，即使被列为辅助反馈也不得例外。高光只能作为已有产品表面的材质反馈，不能让文字出现、写入、擦屏或横向带过画面；文字应由材质显现、实体遮挡、焦点 / 形状匹配、投影、结构展开、折射、阴影几何或静止揭示承担。 30/45 秒广告为每个 sequence 记录一个运动机制，并在产品节拍变化时切换机制；不要让多个文字事件重复相同的方向性扫光、擦镜或扫描。若同一机制确实贯穿全片，必须说明它是品牌核心视觉语法，而不是默认模板。 ### Copy Lock 文案是广告交付的一等信息层。创意文案必须随 H3 Prompt 在生成阶段直接渲染；不存在后期文字通道： ```text Copy Lock - brand_mark: - product_name: - benefit_line: - keyword: - cta: - legal: - status: - render_channel: h3_native_typography - typography_lock: dwell -> exit | occlusion | safe area> ``` - 文案角色可以按项目取舍，但已确认创意文案必须在 H3 Prompt 中逐字出现并在生成视频中渲染。Logo / 标准字和法律信息只能保留输入素材中已核验的原有内容，不能重绘，也不能后期添加。“无字幕”只表示不生成未经确认的整句字幕，不得把已确认创意文案静默改成后期文字。 - 若用户确认“不要文字”，在 `Copy Lock` 中显式记录 `copy_mode: none`，避免下游再次猜测；否则产品主角广告默认至少提出一组轻量文案与字体方向供确认。 ## Prompt 完整性与防缩写检查 - 每个最终视频产物只允许一条自包含 Prompt；送给 H3 的字符串必须与生成前记录的编译稿逐字一致。不得缩短、摘要、改写、翻译、调序或在调用工具前静默润色。 - 禁止使用“同上”“同 Sequence 1”“沿用前文”“等等”、省略号、未解析占位符、隐藏 reference 指针或只有风格形容词的摘要。每个 sequence 都必须重复产品身份、Brand Direction Lock、Typography Lock、声音基线、连续性红线和本段完整时间码。 - 逐字核对：Prompt 中每一条创意文案都必须与 `Copy Lock` 一致；每个镜头必须具备 Scene、Framing、Camera 起点→路径→终点、Action、Material / Light、Transition、Audio、Typography、End State。缺任一项就不得调用 H3。 - 生成后禁止用任何后期叠字替代创意文案的 H3 渲染结果，也不得以受保护资产为理由恢复 `ffmpeg` 文字合成。 ## LLM 视觉质量语言编译 高收益词汇不作为固定枚举表或套用清单。LLM 必须从当前 brief、已选参考、产品材质和品牌方向中分析“为什么案例画面有效”，再把分析结果写成当前 Prompt 的自然语言。 1. 先识别本案最需要增强的可观察机制：例如主体的材质证据、空间层次、光线反馈、镜头的速度 / 焦点、文字与主体的关系或声音与动作的同步；不要从抽象形容词直接跳到关键词。 2. 对每个机制完成“来源观察 → 可见 / 可听行为 → Prompt 表述”的转译。Prompt 表述要写明发生在哪里、由什么触发、如何变化、镜头如何看见以及结束时稳定到什么状态。 3. 只把真正服务创意的表述放入全局 Visual Bible、对应镜头和转场；同一个词如果无法对应产品动作、材质反应、摄影行为或声音事件，就删掉或重写。 4. 从案例中学习信息密度、光材质反馈、微距与远景反差、前景遮挡、运动匹配、空间字体和声音卡点等方法，但不复制案例的品牌、主体、固定色板、镜头顺序或整句 Prompt。 5. 负向约束也由 LLM 根据当前产品和视觉方向推导，只保留会破坏身份、材质、可读性、空间层级或广告质感的失败模式；不能用长串通用 negative prompt 替代正向的主体、动作、材质和转场描述。 执行前检查最终 Prompt 是否具备： - 全局产品、空间、光色、材质和连续性锁定； - 每个镜头的景别 / 机位、起点 / 路径 / 终点和主体动作； - 每个镜头至少一个可观察的材质、光线或环境反馈； - 镜头之间具体的转场触发和运动 / 形状承接； - 声音层与画面事件的同步关系； - 需要文字时，广告文案单元与 `Typography Lock` 已绑定到具体镜头，逐字创意文案和品牌调性渲染指令已写入 H3 Prompt；不存在后期文字说明。明确无文字时记录 `copy_mode: none`。 - 视觉质量语言是否来自当前案例 / brief 的机制分析，并已写入对应的画面、光材质、运镜或转场，而不是孤立关键词。 如果最终 Prompt 只剩“风格形容词 + 产品慢慢旋转 + 几个特写”，或出现任何缩写 / 占位 / “同上”，必须回写缺失字段后才能启动 H3 生成。字段是质量底线，不是限制 LLM 发散的固定分镜模板。 ## 长片分段编译 - 单次能力足够时按完整目标时长生成；不足时将同一条创意编译为有序 `sequence`，30 秒默认 2 段、45 秒默认 3 段，每段优先 15 秒。 - 每个 sequence 都使用同一产品锚图、已选方向参考和品牌约束；`sequence: 1` 负责开场，其余 sequence 只写自己的局部 beat，不重新定义品牌/产品身份、不引入新主体，也不消费其它 sequence 的输出。 - 30/45 秒成片的 `sequence: 1` 要在前 1.5 秒以足够比例给出实体且可识别的产品身份或已核验锚点，并在 3–4 秒内保持可见或有明确因果存在；倒影、剪影、手机、人物或抽象光线不能单独算作开场证明。抽象氛围只能在这次实体证明之后作为压力展开。 - 不使用上一段的 tail frame、first frame 或 `continuation_of` 作为依赖。各 sequence 通过共享产品外观、Logo 位置、包装结构、光色、镜头方向和创意脊柱保持可拼接性，并可并发提交。 - 每段末尾写成可延续的稳定状态，完成后再按 `sequence` 顺序完整拼接；目标时长只用于创意节奏和分段规划，不要求最终合成精确对齐目标秒数。不得裁切、补帧、循环或变速，最终时长以实际片段时长之和为准。任何失败或主体漂移只重试对应片段，不回滚整条链。 - H3 Prompt 排除独立 BGM 和未经确认的整句字幕，但必须包含已确认创意文案的逐字文本、`Typography Lock`、品牌调性、透视、材质、遮挡和运动关系，并在生成阶段直接渲染艺术字体；真实 Logo、字标、包装文字和法律信息只保留输入素材中已核验的原有内容，不做后期文字合成。目标超过 15 秒时不再额外制作音乐，完整拼接后保留 H3 原生旁白、环境声和动作音效。需要广告文案、旁白关键词或艺术字体包装时，读取 [voice-keyword-typography.md](voice-keyword-typography.md)。只有目标不超过 15 秒时，才按主 Skill 的确认结果生成和混音一次 BGM。 ## 并发批次编译 当一次请求包含多个独立视频 work items 时，明确记录它们可以独立并发、互不消费同批输出，并由共享产品锚点和品牌方向锁保持连续性；执行窗口以当前能力上限为准，结果仍按 sequence 顺序交给统一拼接。 - 只有所有共享产品/品牌 refs 已就绪时，所有 sequence 一起进入并发批次；任何 sequence 都不依赖同批其它视频输出。 - 不生成、提取或传递 tail frame，不创建 `continuation_of` 依赖，也不为并发任务等待上一段视频完成。 - 执行器按能力窗口滑动补位，结果落盘后仍按 `sequence` 排序交给统一拼接；用户不需要逐片段确认。 ## 节奏与转场 | 成片形态 | 事件密度 | 主要转场机制 | | --- | --- | --- | | 高端品牌定版 | 5–7 个事件 | 透明介质遮挡、焦点转移、材质显现、结构展开、定版减速；光扫仅在品牌方向明确支持线性扫描时使用 | | 材质氛围 | 5–7 个事件 | 液体慢流、水膜、丝绸、折射、微距焦点变化 | | 新品发布揭示 | 5–8 个事件 | 暗场显现、结构展开、形状匹配、局部折射、逐步加速；扫描仅限明确的系统视觉方向 | | 卖点视觉解释 | 每个卖点一个事件 | 功能光环、成分流动、细线标注、结构层切换 | | 社媒快节奏 | 8–10 个事件 | 前景擦镜、液体 wipe、包装弹跳、图案闪切、冲击硬切 | 转场必须由产品、材质、成分、光线、文字或图形自然触发。动作曲线与节拍一致；快切瞬间短促明确，最终 Hero 定版突然减速并稳定。 ### 常用转场语义 - **液体遮挡**：液体或水膜掠过镜头并从纹理中揭示下一事件。 - **前景擦镜**：与产品相关的结构件、配料或包装高速掠过前景完成遮挡。 - **形状匹配**：前一事件的几何形态精确衔接产品轮廓、部件或包装图案。 - **结构展开**：产品部件沿清晰轴线拆解，再在下一事件回收到完整结构。 - **图形冲击**：一次短标题、色块或图案在节拍点形成记忆点，并让产品从信息层穿出。 - **材质呼吸**：光线、水膜、丝绸、玻璃或焦外高光完成柔性过渡。 ## 文字记忆点 中段记忆点不等于固定大花字： - 高端定版和材质氛围使用材质高潮、留白或极短品牌词组。 - 新品揭示可用克制的空间文字或半透明无衬线字。 - 卖点解释使用一个短标题、轻量标注或图形符号。 - 社媒快节奏可使用一次大字冲击，但不得遮挡产品识别面或生成额外随机文字。 广告成品的文字包装由 LLM 根据当前创意决定：可将文案嵌入真实平面、透明介质、材质表面、空间体块或镜头运动路径，让文字参与揭示、遮挡、匹配切换和 Hero 收束；若品牌方向明确支持线性扫描，才可把光带作为文字载体，否则不使用，不默认套用某一种字体、颜色、位置或动效模板。 精确 Logo、包装文字、CTA 和法律信息只保留输入素材中已核验的原有内容；不得通过 Hub 原生合成或其它后期步骤新增文字。创意文案和艺术字体统一由 H3 在视频生成阶段完成。 ## 声音方向 目标超过 15 秒时，以下音乐类描述只可作为节奏或音色启发，不生成独立 BGM，也不让 H3 生成背景音乐；最终声音只包含已确认旁白、环境声和与动作同步的音效。目标不超过 15 秒时，才可按用户确认选择独立 BGM。 - 食品饮料：节拍音乐、液体/气泡/酥脆声、包装动作声和短促品牌收束音。 - 护肤香氛：轻柔音乐、水滴、玻璃/水膜、织物轻响和克制品牌提示音。 - 科技硬件：低频脉冲、金属触感、能量流与精准提示音；扫描仅在品牌方向明确支持线性系统语法时使用。 - 生活方式：自然环境、轻柔触碰和温和背景音乐。 声音与画面事件同步。旁白由视频生成承接：存在已确认旁白时，把精确文案、语言、旁白身份与声线、语气语速和起止时间写入对应 MiniMax H3 Prompt，与画面、环境声和动作声同步生成；不另建独立 TTS 或重复旁白声轨。目标超过 15 秒时不生成独立 BGM，但旁白、环境声和动作声仍必须保留；用户未指定旁白时，在创意确认中提出旁白或纯声音设计方案，不静默按无旁白处理；用户明确静音时不生成声音。 ### Voice Continuity Lock（30/45 秒旁白） 30/45 秒分段使用同一份 Voice Continuity Lock： - `narrator_identity`：同一语言、年龄感、音色、性别呈现和表演关系； - `recording_perspective`：同一收音距离、空间反射和近远层级，不在片段边界突然换房间； - `delivery`：语速范围、停顿、呼吸位置、重音和情绪弧线；旁白完整表达，不把每句变成屏幕字幕； - `sequence_handoff`：每段精确的开头句 / 结尾句、承接动作和环境声尾音；前段不得截断，后段不得重复、自我介绍或换声； - `mix`：旁白相对环境声与动作声的稳定响度关系，禁止段间突然压低、爆音或加入未确认音乐床。 每个 sequence 的 Prompt 都要完整展开这份锁定与本段精确旁白片段；生成后检查声线、语速、呼吸、响度和句子边界是否跨段连续，失败时只重试受影响的旁白 / sequence，不改写产品、镜头、艺术字或其它 Prompt 字段。 ### 生成设置稳态校验 提交前把模型、时长、画幅、参考素材、声音和其它设置与当前能力摘要逐项比对，只发送当前支持的设置。若模型拒绝某项设置，只删除该项并重试；完整编译 Prompt、时长意图、画幅、声音、旁白、文案和艺术字体字段必须逐字保留，不得借机缩写或改写创意。 ## 生成前检查 1. 产品锚图是否足以锁定身份，所有参考素材职责是否明确？ 2. 视觉母题是否围绕产品和一个核心卖点展开？ 3. 每个事件是否只有一个主要变化，并有明确转场机制？ 4. 产品、包装、Logo、标签、比例和材质是否保持一致？ 5. `Copy Lock` 是否完整，创意文案是否逐字写入 H3 Prompt 并在生成阶段渲染，CTA / Logo / 法律信息是否仅来自输入素材且未被后期新增？ 6. 声音是否与动作和节拍同步，没有重复声轨？ 7. 最后两秒是否回到完整、清晰、稳定的 Hero 定版？ 8. 复杂度、参考数量和时长是否符合当前能力摘要？ 9. 每张 `Typography Treatment Card` 是否已展开到对应镜头，且通过逐字准确、跨帧稳定、品牌关联和完整读字停留四项检查？ 10. 开场抽样帧是否在 1.5 秒内展示足够比例的真实产品 / 已核验锚点，并且整个成片没有白名单之外的可读文字？