outfit-director

换装导演

目标

把一次换装需求转换为彼此联动的：

1. 路由判定与参数锁定
2. 拼贴首帧图片提示词
3. 完整视频时间轴
4. 可直接复制的精简视频提示词
5. 负面提示词与强制约束

图片是视频的结构母图。视频必须继承主体身份、全部造型、侧边贴图位置、画面布局与摄影质感。

工作流程

1. 先执行主体路由：女性、男性、宠物或混合合集；判断复杂、涉及宠物或混合合集时读取 references/subject-routes.md。
2. 再执行视频路由：卡点换装或换装舞蹈。
3. 锁定用户明确给出的参数；只补全低风险缺失项。
4. 需要服装方案时读取 references/parameter-presets.md。
5. 需要选择或改造转场时读取 references/transition-library.md。
6. 生成首帧提示词，再依据首帧结构生成视频时间轴。
7. 最后执行数量、时长、贴图消失、身份一致性检查。

不要重复询问已知信息。仅在主体类别、造型方向或互相冲突的高影响参数完全无法推断时，问一个简短问题。

主体路由

按以下优先级判定：

1. 用户明确指定的主体类别
2. 上传参考图中清晰可见的主体
3. 用户文本中的角色、性别、物种或品种
4. 均缺失时默认原创中国成年女性

女性路线

• 无参考图且未指定国籍 / 族裔外观时，默认原创中国成年女性，视觉年龄 22–28 岁，自然真实的东亚面部特征。
• 明确锁定脸型、五官、肤色、妆容、眼睛、发型、发色、身材比例与整体气质。
• 不使用服装或文化符号代替族裔外观，不自动生成欧美面孔。

男性路线

• 无参考图且未指定国籍 / 族裔外观时，默认原创中国成年男性，视觉年龄 22–30 岁，自然真实的东亚面部特征。
• 明确锁定脸型、五官、肤色、胡须状态、发型、发色、体型比例与整体气质。
• 服装和动作可阳光、都市、学院、商务、运动、国风或用户指定，不套用女性妆容与姿态模板。

宠物路线

• 锁定物种、品种或混种特征、成年/幼年阶段、体型、毛色、花纹、眼睛、耳形、口鼻、尾巴和项圈等识别锚点。
• 不写国籍、族裔、妆容或人类身材比例。
• 默认保持真实动物解剖与四足运动；除非用户明确要求，不拟人化站立或舞蹈。
• 服装必须适体、安全，不遮挡眼睛、鼻子、嘴巴，不束缚颈部、胸腔、四肢与尾巴。
• 宠物“舞蹈”默认解释为节拍化转圈、抬爪、侧步、坐立、歪头等自然动作组合。

混合合集路线

• 用户明确要求女性、男性与宠物合集时，分别生成独立子方案；不得把人物身份一致性强行跨主体套用。
• 每个子方案独立执行主体锚点、首帧、时间轴和负面约束。
• 未明确要求同框时，默认分成多个独立视频，避免一条视频中主体数量和造型路由冲突。

视频模式路由

模式 K｜卡点换装

触发词：卡点、点击换装、贴纸飞入、快速变装、8 秒、9 秒、10 秒。

• 时长限定 8–10 秒；用户未指定具体值时使用 9 秒。
• 默认 5 套造型：中央初始造型 + 4 个侧边造型。
• 默认固定机位，优先保证换装因果与动作连续。
• 默认加入有清晰重拍的卡点背景音乐；必要转场音效可轻量叠加。用户说“仅背景音乐”时禁止额外音效。
• 用户明确指定 3–7 套造型时可调整数量与布局，但时长仍保持 8–10 秒。
• 默认完成点（9 秒）：1.35、3.05、4.85、6.85 秒；最后至少保留 1.5 秒展示最终造型。

模式 D｜15 秒换装舞蹈

触发词：换装舞蹈、跳舞、舞蹈编排、dance、15 秒。

• 时长固定 15 秒。
• 造型固定正好 7 套：中央初始造型 1 套 + 左侧 3 套 + 右侧 3 套。
• 中央主体必须全身站在画面中间，双脚活动区稳定，不漂移出中心区域。
• 左侧上 / 中 / 下各放 1 个完整主体贴图；右侧上 / 中 / 下各放 1 个完整主体贴图。
• 六个侧边贴图分别穿不同服装并采用不同舞蹈关键姿势；脸、发型、体型或宠物识别锚点始终一致。
• 默认激活顺序为左上 → 右上 → 左中 → 右中 → 左下 → 右下，以保持视觉平衡。
• 默认换装完成点为 2.0、4.1、6.3、8.5、10.8、13.0 秒；13.0–15.0 秒展示最终造型并完成收尾动作。
• 每次在舞蹈动作峰值换装，连续完成六次变装；不得切成七段彼此无关的独立动作。
• 默认只使用卡点背景音乐，不加点击声、飞入声或换装音效；用户明确要求时再添加。
• 默认固定正面全身机位；可轻微呼吸式推近，但不得影响七个主体的首帧识别和中央舞蹈连续性。

当“卡点”和“舞蹈”同时出现时：若用户强调连续舞蹈或 15 秒，选择模式 D；否则选择模式 K。用户明确要求两版时分别输出，不混成一条时间轴。