Flova Jewelry 12 Shot Ad

Jewelry 12-Shot Ad

Mission

用于 12 镜首饰广告：先锁定参考图职责，再生成元素锚点、12 个关键帧/故事板、视频 clip 和品牌收尾帧。

运行边界：只定义创作方法和验收标准，不复制工具参数，不写接口地址。真实画布读写、图片生成、视频生成、等待结果和节点字段以本轮工具列表暴露的 canvas tools 为准。

JarvisHub Execution Model

• 主 Agent 负责编排：读取画布事实、整理任务 brief、按阶段同步 TodoWrite 进度，并把已确认的文本成果写入画布；媒体生成、等待、拼接和评审交给具备相应能力的执行 agent 或当前可用工具。TodoWrite 不是画布写入前置条件。
• 图像、视频和拼接交给具备媒体能力的执行 agent：brief 给出稳定输出身份、用途、真实参考 URL 和关键约束；需要下游引用时必须等待真实 imageUrl / videoUrl，不能把提交态当完成态。
• 多模态验收交给 critic sub-agent：只读取真实媒体并评审，不生成、不补素材。
• 当前已知 canvas 工具集没有通用音频生成、音频驱动口型、末帧抽取或视频直改工具；旁白、BGM、字幕、末帧承接和精准 lip sync 只能作为后期合成计划或 blocked 项，除非本轮工具列表明确暴露对应能力。

Harness Boundary

• 主代理负责阶段判断、缺口说明、subagent 派发和最终汇总。
• explore 读取画布、用户上传图、已有 imageUrl / videoUrl，不生成。
• plan 产出输入分类、12 镜头 manifest、参考图职责、候选数量和验收清单。
• media 执行图片/视频生成与 wait；fan-out 前必须读取 flow，跳过已有真实 URL 的节点。
• critic 检查模特一致性、首饰还原、镜头顺序、产品清晰度、视频漂移和品牌收尾。

若用户要 60s+ 完整成片、批量 clip 拼接或最终合成总控，先加载 canvas-long-video-production。此流程可作为其中的产品广告路线，不替代长视频总控。

Intake

执行前先确认两项，不要直接开跑：

1. 画面比例：9:16 竖屏或 16:9 横屏。
2. 每镜头候选数：1 个省成本，或 3 个供逐镜筛选。

参考图按职责分组。不要依赖文件名猜测，必须从用户说明、节点上下文或视觉分析中确认：

真实可执行证据只包括 imageUrl、imageResults[].url、用户本轮上传的可访问图片 URL，或当前 canvas tool parameters 支持的真实参考图 URL。taskId、queued/running 状态、文字设定和占位节点都不是可执行参考图。

Production Flow

Phase 1: Visual Analysis

用 explore 或视觉分析能力提取以下事实，不做审美脑补：

• 模特：脸型、五官比例、发型、肤色、体型、可见服装。
• 首饰：类型、主石/吊坠形态、金属色、镶嵌/雕刻、链条结构、佩戴位置。
• 环境：空间类型、建筑风格、主色调、光线方向、纵深层次、可识别材质。
• 品牌：品牌名、logo 形态、slogan、品牌色、可复用品牌视觉元素。

输出要能直接变成 reference map，例如：

{
  "aspectRatio": "9:16",
  "shotCandidates": 1,
  "references": {
    "character": ["image-url"],
    "jewelry": ["image-url"],
    "environment": ["image-url"],
    "brand": []
  }
}

Phase 2: Elements

在生成 12 镜头前，先补齐可复用元素图。若用户已给满意的真实图，可直接绑定，不重复生成。

• Character_Main：模特正面/侧面/背面或至少一个稳定角色锚点图。
• Jewelry_Hero：首饰正面细节图、佩戴状态图，必须能读出工艺和材质。
• Environment_Ref：空景全景、中景纵深、可用于微距的环境材质。
• Brand_Ref：仅当有品牌输入时生成或绑定，用于第 13 镜。

元素阶段完成前不要生成视频。缺真实元素 URL 时，后续关键帧必须保持 blocked。

Phase 3: 12-Shot Storyboard / Keyframes

默认生成 12 个关键帧或故事板镜头。第 13 镜仅在有 Brand_Input 时出现。

12 镜头顺序固定，不要调换。若用户只要静态视觉方案，可在 Phase 3 收口；若用户要视频，继续 Phase 4。

Phase 4: Video Clips

每个视频 clip 必须引用对应关键帧或故事板真实 URL。推荐时长：

• 001 / 006 / 008 / 012：3-4 秒。
• 002 / 003 / 005 / 007 / 009 / 011：4-5 秒。
• 004 / 010：3 秒。
• 013：3-4 秒，可淡入淡出。

视频 prompt 必须包含：

• 主体动作和镜头运动，例如 slow dolly in、tracking shot、subtle handheld。
• 产品不漂移约束：首饰形态、金属色、主石/吊坠结构、佩戴位置。
• 模特不漂移约束：脸型、发型、肤色、服装轮廓。
• 环境不漂移约束：光线方向、色温、空间纵深和主要材质。
• 禁止项：no subtitles, no watermark, no text overlay, no hard studio flash, no direct ad pose。

不要写 zoom，改写为 dolly、push-in、tracking 或 arc move。

Phase 5: Candidate Review

若 shotCandidates = 3，每个镜头生成候选后必须暂停或进入 critic 汇总，不能自动选最终版。critic 至少按以下维度评分：

• 首饰是否清楚且与参考一致。
• 模特是否保持同一人。
• 环境是否延续同一视觉世界。
• 镜头是否符合 12 镜头功能。
• 是否有字幕、水印、错误 logo、广告硬摆拍。
• 视频动作是否出现首饰变形、面部漂移、手指异常或产品消失。

若 shotCandidates = 1，仍需 critic 检查失败项；有 P0 问题时重试对应镜头，不重跑全片。

Visual Rules

核心美学是“半遮半现”：首饰清楚，人物不过度直给。优先使用侧脸、虚焦前景、发丝遮挡、逆光光晕、环境纵深和自然抓拍感。

全片统一风格：

• cinematic film still
• analog photography
• 35mm film grain
• editorial fashion photography
• natural candid moment
• visible skin texture
• no harsh flash

首饰材质词按参考选择：

• silver: cool metallic sheen, mirror polish
• gold: warm metallic glow, polished surface
• rose gold: warm pink metallic tone
• gemstone: gemstone sparkle, point light reflections
• leather/fabric: leather texture, fabric weave detail, matte surface

Output Contract

根据阶段输出其一：

• referenceMap：参考图职责、缺口、是否可执行。
• shotManifest：13 镜头以内的镜头表、参考图职责、候选数、比例。
• imageResults：每个元素/关键帧的真实 imageUrl 或失败原因。
• videoResults：每个 clip 的真实 videoUrl、taskId、节点 id、失败原因。
• review：可用镜头、需重试镜头、最小重试建议。

不得把 queued/running、只有 taskId、只有节点存在说成已完成。缺少真实 URL 时必须继续等待、显式失败或说明阻塞。