《余温》见证者角色 PV：立项到四平台发布

入档：2026-10-01 来源：{aigc-creative-archive}/71_余温_哥特告别短片/08_群像预告片/16_角色PV_见证者_20261001/（系列 README、两支的白模／提示词／画布／审片脚本与产出）、06_发布准备/角色PV_01_瑟兰薇/发布包.md、06_发布准备/系列片尾/，以及创作会话中的作者原话

事实记录（不可修改区）

• 作品：《余温》见证者角色 PV 第一支《瑟兰薇》。16:9，38.3 秒，其中正片 33.3 秒、系列片尾 5.0 秒。全片只有一句台词”嘘。“，用原声，没有配乐。 第二支《守灯人》r1 出了两条，还没有成片。
• 项目：71_余温_哥特告别短片，是自有作品的宣发，不是比赛。作者的目标原话：「我想给余温这个作品打造成影视级IP，我们制作一些角色PV作为宣发材料吧」。
• 时段：2026-10-01 15:17 立项，18:04 发完 B 站置顶评论，前后约 2 小时 47 分。全程在一台机器、一个会话里完成。
• 生产链：
  • Blender 5.2 出白模预演：30 秒、6 镜、5 个切点。
  • 即梦画布 CLI 国际版跑 Seedance 2.5 全能参考，720p、30 秒，每支 2 条，台词与声音都是原生生成。
  • 本地 ffmpeg 出成片：720p 用 Lanczos 放到 1080p，不超分；双语字幕用 libass 烧录；名片用代码排版；响度做两遍 loudnorm；系列片尾在同一遍渲染里接上。
  • Codex codex exec 调 GPT Image 出三比例封面。
  • Claude in Chrome 辅助四个平台投稿。
• 作者裁定（原话）：
  • 瑟兰薇 r1：「我觉得反而是B更好」。
  • 封面：「封面可以」。
  • 配乐：「瑟兰薇正片这一条要不就不要配乐了，感觉质感也挺不错」。
  • 成片 v2：「我觉得现在这版很不错」。之后加上系列片尾出 v3，发布用的就是 v3。
• 发布（均为 2026-10-01，四个平台的发布按钮都是作者确认后点的）：
  • B站：https://www.bilibili.com/video/BV1PdaB6wEn4 。17:37:05 投稿（公开接口 pubdate），18:04 前已过审；18:04 发了置顶评论。
  • 抖音：17:41 发出，审核中，链接未取。
  • 快手：约 17:48 发出，审核中，链接未取。描述里带了活动话题 #AI灵境计划，是否计入活动未确认。
  • 小红书：约 18:00 发出，链接未取。
• 平台数据：只有 B 站一张快照。18:14（上线约 35 分钟）播放 24、点赞 1、投币 0、收藏 0、分享 0、评论 1（是自己的置顶评论）、弹幕 0。其他三个平台无数据，首小时完播率与互动率都没有回填。
• 成本：
  • 即梦画布积分：4 条 × 960 = 3840。每条实扣 960，即 720p 每秒 32 分；扣费前作者批了上限 1920 × 2。余额没有记。
  • Codex 生图：3 张封面，每张试 2 次，共 6 次。额度消耗没有记。
  • 白模、成片、ASR 都在本机跑，不花积分。
• 数据来源：
  • 画面：助手看每秒联系表并做场景切点检测，作者看播放。
  • 声音：助手用 ffmpeg 看频谱、量响度，用 faster-whisper 做 6 秒分窗转写加 VAD；作者用耳朵听。
  • 发布时间：B 站取公开接口；其余三个平台取会话里作者批准发布的时间，误差几分钟。
  • 作者原话取自会话记录。

一句话

正片的配方（白模给站位和切点、MJ 原图给身份、一条生成 30 秒）直接搬到角色 PV 上，立项后约 2 小时 47 分，第一支就四平台发出去了。

• 能这么快，是因为白模脚本、画布 CLI、字幕规范、封面派工单这些都是前几个项目留下来的现成东西，这次不是从零做。
• 白模这一项又全中了：4 条输出、每条 5 个切点，全部对上。
• 新学到的一条：写了”没有配乐”，Seedance 仍会按镜头各垫一段乐音，镜头之间不连贯。
• 气质判断照旧没对上：视听类的四次判断，助手全错；叙事、台词类的五次推荐，作者全部采用。

如何使用

• 下次做《余温》其他见证者（或别的 IP 的角色 PV）时，第三节的配方可以直接当起点。先看第二节的”助手误判”，同样的坑别再踩。
• 第二节”助手预判 vs 作者裁决”接着 2026-09-26_清月_单条15秒角色PV_立项到三平台发布_复盘_v1 那张表往下看。这次多出一个分叉：视听类和叙事类的命中率完全相反。
• 新沉淀的规律都已补进对应档案，见第四节。

一、过程

二、结果：做到什么、没做到什么

做到的（事实项）

• 白模切点全中：4 条输出，每条 5 个切点都对上，偏差不超过 0.03 秒。
  • 瑟兰薇 B 条 10.5 秒那一刀，场景检测漏报了（前后都是雾景，太像）；人工看，那一刀是在的。
  • 两支都没有多出来的镜头。这和《清月》那次不同：那次没挂白模、只靠文字时间表，模型自己多加了一镜。
• 白模里的几何体被正确读成了道具和动作：
  • 瑟兰薇：竖杆是弓，横杆是箭，举到眼高就是拉满，脸前的小竖条是竖在唇前的食指。
  • 守灯人：镂空框里的白块是火，白块缩小就是火变暗；门洞里出现的深色板是雾退开后露出的黑暗。
  • 前提是提示词的”参考分工”里，把每个几何体对应什么都写清楚。
• 台词：
  • 瑟兰薇：两条都在约 27 秒念了”嘘”，并对着口型。单字气声 ASR 拿不准，以作者听感为准。
  • 守灯人：B 条 26.32–29.80 秒，whisper 转写和台词逐字一致；A 条开头被识别成”美国一到门”，咬字不清。
• 身份：两支都只用 MJ 原图做身份图。Image 2 派生的 C03 持弓图、S05 门洞图都没有进视频输入。
• 原生配乐（守灯人）：提示词写了配乐怎么起落，B 条的配乐跨切点是连贯的。一条约 230 Hz 的低持续音从开头贯穿到 26 秒，10 秒切大远景时整体涌起，26.3 秒台词前退下去。
• 无角标：作者在 dreamina 账号设置里关掉水印后，同一个 resourceId 重新下载就没有角标了。提示词里写的”画面无角标或水印”不起作用。
• 封面：三个比例一次通过。
• 发布：四个平台同一天发出，B 站已过审，置顶评论也发了。

没做到的

• 瑟兰薇 r1 的提示词写了”没有配乐”，模型还是按镜头各垫了乐音。
  • 镜 1、4、6 是一层约 117/137/196 Hz 的低持续音。
  • 镜 5 从 21.6 秒起换成降B–C–G 和弦，谱峰在 233/261/391/466/521/784 Hz。
  • 24.0 秒切镜时，和弦断掉、低频猛涌回来。
  • 原片只有 -37 LUFS，听不出来；拉到 -16 LUFS 后才露出来。是作者听出来的，助手交 v1 前没看频谱。
  • v2 把镜 5 换成镜 6 那段风声垫底，16.0 秒那处低持续音的出现保留，作者没再提。
• 瑟兰薇 B 条有两处画面瑕疵：镜 3 王在白衣身边像是蹲了下去；镜 6 开头拍到的是她的后脑。作者选了 B 条，没有提这两处，成片照原样用。
• 名片 v1 的做旧斑点被否，v2 改成干净的骨白宋体。
• 守灯人还没成片：r1 已出，助手推荐 B 条，作者还没审。
• 数据没有回填：抖音、快手、小红书的链接、首小时完播率和互动率都没有；快手是否计入”AI灵境计划2.0”也还没确认。

助手预判 vs 作者裁决

• **视听类四次，一次都没对上。**这是「AI 视觉预审 ≠ 主创审美裁决，气质级判断不可代理 ⭐⭐」的第六个同向样本：第四个是《清月》，第五个是 2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1。
• 叙事类五次，作者全部采用；封面选帧也一次就过。
• ⚠️ 这个反差不能直接读成”助手懂叙事、不懂视听”，题型本身就不一样：
  • 叙事类都是选项题，助手在选项上标了”推荐”，标签本身就会引导选择。
  • 视听类都是作者看完、听完成品才下的裁决。
  • 要分开这两个因素，得把叙事类也做成样片让作者看完再选，或者选项上不标推荐。
• 方向类四次只中一次（第二支守灯人，这时首支已经由作者定了）。

助手误判全记录

1. 🔴 **拉响度之前没看频谱。**原片 -37 LUFS 时，镜 5 的和弦突变听不出来；拉到 -16 后它就露出来了，结果 v1 带着这个问题交给了作者。之后守灯人先看了频谱，确认配乐连贯。
2. 🔴 **r1 提示词替作者定了”没有配乐”。**系列模板里只写了”台词＋环境声”，配乐这一项没问作者。作者事后说「PV让即梦自己配乐」时，r1 已经在跑、撤不回来。最后瑟兰薇被作者判成”不要配乐”，算是歪打正着，但这个决定本该在提交前问。
3. ⚠️ 声音方案先想到了可灵对口型（沿用之前可灵原生台词的经验），被作者纠正：「用即梦就可以了」。从这次起，台词和配乐都走即梦 Seedance 2.5 原生生成，不另拉可灵，也不在后期另铺。
4. ⚠️ 总览图里一开始用了 A05 的 Image 2 版本，和”身份只用 MJ 原图”的规则冲突，自查后换回 MJ 原图。
5. ⚠️ 白模首版的问题都是助手自查发现的，作者没有看到首版：
   • 瑟兰薇 v1：人偶头球有 40 厘米大，近景里只剩一颗球；镜 4 正面拍，弓挡住了脸。
   • 守灯人 v1：灯是实心块，看不见火；贝塞尔插值让他 0–16 秒一直在转；镜 4 机位在他背后，把王整个挡住。
6. ⚠️ **whisper 的 initial_prompt="嘘。" 会在风声和脚步声上幻听出”嘘”。**改成不给提示词、按 6 秒分窗转写，并以 VAD 为准。守灯人那次又在 6–8 秒幻听出两个”好”，VAD 只在 26.96–30.09 秒检出人声。
7. ⚠️ 发布时点错的几处，都在作者点发布前自己改掉了：
   • B 站创作声明下拉点错一次。
   • B 站标签批量输入只成功了 1 个。
   • 快手”加入合集”被误选成”风格不限 突破极限”。
   • 小红书先传了 3:4 封面，被裁掉了”瑟”字。
8. ⚠️ B 站封面不知道能按比例分格上传，是作者指出来的。
9. ⚠️ 回填的发布时间写成了”约 17:45”，实际是 17:37:05。快手、小红书的估时也不准，收口时已更正（发布包里改了，这里不重复）。

三、这次的配方（30 秒角色 PV＋一句台词）

⚠️ 同一系列成立了两支（瑟兰薇成片、守灯人 r1），白模那一项已经有多次验证；其余部分还只能当起点。

1. 选题：同一件事，换到旁观者的位置上看。主角是见证者，正片主角（王与白衣）只在远处出现，不给近景、不说话。几支放出来，观众自己拼出时间线。
2. 白模（Blender）：
   • 30 秒、6 镜、5 个切点，最短一镜 3 秒以上。
   • 人偶按真人比例做，头宽约 0.24 米；近景里脸要露出来，不能被道具挡住。
   • 道具做成能读懂的几何体，例如弓＝竖杆、箭＝横杆，灯＝镂空框加一个会缩放的火块。
   • 关键帧用线性插值，不用贝塞尔（贝塞尔会让人物一直在转）。
   • 近景机位放在脸和道具之间。
3. 参考：
   • 场景用 MJ 图，身份用 MJ 原图。
   • 正片成片里的一帧可以借来，但只取衣着和影调；角标和无关元素先裁掉。
   • GPT 或 Image 2 派生的图一律不进视频输入（派生图不进视频输入律_噪点随编辑代数累积_v1）。
4. 提示词：
   • 写死切点，并附一张按秒的时间表。
   • 那一句台词写明在第几秒、什么嗓音和语气。
   • “参考分工”里逐个说明每个白模几何体对应什么。
   • 要配乐，就写清配乐跟着画面怎么起落：台词前退下去，说完只留一点余音。
   • 不要配乐的话，写了也挡不住，见第四节第二条，只能后期处理。
5. 生成：即梦画布 CLI，720p、30 秒、一次 2 条，共 1920 积分。在 dreamina 账号设置里先关掉水印。
6. 审片：
   • 看每秒联系表，跑场景切点检测。
   • whisper 按 6 秒分窗转写，配合 VAD，不给 initial_prompt。
   • 拉响度之前先看频谱，逐个对比切点前后的谱峰。
7. 成片：
   • 720p 用 Lanczos 放到 1080p，不超分（AI视频本机超分_RealESRGAN_x4plus与闪烁检查_v1 的写实片结论）。
   • 双语字幕按 影视级双语字幕_中上英下与libass逐镜头烧录_v1，入点取能量包络的起音。
   • 名片用代码排版，干净的骨白宋体，不要做旧斑点。
   • 原片结束后定格加淡出；定格期间的声音用片中风声正放、倒放循环延长，接缝做交叉。
   • loudnorm 两遍拉到 -16 LUFS。
   • 系列片尾在同一遍渲染里 concat 进来，不二次压缩。
8. 封面：拿视频里的钩子帧做底，GPT 加字；竖版 3:4 裁不出来时让 GPT 外扩；最后用代码裁到精确尺寸，再用 Lanczos 缩放。
9. 发布：先写发布包（入场票审计、四平台文案、自检、回填表），再用 Claude in Chrome 填表；视频由作者手动上传，每个平台都停在发布按钮前，由作者确认（多平台同步投稿_发布页字段与浏览器辅助清单_v1）。

四、沉淀去向

五、下次改进

• 提交前把声音的三件事一起问清：台词、环境声、配乐。配乐不能由助手默认成”没有”。
• 拉响度之前先看频谱，逐个对比切点前后；这一步写进审片脚本，不靠记性。
• 叙事类的推荐下次试一次不标”推荐”，看作者的选择会不会变，好把”题型”和”判断”这两个因素拆开。
• 发布时直接从平台接口或页面读发布时间，不要凭印象写”约几点”。
• 发布后 24 小时内回填四个平台的链接和首小时数据，并到快手 App 里确认是否计入”AI灵境计划2.0”。
• 守灯人：等作者审 B 条，然后照瑟兰薇的流程走成片、字幕、名片、片尾、封面、发布。

六、未知与未验证

• 抖音、快手、小红书的链接与全部数据；B 站首小时完播率。
• 瑟兰薇 A 条的配乐是不是也不连贯（只分析了 B 条）。
• 守灯人 A 条的配乐是否连贯（只测了 B 条）；“写清起落就连贯”没有对照组。
• 有台词时会不会自己烧字幕：两支提示词都写了”无字幕”，抽的是每秒一帧，没有逐帧扫。
• 封面里 GPT 对脸的轻微重绘（更锐、皮肤更硬），作者没提；如果换成真人脸，这一点就不能接受了（见数据点 C）。
• 即梦账户余额。

关联文档

• 方法母本：2026-09-20_余温_关键帧先行到锚点制_M02四轮试镜复盘_v1（白模、MJ 原图身份、一条生成）
• 上一支角色 PV：2026-09-26_清月_单条15秒角色PV_立项到三平台发布_复盘_v1
• 气质判断的上一个样本、影视字幕的来源：2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1
• 模型档案：Seedance2_5_行为规律_v1
• 输入规则：派生图不进视频输入律_噪点随编辑代数累积_v1 · 锚点只给站位律_动作交给视频模型_v1
• 后期：影视级双语字幕_中上英下与libass逐镜头烧录_v1 · TTS旁白也能蒙眼质检_ASR拼音级评分_v1 · AI视频本机超分_RealESRGAN_x4plus与闪烁检查_v1
• 封面：代码生成vsGPT图像_工具选择假说_v1
• 发布：多平台同步投稿_发布页字段与浏览器辅助清单_v1 · 浏览器插件自动化的能力边界_v1
• 项目档案（库外）：{aigc-creative-archive}/71_余温_哥特告别短片/08_群像预告片/16_角色PV_见证者_20261001/README.md · 收口单 71_余温_哥特告别短片/07_阶段复盘/2026-10-01_角色PV见证者群像_阶段收口.md