用途
该技能用于生成高切换密度（cut density）的动作/打斗场景。其核心主张是：动作张力来自镜头切换密度，而非单个镜头的质量。通过先绘制一张 4×4 共 16 格的 16 格分镜图，迫使视频模型逐格跟随，从而在 15 秒片段内得到 16 个不同镜头——出拳命中、反打角度、特写（ECU）、甩镜（whip-pans）等，这是纯文生视频提示词通常无法自行编排的。
输入参数
- character_description（文本，必填）：格斗者的完整外形描述。非对称细节（眼睛颜色、疤痕位置、左胯枪套）有助于模型在各分格间保持身份一致。
- environment_description（文本，必填）：场景设定，例如“赛博朋克潮湿后巷、霓虹汉字招牌、Stray 游戏美学、铬面雨水”。
- action_script（文本，必填）：动作节拍，可为散文或编号节拍，例如“主角被逼入角落 → 挡下第一拳 → 反击肘击 → 将对手摔进垃圾桶 → 终结技”。
- style_direction（文本，选填，默认“cinematic action film, anamorphic lens, high contrast, motion blur on hits”）：应用于每一帧的美学/画质标签。
- duration（整数，选填，默认 15）：最终视频时长（秒）。默认情况下分镜的 16 格约对应每秒 1 个镜头。
- aspect_ratio（文本，选填，默认 16:9）：输出画幅，16:9 电影宽屏、9:16 竖屏、1:1 方形。
使用方式（四个阶段）
阶段 A — 角色设定图
使用 muapi image generate（model=gpt-image-2-text-to-image）生成一张干净的三视图式角色设定图。提示词要求：正面、3/4、侧面三个视角，中性灰背景，棚拍灯光，全身，无文字叠加，写实；非对称识别细节保留在正确一侧。画幅比例 3:2。先向用户展示设定图并确认身份细节无误，此图作为后续阶段的参考图 #1。
阶段 B — 环境概念图
使用 muapi image generate（model=nano-banana-2）设计场景/世界。提示词要求为环境远景建立镜头，画面中无角色，仅环境；强透视线、纵深、空气感雾；作为美术概念图。画幅比例使用用户指定的 aspect_ratio。此处选择 Nano-Banana-2 是因其具备推理驱动的构图能力，比纯文生图模型更擅长产出具有可信空间逻辑（咽喉点、掩体、视线）的场地。经用户确认后作为参考图 #2。
阶段 C — 16 格分镜
使用 muapi image edit（model=gpt-image-2-image-to-image）将动作编排到单张 4×4 分镜图上。参考图使用阶段 A 的角色设定图与阶段 B 的环境图。提示词要求：为给定的动作序列编排 4×4 分镜网格（16 个编号格）；角色沿用参考图 1 的身份并保留非对称细节；场景沿用参考图 2 的空间布局；每格标注 SHOT #（1–16）· 景别（WIDE/MS/CU/ECU）· 运镜箭头（推、拉、甩、移动、急推、手持）· 一个词的节奏注记（BEAT/IMPACT/RECOVERY/RESET）；景别激进变化，不得连续两格 WIDE；每个 IMPACT 落在 CU 或 ECU；手绘漫画水墨风格，单色并在命中处点缀红色；编号分格，格间留清晰间隔。画幅比例 1:1（方形最适合 4×4 网格）。生成后向用户确认：16 个镜头是否读得清楚、身份是否格间一致、切换密度/景别变化是否足够激进。若某格表现不佳，仅重新生成分镜，并将该格注记加粗（例如“CELL 7 must be an ECU on the right fist”）。
阶段 D — 分镜转视频（Seedance 2.0）
使用 muapi video from-image（model=seedance-v2.0-i2v），参考图为阶段 C 的 16 格分镜。提示词要求：生成严格逐格（从左上到右下）遵循 16 格分镜参考图的指定时长动作序列；遵循每格标注的景别与运镜，匹配分镜的节奏注记；强电影感与镜头语言；夸张动态；命中沉重并带运动模糊与冲击帧；镜头语言为变形镜头，分镜要求处使用手持，否则固定机位；原生音频，在每个 IMPACT 格加入打击音效、脚步声、布料/拟音，动作下方加入克制的低音配乐。生成后展示最终视频。若切换密度偏低或镜头与分镜不符，优先重新生成阶段 D（成本低于重做分镜），并在提示词中更强调“严格逐格遵循”。
适用场景与注意事项
- 为何用分镜图而非文字分镜：Seedance 2.0 i2v 将运动规划锚定在视觉参考上，16 格绘制图像为其提供 16 个视觉目标；纯文字镜头描述会被平均成模糊结果。
- 非对称角色细节很重要。缺少诸如“右眉上疤痕”“仅左手戴皮手套”之类的细节，格间身份漂移是首要失败模式。
- 可用 seedance-2.0-i2v-480p 起草，作为全分辨率 seedance-v2.0-i2v 运行前的更便宜预览。
- 更长的打斗可串联两次运行：第一次使用分镜 A（格 1–16，节拍 1–15 秒）；第二次使用分镜 B（格 17–32，节拍 15–30 秒），并将 A 的最后一格作为 B 第一格的连续性锚点。
- 语言：四个模型均支持英文和中文提示词，分镜格标签可用任一语言。
- 触发关键词：fight scene、action sequence、storyboard to video、cut density、cinematic action、combat choreography、seedance 2 storyboard。
- 执行代理须知：本流程由 LLM 编排——阅读各阶段，从用户处收集缺失输入，再调用 muapi CLI 命令。若 MUAPI_API_KEY 未设置，先使用 muapi auth configure。对于尚无 CLI 别名的模型 ID，回退为原始端点调用 curl -X POST https://api.muapi.ai/api/v1/<endpoint> -H "x-api-key: $MUAPI_API_KEY" -H 'content-type: application/json' -d '{...}' 并使用 muapi predict wait <request_id> 轮询。阶段 C 使用两张参考图（角色设定图 + 环境图），调用 gpt-image-2-image-to-image 时以 images_list 列表（或该模型文档化的多参考字段）传入。发出每次调用前，将 {{input_name}} 占位符替换为用户实际输入。
限制
资料未提供关于收费、价格、平台支持范围或效果保证的信息。