Creative Space

内容

你给我: 房源照片(多少都行,越全越好)、房源信息(地址、价格或售卖方式、户型、主要卖点、开放日)、联系信息(姓名、电话、机构、执照号、Logo、品牌色)。想让经纪人出镜,再给一张本人清楚的照片。

你拿到: 一支可以直接发布的房源视频:默认 30 秒 9:16,加 15 秒预告;带看版 60–90 秒。同一套画面可以快速出新上市、开放日、降价等状态版本。

两种做法

做法主角什么时候用
房源展示(默认)房子,不出现人大多数房源
经纪人带看经纪人的 AI 形象加房子,第一人称讲解经纪人想建立个人品牌,且本人同意

带看是在房源展示上多加一层人,下文标「带看」的是多出来的部分。只配本人声音、或用本人已有的实拍,见 。

工具与分工

  • 分镜设计: 按「营销片结构」出分镜表和元素清单。
  • Flova: 照片转视频、背景音乐、旁白;带看再加三视图、合成关键帧、对口型镜头、配音。必需。
  • HyperFrames: 制作分镜所需的房源标题卡、数据卡和联系卡,渲染成透明信息层。需要这类信息卡时使用。
  • FFmpeg: 裁竖版、拼接、叠信息层、混音、导出。必需。
  • 宿主读取能力(按需): 读房源页面;房产平台常拦截,取不到就请用户上传。
  • 字幕(按需): 用户需要时,提供 HyperFrames、Remotion 或 FFmpeg 等后期方案。

分项方法索引

  • :照片当元素、每一拍的作用、动线、照片多少、房源信息文案、多版本。第 2 步读。
  • :什么不能变、运镜、检查、退路、竖版。第 2、3 步读。
  • :信息卡组件与渲染叠加。第 5 步读。
  • :带看的三种做法、AI 形象、声音、讲解稿。带看时读。

先说清楚的边界

  • 房子不能变: 包括带看里合成的关键帧,都不能改变布局、门窗、装修、景观和天气,也不能新增家具和房间。检查不过就退回对原照片推拉。
  • 只写有依据的事实: 价格、面积、朝向、周边距离都来自用户资料;经纪人的个人看法可以说,但不说成事实。
  • 措辞合规: 不描述「适合什么样的人住」,不承诺升值;以当地规定为准,交付时提醒用户核对。
  • 素材权利: 照片须是用户有权用于广告的;虚拟布置只在要求时做,并在成片和文案里注明。
  • 带看: 形象只用经纪人本人的照片,本人明确同意;克隆声音同理;成片注明 AI 生成。

工作流程

收集素材 → 分镜(确认点)→ 照片转视频(确认点)→ 声音 → 信息层 → 组装 → 验收与交付

1. 收集素材

  • 向用户要上面「你给我」的内容;照片多少都可以开始,告诉用户越多越好,Agent 来挑。
  • 确认版本(默认 30 秒加 15 秒预告)、状态(Just Listed、Open House、Price Reduced)、信息卡风格(现代简约、豪宅衬线、温暖生活)、声音(默认只配音乐,可加旁白)。
  • 带看: 要经纪人的照片和同意、姓名机构执照号、声音选择。
  • 房源信息写成 docs/listing.json,规格写进 docs/brief.md,用户确认后继续。

2. 分镜(确认点)

用 分镜设计,按 和 挑照片、排动线、定每拍的作用和必要的信息卡文案。带看: 先按 写第一人称讲解稿,再按讲解排分镜,选 3–5 段让经纪人出镜。分镜表和排好的照片一起给用户确认。

3. 照片转视频(确认点)

  • 按 ,用首帧生视频,每个镜头 3–5 秒缓慢运镜,逐个对比原照片,走样两次就用推拉代替。
  • 带看: 先做三视图并让经纪人确认,再合成关键帧、生成说话镜头,见 ;先试做开场一段,对了再批量。
  • 全部镜头给用户看,确认后继续。

4. 声音

背景音乐用 Flova 生成;有旁白时语速放慢。带看: 按讲解稿生成配音,全片同一个音色。给用户试听。

5. 信息层

按 制作分镜已确认的开场、房源数据或联系卡,渲染成透明片段;带看的人名条按分镜需要添加。

6. 组装

FFmpeg:竖版从横版画面里裁取,生成视频静音,音乐压在旁白或讲解下面,叠信息层,各版本各比例分别导出。带看: 配音是主线,切点放在句子停顿处,说话镜头和房间镜头交替。

7. 验收与交付

逐项核对:房间和原照片一致;信息卡里的数字、地址、电话、执照号逐字对;信息在安全区内;用了虚拟布置或 AI 形象的已注明。交付各版本 MP4、发布文案、docs/listing.json、分镜表和工程目录。改价格或开放日只改 listing.json 并重渲染信息层;带看版下一套房可以复用三视图和音色。

工程目录

listing-<地址>/
├── source/   照片、户型图、Logo、经纪人照片
├── agent/    三视图、关键帧、说话镜头(带看)
├── docs/     listing.json、brief.md、讲解稿、分镜表、发布文案
├── clips/    照片转出的视频片段
├── audio/    音乐、旁白、配音
├── overlay/  HyperFrames 工程和信息层 MOV
└── output/   各版本成片

经纪人形象、声音和讲解稿(带看)

带看里的「人」默认用 AI 生成:经纪人给一张自己的照片,做成三视图形象,再放进房源照片里,生成开场、房间点评和收尾的说话镜头。

三种做法

做法经纪人要给什么什么时候用
A. AI 形象(默认)一张本人清楚的照片,同意生成大多数情况
B. 只有声音本人录音,或选一个配音音色不想出现在画面里;画面全用房源视频,剪辑跟随讲解
C. 本人实拍已有的手机出镜素材已经拍好;检查竖向、清楚、不背光、内容和房源资料一致

A. AI 形象

只用本人照片、本人明确同意;成片和发布文案注明 AI 生成。

  1. 三视图: 以照片为参考(reference)生成同一个人的正面、侧面、背面全身像,并排站在纯浅灰背景,服装换成得体的职业装,全片固定。整张用 16:9,不拼成很宽的长条(有的视频模型只接受宽高比 2.5 以内的参考图),更宽就分成三张。每次重生成逐字用锁定语句:「保持参考照片中这个人的脸、肤色、发型、体型完全一致,不要改变身份。」均匀柔和的光。检查三个角度是同一个人、背面没有凭空图案、手没畸形,给经纪人确认像不像;改两次仍不像,请换更清楚的照片。
  2. 出镜段落,一般 3–5 段: 开场(外观或门口,我是谁、这是哪里、最打动人的一点,6–10 秒);房间点评 1–3 段(最有特点的房间,我最喜欢的一个细节,每段 5–8 秒);收尾(户外或外观,状态和怎么联系我,6–8 秒)。
  3. 合成关键帧: 参考图房源照片在前、三视图在后,都用 reference。提示词写清「第一张是房间,保持房间一切不变,只在画面一侧加入人物;第二张是人物三视图,只负责脸、发型、体型和服装」。人物半身或膝上、面向镜头,不挡窗户、岛台、壁炉、景观,大小、光向、影子和照片一致。并排对照原照片确认房间没变;改两次仍动了房间,就把这段改成人物站在外观照片前或简单背景前,房间画面只用照片转出的视频。
  4. 说话: 关键帧作首帧(first_frame),这一段配音作驱动音频(driving_audio),用对口型模型;动作要小:说话、点头、手势指向房间,不在房间里走动、不穿过门洞。检查口型、脸是否和三视图一致、手有没有变形、房间有没有变。

声音

默认用 Flova 配音音色,挑一个符合经纪人形象的,全片固定;也可以用本人录音(最像本人,按讲解稿一个房间一段,段间停两秒);克隆本人声音须本人明确同意。

讲解稿怎么写

  • 第一人称,像经纪人跟客户说话;开场一句话说出最打动人的地方,不从「大家好,今天带大家看一套房」开始。
  • 每个房间一两句,说具体的:朝向、材质、尺寸、一个细节。
  • 加一句经纪人自己的看法,如「这是我最喜欢的位置」,这是带看比房源展示多出来的价值。
  • 事实只用房源资料里有的,数字照抄;收尾给明确的下一步(预约、开放日、电话)。
  • 语速按每秒约 2.5 个英文单词估算时长。

信息卡

画面层来自房源照片,声音层是音乐和可选讲解。分镜需要准确的地址、数据和联系信息时,再用 HyperFrames 等工具制作信息卡,渲染后用 FFmpeg 叠加;改价格、开放日、电话只重渲染相关信息卡。

先查用户本机的组件库

组件库会更新,各人装的版本也不同。开工前在用户本机用 npx hyperframes catalog --query <关键词> --json 按用途搜一遍(title、lower third、cta),确认下表的首选组件在不在、变量叫什么,写进 overlay/components.md。首选不在时,按同样的用途和气质挑相近的组件;命令、参数和变量以本机 HyperFrames 的帮助和组件说明为准。

首选组件

用途组件怎么填
开场信息titlecard-calmkicker 写状态和区域,如「JUST LISTED · NEW FARM QLD」;headline 写地址
户型数据titlecard-calm 数据卡「2 bed · 1 bath · 1 car · 120 m²」
经纪人人名条(带看)lt-clean-bar(亮画面)、lt-dark-card无变量,改组件文件里的姓名和头衔
收尾联系cta-lockupaction_line 行动号召;button_label 电话或称呼;microcopy 机构、执照号、虚拟布置或 AI 注明;accent 强调色

现成组件没有的,暂不做,用替代: 地址卡用 titlecard-calm;状态角标写进开场 kicker 和收尾 microcopy;户型小地图和周边地图不做,房间名按需放入信息卡,周边只写有依据的设施和距离;合规标注写进 microcopy 和发布文案。

怎么做

命令和参数以 HyperFrames 文档为准(npx hyperframes --help)。容易踩的几点:

  • 组件按 1920×1080 设计;做竖版只改画布尺寸和位置,不改样式动画。竖版底部约五分之一和右侧会被平台按钮挡住,联系信息放在外面。
  • 房源信息写成一个变量文件传入,改价格、开放日只重渲染这一层;人名条没有变量,直接改组件文件。
  • 渲染前检查文字有没有超出或被挡。输出带透明通道的 MOV,再用 FFmpeg overlay 叠加。
  • HyperFrames 运行环境不可用时说明具体阻碍:信息卡可改为静态图层等可运行方案。

房源准确性与照片转视频

第一要求是准确:观众看到的房子,必须和来现场看到的一样。

什么不能变

任何镜头里都不能和原照片不同:房间布局(墙、门洞、楼梯)、门窗(数量、位置、形状)、固定装修(地板、橱柜、台面、灯具、壁炉)、窗外景观、室外(外观、屋顶、泳池、花园)、天气和时间。也不能新增照片里没有的人、宠物、家具、电器、房间。

挑照片

  • 每个房间挑一张最能说明它的:光线好、视角宽、看得出大小;最出彩的一张用在开场。
  • 避开有人脸、家庭照片、证件、车牌、门禁密码的照片和广角变形严重的照片;私人信息躲不开,生成后打码。

照片转视频

按 Flova Skill 选模型,用首帧生视频:

  • 交给 Flova: 按 Flova Skill 里「参考素材」一节的方法上传取得 file_ref,角色标 first_frame,不要标 reference,否则模型会重新画一个房间。细节镜头先本地裁出那一块再上传。不要压太狠。file_ref 约一小时过期,提交前再上传。记下镜头、照片、file_ref、任务 ID 的对应。
  • 每个镜头: 3–5 秒,越短越不容易走样;按照片原本的比例生成,不直接生成 9:16,否则模型会补出照片外的内容。
  • 可用运镜: 慢推近到主角(岛台、壁炉、窗外)、缓慢横移、很小的视差。
  • 不用: 转身回头、镜头转向照片外、穿过门洞进另一间(房间之间硬切)、快速运动、甩镜头。
  • 请求里写: 哪一种运镜、速度很慢;保持布局、门窗、装修、景观与原图完全一致;不要人、文字、字幕、水印,不加家具,不改光线和天气。

检查

取每个镜头最后一帧和原照片并排看:门窗数量位置、墙线门洞、固定装修、窗外景观是否一致,直线有没有弯,有没有融化或凭空出现的东西。有一项不对就重做,同一个镜头改两次仍走样,用退路。

退路:对原照片推拉

用 FFmpeg 的 zoompan 对原照片做 3–5 秒缓慢缩放平移。朴素,但百分之百是原照片。可以和生成镜头混用,运动速度要接近。

横版做竖版

从横版画面里裁一个竖向窗口,放在房间主角上,可以几秒内缓慢横移;不用补图扩图。

虚拟布置

只在用户明确要求时做:只加可移动家具和软装,不改墙、地板、门窗和固定装修;成片结尾和发布文案里注明,例如「Some images virtually staged」,披露要求以当地规定为准。

房源分镜

房源视频先设计分镜再生成。用 分镜设计 的「营销片结构」想清每一拍的作用,按它的「分镜与元素交付」格式输出。本文是房产补充规则,冲突时以本文为准。

照片就是元素

所有画面都来自用户的照片,不新造场景。每张选中的照片是一个元素(E01 外观、E02 客厅……);「目标特征及保持要求」写这张照片里不能变的东西,见 。

每一拍的作用

角色在房源视频里是什么换来什么
hook最好看的一张(外观、景观、最出彩的空间),配状态和地址停下来看
proof每个房间一个具体卖点:朝向、材质、尺寸、一个细节相信这套房真的好
turn(可选)室内转户外或周边;带看里经纪人说自己的看法换口气
cta回到最好看的画面,接联系信息、开放日知道怎么约

说不出「换来什么」的镜头,删掉或合并。

动线

证明部分按看房路线排,没有的跳过:入户 → 公共区 → 私密区 → 户外 → 周边(只用用户给的照片和有依据的信息)。开场不从门口或 Logo 开始,前两秒放最吸引人的画面。

一张照片拆成几个镜头

  • 全景: 整张照片,缓慢推近或横移。
  • 细节: 从同一张里裁出一块(台面、壁炉、窗外)轻微推近,证明一个卖点。只能裁已有的内容,放大后要清晰;分辨率不够就不拆。同一张的两个镜头中间隔一个别的镜头。

照片多少

不设门槛,多少都能开始,但告诉用户:照片越多、越覆盖每个房间,视频越好,Agent 来挑。参考:

版本时长镜头数从容的照片数
预告15 秒5–65 张
亮点30 秒8–108 张
完整45–60 秒12–1612 张
带看60–90 秒10–14 加经纪人段落10 张

照片少时:多用「全景加细节」;先做短版本;没有的房间不出现,不用生成去补;告诉用户补哪几张最有用,不补也照做。

分镜表补充

每个镜头写:角色和换来什么、照片元素(全景或细节)、竖版裁取位置和窗口移动、运镜(都要慢)、时长(3–5 秒,联系信息停 3 秒以上)、分镜所需的信息卡、衔接(硬切或很短淡入淡出)。

信息卡文案

  • 分镜需要信息卡时,一张卡只说一件具体的事,不要求每个镜头都上字:「North-facing living room with floor-to-ceiling windows」,不是「Beautiful living space」。
  • 只写资料里有的事实,数字、单位照抄(美国 sq ft,澳洲 m²)。
  • 每条不超过两行;措辞合规,写完提醒用户核对。

声音

默认只配音乐,情绪配房子,切点尽量落在节拍上;可选第三人称旁白,先写旁白再定每拍时长。带看见 ,先定讲解稿再排分镜。

出多个版本

画面层只做一次;状态、价格、开放日、联系方式放在信息层作变量,换版本只改变量、重渲染信息层。不同时长从同一份分镜取舍。

版本变的是什么
Just Listed开场写状态,收尾写价格或售卖方式
Open House开场和收尾写开放日和时间段
Price Reduced开场写状态和新价格
Under Contract / Sold开场写状态,收尾改成「想找类似的房子,联系我」

分镜与素材交接规则

需要新分镜时,由宿主 Agent 按本流程直接设计;已有清楚的镜头表或剪辑意见时只补缺口,不强制重做。每个 S01 镜头/片段写明:对应脚本、画面与信息目标、时长/时间段、主体动作、运镜或元素运动、准确文字与声音、衔接及制作方式。用 E01 关联目标元素、用户素材和实际资源,原片 REF-E01 单列;未取得的素材标待制作,不编造资源 ID。检查跨镜头外观、空间、动作和声音连续性;取得真实配音后再校时。营销内容按实际作用标 hook(吸引注意)、turn(需要时承接)、proof(有依据的演示或细节)、cta(明确下一步),说明每拍为观众增加什么;讲解、叙事等沿用本流程各自结构。表达不明确时找真实参考,记来源及借鉴/替换的部分。以上规则可直接执行,不需要用户另找 Storyboard 文件。

创作流程

  1. Flova

    Flova

    生成带看镜头

    根据房源照片生成运镜画面、讲解和音乐。

  2. HyperFrames

    HyperFrames

    添加房源信息卡

    按分镜制作房源介绍和经纪人联系卡。

  3. FFmpeg

    FFmpeg

    剪成带看视频

    按参观顺序拼接镜头,同步声音并导出。