Xianxia Zither Crane Feeding Comedy

Poetic Wuxia × Deadpan Comedy | The Cranes Recognize Rice, Not the Zither
[Style]
Cinematic photorealism, live-action realism. A fusion of restrained poetic wuxia aesthetics, deadpan observational comedy, elegant classical Chinese composition, soft evening backlighting, low-saturation jade green and ivory white tones, fine film grain, and controlled group coordination of spiritual cranes. The core of the reversal: Animal instincts easily defeat immortal majesty. The first half creates a high-class, solemn, and ethereal spectacle of "zither music attracting cranes," while the second half uses a tiny daily accident for a deadpan teardown. The entire film is set in a pure ancient Chinese world, containing no modern elements.
[Generation Focus]
Optimized for Seedance 2.0 capabilities: Reference image identity locking, multi-shot continuous narrative, dual character stability, group animal coordination, and native audio-visual synchronization.
[Duration] Strictly 10 seconds.
[Aspect Ratio] 16:9 widescreen, 24fps.
[Shot Structure] Three clean and clear shots.
I. Character Locking
Character A | Sword Immortal Senior Sister: Locked via @Image 1 (face, hairstyle, body proportions, clothing, shoes, accessories). Setting: 25–30 year old East Asian female, oval face, fair natural skin tone, dark almond eyes, black long hair half-tied with a white jade hairpin, tall and slender. Clothing: White embroidered silk Hanfu, layered translucent wide sleeves, silver waist seal, jade pendant, white cloth boots. Temperament: Cold, calm, dignified, confident, striving to maintain immortal majesty.
Character B | Junior Sister: Locked via @Image 2. Setting: 20–25 year old East Asian female, round and lively face, black hair braided, small build. Clothing: Cyan linen Hanfu, dark cloth belt, wooden hairpin, black cloth shoes. Prop: Holding a small bamboo basket of grain. Temperament: Natural, sincere, admires Senior Sister, deadpan calm.
II. Animal Locking
Crane Group: Strictly 3 white cranes throughout. Must maintain white feathers, slender physique, spiritual temperament, and natural movement. First half: elegant and neat. Second half: instinctive, eager, and noisy due to grain.
III. Scene Setting
A stone platform on a cliff edge above a sea of clouds. Includes: ancient pine, stone railing, wooden pavilion, bronze incense burner, prayer banners, flagstone ground, sea of clouds, mist, and an ancient zither. Fixed spatial relationship: Senior Sister at the zither, Junior Sister by the pavilion, cranes circling then landing behind Senior Sister, grain spilling between the zither and Junior Sister.
IV. Shot Design
Shot 1 (0–3s): Low-angle horizontal tracking full shot. Establishes the stable relationship between characters, zither, cranes, and pavilion. Senior Sister plays zither while 3 cranes circle above. Sound: Zither, wind, distant crane cries, silk friction.
Shot 2 (3–6s): Medium side shot. Senior Sister finishes a phrase and says: "When the zither plays, a hundred birds pay homage." The 3 cranes land gracefully behind her. Junior Sister shows admiration. Sound: Zither tail, wings, Mandarin dialogue with accurate lip sync.
Shot 3 (6–10s): Close-up reveal to extreme close-up. Junior Sister's basket tilts, grain spills. The 3 cranes instantly abandon formation, rushing past Senior Sister to peck at the grain. One crane steps on the zither, creating a discordant note. Junior Sister says expressionless: "Senior Sister, they recognize the rice." Extreme close-up of Senior Sister frozen, eyebrow twitching, a white feather landing on her hairpin. Sound: Grain spilling, crane footsteps, pecking, discordant note, Mandarin dialogue.
V. Action Sequence (Last 4s): 1. Basket tilts -> 2. Grain spills -> 3. Cranes attracted -> 4. Cranes rush -> 5. Crane steps on zither -> 6. Junior Sister speaks -> 7. Cut to extreme close-up -> 8. Senior Sister freezes/eyebrow twitch -> 9. Feather falls.
VI. Performance Requirements: Senior Sister must be truly elegant for 6s, then show a silent breakdown. Junior Sister stays calm and sincere. Cranes transition from elegant to instinctive.
VII. Physics/Continuity: Natural movement for wings, fabric, and grain. Strictly 3 cranes, no extra people, stable character features and scene positions.
VIII. Sound: Native synced Mandarin, cinematic environment layers, no subtitles, no modern sounds.
IX. Technical: 10s, 3 shots, 16:9, 24fps, Seedance 2.0 locking.
X. Negative Prompts: blurry, bad quality, low quality, low resolution, noisy, jpeg artifacts, watermark, text, subtitles, captions, logo, error; deformed, mutated, bad anatomy, poorly drawn hands, bad composition, out of frame, disfigured; inconsistent character, changing clothes, changing hairstyle, face morphing, unstable face, background shift, glitching cuts, disappearing props; extra people, duplicated body, duplicated crane, more than three cranes, fewer than three cranes, broken continuity, wrong lip sync; modern objects, modern architecture, modern clothing details, electronic sounds, generated subtitles, unrealistic bird motion.

诗意武侠 × 冷面反转喜剧｜白鹤认米不认琴
【风格】
电影级写实质感，真人写实。
融合诗意武侠的克制美学、冷面观察式喜剧、优雅的古典中国构图、傍晚柔和逆光、低饱和玉绿色与象牙白色调、细腻胶片颗粒，以及可控的灵鹤群体调度。
反转核心是：动物本能轻易击败仙人威严。
前半段营造高雅、庄重、仙气十足的“琴音引鹤”奇观，后半段用一个极小的日常意外完成冷面拆台。
全片为纯古代中国世界，不出现任何现代元素。
【生成重点】
专为 Seedance 2.0 的以下能力优化：
参考图身份锁定
多镜头连续叙事
双角色稳定
群体动物调度
原生音画同步
【时长】
严格 10 秒

【画幅】
16:9 横屏，24fps

【镜头结构】
三个干净清晰的镜头

一、角色锁定

角色 A｜剑仙师姐

使用 @图片 1 严格锁定：

面部
发型

身材比例
服装

鞋子
饰品

人物设定：
25–30 岁东亚女性
椭圆脸

白皙自然肤色

深色杏眼

黑色长发半挽，以白玉簪固定

身材高挑纤细

固定服装：

白色刺绣真丝汉服

分层半透明宽袖

银色腰封

玉佩

白色布靴

人物气质：

清冷

从容

端庄

自信

极力维持仙人威严

角色 B｜小师妹

使用 @图片 2 严格锁定身份：

20–25 岁东亚女性

圆润灵动的脸

黑发编辫

身形娇小

固定服装：

青绿色亚麻汉服

深色布腰带

木簪
黑色布鞋

固定道具：

手中拿着一个装谷物的小竹篮

人物气质：

自然

真诚

崇拜师姐

补刀时语气平静，冷面感强

二、动物锁定

白鹤群

全片 始终只出现 3 只白鹤。
不能变成 2 只、4 只或更多。
三只白鹤必须保持：

白色羽毛

修长体态

灵鹤气质

动作自然真实

群体调度清楚

前半段它们动作整齐优雅。
后半段它们会因为谷物立刻脱离庄严状态，变得本能、急切、略显嘈杂。

三、场景设定
【场景】
云海之上的宗门临崖石台。
场景中固定包含：
古松
石栏
木质凉亭

青铜香炉

随风飘动的祈福布条

石板地面

云海与远山雾气

一张古琴

空间关系要求明确稳定：
剑仙师姐端坐在古琴前

小师妹站在凉亭旁
白鹤最初在上空盘旋，后降落到师姐身后
谷物最后洒落在古琴与小师妹之间的石板地面上
运镜要让观众始终清楚知道：

古琴的位置

师姐的位置

小师妹的位置

三只白鹤的位置

谷物洒落的位置

四、分镜设计

【镜头 1｜0–3s】

低角度全景横向跟拍

云海之上的宗门临崖石台，古松、石栏、木质凉亭、青铜香炉和祈福布条共同建立一个清楚稳定的古典空间。
同一个穿白色刺绣真丝汉服的剑仙师姐端坐于古琴前，从容抚琴。
同样 3 只白鹤在上空整齐盘旋一圈。
同一个穿青绿色汉服的小师妹站在凉亭旁等待，手中拿着同一个装谷物的小竹篮。

摄影机低角度横向缓慢移动，建立人、琴、鹤、凉亭和石台之间的稳定关系。
山风自然吹动头发、宽袖、祈福布条和云雾。

【声音】

古琴声

山风声

远处鹤鸣

云海环境声

轻微衣料摩擦声

【本镜头主要动作】
师姐抚琴，三只白鹤在上空整齐盘旋。

【镜头 2｜3–6s】

中景侧面镜头

同一个剑仙师姐闭上双眼，弹完一段优雅琴句，淡然说道：
“琴音一起，百鸟来朝。”
同样 3 只白鹤以优美整齐的队形缓缓降落在她身后，动作同步，翅膀整齐收拢，场面庄重而好看。
同一个小师妹露出发自内心的崇拜神情。
背景始终保持同一片石台、同一座凉亭、同一组石栏、同一尊香炉和同一片云海。
镜头要拍清：
师姐在前
白鹤落在她身后
小师妹站在一侧观看

【声音】
优雅古琴尾音

白鹤振翅声

鹤鸣声

师姐原生普通话台词，口型准确

【本镜头主要动作】
三只白鹤整齐降落在师姐身后。

【镜头 3｜6–10s】

近景跟随揭晓，转极近特写

同一个小师妹手中的同一个竹篮不小心轻轻倾斜，一小股谷粒洒落到石板地面上。
谷粒落地声音清晰。
同样 3 只白鹤瞬间被吸引，立刻放弃庄严整齐的队形，争先恐后地从剑仙师姐身边冲过去，低头啄食谷粒。
动作变得急切、直接、充满动物本能。
其中 一只白鹤 踩上同一张古琴，意外拨出一声刺耳乱音。
另外两只白鹤在石板上快速啄食。

同一个小师妹面无表情地说道：
“师姐，它们认的是米。”
随后切到极近特写：
同一个剑仙师姐双手悬停在琴弦上方，身体完全僵住。
一侧眉毛轻轻抽动。
一根松散的白色羽毛缓缓落在她的白玉簪上。
她没有发作，只是沉默僵住，体面正在一点点崩掉。

【声音】

谷粒散落声
白鹤急促脚步声

啄食声
振翅扑动声

古琴被踩出的刺耳乱音

小师妹原生普通话台词

结尾留一点尴尬安静

【本镜头主要动作】
谷粒洒落后，三只白鹤瞬间冲去吃米，拆穿“琴音引鹤”的庄严感。

五、最后 4 秒动作顺序锁定

为提高 Seedance 2.0 的执行稳定性，最后 4 秒严格按以下顺序发生：

小师妹手中的竹篮轻微倾斜

一小股谷粒洒落到石板地面

三只白鹤同时被谷粒吸引
三只白鹤放弃庄严队形，快速冲向谷粒

其中一只白鹤踩上古琴，拨出刺耳乱音
小师妹平静说出台词
切极近特写
剑仙师姐僵住，眉毛轻抽

一根白羽毛落到她的玉簪上
不要把这些动作同时挤在一起，不要打乱顺序。
六、表演要求
剑仙师姐

前 6 秒必须真正高雅、庄重、从容

台词要像仙门高人陈述事实

反转后不能大喊或夸张崩坏

喜剧点来自“威严被无声击穿”

重点表现：手悬停、身体僵住、眉毛轻抽、沉默破防
小师妹
前半段真心崇拜

洒落谷物后不要慌张

补刀语气平静、自然、像客观总结

她不需要夸张笑，只要冷静一句话就够

三只白鹤

前半段优雅整齐，像被琴音召来的灵禽

后半段立刻回归动物本能

这种反差是主要笑点来源之一

七、物理与连续性要求

物理效果
白鹤振翅、落地、冲刺、啄食动作自然真实

真丝衣料、头发、羽毛、云雾、布条运动自然
谷粒落地要有清楚的小颗粒感

古琴被踩时要有真实触弦反馈

羽毛落在玉簪上的动作要轻缓可信

连续性要求

全片始终只出现 3 只白鹤

不增加额外人物

不复制白鹤

不复制身体或道具

人物面部、服装、发型、身材比例全程稳定

古琴、石台、凉亭、香炉、石栏、竹篮位置保持一致

镜头衔接自然，不瞬移，不背景漂移

八、声音要求
原生同步普通话对白
古琴声、振翅声、鹤鸣、谷粒散落声、石板脚步声都要清楚同步

不生成字幕

不出现现代音效

整体声音要有电影感 and 真实环境层次

九、技术要求

严格总时长 10 秒
三个干净清晰的镜头

16:9 横屏

24fps

Seedance 2.0 参考图锁定稳定

多镜头叙事连续
双角色与三只白鹤关系明确

普通话口型准确

不增加额外人物

不生成字幕
十、负面词
blurry, bad quality, low quality, low resolution, noisy, jpeg artifacts, watermark, text, subtitles, captions, logo, error; deformed, mutated, bad anatomy, poorly drawn hands, bad composition, out of frame, disfigured; inconsistent character, changing clothes, changing hairstyle, face morphing, unstable face, background shift, glitching cuts, disappearing props; extra people, duplicated body, duplicated crane, more than three cranes, fewer than three cranes, broken continuity, wrong lip sync; modern objects, modern architecture, modern clothing details, electronic sounds, generated subtitles, unrealistic bird motion