感觉这个脸，没之前的好看了，而且手还多了 prompt： 生成一段20秒、16:9横屏、中文对白、超真实AI动态桌面互动视频。 【人物参考】 仅使用图片1锁定成年女主的五官、脸型、发型、肤色、人物身份和身体比例。 图片1中的服装不作为服装参考。 全程必须是同一个成年女主，不换脸，不改变五官，不改变发型，不改变肤色，不改变身材比例。 人物身份一致性的优先级最高。即使服装变化，脸、发型、肤色和身体比例仍保持高度一致。 【整体场景】 模拟电脑全屏桌面录屏。 画面底部始终保留简洁任务栏，左上角保留少量桌面图标。 桌面中央是一张可以实时互动的动态壁纸。 深色现代房间，黑色皮质沙发，冷色柔光，背景安静简洁。 固定机位。 全程 SINGLE CONTINUOUS SHOT。 20秒内完全一镜到底。 禁止切镜。 禁止推拉镜头。 禁止镜头突然重新构图。 女主主要活动于画面右半部分。 画面左侧中部始终留给语音字幕UI。 【字幕UI】 字幕只出现在画面左侧中部，不能放到底部。 字体为纤细现代无衬线中文字体，中等字号，无底框，轻微柔光和阴影。 女主 S1 说话时： 淡紫色字幕。 字幕左侧显示小型扬声器图标。 男主 S2 说话时： 白色字幕。 字幕左侧显示小型麦克风图标。 字幕下方始终存在一条细小白色实时音频波形。 当前有人说话时，波形随声音自然跳动。 每句话必须随着真实发音逐字输入。 约每字0.08至0.12秒。 不能整句同时出现。 不能提前出现后面的字。 当前句结束后完整字幕停留约0.4秒，再整体淡出。 下一句话开始之前，上一句已经完成淡出。 【对白规则】 成年女主固定为 S1。 镜头外成年中文男声固定为 S2。 S2 永远不露脸。 S1说话时，只有S1张嘴。 S2说话时，S1嘴唇必须完全闭合，只允许通过眼神、微笑、点头、转身等非口型反应进行互动。 严禁两个人同时说话。 所有中文对白口型必须准确。 对白自然，像真实情侣在电脑前随口互动，避免夸张配音腔。 【服装状态】 初始服装： 黑白横条纹修身短款七分袖上衣，低圆领或浅V领，轻微露出事业线，其余位置完整遮盖。 黑色低腰抽绳休闲长裤。 银色细项链。 第一套学院风： 深蓝黑格纹短款针织上衣，浅V领，剪裁完整自然。 蓝黑格纹百褶短裙。 白色过膝袜。 黑色乐福鞋。 整体年轻、清爽、自然。 第二套学院风： 黑色修身短西装外套。 象牙白衬衫，浅V领。 酒红色细领带。 酒红黑色格纹百褶短裙。 浅肤色薄丝袜。 黑色乐福鞋。 整体更成熟、更精致、更有反差。 所有衣服必须具有真实布料厚度、缝线、褶皱、重量和自然下垂。 禁止衣服在人物走动过程中融化、闪烁、变形或自行变化。 任何换装只能发生在女主完全离开画面以后。 【20秒完整时间线】 00:00至00:02.50 S1穿初始造型坐在黑色皮沙发右侧。 腿上抱着黑色靠枕。 她先自然整理一下耳边头发，然后抬眼看向镜头。 眼神亲近，带一点轻微玩笑感。 S1自然开口： 「今天想看哪套？」 左侧淡紫色字幕按照发音逐字输入： 「今天想看哪套？」 字幕下方白色波形随声音跳动。 00:02.50至00:03.40 S2从镜头外回答： 「想看学院风。」 S1立即闭嘴。 她听着男声，只轻轻抬眉，然后笑着点一下头。 左侧白色字幕逐字输入： 「想看学院风。」 00:03.40至00:04.60 S1笑着回答： 「行，等我一下。」 字幕同步逐字输入： 「行，等我一下。」 说完后，她立刻把黑色靠枕放到身边。 右手撑住沙发，自然起身。 00:04.60至00:07.20 S1迅速站起。 因为固定镜头距离较近，她的身体从镜头右侧前景向上掠过。 脸自然离开画面上沿。 腰部、长裤和腿部短暂经过前景。 她随后直接向右侧走出画面。 完全离画后才能开始换装。 出现一次轻快、短促的「嗖」声。 画面留下黑色皮沙发约0.8秒空镜。 桌面UI、任务栏、图标、沙发、光线、背景、镜头全部保持完全不动。 00:07.20至00:10.20 伴随一个很轻的亮相提示音。 S1已经在画外完成第一套换装。 她穿蓝黑学院风造型从右侧重新走进画面。 整个进入过程衣服保持稳定完整。 不能边走边生成服装。 不能出现局部闪烁或服装突变。 她站到靠近镜头的右侧位置。 由于距离较近，镜头主要看到腰部、蓝黑格纹裙摆、过膝袜和腿部。 头部允许自然超出画面上沿。 她轻轻转动一下身体，让百褶裙产生很小幅度、真实的惯性摆动。 然后略微低头朝镜头方向看。 S1笑着问： 「这套可以吗？」 淡紫色字幕逐字输入： 「这套可以吗？」 00:10.20至00:11.20 S2立即回答： 「好看，挺乖的。」 S1保持闭嘴。 她听见「挺乖的」以后，笑意停顿一下。 眼神变成一点不服气又觉得好笑的状态。 白色字幕逐字输入： 「好看，挺乖的。」 00:11.20至00:12.50 S1轻轻挑眉。 像临时改变主意一样说道： 「那再换一套。」 淡紫色字幕逐字输入： 「那再换一套。」 说完立刻转身。 裙摆跟随身体产生自然惯性。 她快速向右侧完全离开画面。 00:12.50至00:15.10 S1完全离画。 再次出现一次短促、流畅的换装「嗖」声。 沙发和桌面留下约0.7秒稳定空镜。 换装只能在画外完成。 随后S1已经穿好第二套酒红学院风，从右侧重新进入。 黑色西装、白色衬衫、酒红领带、酒红黑格纹裙、丝袜和乐福鞋从进入画面的第一刻起就已经完整存在。 服装在整个行走过程中保持完全一致。 她走到刚才相近的位置停下。 一只手很自然地整理一下西装下摆和领带。 然后轻轻侧身展示完整轮廓。 00:15.10至00:16.30 S1看着镜头问： 「这套呢？」 淡紫色字幕逐字输入： 「这套呢？」 00:16.30至00:17.30 S2几乎没有犹豫地回答： 「这套更适合你。」 S1完全闭嘴。 她听完以后先轻轻笑一下。 随后开始自然坐回沙发。 白色字幕逐字输入： 「这套更适合你。」 00:17.30至00:20.00 S1快速但自然地坐回黑色皮沙发右侧。 拿起原来的黑色靠枕重新抱在腿上。 她顺手整理一下头发和酒红领带。 身体微微靠向沙发。 镜头重新完整看到她的脸。 她始终看着镜头。 表情从刚才展示服装时的自信，变成亲近、略带捉弄感。 她抱着靠枕，嘴角微微扬起，对镜头说道： 「那你只能留一套。」 淡紫色字幕随着发音逐字输入： 「那你只能留一套。」 说完以后不要增加新的对白。 她轻轻偏头。 保持眼神交流。 像在等镜头外的人做决定。 字幕完整停留约0.4秒。 实时波形逐渐恢复平静。 画面自然结束。 【声音设计】 S1为真实年轻成年女性中文现场人声。 音色自然、亲近，避免广播腔。 S2为成年中文男性画外音。 声音距离感像坐在电脑前和她直接交流。 对白必须始终最清晰。 房间内保留非常轻微的真实环境底噪。 头发整理、身体起身、衣料摩擦、裙摆摆动、坐回沙发均带轻微真实物理声音。 两次离画换装分别出现一次非常短的流畅「嗖」声。 重新进入画面时允许一个极轻的亮相提示音。 背景音乐使用低音量、克制的电子氛围音乐。 对白开始时音乐自动降低。 对白结束后轻微恢复。 音乐不能覆盖对白。 【表演】 全程自然克制。 不要夸张卖萌。 不要舞台式展示。 不要刻意扭腰。 不要持续摆Pose。 所有动作像真实人在房间里和镜头外熟悉的人随口聊天。 初始状态亲近轻松。 第一次学院风带一点俏皮。 听到「挺乖的」之后出现很短的反差反应。 第二套更自信成熟。 最后重新坐下以后带一点得逞式的小捉弄感。 【稳定性约束】 固定机位。 一镜到底。 无切镜。 无推拉。 无突然变焦。 无镜头漂移。 无瞬移。 无镜内变装。 无服装融化。 无服装闪烁。 无人物复制。 无多余人物。 无错误手指。 无异常手臂。 无异常腿部。 无身体比例突变。 无脸型变化。 无发型变化。 无年龄变化。 S2永远不进入画面。 S2说话时S1严格闭嘴。 同一时刻只能有一个说话人。 字幕只能对应当前正在说话的人。 字幕不能提前出现下一句话。 保持桌面任务栏、图标、沙发、房间布局、灯光和镜头轴线从第一帧到最后一帧完全连续。