Hotel Lobby AI 提示词：真实原版逐行拆解

全程参照参考视频1的表演：照搬它的取景、节奏和每一个动作、手势、转头、表情和嘴型，以及纯橙色背景和两人之间悬挂的那支银色麦克风。保持参考视频1的机位取景：不要推近，不要拉远，不要平移。不要加入参考视频1里没有的动作或场景元素。

左边的表演者：参考图片1里的人。右边的表演者：参考图片2里的人。他们完全替换参考视频1里的两个人：脸、发型、身材和衣服都来自照片，参考视频1里的人一样都不要。照片里完全看不到某个人的衣服时（只有脸、或者光着肩膀），给这个人穿适合他的普通便装，比如简单的 T 恤和牛仔裤；绝不要参考视频1里那两个人的戏服、披风、外套、皮带、手套和蒙眼布。动物保持原样，不加衣服。忽略照片的背景。

配乐：一首为这条视频原创的暗黑亚特兰大 trap 歌曲，节拍和节奏跟着参考音频1走：同样的速度、律动、鼓点和弹跳感，卡准参考视频1里的动作。按这个风格做一段新的伴奏、写新歌词；不要重复使用参考音频1的歌词、旋律和人声。精简但有力：砸地、粗砺、在音符之间滑动的 808，尖锐的军鼓加拍手配利落的踩镲，再加一条阴森、带东方色彩的旋律循环。情绪暗、有压迫感、自信。说唱是快速、有弹性的三连音 flow，跑在缓慢的节拍上面。混音：人声清楚地在最上面，伴奏紧跟其后、几乎一样响，有力、有冲击感，从不变小，两句之间也不断。左边的表演者对着悬挂的麦克风说唱一段原创、干净的歌词，主题是：“Maya 的 30 岁生日和她糟糕的侧方停车”。用这个主题的语言来唱。说唱人声清晰，嘴型与每个字同步，自然地点头，嘴部表情丰富。右边的表演者是助兴搭档：指着说唱的人，做反应、微笑，跟着节拍加简短的附和。不要使用任何现成的歌曲、现成的歌词或任何真实歌手的声音。

9:16。橙色从一边铺到另一边，填满整个画面，没有黑色或暗的区域。不要分屏，不要多余的人，画面上不要字幕或文字。人脸从头到尾保持一致。

根据两张参考照片，生成一条 12 秒、9:16 的竖屏视频。左边是图1中的人，右边是图2中的人，两人全身出镜，脸、头发、衣着和身高都和各自的照片保持一致。这是一对情侣，在一间朴素、照明均匀的橙色摄影棚里对唱一段说唱：墙面和地板都是橙色，屋里再无他物。正中间用一根细缆线从天花板吊着一支银色电容麦克风。左边的人对着麦克风说唱，手势干脆有自信；右边的人一边笑一边伸手指他，踩着节拍跳舞，到最后一句时探身凑近麦克风。机位固定在胸口高度，整段一个镜头：不剪切，不变焦，不摇镜。画面里没有其他人，没有字幕，没有标志。

根据两位成年挚友的两张参考照片，生成一条 12 秒、9:16 的竖屏视频。图1在左，图2在右，两人全身出镜，每个人的长相、发型、服装和身材都与照片一模一样。场景是一间朴素的橙色摄影棚，墙和地面无缝连成一片橙色，两人之间从天花板垂下一支银色麦克风。前一半时间，左边的朋友对着麦克风说唱，右边的朋友点头、咧嘴笑，用大幅度的动作给他打气；后一半两人对调，左边的朋友改为做反应。两人的动作彼此独立，绝不做成镜像。机位固定，一镜到底，光线柔和均匀，两人的身体和双脚都在画面内。不要多余的人、道具、文字或标志。

根据两张参考照片，生成一条 12 秒、9:16 的竖屏视频。左边是图1中的一位长辈，右边是图2中他已成年的孙辈，两人全身出镜，各自保留照片里的脸、头发、衣着和身高。两人在一间朴素的橙色摄影棚里对唱说唱，中间从天花板垂下一支银色麦克风。长辈对着麦克风说唱，动作缓慢、稳重又有底气；孙辈一脸不敢相信，笑着踩节拍跳舞，到最后一句时也跟着唱起来。两人的动作都自然、不吃力。固定机位，一个连续镜头，棚内光线均匀：不剪切，不变焦，不摇镜，没有其他人，没有字幕。

根据两张原创插画角色的参考图，生成一条 12 秒、9:16 的竖屏视频。左边站着图1中的角色，右边站着图2中的角色，都是全身出镜，画风、配色、比例和服装都严格沿用原图，并且两个角色都用这同一种画风来呈现。两人在一间朴素的橙色摄影棚里对唱说唱，中间从天花板垂下一支银色麦克风。左边的角色对着麦克风说唱，手部动作夸张生动；右边的角色做出反应，伸手指向对方，踩着节拍跳舞。固定机位，一个连续镜头，不剪切，不变焦，不摇镜。不要多出来的角色，不要文字，不要标志。

根据两张宠物参考照片，生成一条 12 秒、9:16 的竖屏视频。左边是图1中的动物，用后腿直立；右边是图2中的动物。两只动物各自保留照片里的品种、脸型、眼睛颜色、毛色花纹、体型和项圈。它们在一间朴素的橙色摄影棚里，中间从天花板垂下一支银色麦克风。左边的动物随着节拍张合嘴巴，用前爪比划，仿佛正对着麦克风说唱；右边的动物跟着节拍晃脑袋，看向镜头，随节拍扭动。身体结构要正常：每只四条腿、一条尾巴，从耳朵到爪子完整地出现在画面里。固定机位，一个连续镜头。没有人，没有多余的动物，没有文字。