# 系统 B 需求设计文档（V1 完整版） ## 项目名称 **AI 多世界婚礼韩漫 / 婚礼视频定制系统（系统 B）** --- ## 文档目标 本文档用于稳定系统 B 的第一版产品需求，指导后续： - 产品需求确认 - 系统架构设计 - Codex 开发落地 - 模块拆分与开发顺序 - 后续与系统 A「原创小说 → 韩漫 / 漫剧生成系统」合并时的兼容规划 本版本是 V1，重点是把「真人照片 → 婚礼韩漫 / 婚礼视频」这条业务链路先完整梳理清楚。 --- # 1. 项目定位 ## 1.1 系统 B 是做什么的 系统 B 是一个面向 **情侣 / 夫妻 / 婚庆客户 / 定制礼品客户 / 影楼 / 婚庆工作室** 的 AI 定制生成系统。 用户上传真人照片后，系统根据用户选择的： - 视觉风格 - 世界观模板 - 朝代 / 幻想世界 / 科幻世界 - 场景模板 - 镜头模板 - 文案 / 旁白 / 音乐 自动生成： - 婚礼韩漫图集 - 多朝代婚礼图集 - 多世界穿越婚礼图集 - 婚礼短视频 - 多世界婚礼纪念片 - 半真人 / 真人感婚礼视频 --- ## 1.2 核心卖点 系统 B 卖的不是简单的「AI 图片」，而是： - 定制感 - 纪念价值 - 情绪价值 - 仪式感 - 时空穿越创意 - 韩漫 / 国风 / 幻想世界沉浸感 - 可以发朋友圈、小红书、抖音的社交传播内容 - 可以作为礼物、婚礼现场播放、纪念日惊喜的作品 --- ## 1.3 系统边界 当前系统 B 只做： > 真人照片 → 婚礼韩漫 / 婚礼图集 / 婚礼视频 / 多世界纪念视频 ### 当前纳入范围 - 真人照片上传 - 照片质量检测 - 人物身份建立 - 人像一致性控制 - 风格模板选择 - 世界观模板选择 - 场景模板选择 - 分镜 / 镜头生成 - 图像生成 - 简单视频合成 - 字幕 / 旁白 / 音乐 - 用户预览确认 - 成品交付下载 - 修改 / 返工流程 - 后台模板管理 - 后台任务管理 ### 当前不优先做 - 自动发布到抖音、小红书、快手 - 完整商城系统 - 小程序分销 - 多商户系统 - 真人语音克隆 - 超复杂电影级长视频 - 直播带货链路 - 企业级 API 开放平台 --- # 2. 长期架构原则：为后续与系统 A 合并做准备 虽然当前按两个系统开发： - 系统 A：原创小说 → 韩漫 / 漫剧 - 系统 B：真人照片 → 婚礼韩漫 / 视频 但系统 B 从第一天开始就要遵守平台化设计，后续可以合并到统一的 AI 内容生成平台。 --- ## 2.1 可复用公共能力 后续系统 A 和系统 B 可共用： - 用户系统 - 订单系统 - 文件上传系统 - 资源管理系统 - 模板系统 - Prompt 组装系统 - AI Provider 抽象层 - 图像生成任务队列 - 视频合成任务队列 - TTS / BGM / 字幕模块 - 审核与返工流程 - 存储与交付系统 - 日志与成本统计系统 --- ## 2.2 系统 B 特有能力 系统 B 特有能力包括： - 真人照片质量检测 - 双人人物身份映射 - 人脸一致性控制 - 婚礼世界观模板 - 婚礼场景模板 - 婚礼文案模板 - 多世界时空婚礼编排 - 套餐化交付逻辑 - 用户肖像授权逻辑 这些能力未来可抽成「真人照片定制插件模块」。 --- # 3. 用户对象与使用场景 ## 3.1 用户对象 1. 情侣 2. 夫妻 3. 婚礼新人 4. 婚庆公司 5. 影楼 / 摄影工作室 6. 纪念日礼物用户 7. 父母金婚银婚纪念用户 8. 自媒体案例展示与接单方 --- ## 3.2 核心使用场景 1. 结婚纪念视频 2. 婚礼现场播放视频 3. 求婚预热视频 4. 情侣纪念日礼物 5. 父母金婚 / 银婚纪念片 6. 情侣韩漫写真 7. 多朝代穿越婚礼视频 8. 修仙 / 科幻 / 架空世界婚礼图集 9. 小红书 / 抖音案例展示 10. 婚庆公司增值服务 --- # 4. 产品形态与套餐形态 ## 4.1 输出形态 A：图集版 输出内容： - 6~20 张成品图 - 高清图下载 - 封面图 - 可选水印版 / 无水印版 适合： - 情侣写真 - 古风写真 - 韩漫情侣图 - 朋友圈 / 小红书展示 --- ## 4.2 输出形态 B：短视频版 输出内容： - 30~60 秒短视频 - 9:16 / 16:9 / 1:1 - 配乐 - 字幕 - 简单运镜 - 简单转场 适合： - 抖音 - 小红书 - 视频号 - 纪念日礼物 --- ## 4.3 输出形态 C：时空婚礼纪念片 输出内容： - 1~3 分钟视频 - 多世界 / 多朝代组合 - 专属旁白 - 誓言文案 - 片头片尾 - 图集 + 视频交付 适合： - 婚礼现场播放 - 父母金婚银婚 - 高客单价定制 - 婚庆公司合作 --- ## 4.4 套餐建议 ### 套餐 1：标准图集 - 1 个主题 - 1 个世界观 - 3 个场景 - 6~12 张图 - 1 次小修改 ### 套餐 2：短视频版 - 1~3 个世界观 - 3~6 个场景 - 10~20 张图 - 30~60 秒视频 - BGM + 字幕 - 1 次小修改 ### 套餐 3：时空婚礼版 - 5~10 个世界观 - 每个世界 1~3 个场景 - 20~50 张图 - 1~3 分钟视频 - 旁白 + 字幕 + 片头片尾 - 2 次修改 ### 套餐 4：高端定制版 - 用户自由描述 - 专属文案 - 专属誓言 - 多轮修改 - 高质量精修图 - 高质量视频 - 人工审核 --- # 5. 风格与世界观体系设计 ## 5.1 视觉风格层 Style 第一阶段建议主打： 1. 韩漫风 2. 半写实古风 3. 国风插画风 4. 电影写实风 后续可扩展： 1. Q 版趣味风 2. 日漫风 3. 儿童绘本风 4. 史诗奇幻风 5. 赛博朋克风 --- ## 5.2 世界观层 World Template 系统不能只做「朝代」，而要做「世界观模板」。 ### 类目 1：历史朝代系 - 汉朝婚礼 - 唐朝婚礼 - 宋朝婚礼 - 明朝婚礼 - 清朝婚礼 - 民国婚礼 ### 类目 2：仙侠修真系 - 仙门大婚 - 九重天婚礼 - 桃花仙境婚礼 - 宗门大典 - 凤族神婚 - 龙宫婚礼 - 剑仙世界 ### 类目 3：未来科幻系 - 星际婚礼 - 宇宙飞船婚礼 - 月球基地婚礼 - 全息圣殿婚礼 - 赛博都市婚礼 - 未来机械王朝 ### 类目 4：趣味脑洞系 - 恐龙时代婚礼 - 原始部落婚礼 - 海底王国婚礼 - 云端王国婚礼 - 精灵森林婚礼 - 猫猫王国婚礼 ### 类目 5：架空奇幻系 - 魔法王朝婚礼 - 蒸汽王国婚礼 - 神话天宫婚礼 - 神秘雪国婚礼 - 暗夜王族婚礼 --- # 6. 场景模板设计 ## 6.1 场景模板是什么 场景模板不是简单图片，而是一套可复用的生成规则。 每个场景包含： - 场景名称 - 场景描述 - 服装要求 - 人物站位 - 镜头推荐 - 光影风格 - 氛围元素 - 支持特效 - 适用视觉风格 - 适用人生主题 --- ## 6.2 明制婚礼场景示例 - 王府喜堂 - 红绸长廊 - 花轿迎亲 - 园林仪式台 - 洞房花烛 - 夜宴烟花 --- ## 6.3 修仙婚礼场景示例 - 云海仙宫 - 桃花林誓言台 - 宗门大殿 - 仙舟婚典 - 灵兽守护山门 - 星河天台 --- ## 6.4 未来婚礼场景示例 - 银河观景台 - 太空礼堂 - 光之穹顶 - 星舰大厅 - 全息圣殿 - 月面婚礼台 --- # 7. 镜头模板设计 每个场景下面可以有多个镜头模板。 常见镜头： 1. 双人正面主婚照 2. 牵手远景 3. 对视特写 4. 誓言镜头 5. 行礼镜头 6. 环境氛围镜头 7. 走向礼台镜头 8. 花瓣 / 光效氛围镜头 9. 男方单人特写 10. 女方单人特写 11. 仪式全景 12. 片尾定格镜头 --- # 8. 用户下单流程 ## 8.1 流程总览 ```text 创建项目/订单 → 上传照片 → 照片检测与筛选 → 选择套餐 → 选择风格 → 选择世界观 → 选择场景 → 填写定制信息 → 系统生成脚本规划 → 预览确认 → 正式生成图片 → 一致性检查与补生成 → 生成视频 → 质检 → 用户确认 → 修改/返工 → 最终导出交付 → 项目归档 ``` --- # 9. 每一步详细需求 ## 9.1 创建项目 / 订单 用户输入： - 项目名称 - 用户昵称 / 联系方式 - 用途 - 作品类型 用途包括： - 婚礼纪念 - 纪念日 - 求婚 - 生日礼物 - 父母金婚银婚 系统处理： - 生成 project_id - 生成默认工作流 - 绑定套餐配置 - 初始化项目状态 --- ## 9.2 上传照片 ### 双人主题建议上传 男方： - 正脸清晰照 3~8 张 - 半身照 1~3 张 - 侧脸照 1~2 张，可选 女方： - 正脸清晰照 3~8 张 - 半身照 1~3 张 - 侧脸照 1~2 张，可选 双人合照： - 1~5 张，可选但推荐 ### 用户提示 不要上传： - 模糊照片 - 过度美颜 - 墨镜遮脸 - 戴口罩 - 逆光严重 - 脸部遮挡 - 多人混乱 - 分辨率太低 - 表情过度夸张 --- ## 9.3 照片预检测与筛选 必须检测： 1. 清晰度 2. 人脸完整度 3. 光照质量 4. 人脸角度 5. 遮挡情况 6. 是否多人混入 7. 重复图 8. 低质量图 9. 疑似角色混淆 输出结果： - 合格照片列表 - 警告照片列表 - 不合格照片列表 - 不合格原因 - 补图建议 如果跳过这一步，后续会出现： - 人不像本人 - 五官失真 - 男女搞混 - 多张图不一致 - 返工成本上升 --- ## 9.4 人物身份建立 目标：建立系统内部的双主角身份对象。 - Person A：男方 / 主体 A - Person B：女方 / 主体 B 处理内容： - 汇总高质量人像样本 - 生成外貌描述 - 生成气质描述 - 记录发型、脸型、眼睛、肤色、是否戴眼镜、是否胡须 - 生成参考图列表 - 生成主锚点图 产出： - 人物档案 - 人物参考图库 - 人物一致性锚点 - Prompt 人物描述 未来系统 A 合并时，这部分可抽象为「角色库」。 --- ## 9.5 套餐与输出规格选择 用户选择： - 图集 / 视频 / 长视频 - 画幅：9:16 / 16:9 / 1:1 - 分辨率等级 - 生成数量 - 是否配旁白 - 是否配字幕 - 是否配背景音乐 - 是否带片头片尾 - 是否加入名字、日期、纪念文案 --- ## 9.6 世界观与风格选择 用户选择： 1. 视觉风格 2. 世界观主题 3. 是否自由组合多世界 4. 每个世界选几个场景 5. 是否固定世界顺序 组合模式： ### 模式 A：单主题深度版 只做一个世界，例如修仙婚礼，但做多个场景。 ### 模式 B：多世界穿越版 例如： - 汉朝 - 明朝 - 修仙 - 未来科技 - 海底王国 --- ## 9.7 定制信息填写 可选输入： - 双方名字 - 纪念日 / 结婚日期 - 一句话誓言 - 想表达的主题 - 文案风格 - 是否显示名字 - 是否显示日期 - 是否允许公开展示 - 特别要求 文案风格： - 浪漫 - 庄重 - 梦幻 - 神秘 - 温馨 - 搞笑 - 古风 - 史诗 --- ## 9.8 自动生成创作方案 系统生成： 1. 作品标题 2. 作品大纲 3. 世界顺序 4. 场景顺序 5. 每个场景的镜头计划 6. 每个镜头的画面说明 7. 每个镜头的 Prompt 8. 视频时长规划 9. 旁白草稿 10. 字幕草稿 11. 片头片尾文案 输出给用户或运营确认。 --- ## 9.9 预览确认机制 预览内容： - 世界观顺序 - 代表风格图 - 人物试装预览图 - 场景缩略预览 - 文案草稿 - 作品预计时长 确认项： - 风格是否满意 - 人像是否像本人 - 世界顺序是否满意 - 场景是否需要替换 - 文案是否需要修改 未确认前，不进入高成本正式生成。 --- ## 9.10 正式图片生成 系统按镜头逐一生成： - 主婚照镜头 - 双人仪式镜头 - 对视镜头 - 氛围镜头 - 特写镜头 - 片尾镜头 生成要求： - 男女主长相稳定 - 同一世界服装稳定 - 场景设定不跑偏 - 画风统一 - 不出现多余人物 - 不出现乱码文字 策略： - 每个世界先生成锚点主图 - 后续同世界镜头参考锚点图延展 - 重要镜头支持多次生成和人工选图 - 同场景多图引用相同人物设定和服装设定 --- ## 9.11 一致性检查与补生成 自动检查： 1. 男女主是否像本人 2. 是否人脸崩坏 3. 是否男女混脸 4. 手部是否异常 5. 服饰是否跑偏 6. 场景是否错题 7. 是否有乱码文字 8. 是否多出第三人 9. 肢体是否不合理 处理逻辑： - 合格：入选 - 轻微问题：人工复核 - 严重问题：自动重生 - 多次失败：转人工处理或改模板 --- ## 9.12 视频生成 视频类型分层： ### A. 基础视频 - 图片 + 推拉镜头 - 转场 - 字幕 - BGM ### B. 轻动态视频 - 图片 + 简单图生视频 - 花瓣 / 光效 / 粒子 - 镜头轻运动 ### C. 高级视频 - 多关键帧动态 - 旁白 - 高级特效 - 高成本套餐 视频合成内容： - 片头 - 主体 - 片尾 - 背景音乐 - 字幕 - 旁白 - 世界切换转场 --- ## 9.13 音频与文案处理 ### 背景音乐 音乐模板： - 古风 - 浪漫钢琴 - 梦幻 - 史诗 - 科幻氛围 - 温馨家庭 注意：必须使用可商用音乐。 ### 旁白 可选： - 无旁白 - 系统旁白 - 情侣誓言型旁白 - 纪念文案型旁白 - 父母祝福型旁白 ### 字幕 - 自动生成 - 支持名字 - 支持日期 - 支持誓言 - 字数必须控制，避免画面拥挤 --- ## 9.14 质检 自动质检： - 视频是否合成成功 - 音画是否同步 - 字幕是否出框 - 分辨率是否正确 - 文件是否可播放 - 封面是否生成 人工质检： - 人像是否满意 - 风格是否符合要求 - 是否有明显穿帮 - 片段节奏是否顺 - 文案是否合理 高客单价套餐必须人工质检。 --- ## 9.15 交付与下载 交付内容： - 成品视频 MP4 - 封面图 - 图集原图 - 可选文案文本 - 可选无字幕版本 - 可选有字幕版本 下载方式： - 项目页下载 - 有效期下载链接 - 后台归档 --- ## 9.16 修改与返工机制 必须提前定义修改范围。 ### 小改 - 改字幕 - 改名字 - 改日期 - 换音乐 - 换片尾文案 ### 中改 - 替换 1~2 个场景 - 重做个别镜头 - 微调风格 ### 大改 - 全部换主题 - 全部重做人设 - 更换整体风格 - 整条视频重做 规则： - 标准版允许 1 次小改 - 高级版允许 2~3 次修改 - 大改重新计费或重新下单 --- # 10. 系统功能模块拆分 ## 10.1 前台 / 用户端 - 创建项目 - 上传照片 - 选套餐 - 选风格 - 选世界 - 选场景 - 填文案 - 预览确认 - 查看进度 - 下载交付 - 申请修改 --- ## 10.2 后台管理端 - 用户管理 - 订单管理 - 项目管理 - 模板管理 - 作品审核 - 返工处理 - 素材管理 - 视频导出管理 - 日志与错误处理 --- ## 10.3 核心业务模块 1. 项目编排模块 2. 照片检测模块 3. 人物档案模块 4. 世界观模板模块 5. 场景模板模块 6. Prompt 组装模块 7. 图像生成模块 8. 一致性检查模块 9. 视频合成模块 10. 音频模块 11. 字幕模块 12. 交付模块 13. 修改申请模块 14. 授权与隐私模块 --- # 11. 核心数据模型建议 ## 11.1 Project - project_id - user_id - package_type - output_type - style_type - status - total_duration - created_at ## 11.2 PersonProfile - person_id - project_id - role_type - appearance_summary - reference_asset_ids - quality_score ## 11.3 Asset - asset_id - project_id - type - path - width - height - status - tags ## 11.4 WorldTemplate - world_id - category - title - prompt_base - style_rules - taboo_rules ## 11.5 SceneTemplate - scene_id - world_id - title - prompt_scene - shot_recommendation - visual_keywords ## 11.6 ShotPlan - shot_id - project_id - world_id - scene_id - shot_type - prompt_text - duration - sort_order ## 11.7 RenderTask - task_id - project_id - task_type - input_json - output_asset_id - status - retry_count - error_message ## 11.8 RevisionRequest - revision_id - project_id - type - request_text - status --- # 12. 技术架构建议 ## 12.1 推荐技术栈 后端： - Node.js - NestJS - REST API - WebSocket，后续用于进度推送 前端： - uni-app 用户端 - Vue3 + Geeker-Admin 后台 数据库： - MySQL 8 队列： - Redis + BullMQ 文件存储： - MinIO - 后续可切 OSS / COS / S3 视频处理： - FFmpeg AI 模型接入： - 文本模型接口层 - 图像模型接口层 - TTS 接口层 - 图生视频接口层 - 审核接口层 部署环境： - Linux 服务器 - Nginx - PM2 / systemd - Docker 可选 --- ## 12.2 分层架构 ### 接入层 - uni-app 用户端 - 后台管理端 - API 网关 ### 业务层 - 用户服务 - 项目服务 - 订单服务 - 模板服务 - 人物服务 - 创作编排服务 ### AI 编排层 - Prompt 服务 - 图像生成服务 - 音频生成服务 - 视频生成服务 - 质检服务 ### 基础设施层 - MySQL - Redis - Object Storage - FFmpeg Worker - 日志系统 --- # 13. AI 能力抽象层设计 从第一天开始不要把模型写死，要做 Provider 抽象。 ## 13.1 TextProvider 负责： - 文案生成 - 分镜生成 - 旁白生成 - 字幕草稿生成 ## 13.2 ImageProvider 负责： - 预览图生成 - 正式图生成 - 局部修图 - 重绘 ## 13.3 VideoProvider 负责： - 图生短动态片段 - 高级动态镜头 ## 13.4 VoiceProvider 负责： - 旁白音频 - 祝福语音频 ## 13.5 QualityCheckProvider 负责： - 图片质量检测 - 人像一致性检测 - 视频质检 --- # 14. 开发阶段规划 ## 第一阶段：MVP 目标：跑通最小闭环。 范围： - 上传照片 - 选择 1 个风格 - 选择 1~3 个世界模板 - 选择固定场景 - 生成图集 - 合成简单视频 - 下载成品 特点： - 不做太多自由组合 - 不做复杂返工系统 - 先让系统能交付 --- ## 第二阶段：标准版 增加： - 多世界组合 - 预览确认机制 - 完整模板系统 - 旁白与字幕 - 简单返工 - 更好的质检 --- ## 第三阶段：商业版 增加： - 套餐计费 - 修改次数控制 - 后台审核工作流 - 模板管理系统 - 运营案例管理 - 多风格输出 - 更高阶视频动态效果 - 成本统计 - 隐私删除流程 --- # 15. 关键踩坑点清单 ## 15.1 人像一致性不稳 风险： - 生成结果不像本人 - 男女脸互串 - 同一人多张图长相不一致 解决： - 上传多张高质量参考图 - 做人物档案与锚点图 - 同一世界先生成主图再延展 - 重要场景增加人工选图 --- ## 15.2 照片质量差导致全链路崩 风险： - 人不像本人 - 生成失败 - 返工多 解决： - 必做照片质检 - 明确上传规范 - 不达标必须补传 --- ## 15.3 模板过度自由导致系统失控 风险： - 用户全自由输入 - 结果风格乱 - 成本失控 - 交付不可控 解决： - 前期以模板 + 少量定制为主 - 自由输入只做补充，不直接放到底层 --- ## 15.4 返工无限膨胀 风险： - 用户反复修改 - 生成成本爆炸 解决： - 套餐定义修改次数 - 小改 / 中改 / 大改分级 - 大改重新计费 --- ## 15.5 音乐版权风险 风险： - 商业交付时 BGM 侵权 解决： - 只使用可商用音乐库 - 每首音乐记录授权来源 --- ## 15.6 隐私与肖像权风险 风险： - 上传真人照片涉及隐私与肖像权 解决： - 用户授权协议 - 不得默认公开展示 - 案例展示需单独授权 - 支持隐藏与删除 --- ## 15.7 历史朝代风格不准确 风险： - 用户对汉唐宋明清有期待 - 服饰乱搭会降低质感 解决： - 每个历史模板做专业设定 - 服装、头饰、礼仪、色调固定化 --- ## 15.8 视频生成成本失控 风险： - 全部做高动态视频，成本、速度、稳定性都爆 解决： - 第一版以图集 + FFmpeg 视频为主 - 关键镜头再用高级动态 - 高级动态只放高客单套餐 --- ## 15.9 文案廉价 风险： - 文案太土、太长、太网感 解决： - 文案模板分风格 - 控制字幕长度 - 提供浪漫、庄重、梦幻、古风等文案模板 --- # 16. 推荐 MVP 工作流 ```text 1. 用户创建项目 2. 上传男女照片 3. 系统做照片质检 4. 用户选择套餐、风格、世界模板、场景 5. 用户填写名字、日期、文案偏好 6. 系统生成创作方案 7. 系统生成低成本预览图 8. 用户确认 9. 系统生成正式图 10. 系统合成视频 11. 系统质检 12. 用户下载成品 ``` --- # 17. V1 结论 系统 B 第一版可以作为： - 产品需求初稿 - 系统设计基线 - Codex 开发说明骨架 - 后续继续细化的主文档 这版已经兼顾： 1. 系统 B 独立运行 2. 后续与系统 A 合并 3. 商业定制可行 4. 模板化与自由定制平衡 5. 降低返工和踩坑风险 V1 后续需要继续细化： - 功能清单 - 页面清单 - 状态流转 - 技术架构 - 数据库表结构 - API 接口 - AI 生成流水线 - Codex 开发任务