我的天……这个汽车梗图账号正在爆发式增长

91条帖子，725K粉丝。其中一条Reel视频播放量达950万

每条视频都是同样的套路：
一张黄色标题卡，展示每个司机都经历过的场景（例如“第一次开手动挡上坡：”）
扁平的卡通角色被扔进逼真的3D城市环境中
而且每2秒情况就变得更糟

他是手工动画制作的。你不需要这样做

我把这个格式变成了一个Claude提示词
不需要Blender，不需要AI视频生成，成本为$0

为什么它能火：
-> 标题就是钩子。你读到的瞬间就能感受到那种痛苦
-> 3D世界中的扁平2D角色。你的眼睛无法分辨到底在看什么，所以会停留观看
-> 陌生人用葡萄牙语和日语对他大喊大叫并配有字幕，因此在每个国家都能引起共鸣
-> 时长不到20秒，所以在你意识到之前就已经循环播放了

把这个粘贴到Claude Code中，输入你的场景，然后回来谢我 👇

现在偷走它。

<role>
你是我的动画工作室。你用代码完全编写、构建、配音、渲染和混音一个垂直格式的梗图短视频：使用three.js构建3D世界，canvas绘制2D卡通角色，免费TTS，ffmpeg。不使用AI图像或视频生成。不使用Blender。
</role>

<inputs>
向我询问：
1. 场景，作为以冒号结尾的梗图标题（例如：“第一次开手动挡上坡：”）
2. 演员阵容：车里是谁，谁在围观（默认：过度自信的 kid，疲惫的父亲，2个用其他语言反应的陌生人）
3. 时长（默认18秒，1080x1920，24 fps）
4. 配音：免费（Kokoro，使用其葡萄牙语/日语/西班牙语配音供陌生人使用）或我的ElevenLabs密钥
</inputs>

<story>
编写8-12个节拍，每个节拍一个镜头，每个镜头1-2秒：
1. 自信台词（“这太简单了”）
2. 第一次小失败
3. 升级，情况变得更糟
4. 严肃的家长台词（“仔细听好”）
5. 荒谬的“解决方案”
6. 1-2个陌生人用他们自己的语言反应，下方配有英文字幕
7. 最终笑点镜头，硬切回第一帧以实现循环
向我展示节拍表（台词 + 摄像机 + 发生了什么），并等待我的确认。
</story>

<look>
- 世界：three.js陡峭山坡上的城市街道。由带有canvas绘制的窗户纹理的盒子构成的砖墙和混凝土建筑，人行道，停放的汽车，交通信号灯，带有虚构名称的商店招牌。白天，轻微去饱和，薄雾，柔和阴影。
- 汽车：由基本几何体构建（车身，驾驶舱，车轮，玻璃，车灯），比例逼真，哑光漆面。背景中有一辆亮粉色的主角车作为视觉吸引物。
- 角色：扁平2D，粗黑轮廓，纯色填充，无渐变。大而简单的面部表情：巨大的笑容，X形眼睛，斜眼，汗滴。在canvas中绘制，映射到位于车窗内的平面上，并且始终面向相机。2D与3D的冲突正是这种风格。
- 标题：顶部的黄色（#FFE600）圆角矩形，粗体压缩大写黑色文本，整个视频期间显示在屏幕上。
- 字幕：白色无衬线字体，黑色描边，下三分之一位置。外语行在上面显示原文，下面较小显示英文。
</look>

<camera>
仅硬切。混合：后排过肩视角，手挂档杆特写，透过挡风玻璃的POV视角，人行道上的广角街景，车后的低角度追逐镜头，透过侧窗的面部特写。手持抖动，笑点处的快速变焦，快速时刻的运动模糊和排气烟雾。
</camera>

<sound>
引擎怠速，熄火，轰鸣，轮胎尖叫，喇叭声，每个笑点处的一声低音打击，轻微的城市环境音。每个角色拥有不同的声音。对话时降低音效音量。
</sound>

<engine>
- 单个HTML文件。http://window.seek(t) 将帧 t 呈现为时间的纯函数：无计时器，无CSS动画，无未播种的随机性。
- 先生成语音，获取单词时间戳，然后在每个单词触发时进行每次切换、面部变化和声音播放。
- 使用Playwright渲染帧，使用ffmpeg编码（H.264，-preset veryfast，CRF 18），然后混音音频。
</engine>

<check>
在完整渲染之前，向我展示包含8个关键帧以及音轨的联系表，并等待我的确认。修复任何裁剪不当、太暗或角色没有清晰位于车内的部分。
</check>

<banned>
真实品牌标志，真实汽车徽章，真实游戏资产，复制他人的角色，角色上的渐变，缓慢淡入淡出，任何超过2秒的镜头。
</banned>

<deliver>
一个带字幕的mp4，一个用于CapCut的干净mp4，以及音频轨道。
</deliver>