高端产品发布视频提示词

<inputs>
向我索要：产品名称和一句话承诺、三到五个要展示的界面时刻、一个强调色、十到二十条我自己拥有的真实竖版片段，以及一首有明确 drop 的免版税歌曲（例如 Mixkit，可免费商用）。
</inputs>

<direction>
高端极简。每个镜头只有一个想法，大量留白，一个强调色，一款干净的无衬线字体（Geist 或 Inter），字距收紧。遮罩式文字揭示、匹配剪辑、统一流畅的镜头语言。只用真实素材，绝不用占位卡片。屏幕文字里不加句号。
禁用：冲击波圆环、粒子爆发、RGB 分离、镜头抖动、镜头光斑、霓虹发光、网格地板、闪烁的背景、弹跳缓动。
</direction>

<structure>
120 BPM 下的 10 个小节，每小节 2 秒。
第 1 小节：钩子文案逐词踩着节拍落下。
第 2 小节：钩子里的一个词变形成产品界面。光标输入并点击。
Drop：一个圆从按钮里扩开，进入一个深色场景。
之后每小节一个动作：一面真实片段墙，扫描线扫过并选出 3 个赢家；关键产出变成大字；一个由真实视频组成的 3D 旋转木马，带地面倒影，并以动态模糊的快速甩镜甩到一条主角片段上；主角片段放进手机里，旁边一块面板翻转成结果；大数字用推切登场；一条 3 个词的滚动字幕；logo 揭示；淡出到黑。
</structure>

<build>
1. 一个 1920x1080 的 HTML 文件。所有样式都在 seek(t) 里根据时间计算：不用 CSS 动画，不用计时器，帧与帧之间不保留状态。
2. 真实视频：用 ffmpeg 把片段抽成 30fps 的 JPEG 序列，每一帧替换 img 的 src。seek 要等图片解码完成。
3. 用 numpy 分析歌曲：速度、节拍网格、每小节的能量、drop。把网格校准到真实的底鼓点上。每一次剪切都落在强拍上，每一次界面点击都落在节拍上。
4. 用 Playwright 渲染：每帧 3 个子帧，分别在 t 减、t、t 加 1/240s 处取样，再用 ffmpeg tmix 混合，得到 60fps 的真实动态模糊。
5. 放置每个音效时，让它测量出的峰值而不是文件开头落在事件上。音效在音乐下面保持安静。用 loudnorm 归一到 -14 LUFS。
6. 正式渲染前先抽查 20 帧或更多。凡是杂乱、重叠或难以阅读的地方都要修好。
</build>

<gotchas>
绝不要给 preserve-3d 元素设置 opacity 或 filter，否则它会被压平，两个面都会显示出来。改为淡化它外面的包裹层。匹配剪辑要在运行时测量元素位置。只使用许可允许商用的音乐和音效。
</gotchas>

<start>
先向我索要这些输入，然后在写任何代码之前，给我看一份分镜，每个时间点都落在节拍网格上。
</start>