以上传的图片为尾桢图，生成12秒视频。以上传尾帧图中的人物为准；保持尾帧里的面孔、年龄段、发型、服装和场景体系不变，不换脸，不换衣服，不新增无关主角。尾帧图对齐：以尾帧里的城门和守城士兵为准；守城士兵

以上传的图片为尾桢图，生成12秒视频。以上传尾帧图中的人物为准；保持尾帧里的面孔、年龄段、发型、服装和场景体系不变，不换脸，不换衣服，不新增无关主角。尾帧图对齐：以尾帧里的城门和守城士兵为准；守城士兵只能远处低幅移动，不新增官员近景。画面形式：历史人物第一人称自拍视频。人物像手持前置镜头对观众说话，但画面中不要出现手机。只允许轻微手持呼吸感和很小的前后晃动，不要大幅左右摇摆；左右漂移控制在画面宽度2%-4%。人物运动状态/运镜：人物沿城门边缘缓慢走动1-2步后站稳口播，镜头保持半身近景，脸部稳定居中，城门背景只轻微移动。主辅人物/群像限制：守城士兵不看镜头、不说话、不靠近主角，城门人流只做远处氛围。本幕总纲状态：人物表情是“表情自然克制，眼神随当前处境由轻到重”；情绪是“现场压住情绪，由平到重”；说话语气是“低声讲述，清楚、克制，像在现场压住情绪”。全程按这个状态表演，不要临时换情绪。语速控制：整体采用短视频vlog式偏快口播，普通叙述约4.2-5.0字/秒；开场和高光可到4.8-5.6字/秒；低谷、临终和金句收束降到3.4-4.2字/秒，保留0.5-1秒停顿；不要播音腔，不要拖腔。背景群像策略：允许保留群像来增强现场感，但群像是氛围层，不是第二主角。所有背景人物服装体系统一，运动幅度低，只做同方向整队、巡逻、操练、举火把或轻微慌乱；不看镜头，不开口说话，不单独表演，不穿过主体前景，不产生清晰第二张主脸。0-3秒，人物沿城门边缘缓慢走动1步，直接对镜，风尘感保留，背景低幅移动。辛弃疾说：“刚回到南方，我以为马上能北伐。”3-9秒，人物表情从平静转为压低，城门和士兵不抢主体。辛弃疾说：“进了朝堂才知道，最锋利的不是刀，”9-12秒，人物眼神停住，语气落重，留0.5秒停顿。辛弃疾说：“是人心。”音频：使用可灵配音，绑定本幕音色 `voice_xinqiji_young`；按“低声讲述，清楚、克制，像在现场压住情绪”配音，人声清楚靠前。背景群像不说话，只允许低风声、脚步声、火把声、兵器轻响、风吹草木、烛火轻响等与场景匹配的轻微环境声。BGM低音量古风弦乐/低鼓点铺底，不盖住人声。字幕后期另加：顶部黄字为本幕年龄事件，中部白字为台词。视频生成阶段不要生成任何文字、字幕、水印或UI。Negative Prompt: 文字，字幕，水印，现代建筑，现代物品，英文，乱码，脸部变形，手部变形，多余手指，多张脸，身份漂移，服装朝代错误，快速变脸，镜头跳切，低清，过度磨皮，背景人物抢镜，背景人物看镜头，背景人物开口说话，背景人群独立大幅乱动，morphing features, inconsistent identity, extra limbs