全能参考：支持 9 张图片 + 3 段视频 + 3 段音频 + 文字
有智能：具备导演思维，自动编排分镜、控制叙事节奏
有知识：自带世界知识，知道拉面怎么做、品牌调性是什么
💡 核心原则：写意图，不写细节