Guía del usuario del modelo mundial HappyOyster: capacidades, demostraciones y redacción de prompts para los modos Aventura, Dirección y Actuación.
Descripción general
HappyOyster es una serie de modelos de mundo abierto: proporcione texto o una imagen y generará un mundo digital interactivo en tiempo real, abarcando tres modos: Aventura, Dirección y Actuación. Visite el sitio web de HappyOyster para probarlo en línea:
| Modo | Función | Entrada | Salida |
|---|---|---|---|
| Aventura (Exploración de mundos) | Entre a un mundo generado en primera o tercera persona; muévase, luche y monte libremente | Texto + imagen del primer fotograma | Transmisión de video interactiva en tiempo real |
| Dirección (Dirección en tiempo real) | Transmita un video de 3 minutos; inyecte comandos en cualquier momento para cambiar la historia | Texto / imagen del primer fotograma / referencia de múltiples imágenes | Transmisión de video interactiva en tiempo real con pausa, rebobinado y ramificación |
| Actuación (Roleplay de personaje) | Hable cara a cara con un personaje generado que responde con expresiones, acciones y voz | Texto + imagen del primer fotograma | Transmisión de video interactiva en tiempo real |
Aventura (Exploración de mundos)
A partir de texto y una imagen del primer fotograma, genera una escena de mundo abierto en cualquier estilo con múltiples formas de interacción. Admite vistas en primera y tercera persona con movimiento en tiempo real y control de cámara. Una imagen más una línea de descripción es todo lo que necesita para entrar en un mundo que puede recorrer, combatir e interactuar; por ejemplo, montar a caballo, volar, conducir y explorar mundos de diferentes estilos. Defina lo que want jugar en el momento de la creación, y el mundo responderá en consecuencia.
Ejemplos
Comparación de perspectivas
| Primera persona | Tercera persona |
|---|---|
| Exploración inmersiva en POV, ideal para conducción y sigilo. | Vea el cuerpo completo de su personaje, ideal para acción-aventura y juegos de rol. |
Interacción consciente del entorno
El modelo comprende lo que hay en el encuadre y habilita mecánicas de juego acordes basadas en los objetos presentes en la escena.
| Movimiento del sujeto | Interacción ambiental | Respuesta física |
|---|---|---|
| Correr, saltar, agacharse, atacar (varía según el tipo de personaje) | Entrar en vehículos, activar mecanismos del escenario | Colisión, rebote, gravedad y otras retroalimentaciones físicas |
Estilos de mundo
Admite la generación de mundos en cualquier estilo. Aquí hay algunos ejemplos:
| Juego-Isla de fieltro | Espacio-Caminata lunar | Fantasía-Vuelo |
|---|---|---|
| Renderizado de materiales tipo caricatura, exploración no realista | Física de baja gravedad, interacción en escenarios espaciales | Vuelo, escoba voladora y otras interacciones fantásticas |
| Montar animales | Combate y ataques | Vehículos |
|---|---|---|
| Montar, desmontar, control de monta | Puños, arcos, armas de fuego, magia | Automóviles, bicicletas, patinetas |
Interacciones
| Capacidad | Descripción |
|---|---|
| Movimiento del sujeto | Correr, saltar, agacharse, atacar (varía según el tipo de personaje) |
| Combate | Puños, arcos, armas de fuego, magia; combate individual o en dúo |
| Monturas y vehículos | Montar/desmontar caballos; automóviles, bicicletas, patinetas |
| Interacción ambiental | Entrar en vehículos, respuesta física a colisiones |
| Estilos de mundo | Realista, anime, fieltro, espacial, fantasía: cualquier estilo |
| Perspectiva | Primera persona (POV inmersivo) / tercera persona (acción-aventura) |
Redacción de prompts
Dos principios fundamentales: primero, lo que esté en la escena es con lo que podrá interactuar; segundo, cualquier reacción que usted want, debe escribirla también. Los objetos que no describa no podrán usarse, y las reacciones que no describa no se ejecutarán.
Redacte su descripción de creación siguiendo estos 5 puntos y la interacción se ajustará mejor a sus expectativas:
-
Perspectiva: Primero decida entre primera persona o tercera persona. La primera persona es adecuada para conducción inmersiva y exploración en POV; la tercera persona le permite ver a su personaje, ideal para acción-aventura y juegos de rol.
-
A quién interpreta: Especifique el género / identidad / apariencia del personaje principal (por ejemplo, "una guerrera con armadura de cuero"). Esto es especialmente importante en tercera persona, ya que la apariencia del personaje determina directamente el estilo de movimiento.
-
Armas / equipo: Si usted want luchar o atacar, indique qué tiene en la mano: puños / arco largo / arma de fuego / magia / espada. Diferentes objetos implican diferentes acciones disponibles.
-
Oponente y reacción: Además de indicar a quién golpea, describa "qué sucede tras el impacto": el oponente tropieza hacia atrás / cae al recibir el golpe / levanta un escudo para bloquear, más los efectos de impacto que usted want (chispas, llamas brotando, una onda expansiva). El modelo ejecuta la reacción que usted escribe; cuanto más específicos sean la reacción y los efectos, mayor será la sensación de impacto.
-
Objetos interactuables: Si usted want montar o conducir, haga que el caballo, automóvil, bicicleta, patineta, etc., aparezcan en el encuadre. Si un objeto no está en el encuadre, no podrá subirse a él.
Ejemplos de prompts
Tercera persona-Acción y aventura
Third-person view: a female warrior in leather armor stands at the center of
an arena, holding a longbow, as a giant wolf lunges at her; sparks burst when
the arrow lands, the wolf flinches and stumbles back in pain, dust kicks up
from the sand, and the stands are packed with spectators.
Interacciones disponibles: desenfundar y disparar, esquivar, combatir cuerpo a cuerpo; los impactos generan chispas y reacciones de golpe en el lobo.
Primera persona-Conducción inmersiva
First-person view: I sit in the driver's seat of a vintage classic car, both
hands on the wheel, a dusk coastal highway ahead; the engine roars as I hit the
gas, and the wheels kick up dust from the road.
Interacciones disponibles: acelerar, girar, conducir por la carretera, con sonido del motor y retroalimentación de polvo al acelerar.
Ejemplo de referencia
| Primer fotograma | Prompt | Video generado |
|---|---|---|
 | Visuales cinematográficos realistas de videojuego. Vista en tercera persona sobre el hombro, un hombre con una chaqueta de cuero oscura y desgastada se encuentra en un camino de tierra en un pueblo abandonado, con una escopeta levantada en postura de combate. En la niebla distante, varias criaturas humanoides retorcidas se acercan lentamente. A su alrededor hay casas de madera derrumbadas, un molino en ruinas y leña apilada. El cielo está nublado y sombrío, la atmósfera general es opresiva y aterradora, con tonos principalmente gris-marrón y verde oscuro. |
Dirección (Dirección en tiempo real)
A partir de texto, una imagen del primer fotograma o múltiples imágenes de referencia, transmite un video de hasta 3 minutos de duración. Inyecte comandos en cualquier momento durante la generación para cambiar la dirección de la historia; admite pausa, rebobinado y ramificación. Use imágenes cargadas como referencia para fijar la apariencia de personajes u objetos y garantizar una consistencia total.
Ejemplos
Narrativa
| Escena de un solo personaje | Escena de dos personajes |
|---|---|
| Monólogo de un solo personaje o escena de acción. | Diálogo de dos personajes, textura cinematográfica realista. |
Interacción inmersiva en primera persona
| Exploración exterior en primera persona | Interacción realista con personajes |
|---|---|
| Deambulación en primera persona por entornos exteriores. | Interacción en tiempo real cara a cara con personajes realistas. |
Capacidades principales
| Capacidad | Descripción |
|---|---|
| Generación en streaming | Generación y reproducción en tiempo real, sin necesidad de esperar al renderizado completo |
| Inyección de comandos | Inserte nuevos comandos en cualquier momento durante la generación para cambiar las acciones del personaje, el trabajo de cámara o el entorno de la escena |
| Pausa y rebobinado | Pause y continúe, o rebobine a cualquier punto y vuelva a ejecutar |
| Referencia multimodal | Use imágenes cargadas como referencia para fijar la apariencia de personajes/objetos y mantener consistencia durante 3 minutos |
Tipos de inyección de comandos
| Tipo | Ejemplo | Notas |
|---|---|---|
| Activador de acción | "Ella se pone de pie de repente." / "Él deja la taza en la mesa." | Acción breve y clara, la más confiable |
| Trabajo de cámara | "Corte a un primer plano facial." / "Aleje la cámara lentamente." | Los términos cinematográficos son más precisos |
| Cambio de escena | "Empieza a llover." / "Salto temporal al atardecer." | Inyecte una variable ambiental para cambiar el ambiente |
| Nuevo personaje | "La puerta se abre, entra un hombre con sombrero negro." | Especifique apariencia + primera acción |
Redacción de prompts
Un video de 3 minutos requiere un guion estructurado. Se recomienda una estructura de prompt de seis partes:
| Parte | Nombre | Propósito |
|---|---|---|
| 1 | Mundo | Tiempo-espacio + género + conflicto central, 1-2 oraciones para establecer la coordenada narrativa |
| 2 | Personaje | Género/edad/apariencia/vestimenta/personalidad/emoción/voz — 7 elementos esenciales + imágenes de referencia para fijar la apariencia |
| 3 | Estilo | Director / etalonaje / iluminación — tres anclas |
| 4 | Escena | Tipo de escena / ambiente emocional / composición / sonido ambiental — cuatro dimensiones |
| 5 | Guion completo | Bloqueo de ajustes (punto de vista/sujeto/voz/ritmo BLOQUEADO) + plan de tomas (Apertura/Desarrollo/Giro/Sustento/Cierre — 5 actos) |
| 6 | Lista negativa | Elementos visuales o sonoros que no deben aparecer |
Sección por sección
① World-Time-space + genre + core conflict
Sentence skeleton: [Year + season], [city / specific location], the genre is [narrative style], the core conflict is [one-line conflict].
② Character-7 essentials + consistency
1-Basics — gender / age / build / temperament
2-Appearance — hairstyle & color / facial features / key identifiers (scar / mole / glasses)
3-Clothing — top / bottom / shoes / accessories; the more specific, the more stable the consistency
4-Identity — occupation / class / social role
5-Personality — 1-2 keywords (reserved-hot-tempered-outwardly tough)
6-Current emotion — what they're thinking, bothered by, or waiting for in this moment
7-Voice / timbre — gendered voice + age range + accent + overall feel; a must for multi-character scenes
③ Style-Three anchors: director / color grade / lighting
1-Director / genre anchor — "Japanese family-drama texture," "Hong Kong neon light and shadow," "hard-edged cold-tone sci-fi"
2-Color grade — "warm gold tone, low saturation," "cool blue base + neon highlights"
3-Lighting type — "natural light dominant," "hard top light," "side back-light from a window"
④ Scene-4 dimensions + key-item reference
1-Scene type (indie indoor café / abandoned suburban factory / ancient inn hall / school rooftop)
2-Ambient mood (warm and relaxed / crowded and noisy / cold and oppressive / quiet and suspenseful)
3-Layout (table & chair placement / key prop positions / spatial depth / main furnishings)
4-Ambient sound — 2-3 specific sounds (indoor BGM + distant nature sound + occasional voices)
⑤ Full script-Settings lock + shot plan
a) Settings lock-6 recommended LOCKs
VIEWPOINT LOCK Use a single viewpoint throughout; no switching
POV SELF-LOCK In POV, "my" face / full body / mirror reflection never appears
CAST LIMIT ≤ 3 subjects in frame at once
SUBJECT LOCK Character clothing / hairstyle / props unchanged for 3 minutes
VOICE LOCK In multi-character scenes, each voice stays fixed; no swapping
PACE LOCK No single silence / pause exceeds 2 seconds
b) Shot plan-5 shots × 4 frames
Open [0:00-0:10] HOOK — strong opening, no flat exposition
Build [0:10-0:50] Establish character relationships; introduce the first variable
Turn [0:50-1:40] The film's one and only surprise (reversal / conflict / choice)
Sustain[1:40-2:30] Emotional breathing room; density can thin but never fully silent
Close [2:30-3:00] End on one image / one line / one action; throw an interaction hook
Each shot specifies:
[Context] What's happening + where the lead is and what they're doing + visual anchor
[Key lines] Format: CharacterName(voice cue) "line"; in multi-character scenes, mark the speaker
[Pacing] Verifiable hard metrics, e.g., "at least 2 lines in 10 seconds"
⑥ Negative list-What not to show
Only state special taboos that can't be derived from the settings lock; don't repeat positive settings.
Image taboos: e.g., "no night scenes / rain / cars"
Sound taboos: no post-production voiceover / narration / BGM drowning out voices
Actuación (Roleplay de personaje)
A partir de texto y una imagen del primer fotograma, genera un personaje virtual cara a cara. Cuando usted habla, el personaje responde en tiempo real con expresiones, acciones y voz, manteniendo la apariencia, la voz y la personalidad consistentes durante 3 minutos. Cargue una imagen para dar vida al personaje que tiene en mente e iniciar una conversación en tiempo real.
Ejemplos
La interacción principal de Actuación es "usted y el personaje, cara a cara": usted habla y el personaje responde en tiempo real con expresiones, acciones y diálogos. Durante toda la sesión, el personaje siempre es la misma persona.
| Realista-Cara a cara | 2D estilizado-Compañero |
|---|---|
| Personaje realista; las expresiones y el tono cambian naturalmente con la conversación; la apariencia se mantiene fija durante toda la sesión. | Personaje estilizado en 2D tipo anime/ilustración, que también admite diálogo en tiempo real cara a cara con cambios naturales de expresión y tono. |
Capacidades principales
| Capacidad | Descripción |
|---|---|
| Diálogo en tiempo real | Usted dice una línea y el personaje responde al instante con expresiones, acciones y diálogos |
| POV cara a cara | Vista en primera persona predeterminada; la cámara siempre enfoca el rostro del personaje; el usuario nunca aparece en pantalla |
| Consistencia a largo plazo | La apariencia, vestimenta, voz y personalidad del personaje permanecen sin cambios durante 3 minutos; cargue una imagen para fijar con precisión la apariencia |
Interacción principal
| Capacidad | Efecto |
|---|---|
| Diálogo en tiempo real | Usted dice una línea y el personaje responde al instante con expresiones, acciones y diálogos, como en una conversación real |
| POV cara a cara | El encuadre siempre se orienta hacia el rostro del personaje; solo su mano o antebrazo entra en el encuadre, manteniendo la atención en el personaje |
| Fijación de apariencia | Cargue una imagen para fijar la apariencia del personaje y los objetos clave; no habrá cambios de rostro ni de voz durante toda la sesión |
| Continuidad emocional | Las expresiones y el tono del personaje cambian de forma natural a medida que avanza la conversación, sin seguir una plantilla fija |
Redacción de prompts
Los prompts de actuación se centran en el personaje mismo y en su relación con él. Estructure el contenido según estas 5 dimensiones:
| Dimensión | Descripción | Ejemplo |
|---|---|---|
| Personaje | Género/edad/apariencia/vestimenta/identidad/personalidad | "Una mujer joven de poco más de veinte años, cabello negro largo y lacio, que viste un suéter de punto color crema, amable y sonriente" |
| Voz | Voz con género + rango de edad + acento + temperamento | "Voz femenina joven, brillante, con un tono nasal ligeramente coqueto" |
| Relación y entorno | Su relación con el personaje + escena actual | "Amantes, un café junto a la ventana al atardecer, luz amarilla cálida" |
| Fijación del punto de vista | POV + características de "mi" mano | "Durante toda la escena, solo ella y mi mano derecha entran en el encuadre (hombre adulto, nudillos bien definidos)" |
| Apertura | Primera acción y primera línea del personaje | "Ella apoya la barbilla en la mano, me mira y dice con una sonrisa: 'Llegaste muy temprano hoy'" |
Ejemplo de prompt
First-person face-to-face view. Opposite me is a young woman in her early
twenties, long straight black hair, wearing a cream knit sweater, gentle and
smiley; young female voice, bright, with a slightly coy nasal tone.
We are lovers, right now in a café by the window at dusk, warm yellow light.
She rests her chin on her hand, looks at me, and says with a smile:
"You're here so early today."
Throughout, only she and my right hand enter frame (adult male, well-defined
knuckles, no accessories); my face and reflection never appear.
Interacción: hable con ella en tiempo real, bromee, entréguele una taza; ella responde con expresiones, acciones y tono de voz.
Siguientes pasos
Una vez que conozca los tres modos, consulte Descripción general de HappyOyster para integrar mediante API / SDK.