가져오기 가이드

파일 가져오기 가이드

CSV, SRT, 텍스트 파일을 AutoFlowCut에 가져오는 방법

🚀 5분 안에 시작하기 추천

복잡한 설정 없이 바로 시작해보세요. 텍스트 파일 하나면 충분합니다!

1

텍스트 파일 만들기

메모장이나 텍스트 편집기에서 장면 설명을 한 줄씩 작성하세요

해가 뜨는 산봉우리
숲길을 걷는 여행자
마을에 도착한 주인공
2

파일 가져오기

AutoFlowCut 데스크톱 앱에서 "📂 가져오기" 버튼 클릭 → "프롬프트 Text 파일" 선택

📝 이미지 🎬 영상 🎞️ F→V
📋 씬목록 (0) 🎵 오디오 🖼️ Ref (0) 📂 가져오기
← 여기를 클릭!
3

이미지 생성!

화면 하단의 "생성 시작" 버튼을 누르면 Flow AI가 각 장면의 이미지를 자동으로 생성합니다

씬이 있으면 활성화됨

💡 다음 단계: 처음에는 텍스트 파일로 시작하세요. 자막이나 캐릭터 일관성이 필요하면 아래 CSV 형식을 사용하세요.

📄 지원하는 파일 형식

📝 일반 텍스트 가장 쉬움

한 줄에 하나의 장면, 간단한 형식

📊 장면 CSV

프롬프트, 자막, 시간 정보를 포함한 장면 정보

🖼️ 레퍼런스 CSV

캐릭터/배경/스타일 정의 (일관성 유지용)

🎬 SRT 자막 나레이션 영상

표준 자막 형식, 자동으로 장면으로 변환

🔄 전체 워크플로우

파일들이 어떻게 연결되는지 한눈에 보세요

기본 (텍스트만)

📝 텍스트 파일
📋 씬 목록
🎨 이미지 생성
📦 CapCut 내보내기

나레이션 영상 (대본 → TTS → SRT → 씬 CSV)

📜 대본 (.txt)
🎙️ TTS (mp3 + srt)
🤖 AI로 SRT→CSV 분리
📊 씬 CSV

💡 타임코드로 duration이 자동 계산되고, 자막은 subtitle에, 영어 prompt는 AI가 생성합니다.

고급 (캐릭터 일관성 유지)

📊 씬 CSV
characters:
🖼️ 레퍼런스 CSV
name:
태그가 같으면 자동 매칭! 동일한 캐릭터 외모 유지

💡 요약: 씬 CSV의 characters, scene_tag, style_tag 값이 레퍼런스 CSV의 name과 일치하면 해당 참조 이미지가 자동으로 적용됩니다.

📂 가져오기 모달 미리보기

"📂 가져오기" 버튼을 누르면 나타나는 모달입니다. 원하는 파일 형식을 클릭하세요.

📂 파일 가져오기

파일 형식을 선택하세요

📝
프롬프트 Text 파일 🖼️ 이미지 🎬 비디오
줄바꿈으로 구분된 프롬프트
한 줄 = 하나의 씬
📊
씬 CSV 파일
구조화된 씬 데이터
prompt, subtitle, characters...
🖼️
레퍼런스 CSV 파일
캐릭터/배경/스타일 정의
name, type, prompt
📺
자막 SRT 파일
자막에서 자동으로 씬 생성
타임코드 + 자막 → 프롬프트

각 옵션 아래에 도움말 버튼이 있습니다:

📖 가이드 📄 샘플 🤖 AI 생성

📝 프롬프트 Text 파일 가장 쉬움

가장 간단한 형식입니다. 한 줄에 하나의 장면 설명을 작성하면 됩니다. 각 줄이 기본 시간으로 별도의 장면이 됩니다.

예시

산봉우리 위로 떠오르는 일출
계곡을 걷는 두 여행자
갑작스런 폭풍우, 비를 피해 동굴로 뛰어드는 두 사람
비가 그친 뒤, 멀리 보이는 평화로운 마을

💡 비디오 모드는 동작 동사 + 카메라 움직임을 함께 적어주면 더 좋은 결과를 얻습니다.

📊 씬 CSV 파일

장면 CSV 파일은 각 장면의 내용을 정의합니다. 이미지 생성 프롬프트, 자막, 타이밍 등을 포함합니다.

🤔 왜 CSV를 사용하나요?

텍스트 파일은 간단하지만, CSV를 사용하면 더 세밀한 컨트롤이 가능합니다:

  • 자막을 별도로 지정 (프롬프트와 다른 내용)
  • 캐릭터/배경/스타일 태그 → 레퍼런스 이미지와 자동 매칭 (아래 참조)
  • 장면별 시간을 다르게 설정 (3초, 5초 등)

💡 태그가 레퍼런스와 매칭되면 씬목록에서 표시가 됩니다

두 가지 CSV 형식을 지원합니다

  • 옛 형식 (duration) — 자막 1개 = 씬 1개. 단순한 영상에 적합.
  • 새 형식 (scene + start/end_time) — 자막 여러 줄을 한 씬으로 묶을 수 있음. 나레이션 영상 권장.
  • • 헤더로 자동 판별됨 — 둘 다 import 가능.

필수 컬럼

컬럼 설명 예시
scene 씬 번호 (같은 번호 = 같은 씬에 자막 묶기) 1, 2, 3, ...
prompt 영어 이미지 프롬프트 (씬당 첫 줄에만) A young scholar reading...
prompt_ko 한국어 번역 (씬당 첫 줄에만) 소나무 아래 책 읽는 선비
subtitle 자막 텍스트 (자막 1줄 = CSV 1행) 옛날 옛적에, 한 마을에...
characters 캐릭터 (세미콜론 구분) (씬당 첫 줄에만) scholar;officials
scene_tag 배경 태그 (씬당 첫 줄에만) village, palace
style_tag 스타일 태그 (씬당 첫 줄에만) cinematic, ghibli
start_time 시작 시간 (초, 소수점 3자리) 0.000
end_time 종료 시간 (초, 소수점 3자리) 5.000

CSV 예시

sample-scenes-grouped.csv
scene,prompt,prompt_ko,subtitle,characters,scene_tag,style_tag,start_time,end_time
1,"A young scholar reading under an ancient pine tree","소나무 아래 책 읽는 젊은 선비","옛날 옛적에, 한 마을에 젊은 선비가 살고 있었습니다.",scholar,village,korean historical drama,0.000,5.000
1,,,"선비는 매일 새벽까지 책을 손에서 놓지 않았습니다.",,,,5.000,9.000
2,"The scholar walking toward a grand palace gate","새벽 궁궐문으로 향하는 선비",선비는 과거 시험을 보러 한양으로 떠났습니다.,scholar,journey,korean historical drama,9.000,13.000
3,"Royal court filled with officials","위엄있는 관료들로 가득찬 궁궐","한양의 궁궐은 위엄 있는 관료들로 가득 차 있었습니다.",scholar;officials,palace,korean historical drama,13.000,17.000
3,,,선비는 과거 시험에 온 정성을 쏟았습니다.,,,,17.000,21.000
4,"A celebration scene with lanterns","등불 켜진 축제",마침내 선비는 장원 급제의 영광을 얻었습니다.,scholar;crowd,celebration,korean historical drama,21.000,26.000

💡 같은 scene 번호 = 같은 이미지. 두 번째 행부터는 prompt/태그 비워둠.

🖼️ 레퍼런스 CSV 파일

레퍼런스 CSV 파일은 여러 장면에서 일관된 비주얼 생성을 위해 캐릭터, 배경, 스타일을 정의합니다.

이미지가 없어도 괜찮아요!

CSV 파일에서 image_path는 비워둬도 됩니다. 다음 방법으로 이미지를 추가할 수 있습니다:

  • 앱에서 직접 업로드 - 레퍼런스 탭에서 이미지 클릭 → 파일 선택
  • AI로 생성 - description을 기반으로 Flow AI에서 참조 이미지 생성
  • 나중에 추가 - 일단 CSV로 구조만 잡고, 이미지는 나중에

🔗 태그 매칭 시스템 (매우 중요!)

레퍼런스 CSV의 name 필드는 장면 CSV의 태그와 자동으로 매칭됩니다. 이미지 생성 시 매칭된 참조 이미지가 Flow AI에 업로드되어 일관된 스타일/캐릭터를 유지합니다.

👤 Character 매칭
type: character
name: 왕
↔️ 장면 CSV의 characters 컬럼
🏞️ Background 매칭
type: background
name: 궁전
↔️ 장면 CSV의 scene_tag 컬럼
🎨 Style 매칭
type: style
name: cinematic
↔️ 장면 CSV의 style_tag 컬럼

필수 컬럼

컬럼 설명 예시
type 참조 타입 (character / background / style) character
name 태그 매칭에 사용되는 이름 (장면 CSV와 동일해야 함) 왕, 궁전, cinematic
image_path 참조 이미지 경로 또는 URL ./images/king.png
description 상세 설명 (이미지 생성에 참고) 흰 수염의 현명한 왕

CSV 예시

reference_sample.csv
type,name,image_path,description
character,scholar,,"A young Korean scholar in white dopo, topknot hairstyle with gat, carrying a book bundle, gentle and determined expression"
character,officials,,"Joseon dynasty court officials in dark blue dallyeong with winged gat hats, dignified bearing, stern expressions"
character,crowd,,"Joseon dynasty townsfolk in simple hanbok, joyful expressions, clapping and cheering under colorful lanterns"
scene,village,,"Traditional Korean village with thatched-roof houses, stone walls, persimmon trees, mountain backdrop"
scene,journey,,"Winding path through Korean countryside at dawn, rice paddies, distant Hanyang city walls on the horizon"
scene,palace,,"Grand Joseon palace interior with wooden pillars, dancheong (colorful paintwork), stone courtyard, traditional tile roof"
scene,examination,,"Joseon gwageo (civil exam) hall with wooden desks, brush and ink, mulberry paper, scholars seated in rows"
scene,celebration,,"Joseon village square decorated with colorful lanterns, flower garlands, festive crowd, golden sunlight"
style,korean historical drama,,"Korean historical drama style, Joseon dynasty, cinematic composition, warm color palette, detailed traditional costumes"

📌 @멘션으로 레퍼런스 붙이기 태그의 짝꿍

태그 컬럼 말고도, 프롬프트 본문에 @이름을 그대로 적는 방법이 있습니다. 이름이 일치하는 레퍼런스가 그 장면의 이미지 생성에 자동으로 첨부됩니다. Google Flow의 @ 멘션과 같은 방식이며, CSV로 가져온 프롬프트에도 그대로 적용됩니다 — prompt 셀에 @scholar가 있으면 scholar 레퍼런스가 붙습니다.

✍️ 문법

A young @scholar reading under a pine tree in @village, Joseon dynasty
  • @scholar → 이름이 scholar인 레퍼런스가 이 장면에 첨부됩니다.
  • • 프롬프트 어디에든, 몇 개든 쓸 수 있습니다.
  • • 생성 시 @ 기호는 떼어내고 이름만 프롬프트 텍스트로 남습니다 (레퍼런스 이미지는 따로 첨부).

태그를 대체하는 게 아니라 합쳐집니다

@멘션은 태그 매칭 시스템대체재가 아니라 짝꿍입니다. 태그 컬럼으로 찾은 레퍼런스와 @멘션으로 찾은 레퍼런스는 합집합으로 합쳐지고, 중복은 자동으로 제거됩니다 (먼저 id 기준, 다음 이름 기준 — 대소문자 무시). 태그만, @멘션만, 혹은 둘 다 — 원하는 대로 쓰세요.

🏷️ 태그 컬럼
타입이 고정됩니다.
characters → character 레퍼런스만
scene_tag → scene 레퍼런스만
style_tag → style 레퍼런스만
📌 @멘션
타입을 가리지 않습니다.
character / scene / style 어떤 레퍼런스든
이름만 맞으면 @이름으로 붙일 수 있습니다.
(API 모드 기준 — 아래 Flow 모드 차이 참고)

같은 결과, 두 가지 표기법

아래 두 CSV는 완전히 같은 레퍼런스(scholar + village)를 이 장면에 붙입니다.

① 태그 컬럼 방식
prompt,subtitle,characters,scene_tag,style_tag,duration
"A young scholar reading under a pine tree, Joseon dynasty","...",scholar,village,korean historical drama,5
② @멘션 방식
prompt,subtitle,characters,scene_tag,style_tag,duration
"A young @scholar reading under a pine tree in @village, Joseon dynasty","...",,,korean historical drama,5
sample-scenes-mentions.csv
prompt,subtitle,characters,scene_tag,style_tag,duration
"A young @scholar reading under an ancient pine tree in @village, Joseon dynasty","옛날 옛적에, 한 마을에 젊은 선비가 살고 있었습니다.",,,korean historical drama,5
"The @scholar walking the @journey road toward a grand palace gate at dawn, Joseon dynasty","선비는 과거 시험을 보러 한양으로 떠났습니다.",,,korean historical drama,4
"The @palace hall filled with @officials in formal attire, the @scholar bowing, Joseon dynasty","한양의 궁궐은 위엄 있는 관료들로 가득 차 있었습니다.",,,korean historical drama,5
"The @scholar writing calligraphy with intense focus in the @examination hall, Joseon dynasty","선비는 과거 시험에 온 정성을 쏟았습니다.",,,korean historical drama,4
"A @celebration with lanterns and a joyful @crowd cheering the @scholar, Joseon dynasty","마침내 선비는 장원 급제의 영광을 얻었습니다.",,,korean historical drama,5

💡 이 샘플은 같은 폴더의 sample-references.csv와 그대로 맞물립니다. characters·scene_tag는 비웠지만 style_tag는 남겨뒀습니다 — 스타일 레퍼런스 이름 korean historical drama공백이 있어 @멘션이 불가능하기 때문입니다 (바로 아래 주의사항 참고). 태그와 @멘션을 섞어 쓸 수 있다는 좋은 예이기도 합니다.

동작 규칙

규칙 설명 예시
대소문자 무시 이름 매칭은 대소문자를 구분하지 않습니다 @Scholar = @scholar
타입 무관 character / scene / style 레퍼런스 모두 멘션 가능 @village (scene 타입)
이름에 쓸 수 있는 문자 영문·숫자·_·-·한글. 공백 불가 @ink-wash, @선비, @scene_02
단어 경계 @는 문장 시작·공백·구두점 뒤에 와야 합니다. 이메일 주소는 멘션이 아닙니다 user@example.com → ✗
한국어 조사 자동 분리 이름 뒤에 공백 없이 붙은 조사는 알아서 떼어냅니다 @선비가 → 선비 + "가"
매칭 실패 이름이 없으면 @이름이 프롬프트에 그대로 남습니다 — 오타를 눈으로 확인할 수 있게 @schlolar → 그대로 출력

⚠️ 함정: 이름에 공백이 있으면 @멘션할 수 없습니다

멘션 이름에는 공백을 쓸 수 없습니다. 그래서 샘플 레퍼런스의 스타일 korean historical drama는 @멘션이 안 됩니다 — @korean historical drama라고 쓰면 @korean까지만 이름으로 읽고, 그런 레퍼런스는 없으니 매칭에 실패합니다.

  • 해결책 A — 공백 있는 이름은 style_tag 같은 태그 컬럼으로 붙이세요 (태그는 공백 OK).
  • 해결책 B — @멘션으로 쓰고 싶은 레퍼런스는 처음부터 공백 없는 한 단어 이름으로 지으세요 (korean-historical-drama, sageuk).

🔀 Flow 로그인 모드는 규칙이 더 엄격합니다

🔑 API(BYOK) 모드
  • • character / scene / style 모든 타입 멘션 가능
  • • 매칭 안 되는 @토큰은 그냥 텍스트로 남고 생성은 그대로 진행
🌊 Flow 로그인 모드
  • character 타입만, 그것도 Flow에 동기화(sync)된 레퍼런스만 멘션 가능
  • • 해결 안 되는 @토큰실행을 막습니다 — 단, 해결 안 된 이름이 모두 업로드된 캐릭터 레퍼런스와 일치하면 @를 떼고 그 레퍼런스를 붙여 그대로 진행합니다

💡 Flow 모드에서 배치를 돌리기 전에, 멘션한 이름이 실제로 등록·동기화된 캐릭터 레퍼런스인지 확인하세요. (캐릭터 레퍼런스가 하나도 없는 프로젝트에서는 @를 멘션으로 보지 않고 일반 텍스트로 둡니다.)

🎬 자막 SRT 파일 나레이션 영상 제작

🎙️ 이런 분들에게 추천!

  • • TTS(텍스트 음성 변환)로 나레이션을 먼저 만들고 영상을 제작하는 분
  • • 유튜브 자막 파일(SRT)을 그대로 활용하고 싶은 분
  • • 타임코드 기반으로 정확한 장면 전환이 필요한 분

표준 SRT 자막 파일을 가져옵니다. 각 자막 블록은 자동으로 장면으로 변환되며, 자막 텍스트가 프롬프트와 자막으로 사용됩니다. 시간은 타임코드에서 자동 계산됩니다.

🎵 샘플 오디오 (자막 동기 재생)

재생하면 현재 시점의 자막이 강조됩니다.

자막을 불러오는 중...

SRT 구조

sample-subtitles.srt
1
00:00:00,000 --> 00:00:03,900
옛날 옛적에, 한 마을에 젊은 선비가 살고 있었습니다.

2
00:00:04,200 --> 00:00:07,750
선비는 과거 시험을 보러 한양으로 떠났습니다.

3
00:00:08,050 --> 00:00:11,700
한양의 궁궐은 위엄 있는 관료들로 가득 차 있었습니다.

4
00:00:12,000 --> 00:00:14,950
선비는 과거 시험에 온 정성을 쏟았습니다.

5
00:00:15,250 --> 00:00:18,950
마침내 선비는 장원 급제의 영광을 얻었습니다.

번호가 매겨진 각 블록이 하나의 장면이 됩니다. 타임코드로 장면 시간이 자동 결정됩니다.

🎙️ TTS 서비스에서 SRT 자동 생성하기

아래 TTS(Text-to-Speech) 서비스들은 음성을 생성할 때 SRT 자막 파일을 자동으로 함께 생성해 줍니다. 나레이션 음성과 함께 자막을 받아서 AutoFlowCut에 바로 가져올 수 있습니다.

💡 팁: TTS 서비스에서 음성을 생성한 후, SRT 파일을 다운로드하여 AutoFlowCut에 가져오면 타이밍이 정확하게 맞춰집니다.

📝 AI로 Text 프롬프트 리스트 생성하기

Claude, ChatGPT, Gemini 등 AI 도구에 아래 프롬프트와 스토리를 붙여넣으면, 한 줄에 하나의 장면이 담긴 프롬프트 리스트(.txt)를 자동으로 생성할 수 있습니다. 영상 포맷에 맞는 탭을 선택하세요.

text_prompt_short_ko.txt
당신은 AutoFlowCut 숏폼 영상 제작을 위한 장면 프롬프트 리스트 작성 어시스턴트입니다.

주제와 영상 길이(15초/30초/60초)를 받으면, 각 줄이 하나의 장면을 나타내는 영어 이미지 프롬프트 리스트를 .txt 형식으로 출력하세요.

규칙:
1. 한 줄 = 하나의 시각적 장면 (단일 이미지 프레임)
2. 영어로 작성, 구도/조명/분위기/카메라 앵글 포함
3. 각 프롬프트는 200자 이내
4. 첫 장면은 반드시 "훅(Hook)" — 0~3초 안에 궁금증을 터뜨리는 강렬한 이미지
   (결말 암시, 미스터리, 극적 대비, 시각적 충격 등)
5. 장면 순서: 훅 → 빌드업 → 반전/임팩트 → 결말
6. 영상 길이별 장면 수:
   - 15초 → 4~6 장면
   - 30초 → 7~10 장면
   - 60초 → 10~15 장면
7. 페이싱 빠르게, 쉴 틈 없이
8. 빈 줄 없이 연속으로 작성
9. 번호나 추가 설명 없이 프롬프트만 출력

출력 예시 (30초, 8장면):
A lone figure stands on a cliff at dawn, silhouette against blood-red sky, dramatic wide shot
A young scholar reading old scrolls in candlelight, close-up on focused eyes
A sudden gust scatters pages into the storm, dynamic motion blur
The scholar chases papers through rain-soaked streets, over-shoulder shot
A hidden door revealed behind ivy, mysterious green glow, low angle
Eyes widen as scholar steps inside, reaction shot, soft torchlight
Ancient chamber unveils a glowing artifact, symmetrical wide shot, golden rays
The scholar raises the artifact against sunrise, triumphant silhouette, epic composition

이제 이 주제로 프롬프트 리스트를 작성하세요 (길이: [15초/30초/60초] 중 선택):

🤖 AI로 CSV 자동 생성하기

Claude, ChatGPT, Gemini 등의 AI 도구에 아래 프롬프트를 붙여넣고 스토리를 입력하면 CSV 파일을 자동으로 생성할 수 있습니다.

📊 장면 CSV 생성 프롬프트

어떤 형식을 골라야 할까?

  • 옛 형식 (duration) — 자막 1개 = 씬 1개. 단순한 영상에 적합.
  • 새 형식 (scene + start/end_time) — 자막 여러 줄을 한 씬에 묶을 수 있음. 나레이션 영상 권장.
  • • SRT 자막 파일이 이미 있다면 → SRT → 새 형식 CSV 섹션을 사용하면 타임코드까지 정확히 보존됩니다.
scene_csv_prompt_ko.txt
당신은 AutoFlowCut 영상 제작을 위한 장면 분석 어시스턴트입니다.

스토리나 대본을 받으면, 다음 컬럼을 가진 장면 CSV 파일을 생성하세요:
- prompt: AI 이미지 생성을 위한 영어 장면 설명 (구도, 조명, 분위기, 카메라 앵글 포함)
- subtitle: 장면의 한국어 자막 (간결하게, 30자 이내)
- characters: 장면에 등장하는 캐릭터 이름 (여러 명이면 세미콜론으로 구분, 예: 왕;왕비)
- scene_tag: 배경/장소 태그 (일관된 태그 사용, 예: 궁전, 숲, 마을)
- style_tag: 아트 스타일 (일관되게 유지, 예: cinematic, ghibli, ink-wash)
- duration: 장면 지속 시간(초) (일반 3-5초, 빠른 컷 2초, 극적인 장면 6초 이상)

규칙:
1. 각 행 = 하나의 시각적 장면 (단일 이미지 프레임)
2. 프롬프트는 설명적이되 200자 이내로 유지
3. 일관된 캐릭터 이름 사용 (참조 이미지와 매칭됨)
4. 유사한 장소는 하나의 scene_tag로 그룹화
5. 페이싱 고려: 극적 효과를 위해 지속 시간 변화
6. 헤더 행이 있는 CSV로 출력, 쉼표가 포함된 값은 따옴표로 감싸기

출력 예시:
prompt,subtitle,characters,scene_tag,style_tag,duration
"A wise old king sits on golden throne, dramatic lighting","현명한 왕이 왕좌에 앉아있다",왕,궁전,cinematic,5

이제 이 스토리를 장면으로 분해하세요:

🎬 SRT → 장면 CSV 변환 프롬프트 나레이션 영상

TTS로 만든 SRT 파일(자막+타임코드)을 AI에 붙여넣으면, scene 컬럼으로 자막을 묶고 start_time/end_time을 그대로 보존한 새 형식 씬 CSV로 자동 변환됩니다. 같은 이미지 위에 자막 여러 줄을 순서대로 표시할 수 있습니다.

srt_to_scene_csv_prompt_ko.txt
당신은 AutoFlowCut 나레이션 영상 제작을 위한 SRT → 새 형식 씬 CSV 변환 어시스턴트입니다.

SRT 자막 파일을 입력으로 받아, 의미가 비슷한 자막 여러 줄을 한 씬으로 묶은 새 형식 CSV를 생성하세요.
새 형식은 같은 이미지 위에 자막 여러 줄을 순서대로 표시할 수 있습니다.

입력 형식 (SRT):
1
00:00:00,000 --> 00:00:05,000
자막 텍스트...

2
00:00:05,000 --> 00:00:09,000
다음 자막 텍스트...

출력 컬럼:
- scene: 씬 번호 (1부터). 의미가 이어지는 자막은 같은 번호로 묶기
- prompt: 영어 이미지 프롬프트 (구도/조명/분위기, 씬당 첫 행에만)
- prompt_ko: 한국어 번역 (씬당 첫 행에만, 다국어 자막용 — 안 쓰면 비움)
- subtitle: SRT 원본 자막 (수정/번역/요약 금지)
- characters: 캐릭터 (세미콜론 구분, 씬당 첫 행에만)
- scene_tag: 배경 태그 (씬당 첫 행에만)
- style_tag: 스타일 (씬당 첫 행에만, 전체 일관)
- start_time: SRT 시작 시간 (초, 소수점 3자리)
- end_time: SRT 종료 시간 (초, 소수점 3자리)

규칙:
1. SRT 타임코드를 그대로 보존 (반올림/변경 금지)
2. SRT 자막 1줄 = CSV 1행 (누락 금지, 묶이는 자막도 각각 row)
3. 같은 scene 번호의 두 번째 행부터는 prompt/prompt_ko/characters/scene_tag/style_tag 비워두기
4. 자막 묶기 판단: 같은 장소/같은 인물/연속된 행동 → 같은 scene 번호
5. 한 씬당 자막 1~3개 권장 (너무 많이 묶으면 이미지 한 장이 길어짐)
6. subtitle 은 SRT 원문 그대로
7. 헤더 행 포함, 쉼표/따옴표 포함 값은 따옴표로 감싸기

출력 예시:
scene,prompt,prompt_ko,subtitle,characters,scene_tag,style_tag,start_time,end_time
1,"A young scholar reading under an ancient pine tree","소나무 아래 책 읽는 선비","옛날 옛적에, 한 마을에 젊은 선비가 살고 있었습니다.",선비,village,korean historical drama,0.000,5.000
1,,,"선비는 매일 새벽까지 책을 손에서 놓지 않았습니다.",,,,5.000,9.000
2,"Royal court filled with officials","위엄있는 관료들로 가득찬 궁궐","한양의 궁궐은 위엄 있는 관료들로 가득 차 있었습니다.",선비;관료,palace,korean historical drama,9.000,14.000

이제 아래 SRT를 새 형식 씬 CSV로 변환하세요:
[여기에 SRT 내용 붙여넣기]
📊 예상 출력 → sample-scenes-grouped.csv 다운로드
scene,prompt,prompt_ko,subtitle,characters,scene_tag,style_tag,start_time,end_time
1,"A young scholar reading under an ancient pine tree, Joseon dynasty","고대 소나무 아래 책 읽는 젊은 선비","옛날 옛적에, 한 마을에 젊은 선비가 살고 있었습니다.",scholar,village,korean historical drama,0.000,5.000
1,,,"선비는 매일 새벽까지 책을 손에서 놓지 않았습니다.",,,,5.000,9.000
2,"The scholar walking toward a grand palace gate at dawn, Joseon dynasty","새벽 궁궐문으로 향하는 선비",선비는 과거 시험을 보러 한양으로 떠났습니다.,scholar,journey,korean historical drama,9.000,13.000
3,"Royal court filled with officials in formal attire, Joseon dynasty","위엄있는 관료들로 가득찬 조선 궁궐","한양의 궁궐은 위엄 있는 관료들로 가득 차 있었습니다.",scholar;officials,palace,korean historical drama,13.000,17.000
3,,,선비는 과거 시험에 온 정성을 쏟았습니다.,,,,17.000,21.000
4,"A celebration scene with lanterns and joyful crowd, Joseon dynasty","등불 켜진 축제와 즐거운 군중",마침내 선비는 장원 급제의 영광을 얻었습니다.,scholar;crowd,celebration,korean historical drama,21.000,26.000

💡 전체 흐름: 대본(.txt) → TTS 서비스에서 mp3+srt 생성 → 위 프롬프트로 SRT를 씬 CSV로 변환 → AutoFlowCut에 가져오기 → 이미지 생성. 타이밍이 나레이션과 정확히 맞춰집니다.

🖼️ 레퍼런스 CSV 생성 프롬프트

reference_csv_prompt_ko.txt
당신은 AutoFlowCut을 위한 참조 계획 어시스턴트입니다.

스토리를 받으면, 다음 컬럼을 가진 레퍼런스 CSV를 생성하세요:
- type: 참조 타입 (character, background, 또는 style)
- name: 태그 매칭용 이름 (장면 CSV 태그와 정확히 일치해야 함)
- image_path: 제안하는 이미지 파일명
- description: 참조 이미지 생성/검색을 위한 상세 설명

캐릭터: 모든 고유 캐릭터와 시각적 외모 나열
배경: 언급된 모든 고유 장소/설정 나열
스타일: 스토리 분위기에 맞는 1-2개 아트 스타일 제안

중요: 'name' 필드는 다음과 정확히 일치해야 합니다:
- character 타입 → 장면 CSV의 'characters' 컬럼과 매칭
- background 타입 → 장면 CSV의 'scene_tag' 컬럼과 매칭
- style 타입 → 장면 CSV의 'style_tag' 컬럼과 매칭

출력 예시:
type,name,image_path,description
character,왕,./images/king.png,"흰 수염과 황금 왕관을 쓴 현명한 노왕"
background,궁전,./images/palace.png,"붉은 카펫이 깔린 웅장한 궁전 왕좌실"
style,cinematic,./images/cinematic.png,"깊이감 있는 극적인 영화 조명"

이제 이 스토리를 위한 참조 목록을 생성하세요:

💡 AI 도구별 사용 팁

🟠 Claude

긴 스토리 처리에 강함. Artifacts 기능으로 CSV 파일을 직접 다운로드 가능.

🟢 ChatGPT

Code Interpreter로 CSV 파일 생성 후 다운로드. 표 형식으로 미리보기 가능.

🔵 Gemini

Google 문서와 연동 가능. 스프레드시트로 직접 내보내기 용이.

🚀 파일 가져오는 방법

1

AutoFlowCut 데스크톱 앱 열기

설치된 AutoFlowCut 앱 실행

2

Import 버튼 클릭

사이드바 또는 툴바에 위치

3

파일 선택

컴퓨터에서 CSV, SRT 또는 TXT 파일 선택

4

검토 및 생성

가져온 장면을 확인하고 이미지 생성 시작

📥 샘플 파일 다운로드

빠르게 시작하려면 샘플 파일을 다운로드하세요: