feat(video-from-script): 将分镜规划与提示词生成规则抽取为独立引用文件
将 SKILL.md 中内联的分镜规划规则和提示词生成规则分别抽取为独立的 `storyboard-rules.md` 和 `prompt-rules.md` 引用文件，减少主文档体积并支持子 Agent 独立读取执行。同时修复 manifest 前缀生成使用 account name 而非 ID。
This commit is contained in:
@@ -110,12 +110,11 @@ Step 0: 前置检查（账号+风格校验）
|
||||
- 校验账号完整性：`pipeline.js validate-account --account <id>`
|
||||
- 有风格则继续 Step 1
|
||||
|
||||
Step 1: 分镜规划（纯叙事，不读风格）
|
||||
- 输入：用户文案
|
||||
- 分析文案语义和节奏，拆成 N 个 shot
|
||||
- 为每个 shot 规划：景别、镜头运动、画面内容（中文）、与下一 shot 的转场
|
||||
- 输出分镜表（见「分镜规划规则」章节）
|
||||
- 分镜与风格无关，同一分镜可换不同风格复用
|
||||
Step 1: 分镜规划（子 Agent 执行）
|
||||
- 主 Agent 将用户文案 + 约束交给子 Agent
|
||||
- 子 Agent 读取 references/storyboard-rules.md，按要求输出分镜表
|
||||
- 主 Agent 审查分镜表（景别交替、hook 设置、时长合理）
|
||||
- 展示给用户确认，确认后进入 Step 2
|
||||
|
||||
Step 2: Prompt 生成 + Manifest 初始化（分镜 + 风格 → 英文 prompts → pipeline.js init）
|
||||
- 输入：分镜表 + style.md + account.json
|
||||
@@ -393,105 +392,13 @@ output/{account}_{YYYYMMDD}_{NNN}/
|
||||
|
||||
## 分镜规划规则
|
||||
|
||||
**分镜是 Agent 的纯叙事思考，与视觉风格无关。** 拿到文案后、读风格文件之前，先完成分镜。
|
||||
|
||||
短视频的画面节奏和文案节奏是脱钩的：TTS 配音连续流淌，画面在配音下面切换。分镜规划的是**视觉节拍**，不是文字断句。
|
||||
|
||||
### 核心原则
|
||||
|
||||
1. **按视觉节拍切 shot**：每个 shot = 6-8 秒视频片段。不是按文字断句，而是按画面能承载的信息量切
|
||||
2. **前 3 秒 hook**：shot 1 必须有强视觉冲击，决定完播率
|
||||
3. **景别快速交替**：相邻 shot 景别必须有落差（wide → close-up，close-up → medium），不要连续同一景别
|
||||
4. **镜头服务情绪**：每个 cameraMove 对应文案的情绪节拍，不要无意义运动
|
||||
5. **时长匹配**：先算总时长（shot 数 × 6-8s），再和配音时长对齐
|
||||
|
||||
### 时长规划
|
||||
|
||||
分镜前先算数：
|
||||
- 短视频目标时长：20-60 秒
|
||||
- 每个 shot 时长：6-8 秒（由视频模型决定）
|
||||
- shot 数量 = 目标时长 ÷ 6~8（取整，一般 4-8 个 shot）
|
||||
- 配音字数 ≈ shot 数 × 12-15 字（按正常语速）
|
||||
|
||||
### 分镜表字段
|
||||
|
||||
| 字段 | 类型 | 说明 |
|
||||
|------|------|------|
|
||||
| `text` | string | 该 shot 覆盖的配音文案（可能不到一句，也可能跨句） |
|
||||
| `shotType` | enum | `wide` / `medium` / `close-up` / `extreme-close-up` |
|
||||
| `cameraMove` | enum | `static` / `zoom-in` / `zoom-out` / `pan-left` / `pan-right` / `dolly-in` / `tracking` |
|
||||
| `visualDesc` | string | 画面描述（中文），只写三件事：**主体是什么、什么状态/动作、视觉焦点在哪**。氛围和构图交给风格层 |
|
||||
| `hook` | boolean | 仅 shot 1 为 true，标记是否为开场钩子 |
|
||||
|
||||
### 景别节奏
|
||||
|
||||
```
|
||||
shot 1 (hook): close-up 或 extreme-close-up，强主体，抓眼球
|
||||
shot 2: wide 或 medium，展开场景，给上下文
|
||||
shot 3-N（交替）: close-up（压）→ wide（松）→ close-up（压）→ ...
|
||||
最后一个 shot: medium 或 wide，收束，不过度设计
|
||||
```
|
||||
|
||||
不要用 extreme-close-up 收尾（太紧），不要用 tracking 滥用（信息密度低）。
|
||||
|
||||
### 镜头运动选择
|
||||
|
||||
| cameraMove | 情绪 | 典型场景 |
|
||||
|------------|------|---------|
|
||||
| `static` | 稳定、庄严 | 建筑、静物、仪式感 |
|
||||
| `zoom-in` | 聚焦、压迫 | 悬疑、揭秘、强调细节 |
|
||||
| `zoom-out` | 揭示、震撼 | 从局部拉出全景，揭示真相 |
|
||||
| `pan-left/right` | 环顾、流动 | 展示空间、物品陈列 |
|
||||
| `dolly-in` | 沉浸、紧张 | 人物面部、关键物件 |
|
||||
| `tracking` | 跟随、活力 | 运动场景、行走（少用，AI 生成的 tracking 质量不稳定） |
|
||||
|
||||
短视频默认转场是硬切，不需要单独字段。特殊转场（fade/dissolve）仅在 Agent 判断需要情绪转换时标注在 `visualDesc` 里。
|
||||
完整规则见 [storyboard-rules.md](references/storyboard-rules.md)。由子 Agent 读取并执行，主 Agent 只审查输出。
|
||||
|
||||
---
|
||||
|
||||
## 提示词生成规则
|
||||
|
||||
**提示词由子 Agent 生成**：主 Agent 将分镜表 + 风格文件（style.md）交给子 Agent，子 Agent 负责将中文画面描述转化为英文 imagePrompt / videoPrompt。主 Agent 审核提示词质量，不合格则退回重做。
|
||||
|
||||
**前置条件**：账号必须有风格文件。无风格 → 提醒用户创建，不跳过。
|
||||
|
||||
### 单图模式提示词
|
||||
|
||||
每条文案生成：
|
||||
- `imagePrompt`：画面描述（英文，给 Gemini/MJ）
|
||||
- `videoPrompt`：运动描述（英文，给 Grok/VEO/Kling）
|
||||
|
||||
videoPrompt 规则：
|
||||
- 描述**运动**而非内容（"zoom in" 而非 "a cat"）
|
||||
- 与 imagePrompt 画面内容对应
|
||||
- 简洁（1-2 句，不超过 50 词）
|
||||
- **收敛原则**：基于图片已有内容，仅描述镜头运动和微动效果
|
||||
- **禁止**：大幅度环境切换、场景变化、人物位置跳变
|
||||
- **推荐写法**：镜头运动（slow zoom/pan/dolly）+ 星座/光效微动 + 保持静止氛围
|
||||
- **画幅继承**：manifest.json 顶层 `format` 字段（如 `"9:16"`）会自动传给 VEO/Kling，无需命令行 `-a`
|
||||
|
||||
### 首尾帧模式提示词
|
||||
|
||||
每条文案生成：
|
||||
- `imagePrompt`：起始帧画面（英文，与 single 模式复用同一字段）
|
||||
- `lastFramePrompt`：结束帧画面（英文）
|
||||
- `videoPrompt`：过渡描述（英文，给 VEO/Kling）
|
||||
|
||||
**首尾帧提示词设计原则**：
|
||||
|
||||
| 原则 | 说明 | 示例 |
|
||||
|------|------|------|
|
||||
| 同一场景 | 首尾帧是同一地点/主体的不同状态 | 都是工厂，不是两个地方 |
|
||||
| 视角一致 | 相机角度/高度/距离相同 | 都是 wide shot |
|
||||
| 状态对比 | imagePrompt"静止/之前"，lastFramePrompt"运动/之后" | 空车间 → 生产线运转 |
|
||||
| 过渡自然 | videoPrompt 描述从首到尾的变化 | "machines start up rhythmically" |
|
||||
| 光照连贯 | 光源方向一致，可以有渐变 | 冷光 → 暖光可以，不能反转光源 |
|
||||
|
||||
**videoPrompt 规则**（首尾帧）：
|
||||
- 描述**过渡过程**而非单帧状态
|
||||
- "from X to Y" 或 "X begins, Y happens" 格式
|
||||
- 必须同时呼应 imagePrompt（起始帧）和 lastFramePrompt（结束帧）中的元素
|
||||
- 简洁（1-2 句，不超过 50 词）
|
||||
完整规则见 [prompt-rules.md](references/prompt-rules.md)。由子 Agent 读取并执行，主 Agent 审核提示词质量，不合格则退回重做。
|
||||
|
||||
---
|
||||
|
||||
|
||||
46
.claude/skills/video-from-script/references/prompt-rules.md
Normal file
46
.claude/skills/video-from-script/references/prompt-rules.md
Normal file
@@ -0,0 +1,46 @@
|
||||
# 提示词生成规则
|
||||
|
||||
**前置条件**：账号必须有风格文件。无风格 → 提醒用户创建，不跳过。
|
||||
|
||||
**输入**：分镜表 + style.md + account.json
|
||||
**输出**：每个 shot 生成 imagePrompt / videoPrompt / keyword / keywordColor（英文）
|
||||
|
||||
## 单图模式提示词
|
||||
|
||||
每条文案生成：
|
||||
- `imagePrompt`：画面描述（英文，给 Gemini/MJ）
|
||||
- `videoPrompt`：运动描述（英文，给 Grok/VEO/Kling）
|
||||
|
||||
### videoPrompt 规则
|
||||
|
||||
- 描述**运动**而非内容（"zoom in" 而非 "a cat"）
|
||||
- 与 imagePrompt 画面内容对应
|
||||
- 简洁（1-2 句，不超过 50 词）
|
||||
- **收敛原则**：基于图片已有内容，仅描述镜头运动和微动效果
|
||||
- **禁止**：大幅度环境切换、场景变化、人物位置跳变
|
||||
- **推荐写法**：镜头运动（slow zoom/pan/dolly）+ 光效微动 + 保持静止氛围
|
||||
- **画幅继承**：manifest.json 顶层 `format` 字段（如 `"9:16"`）会自动传给 VEO/Kling，无需在 prompt 中指定
|
||||
|
||||
## 首尾帧模式提示词
|
||||
|
||||
每条文案生成：
|
||||
- `imagePrompt`：起始帧画面（英文，与 single 模式复用同一字段）
|
||||
- `lastFramePrompt`：结束帧画面（英文）
|
||||
- `videoPrompt`：过渡描述（英文，给 VEO/Kling）
|
||||
|
||||
### 首尾帧提示词设计原则
|
||||
|
||||
| 原则 | 说明 | 示例 |
|
||||
|------|------|------|
|
||||
| 同一场景 | 首尾帧是同一地点/主体的不同状态 | 都是工厂，不是两个地方 |
|
||||
| 视角一致 | 相机角度/高度/距离相同 | 都是 wide shot |
|
||||
| 状态对比 | imagePrompt"静止/之前"，lastFramePrompt"运动/之后" | 空车间 → 生产线运转 |
|
||||
| 过渡自然 | videoPrompt 描述从首到尾的变化 | "machines start up rhythmically" |
|
||||
| 光照连贯 | 光源方向一致，可以有渐变 | 冷光 → 暖光可以，不能反转光源 |
|
||||
|
||||
### videoPrompt 规则（首尾帧）
|
||||
|
||||
- 描述**过渡过程**而非单帧状态
|
||||
- "from X to Y" 或 "X begins, Y happens" 格式
|
||||
- 必须同时呼应 imagePrompt（起始帧）和 lastFramePrompt（结束帧）中的元素
|
||||
- 简洁（1-2 句，不超过 50 词）
|
||||
@@ -0,0 +1,59 @@
|
||||
# 分镜规划规则
|
||||
|
||||
**分镜是纯叙事思考，与视觉风格无关。** 拿到文案后、读风格文件之前，先完成分镜。
|
||||
|
||||
短视频的画面节奏和文案节奏是脱钩的：TTS 配音连续流淌，画面在配音下面切换。分镜规划的是**视觉节拍**，不是文字断句。
|
||||
|
||||
## 输入输出
|
||||
|
||||
- **输入**：用户文案 + 约束（时长、shot 数、特殊要求）
|
||||
- **输出**：结构化分镜表（JSON 数组）
|
||||
|
||||
## 时长规划
|
||||
|
||||
分镜前先算数：
|
||||
- 短视频目标时长：20-60 秒
|
||||
- 每个 shot 时长：6-8 秒（由视频模型决定）
|
||||
- shot 数量 = 目标时长 / 6~8（取整，一般 4-8 个 shot）
|
||||
- 配音字数 ≈ shot 数 x 12-15 字（按正常语速）
|
||||
|
||||
## 分镜表字段
|
||||
|
||||
| 字段 | 类型 | 说明 |
|
||||
|------|------|------|
|
||||
| `text` | string | 该 shot 覆盖的配音文案（可能不到一句，也可能跨句） |
|
||||
| `shotType` | enum | `wide` / `medium` / `close-up` / `extreme-close-up` |
|
||||
| `cameraMove` | enum | `static` / `zoom-in` / `zoom-out` / `pan-left` / `pan-right` / `dolly-in` / `tracking` |
|
||||
| `visualDesc` | string | 画面描述（中文），只写三件事：**主体是什么、什么状态/动作、视觉焦点在哪**。氛围和构图交给风格层 |
|
||||
| `hook` | boolean | 仅 shot 1 为 true，标记是否为开场钩子 |
|
||||
|
||||
## 景别节奏
|
||||
|
||||
```
|
||||
shot 1 (hook): close-up 或 extreme-close-up，强主体，抓眼球
|
||||
shot 2: wide 或 medium，展开场景，给上下文
|
||||
shot 3-N（交替）: close-up（压）→ wide（松）→ close-up（压）→ ...
|
||||
最后一个 shot: medium 或 wide，收束，不过度设计
|
||||
```
|
||||
|
||||
不要用 extreme-close-up 收尾（太紧），不要用 tracking 滥用（信息密度低）。
|
||||
|
||||
## 镜头运动选择
|
||||
|
||||
| cameraMove | 情绪 | 典型场景 |
|
||||
|------------|------|---------|
|
||||
| `static` | 稳定、庄严 | 建筑、静物、仪式感 |
|
||||
| `zoom-in` | 聚焦、压迫 | 悬疑、揭秘、强调细节 |
|
||||
| `zoom-out` | 揭示、震撼 | 从局部拉出全景，揭示真相 |
|
||||
| `pan-left/right` | 环顾、流动 | 展示空间、物品陈列 |
|
||||
| `dolly-in` | 沉浸、紧张 | 人物面部、关键物件 |
|
||||
| `tracking` | 跟随、活力 | 运动场景、行走（少用，AI 生成的 tracking 质量不稳定） |
|
||||
|
||||
短视频默认转场是硬切，不需要单独字段。特殊转场（fade/dissolve）仅在判断需要情绪转换时标注在 `visualDesc` 里。
|
||||
|
||||
## 首尾帧额外规则
|
||||
|
||||
首尾帧模式下分镜需要额外注意：
|
||||
- 每个 shot 必须能拆为两个有状态对比的画面（起始帧 / 结束帧）
|
||||
- `visualDesc` 需描述状态变化方向：从什么状态到什么状态
|
||||
- 首尾帧必须在**同一场景**，仅状态不同
|
||||
@@ -760,7 +760,7 @@ function initManifest(options) {
|
||||
String(date.getMonth() + 1).padStart(2, '0'),
|
||||
String(date.getDate()).padStart(2, '0'),
|
||||
].join('')
|
||||
const prefix = `${accountId}_${dateStr}`
|
||||
const prefix = `${accountConfig.name}_${dateStr}`
|
||||
|
||||
const outputBase = path.join(SKILLS_DIR, '..', '..', '..', 'output')
|
||||
ensureDir(outputBase)
|
||||
|
||||
Reference in New Issue
Block a user