Prompt Arena · 提示词养蛊筛选器
0. 这个 skill 到底在做什么
它不是提示词模板库，是一套筛选与裁决流程。
输入一句模糊的创作意图，输出一版经过多轮淘汰赛胜出的提示词，以及它为什么胜出的理由。
核心信念：好的提示词不是写出来的，是比出来的。 单稿永远不知道自己错过了什么，只有让多个候选在明确维度上互相厮杀，剩下的那个才值得投喂给模型。
三条底线，任何环节都不能违反：
- 戏剧学优先于语法。 模型语法写得再对，镜头里没有可拍的东西，产出就是空转。剪辑、调度、光影、画面里允许出现的物件——这些是硬规则。
- 具体优先于抽象。
cinematic、beautiful、电影感、史诗感这类词不产生画面。每一个形容词要么换成可拍的具体物，要么删掉。 - 时长与结构必须自洽。 描述的总时长必须等于请求时长；镜头切点必须递增且落在时长内；引用标签必须全程一致、不得悬空。
1. 第零步：需求澄清（不可跳过）
在动笔之前，先把下面这张表填满。缺失项允许用默认值继续，但必须在输出中标明"假设"，不得静默编造。
| 项 | 说明 | 缺失时的默认 |
|---|---|---|
| 目标工具与模型 | H3 / 可灵 / 即梦 / Seedance / Veo / 其他 | 必问，不设默认 |
| 生成模式 | 文生 / 首帧 / 首尾帧 / 尾帧反推 / 全参考 | 有参考图则按图判断 |
| 时长 | 视频秒数（H3 为 4–15s） | H3 默认 8s |
| 画幅 | 16:9 / 9:16 / 21:9 / 1:1 | 16:9 |
| 题材与核心情绪 | 一句话说清"要让观众感到什么" | 必问 |
| 锚点物 | 一个可拍的具体物件，承载情绪 | 必问（这是戏剧学下限） |
| 对白 / 音效 | 是否含台词、画内音、配乐 | 无 |
| 交付形式 | 单条提示词 / 分镜序列 / 对比说明 | 单条 + 对比说明 |
关键提问只问一个，一次只问一个问题，问完得到回答再问下一个。不要把整张表甩给用户。
1.1 一个必须先确认的锚点：核心情绪 + 锚点物
任何提示词开工前，必须先锁定这两样：
- 核心情绪：整条片子要让观众感到的那一个情绪。不是三个，不是"既紧张又温情又搞笑"。
- 锚点物：承载这个情绪的一个具体物件。冰箱里最后一根香肠、手机上那条未读消息、没打开的那扇门。
这两样定了，镜头才有骨头。定不下来，说明需求还没想清楚，回到上一节继续问。
2. 模式分流
拿到需求后，第一件事是判断走哪个输出模式。两套模式语法契约不同，严禁混写。
| 模式 | 适用 | 语言 | 文件 |
|---|---|---|---|
| 模式一 · 中文图像提示词 | 国产图像模型、静态画面、需要后期手动调维度 | 中文 | references/mode-image-cn.md |
| 模式二 · H3 视频提示词 | MiniMax H3 / 海螺 视频生成 | 重写段落英文，对白/歌词/画面文字保留原语言 | references/mode-video-h3.md |
| 模式三 · 通用视频提示词 | 可灵 / 即梦 / Seedance / Veo 等其他视频模型 | 按各模型习惯，默认中文 | references/ 内对应风格模块 + 本文件第 4–6 节 |
分流规则：
- 用户明确指出画幅、中文、字数下限、
【】分维度 → 模式一 - 用户指出 H3 / 海螺 / T2VA / Ref2VA / 参考图 + 音画一体结构 → 模式二
- 其他视频模型 → 模式三，但全链路养蛊与裁决流程完全一致
跨模式禁忌：
- 模式一的产物是静态图像提示词，不得直接投喂给要求固定字段的视频模型
- 模式二的三字段/六段结构不得套用到图像模型
- 同一需求若既要图像又要视频，分别走两条模式，各自独立完成养蛊与裁决
需要分镜、序列、拉片、剧本层分析时，读 references/style-modules.md 挂载对应模块。
3. 全链路三层养蛊
这是本 skill 的主体。三层依次收敛，上一层没收敛不准进下一层。
第一层：创意方向层（5 进 2）
产出 5 个明显不同的创意方向。不是同一想法的五种说法，是五个真正不同的处理方式。
候选数量可按任务复杂度伸缩（小任务不必强凑 5 个）：
| 复杂度 | 候选数 | 适用 |
|---|---|---|
| 简单 | 3 | 单镜、短时长、需求明确 |
| 标准 | 5 | 多镜、需叙事、有情绪层次（默认） |
| 重点 | 7 | 商业交付、多版本备选、需求方多人 |
去重规则：若两个候选的核心情绪、锚点物、最终画面三项中有两项相同，视为同源，必须合并或替换其中一个，否则候选池虚胖、PK 失去意义。
每个方向必须写清四件事：
- 核心情绪（一个）
- 锚点物（一个，可拍）
- 空间调度：摄影机在哪、主体在哪、两者关系如何变化
- 最终画面：这条片子的最后 0.5 秒，观众看到什么
五个方向建议取自不同的戏剧学母题（读 references/dramaturgy.md）：
- 情绪驱动型：由情绪选镜头，而不是由剧情选镜头
- 物件驱动型：一个物件贯穿全片，状态随情绪变化
- 空间压缩型：镜头越收越紧，空间压力递增
- 时间错位型：画面在动，时间感是静止的（或反之）
- 反向收束型：全片都在铺陈"将要发生"，最后一秒转向相反结果
淘汰规则：5 选 2。评审依据见 references/scoring-rubric.md 第一轮标准，其中戏剧学自检失败的方向直接出局，不进入打分。
第二层：镜头结构层（每方向 3 稿 → 2 方向共 2 稿）
对存活的两个方向，各产出 1–3 套镜头结构稿。
镜头结构必须包含：
- 镜号与切点：
[Shot N]+ 严格递增的时间戳（模式一为中文分镜描述，模式二为At 00:03.500格式） - 景别 × 视角 × 运镜 × 跟随目标 四要素齐全，缺一不可
- 运镜三要素：运动类型 + 幅度 + 速度（如"小幅推近 + 慢速"）
- 每镜一个核心动作 + 一个即时反馈：一个区间内禁止动作超载
- 光影方案：光源方位 + 质感 + 随时间的演变
空间铁律（违反即出局）：
- 中景/全景禁用 90° 正拍，必须有角度与纵深
- 不止一处镜头只改变距离或轻微角度——那应该用运镜而不是切换
- 切镜必须引入新信息：新主体、新空间、新状态、新视角、或新时间
- 越轴禁止
第三层：提示词文本层（每结构稿 3 版 → 收敛为 1 版）
对每个结构稿产出 3 版文本，差异在表达策略上：
- 密度版：细节最密，每条信息都对应可拍物
- 节奏版：按秒切分，动作节拍清晰
- 意象版：重光影与氛围质感
三层收敛后，进入裁决。
4. 强化评分表
读 references/scoring-rubric.md 获取完整维度定义与权重。
评分维度分三组：
A 组 · 戏剧与结构（权重最高）
1. 核心情绪清晰度（全片只服务一个情绪）
2. 锚点物在场与有效（物件真的承载情绪）
3. 空间调度完整性（机位、主体、关系变化都清楚）
4. 切点与节奏自洽（时间递增、区间不超载、总时长吻合）
B 组 · 可执行性
5. 模型适配度（符合目标工具的语法契约与长度限制）
6. 动作可生成性（模型真的能渲染出来，不是人类才能演）
7. 具体性（无抽象空词，全部可拍）
8. 冗余度（反向计分，越啰嗦越低）
C 组 · 决策原则维度（读 references/decision-principles.md）
9. 第一性原理：每一个元素是否真的服务于核心意图
10. 逆向思维：最可能崩在哪里，是否已预防
11. 二阶效应：模型会不会理解错（这是最常见的失败，不是画面错，是理解错）
12. 机会成本：为这个方案放弃了什么，是否值得
13. 可逆性：如果效果不好，改哪一处成本最低
5. 三轮淘汰赛
第一轮 · 打分淘汰
所有候选按 A + B 两组打分（0–10 / 维）
→ 淘汰比例按候选数量分级（见 references/scoring-rubric.md 第 3.2 节）
→ C 组不参与第一轮，避免原则压过早杀死创意
第二轮 · 两两 PK
晋级的候选抽签两两对决
→ 每对逐维度写胜负理由，不得只写总分
→ 胜者进入终审
第三轮 · 原则审议终审
读 references/decision-principles.md，对存活候选跑原则审议
→ 每个原则问一个尖锐问题，全部答得上才通过
→ 如有原则性硬伤，可以推翻第二轮结果（这是终审的意义）
→ 输出《裁决书》
6. 输出格式
6.1 交付三类内容，缺一不可
一、最终提示词
按分流模式组织：
- 模式一 → 中文，虚实相生框架，【】 标注维度，按 references/mode-image-cn.md
- 模式二 → 按 H3 字段结构，按 references/mode-video-h3.md
- 模式三 → 按目标模型习惯，本条 + 风格模块
二、对比说明（可略但推荐）
- 候选清单与各自命中的框架
- 第一轮打分表（含被淘汰者的致命项）
- 第二轮 PK 的逐维胜负理由
- 第三轮原则审议结论
三、裁决书
- 推荐版 + 备选版
- 条件变更指引：如果某个前置变了（时长、画幅、有无参考图、情绪强度），应改选哪一版
- 已知风险与残余不确定性
6.2 输出前强制自检
戏剧学下限检查（六条硬项，读 references/dramaturgy.md 第 7 节），任一不过则不出稿。
三细节审计：每个镜头至少含三个可拍的具体细节，且必须分属"可拍物 / 可拍状态 / 可拍变化"三类（标准见 references/dramaturgy.md 第 5.4 节）。不达标的镜头要么补足，要么合并。
语法自检（模式二专属）：
- 字段名、字段顺序、标签格式与官方规范完全一致
- 引用标签全程一致，无悬空标签
- 描述总时长 = 请求时长
- 切点时间严格递增且落在时长内
- 重写段落为英文，对白/歌词/画面文字保留原语言
- non_diegetic_music 只写器乐/速度/节奏/强弱，不写情绪词，无则 N/A
原创性自检：查 references/source-credits.md。凡引用外部项目智力成果处，保留其署名要求。
来源版本核对：模式二使用的 H3 规范读自官方仓库，读取日期见 references/mode-video-h3.md 首部。距读取日期较久时，建议先核对官方仓库是否有更新。
7. 风格模块（按需挂载）
不做题材限制，但以下题材有专门规则，命中时读 references/style-modules.md：
- 玄幻 / 仙侠 / 高燃打斗
- 真人写实打斗（含 1v2 / 1v3 / 2v2 / 3v3 小规模多人）
- 巨物 / 超大尺度场景
- 短剧 / 连续剧集叙事层
风格模块只补充题材规则，不绕过第 3–6 节的主流程。
8. 明确不做的事
- 不调用任何视频/图像生成 API，只产出提示词文本
- 不伪造模型返回结果，不声称已试跑
- 不把 GitHub 上未维护的测试版项目当作可靠依赖
- 不因为追求"看起来专业"而堆砌术语，画面的可拍性优先
