AI漫剧分镜生成

将一句创意（题材 / 剧情梗概 / 人设草稿）转化为可直接复制到 即梦 等 AI 视频工具使用的工程化漫剧分镜脚本与中英双语提示词。

能力边界

本技能能做：
- 定位 漫剧 题材与情绪曲线（黄金 3 秒、反转、爽点、集末钩子）
- 生成角色圣经（人设卡 + 定妆照 portrait_prompt）与场景资产（定景照 scene_prompt）
- 规划集数大纲与单集节拍，产出逐格分镜（景别 / 运镜 / 微表情 / 中英双语 video_prompt）
- 输出「参考图一致性管线」，保证多格、多集之间角色与场景不漂移
- 调用 scripts/export_storyboard.py 导出 Markdown / CSV / 即梦批量表，scripts/consistency_check.py 做一致性自检

本技能不能做：
- 不托管图片服务器，无法生成公网可嵌入的图片 URL（参考图需用户在工具内本地上传）
- 不调用外部大模型 API，所有生成依赖内置 AI 能力
- 不存储用户数据、无历史记录、无配额系统

触发与模式

满足以下任一即启用本技能：
- 用户表达「做漫剧 / 写漫剧分镜 / AI 漫剧 / 漫画风短剧 / 竖屏剧情」
- 用户给出 题材 + 集数/时长 + 风格，要求产出可生成视频的分镜

本技能专注于 漫剧（comic-drama） 单一形态，不做 MV / 通用短剧的分流（如需 MV，引导使用分镜提示词工坊类技能）。

五步工作流

步骤 0 — 需求收集（一次性表单）

激活后立即向用户展示信息收集表，自动填入已给出的参数，仅追问缺失必填项，不要逐条追问。

请确认以下参数：
| 参数 | 值 |
|------|-----|
| 题材类型 | （必填）霸总/重生/战神/神豪/穿越/虐恋/逆袭/团宠/其他 |
| 核心梗概 | （必填）一句话剧情或设定 |
| 视觉风格 | 国漫写实 🔽 备选见 references/style-presets.md |
| 目标工具 | 即梦(Jimeng) 🔽 |
| 集数 | 1 集（示例） |
| 单集时长 | 60 秒 |
| 画幅 | 9:16 竖版 🔽 |
| 单集分镜数 | 系统按时长推荐（通常 12–20 格） |
| 语言 | 中英双语 🔽 |
| 特殊要求 | （可选）POV/对话戏/宏大场面 |

用户回复「确认 / 开始」后立即进入步骤 1。

步骤 1 — 题材定位与情绪曲线

读取 references/genre-playbook.md，依据题材确定：
- 核心爽点类型（身份差 / 信息差 / 战力差 / 复仇）
- 单集情绪曲线模板（压抑→反转→爽点→钩子）
- 黄金 3 秒开头方案（冲突前置 / 悬念前置 / 身份反差前置）

步骤 2 — 角色圣经 + 场景资产

• 角色：读取 references/character-bible.md，按人设卡字段生成角色，并产出 portrait_prompt（定妆照，用于先生成角色参考图）。
• 场景：读取 references/scene-assets.md，产出 scene_prompt（定景照，用于先生成场景参考图）。
• 风格词来自 references/style-presets.md。

步骤 3 — 集数大纲 + 单集节拍

读取 references/episode-structure.md：
- 先输出集数大纲（每集一句话钩子）
- 再对当前集展开「单集节拍表」：开头（黄金3秒）→ 发展 → 反转 → 爽点/高潮 → 集末钩子
- 将节拍映射为分镜数量分配

步骤 4 — 逐格分镜生成

按需加载：
- references/camera-grammar.md（竖屏景别 / 运镜 / 构图）
- references/prompt-engineering.md（即梦提示词写法 + 中英双语 + 参考图绑定）
- references/micro-expression.md 若需精细化表情（见下方资源说明）
- references/grand-scene.md 若含宏大场面

每一格输出：镜头描述（中文 16 要素，≥120 字）+ 中文 video_prompt（图生视频，普通 ≤30 字 / 宏大 80–120 字）+ 英文 video_prompt_en + 注入块（👤人物锁定 / 🏞️场景锁定 / 🎨风格锁定 / ✅约束词 / 📐质量）。

逐格生成时，同步构建分镜 JSON（格式见下方「分镜 JSON 中间格式」），供步骤 5 导出与自检。

步骤 5 — 参考图一致性管线 + 交付

执行 references/prompt-engineering.md 中的「三步一致性管线」：
1. 用每个 portrait_prompt 在即梦「文生图」生成角色定妆照（正脸/半身/全身各 1–2 张）
2. 用每个 scene_prompt 生成场景定景照（无人空镜）
3. 生成每格视频时上传对应参考图，再粘贴该格 video_prompt

将步骤 4 构建的分镜 JSON 写入临时文件，调用 scripts/consistency_check.py 做跨分镜自检。若发现问题，修复后重新自检。

最后调用 scripts/export_storyboard.py 导出为 Markdown / CSV / 即梦批量表，或直接输出完整 Markdown 分镜文件。

分镜 JSON 中间格式

步骤 4 逐格生成时，同步构建以下 JSON 结构，作为导出与自检的输入：

{
  "meta": {
    "title": "项目标题",
    "genre": "霸总",
    "style": "国漫写实",
    "tool": "即梦",
    "duration": "60秒",
    "aspect": "9:16",
    "episodes": 1,
    "shot_count": 14,
    "style_lock": "国漫写实动画风，青灰冷调，漫画电影质感",
    "negative_prompt": "变形，扭曲肢体，多手指，文字水印，低清，过曝，角色漂移"
  },
  "characters": [
    {
      "name": "顾霆琛",
      "portrait_prompt": "国漫写实动画风格，现代都市，...",
      "ref": "角色_顾霆琛_正面.png"
    }
  ],
  "scenes": [
    {
      "scene_id": "SCENE_001",
      "name": "总裁办",
      "scene_prompt": "国漫写实动画风格，现代都市，...",
      "ref": "场景_总裁办_01.png"
    }
  ],
  "shots": [
    {
      "shot_number": 1,
      "duration_seconds": 4,
      "scene_id": "SCENE_001",
      "characters": ["顾霆琛"],
      "shot_size": "特写",
      "camera_movement": "缓慢推近",
      "shot_description": "中文16要素镜头描述...",
      "dialogue": "台词（无则空字符串）",
      "video_prompt": "缓慢推近，他眼神凌厉...",
      "video_prompt_en": "slow push-in, his gaze sharp...",
      "char_refs": ["角色_顾霆琛_正面.png"],
      "scene_ref": "场景_总裁办_01.png"
    }
  ]
}

字段说明：
- meta：全局参数，必填
- characters：角色数组，每个角色需有 name 和 portrait_prompt，ref 为定妆照文件名
- scenes：场景数组，每个场景需有 scene_id / name 和 scene_prompt，ref 为定景照文件名
- shots：分镜数组，每格必填字段见 consistency_check.py 校验逻辑

references 加载映射

> 表情与宏大场面规则体积较大，仅在用户要求或分镜判定需要时加载，保持主流程轻盈。

输出格式

交付一份完整 Markdown 分镜脚本，章节顺序：
1. 项目标题与概述（题材 / 风格 / 工具 / 时长 / 画幅 / 集数 / 分镜数）
2. 情绪曲线与集数大纲（每集钩子一句话）
3. 角色圣经（人设卡 + 自然语言 portrait_prompt，每人一块）
4. 场景资产（自然语言 scene_prompt，每场景一块）
5. 单集节拍表（开头/发展/反转/高潮/钩子 + 对应分镜区间）
6. 逐格分镜（每格：镜头描述 + 中英 video_prompt + 注入块）
7. 参考图生成清单（哪些 prompt 先去文生图）
8. 全局参数（negative_prompt + style_lock）

最终交付文件禁止包含：原始分镜参数表格（| 字段 | 内容 | 形式的内部工作表）、YAML 角色块、自检清单原文、分场大纲原文。所有内部字段仅用于生成过程，不进入最终交付文件。

> 注：assets/storyboard-template.md 中的表格为工作模板（供用户手动填写或作为导出字段范本），不属于最终交付格式。最终交付的 Markdown 由 scripts/export_storyboard.py 生成或按上述章节顺序直接输出。

即梦适配要点

• 提示词以中文为主、英文为辅（双语块）；中文写给即梦，英文供海螺/Runway 等复用
• 不嵌入任何图片 URL；参考图一律提示用户本地上传
• 每格 video_prompt 末尾追加画幅声明与约束词（保持面部一致，无变形，无字幕，无水印）
• 安全动作优先：微动 / 慢动作 / 发丝飘动 / 眼神微动；禁止跑步/跳跃/翻滚等易崩坏动作
• 竖屏构图：主体居中偏上，底部 1/4 留白给字幕与情绪文字

进度反馈

每个阶段开始向用户播报（N 替换为实际值）：
- 「正在定位题材与情绪曲线…」
- 「正在生成角色圣经与场景资产…」
- 「正在规划集数大纲与单集节拍…」
- 「正在生成逐格分镜（共 N 格）…」
- 「正在执行参考图一致性自检…」
- 「正在整理输出文件…」

异常处理

• 信息不足：无法判定题材时列出常见题材让用户选；风格缺失默认国漫写实并告知可改
• 分镜数不足：最多 3 轮补充，每轮先输出 【补充计划】 再补 ≤20 格，编号延续
• 分镜数超出：为保证完整不截断，全部保留
• 用户中途取消：立即交付已完成中间结果，不回滚
• 脚本执行失败：告知路径与原因，提供手动流程
• JSON 构建失败：若分镜 JSON 无法通过 consistency_check.py，输出原始问题清单，降级为直接输出 Markdown（跳过导出脚本）

资源说明

• scripts/export_storyboard.py：将分镜 JSON 导出为 Markdown / CSV / 即梦批量表（CSV，含 中文prompt、英文prompt、参考图列）。用法：python export_storyboard.py input.json --format md|csv|batch --output out.xxx
• scripts/consistency_check.py：读取分镜 JSON，校验角色名/场景名/画幅/双语/参考图一致性，输出问题清单。用法：python consistency_check.py input.json [--json]
• assets/storyboard-template.md：空白分镜工作模板，便于用户手动填写或作为导出字段范本（非最终交付格式）