ShotLock 分镜一致性校验

这个 skill 解决什么问题

大模型写分镜，单看每一镜都挺像回事，连起来全是洞：第五场女主还是长发，第十七场变成短发；上一镜男主在画面左边，下一镜跑到右边；三秒钟的镜头塞了六十字台词，配音根本念不完。

原因很直接——模型生成每一镜时只看当前这一镜的文本，它不记得二十镜之前角色穿什么、站哪边。让模型写完自己复查没用，它漏掉的东西和它写的时候漏的是同一批。

ShotLock 的解法：先立一份机器可读的实体表（角色、场景），再让每一镜去引用它，最后用脚本验引用有没有漂。 模型负责写内容，脚本负责守住一致性。

包里有什么

本包自包含，无需安装任何第三方库：

工作流（按顺序，别跳步）

第一步：先建实体表，不要先写镜头

先把 characters 和 scenes 写完整，再动 shots。

角色表每个角色必须写清外貌的三个维度：发长、发色、服装色。这三个是出图和剪辑时最容易串的，也是校验器唯一能比对的部分。写"漂亮""气质冷淡"这种词没有用，脚本读不出来。

场景表写清 location、time_of_day、lighting、int_ext。

第二步：逐镜头生成 JSON

每个镜头必须带的字段见 references/SHOT_SPEC.md。三个容易漏但很关键的：

• characters[].screen_dir：角色在画面的 left / center / right。没有这个字段越轴检测跑不了，靠自然语言描述推断左右是不可靠的。对话镜头务必填。
• duration_sec：单位秒，不用帧。
• continuity_override：只有当本镜的时间或光线确实偏离场景表时才填（比如一场戏从黄昏演到深夜）。不要用这个字段掩盖生成时的漂移，填了就会触发 SL005 校验。

第三步：跑校验

在包根目录执行：

python -m shotlock examples/good_deck.json

退出码 0 通过，1 存在达到拦截级别的问题，2 输入错误，3 内部错误。

其他用法：

python -m shotlock deck.json --html report.html   # 自包含 HTML 报告，可打印存 PDF
python -m shotlock deck.json --json result.json   # 结构化结果
python -m shotlock deck.json --fail-on P1         # 有严重项也返回非零
python -m shotlock deck.json --only SL003,SL008   # 只跑指定规则
python -m shotlock deck.json --skip SL015         # 跳过某条规则

第四步：按报告修

报告按 P0 / P1 / P2 分级：

• P0 阻断：数据结构或物理上不成立。不修完不许进下一环节，不许"先记着后面再说"。
• P1 严重：发布前必修，观众能看出来。
• P2 建议：影响观感，按风格取舍。

修的时候改的是镜头 JSON，不是改校验规则。如果你发现自己在想"这条规则是不是太严了"，先确认是不是剧本真的有问题——多数时候是。

第五步：复验

改完再跑一次，直到 P0 为 0。这个循环通常要跑两到三轮，正常。

硬性数值约束（这些直接对应规则，写的时候心里有数）

十五条规则速览

• P0 阻断：SL001 结构完整性、SL002 镜头时长边界、SL003 台词语速、SL006 角色注册、SL007 场景注册
• P1 严重：SL004 角色外貌漂移、SL005 场景连续性、SL008 越轴检测、SL009 总时长预算、SL010 转场合法性
• P2 建议：SL011 景别节奏、SL012 情绪单调、SL013 字幕长度、SL014 物件闪现、SL015 建置镜头

完整表格和每个阈值的依据见 references/RULES.md。

常见失败模式

一镜塞一大段台词。 最常见的崩法。六十字的台词至少要八秒，短剧里八秒静止特写是灾难。拆成两三镜，中间插听者的 reaction。

对话正反打忘了记左右。 生成第二镜时模型不知道第一镜谁在左边。只要 screen_dir 跟着写就不会错，怕的是根本没写这个字段——那样校验器也救不了你。

长剧本中途角色外貌漂。 二十场以后发色变了。角色表是唯一事实来源，镜头里如果确实要改（比如剪了头发），改角色表并让后续镜头都跟着新定义走，不要在单个镜头里临时写一句。

生成完直接交付，不跑校验。 这份 JSON 存在的意义就是让脚本能验它。不跑等于没写。

配套

上游生产环节（剧本改编、分镜生成）可用墨金格（mojinge.cloud），本工具负责下游校验，两者互补。