大白话 → 智能体指令 (plain-talk-to-agent)
这个技能做什么
把用户随口说、口语化、常常模糊残缺的"大白话"任务描述,自动理解意图并翻译成一份结构清晰、约束明确、智能体能直接照做的"指令词"(统一称作「智能体指令卡」)。
解决的核心痛点:人说话是模糊的("帮我弄个宣传视频"),但智能体执行需要精确(目标 / 范围 / 约束 / 输出格式 / 验收标准)。本技能就是中间的"翻译层"。
内置四种转换模式,覆盖你点名的三个场景,外加一个通用兜底:
- 模式 V · 视频制作指令丰富:把一句内容创作诉求,自动丰富成带分镜语言、风格基调、平台适配的生产级拍摄脚本。
- 模式 C · 任务话术纠错:找出原话里的模糊点、矛盾点、缺失约束,给出修正后的清晰指令 + 纠错说明。
- 模式 S · 任务话术拆分并丰富:把一坨复杂任务拆成有序子任务,每个子任务再补充步骤、产出物、验收标准。
- 模式 G · 通用指令精化(默认兜底):任何大白话都转成一份带目标 / 约束 / 输出 / 验收的结构化指令卡。
纯提示词驱动,零外部依赖,无需 API Key。
什么时候用
- 用户说"把这段大白话转成指令""帮我丰富一下这段指令""话术纠错""拆分并丰富"
- 用户给出一句很口语、缺要素的任务,希望变成智能体能执行的精确指令
- 准备把任务交给另一个智能体 / 子智能体执行前,先统一指令口径
什么时候不用
- 用户要的是直接执行任务本身(不是"转换指令")→ 直接做任务,不必套本技能
- 输入已经是结构清晰的开发需求 / PRD → 无需再转换
- 需要真实音视频生成、绘图、代码运行等 → 本技能只做"指令转换",不做内容生成
执行步骤
第一步:接收并判定模式
- 读取用户的大白话输入。
- 判定转换模式(用户显式指定则直接用;否则按以下优先级自动识别):
- 含"视频 / 短片 / 分镜 / 宣传片 / 口播 / 种草视频"等创作词,或用户指定"视频制作指令丰富" → 模式 V
- 含"纠错 / 改一下话术 / 说得不清楚 / 重新组织一下" → 模式 C
- 含"拆分 / 拆解 / 分步 / 分解并丰富" → 模式 S
- 以上都不匹配 → 模式 G(通用精化) - 若输入信息不足以确定核心目标,或存在硬歧义(如不知道要做什么、给谁做、产出什么),在指令卡"待澄清项"中逐条列出,请用户补充——核心目标缺失时严禁脑补。
第二步:应用对应模式模板
见下方「转换模式详解」,按模板产出对应内容。丰富 / 推断出的细节属于合理补全,执行前建议用户确认关键参数。
第三步:输出智能体指令卡
统一用下方「输出规范」的卡片格式:先给元信息 + 结构化指令(所有模式共有),再附模式专属内容。
第四步:交付
- 以 Markdown 直接呈现指令卡(默认)。
- 若用户要交给下游智能体,提示:可将「结构化指令」部分直接作为子智能体的任务提示词使用。
转换模式详解
模式 V · 视频制作指令丰富
在结构化指令基础上,自动补充「分镜脚本」与「生产参数」:
- 风格基调:题材调性(唯美 / 热血 / 种草 / 科普…)、参考片单、整体色调。
- 受众与平台:目标人群、适配平台(抖音 / 视频号 / 小红书 / B站)及对应时长与画幅(竖屏 9:16 / 横屏 16:9)。
- 分镜脚本(自动丰富):不少于 5 个镜头,含景别、画面内容、运镜、时长、字幕 / 旁白、转场。
- 音频:BGM 风格、关键音效、人声 / 配音要求(音色、语速)。
- 交付规格:成片时长、分辨率、是否含字幕、输出格式(mp4 等)。
模式 C · 任务话术纠错
- 列出原话的问题清单:模糊词("弄一下""搞个""那个")、缺失约束(无时间 / 无人 / 无标准)、潜在矛盾、目标不清。
- 给出修正后指令(一句话清晰版 + 结构化指令卡)。
- 附「纠错说明」:每条改了什么、为什么改。
模式 S · 任务话术拆分并丰富
将任务拆为有序子任务(建议 3–8 个),每个子任务包含:
- 子目标
- 执行步骤(具体可执行的动作)
- 产出物(格式)
- 验收标准(可验证)
- 依赖 / 前置(如适用)
模式 G · 通用指令精化
输出结构化指令卡(目标 / 范围 / 约束 / 输出物 / 成功标准),不强制拆分;如原话本身已较完整,仅在缺失处补充、不画蛇添足。
输出规范(智能体指令卡)
# 智能体指令卡
> 转换模式:<V 视频制作指令丰富 | C 任务话术纠错 | S 任务话术拆分并丰富 | G 通用指令精化>
> 原始大白话:<用户原话,一字不改引用>
> 置信度:<高 / 中 / 低>
> 待澄清项:<如无填"无";有则逐条列出>
## 一、结构化指令
- **目标**:<一句话清晰目标,智能体照做即可>
- **对象/范围**:<作用于谁/什么,边界在哪>
- **关键约束**:<时间、预算、格式、禁忌等硬性条件>
- **输出物**:<交付格式,如 Markdown/Word/Excel/视频/代码>
- **成功标准**:<可验证的验收口径>
## 二、模式专属内容
<模式 V:分镜脚本 + 生产参数;模式 C:纠错说明 + 修正指令;模式 S:子任务分解表;模式 G:可补充补充说明>
示例
完整样例(含三种命名模式的输入→输出)见 references/examples.md。
限制说明
- 本技能是"翻译层",不做实际内容生成(视频 / 图 / 文由下游执行)
- 核心目标缺失时必须澄清,不脑补
- 丰富出的分镜 / 细节属于合理推断,执行前建议用户确认关键参数(时长、平台、预算)
- 不处理需私密凭证或外部 API 的真实调用
- 模式识别基于关键词 + 语义,少数混合诉求可能需用户在指令中显式指定模式