القائمة
口播稿转分镜清单技能。将口播稿转化为可执行的 JSON 分镜清单，输出符合 Seedream/Seedance/FFmpeg/Azure TTS API 规范的参数。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/Ddhjx-code/historyAgent --skill shot-list-skillيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | shot-list-skill |
| description | 口播稿转分镜清单技能。将口播稿转化为可执行的 JSON 分镜清单，输出符合 Seedream/Seedance/FFmpeg/Azure TTS API 规范的参数。 |
[技能说明] 将口播稿转化为分镜执行清单（shot-list.json），输出符合 Seedream/Seedance/FFmpeg/Azure TTS API 规范的可执行参数。
[约束条件]
[文件结构] shot-list-skill/ ├── SKILL.md # 本文件 ├── api-spec.md # API 规范（包含核心设计原则） ├── core/ # 核心模块（重构新增） │ ├── init.py # 数据结构定义 │ ├── script_parser.py # 口播稿解析器 │ ├── beat_breakdown.py # 节拍拆解器 │ ├── beat_board_generator.py # Beat Board生成器（九宫格） │ ├── sequence_board_generator.py # Sequence Board生成器（四宫格） │ ├── prompt_integrator.py # Prompt集成器 │ └── prompt_optimizer.py # Prompt优化器 ├── libraries/ # 历史特征库（重构新增） │ ├── historical_characters.json │ ├── historical_costumes.json │ ├── historical_architecture.json │ └── historical_locations.json ├── output/ # 输出目录（重构新增） │ ├── beat_breakdown/ # 节拍拆解表 │ ├── beat_board/ # Beat Board（九宫格） │ └── sequence_board/ # Sequence Board（四宫格） └── templates/ ├── shot-list-template.md # 输出模板 ├── beat-breakdown-template.md # 节拍拆解模板（新增） ├── beat-board-template.md # Beat Board模板（新增） └── sequence-board-template.md # Sequence Board模板（新增）
重构时间: 2026-02-27 重构目标: 提升图像提示词质量，采用分层渐进式分镜流程
分层渐进式分镜流程
提升提示词质量
建设历史特征库
口播稿解析（Script Parser）
↓ 提取结构、元数据、情绪关键词
节拍拆解（Beat Breakdown）
↓ 识别最小叙事单元，标注强度，选择9个锚点
Beat Board生成（九宫格）
↓ 确立视觉锚点，确保风格统一
Sequence Board生成（四宫格）
↓ 展开"起承转合"结构，继承一致性
历史特征库匹配
↓ 人物/服饰/建筑/地点
Prompt智能生成
↓ intelligent-prompt-generator + prompt-extractor
Prompt优化
↓ 一致性检查、Gemini最佳实践
shot-list.json生成
↓ 整合所有模块
最终输出
采用 Seedance + FFmpeg 混合方案降低成本：
| 镜头类型 | 视频工具 | 成本 | 效果 |
|---|---|---|---|
| title_card | ffmpeg | 免费 | Ken Burns 推进 |
| transition | ffmpeg | 免费 | Ken Burns 推进 |
| historical_scene | seedance | ~1元/5秒 | AI 生成动态 |
| map | ffmpeg | 免费 | 缩放/平移 |
成本估算：每集约 10-15 个历史场景镜头，成本 10-20 元。
[工作流程]
[图像提示词生成]
图像提示词采用全中文描述，简洁直观，便于理解和调试。
生成规则：
提示词格式：
历史纪录片风格，[时代]时代，[服饰特征]，[建筑风格]，[色调]。
[场景描述]，[人物动作]，[光影氛围]。
电影质感，16:9横屏，高清画质。
示例：
| 场景 | 提示词 |
|---|---|
| 罗马宫殿 | 历史纪录片风格，古罗马时代，托加长袍，大理石柱建筑，暖黄白金色调。哈德良皇帝坐在宝座上，威严庄重，宫廷氛围。电影质感，16:9横屏，高清画质。 |
| 唐代长安 | 历史纪录片风格，唐代，襦裙圆领袍，斗拱飞檐建筑，绚丽多彩色调。玄奘高僧携带佛经，站在城门前，神圣庄严。电影质感，16:9横屏，高清画质。 |
| 智利地震 | 历史纪录片风格，现代智利，现代建筑，蓝白暖橙色调。地震后街道，建筑摇晃，紧张氛围。电影质感，16:9横屏，高清画质。 |
时代特征速查：
| 时代 | 服饰 | 建筑 | 色调 |
|---|---|---|---|
| 古罗马 | 托加长袍、橄榄冠 | 大理石柱、马赛克 | 暖黄、白、金 |
| 波斯 | 波斯长袍、金冠 | 宫殿、穹顶 | 金、红、深蓝 |
| 唐代 | 襦裙、圆领袍 | 斗拱、飞檐 | 绚丽多彩 |
| 明清 | 马褂、旗装 | 琉璃瓦、红墙 | 红黄、蓝 |
| 工业时代 | 西装马甲、礼帽 | 工厂、蒸汽机 | 褐色、铜色 |
| 现代 | 正装、商务西装 | 现代建筑 | 蓝灰、中性色 |
| 台湾民国 | 中山装、旗袍 | 台北老街 | 棕色、暖黄 |
[口播稿解析规则]
识别结构元素：
提取关键信息：
章节事件分配规则：
根据事件编号分配到对应章节（事件编号使用中文数字：一、二、三...）：
| 章节编号 | 章节名称 | 事件编号 | 时代范围 |
|---|---|---|---|
| 第一部分 | 古代历史的见证 | 事件一、二 | 古代（罗马、波斯） |
| 第二部分 | 中国古代的文化高峰 | 事件三至七 | 中古（唐、明、西藏等） |
| 第三部分 | 工业革命与近现代的创新 | 事件八至十二 | 近现代（19-20世纪） |
| 第四部分 | 当代的国际关系 | 事件十三 | 当代（21世纪） |
注意：
[分镜规则]
镜头类型与时长：
| 类型 | 时长范围 | 视频工具 | 说明 |
|---|---|---|---|
| title_card | 5-10秒 | ffmpeg | 节目标题卡 |
| historical_scene | 5-15秒 | seedance | 历史场景重现 |
| transition | 3-8秒 | ffmpeg | 转场动画 |
| map | 5-10秒 | ffmpeg | 地图/信息图 |
视频工具选择规则：
时长拆分规则：
旁白时长匹配规则：
旁白字数 ÷ 3.5 = 预估秒数转场提示词规则：
根据章节主题生成匹配的转场提示词：
| 章节主题 | 转场提示词背景元素 |
|---|---|
| 古代历史（罗马、波斯等） | 羊皮卷轴、罗马竞技场、古代地图、历史剪影 |
| 中国古代文化 | 水墨山水画、古典亭台、远山近水、云雾缭绕 |
| 工业革命/近现代 | 蒸汽机、钢铁厂、现代都市剪影、工业烟雾 |
| 当代国际关系 | 联合国大楼、各国国旗、蓝色地球、现代科技感 |
示例：
[全局资源配置]
在 meta.global_assets 中配置：
{
"global_assets": {
"bgm": {
"path": "assets/bgm/documentary_ambient.mp3",
"volume": 0.3,
"ducking": true,
"ducking_ratio": 0.2
},
"fonts": {
"title": "assets/fonts/NotoSerifSC-Bold.otf",
"subtitle": "assets/fonts/NotoSansSC-Regular.otf"
},
"logo": "assets/images/logo.png"
}
}
[风格预设]
在 meta.style_preset 中配置全局风格：
{
"style_preset": {
"visual_style": "历史纪录片风格",
"color_grading": "暖色调，电影质感",
"transition_default": "dissolve"
}
}
注意：visual_style 会自动添加到每个图像 prompt 开头。
[依赖关系]
每个镜头的 video 任务必须声明依赖：
{
"tasks": {
"image": { ... },
"video": {
"depends_on": ["tasks.image"],
...
}
}
}
[转场效果]
每个镜头末尾配置转场：
{
"transition": {
"type": "dissolve",
"duration": 1.0
}
}
转场类型：
| 类型 | 说明 | 适用场景 |
|---|---|---|
| dissolve | 叠化 | 默认转场 |
| fade_to_black | 黑场 | 章节/年代跨度大 |
| wipe | 划像 | 时间线推进 |
| cut | 直接切换 | 快节奏叙事 |
[人物一致性]
跨镜头人物一致性控制：
{
"shot_id": "shot_004",
"character_id": "xuanzang_645",
"tasks": {
"image": {
"parameters": {
"reference_image": "shot_003.png",
"seed": 42
}
},
"video": {
"parameters": {
"seed": 42,
"reference_image": "shot_003.png"
}
}
}
}
一致性规则：
[首尾帧衔接规则]
连续镜头需要指定 reference_image：
{
"reference_image": "shot_004.png"
}
衔接原则：
[历史考据规则]
识别时代后，按照以下模板生成图像提示词：
| 时代 | 服饰特征 | 建筑风格 | 色调 | 提示词模板 |
|---|---|---|---|---|
| 古罗马 | 托加长袍、橄榄冠 | 大理石柱、马赛克 | 暖黄、白 | 历史纪录片风格，古罗马时代，托加长袍，大理石柱建筑，暖黄白金色调。 |
| 波斯 | 波斯长袍、金冠 | 宫殿、穹顶 | 金、红、深蓝 | 历史纪录片风格，波斯时代，波斯长袍，宫殿穹顶建筑，金红深蓝色调。 |
| 战国秦汉 | 深衣、冠冕 | 宫殿、城郭 | 黑红、金 | 历史纪录片风格，战国秦汉，深衣冠冕，宫殿城郭建筑，黑红金色调。 |
| 唐代 | 襦裙、圆领袍 | 斗拱、飞檐 | 绚丽多彩 | 历史纪录片风格，唐代，襦裙圆领袍，斗拱飞檐建筑，绚丽多彩色调。 |
| 明清 | 马褂、旗装 | 琉璃瓦、红墙 | 红黄、蓝 | 历史纪录片风格，明清时代，马褂旗装，琉璃瓦红墙建筑，红黄蓝色调。 |
| 台湾民国 | 中山装、旗袍 | 台北老街 | 棕色、暖黄 | 历史纪录片风格，台湾民国时期，中山装旗袍，台北老街建筑，棕暖黄色调。 |
| 工业时代 | 西装马甲、礼帽 | 工厂车间、蒸汽机 | 褐色、铜色 | 历史纪录片风格，工业时代，西装马甲礼帽，工厂蒸汽机建筑，褐铜色调。 |
| 现代 | 正装、商务西装 | 现代建筑、会议室 | 蓝灰、中性色 | 历史纪录片风格，现代，正装商务西装，现代建筑会议室，蓝灰中性色调。 |
[重试策略]
每个任务配置重试策略：
{
"retry_policy": {
"max_retries": 3,
"backoff": "exponential"
}
}
[输出规范]
输出文件：outputs/{episode}/shot-list.json
输出格式：参考 templates/shot-list-template.md
[FFmpeg 效果选择]
| 镜头类型 | 推荐效果 | 参数建议 |
|---|---|---|
| title_card | zoom_in | zoom_end=1.15 |
| transition | zoom_in | zoom_end=1.1 |
| map | pan_right 或 zoom_in | 根据地图方向 |
[注意事项]
[输出校验清单]
生成 shot-list.json 后必须校验：
[SSML 增强生成器]
使用 SSMLGenerator 生成自然的语音旁白，解决多音字、停顿、情感等问题：
使用方式：
from prompt_engine import SSMLGenerator, EmotionType
gen = SSMLGenerator("zh-CN-YunxiNeural")
# 方式1：快速生成
ssml = gen.generate_emotional(
text="公元645年2月25日，唐代高僧玄奘携带657部梵文佛经回到长安。",
emotion="solemn", # solemn, serious, dramatic, hopeful, nostalgic
emphasis=["玄奘", "657部"]
)
# 方式2：便捷方法
ssml = gen.generate_narration(text, is_dramatic=False) # 历史叙事
ssml = gen.generate_opening(text) # 开场白
ssml = gen.generate_ending(text) # 结尾语
# 方式3：精细控制（分段）
from prompt_engine import SSMLSegment, PauseType
segments = [
SSMLSegment(text="在公元138年的这一天，", emotion=EmotionType.SOLEMN, pause_after=PauseType.SHORT),
SSMLSegment(text="罗马皇帝哈德良做出了一个重大决定——", emotion=EmotionType.SERIOUS, emphasis="strong", pause_after=PauseType.MEDIUM),
SSMLSegment(text="他收养并指定安敦宁·毕尤为帝国的继承人。", emotion=EmotionType.NEUTRAL, rate=0.85),
]
ssml = gen.generate_with_segments(segments)
功能说明：
| 功能 | 说明 | 示例 |
|---|---|---|
| 多音字修正 | 自动修正历史类常见多音字 | 单于→chán yú，冒顿→mò dú |
| 自动停顿 | 根据标点自动添加停顿 | ，→500ms，。→1000ms |
| 情感表达 | 8种情感风格 | solemn(庄重), dramatic(戏剧性), hopeful(充满希望) |
| 强调标记 | 强调关键词语 | 摩根、14亿美元 |
| 语速控制 | 不同情感自动调整语速 | 庄重0.85，激动1.1 |
情感类型：
| 情感 | 适用场景 | 语速 | 音调 |
|---|---|---|---|
| neutral | 中性叙述 | 1.0 | +0% |
| serious | 严肃内容 | 0.9 | -5% |
| solemn | 庄重历史 | 0.85 | -10% |
| dramatic | 戏剧高潮 | 0.8 | +0% |
| hopeful | 充满希望 | 0.95 | +5% |
| nostalgic | 怀旧结尾 | 0.85 | -5% |
| excited | 激动兴奋 | 1.1 | +10% |
| sad | 悲伤内容 | 0.8 | -15% |
多音字词典（已内置）：