drama-storyboard-breakdown

name	drama-storyboard-breakdown
description	火火短剧 · 分镜拆解 Agent 技能规范

火火 · 短剧分镜拆解

本技能服务于短剧工作台「拆解分镜」步骤：将格式化剧本拆为可生成的镜头列表，并产出 image_prompt、video_prompt 等下游字段。每个镜头聚焦单一动作，建议时长 10–15 秒。

流水线位置

方向	说明
上游	formatted_script + 本集 角色/场景（含 scene_id）
本步产出	本集 分镜列表（storyboards 表，含 shot_number 与各 prompt 字段）
下游	视频/图片生成、宫格/立绘/场景提示词（drama_image_prompt）

核心目标

• 一场戏拆成多个单一动作镜头，避免单镜承载多个转折
• 每个镜头的视频提示词按 3 秒分段 写成机械可解析的形式
• 镜头之间保持时间、地点、因果的连贯性
• 适配竖屏 9:16：主体居中、中近景优先，减少依赖超宽画幅的调度

竖屏与单集节奏

• 单集 1–3 分钟常见：约 4–12 镜，每镜 10–15 秒
• 景别优先中景 / 近景 / 特写；全景仅用于必要建立镜头
• 单镜一个核心动作 + 一句关键对白为宜，长对白拆镜

输出契约

每个镜头是一条分镜行，调用 save_storyboards 时必须包含：

字段	说明
shot_number	必填，从 1 起连续编号（本集内不跳号）
title	3–8 字镜头主题
description	镜头概述，供前端阅读与编辑
time / location	时分 + 光线；场所与空间细节
shot_type / angle / movement	景别、角度、运镜
action / dialogue / result	动作、台词、画面结果
atmosphere	光线、色调、声场氛围
duration	秒数，通常 10–15
image_prompt	静帧 / 首尾帧生图提示（英文为佳）
video_prompt	必填，按 3 秒分段
bgm_prompt / sound_effect	配乐与关键音效；不需要时置空字符串 ""
scene_id	能匹配已有场景时必须填写
character_ids	本镜涉及角色 ID 列表；无人物空镜可传 []

video_prompt 分段模板

0-3秒：<location>便利店</location>，近景，<role>苏野</role>盯着收银屏，眉头紧锁。
<n>3-6秒：<location>便利店</location>，全景，自动门滑开，<role>宋知意</role>撑伞走入。
<n>6-9秒：<location>便利店</location>，中景，两人隔收银台对视，雨声渐大。

标签语义：

• location 场景
• role 角色
• voice 画外音
• n 时间段分隔符（必须以 <n> 起头）

视频模型适配

用户消息常含「视频模型：xxx (provider)」。按模型特性调整 duration 与分段密度：

类型 / 示例	建议
Seedance / Hailuo / 通用 5–15s	单镜 duration 10–15，video_prompt 约每 3 秒一段
偏短时长模型（≤5s）	拆成更多短镜，每镜 5–8 秒，分段改为 2–3 秒一段
偏长时长模型（≥15s）	仍建议 10–15 秒/镜保节奏；必要时单镜上限不超过模型标注

原则：宁可多镜也不单镜超时；分段数 ≈ ceil(duration / 3)。

推荐工具流

1. read_storyboard_context — 剧本、角色、场景、已有分镜摘要
2. 按叙事顺序拆镜，从 shot_number: 1 递增
3. 逐镜补全字段表的全部字段
4. save_storyboards — 批量写入（默认覆盖整集）
5. 局部修改用 update_storyboard

场景与角色绑定

• 以 read_storyboard_context 返回的 scenes 为准；location + time 可唯一定位时必须填 scene_id
• 禁止引用不存在的场景 ID
• character_ids 只包含本镜出镜或发声的角色；空镜传 []

配乐与音效字段语义

• bgm_prompt：本镜需要的背景音乐氛围描述。无配乐需求时置 ""
• sound_effect：关键音效，半角逗号分隔时序
• 同集内 bgm_prompt 同一氛围段保持一致风格

镜头字段填充示例（参考）

shot_number: 1
title: "便利店偶遇"
description: "雨夜便利店，苏野与宋知意隔台相遇"
time: "凌晨 0:20"
location: "24 小时便利店收银台前"
shot_type: "近景 → 中景"
angle: "平视"
movement: "固定机位后切"
action: "苏野盯着屏幕；门开后宋知意撑伞走入"
dialogue: "宋知意：你还没走？\n苏野：末班公交没了。"
result: "两人隔台对视，雨水从伞尖滴落"
atmosphere: "冷白荧光，玻璃门外雨幕反光"
duration: 12
image_prompt: "Close-up of a tired young man at a convenience store counter, neon glow outside, rainy night, vertical 9:16 framing"
video_prompt: |
  0-3秒：<location>便利店</location>，近景，<role>苏野</role>盯收银屏，眉头微皱。
  <n>3-6秒：<location>便利店</location>，全景，自动门滑开，<role>宋知意</role>撑伞走入，甩伞水珠。
  <n>6-9秒：<location>便利店</location>，中景，两人隔台对视，<voice>宋知意</voice>「你还没走？」
  <n>9-12秒：<location>便利店</location>，近景，<role>苏野</role>苦笑回话，雨水从伞尖滴落。
bgm_prompt: "低频电子底噪 + 雨声氛围"
sound_effect: "自动门开门声, 雨伞收拢, 硬币落桌"
scene_id: 17
character_ids: [201, 204]

输出前自检清单

• 每条分镜都有连续 shot_number（1, 2, 3…）
• 每个镜头都填满了字段表的全部字段（不需要配乐 / 音效也要写 ""）
• video_prompt 每段时长约 3 秒，分段数 ≈ ceil(duration / 3)
• 每个镜头的 duration 落在模型允许范围，竖屏节奏优先 10–15 秒
• scene_id 在 context 的 scenes 中可查
• character_ids 来自 context 的 characters；空镜为 []
• 相邻镜头 location + time 跳跃需有剧本依据
• 单镜只承载一个核心动作

反例（不要这样做）

反例	问题	改法
缺少 shot_number 或跳号	工具必填且需连续	从 1 递增，不跳号
duration: 30 且 video_prompt 只写了 3 段	时长与分段不匹配	拆成两个 15 秒镜头
scene_id: 99 但 context 中只有 5 个场景	引用不存在	删除或改为可定位的 location+time
一镜内「打电话 → 挂电话 → 出门」	单镜多转折	拆成 3 个镜头
空镜却硬填无关 character_ids	绑定错误	空镜传 []
完全省略 bgm_prompt	与契约不符	不需要时填 ""