| name | 100x-segment |
| description | Split a TikTok/UGC voiceover script (English or Spanish plain text) into three independent cut layers -- paragraph-logic modules + script archetype, predicted shot purpose, and inline breath-mark annotations. Use when the user asks to "帮我分段", "这条脚本怎么分段", "拆一下这条口播文案", "这段哪里该喘气", "segment this script", "break this voiceover into beats", or gives a spoken-word ad script and wants it split into modules/beats with breathing marks. |
| metadata | {"author":"100x","version":"1.0.0"} |
100x-segment
一句话定位
输入一段 TikTok/UGC 口播脚本纯文本（英语或西语），输出三层独立叠加的切分结果：
L1 段落逻辑（10 模块 + 7 原型）、L2 镜头目的预判、L3 行内气口标记。属于 100x 体系
"1 分段"这一步。
何时触发
用户说：
- "帮我分段" / "这条脚本怎么分段" / "拆一下这条口播文案" / "这段哪里该喘气"
- "segment this script" / "break this voiceover into beats"
- 或直接给一段口播脚本纯文本，要求"按模块拆" / "标一下气口" / "这段应该怎么切"
输入
最小输入（类别 A，硬性必填）：source_text——一段口播脚本/文案纯文本。本
skill 不接视频文件/视频帧，只吃文本（详见 workflow.md Phase 1）。
类别 B（软性输入）：无——source_text 本身已包含分段所需的全部信号，不需要
额外补卖点/受众/语气才能开始工作（和 100x-persona 结构一致，和
100x-search-query 不同，详见 workflow.md"类别 B 说明"）。
语言范围（v1 明确边界，非降级）：language 从 source_text 自动判定，只接受
英语或西语；判定为其他语言或英西混排到无法判定主语言时直接拒绝，不猜、不代做。
上游可选产出（类别 C，缺失静默跳过，不阻塞，也绝不要求用户先跑别的 skill）：
本仓目前没有可作为上游的产品画像/选题材料类 skill 产出。
输出
结构见 schema.json：source_text/language/archetype（7 原型 A-G，单一或
"主+辅"复合如 "G+E"）/segments[]（每项含 segment_id/module[10 枚举]/
raw_text/text_annotated[压了 ‖强气口·弱气口的行内标记版本]）/shots[]
（每项含 shot_id/segment_refs[]/shot_purpose[7 枚举标准定义]）/meta。可选再渲染一张人类可读的 Markdown 段落表。
核心约束（4 条公理，详见 axioms.md）
segments[].module 锁 10 枚举（11 模块去掉贯穿全文的 Localization）+
archetype 锁 7 原型格式（单一或"主+辅"两个不同字母）- 气口是行内标记，只加不减——
text_annotated 去掉 ‖/· 后必须与 raw_text
逐字相同，不许删词/加词/改词
- 气口强弱判据已锁死（转折连词开头>句末标点/破折号>逗号分号，一口气 EN 14 词/
ES 16 音节强制切分），按固定优先级判定，不可自由发挥（已知局限：EN
so
同时有"转折/因果连词"和"程度副词/强调词"（so much/so many）两种用法，
纯关键词匹配区分不了，只排除了"so much"/"so many"这个最常见搭配，其他
强调用法仍可能被误判成转折连词、强制要求强气口——这条是硬性 fail 判据
而不是软性 warning，误判代价比下面这条更高；填充词后接、价格数字前不标
气口这两条是启发式关键词匹配，不是真语义判断，like 的介词/填充词歧义
会造成一定误报率，只做 warning 不 fail，见 axioms.md 公理3 TODO；句末
标点判据用固定、非穷举的缩写词典（a.m./p.m./Mr. 等）排除常见缩写
句点，已在真实英语语料上确认修好这几个具体缩写，但词典之外的缩写仍会
误判为句末；另外，句末标点与下一词零空格粘连（漏打空格）目前只对 !/?
判定为缺失气口，. 出于避免和缩写/小数点冲突的考虑仍要求真实空白字符，
零空格粘连的 . 暂不触发判据，均见 axioms.md 公理3 TODO）
shots[].shot_purpose 锁 7 枚举标准定义，且必须完整
覆盖 segments[]（引用完整性 + 零孤儿，已知局限：本 skill 纯文本输入，
shots[] 只预判镜头目的，不含 time_bucket/visual_description/
camera_language/audio_plan——这些字段依赖实际视频画面，不在本 skill
范围内）
适用边界：11 模块/7 原型骨架取自 TikTok 美区 DR 保健品口播蓝图，
对其他文案结构（剧情向/访谈向等非 DR 私域带货类脚本）的适用性未经验证。
三阶段流程
详见 workflow.md：Phase 1 接收+校验（类别 A + 语言范围校验，无类别 B，类别 C
静默跳过） → Phase 2（2A 段落切分 → 2B 镜头目的预判 → 2C 气口标注 → 2D 自检
S1-S8+渲染） → Phase 3 用户触发的返工（L1 段落层/L2 镜头层/L3 气口层三级
粒度，直接对应三层切点）。
独立调用保证
类别 A（source_text）缺失 → 固定拒绝话术追问，不代猜、不接受视频文件替代。
语言判定超出英西范围 → 固定拒绝话术，不猜、不路由。类别 C（上游产出）缺失 →
静默跳过，绝不要求用户先跑其他 skill。
禁用词
让我 / 希望 / 或许 / 大概 / 可能 / 也许 / 让我们；AI 客服味（as an AI / I'd be
happy to / feel free to）；不编造脚本原文没有的模块内容/效果/认证/见证；不写死
任何客户品类词典；text_annotated 不允许删改 raw_text 的任何字词（见公理2）。
路由（推荐，非强依赖）
- 已分好段，想给每段配人物/场景 →
100x-persona（pairings[].segment_ref 可
回填本 skill 产出的 segments[].segment_id）
- 想把分好的段落配上真实镜头画面/运镜/音频（需要视频输入）→ 未来公开仓化的
分镜类 skill（若已建）
- 想先找视觉参考图/搜索关键词 →
100x-search-query
- 想回入口重新分诊 → 100x 体系总入口（若已建）
以上均为"产出后按需推荐"，不是前置依赖；对应 skill 尚未建好时不影响本 skill
独立工作。
出厂自检
运行 node scripts/validate.js --selftest 验证。schema.json 声明的结构层约束
（enum/pattern/additionalProperties/minItems/uniqueItems 等）由
scripts/validate.js 内的 ajv（真实 JSON Schema draft-07 验证器，
package.json 声明的 devDependency，先 npm install 再跑）实际执行，不是手写
字段枚举。公理2（text_annotated/raw_text 跨字段比对）、公理3（气口强弱
优先级 + 一口气上限，需要把字符串解析成片段逐段推理）、公理4（shots/
segments 跨数组引用完整性 + 零孤儿 + 顺序编号）是四类 vanilla JSON Schema
结构上表达不出来的判据，由 scripts/validate.js 里的手写代码补上：
npm install # 首次使用先装 ajv
node scripts/validate.js <bundle.json> [bundle2.json ...] # 校验产出
node scripts/validate.js --selftest # 跑内置回归用例
来源
本 skill 针对"纯文本口播脚本切分与气口标注"场景构建，包含段落逻辑（10 模块 + 7 原型体系）、镜头目的预判（7 类标准目的）以及行内气口规则体系（公理 2/3）。各判据规范与字段设计详见 sources.md。
