@aswless_854771076/ai_short_studio_cli 0.1.98 → 0.1.100

package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/build-drama-storyboard/prompts/agent_storyboard_plan.zh.txt

@@ -0,0 +1,389 @@
+# Codex 执行合同：agent_storyboard_plan
+
+本文件由所属 Skill 读取，用于约束 Codex 的输入、判断与输出；不是发送给外部文本模型的 system prompt。花括号字段是从当前项目已选资产组装的具名输入槽。
+
+执行职责：专业的分镜规划师。你的任务是根据剧本内容（或原文）将故事拆解成连续的分镜头，设计分镜板基础规划。
+
+输入可能是两种格式：
+1. 【剧本格式】JSON格式的结构化剧本，包含scenes、action、dialogue、voiceover等
+2. 【原文格式】原始小说/文本片段
+
+无论哪种格式，你都需要将其拆解成连续的电影镜头。
+
+{storyboard_scene_types}
+
+{cinematography_vocabulary}
+
+【核心原则 - 最高优先级】
+⚠️ 精准覆盖！确保每个关键画面都有镜头
+⚠️ 电影思维：聚焦核心动作和情绪点
+⚠️ 一个镜头只承载一个不可再分的可见叙事节拍，不按字数或对白句数凑镜头
+⚠️ 每个 panel 对应一次视频模型生成，必须是同一时空、同一连续机位；任何蒙太奇、交叉剪辑、多地点、多机位或多个独立因果动作都必须拆成多个 panel，再用 shot_group 关联
+⚠️ 同一机位、同一调度中的对白、聆听和普通反应应合并，避免重复动作与空镜
+⚠️ 仅在信息揭示、动作转折、视点变化或明确节奏断点时新建镜头
+
+【前期表演与自然运动规划】
+
+- 在拆镜前读取角色完整描述中的 `performance_bible`。它是长期身体与注意习惯的上限，不是每镜动作清单；只有 source_text 或本镜关系任务触发时，才采用对应的重心、步态、视线、眨眼、压力反应或习惯动作。
+- 每个可见人物在初稿阶段就确定一个主要动作、一个注意对象、一个反应触发和未参与时状态。多人镜除非剧本明确要求仪式齐步、共同受惊或同步动作，否则必须错开起势、幅度、眼神和反应延迟，禁止所有人同时转头、点头、眨眼、迈步或摆手。
+- 静止人物不是冻结人物：景别可读时可保留不规则眨眼、短暂重新聚焦、呼吸和轻微重心调整，但这些只能服务当前关系任务，不能循环或抢主动作。
+- 头发、衣摆、宽袖、饰物和道具只响应已有风、人物加速度、重力或接触，并以更小幅度延迟、衰减和稳定；不得为了“自然”添加无风飘动、全身同相位摆动或凭空环境反馈。
+- 心理变化先规划为“刺激/信息 → 注意与眼神转移 → 维持面具 → 短暂泄露 → 决定/动作 → 镜尾残留”。近景才使用一至两个面部区域的低幅微表情，中远景改用头部、呼吸、姿态、停顿、距离和走位；没有原文、人物档案或导演合同证据时不得编造。
+
+【核心规则】
+
+1. 分镜数量：聚焦关键画面
+   - 场景首次出现且空间关系需要说明时，使用1个建立镜头
+   - 只有无需剪切、无需换地点且单次生成能清楚完成的连续动作才合并为1个镜头
+   - 连续对白优先保持在同一镜头；只有叙事信息发生变化时切换视点
+   - 角色反应 → 重要情绪点才需单独镜头
+   - 情绪高潮点 → 可增加1个氛围/特写镜头
+   - 质量优先：确保每个镜头都有意义
+
+2. 每个分镜必须包含：
+  - panel_number: 分镜序号（1, 2, 3...）
+  - shot_number: 制作镜号，必须与 panel_number 相同
+  - description: 画面描述（人物动作、场景元素、构图要点）
+   - characters: [{name: "角色名", appearance: "形象名", slot: "场景固定位置描述"}]
+    - location: 场景名称（从资产库选择）
+    - scene_type: 从上述规范场景类型中选择
+    - source_text: 对应原文片段 ⚠️ 必填，不得为空
+    - duration: 建议视频时长（整数秒，范围必须符合 {shot_duration_constraints}）
+    - continuity_mode: 本镜与前镜关系，只能是 independent 或 previous-tail
+    - continuity_reason: 判断独立切换或承接前镜尾帧的具体原因
+    - narrative_purpose: 本镜对叙事的唯一作用，说明它建立、推进、揭示或兑现什么
+    - shot_group: {id, type, role, pattern}；type 只能是 single/montage/progression/causal/contrast，role 只能是 setup/action/reaction/bridge/payoff，pattern 只能是 standard/reaction-first/action-stacked/reaction-omitted/action-hidden/delayed-reaction/synchronous/reaction-chain/repeated-variation/contrapuntal/omitted-action/chain-link；同组镜头必须连续且 pattern 一致
+    - motion_plan: {subject, start_state, end_state, verb, camera_role}；camera_role 只能是 observe/follow/reveal/contrast/hold
+    - scene_strategy: {scene_id, objective, viewpoint, tone, pacing, visual_motif, sound_motif}；同一 scene_id 的所有字段必须完全一致
+    - rhythm_plan: {beat_role, intensity}；beat_role 只能是 setup/build/turn/climax/release/transition，intensity 为 1–5 整数
+    - edit_plan: {cut_motivation, axis, screen_direction, transition, sound_bridge, intended_duration, transition_in, transition_out}；axis 只能是 establishing/same-axis/reverse/neutral/insert，screen_direction 只能是 left-to-right/right-to-left/neutral，旧字段 transition 仍只能是 hard-cut/match-cut/J-cut/L-cut/dissolve/fade/continuous；intended_duration 是成片预计保留秒数，必须大于 0 且不超过 duration
+    - 相邻镜共享转场合同：先完成完整有序镜头数组，再逐对设计同一份合同。前镜写入 transition_out，后镜写入内容完全一致的 transition_in；首镜没有 transition_in，末镜没有 transition_out，中间镜同时具有两者
+    - transition_in/transition_out 结构均为 {source_shot_key, target_shot_key, kind, motivation, source_end, target_start, screen_direction, trigger, audio_bridge, confidence}；规划阶段 source_shot_key/target_shot_key 使用 panel_number 的字符串值
+    - 人物在前镜离画且未于后镜出现时，source_end 必须保留其离画边、最后姿态、运动方向和持物状态；该人物下一次入画时，target_start 必须延续这份画外状态，除非场景或时间明确重置
+    - kind 只能是 action-hold-hard-cut/occlusion-cut/whip-pan-cut/action-match-cut/match-cut/motivated-light-cut/dissolve-time-cut/black-cut；screen_direction 只能是 left-to-right/right-to-left/up/down/in/out/neutral；confidence 只能是 high/medium/low
+    - 优先使用有证据的动作、遮挡、甩镜、构图、剧情光线、时间或黑场桥。低置信度合同必须退回 action-hold-hard-cut 和 neutral，禁止用无来源闪白、随机烟雾或任意空间扭曲兜底；没有声音动机时省略 audio_bridge
+    - dialogue_plan: {mode, focus}；mode 只能是 speaker/listener/two-shot/over-shoulder/dirty-single/clean-single/environment/long-take/none，focus 只能是 speaker/listener/relation/environment/action/none
+    - visual_plan: {emphasis, standout, technique, composition}；standout 为布尔值，technique 只能是 standard/metaphor/reveal/callback/contrast/withhold/spectacle
+    - composition: {primary, secondary, reason, evidence}，为新生成内容必填：
+      · primary 必填且只能是构图受控词表 code（composition.basic.* / composition.film.* / composition.action.* / composition.character.*；名称见上方规范镜头词汇，code-名称对照、证据门槛与可组合模式见 references/controlled-vocabulary.json 与 references/director-composition.md）
+      · secondary 只能为 null 或一个与 primary 不同的 code，仅在确有第二信息层时填写；禁止两个强风格模式并列
+      · reason 必须把该构图绑定到本镜 narrative_purpose 与唯一首要可读信息，说明观众第一眼读到什么
+      · evidence 必须给出具体引用：source_text 原句、场景/道具资产中的具体依据，或剧本成立的动作事实，并标注所用 code 要求的证据等级（composition-only/set_dressing/weather_atmosphere/action_blocking）；复合等级以 + 连接时每个组件都必须满足并各自给出依据
+
+   导演合同规则：先确定整场目标、视点、调性、节奏与视听母题，再组织镜头组和逐镜变化。motion_plan 必须用可见主体、明确起止状态和可执行动作动词描述镜内变化；纯淡入、滑入、弹出或缩放不算叙事动作。除有意 hold 外，每镜都应产生与 narrative_purpose 对应的可见状态或信息变化。因果组默认包含 action 与 reaction/payoff 并遵循 pattern 顺序；reaction-omitted 可省略反应，omitted-action/action-hidden 可省略可见动作，reaction-first 允许反应前置，synchronous/repeated-variation/contrapuntal 不强制先后。逐列检查连续镜头的景别、机位、运动和对白覆盖；只有关系压迫、仪式感或蓄意单调等明确目的才允许无变化重复。长场景必须有可读的强弱变化，standout 只留给转折或高潮，不按固定比例凑数。duration 是供视频模型生成的素材时长，intended_duration 是剪辑时间线预计保留时长，两者不得混用。剪切必须写清动机，遵守轴线、视线与屏幕运动方向；J/L cut 或声桥必须有具体声音来源。只有有意停顿时可用 camera_role=hold，且 narrative_purpose 必须说明停顿承载的信息或情绪。
+
+   构图选择顺序（强制，不得跳步或倒序）：
+   1. 场级母题优先：先读导演本场 camera_strategy.composition_motifs（若输入提供），本镜构图必须服务某个场级母题的变化或回收，不得另起无母题依据的风格
+   2. 定本镜唯一首要可读信息：观众第一眼必须读到谁的决定、什么威胁、什么关系变化或什么动作结果；一镜只允许一个
+   3. 再选 primary/secondary：用 64 模式中唯一一个最能承载首要信息的 code 作 primary；确有第二信息层才加一个 secondary
+   4. 最后翻译成可见几何：把 code 落实为主体位置、视线与留白、前中后景、光源、遮挡、动作方向、镜尾状态并写进 description；禁止只复读构图名称，禁止按固定清单逐镜机械轮换构图
+   - 证据硬规则：evidence 是使用该 code 的最低门槛。set_dressing 所需门、窗、镜、廊柱、长桌、霓虹、武器等必须在场景/道具资产或剧本描写中；weather_atmosphere 的雨、雪、雾、逆光、双色温光源必须在原文、场次设定或资产中；action_blocking 的冲突、追逃、包围、群体走位必须由剧本或导演调度成立；复合证据（+）缺一不可。证据不足必须降级换 code，不得向画面添加原文或资产之外的元素；旧项目历史分镜没有 composition 字段时只正常读取，不要求回填补写。
+
+3. source_text 规则（极其重要）：
+   ⚠️ 每个分镜都必须包含，不得为null或空字符串
+   - 多个镜头可以共享同一段原文
+   - 直接从输入内容中复制原文
+   - 创意镜头也需填写触发该镜头的原文片段
+
+4. props 逐镜证据规则：
+   - props 只能包含当前镜头 source_text 明确出现、且当前画面实际可见或被角色操作的道具资产
+   - 道具库只是候选清单；上一镜出现过的道具不得自动延续到下一镜
+   - 当前 source_text 没有道具证据时，props 必须返回 []，description 也不得补写该道具
+   - 输出前逐镜删除 source_text 未明确出现的 props，并同步删除 description 中对应道具
+
+【镜头拆分规则】
+
+1. 景别选择（择一即可）：
+   - "他走进房间" → 中景(推门进入) + 近景(表情)，或远景全景一镜到底
+
+2. 反应镜头（仅关键场景）：
+   - 重要情绪转折点 → 可插入反应镜头
+   - 普通对话不需要每句都有反应
+
+3. 建立镜头（精简）：
+   - 开头：1个场景建立镜头即可
+   - 中间：仅情节需要时加入环境镜头
+
+4. 创意/氛围镜头（可选，0-1个）：
+   - 仅在情绪高潮点考虑使用
+   - 只能重构 source_text、已登记场景锚点或道具已有的视觉信息；不得为表达情绪临时添加乌鸦、时钟、天气、镜面或其他象征物
+
+5. 对话处理：
+   - 正反打：连续对话可合并处理
+   - 小动作：融入对话镜头，不需单独成镜
+
+6. ⚠️ 对话镜头规则（口型同步需求）：
+   - dialogue_plan 聚焦 speaker 时，说话者在画面中可见且口型可辨；聚焦 listener、relation 或 environment 时，允许说话者在画外，但必须明确声音来源，并让所有可见非说话者保持闭口
+   - 说话者应是画面主体，其他角色可按构图需要同框或位于背景
+   - 同镜多人对白仅在 Provider 明确支持、说话时段不重叠且每张可见嘴部状态可写清时使用；否则拆镜，仅在 Provider 无原生音频能力时才 post-dub
+   - 普通聆听反应并入说话镜头；只有反应改变剧情信息或情绪方向时才单独切镜
+
+7. 复合内容处理（按叙事节拍，不按语法拆分）：
+   - 动作、对白和结果能在同一时空连续拍摄时合并为1个镜头
+   - 连续动作只有在动作方向、地点或叙事结果发生变化时切镜
+   - 多角色普通反应使用关系镜头合并；关键反应才单独切镜
+
+【镜头生成规则】
+
+1. 连续性：
+   - 镜头流畅过渡，上一镜头动作在下一镜头承接
+   - 光线、氛围保持一致
+   - 避免连续两镜头内容完全相同
+
+2. 创意镜头语言：
+   - 只使用原文、已登记资产或场景固定锚点中已有的物件、光线、声音和空间关系，通过取景、遮挡、留白、重复或前后反差赋予意义
+   - visual_motif 必须能指出来源证据和本场回收方式；没有证据时使用 standard，不用通用象征物替观众解释情绪
+
+3. 智能理解用户输入的要求（节奏、情绪、画面、规则、色调等）
+
+【剧本格式解析规则】
+
+当输入是【剧本格式】JSON时：
+
+1. scene信息：
+   - heading: 提取场景的内景/外景、地点、时间
+   - description: 场景环境 → 生成建立镜头
+   - characters: 场景中的角色列表
+
+2. content数组：
+   - type: "action" → 提取text作为动作描述
+   - type: "dialogue" → 提取character、lines、parenthetical生成对话镜头
+   - type: "voiceover" → 画外音，设计画面配合声音
+
+3. 对话拆解：
+   - 按不可再分的叙事节拍规划；同一调度中的说话、聆听和普通反应应合并
+
+4. 画外音处理：
+   - 画外音时画面应是相关场景或回忆
+   - 示例：voiceover说"猴子死了" → 画面是闪回战斗
+
+【原文格式解析规则】
+
+1. 剧本标记：
+   - `△` 标记 → 必须生成独立分镜
+   - "场景：" → 生成建立镜头
+   - "画面：" → 直接生成分镜
+
+2. 动作/对话识别：
+   - 人物动作："他走进房间" → 动作镜头
+   - 场景变化："阳光洒进窗户" → 环境镜头
+   - 对话："角色A：（愤怒地站起）你怎么能这样！" → 站起 + 愤怒表情
+
+
+【人物连续性与场景完整性规则】
+
+1. 人物追踪：
+   - 角色进入场景后，在明确离开前必须持续存在
+   - 禁止人物"凭空消失"
+   - 人物离场必须有明确动作
+
+2. 画面层次（每个分镜必须包含）：
+   - 焦点层：当前说话/动作的主要人物（详细描述）
+   - 在场层：其他在场人物的状态（简要描述位置、反应）
+   - 环境层：场景氛围和环境细节
+
+3. 景别与人物展示：
+   - 全景/中景：所有在场人物都必须出现
+   - 近景：主体 + 画面边缘可见人物
+   - 特写：只需局部，无需其他人
+
+4. 人物存续逻辑：
+   - 前一镜存在的人物，下一镜（非特写）必须交代去向
+   - 只能通过：明确离场动作、切为特写、场景切换 来"消失"
+
+【资产库使用规则】
+
+1. 角色选择：
+   - characters: [{name: "角色名", appearance: "形象名"}]
+   - name 必须与资产库完全一致
+   - appearance 根据分镜情境选择最合适形象
+   - 所有在画面中出现的角色都要选择
+   - clip_json.characters 是本片段最低角色集；如果【输入数据】原文/剧本中还明确出现其他资产库角色，也必须纳入人物关系判断
+   - 全景/远景/中景/多人关系镜头中，凡仍在当前场景、且没有明确离场的核心人物，都必须出现在 characters 数组，并在 description 中说明位置或可见状态
+   - 近景/特写/反打镜头可以只保留镜头实际拍到的人，但 description 必须体现这是近景、特写或反打，避免看起来像人物无故消失
+   - 对话镜头至少包含说话者；如果镜头能看到听者或对方肩背，也要把听者加入 characters，并描述其画面位置
+
+2. 场景选择：location 必须从场景资产库选择，名字完全一致
+
+   🏛️【大场景 vs 局部场景 选择规则】：
+   - 资产库中场景带有层级标注：`（大场景）` = 整体环境；`（局部）` = 大场景内的具体房间/区域
+   - **镜头景别决定选择**：
+     - 远景 / 全景 / 空镜 / 鸟瞰 / 外景建立镜头 → 选择【大场景】（标注为"大场景"），location 字段直接填大场景名称（如 "林家老宅"）
+     - 中景 / 近景 / 特写 / 室内细节 → 选择【局部场景】（标注为"局部"），location 字段填**完整路径** "大场景名/子场景名"（如 "林家老宅/正堂"）
+   - **原文语义兜底**：
+     - 若原文只提到大场景整体、未指明具体位置，选择大场景，填名称即可
+     - 若原文明确写出"在正堂中"、"走进花园"等具体位置，优先选择对应的局部场景，输出完整路径
+     - 若原文出现"朝着/走向/进入 + 局部区域"，后续相关镜头应绑定到对应局部场景完整路径；例如"朝着紫霄宫大殿走去"应优先使用"紫霄宫_白天/大殿入口"或"紫霄宫_白天/大殿"
+   - 建立镜头可使用大场景；进入局部空间后，后续中近景和人物关系镜头应持续使用该局部场景路径，直到明确切换地点
+   - **禁止**：不要只写子场景名（如只写 "正堂"），必须带上大场景前缀形成完整路径，除非该场景在库中就是顶层大场景
+
+【画面描述格式规则】
+
+1. ⚠️ 禁止使用身份称呼：
+   ❌ 错误："母亲紧握儿子的手"、"父亲站在门口"
+   ✅ 正确：使用资产库中的具体角色名
+
+2. ⚠️ 禁止主观情绪词：
+   ❌ 错误："显得格格不入"、"气氛尴尬"、"充满敌意"
+   ✅ 正确：只描述可视化元素（"皱眉"、"攥紧拳头"、"瞪大眼睛"）
+
+3. 空间关系必须清晰：
+   - 明确朝向：谁面对谁、谁背对谁
+   - 明确阻挡：谁挡在谁前面
+   - 明确位置：前后左右、远近高低
+
+   ✅ 正确："保镖正面朝向张三，背对身后的老人，双臂张开阻挡张三前进"
+
+4. 角色描述简洁：
+   - 直接使用角色名称即可，无需添加衣着/年龄描述
+   ❌ 错误："穿白T恤的少年张三站在门口"
+   ✅ 正确："张三站在门口"
+
+【镜头连续性与空间锚定规则 - 核心规则】
+
+⚠️ 这是保证画面连贯的重要规则！
+
+1. **核心原则**：
+   - 根据**镜头实际能拍摄到的范围**来决定是否描述其他角色
+   - 镜头合理性优先：特写、反打、局部镜头等**拍不到其他人**时，不需要强行描述
+   - 只有在镜头**确实能看到**其他角色时，才需要交代其位置
+
+2. **不同镜头类型的处理**：
+
+   - 全景/远景：需要交代所有在场角色，画面范围大，所有人都应该可见
+   - 中景：需要交代其他角色，通常能看到交谈双方或多人
+   - 近景：视情况而定，如果镜头角度能看到对方则交代，看不到则省略
+   - 反打镜头：不需要交代另一方，因为反打就是专门拍摄一方，另一方在镜头后面
+   - 特写/极端特写：不需要交代其他人，只展示局部画面
+   - 越肩镜头：前景肩膀可见即可，不必详细描述
+
+3. **合理性原则**：
+
+   ✅ 正确（镜头能拍到）：
+   "中景：李四皱眉说话，对面张三静静听着" ← 中景能看到双方
+
+   ✅ 正确（反打镜头不需要另一方）：
+   "反打近景：李四皱眉说话" ← 反打就是只拍一方，另一方在镜头后
+
+   ✅ 正确（特写只需焦点）：
+   "脸部特写：李四眉头紧锁" ← 特写不需要交代其他人
+
+   ❌ 错误（中景却丢失可见角色）：
+   "中景：李四说话" ← 中景应该能看到对方，为什么没写？
+
+4. **连续性检查**（生成每个分镜前自检）：
+   □ 当前镜头类型/角度能拍摄到哪些角色？
+   □ 能拍到的角色是否都有描述？
+   □ 拍不到的角色（特写、反打等情况）可以省略
+
+【输出格式】
+
+只返回JSON数组，不得输出markdown代码块标记、注释或解释。
+
+示例（重点展示镜头连续性）：
+
+原文："张三走进办公室，看着正在工作的李四和王五说：开会了。李四抬头点了点头，王五放下手中的笔站起身。"
+
+[
+  {
+    "panel_number": 1,
+    "description": "中景：张三推开办公室门走进来，画面深处李四坐在左侧工位低头工作，王五坐在右侧工位写字",
+    "characters": [
+      {"name": "张三", "appearance": "初始形象"},
+      {"name": "李四", "appearance": "初始形象"},
+      {"name": "王五", "appearance": "初始形象"}
+    ],
+    "location": "办公室",
+    "scene_type": "daily",
+    "source_text": "张三走进办公室，看着正在工作的李四和王五",
+    "duration": 6
+  },
+  {
+    "panel_number": 2,
+    "description": "近景：张三站在门口开口说话，对面李四和王五抬起头望向他",
+    "characters": [
+      {"name": "张三", "appearance": "初始形象"},
+      {"name": "李四", "appearance": "初始形象"},
+      {"name": "王五", "appearance": "初始形象"}
+    ],
+    "location": "办公室",
+    "scene_type": "daily",
+    "source_text": "说：开会了",
+    "duration": 5
+  },
+  {
+    "panel_number": 3,
+    "description": "近景：李四坐在工位上抬头点了点头，旁边王五正在放下手中的笔，背景中张三站在门口等待",
+    "characters": [
+      {"name": "李四", "appearance": "初始形象"},
+      {"name": "王五", "appearance": "初始形象"},
+      {"name": "张三", "appearance": "初始形象"}
+    ],
+    "location": "办公室",
+    "scene_type": "daily",
+    "source_text": "李四抬头点了点头，王五放下手中的笔",
+    "duration": 6
+  },
+  {
+    "panel_number": 4,
+    "description": "中景：王五从座位上站起身，左侧李四也准备起身，张三在门口向外走去",
+    "characters": [
+      {"name": "王五", "appearance": "初始形象"},
+      {"name": "李四", "appearance": "初始形象"},
+      {"name": "张三", "appearance": "初始形象"}
+    ],
+    "location": "办公室",
+    "scene_type": "daily",
+    "source_text": "王五站起身",
+    "duration": 5
+  }
+]
+
+注意示例中的镜头连续性技巧：
+- 每个镜头都交代了三个角色的位置
+- 镜头焦点变化时（如镜头3焦点是李四王五），仍用「背景中张三」保持连续性
+- 角色移动（如镜头4张三向外走）有明确动作交代
+
+【输入数据】
+
+角色资产库：{characters_lib_name}
+场景资产库：{locations_lib_name}
+
+角色介绍（⭐用于理解"我"和称呼对应的角色）：
+{characters_introduction}
+
+角色形象列表（供选择appearance）：
+{characters_appearance_list}
+
+角色完整描述（供参考）：
+{characters_full_description}
+
+道具描述（供参考）：
+{props_description}
+
+Clip信息：
+{clip_json}
+
+内容输入（剧本格式JSON或原文片段）：
+{clip_content}
+
+【严格要求】
+1. 必须输出所需数量的有效分镜，禁止空分镜
+2. 角色和场景名字必须从资产库选择
+3. characters 必须是对象数组：[{name: "角色名", appearance: "形象名"}]
+4. 只返回JSON数组，不得有其他文字
+5. ⚠️ source_text 必填，不得为空或null
+6. 空间关系必须清晰（朝向、阻挡、位置）
+7. 如果场景描述中提供了可站位置列表，应将其视为优先位置锚点，而不是强制覆盖所有可能位置的硬边界
+8. 当角色在场景中稳定停留时，优先从可站位置列表中选择 slot；slot 字段的值必须直接复制完整位置描述，禁止缩写、改写、总结或替换成短词
+9. 当镜头主要表现角色移动、进入/离开、穿过空间、过渡区域、路径空间、临时空间、空白空间、想象/梦境/回忆/抽象空间时，可以不使用 slot，并根据原文和镜头逻辑自由决定位置
+10. 镜头连续性：前后镜头要有动作承接
+11. 禁止身份称呼：必须使用资产库中的具体名字
+12. 禁止主观情绪词：只描述可视化动作和状态
+13. 长句按可见叙事节拍处理：能连续拍摄就合并，出现信息揭示、动作转折、视点变化或节奏断点才拆分
+14. 禁止为普通聆听、重复动作或无新增信息的反应额外生成镜头
+15. ⚠️ 镜头合理性：只描述当前镜头**实际能拍摄到**的角色，特写/反打等拍不到的可省略
+16. duration 必填：根据可见动作、对白实际口播、移动和运镜估算，并严格符合 {shot_duration_constraints}；可用时包含必要剪辑余量，不得为迎合整集目标时长机械增删镜头，也不得把所有镜头固定为同一时长
+17. ⚠️ JSON安全：原文中的所有引号（""''「」等）在 JSON 字符串值中必须统一替换为「」，严禁出现未转义的英文双引号 "
+18. 连续关系必填：本集首镜、换场、时间跳跃、黑场、字幕或明确硬切使用 independent；其余默认 previous-tail。Part 边界不等于换场，不得自动断链
+19. ⚠️ visual_plan.composition 对新生成内容必填：primary 只能是 64 模式词表 code，secondary 为 null 或一个不同 code，reason 必须绑定 narrative_purpose，evidence 必须引用 source_text、场景/道具资产或动作事实并标注证据等级；复合证据（+）逐组件满足。构图按场级母题→首要可读信息→primary/secondary→可见几何的顺序选择，禁止机械轮换；证据不足必须换 code，不得无来源添加天气、陈设或动作

package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/build-drama-storyboard/prompts/professional_storyboard.en.txt

@@ -0,0 +1,40 @@
+# Codex execution contract: professional_storyboard
+
+The owning Skill reads this file to constrain Codex inputs, decisions, and output. It is not a system prompt sent to an external text model. Braced fields are named input slots assembled from selected local project assets.
+
+Execution role: professional short-drama storyboard artist. Return the complete episode storyboard from the approved screenplay contract, asset whitelist, cinema knowledge, production constraints, and optional correction.
+
+Screenplay contract:
+{screenplay_contract}
+
+Asset whitelist:
+{asset_whitelist}
+
+Cinema knowledge:
+{cinema_knowledge}
+
+Controlled composition vocabulary (only the primary and secondary fields of photographyPlan.composition may use the controlled codes matching these names; composition itself is the nested contract defined in rule 9, not a code; full code-name mapping, evidence floors, and risk codes live in references/controlled-vocabulary.json under cinematography.compositionPatterns and in references/director-composition.md):
+{cinematography_vocabulary}
+
+Production constraints, including aspect ratio, target duration, per-shot duration, shot count, or Provider limits:
+{production_constraints}
+
+Correction; empty when absent:
+{correction}
+
+Target language: {target_language}
+
+Return a JSON array only, with no Markdown, explanation, or wrapper. Merge source units that can play continuously in the same time and space. Cut only for a reveal, action turn, viewpoint change, or deliberate pacing break. Obey production_constraints for shot count and duration; do not use hidden defaults. Never omit, duplicate, or reorder sourceUnitIds.
+
+Every item must contain exactly: panel_number, shot_number, sourceUnitIds, description, action, dialogue, voiceover, source_text, characters, location, props, assetRefs, shot_type, camera_move, imagePrompt, photographyPlan, actingNotes, duration, continuity.
+
+Rules:
+1. Number panels consecutively from 1; shot_number must equal panel_number; cover every sourceUnitId in contract order.
+2. Preserve dialogue, voiceover, and on-screen text verbatim in dialogue, voiceover, and source_text respectively. Never invent dialogue or story facts.
+3. Copy asset names and keys only from the whitelist. assetRefs must be {"characterKeys":[],"locationKey":null,"propKeys":[]} and include only assets visible or used in the shot.
+4. description, action, shot_type, camera_move, and imagePrompt must be non-empty. photographyPlan and actingNotes must be non-empty objects or arrays. Make all content visible, executable, and consistent with the director book and cinema knowledge.
+5. duration must be an integer sufficient for action and actual speaking time and fall within production_constraints. Split an overloaded shot instead of compressing or rewriting source text.
+6. The first shot uses continuity.mode independent. Use previous-tail only when the shot must inherit the prior tail frame, with the previous panel_number as a string and a non-empty reason.
+7. Preserve identity, appearance versions, prop state, axis, eyelines, light direction, action start/end states, and audiovisual continuity. Off-screen dialogue, narration, and inner monologue must not cause visible speaking lip movement.
+8. Use target_language for natural-language fields while preserving protected source text and canonical asset names. If constraints cannot be satisfied, return an empty array so the caller can record the blocker instead of guessing.
+9. A non-empty photographyPlan must contain a nested composition contract and must add no top-level fields. composition is {primary, secondary, read_order, subject_placement, depth_layers, eyeline_room, light_and_color_geometry, action_vector, tail_state, evidence, ai_risks}: primary is required and must be exactly one of the 64 controlled composition codes; secondary is null or one code different from primary; the remaining fields follow the per-shot selection flow in references/director-composition.md. Selection order is mandatory: scene-level composition_motifs from the director book when provided, then the panel's single primary readable fact, then primary/secondary, then visible geometry; never rotate patterns mechanically down the shot list. evidence must cite the source text for this panel's sourceUnitIds, a whitelisted scene/prop asset, or an action fact established by the screenplay, labeled composition-only/set_dressing/weather_atmosphere/action_blocking, with every component of a + compound satisfied; when secondary is non-null, ai_risks must cover the union of risk codes registered for both the primary and the secondary pattern, each with a visible countermeasure. imagePrompt must visibly realize at least subject placement, eyeline direction and negative space, foreground/midground/background content and focus falloff, light direction with in-story source / occluders and occlusion ratio, and the tail state; never restate a pattern name alone. Weather, dressing, light sources, weapons, or extra figures without evidence must not appear in imagePrompt, description, or action.

package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/build-drama-storyboard/prompts/professional_storyboard.zh.txt

@@ -0,0 +1,40 @@
+# Codex 执行合同：professional_storyboard
+
+本文件由所属 Skill 读取，用于约束 Codex 的输入、判断与输出；不是发送给外部文本模型的 system prompt。花括号字段是从当前项目已选资产组装的具名输入槽。
+
+执行职责：专业短剧分镜师。根据已确认的剧本合同、资产白名单、影视知识、制作约束和可选修正，返回整集完整分镜。
+
+剧本合同：
+{screenplay_contract}
+
+资产白名单：
+{asset_whitelist}
+
+影视知识：
+{cinema_knowledge}
+
+构图受控词表（只有 photographyPlan.composition 的 primary、secondary 可使用以下名称对应的受控 code，composition 本身是规则 9 定义的嵌套合同，不是 code；完整 code-名称对照、证据门槛与风险码见 references/controlled-vocabulary.json 的 cinematography.compositionPatterns 与 references/director-composition.md）：
+{cinematography_vocabulary}
+
+制作约束（画幅、目标时长、单镜时长、镜头数量或 Provider 限制）：
+{production_constraints}
+
+修正要求；没有则为空：
+{correction}
+
+目标语言：{target_language}
+
+只输出 JSON 数组，不要 Markdown、解释或包装对象。合并同一时空内可连续表演的来源单元，仅在信息揭示、动作转折、视点变化或明确节奏断点时切镜；镜头数和单镜时长严格服从 production_constraints，不使用隐藏默认值。不得遗漏、重复或重排 sourceUnitIds。
+
+每项必须且只能包含：panel_number、shot_number、sourceUnitIds、description、action、dialogue、voiceover、source_text、characters、location、props、assetRefs、shot_type、camera_move、imagePrompt、photographyPlan、actingNotes、duration、continuity。
+
+规则：
+1. panel_number 从 1 连续递增；shot_number 必须与 panel_number 相同；sourceUnitIds 完整覆盖合同并保持原顺序。
+2. dialogue、voiceover、画内文字逐字保留，分别放入 dialogue、voiceover、source_text；不得补写台词或剧情事实。
+3. 资产名和 key 只能复制白名单。assetRefs 必须为 {"characterKeys":[],"locationKey":null,"propKeys":[]}；只登记本镜实际可见或使用的资产。
+4. description、action、shot_type、camera_move、imagePrompt 非空；photographyPlan 和 actingNotes 为非空对象或数组。内容必须可见、可执行，并兑现导演本和影视知识。
+5. duration 为整数并满足本镜动作与实际口播，同时落在 production_constraints 允许范围；不足时拆镜，不压缩或改写原文。
+6. 首镜 continuity.mode 为 independent；仅需承接前镜尾帧时使用 previous-tail，并填前镜 panel_number 字符串与非空 reason。
+7. 保持人物身份、外观版本、道具状态、轴线、视线、光线方向、动作起止和声画关系连续。画外对白、旁白和内心独白不得驱动画内角色做说话口型。
+8. 自然语言使用 target_language；受保护原文与资产规范名保持原样。无法满足的约束不得猜测，返回空数组并由上层记录阻塞原因。
+9. 非空 photographyPlan 必须包含嵌套 composition 合同，不新增顶层字段。composition 为 {primary, secondary, read_order, subject_placement, depth_layers, eyeline_room, light_and_color_geometry, action_vector, tail_state, evidence, ai_risks}：primary 必填且只能是 64 个受控构图 code 之一；secondary 为 null 或一个与 primary 不同的 code；其余字段语义同 references/director-composition.md 的逐镜选择流程。选码顺序强制为：场级 composition_motifs（导演本若提供）→ 本镜唯一首要可读信息 → primary/secondary → 可见几何，禁止按固定清单逐镜机械轮换。evidence 必须引用本镜 sourceUnitIds 对应的原文、白名单场景/道具资产或剧本成立的动作事实，并标注证据等级 composition-only/set_dressing/weather_atmosphere/action_blocking，复合等级以 + 连接且每个组件都必须满足；ai_risks 在 secondary 非 null 时必须并集覆盖 primary 与 secondary 两个模式登记的风险码，逐条写可见防控。imagePrompt 至少必须可见落实主体位置、视线方向与留白、前中后景内容与虚实、光源方向与剧内来源/遮挡物与遮挡比例、镜尾状态；禁止只复读构图名称。无证据的天气、陈设、光源、武器或多余人物一律不得写入 imagePrompt、description 或 action。

package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/define-drama-brief/prompts/drama_brief.en.txt

@@ -0,0 +1,24 @@
+# Codex execution contract: drama_brief
+
+The owning Skill reads this file to constrain Codex inputs, decisions, and output. It is not a system prompt sent to an external text model. Braced fields are named input slots assembled from selected local project assets.
+
+Execution role: short-drama production planner. Turn the source analysis and user decisions into an executable, confirmable creative brief without inventing unresolved parameters.
+
+[SOURCE ANALYSIS]
+{source_analysis}
+
+[USER-CONFIRMED DECISIONS]
+{user_decisions}
+
+[USER-SELECTED MARKET INSPIRATION]
+{market_inspiration}
+
+Rules:
+1. Put every unresolved parameter that changes the creative result in open_questions, use null for its field, and set approved to false.
+2. Use BCP 47 language tags and record output text, spoken dialogue, and subtitle language separately.
+3. Never choose episode count, duration, aspect ratio, platform, rating, or ending type from convention. episode_duration_seconds is a planning target, not an exact frame-level cutoff; treat it as a hard maximum only when the platform explicitly imposes one.
+4. Keep adaptation_mode consistent with source-analysis and record adaptation boundaries in creative_constraints.
+5. approved may be true only after open_questions is empty and the user has confirmed the whole brief.
+6. Write market_inspiration_ref only when the user explicitly selects market inspiration, preserving that inspiration artifact's complete report_ref exactly; otherwise use null. This reference cannot override source facts, compliance requirements, or user-confirmed decisions.
+
+No Markdown, explanation, screenplay content, or model parameters.

package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/define-drama-brief/prompts/drama_brief.zh.txt

@@ -0,0 +1,24 @@
+# Codex 执行合同：drama_brief
+
+本文件由所属 Skill 读取，用于约束 Codex 的输入、判断与输出；不是发送给外部文本模型的 system prompt。花括号字段是从当前项目已选资产组装的具名输入槽。
+
+执行职责：短剧制片策划。把来源分析和用户决定收敛为可执行且可确认的创作简报，不补造用户尚未决定的关键参数。
+
+【来源分析】
+{source_analysis}
+
+【用户已确认决定】
+{user_decisions}
+
+【用户明确选用的市场灵感】
+{market_inspiration}
+
+规则：
+1. 未由用户确认且会改变创作结果的参数写入 open_questions，对应字段用 null，approved 必须为 false。
+2. 语言使用 BCP 47；分别记录交付文本、人物说话和字幕语言。
+3. episode_count、episode_duration_seconds、画幅、平台、分级和结局类型不得从行业惯例自动代选。episode_duration_seconds 是单集策划目标，不是要求成片逐秒精确命中的硬截止；只有平台明确限长时才作为上限。
+4. adaptation_mode 和 source-analysis 一致；改编边界写入 creative_constraints。
+5. approved 只有在 open_questions 为空且用户已确认整份简报后才能为 true。
+6. 只有用户明确选用市场灵感时才写入 market_inspiration_ref，并逐字保留所选灵感产物的完整 report_ref；否则必须为 null。该引用不能代替来源事实、合规要求或用户确认的决定。
+
+禁止 Markdown、解释、剧本内容和模型参数。

package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/design-drama-audio/prompts/character_voice_description.en.txt

@@ -0,0 +1,19 @@
+# Codex execution contract: character_voice_description
+
+The owning Skill reads this file to constrain Codex inputs, decisions, and output. It is not a system prompt sent to an external text model. Braced fields are named input slots assembled from selected local project assets.
+
+Execution role: voice-casting director for short drama. Write a submission-ready voice_prompt for an audio Provider that accepts natural-language voice descriptions.
+
+[CHARACTER PROFILE]
+name: {name}
+gender: {gender}
+age_range: {age_range}
+archetype: {archetype}
+personality_tags: {personality_tags}
+occupation: {occupation}
+social_class: {social_class}
+era_period: {era_period}
+
+Use only evidenced long-term traits from the profile and obey five hard rules: (1) output one natural description within 50 Chinese-weighted characters; (2) explicitly state gender and approximate age group; (3) include exactly 2–4 evidenced voice traits covering pitch, timbre, pace, delivery color, or texture; (4) never include a person name, place name, plot, dialogue, real-person imitation target, protected-identity inference, or one-shot emotion; (5) add no “Voice description:” prefix, heading, quotes, explanation, or Markdown. When evidence is sparse, choose neutral traits without regional or class stereotypes; do not invent a fifth trait.
+
+The output is checked by `validateVoiceDescription`; emit only the description body.

package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/design-drama-audio/prompts/character_voice_description.zh.txt

@@ -0,0 +1,19 @@
+# Codex 执行合同：character_voice_description
+
+本文件由所属 Skill 读取，用于约束 Codex 的输入、判断与输出；不是发送给外部文本模型的 system prompt。花括号字段是从当前项目已选资产组装的具名输入槽。
+
+执行职责：短剧配音选角导演。为支持自然语言 voice_prompt 的音频 Provider 编写一个可提交的声音描述。
+
+【人物档案】
+name: {name}
+gender: {gender}
+age_range: {age_range}
+archetype: {archetype}
+personality_tags: {personality_tags}
+occupation: {occupation}
+social_class: {social_class}
+era_period: {era_period}
+
+仅根据人物档案中有证据的长期特征，严格遵守五条硬规则：①只输出一段 50 个中文加权字符以内的自然中文；②必须点明性别和大致年龄段；③只补充 2–4 个关键声音特征，可从音高、音色、语速、表达色彩和特殊质感中选择；④不得包含人物名、地名、剧情、台词、真人模仿对象、受保护身份推断或一次性情绪；⑤不得添加“声音描述：”等前缀、标题、引号、解释或 Markdown。信息不足时使用中性声音，不补造地域和阶层刻板印象，也不得虚构第五个特征。
+
+输出会经过 `validateVoiceDescription` 校验；直接输出描述正文。

package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/design-drama-audio/prompts/character_voice_recommend.en.txt

@@ -0,0 +1,26 @@
+# Codex execution contract: character_voice_recommend
+
+The owning Skill reads this file to constrain Codex inputs, decisions, and output. It is not a system prompt sent to an external text model. Braced fields are named input slots assembled from selected local project assets.
+
+Execution role: voice-casting director for short drama. From the controlled vocabulary returned by the selected audio Provider, choose voice tags that can be submitted unchanged.
+
+[PROVIDER CONTROLLED VOCABULARY]
+{vocabulary}
+
+[CHARACTER PROFILE]
+name: {name}
+gender: {gender}
+age_range: {age_range}
+archetype: {archetype}
+personality_tags: {personality_tags}
+occupation: {occupation}
+social_class: {social_class}
+era_period: {era_period}
+
+Rules:
+1. Select only exact tags present in the vocabulary. Never translate, rewrite, or invent a tag.
+2. If gender and age tags exist, choose one of each; choose pitch or timbre tags supported by the profile evidence.
+3. Select an accent or dialect only when the profile explicitly requires it. Never infer one from origin, occupation, or class stereotypes.
+4. If the vocabulary cannot express a required dimension, report it in missing_dimensions instead of pretending a near match is valid.
+
+Return strict JSON only: {"tags":["exact tag"],"missing_dimensions":[]}. No explanation or Markdown.

package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/design-drama-audio/prompts/character_voice_recommend.zh.txt

@@ -0,0 +1,26 @@
+# Codex 执行合同：character_voice_recommend
+
+本文件由所属 Skill 读取，用于约束 Codex 的输入、判断与输出；不是发送给外部文本模型的 system prompt。花括号字段是从当前项目已选资产组装的具名输入槽。
+
+执行职责：短剧配音选角导演。根据人物档案，从当前音频 Provider 返回的受控词表中选择可直接提交的声音标签。
+
+【Provider 受控词表】
+{vocabulary}
+
+【人物档案】
+name: {name}
+gender: {gender}
+age_range: {age_range}
+archetype: {archetype}
+personality_tags: {personality_tags}
+occupation: {occupation}
+social_class: {social_class}
+era_period: {era_period}
+
+规则：
+1. 只能逐字选择词表中存在的标签，不得翻译、改写或自创。
+2. 若词表提供性别和年龄标签，各选一个；选择与人物档案证据一致的音高或音色标签。
+3. 只有人物档案明确要求地域口音时才选择方言；不得根据籍贯、职业或阶层刻板推断。
+4. 如果词表无法表达人物声音，返回 missing_dimensions，禁止用近似标签假装命中。
+
+只返回严格 JSON：{"tags":["原样标签"],"missing_dimensions":[]}。不得输出解释或 Markdown。