@lemoncat7/dsh-partner 2.4.2 → 2.7.0

package/resources/skills/drama-production/upstream/skills/short-drama-video-prompts/references/production-prompt-grammar.md

@@ -0,0 +1,304 @@
+# 生产视频提示词：边界、连续性与写法选择
+
+## 目录
+
+- [表达选择](#一先写核心动作再选择交付格式)
+- [连续性](#二连续性不同镜头类型都适用)
+- [已知能力](#三按已知能力调整写法)
+- [项目参数](#四文本交付读取的项目参数)
+- [文字与缺陷约束](#五文字与缺陷约束)
+- [决策规则](#六决策规则)
+- [范例](#七范例从边界写成通用提示词)
+- [交付文本边界](#交付文本只含交付内容)
+- [自检](#八自检清单)
+
+来自对剧本、分镜边界、参考帧与视频任务之间完整链路的定性案例阅读，示例均为合成
+改写。本套件的运动说明格式见 [motion-recipe.md](motion-recipe.md)；本文档是
+生产端语法的对照参考：写通用提示词时借用其成熟约定，但套件产物仍以该文档规定的
+结构为准，且**不调用任何生成服务、不出现供应商与模型产品名**——
+模型相关规则一律写成"按目标模型确认"的条件规则。
+
+核心认知：
+
+1. **从已接受的镜头起点出发**：若项目使用首帧，它提供起始构图与可见状态，但人物
+   可以按剧本要求从运动中开始。提示词只补足人物和画面如何变化到明确终点。
+2. **连续性靠前后镜比较，不靠记忆或全文复写**：上一镜终点与下一镜起点逐字段核对
+   （CON-01）；提示词只携带本次执行容易漂移的关键状态，避免冗长说明变成第二套
+   状态记录。
+3. **指代必须可解析**：多人同镜或目标模型容易串角色时重复角色名并写物理成因；
+   单人且指代无歧义时不把“禁代词”当成通用规则。比喻若不能转成可见动作，再改写
+   成物理表现。多人同镜时，除了重复角色名，还应给每个参与者附一个**稳定的资产索引**
+   （项目档案决定它长什么样），并在该角色每次被提及处一并出现——只在首次出现时标一次，
+   后面的提及仍然要靠模型自己记住是谁，多人场面正是它最容易记错的地方。索引在同一交付
+   范围内保持同一映射，场景与关键道具同样适用。唯一的例外是逐字对白：索引写在说话人
+   标识与描述里，**不写进围栏内的台词文本**，否则会被当成要念出来或要显示的内容
+   （见 [delivery-profile.md](delivery-profile.md) 的逐字对白围栏）。
+4. **上游顺序不可重写**：台词发生在动作前、动作中还是动作后都属于故事语义；提示词
+   必须逐项核对台词相对动作的先后位置，不能只保留同一批内容。
+5. **手部接触与道具交接必须可执行**：写清放下、换手、双手分离、递交、取回
+   和画外持有；一只手不能同时握笔、分纸并操作另一件工具。
+6. **文字策略先于通用禁字**：上游或资产声明的 `exact-readable` 字段必须保留并指定
+   受控显示位置；只有没有可读文字义务的镜头才能使用全局 `no-text`。
+
+## 一、先写核心动作，再选择交付格式
+
+先写不绑定供应商的核心动作说明，再决定交付格式。它只回答：从哪个已接受的镜头起点
+出发，谁因什么触发做什么，摄影机和声音怎样服务本镜目的，最后落到哪个已接受的镜头
+终点。构图、景别、机位、焦段、光线、情绪标尺或位置式引用只有项目确实需要时才加入，
+不为凑齐栏目重复参考帧已经承载的事实。
+
+### 可选的自然语言写法
+
+下面只示意一种顺序，不是必填链；已由参考帧或项目字段说明的内容可省略：
+
+```text
+从 <执行所需的已接受起点状态> 开始。
+因 <上游触发>，<主体按上游顺序完成动作/可见处理>；<必要反应或并行变化>。
+摄影机 <固定或运动及其职责>；声音 <必须逐字保留的内容及相对时机>。
+最终到达 <已接受终点>，并保持 <当前最易漂移的非目标事实>。
+```
+
+拟声词与实景距离（房间尺度、两处地点的间隔这类空间事实）取自上游内容或已接受项目方案。
+动作的幅度、角度与锚点秒数属于另一类：它们是本环节自己写的这一拍的组成部分，正常写——
+“肩线下沉约五厘米”“上身向左转约三十度”“起手不动约半秒”说明的是这个动作要做多大、
+往哪个方向、停多久，是本次的动作决定，不需要上游先给数字。摄影机的角度与轴线侧属于镜头
+记录，按 `framing.angle` 已接受的值写。越权只发生在这些量替上游做决定的时候：改写已接受
+时长、改掉镜头已接受的机位角度或轴线侧、声称一个未被接受的空间尺寸、给参考帧里没有的
+地理定尺。
+可比较的方向、接触、占画关系与相对阶段同样好用，与量级并列，按哪一种更能消除执行歧义来选。
+
+### 多段交付格式（仅项目已有明确要求时）
+
+交付格式可以要求片段编号、明确时间、位置式参考或文字策略，但这些只是外层格式，不
+改变创作者确认的镜头边界，也不创造额外动作。每个片段只写执行所需的起点状态；明确
+区间不得重叠冲突，且各段相加要正好用完已接受时长——多出来会被截断，少下来的余量会被
+执行端用未经批准的动作填满。若项目使用位置式引用，映射保持稳定且不侵入逐字对白；
+没有该要求就不生成这些槽位。分段与槽位各自要回答什么，见
+[delivery-profile.md](delivery-profile.md)。
+
+## 二、连续性（不同镜头类型都适用）
+
+### 本镜关键状态
+
+```text
+<角色/道具>-<本镜执行易漂移的字段>：<相对位置、朝向、手、持物或可见状态>。
+来源：<已接受镜头边界/资产引用>；保持到：<触发、接触或终点>。
+```
+
+规则：
+
+- 覆盖本镜动作、反应、连续性或下一边界依赖的角色；不入画且状态未变化者留在权威
+  状态表，通过引用继承，不为“字段齐全”把全场名单倾倒进提示词；
+- 只有提示词需要执行的继承才用短语重述，其余通过精确引用保持；
+- 动作进程、头身朝向分离、服装或伤势只有参与本镜变化/保留时才写；
+- 画外持物必须来自已接受镜头边界或状态表，不用“可能在背后”等猜测补连续性。
+
+### 表演状态变化
+
+写触发、可见处理、选择与最终状态；跨镜变化或保持都要有人物与后果依据。若创作者已有
+自己的表演标尺，只把已接受值作为项目记录读取，不由本文档提议档位、增量或
+“每镜升压”公式，也不让数字替代可见表演。
+
+### 空间连续
+
+- 位置写**相对参照**（"病床右侧""右肩上"），不写绝对坐标；
+- **裸写的"左/右"一律指画面左右**（观众看到的左右）；指人物自身的左右必须带主体
+  （"他的左手""她的右肩"）。两种读法混用是正反打方向翻转的主要来源，而单看每一句
+  都成立，所以文字审查抓不到——必须在写的时候就分清；
+- 场景资产用方位变体逐镜选用（`探视室（北）`/`篝火（近）`），正反打双方各绑
+  各的背景资产防穿帮；
+- 普通连续时间中的位移要有上游动作或过渡；已声明的省略、蒙太奇、梦境或
+  有意跳切可不同，但要记录权限，不能伪装成普通连续。
+- 选择性**折叠、消失、替换**或形变必须写触发、目标范围、结束几何/状态和
+  保持项；非目标人物、道具、已批准文字显示位置和固定空间关系不能随邻近目标一起消失、
+  复制或改形。镜头时长和表演负荷放不下变换路径与保持项核对时拆镜（VID-11）。
+
+### 参考绑定纪律
+
+每条结构化参考先有稳定 `slot_id` 和显式唯一 `order`。若创作者档案使用位置式参考（把角色、
+道具、场景绑到稳定编号），编号顺序是确定性记账，
+不是审美选择：
+
+- **编号方案由创作者档案声明，本套件不规定具体次序**（角色在前还是场景在前，都是档案
+  的事）。可迁移的要求只有两条：方案一旦发布就固定；新增对象追加到方案指定的位置，
+  **不重排已经发出的编号**。重排不会报错，只会拍错——提示词、审查者与执行端对同一
+  编号的理解就此分叉。
+- **同一编号在整条提示词内只指一个对象**，不因为“这次它更像背景”而改指别的东西。
+
+**每一次提及都要带绑定**。 一旦某个角色在本条提示词里绑定了参考，该角色的每一次出现
+都必须带同一个绑定，包括代词式回指和分段之间的重复提及。
+
+- 只在首次提及绑定、后文改用裸角色名，比完全不绑定更危险。完全不绑定时，执行端把该
+  角色当作一个未指定的人，前后至少一致；**部分绑定**时，执行端把带绑定的提及和不带
+  绑定的提及读成两个人，同一角色在同一镜里分裂成两副外貌，或在段与段之间换脸。
+- 因此“绑定一半”不是折中方案：要么这条提示词里该角色处处绑定，要么处处不绑定并用
+  重复角色名保持指代（呼应核心认知 3）。
+- 绑定只回答“这是谁、这是哪个物件”。它不自动带入参考图里的构图、服装、文字、道具和
+  故事状态；`role`、`may_control`、`must_not_control` 与检查状态仍按
+  [motion-recipe.md](motion-recipe.md) 的参考图用途声明。
+- 项目没有声明位置式参考时不生成占位编号，也不为“字段齐全”给未出场对象编号。
+
+## 三、按已知能力调整写法
+
+只有创作者已经提供或接受目标能力说明时，才按本集主导戏型调整提示词写法；本技能
+不选购、调用或测试模型，未设置时保留不绑定供应商的通用文本：
+
+| 已知能力/限制 | 文本适配问题 |
+|---|---|
+| 支持多段声画 | 哪些已确认镜头可只在交付格式中编组，同时仍能单独审查？ |
+| 动作或并发能力有限 | 哪项上游必保内容需要拆镜或请求修订，而不是靠删词假装完成？ |
+| 表演依赖清楚触发 | 哪个反应、处理或选择必须可见，哪些情绪形容词可删？ |
+| 受控文字、对白或口型 | 哪些上游内容允许进入，哪些必须留给后期或标记为未解决？ |
+| 能力未知 | 保留通用文本，不猜时长、质量、并发、文字或声音结果。 |
+
+### 能力说明有三种状态，不是两种
+
+“支持/不支持”会漏掉中间那一段。创作者提供的能力说明通常有两条线，不是一条：
+
+| 区域 | 含义 | 对写法的影响 |
+|---|---|---|
+| 稳定区 | 在此范围内按说明可执行 | 正常写，不额外收窄 |
+| 不稳定区 | 仍在允许范围内，但需要反复重试才拿到可用结果 | **在写的时候就收窄**：减少同镜并发主体、拆镜、把复合动作分到两镜 |
+| 超出范围 | 说明明确不支持 | 回上游改边界，不靠措辞绕过 |
+
+中间这一区最容易被漏掉，因为落在这里的请求**仍然是合法请求**：允许范围的上界回答的是
+“能不能提交”，稳定区的上界才回答”提交一次大概率可用”。两者之间的差额由重试补齐，
+而重试的代价由项目承担，不由文字承担。所以它是一个**写作阶段的决策点**，不是提交之后
+再观察的现象——交出去之后，收窄的机会就没有了。
+
+判断方法不依赖任何具体数字：凡是能力说明里出现“效果较好”“稳定性下降”“可能需要多试几次”
+这类措辞的地方，就是两条线之间的位置。把它当成本镜的并发预算读，而不是当成质量描述读。
+
+若创作者的说明只给了允许范围、没有区分稳定区，就按只有允许范围处理，**不自行推断一个更
+保守的数字当成事实**；可以据此提出“是否先小规模试一次再铺开”的问题，由创作者决定。
+
+## 四、文本交付读取的项目参数
+
+| 参数 | 规则 |
+|---|---|
+| duration | 从必须保留的动作、反应、对白与最终状态反推，并限制在项目已接受的能力范围；没有已接受值时保持未解决。 |
+| aspectRatio | 读取项目发行/构图约束，本文不自定常见比例。 |
+
+本技能不产出 `amount`、`resolution`、`task` 或其他执行参数。运动幅度与效果范围只有在
+帮助解释已接受的运动要求时进入提示词，不用供应商字段替代故事边界。
+
+## 五、文字与缺陷约束
+
+1. **字幕层默认关闭**：除非剧本或创作者明确要求字幕、caption 或对白文字叠加，每条视频正文都
+   用项目提示词语言直接声明全镜任何时刻都不生成这些内容，让对白只通过声音与口型发生；不能只写
+   抽象的“文字层为空”。这个默认与旗帜、标牌、屏幕等画内文字政策独立；有 `exact-readable` 时
+   仍然直接禁止字幕层。
+2. **画内无文字要求**（项目确实没有可读文字义务时）：
+   `画面不要出现任何文字`。若上游或资产要求 `exact-readable`，改为列出唯一允许
+   字段与受控显示位置，禁止同时写全局 `no-text`。
+3. **参考图检查**：提示词中的无文字要求只约束生成意图，不能擦除参考图像素。人物、场景、道具
+   或关键帧参考若带未批准标牌、界面、号码、水印、字幕或伪字，先**裁切、清理、
+   遮罩或替换**；会破坏身份、地理或构图时退回参考图归属方决策。`exact-readable`
+   镜头只允许批准的显示位置和文字版本，不让旧字样从参考图回流。
+4. **文字要求一致**：只复述已选择的文字策略；不能用`【不出现任何文字字幕】`抹掉证据文字。
+5. **语言与文字分别守上游要求**：对白保留原语言；字幕、屏显或无字策略读取已接受的
+   文字方案，不把“出海”自动等同于无字幕，也不让翻译覆盖逐字对白。
+6. **模型条件只来自已记录观察**：若创作者提供的项目反馈指出身份混淆、比例漂移
+   或其他具体风险，针对该操作补最少的正向状态说明与保持项；不复制通用缺陷补丁，
+   不靠首尾重复同一句增加权重。
+7. **后处理不在本技能执行**：若项目已有受控文字层或清理决定，只在文本中保留其
+   归属方引用和交接说明；不把未来清理能力当成当前参考图已检查的证据。
+8. **不要用词表判断审美**：项目已知能力若明确某种表达不可执行，记录它为什么失败、当前
+   替代表达和适用范围；不把一串形容词或生理细节词提升为跨题材禁用清单（VID-10）。
+
+## 六、决策规则
+
+1. **并发过载就拆**：当人物、道具、特效、可读文字与大动作无法在同一镜头时长和表演
+   负荷内各自落地时拆镜。并发上限由目标模型试验与项目记录，不从案例次数推成
+   固定元素配额。
+2. **台词与动作按注意力判断**：若大动作遮掉逐字对白、反应或口型职责，拆镜
+   或请求修订；若同一表演目的需要声画同在，不为分类把它们机械拆开。
+3. **人物反应**：权力、关系、信息或代价落到听者身上时必须给可见反应；是否独立成
+   特写和停留多久由后果与剪辑节奏决定，不按台词句数配额插镜。
+4. **台词负载**：从所选时长、语速、表演动作和口型能力反推；放不下就删减、拆镜或
+   请求剧本修订，不用固定字数替代试听。
+5. **收到生产反馈后的修订要可解释**：只改变当前诊断所需变量（拆元素、补关键状态
+   或换措辞）；必须联动的变量一起记录。若形成补拍或替代版，在 `视频提示词.md` 中写明它与母版
+   的关系、修改前后差异，以及每项原文义务由哪一版承担；普通母版不增加版本账目。本技能不负责重投。
+6. **生产预算不由本技能猜**：可读取创作者提供的项目观察来收窄文本，但不移植
+   无来源的通用成本比例，也不从文字规格声称模型效果。
+
+## 七、范例（从边界写成通用提示词）
+
+已接受镜头：乙把仍由右手持有的账页交给甲；甲读到签名后停止辩解。参考帧已经承载
+身份、服装、桌面地理和基础光线，文字政策只允许账页签名位置显示文字。
+
+```text
+从乙右手仍握住账页、甲的视线停在乙脸上的已接受起点开始。乙把账页沿桌面推到
+甲面前，纸张停住后松手；甲先把视线移到签名位置，原本准备开口的动作停下。摄影机
+保持两人和账页交接都可读的固定构图，不新增纸面文字或旁观者动作。最终账页归甲一侧，
+乙双手离开纸面，甲注视签名位置并停止辩解。
+```
+
+这里没有重写外貌、完整场景或所有角色状态；本镜关键状态只保护道具交接、视线、文字显示
+和镜头终点。若当前项目另需片段编号、位置式参考或明确区间，再从同一动作说明写成交付
+格式，不能反过来让格式字段创造剧情。
+
+## 交付文本只含交付内容
+
+**`VID-22 · reviewed_invariant`**：交给执行端的那段文本里，只能出现要被拍出来的画面内容。
+任何描述“我们内部怎么做这件事”的流程词都不得进入。本条同样管关键帧的交付文本。
+
+可复制正文只保留生成所需的画面、动作、声音和限制条件。
+内部流程备注留在正文外，避免与生成内容混淆；不假定出现某个词就一定被模型画出来。
+
+不得进入交付文本：
+
+1. 参考图文件名、版本号、切片编号与目录路径；
+2. 内部锁定标记、规则 ID、`hash`、字段路径与状态词（`accepted`、`stale`、`provisional`）；
+3. 走位草图、示意图、分镜板格号的指代（“按草图第二格”“沿用上次走位”）；
+4. 任务备注、重投说明、失败记录与待办（“这次重生成”“上次手部崩坏”“重点修手”）；
+5. 与本镜无关或重复的否定罗列。必要的排除条件可以保留，文字限制须服从本镜的文字政策。
+6. 把规则说明原样抄入正文，却没有描述主体、环境和具体动作。
+
+将参考范围与修订要求落实为本镜需要的状态和动作；失败记录、规则 ID 和维护说明留在正文外。
+
+### 合成反例与改写
+
+```text
+参考图：角色甲定妆_v3_最终.png / 场景_厅堂_02.png（已锁定，勿改）
+分镜草图第 2 格，沿用上次走位。上一版手部崩坏，这次重点修手。
+负面：不要多人、不要变形手、不要模糊、不要出现文字、不要换服装。
+画面：角色甲从长桌旁站起，走向门口。
+```
+
+前三行没有一句是要拍的画面：执行端会尝试把文件名与版本号渲染成画面上的字、把“第 2 格”
+读成分格构图、把“多人”“变形手”“文字”当作应当出现的物件；真正的动作只剩最后一行，
+起点姿态、触发和终点全部缺失。改写成只含交付内容：
+
+```text
+角色甲坐在长桌右侧，双手平放桌面，目光落在对面的空椅上。听见门外一次落锁声后，
+右手先撑住桌沿，身体离开椅背站直，随后沿桌沿走向门口，在门前半步停住并侧身回望空椅。
+画面内始终只有角色甲一人，双手完整可见并保持在画面内，衣着与起点一致，桌面无字迹。
+```
+
+改写把每一条工艺备注换成了它对应的可见事实：锁定的参考图变成“衣着与起点一致”，修手
+备注变成“双手完整可见并保持在画面内”，无文字要求变成“桌面无字迹”，“不要多人”变成
+“画面内始终只有角色甲一人”。
+
+## 八、自检清单
+
+只检查与当前镜头和项目设置有关的项目；不要为通过清单补写无来源内容。
+
+1. 提示词是否从已接受的精确起点出发，并只重述当前执行需要的关键状态？
+2. 动作、反应、连续性或终点依赖的角色/道具是否可解析？无关画外状态是否留在状态表？
+3. 多人同镜的指代能唯一解析吗？比喻能转成目标模型可执行的物理表现吗？
+4. 表演状态的变化或保持有触发与原因吗？表演收束是否承接了后果？
+5. 文字策略与上游内容及资产一致吗？`exact-readable` 是否被全局 `no-text` 误删？
+   每张参考图是否也完成检查，或已记录裁切、清理、遮罩或替换决定？
+6. 并发元素是否都能在镜头时长和表演负荷内完成？若不能，拆镜或请求改边界了吗？
+7. 台词、动作与反应能在所选时长和语速内完成吗？听者承担后果时有可见反应吗？
+8. 若项目使用位置式参考，映射是否稳定、角色是否明确且未侵入台词？没有该要求
+   时是否避免生成占位引用？
+9. 是否只使用创作者已接受、带适用范围和证据的能力约束，而非通用负面词表？
+10. 上游台词相对动作的先后位置逐项一致吗？重写有没有把“事前选择”变成事后解释？
+11. 手部接触与道具交接可执行吗？放笔、换手、分离、递交和取回都有动作来源吗？
+12. 交付文本里还剩下工艺词吗？文件名、版本号、锁定标记、草图指代、任务备注或成段
+    否定罗列是否已经改写成可见事实？
+13. 角色参考是每次提及都绑定，还是只绑了第一次？编号是否始终遵循档案声明的方案、
+    没有重排已发出的编号，并且同一编号始终只指一个对象？

package/resources/skills/drama-production/upstream/skills/short-drama-video-prompts/references/review-and-fixtures.md

@@ -0,0 +1,139 @@
+# 视频提示词审查量表与合成案例
+
+## 目录
+
+1. 审查顺序
+2. 证据量表
+3. 完成前结构检查
+4. 合成正例
+5. 合成反例
+
+## 1. 审查顺序
+
+先核对可见 ID、显式时长、摄影机区间、声音来源和终点一致，再由审查者判断表演可执行性、动作负载、
+运镜动机与语义发明。Reviewer 写 finding，不替 motion、shot 或 screenplay owner 修改来源。
+
+Finding 必须含文件与 `MOTION-...` / `SHOT-...`、必要短引文、影响、修订结果、owner、严重程度和状态。
+禁止用提示词长度、动词数量、固定动作/秒或“AI 味”替代证据。
+
+## 2. 证据量表
+
+| 维度 | 核心问题 | 必须引用 |
+|---|---|---|
+| Start fidelity | 第一动作是否从关键帧/镜头起点真正可接上？ | 起点事实与正文起始句 |
+| Ordered action | 人物、方向、接触、先后和结果是否清楚？ | 动作阶段 |
+| Performance | 触发、处理、选择和落点是否可见且符合人物目标？ | 剧本节拍、镜头职责与运动正文 |
+| Action budget | 时长内能否保留故事动作、对白与反应？ | 时长、距离、台词、动作、运镜 |
+| Camera | 固定/运动是否一致，且因注意、压力或揭示而发生？ | 运镜区间与镜头职责 |
+| Environment | 是否只动了有依据的环境，未发明天气或事件？ | 连续性与环境动作 |
+| Dialogue/audio | 逐字台词、说话人、VO/OS/SFX 与本场声音策略是否保持？ | 场景 ID、声音事实与正文 |
+| End fidelity | 运动终点是否逐项等于分镜终点？ | 终点说明与来源终点 |
+| Economy | 参考帧已承载的外观是否被无谓重复？ | 参考内容与可复制正文 |
+| Shot boundary | 是否偷改时长/终点/下一镜，或在单镜内藏切？ | `SHOT-...` 与 `MOTION-...` |
+| Segment integrity | 每个计时段是否只有一个连续视角，时间并集是否正好覆盖本镜？ | 分段与镜头时长 |
+| Delivery grouping | 多镜分组是否连续、同场、同一地理/资产链，时长是否等于成员之和？ | 分组章节与成员时长 |
+| Deliverable text | 可复制正文是否只剩要生成的内容？ | 提示词正文 |
+
+语义 finding 的修复应指出删/改哪一段运动，或该向哪个 owner 提出什么修订，不笼统说“动作自然一点”。
+
+## 3. 完成前结构检查
+
+- 每个 `MOTION-...` 唯一对应真实 `SHOT-...`，并继承相同时长；
+- 起点、主要变化、分段时序、声音、运镜和终点没有互相冲突；
+- 显式分段的并集既不超时，也不留下由模型自行填充的空白；重叠必须说明；
+- 固定和运动摄影机不在同一区间同时生效；
+- 终点逐项对齐分镜，下一镜仍读取分镜自己的起点；
+- 同一镜头最多进入一个交付分组；分组加散镜恰好覆盖点名范围一次；
+- 静态漫剧只做关键帧切换加配音时可以没有逐镜运动正文；
+- 可复制正文不含文件名、版本号、ID、状态、哈希或任务备注。
+
+未分组的散镜和时长尚未确定的镜头只报告为当前状态，不伪装成质量缺陷。动作可行性、隐藏剪辑、
+语义发明和无动机运镜仍需 reviewer 结合剧情判断。
+
+## 4. 合成正例
+
+以下人物、场景、对白均为虚构合成材料。
+
+### Accepted boundary 摘要
+
+- `SHOT-EP001-014`，duration `5.0s`，purpose：罗静听见门外有人试锁后，选择隐藏登记簿而非立刻逃跑；
+- start：她坐在检修台边，左手翻开的登记簿，右手握笔，目光在页上；后方安全门位于她右后侧；
+- dialogue：画外男声 `[OS] “里面有人吗？”`；
+- end：她仍坐着，左手把登记簿压在工具盒下，右手握笔停在桌沿，目光锁向右后侧安全门；
+- camera：接受的单镜头、固定轴线，可在触发后轻微推进。
+
+### 合格 generic prompt
+
+> 从参考帧的坐姿开始：她的左手仍按在翻开的登记簿上，右手握笔，目光落在页上，右后方是安全门。门外先传来一次短促的试锁声；她的笔尖立刻停住，目光先移向安全门，但身体没有起身。画外男声问“里面有人吗？”，她屏住一拍，没有回答，左手才把登记簿平稳滑入旁边工具盒下方，动作克制，避免纸页发声；右手始终握笔，最后停在桌沿。表演由专注工作转为警觉，再落到压住恐惧后的主动隐瞒。摄影机开头保持固定，在她决定藏起登记簿时做一次很短、很慢的推进，终点仍保持既定轴线，将她的左手、工具盒和望向安全门的视线纳入同一画面。维修间底噪持续，试锁声和画外问话清楚置于门的方向，无音乐突入。5 秒内完成，结尾保持她仍坐着、左手把登记簿压在工具盒下、右手握笔停在桌沿、目光锁向右后侧安全门。
+
+为何有效：开端只重复运动关键事实；动作按声音→接收→决定→隐藏排列；OS 不要求口型；camera 在选择时启动；结尾逐字段落到 accepted boundary，没有写下一镜。
+
+## 5. 合成反例
+
+### 反例 A：外观倾倒与边界改写
+
+> 她有窄长脸、断眉、短卷发，穿墨绿工装、米白 T 恤、深色长裤和短靴，维修间墙壁每一处材料都清晰。她站起来跑到门外，把笔交给陌生人，然后下一镜已经来到街上。
+
+Finding：reference 已携带外观而 motion 没写关键表演；更严重的是 start 从坐姿跳到站立、end 新增跑出/道具转手，并代写下一镜。修复需回到 accepted 坐姿 end；若逃跑是创作意图，向 storyboard 请求新 boundary/shot。
+
+### 反例 B：动作超载但不能靠计数器判
+
+> 5 秒内，她听完整句问话，翻完三页，把册子锁入抽屉，走过房间关闭两扇窗，拆下墙上话筒，打电话说两句，再回到原座位保持完全静止。
+
+Reviewer 应引用房间距离、物件操作、对白和 landing 说明不可行；不能只说“有七个动词”。优先保留与隐藏决定有关的动作，其余删减或请求 split/extend。
+
+### 反例 C：camera 显式矛盾
+
+```text
+0–5s：摄影机绝对锁定、没有任何移动。
+1–4s：摄影机持续向前 dolly 并手持环绕角色一周。
+```
+
+同一区间的 lock/move 可结构阻断。创作者可选择 lock 或 move；若需先锁后推，写不重叠 transition。
+
+### 反例 D：音频语义发明
+
+> 画外问话后，突然响起爆炸，所有灯熄灭，她大喊“我承认了”。
+
+若 source 没有爆炸、停电和这句对白，这会改变故事与 continuity。由 reviewer 引用 source 缺失与 prompt 新句给 `VID_SEMANTIC_INVENTION`，不是因关键词“爆炸”本身被正则禁止。
+
+### 反例 E：段内藏切
+
+```text
+段 2（1.6–3.4s）：她把登记簿推入工具盒下方；随即是走廊外一只手停在门把上的近景；
+再回到她的侧脸，眉心收紧。
+```
+
+技能正文已经规定单个镜头内部只保持一个剪辑边界，但违规通常不出现在 `camera` 字段冲突里，
+它藏在**一个计时段内部**的连续叙述中，读起来只是“镜头很有节奏”。量表要能抓到它，
+而不只是禁止它：逐段列出空间锚点、被摄主体和机位关系，段内出现没有过渡的空间或主体
+跳变，就是一次未申报的剪辑。修复是向 storyboard 请求拆成两个 authored shots，或删掉插入的
+外景段落；不能靠补一个转场词把它说圆。
+
+注意与多镜容器区分：容器内**成员镜头之间**的空间与主体跳变是已申报的剪辑，不是缺陷。
+判据是跳变落在哪里——落在成员镜头边界上，且该边界能追溯到一个已接受镜头，就成立；落在
+某个成员镜头的计时段内部，就是段内藏切。容器时长与成员时长之和不符时另记一条容器算术
+缺陷，不要把两者混成同一条 finding。
+
+### 反例 F：不可执行的微计量
+
+```text
+0.00–0.37s：眉心下压 0.4 厘米；0.37–0.92s：右手向左平移 3 厘米，头部旋转 7 度；
+0.92–1.41s：瞳孔收缩，肩线下沉 1.2 厘米。
+```
+
+这类写法读起来像精度，实际没有指定任何可执行的东西：执行端无法把厘米和度数对到画面
+尺度，审查者也无法验证是否照做；同时它挤掉了真正需要写清的触发、接触与结果。修复是
+换成可比较的相对量与接触事实——“手指移到杯沿并停住”“视线从对方脸上落到桌面签名处”。
+只有上游提供、且确实能消除歧义时才写具体秒段（见 `motion-recipe.md` 3.6）。
+
+### 反例 G：整段独白
+
+```text
+段 1：她想起母亲临走前那句话。段 2：她意识到自己再也回不去了。段 3：她下定决心。
+```
+
+三段都只有内心活动，没有一件可拍的事。没有可执行内容时，执行端会自行发明动作与表情
+去填满时间，结果与剧本无关。修复是让每段至少落到一个可见事件（目光、接触、位移、决断
+动作）或一段有来源的声音；确实需要内心过程时，用已接受的画外音承载，并写清它与画面
+事件的相对时机。内心独白本身不是缺陷，把它当作整条提示词的唯一内容才是。

package/resources/skills/drama-production/upstream/skills/short-drama-video-prompts/references/seedance-2.0.md

@@ -0,0 +1,50 @@
+# Seedance 2.0 提示词方言
+
+只在目标档案明确写 `target_video_model: seedance-2.0` 时使用。推荐档案：
+
+```json
+{
+  "target_video_model": "seedance-2.0",
+  "video_prompt_dialect": "seedance-2.0",
+  "video_prompt_language": "zh-CN",
+  "native_duration_seconds": {"min": 4, "max": 15},
+  "supported_generation_modes": ["text", "reference", "extend"],
+  "audio_generation": "same_pass"
+}
+```
+
+这是正文方言，不是固定模板。仍以分镜的起点、唯一动作和终点为内容权威。
+
+## 正文组织
+
+- 用中文写“主体 + 动作细节 + 场景 + 光色 + 运镜 + 视觉形态 + 约束”。具体可见事实优先，质量词只保留必要项。
+- 单镜直接按动作先后写。一次生成含多个镜头时才用 `镜头1：`、`镜头2：`；每个内部镜头都写
+  “谁、在哪、做什么、镜头怎么动”。官方说明 2.0 响应镜头序号、不响应时间戳；秒数可作为内部预算，
+  正文用动作顺序与相对停顿表达，不把逐秒时间码当作执行保证。
+  三次小样本的切点没有按两镜均分。需要精确成员边界时，评估独立生成再剪或其他方言，
+  并核对实际输出；容器时长算术正确不代表切点准确。
+- 每个可辨对白事件都必须写成 `{角色用中文说：“逐字台词”}`，不能只留下普通引号或把说话要求散落
+  在括号外；对白全文只用一种口语语言，专名除外，不在台词前增加外语暖场。
+- 每个音效事件写 `<声音>`，音乐写 `（音乐）`。字幕只有创作者明确开启时才用 `【字幕】`；默认禁字幕时正文
+  明写“全程保持无字幕，不生成对白文字叠加”，并且不出现任何 `【】` 字幕指令。画内获准文字仍逐字说明承载面和位置。
+
+## 参考与续写
+
+- 每次提及素材都重复绑定：`人物 @图片1`、`参考 @视频1 的运镜`、`参考 @音频1 的音色`，不要只在开头列素材清单。
+- 普通参考任务才写“参考 @视频1”。若任务是接着上一段实际结果生成，写“向后延长 @视频1”，并用
+  `@图片1` 指向该视频的实际尾帧，说明它是新段开场的可见状态；不要再把任务写成“参考上一段视频”。
+- 实际视频与实际尾帧缺一时不宣称连续生成。素材序号来自当次 job 的真实绑定，不沿用文档里的 REF ID 猜序号。
+
+## 时长与边界
+
+Seedance 2.0 手动指定的整数时长是 4–15 秒。镜头进入本阶段前就应落在区间内。短于 4 秒的叙事动作放进
+至少 4 秒的镜头，并让终点成为可见 hold；长于 15 秒的动作在分镜阶段按状态闭合点拆开，不能在这里
+截断或跨镜省略交接。
+
+对白、VO、OS 都按 [performance-action-timing.md](performance-action-timing.md) 的发声窗口复核；
+同轨音画生成不代表正常语速必然容得下原文。API 另支持 `duration: -1`，由模型在 4–15 秒内自动选择。
+固定镜长交付仍传已接受的正整数；采用自动时长时说明它是自适应生成，返回后按实际视频重新核对剪辑时长、
+逐字完整性和语速。自动选择不会突破 15 秒上限，也不能替代超长对白的拆镜。
+
+依据（2026-09-07 核对）：[视频生成 API](https://docs.volcengine.com/docs/82379/1520757)、
+[Seedance 2.5 指南中的 2.0/2.5 时间控制差异](https://docs.volcengine.com/docs/82379/2607689)。

package/resources/skills/drama-production/upstream/skills/short-drama-video-prompts/references/seedance-2.5.md

@@ -0,0 +1,122 @@
+# Seedance 2.5 提示词方言
+
+只在目标档案明确写 `target_video_model: seedance-2.5` 时使用。推荐档案：
+
+```json
+{
+  "target_video_model": "seedance-2.5",
+  "video_prompt_dialect": "seedance-2.5",
+  "video_prompt_language": "zh-CN",
+  "native_duration_seconds": {"min": 4, "max": 30},
+  "supported_generation_modes": ["text", "reference", "edit", "extend"],
+  "audio_generation": "same_pass"
+}
+```
+
+2.5 沿用中文自然指令和 `@图片N`、`@视频N`、`@音频N` 绑定，但不能直接套 2.0：它支持 30 秒长叙事、
+整数秒时间戳控制，以及明确的参考、编辑、延长三类全模态任务。
+
+## 生成与参考
+
+- 短单镜按“主体 + 动作 + 场景 + 光色 + 运镜 + 风格 + 约束”写。
+- 单镜内部的动作时机先写清先后与触发；散文秒数不保证精确落点。
+- 多镜或长叙事按 `镜头 1 [0:00–0:03]：` 写时间段，不重叠、不留无意空档，最后终点等于总时长。
+  时间戳仍有生成偏差，不能作为音节同步或精确剪辑点的保证。
+
+- 每次使用素材时重复绑定 `人物 @图片1`、`@视频1 的表演节奏` 等具体职责。普通参考任务说明保留和
+  借用什么，不让一个素材顺手控制身份、动作、构图等所有维度。
+- 多镜容器使用一份参考清单，各镜的 `@图片N` 重新映射到这份清单，不能照抄独立生成时的编号。
+- 多镜容器不自动保证跨镜一致性。一组对照没有改善，但容器的起始帧锚点也更少，不能归因于
+  一次生成本身。按当前参考输入检查结果，不把该次观察变成禁用规则。
+- 多镜容器包含切口；一镜到底是连续画面。按叙事目的选择，并保留生成后剪辑的余地。
+
+### 两端都锚：`用途：起始帧` 与 `用途：结束帧`
+
+接口提供 `first_frame` 与 `last_frame` 两个位置，各自只收一张。
+终点状态重要时可增加尾帧约束，仍需检查生成后的中间动作与节奏。
+
+按分镜已接受的终点制作尾帧并绑定 `用途：结束帧`；套件内生产入口见
+`$short-drama-storyboard` 的「首尾成对」。未提供尾帧时，在正文中说明终点。
+
+两个帧位仍然各占一个图片序号，所以 `@图片N` 的编号按素材出现顺序连续往下数，不跳过它们。
+
+首尾帧与其他参考能否混用，按目标接口核对并验证。H3 的互斥规则不能直接套到 2.5，
+2.5 的素材角色共用一个 `content` 数组也不能证明任意组合都被接受。
+
+### 音色参考
+
+目标接口支持 `reference_audio` 时，可用已接受的角色参考音频辅助约束声音。
+参考可以来自预置音色合成或已授权录音，选型由视觉设定记录，生成后回听确认。
+
+当前 creator-first 的 `输入参考图` 只接受图片，封闭用途表也没有「音色」。
+不要在该字段塞入音频或写 `用途：音色`；这会被校验器拒绝。
+内置 adapter 可处理音频 role，但从五文档准备带音频的 job 尚无完整绑定路径。
+需要该能力时使用已支持音频绑定的外部执行流程，并记录角色、音频来源和实际 role；
+不能仅凭正文提到音频就声称已经绑定。
+
+## 编辑与延长不是普通参考
+
+提示词意图必须与 job 的 `omni_reference_task_type` 一致：
+
+- `reference`：基于素材生成新视频，写“参考 @视频1 的运镜/动作”或具体素材职责。
+- `edit`：直接点名 @视频1，写“保留 A、B，只修改 C”；不写成“参考它生成另一段”。该模式的 API
+  参数必须是 `ratio: adaptive`、`duration: -1`。
+- `extend`：写“在 @视频1 的基础上续写 N 秒”，再从输入视频的实际终点描述唯一动作和新终点；
+  API 使用 `ratio: adaptive`。连续创作可另绑实际尾帧为 `@图片1`，只控制新段开场可见状态。
+
+若提示词写的是编辑而 job 标成参考，或反过来，2.5 仍会根据语义复判并报任务类型不匹配；因此任务
+类型是创作选择，不由 adapter 从若干关键词猜。
+
+**它写在哪里**：creator-first 的 `MOTION-...` 条目里加一行 `- 任务类型：reference | edit | extend`，
+写在 `生成方式` 之后。这两个字段回答的不是同一个问题，谁也不能代替谁：
+
+| 字段 | 回答什么 | 取值 | 谁决定 |
+|---|---|---|---|
+| `生成方式` | 这一镜送不送图 | `文生视频` / `图生视频` | 由「输入参考图」是否为空机械推出，`creator_markdown_check.py` 会核对 |
+| `任务类型` | 这一次是参考、编辑还是延长 | `reference` / `edit` / `extend` | 创作决定，本套件不推断 |
+
+`edit` 与 `extend` 使用视频素材，不一定有图片；不能把“送素材”一律写成“图生视频”。
+现有五文档的图片字段不足以表达纯视频输入，准备 job 时需核对实际绑定。`edit` 与 `extend`
+在 API 上还各自要求 `ratio: adaptive`（`edit` 另要求 `duration: -1`），送错会被 2.5 判为任务
+类型不匹配。目标模型不是 2.5 时不写这一行——其余方言没有这个概念。
+
+## 对白、声音与文字
+
+- 每个可辨对白事件都必须整体写进 `{角色用中文说：“逐字台词”}`，不能只用普通引号；同一句带花括号
+  的逐字对白在单镜正文只出现一次，放进完整声音时间线。视觉时间线只写口型同步这一事件，不再重复
+  花括号和台词。每个音效事件写进 `<声音>`，音乐写进 `（音乐）`。明确开启的字幕才用 `【字幕】`。
+  中文对白不添加语言前缀；非中文对白才在台词前明确语言。
+- 同轨声音按事件闭合。上游已限定只有中文并明确排除外语前导、语气词、额外人声或重复时，在完整
+  声音时间线末尾直接写“对白直接从指定中文首字开始；不生成外语前导、语气词、额外人声或重复对白”，
+  只写一次。没有这些上游边界时不自行追加固定负面后缀。
+- 默认禁字幕时明确写“全程无字幕、无对白文字叠加”，且正文不出现 `【】`；画内获准文字仍独立说明。
+
+## 连续容器
+
+同一连续时空的相邻正式生成段默认组成连续链；`one-shot-per-generation` 只表示每次提交一个镜头，
+不取消连续关系。第一段按已接受起点生成，第二段起固定走 `extend`，不能因上一段尚未生成就改成
+独立文生视频。创作者明确要求独立重生成，或上游存在时间/地点跳变时才重新起链。
+真实输入尚不存在时，在容器元信息写“待续接、不可提交：等待上一容器实际视频与从该视频抽取的实际
+尾帧”，正文只作为下一段内容草案；不绑定 `@视频1`、`@图片1`，也不声称已经延长。两项真实素材
+存在后才把正文转成可提交版本：写“在 @视频1 的基础上续写 N 秒”，并明确 `@图片1` 只控制新段开场
+可见状态。逐镜提示词是容器成员依据，不是另一条生产路由。
+
+## 时长
+
+Seedance 2.5 手动指定的整数时长是 4–30 秒。项目采用一镜一生成时每镜均落在此区间；采用 30 秒多镜容器时，
+先按交付形态确认容器，不把若干独立镜头擅自合并。短动作到达终点后 hold，超长动作按状态闭合点拆分。
+
+对白、VO、OS 同样按 [performance-action-timing.md](performance-action-timing.md) 先预算再排时。
+30 秒扩大了可用容量，不代表固定短镜中的长对白会自动恢复自然语速。
+
+- 普通生成/参考任务支持 `duration: -1`，由模型在 4–30 秒内选择，2.5 默认也采用该值。固定时长交付
+  仍显式传已接受的正整数；采用自动时长时，不把规划镜长写成已经保证的输出长度。
+- `edit` 的 `duration: -1` 表示基本保持待编辑视频的时长。换成更长对白时仍须检查原片发声窗口，
+  不能靠 `-1` 自动延长；放不下就回上游调整任务或台词，不静默切换为延长。
+- `extend` 的时长针对新增片段，预算其中新增对白与过渡，不把原片长度当成新增发声容量。
+
+实际回测需听台词完整性、语速、尾音，并测量媒体真实时长。API 返回的 `duration` 是按帧数折算后向下
+取整的近似秒数；编辑结果也可能与源片略有时长差异，不能只看响应整数就判定逐秒满足要求。
+
+依据（2026-09-07 核对）：[视频生成 API](https://docs.volcengine.com/docs/82379/1520757)、
+[Seedance 2.5 提示词指南](https://docs.volcengine.com/docs/82379/2607689)。