@lemoncat7/dsh-partner 2.4.2 → 2.7.0

package/resources/skills/drama-production/upstream/skills/short-drama-storyboard/references/screenplay-to-keyframe-example.md

@@ -0,0 +1,155 @@
+# 合成正例：从剧本段到冻结关键帧
+
+## 目录
+
+- [剧本段](#剧本段)
+- [原文落实](#原文落实)
+- [SHOT-01](#shot-01拒绝交牌)
+- [SHOT-02](#shot-02声音引导注意)
+- [SHOT-03](#shot-03证据细节)
+- [KEY-03](#key-03冻结瞬间)
+- [连续性交接](#连续性交接)
+- [（情绪）交接](#情绪交接)
+
+本例只演示剧本内容怎样逐步变成镜头、关键帧和准确产物引用，不是镜头数量答案。
+素材为全新合成。
+
+## 剧本段
+
+~~~md
+## EP004-SC002 内 · 社区洗衣房 · 清晨
+
+烘干机还在转。沈禾把一张写着“17”的取衣牌压在掌心，没有递给柜台后的蒋姨。
+
+蒋姨：你不是来取衣服的。
+
+[SFX] 烘干机停转。
+
+沈禾摊开右手。取衣牌背面粘着一小片带血的蓝线头。
+~~~
+
+假设索引已经建立 H01（场景标题）、A01（持牌动作）、D01（判断）、P01（停机声）和
+A02（摊手与蓝线头）。
+
+## 原文落实
+
+| 剧本段 | 落实方式 | 理由 |
+|---|---|---|
+| H01 | 由 SHOT-01 落实 | 建立门、柜台、烘干机和双方位置 |
+| A01 + D01 | 由 SHOT-01 落实 | 持牌不递与台词属于同一次策略对撞 |
+| P01 | 由 SHOT-02 落实 | 声音改变注意并制造停顿 |
+| A02 | 由 SHOT-02 和 SHOT-03 落实 | 前一镜交代谁摊手并守住手位，后一镜让观众读清证据；重复带来新信息 |
+
+这里没有“一段一镜”的公式。A02 在两镜中出现，是因为第一次说明谁摊手，第二次才让
+观众看清蓝线头。
+
+## SHOT-01：拒绝交牌
+
+**镜头目的**： 建立蒋姨控制柜台、沈禾控制证物的关系，让台词成为判断，而不是说明。
+
+- 开始：沈禾在柜台外，右拳握牌；蒋姨在柜台内；烘干机转动。
+- 动作：沈禾把拳压在台沿但不越过边界，蒋姨不伸手。
+- 结束：手位不变，蒋姨已经公开表示“你另有目的”。
+- 构图：纵向双人中景，柜台横线分隔双方。
+- 摄影机：固定机位，让“不递”这个选择持续存在。
+
+来源：`剧本.md / EP004-SC002` 中“沈禾把拳压在台沿但不递牌”的动作和对应对白。正式镜头在
+`分镜.md` 直接写这个场景 ID 与必要短引文。
+
+若为了增加动作而让沈禾把取衣牌交出去，就改写了故事，必须拒绝这种改动。
+
+## SHOT-02：声音引导注意
+
+**镜头目的**： 停机声让原本被机器掩盖的沉默显出来，并把注意从两人脸上引到沈禾右手。
+
+- 开始状态准确继承 SHOT-01 的结束状态。
+- 音效准确引用 P01。
+- 沈禾听见停机后先不看机器，而是决定摊开右手。
+- 结束：右掌摊开，牌正面仍贴掌，背面朝向蒋姨和观众；蓝线头存在，但本镜不要求读清。
+- 摄影机：从固定双人镜头有目的地下移，结束构图仍保留蒋姨的视线。
+
+这次摄影机移动不是为了“节奏感”，而是因为观众注意从人物判断转到证据。
+
+## SHOT-03：证据细节
+
+**镜头目的**： 让观众确认牌背粘着带血的蓝线头，同时保留蒋姨已经看见的关系。
+
+- 开始状态准确继承 SHOT-02 的结束状态。
+- 细节镜头只拍右掌、牌背和蓝线头；后景保留蒋姨眼睛和视线的模糊位置。
+- 文字政策：数字“17”在牌正面，本镜展示背面，因此不得临时翻牌制造可读文字。
+- 结束状态与开始状态相同；观众获得了新信息，但物理状态没有变化。
+- 固定机位细节镜头；停留到观众能识别颜色、血迹和附着关系。
+
+“信息变化而物理状态不变”仍然可以成为有效的镜头目的。
+
+## KEY-03：冻结瞬间
+
+~~~text
+社区洗衣房柜台外，沈禾摊开的右掌位于画面焦点；取衣牌背面朝上，
+一小片带暗红血迹的蓝线头粘在牌背边缘。右手与牌完全静止，柜台横线
+仍分隔双方，后景保留蒋姨已经落在证物上的目光。清晨冷白顶光，已经
+停转的烘干机只是空间锚点。画面不展示牌正面的“17”，不加入递交、
+翻牌、推镜或表情变化过程。
+~~~
+
+冻结检查：所有事实能在同一时刻存在。摊开右手是 SHOT-02 的动作过程；KEY-03 只写
+“已经摊开”。
+
+## KEY-03 之后：从成稿画面回填三条依据
+
+关键帧写完才知道这一格里到底有谁、有什么。按成稿正文逐项读出来，再写进 SHOT-03 的字段：
+
+```markdown
+- 图片提示词项：IMG-SHENHE-SHEET《沈禾角色板》（控制：身份、手部特征）；IMG-CLAIM-TAG《取衣牌道具板》（控制：牌形、编号面、边缘磨损）
+- 输入参考图：无（待补参考图：沈禾手部、取衣牌背面、本镜起始帧）
+- 视觉依据：《视觉设定.md》·人物「沈禾」（控制：身份、右手特征）；人物「蒋姨」（控制：身份、视线方向）；道具「取衣牌」（控制：牌形、背面材质、蓝线头位置）；地点「社区洗衣房」（控制：柜台横线、冷白顶光）。
+```
+
+三处值得注意：
+
+- 蒋姨只在后景留一双模糊的眼睛，但观众要认出是她，所以她在列；
+- 牌正面的“17”本镜看不到，所以「控制」写的是「背面材质」而不是「编号面」；
+- 沈禾整身造型不在这一格里，所以不写「本集造型」——上一镜绑过不等于这一镜也该绑。
+
+## 连续性交接
+
+| 字段 | SHOT-01 结束 | SHOT-02 开始与结束 | SHOT-03 开始 |
+|---|---|---|---|
+| 沈禾右手 | 握牌 | 握牌 → 摊掌 | 摊掌 |
+| 牌朝向 | 背面不可见 | 背面转向蒋姨 | 背面可见 |
+| 蒋姨目光 | 沈禾脸 | 右手 | 牌背 |
+| 烘干机 | 转 | 停 | 停 |
+| 观众知道什么 | 她拒绝交牌 | 她决定展示 | 看见带血蓝线头 |
+
+运动规格只能实现表中的箭头，不能让蒋姨夺牌、让牌正面突然朝向摄影机，或让机器重新启动。
+
+## （情绪）交接
+
+剧本对白的表演括注是**写一次、投影两处**的来源：本技能把它投影成镜头里可见的表演
+状态，视频提示词把它投影成 `delivery`。两处绑定同一条剧本记录，谁都不另起情绪名。
+下面是另一段全新合成的示例。
+
+~~~md
+## EP002-SC004 内 · 老楼梯间 · 夜
+
+角色甲：（压着嗓子）你现在放回去，我就当没看见。
+
+角色乙：（笑）你确定还找得回来？
+~~~
+
+| 位置 | 负责人 | 写什么 | 不能写什么 |
+|---|---|---|---|
+| 剧本括注 `（压着嗓子）` | 编剧 | 唯一情绪来源，随该对白块一起发布 | — |
+| 本镜表演状态 | 本技能 | 边界里可见的收敛：下颌收紧、身体不前倾、音量压在楼道回声之下 | 不把“压着嗓子”升级成“低吼”或“怒斥” |
+| 下游 `delivery` | 视频提示词 | 由同一条来源取到的语气，再落成呼吸、停顿和音量走向 | 不新起情绪词，也不与本镜表演状态相反 |
+
+两处引用同一条来源：`剧本.md / EP002-SC004 / 角色甲对白“你现在放回去……”`。分镜与视频提示词
+都保留这个场景 ID 与准确台词，不另造情绪来源。
+
+- 角色乙的 `（笑）` 同样同源投影：本镜写“嘴角上扬、眼睛不动、重心后靠”，下游写
+  “句尾带气声的短笑”，两处解释的是同一条括注，不是两次独立发明。
+- 若下游认为该情绪不成立——例如楼梯间的回声让“压着嗓子”传不出信息——修订回到剧本：
+  编剧改括注后，本技能与视频提示词再各自重新投影一次。**不能**在镜头写
+  “克制”、在运动规格写“爆发”，让同一句台词挂着两个互相冲突的情绪来源。
+- 情绪来源只决定表演状态，不自动决定景别或运镜。`（压着嗓子）` 不等于必须切特写；
+  本镜给什么景别，仍由观众此刻必须读到的信息决定。

package/resources/skills/drama-production/upstream/skills/short-drama-storyboard/references/shot-craft.md

@@ -0,0 +1,266 @@
+# 镜头设计方法
+
+## 规则分级
+
+- `structural_invariant`：可以直接检查的结构要求，例如每段原文都有处理结果、引用可以解析；格式错误可以阻断。
+- `reviewed_invariant`：必须守住、但要结合证据判断的内容要求，例如镜头没有改写剧本动作。
+- `craft_default`：通常有效的起步方法；有明确的戏剧理由时可以调整。
+- `taste_option`：创作者或视觉方向已经接受的风格选择，不能仅因不同于示例就判错。
+
+## 目录
+
+1. [先落实原文，再追求画面](#先落实原文再追求画面)
+2. [镜头目的](#镜头目的)
+3. [场面调度与地理](#场面调度与地理)
+4. [景别与摄影机动机](#景别与摄影机动机)
+5. [时长与切镜](#时长与切镜)
+6. [视觉方向选择](#视觉方向选择-sht-07)
+7. [相连边界](#相连边界-con-01)
+8. [首尾成对](#首尾成对)
+9. [一镜到底还是切开](#一镜到底还是切开)
+10. [常见问题](#常见问题)
+11. [审查问题](#审查问题)
+
+## 先落实原文，再追求画面
+
+`SHT-01` 要求每个与制作有关的剧本段都有明确处理：由镜头落实、有理由地省略，或因
+新的观众体验而有意重复。
+
+先把剧本段与镜头对应起来，再设计镜头。原文落实表是责任清单，不是“一段一镜”公式。
+连续表演和空间关系能守住原意时，几段原文可以合在一镜；揭示、反应、证据细节或空间
+变化很重要时，一段原文也可以由几镜承担。
+
+原文落实直接写在 `分镜.md`：每个制作相关的动作、对白、声音和画面文字都指向承担它的
+`SHOT-...`；镜头条目反向写场景 ID 与必要短引文。来源改变后逐场复核对应镜头，不依赖隐藏引用。
+
+重复拍同一段内容，只有在第二次带来新的观众体验时才成立，例如新增反应、矛盾、
+此前保留的证据或对前镜的新理解；不能因为第一次对应关系被忘了就重复。
+
+### 动作落实表
+
+**`SHT-08 · reviewed_invariant`**： 每个有权威来源的动作只有一个主要落实镜头；其他
+镜头若再次涉及该动作，必须增加反应、细节或对原信息的新理解。
+
+原文落实数量只能证明“某段原文被引用”，不能证明动作没有提前、重复或遗漏。对转手、
+开门、受伤、揭面、拿出证物等动作，另记：
+
+| 来源动作 | 主要落实镜头 | 动作前事实 | 动作后事实 | 其他镜头的作用 |
+|---|---|---|---|---|
+| 右手从衣内取令牌 | SHOT-02 | 令牌在衣内 | 右手持令牌 | SHOT-03 只展示纹样和接收者反应 |
+
+- 只有主要落实镜头可以把状态从动作前改成动作后。
+- 前一镜的结束状态不得在没有来源动作时提前变成动作后状态。
+- 后一镜已经从动作后状态开始时，运动规格不得再完整表演一次该动作。
+- 其他镜头要写清自己负责细节、反应还是重新解释，不能成为第二个主要落实镜头。
+
+## 镜头目的
+
+`SHT-02` 要求镜头守住来源原意，并说明观众或人物在本镜结束时发生了什么变化。
+只有漂亮画面、没有戏剧职责的镜头，不能通过内容审查。
+
+按以下顺序设计：
+
+1. 找出来源中的关键动作：行动、台词、发现、拒绝、转手或揭示。
+2. 说明观众或人物因此发生什么变化。
+3. 决定本镜主要从谁的体验组织画面。
+4. 确定开始和结束时必须看见什么。
+5. 最后才选择景别、摄影机行为和切镜点。
+
+镜头可以负责建立空间、让观众站到某个人物一边、展示证据、暂缓信息、转移权力、
+表现反应，或让后果无法回避。“中景展示人物说话”不算足够的镜头目的。
+
+### 承受者的反应
+
+**`SHT-27 · reviewed_invariant`**：打击、否定或翻盘需要观众理解其后果时，
+分镜应安排可读的承受者反应或其他后果载体。
+可以用独立反应镜、双人镜内的调度、清楚的群像反应、声音或物件状态承载。
+现有画面已经清楚就不必补镜；需要保留反应或承受者不在场时，注明叙事安排。
+审查按后果能否被理解判断，不按人数、景别或反应镜数量判断。
+
+### 观众可见性 (`SHT-12`)
+
+构图同时决定观众此刻能知道什么。每个事实单独写一条观众可见性判断：绑定准确场景 ID，说明
+现在展示还是暂时扣住，写明可见或可听的载体，并分别写出
+揭示条件、保护方法和理由。同一镜中的不同事实可以在不同时间放出。
+
+背影、只露腿部的入场、门缝、前景遮挡、延迟对焦，以及**逆光成剪影或压暗到只剩轮廓**，
+都可以用于保护剧本保留的揭示。用光保护时不改光源身份与方向，只声明人物落在明区还是
+暗区，并把该选择写进本镜排除项防止后续漂移——否则人物正面入场却要求不给身份时，
+本环节没有合法写法，执行端会直接给一张清晰正脸。
+如果它们提前暴露身份或证据，就是失败。反过来，本镜若负责展示证据或听者的关键反应，
+就不能为了画面好看而遮住其载体。神秘感不是默认加分项；审查者同时核对剧本允许展示
+什么，以及本镜必须交代什么。
+
+## 场面调度与地理
+
+把场景写成可以行动的空间：
+
+- 入口、出口和固定锚点。
+- 前景、中景、后景区域。
+- 谁能看见或接近什么。
+- 人物面向与视线关系。
+- 轴线工作侧和屏幕运动方向。
+- 双手、道具归属和转手路径。
+
+场面调度表现人物策略。靠近可以施压或寻求结盟；转身可以拒绝；占住出口可以控制；
+碰触证据可以暴露知情。不要只为增加运动而让人物无理由走动。
+
+跨轴本身不是错误；没有动机又让空间难以理解才是问题。跨轴时可以使用中性过渡镜头、
+人物在同一镜内穿轴、有意制造主观错乱，或重新建立空间。
+
+画面文字必须服从 `视觉设定.md` 中已经写明的文字政策。镜头和关键帧直接引用对应标题或
+`IMG-...`，可以决定文字是否可见、大小、角度和对焦，但不能静默编造文案，也不能改写
+“逐字可读”“只保留图形”或“无可读文字”等当前决定。政策仍未决定时要明确标为未决，不能
+假装已经可以交付。
+
+## 景别与摄影机动机
+
+`SHT-04` 要求景别或摄影机行为因注意、压力、观众立场、揭示或节奏变化而改变，
+不能为了装饰每一拍而变化。
+
+- **远景**：交代地理、人物与环境的力量对比，或让人物被空间吞掉；信息靠轮廓、方位和
+  距离读出，不要指望这一档承担表情。
+- **全景**：建立空间、孤立感、群体权力或同时发生的后果。
+- **中景**：表现互动、手势、双人策略和清楚的调度。
+- **中近景**：对话距离的双人，或仍然保留手部的单人：比中景少一层环境，比近景多留出
+  调度余地；一场停在工作景别时的对切多数落在这一档。
+- **近景**：表现决定、证据、被藏住的反应或无法撤回的认识。
+- **特写**：把一张脸、一只手或一处伤单独提出来，让某个反应、破绽或细微动作成为本镜
+  唯一事实；代价是暂时切掉空间参照，用它就要接受观众此刻读不到周围发生了什么。
+- **大特写**：只留眼睛、嘴、指节或物件上的一处细节；用于观众必须看清、而近景会淹没的
+  单一证据或生理反应。它切掉的信息最多，因此要有明确的“非看不可”理由。
+- **细节镜头**：展示已经建立意义的关键物件或动作。
+
+近景和特写是中文分镜里最常用的两档，不是留给高潮的稀缺资源；同样，大特写也不是被
+禁止的景别。要防的是**把景别当情绪音量旋钮**：情绪词一升级就换更紧的景别，本镜到底
+要观众读到什么反而没人回答。判断标准始终是必须被读到的信息存在于哪个尺度——证据在
+指节上就给大特写，后果在两人距离上就不该切近。
+
+### 竖屏把可用的景别收窄了
+
+上面那张表是横平竖直的电影景别谱系。**竖屏不是把它裁窄，是让其中两档变得难用**。
+
+机制很简单：远景和全景靠的是**横向铺开的信息**——谁站在谁旁边、队伍有多长、这个人
+离出口有多远。9:16 的横向只有 16:9 的三分之一强，同样的信息铺进去要么挤成一条，
+要么小到读不出。所以竖屏短剧的实际用法以中景、近景、特写为主，远景与全景出现得少。
+
+但这**不是禁令，是换一种排法**：竖屏的空间要靠**纵深**而不是横向来交代——前景、中景、
+后景分层，用门框、桌沿、台阶、人的前后遮挡把关系立起来（见
+[竖屏多人调度](blocking-playbooks.md#1-竖屏多人调度)）。做到了这一点，竖屏一样能给全景；
+做不到就不要用这一档去承担交代空间的职责，改用一个更近的镜头单独给一次。
+
+**竖屏的横向视野窄，观众的视线本来就被逼到画面中央**，这既是小景别好用的原因，
+也是大景别失效的原因——同一件事的两面。
+
+只有注意或关系发生变化时才改变景别和角度。场面声音变大，不等于镜头必须从全景一路
+推到大特写。反过来，一旦决定切镜，新镜就要在景别、角度或人物关系里至少改变一项；
+相邻两镜完全同景别、同角度、同关系时，这次切镜没有职责，应当改变收放或并回一镜。
+
+一个时间段内选择一套连贯的摄影机行为：
+
+- 固定机位用于观察、紧张、仪式或受困。
+- 摇镜或俯仰用于揭示信息或转移注意。
+- 前移或后移用于改变亲近、压力或人物认识。
+- 跟拍用于人物移动本身带有策略意义的场面。
+- 环绕用于关系或空间在原地被重新评估：绕过去才看得到的另一面、被围住的处境、
+  两人相对位置在不移动的情况下改变意义；没有这层理由时它只是装饰性运动。
+- 升降（摇臂）用于高度本身携带意义：升起交出全局或结局，落下把观众接进人物所在的
+  高度；不为“开场要大气”而升降。
+- 手持用于创作者已经接受的身体不稳或现场感。
+
+没有明确切换时，不要在同一时间段同时要求固定和移动。
+
+## 时长与切镜
+
+### 短镜头的动作量 (`SHT-03`)
+
+作为 `craft_default`，可以先从一个主要动作开始，再保留让观众读懂后果所需的反应。
+只有连续表演、空间、时长和镜头目的都仍然清楚时才合并更多内容。这是起步方法，
+不是固定动作数量检查。
+
+时长要给动作、表演、对白和反应留出可读空间。明确的对白长度和计时动作可以作为证据；
+一般动作量是否过多，应由审查者结合本镜判断，不能用通用的每秒字数阻断。
+
+在变化处切镜：新信息、新目光、新决定、新空间关系、新威胁、新证据或节奏变化。
+不要只为换角度而重复同一个动作。给反应留下足够时间，让观众读懂后果。
+
+### 对白估时
+
+**`craft_default`**：先排完整声音事件，再确定镜长。不要先选一个短镜长，再要求人物加快语速把台词塞进去。
+
+- 有同一句、同语言、同表演方式的录音或配音时，使用实际发声区间；文件首尾静默与句内停顿分开核对，
+  不把整个文件长度当作纯说话时间。没有音频时按原文、人物语速、情绪和换气估一个区间，明确标为
+  「文本估计」，不要声称已实测。项目已校准的语速可以辅助估算；数字、缩写按实际读法考虑，不能只数可见字符。
+- 顺序说话的多句或多人对白累加，句间停顿与听者反应按实际顺序加入。边说边抬眼等确能并行的动作
+  与对白共用时间；必须等话说完才发生的动作另占时间。不要重复计算已包含在录音或估计里的停顿。
+- 在本镜「声音」中简写依据，例如「对白按克制语气文本估计 8–10 秒（含句内停顿）；开口前 0.5 秒，
+  说完后的反应 1 秒；抬眼与对白并行」。此例按估计上沿需要 11.5 秒；若目标是 H3，向上取到 12 秒，
+  余下 0.5 秒安排在已有终点停留。数字只是此例的预算，不是统一余量或官方语速。
+- 取容得下时间线的合法时长；超过模型上限时按语义和可见状态闭合点拆镜，并检查整集总时长。
+  已接受镜长或集长固定且放不下时，说明冲突并提出延长、拆镜或剧本修订；不擅自删词或把正常对白改成快读。
+
+文本估计是规划依据，实际生成后还需听完整性、语速和尾音。没有录音、配音或生成结果时，不把估计写成
+秒级准确的声音控制承诺；纯动作镜无需补对白预算。
+
+## 视觉方向选择 (`SHT-07`)
+
+焦段语言、节奏、固定机位、手持或形式化调度属于 `taste_option`，读取创作者已接受的
+视觉方向。审查它是否服务本镜，不强制所有项目使用同一套风格。
+
+## 相连边界 (`CON-01`)
+
+本镜已接受的结束边界必须与下一镜已接受的开始边界一致；若不一致，负责产物必须声明
+修订或过渡。不得用摄影机描述掩盖边界冲突。
+
+## 常见问题
+
+- 镜头表只是改写剧本句子，没有说明观众怎样观看或获得什么变化。
+- 用匿名“人物”代替准确的已接受资产。
+- 一镜跨越地点或时间，却没有蒙太奇或省略依据。
+- 保留了对白，却删掉承担后果的反应。
+- 人物或道具在切镜后无原因换位。
+- 每句情绪台词都变成大特写（问题在“情绪升级=景别收紧”的条件反射，不在大特写本身）。
+- 相邻两镜同景别、同角度、同关系，切了等于没切。
+- 摄影机指令冲突，或运动没有注意变化的理由。
+- 套话式布光替代真实空间锚点。
+- 把外部批量制作单位误当成剪辑镜头本身。
+
+## 审查问题
+
+- 本镜落实、省略或重复了哪些剧本段？
+- 本镜结束时改变了什么？
+- 为什么选择这个景别和摄影机行为？
+- 每个人物能否在当前空间中合理站立、看见和移动？
+- 是否绑定了准确的造型、观察视角、道具状态、双手状态和文字政策？
+- 结束边界是否为下一镜提供清楚的开始状态？
+- 删除或合并本镜，会不会丢失故事意义？
+
+## 首尾成对
+
+终点的可见状态对本镜重要，且目标模型支持尾帧时，可以补写
+`### 收尾关键帧提示词`。它只描述终点，不混入起点或中间动作。
+若起终状态相同，或变化发生在画外，通常无需另做尾帧。
+
+Seedance 2.5 的一个镜头对照中，绑定尾帧改善了末帧落位；这不是所有模型和动作的保证。
+生成后仍检查中间动作、节奏和终点，不能只比较最后一帧。
+
+当前生产工具从 `分镜.md` 的 `SHOT-...` 只提取「冻结关键帧提示词」，即首帧。
+要在套件内生产尾帧，交图片提示词阶段建立单独的 `IMG-...` 条目，注明来自本 SHOT 的
+终点、保留已确认的视觉依据，再以该条目作为 image job 的来源。不得用首帧选择器提交尾帧正文。
+实际图片生成后按目标方言绑定 `用途：结束帧`。
+
+## 一镜到底还是切开
+
+先看这场戏需要什么，再考虑生成与修订成本。
+
+- 连续等待、沉默、空间调度或完整表演，可考虑一镜到底。
+- 需要选择不同表演、突出反应或精确安排切点，可考虑分开生成再剪。
+- 长段生成一处失败可能需要重出更多素材；分开生成则需要额外处理跨镜一致性。
+
+一次 Seedance 2.5 对白场次实测出现过长镜头发声时间过早的问题。
+有严格落点时应检查目标模型的时序能力并试听，不能保证分成镜头就能锁定每句发声时间。
+长镜头也可以在剪辑中截取，是否保留完整时长由叙事决定。
+
+多镜容器是在一次生成里安排多个切口；一镜到底则不切镜。
+容器可减少提交次数，但不自动保证跨镜一致性，也仍可在生成后剪辑。
+各镜合并时重新整理参考素材与编号，并核对结果中的实际切点。

package/resources/skills/drama-production/upstream/skills/short-drama-storyboard/references/shot-revision-identity.md

@@ -0,0 +1,25 @@
+# 镜头修订与稳定身份
+
+镜头 ID 表示同一个编辑/导演决定的连续身份，不等于列表位置，也不等于外部制作任务编号。
+修订时先判断镜头的叙事职责是否仍是同一个，再决定保留、创建或 retire。
+
+## 身份规则
+
+- **重排**：只改变顺序，镜头目的与边界职责不变时保留原 ID；刷新依赖顺序与相邻边界。
+- **插入**：新增一个独立注意或戏剧职责时创建新 ID；不要给后续所有镜头重新编号。
+- **内容修订**：同一镜头目的下调整构图、blocking 或边界，保留 ID 并更新当前文档。
+- **拆分**：原镜头被两个或更多独立职责取代时，停用旧 ID，为每个新镜头创建新 ID；在修订说明中
+  写清前身，不把旧 ID 偷给其中一个子镜头。
+- **合并**：多个旧镜头被一个新决定取代时，停用全部旧 ID，创建新 ID，并列出来源集合。
+- **恢复**：停用的 ID 不复用于无关镜头；需要恢复同一职责时显式说明关系。
+
+普通新镜只需要稳定 `SHOT-...`。拆分、合并或恢复旧职责时，在 `分镜.md` 的修订说明中列出前身、
+后继与停用 ID；没有关系时不写空模板。
+
+## 每次拆分、合并或重排后的对账
+
+重新核对原文落实、场次视觉计划、关键帧、`MOTION-...`、多镜分组、相邻起止边界、总时长与审查
+结论。旧 ID 只在修订说明中解释历史，不能继续被当前镜头或交付分组引用。
+
+脚本可以检查引用、集合和算术；“是否仍是同一个导演决定”由 agent 根据镜头目的、信息变化、
+表演所有权和边界职责判断，不能用文本相似度或数组位置硬判。

package/resources/skills/drama-production/upstream/skills/short-drama-storyboard/references/stage-contract.md

@@ -0,0 +1,57 @@
+# 分镜阶段契约
+
+本阶段只拥有 `剧集/<EP>/分镜.md` 中的 `SHOT-...`、镜头职责、来源、时长、起止边界、声音、视觉依据和
+冻结关键帧。它继承剧本事实与视觉设定，不改写剧情或资产身份。
+
+覆盖比较、场次视觉计划和调度推演都留在上下文；只有最终镜头与关键决定进入 `分镜.md`。来源使用
+场景 ID。已存在的图片提示词条目可用 `IMG-...` 可见标题引用；它不是已生成图片的证明，也不是分镜的前置门禁。没有条目时直接引用《视觉设定.md》，不建立 coverage、shots、keyframes、audition 或接受记录。
+
+## 本阶段规则
+
+### `SHT`
+
+| ID | Class | Knowledge |
+|---|---|---|
+| SHT-01 | structural_invariant | Every production-relevant scene action, line, sound and on-screen text is carried by a shot or explicitly omitted with a creative reason. Each shot's 来源 names scene ids that exist in `剧本.md`, and every scene is either claimed by a shot or recorded with its reason on the storyboard's `未拍场次` line. |
+| SHT-02 | reviewed_invariant | Each shot has a dramatic/viewing purpose and preserves its source meaning. |
+| SHT-03 | craft_default | Keep a short shot focused on the smallest action/reaction unit that carries its purpose; combine or split it according to performance, information, and continuity rather than a fixed count. |
+| SHT-04 | craft_default | Change framing/camera because attention, pressure, alignment, reveal, or rhythm changes. |
+| SHT-05 | structural_invariant | A keyframe projects one shot boundary and the shot's declared visual basis. Any `IMG-...` used is an existing image-prompt heading, not a claim that generated media exists; when none is suitable, the shot names the relevant textual visual-setting entries without inventing an ID. |
+| SHT-06 | reviewed_invariant | A keyframe is one freezeable instant, not an ordered action chain. |
+| SHT-07 | taste_option | Lens vocabulary, tempo, and locked/handheld/formal style follow visual direction. |
+| SHT-08 | reviewed_invariant | Each authoritative source action is realized once; repeated coverage adds reaction/detail/recontextualization rather than replaying it. |
+| SHT-09 | reviewed_invariant | Exact Location/View orientation and visible anchors match the camera side used by the shot. |
+| SHT-10 | reviewed_invariant | Rendered keyframe prose contains only facts from the boundary that keyframe declares. A start frame carries no state first created by the shot's motion or end; an end frame carries no state already spent before it. Neither frame borrows the other's facts. |
+| SHT-11 | craft_default | When information changes another person's power, relationship, knowledge, or choice, preserve that reception visibly; shot count, framing, and duration follow the consequence and project profile. |
+| SHT-12 | reviewed_invariant | Each audience-visibility fact binds its exact source, carrier, permission, trigger, and protection method; framing neither reveals that fact early nor hides the carrier this shot must communicate. |
+| SHT-13 | reviewed_invariant | Multi-character blocking projects sourced, directed relationships into compatible positions, gaze, distance, and action lines for the current boundary. |
+| SHT-14 | reviewed_invariant | A contested moving object preserves ownership, trajectory, direction, time/round state, and end location across cuts unless an authorized ellipsis says otherwise. |
+| SHT-15 | reviewed_invariant | When the creator has declared delivery-surface overlay regions with their permanence and source, what a shot must be read for—face and gaze, readable evidence text, the decisive hand action—does not sit only inside those regions, and shots bind the declared version. An undeclared surface leaves the rule inactive: record it as unresolved and do not restage against a guessed region. |
+| SHT-16 | structural_invariant | The episode duration is the arithmetic sum of visible shot durations; an unresolved duration stays visibly unresolved, and a target delta is reported rather than used as a universal quality gate. |
+| SHT-17 | structural_invariant | A keyframe declares which boundary it freezes and binds that shot's matching boundary field. An end keyframe is a projection of `end_boundary`, never a second end-state authority, and per-shot keyframe count stays open: one start frame by default, an end frame only when the delivery workflow consumes it. Handing over a start/end pair delegates the motion between them to interpolation, so an action the shot exists for cannot rest on that gap alone. |
+| SHT-18 | craft_default | For a scene where directing choice materially changes audience knowledge, alignment, spatial pressure, performance ownership, or the landing, an accepted scene visual plan may bridge project direction and shots; it binds exact screenplay blocks, direction/profile, Location/View and relevant asset states, ordinary scenes skip it, and it never owns screenplay facts or shot boundaries. |
+| SHT-19 | reviewed_invariant | When a coverage audition is used, its approaches genuinely differ by knowledge timing, alignment, performance space, strongest image, landing, losses, or production fit; it uses no fixed option, grid, framing, or shot-count formula, and the selected approach is stated before formal shots are written. |
+| SHT-20 | reviewed_invariant | Shot revision identity follows directing responsibility rather than array position or text similarity: reorder preserves IDs, insertion creates one, split/merge retires replaced IDs and creates successors, and active coverage plus downstream refs are reconciled before delivery. |
+| SHT-21 | reviewed_invariant | A keyframe's copyable text carries only what will be visible; IDs, workflow notes, file paths and craft commentary stay outside the prompt. Two prompts that differ only by identifiers are a template, not two frames. |
+| SHT-22 | structural_invariant | Each shot carries a required `视觉依据` field, written after the frozen keyframe, listing every visible character, place, or prop whose identity, Look, or geography must remain recognizable; each item resolves to an existing `视觉设定.md` entry. Whatever the keyframe text calls by name — an entry name or its declared `画面代称` — appears there. Small/background subjects remain in scope when recognition matters; offscreen voices and unidentifiable fragments do not. |
+| SHT-23 | structural_invariant | An omitted reference choice is not consent to text-to-video. After reference discovery, each shot either binds all verified real images as `REF-...`, declares creator-supplied pictures as `PLAN-...` slots that locate an existing `IMG-...` board or `SHOT-...` keyframe, preserves partial bindings while naming the still-missing start/identity/geography/prop images, or records the creator's explicit text-to-video choice. A prompt entry, plausible filename, or text description never counts as a real image, and a `PLAN-...` slot never claims one: it states that the picture is supplied outside the project at generation time, which is why it cannot be sent to production. |
+| SHT-24 | reviewed_invariant | A visual basis describes this frame, not the episode's cast list. Each declared 控制 scope stays within what this frame can carry, and a binding is not carried forward merely because the subject remains in the scene. |
+| SHT-25 | structural_invariant | Every real reference image a shot binds declares one 用途 from the closed set 身份/造型状态/地理/构图/尺度/效果/起始帧/结束帧/风格, so the shot can say which start frame and which identity/geography/prop pictures a downstream job sends. At most one 起始帧 and one 结束帧 per shot, and 结束帧 requires 起始帧. |
+| SHT-26 | structural_invariant | A shot's 来源 is its claim on the screenplay: whatever it quotes, this shot is the one that films it. Every 视觉设定 entry the quote calls by name is therefore either in this shot's 视觉依据 or declared 画外 there. Quoting an action performed by someone the frame never shows takes that action off every list — no other shot claims it and nothing reports it missing, so it simply never gets filmed, and the gap only surfaces when a person watches the finished film. The check matches entry names rather than 画面代称, because a 来源 quote comes from 剧本.md; an entry that opted out with `画面代称：无` stays out of this check too. |
+| SHT-27 | reviewed_invariant | When understanding a beat requires seeing its effect on a character, provide a readable reaction or consequence. A separate shot, staging within a shared shot, sound, or an object may carry it. Judge legibility against the intended reveal; do not require a shot count or exclude group shots by default. |
+
+### `CON`
+
+| ID | Class | Knowledge |
+|---|---|---|
+| CON-01 | structural_invariant | Linked end and next start states match or have an explicit owner revision. |
+| CON-02 | reviewed_invariant | Knowledge, injury, ownership, weather, light, or physical state does not teleport/regress without story cause. |
+| CON-03 | craft_default | Track downstream-relevant deltas, not the whole 设定集 in every shot. |
+| CON-04 | structural_invariant | A continuity change states before, after, cause/source scene, effective range, and affected visible IDs. |
+| CON-05 | taste_option | Declared montage, ellipsis, dream, or subjective imagery may intentionally break ordinary continuity. |
+| CON-06 | structural_invariant | A continuity change names every existing downstream document it affects; future work is described, not pre-created. |
+| CON-07 | structural_invariant | A continuity lock declared in `视觉设定.md` fixes one verbatim surface plus its shot and image scope; every in-scope frozen keyframe, motion prompt, and named image prompt carries that surface unchanged. |
+
+规则分级由高到低：`structural_invariant`（结构缺陷，阻断）、
+`reviewed_invariant`（需证据判断）、`craft_default`（常用做法，可覆盖）、
+`taste_option`（创作者选择，不作缺陷）。创作者已接受的事实优先于本表。