@optima-chat/gen-cli 2.3.0 → 2.5.0

package/.claude/skills/video-gen/SKILL.md

@@ -1,7 +1,7 @@
 ---
 name: video-gen
 description: "帮商家用 AI 生成产品视频（社媒投放 / PDP / 复刻爆款）。触发场景：用户说\"给这个产品做条 TikTok 视频/做条小红书种草视频/复刻这条爆款/做条 PDP 展示视频/这产品配一段视频\"——通常附产品图或参考视频。范围：所有\"画面以产品为主体\"的视频。不含\"画面里有真人讲话\"的场景（例：\"用张医生介绍产品\"是数字人意图，不在范围）。"
-version: 1.0.2
+version: 1.1.0
 owner_repo: Optima-Chat/optima-gen
 ---
 
@@ -16,8 +16,8 @@ owner_repo: Optima-Chat/optima-gen
 1. **User-facing 不出现模型名或服务名**
    status / 成本 / 进度 / 错误 / 总结 统一用"视频生成中"。模型名仅用于 skill 内部路由，**代码注释里的也不能抄给用户**。
 
-2. **花钱前必走 COST-GATE**
-   任何 `gen video` / `gen image` 调用之前必走一次成本确认（§执行生成）。**Fast-path、迭代、重试均无例外**。成本按秒估算：`Σ(seg.duration_s) × per_second_rate_usd[mode]`，rate 从所选模板的 `production_cost.per_second_rate_usd` 读取。rate 为 TBD 时成本前缀"~"明示粗估。
+2. **花钱前必过确认卡**
+   任何 `gen video` / `gen image` 调用之前必过一次确认卡（见 `references/confirm-card.md`）。**Fast-path、迭代、重试均无例外**（重新 gate 边界见 §执行生成）。**成本由后端 billing 按实际时长扣费——skill 不自行估价、不编单价**；确认卡只列**计费口径**（段数 / 总秒数 / 画质），并标明"实际扣费以 billing 为准、生成后告知"。〔正解：待 billing 报价接口落地后，确认卡调它显示生成前真价；在此之前不显示任何 skill 自算的金额。〕
 
 3. **任何 pipeline 第一步必须 Per-video init**
    分析 / Storyboard / Plan / 生成 / Review 执行前先跑 §Per-video init（建目录 + cd）。否则后续 write 写错位置。迭代场景用 `{旧id}-vN`。
@@ -90,7 +90,7 @@ owner_repo: Optima-Chat/optima-gen
 
 **社媒 Fast-path 的"爆款发现"不算"问用户"**——agent 自动拉 Top 3 + 展示让用户选 1 条是**必要数据输入**（和"选模板"同级），不是"审批"。用户选条或"跳过"都保持在 Fast-path 内。
 
-**Fast-path 行为**：Storyboard 展示后告知而非审批，但**生成前必须告知预估成本**（见「执行生成」的成本确认）。用户可随时喊停。
+**Fast-path 行为**：原创 Storyboard 展示后告知而非审批；**复刻例外——必过确认卡**（`references/confirm-card.md`）。两种情况**生成前都走确认卡**，确认卡是唯一付费确认点（实扣以 billing 为准）。用户可随时喊停。
 
 ## First-time init
 
@@ -171,7 +171,7 @@ git add -A && git commit -m "init: video-gen workspace"
 2. **调 scout**
    - 平台=TikTok → `scout tiktok search-videos "<关键词>" --region <US|...>`
    - 平台=抖音 → `scout douyin search-videos "<关键词>"` 或 `scout douyin hot-search`（按品类筛）
-   - 其他平台：按 scout 可用命令对应（见 `storyboard-learning/analyses/2026-04-21-viral-top5-reverse-breakdown.md` 的 SOP 段）
+   - 其他平台：按 `scout --help` 列出的可用命令对应
 3. **过滤 + 排序**：品牌契合（不违反 preferences.forbidden）+ 产品形态匹配 + 按 likes 降序取 Top 3
 4. **展示 3 个候选**：平台 / 时间 / 指标（点赞 · 分享 · 评论）/ 风格摘要（hook 类型 · 时长 · BGM 类型）
 5. **用户选一条** → 写入 `assets/reference.mp4` 或保留 URL → 继续「分析源视频」
@@ -233,13 +233,16 @@ ffprobe -v quiet -print_format json -show_format -show_streams assets/reference.
 ffmpeg -i assets/reference.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync 0 -f null - 2>&1 | grep showinfo
 ```
 
-3. 每段抽 3 帧（首/中/尾）：
+3. 每段抽 3 帧（首/中/尾），再**拼成一张 contact sheet**（一次看全片，别逐帧）：
 
 ```bash
+# 每段抽 3 帧
 ffmpeg -i assets/reference.mp4 -vf "select='eq(n\,<FRAME_NUM>)'" -vsync 0 assets/keyframes/seg-<N>-<pos>.jpg
+# 拼成一张网格图（按文件名排序，每行≈一段的首/中/尾）；<R>=段数
+ffmpeg -y -pattern_type glob -i 'assets/keyframes/seg-*.jpg' -filter_complex "scale=360:-1,tile=3x<R>" -frames:v 1 assets/contact-sheet.jpg
 ```
 
-4. 读取关键帧图片，分析每段的 subject / composition / camera / lighting / palette / description
+4. **读这一张 `contact-sheet.jpg`——1 次 vision 调用看全片**，**按 `$CLAUDE_SKILL_DIR/references/cinematic-language.md` §9 导演拆镜 Checklist 逐镜拆**：景别 → 机位 → 运镜（起幅/落幅）→ 焦段/景深 → 光线（光向/光质/色温）→ 构图 → 动作弧 → beat → 与下一镜怎么接。**别再每帧单独调 vision——逐帧调十几次是分析慢的主因，一张 contact sheet 一次看完。** 用电影语言拆（「85mm 长焦浅景深、缓慢 dolly in、柔和侧逆光」不是「画面里有个杯子」）——**参考片好看的原因就藏在这些参数里，读不出来就复刻不出来**。**动作弧**（从头到尾发生了什么、主体怎么从 A 变到 B、镜头怎么运动）是写 prompt 第 ② 段的直接来源，漏了复刻必走样（见 `references/prompt-craft.md`）。
 
 5. 验证 ffmpeg 切段合理性（修正软切/漏切）
 
@@ -258,9 +261,9 @@ ffmpeg -i assets/reference.mp4 -vf "select='eq(n\,<FRAME_NUM>)'" -vsync 0 assets
 
 ## 镜头分析
 
-| 段 | 时长 | 主体 | 角色 | 构图 | 运镜 | 光线 | 色调 | 描述 |
-|---|---|---|---|---|---|---|---|---|
-| 1 | 0-1.5s | ... | ... | ... | ... | ... | ... | ... |
+| 段 | 时长 | 主体 | 景别 | 机位 | 运镜 | 镜头/景深 | 光线 | 构图 | 动作弧 | beat |
+|---|---|---|---|---|---|---|---|---|---|---|
+| 1 | 0-1.5s | 产品+手 | ECU 大特写 | 平视 | 缓慢 dolly in | 85mm 浅景深 | 暖白柔和侧逆光 | 产品居右三分 | 手伸入握起产品→翻转露 logo | hook |
 | ... |
 
 ## 整体风格
@@ -284,8 +287,8 @@ ffmpeg -i assets/reference.mp4 -vf "select='eq(n\,<FRAME_NUM>)'" -vsync 0 assets
 
 2. 有模板则以模板为骨架填入产品/品牌信息；否则从零构建
 
-3. 复刻场景做**物理合理性预检**：原主体和用户产品形态是否兼容
-   - 不合理 → 告知原因，降级策略或建议换参考
+3. **复刻铁律（默认且唯一的复刻行为，违反就是没复刻）**：**严格按源视频 1:1 复现——镜头数、每镜时长、景别 / 机位 / 运镜、切点、剪辑节奏、整体调性、场景全部照搬源视频，唯一变量是把产品换成用户给定的。** ❌ 禁止压缩 / 合并段数（技术合并见下方区分）、❌ 禁止改场景 / 调性、❌ 禁止自定节奏快慢、❌ 禁止把源片的动态镜拍成静态摆拍。爆款值得复刻，就因为它的分镜 + 节奏已被市场验证能火——动了它就等于扔掉复刻的全部意义（客户实测：agent 擅自把 5 段压成 4 段、把"治愈系"改成"学院风"、自定 4×4.5s 慢静态镜 → 又慢又走样，正是反面教材）。**节奏不归你定，照搬源片；源片快你就快，源片慢你就慢。**
+   - **物理合理性预检**：只有当用户产品**物理上做不出**源片某镜的动作时（如源片捏软杯、用户是硬陶瓷杯），才对**那一镜**做**最小替换**（换成该产品能做的最接近动作）+ **明确告诉用户这一镜改了什么、为什么**——不是默默重设计，更不是借机重排全片。其余镜头一律照搬。
 
 4. 写 `videos/{id}/storyboard.md`：
 
@@ -301,13 +304,25 @@ ffmpeg -i assets/reference.mp4 -vf "select='eq(n\,<FRAME_NUM>)'" -vsync 0 assets
 | 调性 | <调性> |
 | 参考来源 | <来源或"从模板构建"> |
 
-## 镜头表
-| 段 | 时长 | 内容 | 运镜 | 替换说明 |
-|---|---|---|---|---|
-| 1 | 0-1.5s | <内容> | <运镜> | <替换或"原创"> |
+## 镜头表（导演级分镜——别写成"画面 + 文案"的种草脚本）
+| 段 | 时长 | 景别 | 机位 | 运镜 | 镜头/景深 | 主体动作弧/调度 | 光线/影调 | 切点→下一镜 | beat/卡点 | 替换说明 |
+|---|---|---|---|---|---|---|---|---|---|---|---|
+| 1 | 0-1.5s | 大特写 ECU | 平视 | 手持微晃 | 85mm 长焦浅景深、产品在焦背景虚化 | 手从画面下方入框握起产品、抬至胸前缓慢翻转 90° 露正面 logo | 晨光柔和侧逆、暖白、中高光比 | 翻转到位的动作落点硬切（cut on action） | hook：第 1 拍就给产品高光 | 产品换成 <X> |
 | ... |
 
-> **段时长约束**：Storyboard 按叙事节奏自由分段（推荐 2-15s）。Production Plan 阶段会将多个短段合并为 4-15s 的 gen video 调用，再用 ffmpeg trim 切回各段时长。单段 >15s 必须拆段。段时长精度到 0.5s（3.73s 四舍五入到 3.5s）。
+> **写法要求（这一步决定成片"像不像导演拍的"）——术语和写法全部查 `$CLAUDE_SKILL_DIR/references/cinematic-language.md`**：
+> - **景别**用电影语言（ECU 大特写 / CU 特写 / MCU 中近 / MS 中 / MLS 中全 / WS 全 / EWS 远），不是"画面里有个杯子"。
+> - **机位**写明（平视 / 俯 / 仰 / 顶视 / 斜角 / 过肩 / 主观 POV）——角度即叙事：产品仰拍=高级、顶视=平铺展示。
+> - **运镜**具体到一种（固定 / 推 dolly in / 拉 / 摇 / 横移 / 跟 / 手持 / 环绕 arc），别空着也别堆叠；**分清 dolly（机身移、透视变）和 zoom（变焦、透视不变）**。
+> - **镜头/景深**写焦段 + 景深（产品特写＝长焦浅景深隔离主体）——这才是「干净画面」的专业说法。
+> - **主体动作弧/调度**＝这一拍主体怎么从 A 动到 B、进出画、与产品怎么互动（导演分镜的核心，不是静态画面描述）。
+> - **光线/影调**写光向 + 光质 + 色温 + 光比（"窗户来的柔和侧逆光、暖白、半脸入暗"），不是只写"暖光"。
+> - **切点→下一镜**写清在哪个动作点切、怎么接（动作剪辑 cut on action / 匹配剪辑 / 叠化），并守 continuity（视线匹配、不越轴、运动方向一致，见 cinematic-language §7）。
+> - **beat/卡点**＝这一拍的叙事作用（hook / 痛点 / 卖点 / 转折 / CTA），对齐 BGM 卡点。
+> - **复刻时按 cinematic-language §9 的 9 项把参考片每镜拆出来照搬**——它的景别 / 机位 / 运镜 / 光线 / 卡点节奏就是它好看的原因。
+
+> **段时长约束**：**复刻时——分段 = 源视频的分段，逐镜照搬段数和每镜时长，不增、不减、不压缩。** 只有原创（无参考）时才按叙事节奏自由分段（推荐 2-15s）。
+> **⚠️ 技术合并 ≠ 创意压缩（最容易搞混，上次就栽这）**：Seedance 单段最短 4s，所以源片里 <4s 的短镜要「生成一段 4-15s 的长片 → 用 ffmpeg trim 切回源片那一镜的精确时长」。这**纯粹是为凑模型最短时长的技术手段，trim 后成片的镜头数 / 每镜时长 / 切点节奏必须和源片逐帧一致**。**绝不允许把「为生成而合并」当成「把 N 段叙事压成更少段」的创意重设计**——前者改不了成片节奏，后者直接毁掉复刻。单段 >15s 必须拆，**拆出的连续片段必须链式衔接**（后段首帧 = 前段末帧，见 Production Plan「依赖列」），否则不连续。段时长精度 0.5s。
 
 ## Hook
 <第 1 秒如何抓注意力>
@@ -319,28 +334,27 @@ ffmpeg -i assets/reference.mp4 -vf "select='eq(n\,<FRAME_NUM>)'" -vsync 0 assets
 <复刻时：替换是否合理。无参考时写 N/A>
 ```
 
-5. 展示给用户：
-   - Fast-path：告知（不等审批），用户可喊停
-   - 非 Fast-path：问"OK 吗？想改哪段告诉我。"
+5. 给用户**预览 storyboard**（逐镜脚本 + 编辑后首帧），先改大方向（段落 / 产品替换 / 节奏）。
+   - ⚠️ **这只是预览，不是「确认卡」**。真正的确认卡在下一步：等 Production Plan 把**真正喂模型的 `call-N.txt` prompt** 写出来后，让用户确认 / 改**那份 prompt**（见「产出 Production Plan」§3）。因为 storyboard → prompt 这步会丢内容（客户 P1「分析对了、提示词只剩一只手」），所以**必须让用户确认最终 prompt，而不是大纲**。
+   - 原创 Fast-path：可跳过本预览，直接进 plan + prompt + 确认卡。
 
-6. 确认后 `git commit -m "video: storyboard $VIDEO_ID — <summary>"`
+6. 预览 / 调整后 `git commit -m "video: storyboard $VIDEO_ID — <summary>"`（硬确认在 §3 prompt 那步）
 
 ## 产出 Production Plan
 
 **前置**：已完成 Per-video init + Storyboard。
 
-Storyboard 确认后自动推导。用户通常不改。
+据 storyboard 推导 plan + 写出每个 Call 的真实 prompt，**然后过确认卡（§3）让用户确认 / 改这份 prompt**——确认的、改的，就是真正喂模型的那份。
 
 ### 0. 选策略
 
-**默认视频生成路径**支持文生 / 图生视频，**默认输出静音视频**，音频需后期处理（ffmpeg 叠 BGM / `gen tts` 配旁白）。**不要手动指定 `--provider`**，让后端自动路由到当前最优 provider。
+**默认视频生成路径**支持文生 / 图生视频。**默认成片自带模型生成的音轨**（audio 默认开）；若要叠 BGM / 旁白，先用 ffmpeg 去掉原音轨再叠，避免两条音叠加。**不要手动指定 `--provider`**，让后端自动路由到当前最优 provider。
 
 | 特征 | 策略 |
 |---|---|
 | 1 镜头，无参考 | single-shot |
 | 多镜头，无参考 | multi-shot-concat |
-| 有参考，大致复刻 | clone-loose |
-| 有参考，高度还原 | clone-strict |
+| **有参考（复刻爆款）** | **clone-faithful —— 1:1 照搬源视频、只换产品（见「形成 Storyboard」§3 复刻铁律）。没有"大致复刻 / 高度还原"之分：复刻就是忠实复现，不存在"松"的档** |
 | PDP 多卖点 | pdp-feature-concat |
 
 > **回退选项**（仅在默认路径不可用或有特殊需求时显式指定）：
@@ -350,12 +364,14 @@ Storyboard 确认后自动推导。用户通常不改。
 
 ### 1. 写 `videos/{id}/production-plan.md`
 
-默认 video 路径支持 **4-15 秒**整段生成。Storyboard 的细粒度段需要在 Production Plan 中**合并为 gen video 调用单元**：
+默认 video 路径支持 **4-15 秒**整段生成。Storyboard 的细粒度段在这里**合并为 gen video 调用单元——纯技术操作，目的只是凑够模型 4s 最短时长，不改变成片的分镜结构**：
 
-- 相邻短段（叙事连贯、同一场景）合并成一个 4-15s 的 gen video 调用
-- 每个调用的 prompt 合并覆盖所有子段的内容描述
-- 生成后用 ffmpeg trim 切回各子段时长
+- 相邻短段（同一连续镜头 / 场景）合并成一个 4-15s 的 gen video 调用去生成
+- 该调用的 prompt 覆盖所有子段的内容（含每个子段各自的动作弧）
+- **生成后用 ffmpeg trim 把每一镜切回它在源片里的精确时长** —— **复刻时 trim 后的成片镜头数 / 每镜时长 / 切点必须和源片逐帧一致**
 - 单独一个 ≥4s 的 storyboard 段直接映射为一个 gen video 调用
+- **⚠️ 合并只为生成、trim 后必须还原源片节奏；绝不允许借合并把源片的镜头数压少（那是创意重设计，违反复刻铁律）**
+- **⚠️ 同一个连续镜头 >15s（Seedance 单次上限）必须拆成多个 Call 时：拆出的相邻 Call **必须链式衔接**——后一个 Call 依赖列填「前 Call 末帧」，首帧 = 前 Call 末帧（`ffmpeg -sseof -0.1` 抽）。否则一段连续动作被切成独立并行生成 → 画面不连续（客户实测「25s 拆 15+10 看起来不是连续的」就是漏了这步）。判定：「按长度拆的同一镜头」必链；「本就不同的镜头/场景」才可并行。**
 
 ```markdown
 # Production Plan
@@ -365,12 +381,18 @@ Storyboard 确认后自动推导。用户通常不改。
 原因: <选择理由>
 
 ## 生成调用
-| Call | 合并段 | gen_duration | seed | aspect_ratio | Prompt 摘要 |
-|---|---|---|---|---|---|
-| 1 | seg 1-3 (共 8s) | 8 | <seed 或 `-`> | <16:9 \| 9:16 \| 1:1> | <合并 prompt> |
-| 2 | seg 4 (12s) | 12 | $PRODUCT_SEED | <同上> | <prompt> |
+| Call | 合并段 | 依赖 | gen_duration | seed | aspect_ratio | Prompt 摘要 |
+|---|---|---|---|---|---|---|
+| 1 | seg 1-3 (共 8s) | - | 8 | <seed 或 `-`> | <16:9 \| 9:16 \| 1:1> | <合并 prompt> |
+| 2 | seg 4 (12s) | - | 12 | $PRODUCT_SEED | <同上> | <prompt> |
+| 3 | seg 5 (10s) | Call 2 末帧 | 10 | $PRODUCT_SEED | <同上> | <承接 Call 2 末帧> |
 | ... |
 
+**依赖列怎么填**：
+- `-`：跟其它 Call 无依赖，可并行提交。**仅用于本就独立的镜头/场景。**
+- `Call N`：本 Call 的首帧来自 Call N 的末帧（链式衔接），或输入图来自前面某个 `gen image` 产出，必须等前置完成。
+- **判定规则**：**同一个连续镜头被「按长度」拆开的相邻片段 → 必须 `Call N` 链式（保连续）**；不同镜头/场景之间 → 用 `-` 并行（省时间）。**别为了并行把一段连续动作拆成无依赖——那正是长视频不连贯的根因（客户 P2）。**
+
 ## Trim 映射
 | seg | 来源 Call | trim 区间 | 输出 |
 |---|---|---|---|
@@ -379,7 +401,7 @@ Storyboard 确认后自动推导。用户通常不改。
 | 3 | Call 1 | 5.5-8.0s | clips/seg-3.mp4 |
 | 4 | Call 2 | 0:00-12.0s | clips/seg-4.mp4 |
 
-**seed 规则**：同一产品的镜头（如 template PRODUCT_LOCK 指定的 #4/#5/#6/#9）**共用一个 seed**（任选一个固定整数记录下来）。PAIN / 场景段（如 #1/#2/#3）无产品时可填 `-`。
+**seed 规则**：默认路径（Seedance）**不透传 seed**，产品一致性靠「同一张产品首帧图 + 末帧链式承接」，不靠 seed。seed 列一律填 `-`（除非用户显式切到支持 seed 的 provider）。
 
 ## 验收标准
 - 比例: <从 Storyboard>
@@ -390,31 +412,105 @@ Storyboard 确认后自动推导。用户通常不改。
 
 ### 2. 为每个需 prompt 的步骤生成 `prompts/call-N.txt`
 
-### 3. `git commit -m "video: plan $VIDEO_ID — <strategy>"`
+**照 `$CLAUDE_SKILL_DIR/references/prompt-craft.md` 的五段式结构写**（开场构图 → 动作弧 → 运镜 → 光线 → 结束状态；80–220 词；不写时长 / 比例 / 声音）。这是复刻成败的命门——默认路径把这段文本**原样**喂给模型，中间没有任何改写兜底，prompt 糙 = 成片糙。复刻镜头**忠于参考的动作与运镜**，不自补创意。
+
+### 3. 确认卡 ——「确认的、改的，就是真正喂模型的那份」（见 `references/confirm-card.md`）
+
+确认卡**逐 Call 把每个 `call-N.txt` 的全文逐字贴进对话（每段一个代码块）+ 编辑后首帧 + 计费口径**（不是 storyboard 大纲、不是「镜头 / 内容」摘要表）。
+
+> ❌ **禁止用「摘要表 + 📄 call-N.txt 文件链接」代替贴全文。** 用户不会去开文件——看不到真实 prompt 就等于没确认（客户实测：agent 只摆了一张摘要表 + 几个文件链接就「确认通过」开跑，用户根本没看到、没确认到真正喂模型的 prompt）。**必须把全文贴出来、明确停下等用户改 / 确认，确认前绝不调 `gen video`。**
+
+用户可逐条改：
+
+- 用户说「第 N 段改成 X / 这镜运镜不对 / 加个特写」→ **直接覆写对应的 `prompts/call-N.txt`**（改的就是喂模型的），改完把更新后的全文再贴回卡上。
+- 确认通过 → 写 `.confirmed`，并**把当前 prompt 的校验和绑进去**（保证生成用的就是用户确认的这版，没被偷偷改写）：
+
+```bash
+sha256sum prompts/call-*.txt > .confirmed        # 绑定：确认的 = 这份 prompt
+echo "user said: <把用户确认的原话填进来>" >> .confirmed
+```
+
+- 用户「太贵 / 换个便宜的」→ 回 §0 换策略，重写 prompt 再出卡。**确认前绝不调 `gen video`。**
+
+### 4. `git commit -m "video: plan $VIDEO_ID — <strategy>"`
 
 ## 执行生成
 
 **前置**：已完成 Per-video init + Storyboard + Production Plan。
 
 <COST-GATE>
-**生成前成本确认（必做，包括 Fast-path）**：在执行任何 `gen video` / `gen image` 调用之前，必须向用户展示一次成本摘要：
-
-> 即将生成 N 段视频（策略: <策略名>），预计：
-> - 调用次数: N 次 gen video + M 次 gen image（首帧编辑）
-> - 总时长: <Σ seg.duration_s>s
-> - 预估耗时: ~X 分钟
-> - 预估成本: ~$Y（扣 Optima credits）
->
-> 继续？
+**生成前必须已过确认卡**（在 Production Plan §3 完成：用户确认了**真实 `call-N.txt` prompt** + 计费口径，`.confirmed` 已写并绑定 prompt 校验和）。**成本由后端 billing 实扣，确认卡不自算金额**——只列计费口径（段数 / 总秒数 / 画质）+ 脚注「重生/改图另计费、实扣以 billing 为准」。
 
-用户说"继续"/"好"/"OK" → 开始执行。
-用户说"太贵"/"换个便宜的" → 回到 Production Plan，换策略（如 strict → loose）。
-用户不回应超过合理时间 → 不执行，等用户。
+**确认后禁止再改写 / 重推 prompt**——生成只读用户确认的那份 `call-N.txt` 原文。要改就先 `rm .confirmed` 回 §3 重新确认。
 
-**即使是 Fast-path 也必须走这一步。** 这是花钱步骤的唯一确认点。**迭代、重试同样无例外。**
+**重新 gate 边界（D-E）**：已确认集内替换/重生 → 不重出卡（**有意放松**：集内重生独立计费、会产生额外扣费，实扣以 billing 为准）；方案改/净新增/画质升级/新一轮 N → 先 `rm .confirmed` 再重出卡。
 </COST-GATE>
 
-按 production-plan.md 步骤表逐步执行。
+按 production-plan.md 步骤表执行，**默认并行提交，不要写成顺序循环**。
+
+### 并行执行规则
+
+`gen video` 在 bash 层是阻塞调用（内部 submitAndPoll），单条命令耗时主要花在远端排队 + 渲染上。所以：
+
+- **同一波内（依赖列都是 `-` 的 Call）必须用后台 `&` 并行提交，最后 `wait`** — wall time 从 N×T 降到 ~T
+- **有依赖的 Call** 放下一波，等前置 `wait` 完再启动
+- **每个 Call 的 pending.json 写入 + commit 仍在该 Call 自己的 subshell 里做**，不要等全部完成才一次性写
+
+典型 3 Call 全独立的写法：
+
+```bash
+# 机械 guard：未过确认卡 / prompt 跟确认的不是同一版 → 拒绝付费生成（见 references/confirm-card.md）
+[ -f .confirmed ] || { echo "ERR: 未过确认卡，拒绝付费生成"; exit 1; }
+grep '\.txt$' .confirmed | sha256sum -c --status || { echo "ERR: prompt 跟用户确认的不是同一版（被改写过）→ 回 §3 重新确认"; exit 1; }
+# 一波并发：3 个独立 gen video 同时提交
+(
+  echo '{"task_id":"","submitted_at":"'$(date -Iseconds)'","step":1,"tool":"gen video"}' > clips/seg-1.pending.json
+  gen video assets/keyframes/seg-1.jpg --prompt "$(cat prompts/call-1.txt)" --duration 8 --aspect-ratio 9:16 --resolution 720p --seed $PRODUCT_SEED -o clips/call-1.mp4 \
+    && rm clips/seg-1.pending.json
+) &
+(
+  echo '{"task_id":"","submitted_at":"'$(date -Iseconds)'","step":2,"tool":"gen video"}' > clips/seg-2.pending.json
+  gen video assets/keyframes/seg-2.jpg --prompt "$(cat prompts/call-2.txt)" --duration 12 --aspect-ratio 9:16 --resolution 720p --seed $PRODUCT_SEED -o clips/call-2.mp4 \
+    && rm clips/seg-2.pending.json
+) &
+(
+  echo '{"task_id":"","submitted_at":"'$(date -Iseconds)'","step":3,"tool":"gen video"}' > clips/seg-3.pending.json
+  gen video --prompt "$(cat prompts/call-3.txt)" --duration 10 --aspect-ratio 9:16 --resolution 720p -o clips/call-3.mp4 \
+    && rm clips/seg-3.pending.json
+) &
+wait
+
+# 波次失败传播 — 没这段 wait 永远返回 0，LLM 会把"并行 + 静默失败"传到 Trim
+# 每个 Call 成功才 rm 自己的 pending.json；任何残留 = 该 Call 失败
+pending=$(ls clips/seg-*.pending.json 2>/dev/null)
+[ -z "$pending" ] || { echo "ERR: 波次有失败: $pending"; exit 1; }
+```
+
+依赖关系的写法（Call 3 依赖 Call 2 的末帧）：
+
+```bash
+# 机械 guard：未过确认卡 / prompt 跟确认的不是同一版 → 拒绝付费生成（见 references/confirm-card.md）
+[ -f .confirmed ] || { echo "ERR: 未过确认卡，拒绝付费生成"; exit 1; }
+grep '\.txt$' .confirmed | sha256sum -c --status || { echo "ERR: prompt 跟用户确认的不是同一版（被改写过）→ 回 §3 重新确认"; exit 1; }
+# Wave 1: Call 1 / 2 独立并行（pending.json 写入 + && rm 模板见上面 3-Call 例子）
+( ... gen video ... -o clips/call-1.mp4 && rm clips/seg-1.pending.json ) &
+( ... gen video ... -o clips/call-2.mp4 && rm clips/seg-2.pending.json ) &
+wait
+
+# Wave 1 失败传播（同上）
+pending=$(ls clips/seg-*.pending.json 2>/dev/null)
+[ -z "$pending" ] || { echo "ERR: Wave 1 有失败: $pending"; exit 1; }
+
+# Wave 1 完了再抽 Call 2 末帧 → Wave 2
+# 即使 wait 上方扫过 pending.json，这里仍要 `[ -f ]` 守一道：依赖 Call 输出文件存在性
+[ -f clips/call-2.mp4 ] || { echo "ERR: clips/call-2.mp4 不存在，Wave 2 中止"; exit 1; }
+ffmpeg -sseof -0.1 -i clips/call-2.mp4 -frames:v 1 assets/keyframes/seg-3.jpg
+gen video assets/keyframes/seg-3.jpg --prompt "$(cat prompts/call-3.txt)" -o clips/call-3.mp4
+```
+
+**不要把多个 `gen video` 写成 sequential 的 for 循环 / 多条独立命令**——LLM 默认顺序写 bash，要明确按上面的 `( … ) &` + `wait` 结构组装。
+
+**每个 `wait` 之后必须扫 `clips/seg-*.pending.json` 残留**——光 `wait` 不暴露子 shell 失败（无参数 wait 返回 0 或最后 reap 的状态），跟 skill 后面"失败：自动重试 1 次 → 仍失败标记 needs_user_review"机制对齐。残留 = 该 Call 未走完 `&& rm`，必须停下来处理。
 
 **每步执行前**写 `clips/seg-N.pending.json`：
 
@@ -435,6 +531,7 @@ gen video <input_image> \
   --prompt "$(cat prompts/call-N.txt)" \
   --duration <4-15> \
   --aspect-ratio <16:9|9:16|1:1> \
+  --resolution 720p \
   --seed $PRODUCT_SEED \
   -o clips/call-<N>.mp4
 
@@ -443,22 +540,33 @@ gen video \
   --prompt "$(cat prompts/call-N.txt)" \
   --duration <4-15> \
   --aspect-ratio <16:9|9:16|1:1> \
+  --resolution 720p \
   -o clips/call-<N>.mp4
 
-# 注意：不要传 --provider，让后端选默认路径。需要 dashscope / heygen 特殊功能时再显式指定。
+# 注意：不要传 --provider，让后端选默认路径（kie / Seedance 2 Fast）。需要 dashscope / heygen 特殊功能时再显式指定。
+# ⚠️ 默认 kie 路径**必须显式传 `--resolution`（全小写），社媒默认 `720p`**：CLI 默认是 1080P，而 kie 只收 480p/720p →
+#    不传会被后端拒、gen video 秒退失败（这正是 stage 复刻卡住的原因之一）。
+#    **画质默认 720p**（496×864 那种 480p 出片太糊，社媒不能用）；用户明确要省成本才降 480p。
 
 # ffmpeg trim — 按 Trim 映射表切回 storyboard 各段
 ffmpeg -i clips/call-1.mp4 -ss 0 -t 2.5 -c copy clips/seg-1.mp4
 ffmpeg -i clips/call-1.mp4 -ss 2.5 -t 3.0 -c copy clips/seg-2.mp4
 
 # 变量约定（production-plan.md 每个 call 提供）：
-#   $PRODUCT_SEED  = 锁定产品一致性的 seed（同一产品的所有镜头共用一个值）
+#   $PRODUCT_SEED  = seed 值（仅对显式指定、支持 seed 的 provider 生效；默认 Seedance 不透传）
 
-# 注意 --seed 必须 wire：否则每段 gen 产品外观随机变，templates 的 PRODUCT_LOCK
-# 规范（same seed across shots）会失效，电商视频产品一致性崩塌。
+# 注意：默认路径（Seedance）当前不透传 seed，--seed 等于空操作。
+# 产品一致性不能靠 seed，要靠：同一张产品首帧图 + 末帧链式承接（后一镜用前一镜末帧）。
 
 # 首帧编辑（产品替换）— 双图模式
-gen image "<编辑指令>" -i <原始首帧> -i <产品图> -o assets/keyframes/seg-<N>-edited.jpg
+# ⚠️ "<编辑指令>" 是【紧凑的图像编辑指令】（1-2 句：把 X 换成产品 Y，保持构图 / 光线 / 角度），
+#    **绝不要套 prompt-craft 的视频五段式**（那是给 gen video 的）。长的多段结构化 prompt 会让 gpt-image-2 报
+#    UPSTREAM_UNKNOWN 失败（stage 复刻首帧全挂就是这原因）。
+# ⚠️ **物理合理（复刻铁律的一环）**：新产品必须占据源产品在画面里的**同一位置 / 同一尺寸 / 同样接触关系**
+#    （在盒里就在盒里、被手握住就被握住），**不能悬空、不能比容器还大、不能尺寸失真**
+#    （客户实测：拆箱镜 HKUST 杯飘在礼盒上方、比盒子还大 → 一眼假）。编辑指令里写明「放在原产品所在位置、同样大小、自然接触」。
+# 例：gen image "把礼盒里的杯子换成这张产品图里的 HKUST 马克杯，放在盒内原位、同样大小、与盒子自然接触，保持原构图、暖色侧光、俯拍角度" -i seg-1.jpg -i product.jpg -o assets/keyframes/seg-1-edited.jpg
+gen image "<紧凑图像编辑指令>" -i <原始首帧> -i <产品图> -o assets/keyframes/seg-<N>-edited.jpg
 
 # 拼接所有 seg 为最终视频
 printf "file '%s'\n" clips/seg-*.mp4 > concat_list.txt
@@ -470,7 +578,7 @@ gen task cancel <task_id>
 gen task retry <task_id>
 ```
 
-**Duration**：`--duration` 只接受 10 或 15。Production Plan 的 Trim 映射表负责将生成的完整视频切回 Storyboard 各段时长。
+**Duration**：`--duration` 接受 **4–15 秒**（默认路径）。Production Plan 的 Trim 映射表负责将生成的完整视频切回 Storyboard 各段时长。
 
 **每步完成后**：
 - 删 `seg-N.pending.json`
@@ -481,7 +589,7 @@ gen task retry <task_id>
 
 **失败**：自动重试 1 次 → 仍失败标记 `needs_user_review`
 
-**无依赖步骤可并行。生成过程中不问用户。**
+**生成过程中不问用户。** 并行规则见上方"生成"小节。
 
 ## Review
 
@@ -538,7 +646,7 @@ gen task retry <task_id>
 | ffmpeg 失败 | 检查输入完整性，告知用户 |
 | 源视频无法下载 | 建议手动下载后重试 |
 | scout 无结果 | 告知，转模板构建 |
-| 产品替换不合理 | 告知原因，降级策略或换参考 |
+| 产品物理上做不出某镜动作 | 只对那一镜做最小替换 + 告诉用户改了啥（不重设计、不重排全片，见复刻铁律）；整体仍 1:1 照搬源片 |
 | 会话关闭 | 状态在文件系统 + git，下次接续 |
 | gen task 超时 | 按 pending.json 重提 |
 | git commit 失败 | 说明原因，不 reset |

package/.claude/skills/video-gen/references/cinematic-language.md

@@ -0,0 +1,158 @@
+---
+name: cinematic-language
+purpose: "导演 / 摄影指导(DP)的镜头描述语言 —— 让 storyboard、分析、prompt 用专业电影语法而不是'中景一只手'这种泛泛话。复刻保真的术语底座。"
+---
+
+# 电影语言术语库（写 storyboard / 分析 / prompt 都查这里）
+
+> **为什么要这套**：默认路径把 prompt **原样**喂模型，没有改写兜底。一句「暖色灯光、干净画面」模型没法照拍；一句「85mm 长焦浅景深隔离主体、黄金时刻柔和侧光、主体置三分交点」模型才知道怎么拍。**专业 DP 描述 = 一串可执行的镜头参数（景别 + 机位 + 运镜 + 焦段/景深 + 光质/光向 + 构图法），不是形容词堆砌。** 复刻时，参考片好看的原因就藏在这些参数里——读不出来就复刻不出来。
+> 来源：StudioBinder 各专题、Mascelli《The Five C's of Cinematography》、ASC、MasterClass、Steven Katz《Film Directing Shot by Shot》。
+
+---
+
+## 0. 一条总原则
+
+描述任何一镜，**不写「画面里有什么」，写「这一镜怎么拍 + 怎么动 + 要表达什么」**。退化成「一张静态照片的描述」是复刻丢分的头号原因（客户 P1：分析对了、prompt 只剩一只手，就是描述退化成静态）。
+
+---
+
+## 1. 景别 Shot Size（大 → 小）
+
+| 中文 | English (缩写) | 框住什么 / 传达 / 用在哪 |
+|---|---|---|
+| 大远景 / 建立镜头 | Extreme Wide / Extreme Long Shot (EWS/ELS); Establishing | 人物渺小于环境；交代地理、规模、孤立；开篇定调 |
+| 远景 / 全景 | Wide / Long Shot (WS/LS) | 主体连同环境入画；呈现人与空间关系 |
+| 全身 | Full Shot (FS) | 头到脚填满画面、留少量环境；看肢体动作、服装、走位 |
+| 中全 / 中远景 | Medium Long Shot (MLS) | 约膝盖以上；全身与中景的过渡 |
+| 七分身 / 牛仔镜头 | Cowboy / American Shot | 大腿中段以上；动作 + 情绪兼顾 |
+| 中景 | Medium Shot (MS) | 腰部以上；对白主力，人物与背景平衡 |
+| 中近景 | Medium Close-Up (MCU) | 胸部以上；采访 / 对话标准，表情 + 少量肢体 |
+| 近景 / 特写 | Close-Up (CU) | 满屏一张脸或一件关键物；放大情绪、反应、戏剧重点 |
+| 大特写 | Extreme Close-Up (ECU) | 局部细节满屏（眼睛 / 唇 / 产品 logo）；强调肉眼难察细节，常配微距 |
+| 插入 / 切出镜头 | Insert / Cutaway | 单独拍一个细节/物件（屏幕、标签、纸条）；情节线索 + 衔接剪辑 |
+
+**电商常用**：产品 ECU 给质感 logo、MCU 给「人 + 产品」关系、CU 给手部使用细节、WS 给场景定调。
+
+## 2. 机位角度 Camera Angle
+
+| 中文 | English (缩写) | 机位 + 心理/叙事含义 |
+|---|---|---|
+| 平视 | Eye-Level | 与视线齐平；中性、可信、拉近观众 |
+| 俯角 | High Angle | 自上往下；弱化、脆弱、渺小（产品俯拍=「展示在你面前」） |
+| 仰角 | Low Angle | 自下往上；权势、压迫、高级感（产品仰拍=「值得仰望」） |
+| 顶视 / 鸟瞰 | Overhead / Top-Down / Bird's Eye | 正上方 ~90°；平铺展示、全局感、设计感（开箱/平铺图标配） |
+| 斜角 / 倾斜 | Dutch / Canted | 机身侧倾、地平线歪；失衡、焦虑、张力 |
+| 过肩 | Over-the-Shoulder (OTS) | 越过一人肩拍对面；交代两人空间关系，轻微主观 |
+| 主观 | Point-of-View (POV) | 摄影机即角色双眼；强代入（「第一人称用产品」） |
+
+## 3. 运镜 Camera Movement
+
+| 中文 | English | 怎么动 | 传达什么 |
+|---|---|---|---|
+| 固定 / 锁定 | Static / Locked-off | 机位不动 | 稳定、客观、聚焦主体；克制 |
+| 摇 | Pan | 机身原地水平转 | 揭示新信息、跟随、连接两主体 |
+| 俯仰摇 | Tilt | 机身原地垂直转 | 建立体量（仰摇=敬畏，俯摇=渺小） |
+| 推 | Dolly in / Push in | 机身整体前移 | **代入、紧张升级、内心揭示**；逼近 |
+| 拉 | Dolly out / Pull out | 机身整体后移 | **抽离、孤独、揭示更大语境**；收尾 |
+| 横移 | Truck / Track | 机身水平平移 | 伴随移动主体、沉浸、流动 |
+| 升降 | Pedestal / Boom | 机身垂直升降（**移位，非俯仰**） | 改变视点高度、揭示纵向空间 |
+| 摇臂 | Crane / Jib | 经摇臂弧形升降穿行 | 宏大建场、抽离收尾、提升格调 |
+| 手持 | Handheld | 手持带抖动 | 纪实、不安、亲密、主观、紧迫 |
+| 稳定器跟拍 | Steadicam / Gimbal | 机械稳定的流动跟随 | 沉浸、「与主体并肩」、流畅长镜 |
+| 变焦 | Zoom | **焦段变，机身不动** | 功能性放大、人为/突兀感 |
+| 环绕 | Arc / Orbit | 绕主体圆周移 | 给静态注入动感、围观/逼视的张力（**产品 360° 展示标配**） |
+| 甩镜 | Whip pan | 极快 pan、拉成模糊 | 高能转场、节奏冲击 |
+| 滑动变焦 | Dolly zoom (Vertigo) | 推进同时反向变焦 | 眩晕、现实崩塌、顿悟 |
+| 跟拍 | Follow / Tracking | 机身随主体持续移 | 紧贴主体、维持注意力 |
+
+> **Dolly ≠ Zoom（专业上不能混）**：dolly 机身真移动，**透视改变**（观众感觉「自己在靠近」，真实）；zoom 只焦段变，**透视不变**（画面被裁切放大，人为扁平）。复刻时看错会拍歪——参考片是推近(dolly)还是拉焦(zoom)要分清。
+>
+> **运镜配情绪**：紧张升级→慢 dolly in；孤独/收尾→dolly out 或 crane up；纪实/混乱→handheld；产品环视→arc；宏大建场→crane/pedestal up；客观克制→static。**挑一种和动作匹配的，别堆。**
+
+## 4. 镜头与景深 Lens & Depth of Field
+
+| 中 / 英 | 效果 |
+|---|---|
+| 广角 Wide (14–35mm) | 透视夸张、纵深强；环境叙事；贴脸会变形 |
+| 标准 Normal (~50mm) | 接近人眼、自然写实；对话默认 |
+| 长焦 Telephoto (85mm+) | **压缩空间、天然浅景深**；亲密/高级/隔离主体（**产品特写首选**） |
+| 浅景深 Shallow DOF | 主体清晰、背景虚化 → 隔离主体、引导视线、情绪聚焦 |
+| 深景深 Deep DOF | 前中后全清晰 → 大场面、定场、写实环境 |
+| 虚化 Bokeh | 失焦光斑；大光圈 + 长焦获得 |
+| 拉焦 Rack focus | 单镜内焦点从 A 移到 B → 转移注意力、揭示、连接 |
+
+控制：光圈越大、焦段越长、机位越近 → 景深越浅。
+
+## 5. 打光 Lighting
+
+| 中 / 英 | 效果 |
+|---|---|
+| 三点布光 Three-point | 主光 key + 补光 fill + 轮廓光 back/rim：塑形、控影、分离主体 |
+| 主光 Key | 主照明，定基调 |
+| 补光 Fill | 提亮阴影、控反差 |
+| 轮廓/逆光 Back/Rim | 勾边、与背景分离、增立体 |
+| 明调 High-key | 高亮、低反差、少阴影 → 明快、广告/喜剧感（**电商默认偏明调**） |
+| 暗调 Low-key | 大阴影、高反差 → 神秘、悬疑、高级黑 |
+| 硬光 Hard light | 小光源、阴影锐利 → 戏剧、棱角、质感 |
+| 柔光 Soft light | 大光源/扩散、阴影柔和 → 柔美、自然、显质感（**产品/美妆首选**） |
+| 动机光 Motivated | 模拟画内合理光源（窗/月/路灯），「看不出在打光」 |
+| 实用光源 Practical | 入画的真实灯具（台灯/霓虹/烛火），造氛围 |
+| 黄金时刻 Golden hour | 日出后/日落前低角暖光，柔和有向、长影暖调 |
+| 明暗对照 Chiaroscuro | 强光影对比塑体积 → 油画感、张力 |
+| 色温 Color temp | 暖（橙）vs 冷（蓝），奠定情绪 |
+| 光比 Contrast ratio | 高光比=戏剧化，低光比=平和 |
+
+> 写光别只写「暖光」——写**光向 + 光质 + 色温 + 光比**：例「窗户来的柔和侧逆光、暖白、半脸入暗的高光比」。
+
+## 6. 构图 Composition
+
+| 中 / 英 | 效果 |
+|---|---|
+| 三分法 Rule of thirds | 主体置交点/线 → 平衡、自然、留呼吸 |
+| 引导线 Leading lines | 线条牵引视线至主体 |
+| 负空间 Negative space | 主体周围留白带情绪 → 孤独、渺小、高级 |
+| 对称/平衡 Symmetry | 镜像或视觉重量平衡 → 秩序、仪式感 |
+| 头顶空间 Headroom | 头顶留白：过多空、过少压抑 |
+| 视线/引导空间 Lead room | 朝向/运动方向前方多留 → 给「去向」 |
+| 前中后景分层 FG–MG–BG | 三个景深平面叠 → 平面变纵深窗口、沉浸 |
+| 框架构图 Framing | 用门窗/拱洞框住主体 → 聚焦、纵深 |
+
+## 7. 连贯 / 剪辑语法 Continuity（复刻为什么必须守）
+
+复刻一条多镜视频，**镜与镜之间的衔接逻辑**和单镜画面一样重要——丢了它，单镜再准也是「一堆碎片」不是「一条片」：
+
+- **动作剪辑点 Cut on action**：在动作中途切（不是动作做完才切），切点被「藏」进动作里，观众察觉不到。→ 复刻拆段时，切点落在动作里。
+- **视线匹配 Eyeline match**：看的镜头 → 切到所看之物，视线方向要对得上。
+- **轴线规则 180° rule**：相机始终在主体连线同一侧，左右朝向恒定；越轴 = 人物突然「换边」，观众迷向。
+- **运动方向一致 Screen direction**：同一运动在多镜间方向一致（上镜从左出，下镜从左进）。
+- **匹配剪辑 Match cut**：相似形状/动作/构图衔接两镜。
+- **J-cut / L-cut**：声音先于(J)或延续到(L)下一画面，自然过渡。
+- **转场类型**：硬切 hard cut、叠化 dissolve、淡入淡出 fade、划像 wipe、跳切 jump cut、急切 smash cut。
+
+> **链式衔接（本 skill 的硬规则）**：同一连续镜头被按长度拆成多 Call 时，后段首帧 = 前段末帧（见 SKILL.md「依赖列」），本质就是在守 continuity——别把一段连续动作拆成无依赖并行，那是长视频不连贯的根因（客户 P2）。
+
+## 8. The Five C's（Mascelli）—— 描述一镜的五个维度
+
+**Camera angles**（机位即叙事）· **Continuity**（逐镜一致）· **Cutting**（为剪辑而拍、记切点）· **Close-ups**（特写承载情绪/卖点）· **Composition**（怎么摆，不是有什么）。
+**一镜 = 角度 + 构图（空间）× 连贯 + 切点（时间）× 特写（强调）**，五维缺一就退化成静态照片。
+
+## 9. 导演拆镜 Checklist（看参考视频 / 写每一镜都走一遍）
+
+对每个镜头依次回答 9 项，就能复述成专业 shot description：
+
+**① 景别 → ② 机位角度 → ③ 运镜（起幅/落幅、方向、速度）→ ④ 焦段/景深 → ⑤ 光线（光向/光质/色温/光比）→ ⑥ 构图（主体占位、前后景、引导线）→ ⑦ 主体动作弧（动作从哪开始、到哪结束）→ ⑧ 该镜的戏剧 beat（这一镜要表达什么/情绪点）→ ⑨ 与下一镜怎么接（切点在哪个动作、视线/轴线/方向如何延续）**
+
+**一句话压缩模板**：
+> `[景别][机位] of [主体]，[运镜 起→落]，[焦段/景深]，[光线]，[构图]；主体[动作弧]；beat=[意图]；在[切点/连贯关系]切下一镜。`
+
+## 10. 同一镜：业余 vs 专业
+
+**镜头**：手把产品拿起来展示。
+
+❌ **业余**（静态、无参数、无动作弧）：
+> 中景，一只手拿着产品，暖色灯光，干净画面。
+
+✅ **专业**（9 项落齐）：
+> **MCU 中近景、略仰拍**，35mm 标准焦段**浅景深**（产品在焦、背景虚化）。**柔和侧光从画左 45° 入射、暖白色温、中高光比**。构图：产品置**右三分交点**，手从**画面下方入框**作引导线，前景留虚化桌面分层。**动作弧**：手从桌面握起产品 → 抬至胸前 → **缓慢翻转 90°** 露出正面 logo。**Beat**：从「陈列」转到「邀请审视」，建立质感与信任。**在「翻转到位、产品静止」这一动作落点 cut on action**，切到 ECU 标签特写，保持手→产品的运动方向（由下入框）不越轴。
+
+→ 专业版每一项都是模型能照拍的指令；业余版模型只能自由发挥 → 拍出僵在原地的「静态照片」。**复刻时，把参考片每镜按这 9 项拆出来照搬，就是把它「好看的原因」搬过来。**

package/.claude/skills/video-gen/references/confirm-card.md

@@ -0,0 +1,49 @@
+---
+name: confirm-card
+purpose: "付费 gen 前的「可编辑确认卡 + 最小机械 guard」约定 —— video-gen / product-image-set 共用同一格式"
+---
+
+# 确认卡（生成前的唯一确认点）
+
+> **任何付费 `gen video` / `gen image` 批量之前**，先出这张卡，等用户确认/改完才生成。它**取代**原来分散的 COST-GATE：**一次确认**。⚠️ **成本由后端 billing 实扣，确认卡不自算金额、不编单价**（skill 没有权威单价；正解是 billing 报价接口，未落地前只列计费口径）。
+
+## 卡的内容
+
+| 字段 | 视频 | 套图 |
+|---|---|---|
+| 清单 | **真实 `call-N.txt` prompt 全文**（按 `prompt-craft.md` 五段式）——确认 / 改的就是**模型实际吃的那段文字**，不是 storyboard 大纲 | 逐图：类别 + prompt + 张数 |
+| **复刻专属** | **编辑后首帧**（图生视频里最该确认的一张：产品替换/合成后的首帧，贴出来给用户看） | — |
+| 参数 | 画质 + 时长 | 画质 + 张数 |
+| 计费口径 | 段数 / **总秒数** / 画质 —— **skill 不估价、不写金额**；实扣由后端 billing 按实际时长算、生成后告知实际金额。脚注「重生/改图另计费」 | 同左 |
+
+## 行为
+
+1. 把上面内容摆成对话里**可直接改**的结构化清单——视频要把**每个 Call 的 `call-N.txt` prompt 全文**贴出来。
+2. 明确邀请改：「要改哪条直接说」。
+3. **用户改某 Call → 直接覆写对应的 `prompts/call-N.txt`**（改的就是喂模型的），把更新后的全文再贴回卡上确认。
+4. 用户确认/改完 → 写 `.confirmed`（绑 prompt 校验和，见下）→ 才进入生成。**复刻路径即使 Fast-path 也必须过这张卡**（不"告知不审批"）。**确认后禁止再改写 prompt**——生成只读这份 `call-N.txt`。
+
+## 机械 guard（减速带级，适用任何付费 gen 批量）
+
+> 纯文字层在付费 + Fast-path 下太被动。加一道**最小机械 guard**：确认通过才写标记，生成前查标记。
+
+- **确认通过后**，在 video 工作目录写标记，**把当前 prompt 的校验和绑进去** + **引用用户原话**（承接已删的 video-clone `--quote` 反合理化模式）：
+
+```bash
+sha256sum prompts/call-*.txt > .confirmed                 # 绑定：确认的 = 这份 prompt
+echo "user said: <把用户确认的原话填进来>" >> .confirmed
+```
+
+- **每个生成波的 bash 最前面**前置两行（验过卡 + 验 prompt 没被改写）：
+
+```bash
+[ -f .confirmed ] || { echo "ERR: 未过确认卡，拒绝付费生成"; exit 1; }
+grep '\.txt$' .confirmed | sha256sum -c --status || { echo "ERR: prompt 跟确认的不是同一版（被改写过）→ 重新确认"; exit 1; }
+```
+
+- **定位**：校验和把这道从"验确认卡存在"升到"**验生成用的就是用户确认的那份 prompt**"——确认后 agent 再偷偷改写 `call-N.txt`、或漏过卡，都会被第二行拦住。挡不住的只剩"明知故犯地重写 prompt + 重算校验和"。
+
+## 重新 gate 边界（D-E）
+
+- **已确认集内的替换/重生**（同 N 张 / 同分镜）→ 不重出卡；但这是**有意放松**——集内重生是独立计费的 `gen`，会产生额外扣费（实扣以 billing 为准），故卡上须提示「重生/改图另计费」。
+- **方案改 / 净新增 / 画质升级 / 新一轮 N** → 先 `rm .confirmed`，重出卡。emit 卡的步骤负责删旧标记。