Shotlist Builder

Shotlist Builder / 剧本 → 逐镜分镜表

把一个剧本变成一张人能看的逐镜生产表:每行一个镜头(景别 / 运镜 / 动作), 右侧挂着按 4–15s 分组的 Seedance 提示词,最后落成一个自带搜索、景别筛选和逐条 Copy 按钮的单文件 HTML。

你不是在誊写剧本,你是在导演它。 用户写「他看起来很惊讶」时不要照抄——至少 有四种惊讶,每种的肌肉动作完全不同(见 references/micro-beats.md)。笼统情绪 进不了提示词,具体的肌肉、呼吸、眼神才进得去。

自动触发(相关即载)

命中任一相关任务就加载本 skill,不需要用户点名「分镜表」或「用 shotlist-builder」 ——和 sd2-pe 同一种加载姿态:sd2-pe 是「有视频提示词就载」,本 skill 是 「要做成多镜片子就载」。

• 产出是多镜视频:不止一个镜头、一板卡片、一条片子、一个预告
• 给了剧本、treatment、分场大纲、场景清单、shot list,要变成镜头
• 拖进来一批素材、而且是要做成片:剧本 + 一堆图、一个图片文件夹路径、 一份分镜稿——素材要和剧本对上号(见下面「素材和剧本一起到」)
• 说「拆一下」「拆成镜头」「分个镜」「排一下镜头」「列个拍摄计划」「铺满工作台」
• 需要决定每镜多长、哪几拍合成一次 4–15s 生成
• 已经有一堆逐镜提示词散在聊天里,要归拢成一份能过目的东西
• 制片包出完了,需要一份人能直接读的总表(而不是十几个 .md)

不加载 —— 用户只要一份清单 / 一次整理(重要): 判据是用户要不要那套四阶段闸门, 不是有没有剧本。这些直接做完交付,别进闸门:

• 「把这个脚本拆一下」「整理一下这些文件」「列一下有几个镜头」—— 要的是一份结果, 不是分阶段确认。直接拆完给他,几分钟的事。
• 用户明说「快点」「简单弄一下」「先给我看看」「不用那么正式」
• 已有成型分镜,只是要换个格式 / 归拢成一张表

四阶段闸门(交对照表 → 等确认 → 锁范围 → 再写提示词)是给真要开拍的多镜项目用的: 资产多、要反复复用、错一版重来成本高。把它套在「拆个脚本」上,三分钟的事会拖成 几小时的往返确认 —— 这是实测反馈,不是假设。拿不准就先按不加载做,用户觉得 需要更正式再升级;反过来(先走完闸门才发现他只想要张表)那些等待是要不回来的。

不加载 —— 纯出图任务: 用户要的只是图、不做成片时不要拉本 skill, 交给图片入口直接出。包括:「按这个剧本出几张关键帧」「给这个角色出一组图」 「这批图 + 剧本,帮我出场景图」。

判据是要不要动起来,不是有没有剧本、有没有多张图。图的跨张一致性由 director-character-consistency 和 catimation-portrait-library 负责,不需要 本 skill 的镜头时长、4–15s 分组和 HTML 总表——那三样只有做成片才用得上。 素材对不上号时由图片入口就地问一句,不走本 skill 的四阶段闸门:那个闸门要求 出图前先交对照表、等用户确认、必要时再画俯视图,对「只要几张图」是纯粹的等待。

其它不加载:单镜「让这张图动起来」、单条提示词打磨、纯画面工艺问题、纯编码任务。

没有剧本也要主动问(不要等用户递本子)

多镜片子不必先有剧本。 用户在工作台上说「我想做个赛博朋克短片」「给这个角色做 一条片子」时,本 skill 已经该在场了——此时的工作不是拆本子,是问出一张镜头表。

(注意区别:「给这个角色出一组图」不在此列——那是纯出图,归图片入口,见上一节。)

带着答案去问,一次一张 ask_user 卡,3–6 个具体选项并标推荐项:

1. 讲什么 / 看什么 — 一句话的核心事件或视觉母题。开放时给几个具体方向,别问 「你想要什么风格」这种没有默认答案的空问题。
2. 几镜 — 给区间选项并说明代价(「4 镜:紧凑但交代不全 / 6 镜:推荐 / 8 镜: 完整但成本翻倍」)。镜头数是创作决定,不替用户拍板。
3. 谁反复出现 — 有复用角色就要先锁 identity-hard 主锚,没有就明说这是无角色的 氛围片,后面不必守身份一致性。
4. 规格 — 时长/画幅/分辨率;入口已确认过就跳过。

问完直接给出镜头表草案让他过目,不要停在问题上。他说「你帮我拿主意」时,那不是 让你别问,是让你带着答案去问。

工作台上的合并配比见 catimation-video-workbench 的「提问卡片:三张够了」—— 别为这四项各弹一张卡,把用户打断四次。

素材和剧本一起到:先对表,再拆镜

四阶段循环默认「先有本子,再列清单,再等图」。但用户常常一次性把东西全拖进来: 剧本 + 一个装满图的文件夹、或者一份分镜稿加二十张参考图。这时不要因为图已经在了 就直接跳到阶段四——素材齐不齐和素材对不对得上,是两件事。

先出一张对照表,这是本 skill 在这种情形下的第一个产出:

三类缺口的处理沿用阶段二那张分诊表(项目/人像库已有 → 找回;非身份关键 → 自补; 身份/IP/品牌关键 → 问)。「多」和「歧义」必须问,不许猜。 一个名字看不出是谁的 文件被静默当成主角,后面每一条提示词都错,而画面看着「像那么回事」。

怎么看这些图:

• 给的是文件夹路径,先列出目录内容再逐个处理——别对着路径字符串猜里面有什么。
• 文件名本身就是证据,但只是弱证据。 roko.png 大概率是罗科,IMG_4821.jpg 什么也说明不了。名字对不上就得真看图。
• 超过 5 张不要逐张自己看。主 agent 直接看图的上限是 5 张,再多会把上下文塞爆; 按 catimation-subagents 的做法并发调理解工具拿文本回来,或交子代理批处理。 对照表要的是「这张图里是谁/是什么」,那本来就是一句话的文本结论。

对照表让用户点头之后,再走阶段三的锁范围与锁空间。剧本里有的实体一个都没落下、 拖进来的图一张都没悬空,才开始写提示词。

边界(先读这条)

本 skill 只做规划与交付物,不出图不出片:

• 不定级、不路由——任务分级由视频入口负责,它决定何时加载本 skill。
• 不调 generate_video / generate_image——需要生成时交回入口执行。
• 提示词的八大要素、多模态绑定语法与 12 项覆盖以 sd2-pe 为准;本 skill 负责的是 上一层:剧本拆成多少个镜头行、哪几行合成一条提示词、整套怎么交付。

不适用:单条提示词打磨(交 sd2-pe)、单镜画面工艺(交对症技法叶子)、 端到端成片编排(交制片流水线)。

四阶段循环(跨轮次有状态,不许合并成一轮)

阶段一 读剧本

通读上传的剧本。若同时传了一份既往分镜 HTML 或导演笔记,把它当风格覆盖。

逐场识别:场号与 INT/EXT/时间头、出场人物(标出首次出场)、地点、有戏的道具 (会成为视觉焦点的:照片、武器、文物、载具、有内容的屏幕、字条)、动作节拍、 以及该场的情绪基调——最后这项决定后面的运镜选择。

阶段二 资产清单 + 缺口分诊

按 人物 / 地点 / 道具 / 风格参考 四类列出这些场需要的全部素材,每条一行描述。 然后对每条做缺口分诊(与视频入口的资产齐备门同一套口径):

停在这里。 清单和分诊结论发给用户,等他确认或补图后再进阶段三。同一轮里 不要往下走。

复用角色的主锚沿用入口的口径:大头照+全身照、三/四/多视图角色板,或用户确认 的其它干净资产都可以作 identity-hard。用户已指定就服从;多套候选拿不准且身份 关键时才问。

阶段三 锁范围 + 锁空间

用户把素材补齐后,写任何提示词之前:

1. 确认范围——做哪几场(「21 和 23 场」「13–17 场」「全部」)。
2. 映射素材到镜头——文件名或 assetId 有歧义必须问,禁止静默分配。 素材是和剧本一起拖进来的(没走过阶段二)时,先补上面那张对照表再往下。
3. 确认风格预设——用户传了覆盖就用他的;否则从 references/style-presets.md 里挑一个并说明理由,不要默认套同一种长相。
4. 画俯视图——任何「2+ 角色同框」或「关键道具在特定台面」的场,先出一张 top-down 空间图并等用户点头。做法与字段见 references/spatial-blocking.md。

范围和空间都锁死之前,一条提示词都不要写。

阶段四 出表

逐场:

1. 把动作拆成镜头行——一行 = 一个离散的动作 / 运镜 / 焦段变化。
2. 按 references/prompt-density.md 的合并与拆分清单,把镜头行分组成提示词。 没有固定比例,按场判断。
3. 逐条写提示词,结构遵 references/prompt-patterns.md,运镜按 references/camera-emotion.md 跟情绪对齐,表演按 references/micro-beats.md 拆到肌肉。
4. 多镜提示词内部用 【镜头N】 分块,每块自带 机位 / 背景 / 动作 / 微表演细节。
5. 套 assets/html-template.md 拼装,存到工作区(见下),把路径告诉用户。

交付与落盘(Codex / 本 app 环境)

本 skill 不依赖任何托管环境的专有 API。三处落盘统一走工作区文件:

俯视图用 agent 自己写 SVG 文本是默认做法(harness 无关、可版本化、改一个坐标不用 重画)。用户正在 tldraw 画布上工作时,也可以直接在画布上摆圆点和箭头,同样要等 他确认。

Hard rules

• 句柄用本 app 的形式:@图片1 / @视频1 / @音频1,多主体或需复用时先定义 <主体N>@图片N。严禁裸写 asset:// 或 assetId 到动作描述里——必须经 @图片N / <主体N> 桥接。句柄按提示词重新编号:21 场的 @图片1 和 14 场的 @图片1 可以是不同人,每条提示词自己声明自己的句柄。
• 状态变化写进句柄:同一角色跨场淋过雨、溅了血、蒙了灰,要在句柄里显式写出来 (湿发贴额、溅血渍、面部薄水雾)——模型不会记得上一场。
• 时长按剧情,不按平均:每条提示词的生成时长落在 4–15s;成片里需要 1.5–3s 的插入/反应,先生成至少 4s 再后期裁。清晰物理动作 4–7s、持续表演或氛围 8–12s、 稳定长镜 12–15s。
• 画幅与时长从规格确认来,不写死。用户没给就沿用入口已确认的 spec_confirmed, 仍不确定就问一句再动手。
• 风格必须具体,但不必是同一种。每条提示词都要有风格块,里面写明调色比例、 光源、镜头规格;但用哪套是 references/style-presets.md 的选择题,不是房规。
• 声明镜头数:多镜提示词开头写 ⚠️本视频严格只有N个镜头——禁止添加额外镜头, 这是压制模型自作主张加切的唯一有效手段。
• 每次切都要双重对比:景别和运镜性格同时变。景别阶梯 极远景 → 远景 → 中景 → 中近景 → 特写 → 大特写;运镜性格 手持 / 固定 / 稳定跟拍 / 摇臂 / 航拍 跨切不重复。
• 不静默分配素材。文件名或 assetId 对不上就问。
• 改动改 HTML,不在聊天里贴新提示词。用户交付后要求修改时,直接改那个 HTML 文件再把路径给他。

常见错误

文件

• references/prompt-patterns.md — 提示词的段落结构:句柄声明、全局警告、 【镜头N】 分块语法、对白规则、失败模式反制话术
• references/camera-emotion.md — 运镜↔情绪映射、单镜内的相机分段、焦段选择、 各类镜头的时长区间
• references/micro-beats.md — 按情绪分类的微表演目录、惊讶四变体、单镜情绪弧 编号节拍、台词前中后三拍、虚焦旁听者
• references/spatial-blocking.md — 俯视图什么时候画、画什么、怎么翻译成 ⚠️空间布局 段落
• references/prompt-density.md — 镜头行怎么分组成提示词(合并五条 / 拆分五条)
• references/plan-types.md — 景别代码与徽章类名
• references/style-presets.md — 可选风格预设(含实光源写实、动画、商业等), 以及每条提示词的风格块必填字段
• assets/html-template.md — 单文件 HTML 分镜表的骨架、CSS 与筛选 JS