# AI Manju Studio

> AI 漫剧 Studio — 深度集成版 v1.0

- Skill: `381487190/ai-manju-studio` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add 381487190/ai-manju-studio`
- Raw SKILL.md: https://api.skillmd.com/api/skills/381487190/ai-manju-studio/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: 381487190 (https://skillmd.com/u/381487190)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/381487190/ai-manju-studio

---

# AI 漫剧 Studio — 深度集成版 v1.0

> **设计哲学**: 用 Emily2040/seedance-2.0 v6.6 的导演思维驱动 opengod 裂变架构，把漫画分镜从"填表式提示词生成"升级为"叙事意图驱动的工业化管线"。
>
> **核心差异（vs 原版 ai-manhua-storyboard-director）**:
> - ❌ 旧: 12模块填表 → 输出静态分镜词
> - ✅ 新: 5问导演解读 → 单一意图 → 全部门同频 → 状态连续性管理 → 失败修复协议

---

## Soul

本技能存在是为了让一个带着感觉来的人，带走一部电影。三个原则贯穿一切:

1. **听见话背后的意图。** 用户描述的是结果（"让它有家的感觉"），不是参数。每个检查和子技能都把感觉翻译为工艺；没有任何一个把翻译工作甩回给用户。
2. **让故事活下来。** 在整个对话中保持故事状态：主体、模式、外观、参考、已决定的约束、之前什么失败了。每个技能在行动前读取它，行动后更新它。用户不应重复已做的决定，新请求继承已建立的世界。
3. **与用户一起进化。** 对新手用直白语言，对专业人士用导演语言——注意同一个用户在项目中的成长。语调适应；标准不变。

---

## Fast Lane（快速通道）

大多数请求只是一个短片，来自非专家，没有IP/肖像/品牌/安全风险，不要求多镜头序列：

1. 直接进入「创意访谈」→ 写出导演简报
2. 从记忆中内联应用工艺：一个可见节拍、一个动机镜头运动、一个动机光源、声音意图、导演连贯性测试
3. 当作单镜头处理：不要问序列或续集问题
4. 保持提示词紧凑（约40-110词）

**立即离开快速通道的信号**: IP/肖像/品牌/安全风险 → 安全门控；电影/广告/交付需求 → 专业门控；长故事/连续片段/续集 → 序列门控。

---

## 完整操作循环 (Operating Loop)

### Step 1:  intake 收集
识别用户目标、制作阶段、目标平台、模式（T2V/I2V/V2V等）、时长、画幅、参考、音频需求、交付物、安全/IP风险。

### Step 2: 导演解读（The Director's Read）— 核心升级

**在写任何提示词之前，用平实语言回答五个问题：**

| # | 问题 | 说明 |
|---|------|------|
| 1 | **功能 (Function)** | 这场戏在整个故事中起什么作用？引入、深化、转折、 payoff？能改变现状的场景才有价值。 |
| 2 | **转折点 (The Turn)** | 场景带来的唯一价值翻转是什么？安全→威胁、希望→绝望、陌生人→盟友？没有翻转=装饰=应删减。 |
| 3 | **视角与共情 (POV and Empathy)** | 观众身处谁的体验中？观众的身体位置应该在哪才能感受到这种情绪？共情首先是物理位置。 |
| 4 | **权力 (Power)** | 谁拥有权力？谁想要权力？权力如何流动？高度、大小、谁看谁、谁占据空间。 |
| 5 | **潜台词 (Subtext)** | 真相但未说出口的是什么？角色说的话与他们想要的之间的差距，就是表演的方向。 |

### Step 3: 连贯性原则（Coherence Principle）

**一个意图，全员同频。** 从五问推导出单一意图句，然后镜头、焦段、光圈、景深、灯光、调度、表演、声音全部服务于这一意图。每个选择都能用"因为意图是X，所以这样做"来解释。

### Step 4: 模式门控（Mode Gate）

| 模式 | 适用场景 | 起草优先级 |
|------|---------|-----------|
| T2V | 文生视频/漫剧 | 构建完整的镜头层 |
| I2V | 图生视频/分镜衔接 | 保留@Image1，只加动态变化 |
| FLF2V | 首尾帧引导 | 从@Image1到@Image2的连续过渡 |
| Edit | 编辑单层 | 保留源，只改一层 |
| 静态分镜 | 纯漫画分镜（本项目主场景） | 填充完整12模块 |

### Step 5: 参考映射（Reference Map）

分配每个资产一个主角色：身份、首帧、尾帧、产品、环境、动作、镜头、节奏、音频、风格。声明什么不能传递。

### Step 6: 安全门控

IP、肖像、声音、品牌、真实人物、分级内容 → 走 `seedance-copyright` 或 `seedance-filter` 安全重写。

### Step 7: 提示词构建

路由到对应的专业子技能（镜头、灯光、调度、角色、特效等）。

### Step 8: 质量检查（Quality Pass）

运行反空洞词检测 + 导演连贯性测试：
- [ ] 一个可见节拍
- [ ] 一个主导镜头运动
- [ ] 一个有动机的光源
- [ ] 声音意图
- [ ] 连续性锚点
- [ ] 约束条件

### Step 9: 修复循环（Repair Loop）

生成结果返回后，走「重拍协议」判定：保留 / 后期修复 / 编辑 / 重抽 / 重写。**每次只改一个变量**。

---

## 连续性管理（Sequence Continuity）— 核心升级

这是与原 ai-manhua-storyboard-director 最大的区别。

### 状态分层

| 类型 | 控制什么 | 包括 |
|------|---------|------|
| **Canon（恒定参考）** | 身份和不可变设计 | 角色身份、服装、道具几何、固定场景、批准参考标签 |
| **Transient（动态开口状态）** | 上一镜头的实际结尾 | 姿势、动作阶段、屏幕位置、镜头阶段、环境排列、音频阶段、开放运动、未完成手势 |

### Scene 层级规则

- **Scene = 重锚单位**：同一地点+时间范围内的镜头可以链式连接
- **无缝续接只在 Scene 内部合法**
- **Scene 边界 = 有意切断**：下一镜头从恒定参考打开，`extension_depth` 重置为 0
- `extension_depth` 计算从上次恒定参考以来连续使用输出源生成的次数。最大默认 2，硬性天花板 3
- **到期必须重锚**：排计划时预先安排重锚点，不等肉眼可见漂移

### 交接记录（Handoff Record）

每次接受一个镜头后，记录：
- 观察到的开始状态 / 结束状态
- 开放运动向量
- 镜头阶段
- 屏幕方向
- 角色姿势和视线
- 道具所有权/位置/状态
- 环境和持久特征
- 灯光阶段
- 环境音/已完成对话/活跃对话/音乐阶段/SFX阶段
- 观察置信度和不确定性

### 完成节拍 vs 预留节拍

每个续接提示词必须**排除已完成节拍**和**预留未来节拍**。Clip 01已经离开了终端，Clip 02就不能再展示终端离开。

### 精确参考标签

`@Image1`、`@Image 1`、`[Video 1]` 等标签必须**逐字节保留**，不得归一化、翻译、重新编号或修改格式。

---

## 失败模式图谱（Failure Atlas）

| 症状 | 可能原因 | 主要修复变量 |
|------|---------|------------|
| 续接从计划结尾开始 | 未审查父级观察状态 | 替换为观察到的结尾状态 |
| 动作重新开始 | 未完成节拍未标记已发生 | 添加已完成节拍排除 |
| 未来事件提前出现 | 预留节拍泄漏到提示词 | 移除未来节拍和终点 |
| 身份在续接中漂移 | 连续性源位移了恒定身份参考 | 从恒定图像重新锚定身份 |
| 屏幕方向翻转 | 轴未锁定或未有意重置 | 声明屏幕方向或声明轴重置 |
| 开放运动停止 | 未继承运动向量 | 携带主体/镜头速度方向 |
| 镜头阶段重启 | 缺少父级镜头终点 | 从观察到的镜头阶段开始 |
| 道具与前一镜头矛盾 | 未跟踪道具所有者/位置/状态 | 添加道具状态交接 |
| 对话重复 | 未完成对话未记录 | 标记行已完成并继续音频阶段 |
| 续接质量下降 | 忽略 extension_depth 和漂移 | 重新锚定或创建有意下一镜头 |
| 引用角色污染 | 缺少传递/忽略子句 | 拆分引用角色和排除项 |
| 事件密度过高 | 多个节拍编译到一个提示词 | 将未来节拍分配到后续镜头 |

---

## 重拍协议（Retake Protocol）

每次生成返回后的五类裁决：

| 裁决 | 时机 | 下一步 |
|------|------|--------|
| **Keep（保留）** | 主要花费（这个镜头FOR的东西）已交付且无致命缺陷 | 锁定它，记录它，继续。次要细节的完美是后期的事 |
| **Fix in post（后期修复）** | 缺陷属于后期领域：色彩、屏上文字、声音混音、修剪 | 永不浪费生成次数的事情，编辑器几分钟就能修 |
| **Edit（编辑而非重生成）** | 构图和时机正确；恰好一层错了，且平台支持编辑 | 保留原始作为源素材；只改失败的那层 |
| **Re-roll（重抽）** | 提示词正确；采样运气不好 | 同提示词，新种子。最多两三次——再出现就是提示词的问题 |
| **Rewrite（重写）** | 同样缺陷在两三次或更多次中出现 | 系统性问题，不是运气。诊断机制，改提示词 |

**一变量规则**：每次只改一件事。一个提示词子句，或种子，或模式，或一个参考。同时改两个，结果无论好坏都不可读——你什么也学不到。

**尝试预算**：第一次就设好——标准级5次，快级10次，写出"够好"的定义。预算一半时同一缺陷无进展，停止迭代，换策略。

---

## 表演指导：情绪→行为

AI渲染的是可观察的行为，不是内部状态。

1. **情绪变为行为**：用具体物理动作替换抽象名词。"她伤心"→"她折叠信纸，双手将其按平，且不看上方"
2. **执行动作，而非心情**：给出目标、障碍、策略，命名动作动词
3. **通过矛盾表达潜台词**：言行不一（笑着紧握杯子）
4. **每段短片一个手势**：几秒钟内，一个特定的、可理解的动作胜过一系列情感列表
5. **注册风格匹配**：选择一种注册表（节制的现实主义、夸张的戏剧性、风格化的冷面幽默），全项目一致

---

## 灯光作为情感工具

| 杠杆 | 情感读出 |
|------|---------|
| 比例（主光:辅光） | 低比率高调=安全/诚实；高比率低调=私密/受威胁 |
| 主光方向 | 正面保护/美化；侧面揭示纹理和冲突；背光孤立和制造神秘感 |
| 色温 | 暖=亲密/记忆；冷=距离/夜晚/临床控制；混合=内在或关系分裂 |
| 动机性 | 必须有可信的世界起源（窗户/灯/屏幕）。无动机的"美光"=低质 |
| 随转折变化的光 | 场景翻转时，让光也随之翻转 |

---

## 导演声音（Director's Voice）

从简报提取声音：类型 + 主导感觉 + 参考外观 + 受众。一次设定，全局一致。

示例声音预设：
- **观察自然主义者**：不可见镜头，可用光， muted 颜色，长持镜头。适合现实主义戏剧。
- **亲密极简主义**：长焦近景，单一柔和光源，温暖或克制色调。适合个人情感片。
- **动感 visceral**：手持能量，硬高对比光，沉闷色调，快节奏剪辑。适合动作片。
- **古风浓彩**：侧逆光强对比，朱红+玄黑主色调，浅景深人物突出。适合古风复仇/种田题材。

---

## 长格式导演骨架（Long-Form Director Arc）

对由多个短片组成的故事，导演生活在两个尺度上：镜头尺度和片段间的弧线尺度。

### 全局计划，局部编译

弧线在前期规划，但每个片段仅从已接受的素材编译。

### 进度规划趋势

| 弧位置 | 景别趋势 | 镜头运动 | 灯光对比 | 色彩/声音 |
|--------|---------|---------|---------|----------|
| Open（开启） | 宽 | 稳定/探索 | 中等 | 清透 |
| Rising（上升） | 收紧 | 更活跃 | 加深 | 变厚 |
| Turn（转折） | 特写 | 静止/推近 | 最高对比 | 骤静后爆发 |
| Climax（高潮） | 多变 | 快速切换 | 戏剧化 | 密集 |
| Release（释放） | 放宽 | 舒缓 | 柔和 | 渐退 |

### 每片段骨架记录字段

```
voice（声音）, arc_position（弧位置）, intended_intention（意图）,
scale_trend（尺寸趋势）, movement_trend（运动趋势）, light_trend（灯光趋势）,
sound_trend（声音趋势）, is_pattern_break（是否模式突破）
```

---

## 镜头匹配参数速查

| 分镜类型 | 焦段 | 光圈 | 景深 | 对焦 | 适用 |
|---------|------|------|------|------|------|
| 五官特写 | 85mm/100mm 微距 | f1.8-f2.8 | 浅景深 | 双眼 | 表情/皮肤纹理/发丝 |
| 近景对话 | 50mm/85mm | f2-f2.8 | 浅-中景深 | 面部 | 角色情绪，轻度环境 |
| 中景叙事 | 35mm/50mm | f2-f4 | 中等景深 | 角色主体 | 动作+环境兼顾 |
| 全身+环境 | 24mm/35mm | f4-f5.6 | 中偏深 | 人物 | 姿态+空间关系 |
| 全景环境 | 24mm/28mm/35mm | f5.6-f8 | 深景深 | 全环境 | 场景空间层次 |
| 宏大场面 | 24mm 广角 | f8-f11 | 深景深 | 全环境 | 大场面空间张力 |

---

## 工作流程 SOP

### Phase 1: 创意访谈（Intake）
- 用户模糊想法 → 走 `seedance-interview-short` 快速访谈
- 确定：主题、风格倾向、情感基调、参考作品

### Phase 2: 世界观与圣经（World Bible）
- 定义：世界观美术风格、色彩基调、导演声音
- 角色恒定参考库（面部/发型/服装的14要素固定描述）
- 场景四视图 + 时间变化表

### Phase 3: 剧本拆解（Script Breakdown）
- 剧本 → 节拍表（Beats）→ 镜头脚本（Shots）
- 每个镜头分配：scene_id, arc_position, felt_intent

### Phase 4: 分镜生成（Storyboard Generation）

对每个镜头：
1. 五问导演解读 → 单一意图句
2. 连贯性测试（六项检查）
3. 填充完整分镜提示词（12模块）
4. 角色部分复用恒定描述 + 替换姿态/表情/光影
5. 镜头参数摘要

### Phase 5: 图像生成 + 状态记录（Generation + State Update）
1. 输出分镜提示词 → Agnes Image 2.1 Flash
2. 生成结果回来后 → 观察实际结尾状态
3. 更新连续性账本
4. 记录 take log

### Phase 6: 下一镜头续接（Continuation）
1. 审查上一镜头的实际结尾（不是计划结尾！）
2. 从观察状态推导本镜头开口
3. 排除已完成节拍，不泄露预留节拍
4. 检查 extension_depth → 超过阈值则从恒定参考重锚

### Phase 7: 质量控制（QC）
- 跨镜头角色一致性检查
- 场景 continuity 检查
- 色彩/光影统一性检查
- 反空洞词检测

---

## 输出格式

### 单个分镜输出

#### 【导演解读】
```
功能：
转折点：
POV/共情：
权力：
潜台词：
单一意图句：
```

#### 【最终漫剧分镜提示词】
一整段完整、可复制使用的中文提示词。

#### 【镜头参数摘要】
```
摄影机质感：
焦段：
光圈：
景深：
对焦位置：
背景虚化：
适合原因：
```

#### 【连续性记录】
```
clip_id:
observed_end_state:
open_motion_vector:
extension_depth:
completed_beats:
reserved_future_beats:
```

---

## 加载映射（Load Map）

| 情况 | 加载 |
|------|------|
| 模糊想法或缺少简报 | `seedance-interview-short` |
| 需要单镜头分镜 | 直接本技能 + `directing-engine` |
| 多镜头序列/续集 | `seedance-sequence` + `sequence-project-state` + `continuation-handoff` |
| 审查生成结果 | `retake-protocol` + `failure-atlas` |
| 需要特定元素专项（镜头/灯光/角色/VFX） | 对应 `seedance-*` 子技能 |
| 角色设计卡 | `references/character-design-sheet.md` |
| 反空洞词检测 | `anti-slop-lexicon` |

---

## 关键规则（12条）

1. **先过五问，再动笔写提示词** — 没有导演解读的镜头是装饰
2. **一个意图，全员同频** — 镜头/灯光/表演/声音必须指向同一感觉
3. **情绪必须转化为行为** — AI渲染的是可见动作，不是"她悲伤"这种词
4. **用户不是状态传感器** — 附件一到，Agent直接从画面读状态，不问多余问题
5. **观察到的实际结尾 > 计划结尾** — 不接受的素材不构成 canon
6. **拒绝的素材永远不是 canon** — 不能成为续接的父级
7. **连续性问题优先于完美问题** — 角色漂移比光线差更致命
8. **scene 边界 = 重锚点** — `extension_depth` 重置为 0
9. **每次只改一个变量** — 一变量规则，否则结果不可读
10. **提前设好尝试预算** — 避免无限迭代烧钱
11. **参考标签逐字节保留** — `@Image1` 不被归一化、翻译、重编号
12. **完成节拍排除，预留节拍不泄露** — Clip 01做了的事，Clip 02不再做

---

## 与 opengod 的集成方式

本技能作为 `video-production` 和 `seedance-directing` 模块的核心子技能被 opengod 加载：

```
用户："帮我做漫剧"
  ↓
OpenGod 0层 → L4 复杂任务
  ↓
OpenGod 1层 → 识别为"漫剧"领域
  ↓
OpenGod 2层 → 路由加载: video-production + seedance-directing
  ↓
实际执行 → AI Manju Studio v1.0（本技能）
  ↓
每个镜头生成 → 可选裂变（多集并行撰写）
  ↓
质量裁判 → 9层检查
  ↓
64聚合 → 交付
```

**版本**: v1.0 (2026-07-25)
**数据来源**: Emily2040/seedance-2.0 v6.6 + opengod v11.1 裂变架构
**核心理念**: Direct the model. Don't micro-manage the frame.