pixiesgeosun Script-to-Storyboard Skill
将文字剧本转化为专业分镜故事板，并输出可直接使用的 AI 生图 prompt 和图生视频 prompt。
整体工作流
Phase 0 建立制作总纲（启动问卷 → 视觉基准文档 VBD）
↓
Phase 1 剧本 → 镜头列表（含角色/场景/道具清单）
↓ ↓（并行）
Phase 2 镜头列表 → 故事板 Phase 3 视觉设定系统（CHAR/LOC/PROP prompt）
↓ ↓
QA I（检查故事板 + 视觉设定完整性）
↓
Phase 4 生成分镜生图 prompt
↓
Phase 5 补充图生视频 prompt
↓
QA II（检查 prompt 质量和连贯性）
↓
输出最终完整 prompt 清单
Reference 文档路径
所有 reference 文档打包在 skill 目录内：
<skill_dir>/references/（即本 SKILL.md 同级的 references/ 子目录）
| 文件 | 用途 | 在哪个阶段读取 |
|---|---|---|
references/REF-00-制作总纲模板.md |
启动问卷结构 + VBD 格式 | Phase 0 |
references/REF-01-叙事分镜规范.md |
剧本分析方法 + 镜头列表字段规范 | Phase 1 |
references/REF-02-故事板设计规范.md |
景别/运镜/调度/转场词表 | Phase 2 |
references/REF-03-视觉设计系统.md |
角色/场景/道具设定 prompt 规范 | Phase 3 |
references/REF-04-Prompt工程规范.md |
生图/视频 prompt 结构模板 | Phase 4/5 |
references/REF-05-QA检查清单.md |
QA I/II 检查项和评判标准 | QA I, QA II |
执行每个 Phase 前，必须先读取对应的 Reference 文档（路径相对于本 SKILL.md 所在目录）。
默认输出路径
除非用户另有指令，所有生成物默认存入 Vault Inbox：
/Users/pixies/Library/Mobile Documents/iCloud~md~obsidian/Documents/Mydoc/Inbox/AI-Gen/Script-to-Storyboard/Output/[项目名称]/
目录结构：
[项目名称]/
├── VBD-视觉基准文档.yaml
├── Phase1-镜头列表.md
├── Phase2-故事板.md
├── Phase3-视觉设定VID.md
├── QA-I报告.md
├── Phase4-生图prompt清单.md
├── Phase5-完整prompt清单.md
└── QA-II报告.md
Phase 0：建立制作总纲
读取: REF-00-制作总纲模板.md
向用户逐项提问（8 道问卷），收集：
- 画面风格（必填）
- 目标媒介与画幅（必填）
- 色调与光线倾向（必填）
- 生图目标模型（必填）
- 图生视频目标模型（必填）
- Prompt 语言（默认英文）
- 镜头时长偏好（默认 3-5s）
- 特殊约束（可选）
问卷完成后，按 REF-00 中的 YAML 格式生成 视觉基准文档（VBD），保存到输出目录。
VBD 是全流程的锚点，后续所有 Phase 引用同一份 VBD。
Phase 1：剧本 → 镜头列表
读取: REF-01-叙事分镜规范.md
核心任务：将剧本按镜头逻辑重组，输出镜头列表。
关键要求：
- 原剧本所有台词必须完整保留，不可改写
- 每个镜头有 shot_id、scene_id、location、characters、action、dialogue、emotion、duration、narrative_note
- 文档末尾附加三个清单：角色清单（CHAR）、场景清单（LOC）、重要道具清单（PROP）
保存为 Phase1-镜头列表.md。
Phase 2 & Phase 3（并行执行）
Phase 2：镜头列表 → 故事板
读取: REF-02-故事板设计规范.md
在 Phase 1 表格基础上，为每个镜头补充：
- 景别（shot_size）
- 镜头角度（angle）
- 调度模式（staging）
- 运镜类型（camera_move）
- 转场方式（transition）
- 音效提示（sfx）
- 最终时长确认
180度轴线原则必须遵守。音效字段禁止出现配乐词汇。
保存为 Phase2-故事板.md。
Phase 3：视觉设定系统
读取: REF-03-视觉设计系统.md
基于 Phase 1 的 CHAR/LOC/PROP 清单，为每个元素生成视觉设定 prompt：
- 角色（CHAR）：3:2 横版转面卡 prompt，遵守 REF-03 强制技术要求
- 场景（LOC）：多角度概念图 prompt
- 道具（PROP）：360°多角度设定图 prompt
每个条目必须有锚点 ID（CHAR-001-xxx / LOC-001-xxx / PROP-001-xxx），并填写 visual_keywords 字段（Phase 4 依赖）。
保存为 Phase3-视觉设定VID.md。
QA I
读取: REF-05-QA检查清单.md（模块 A/B/C/D）
同时检查 Phase 2 故事板和 Phase 3 视觉设定。
判定标准：
- ❌ 阻断项：必须修复后才能进入 Phase 4
- ⚠️ 警告项：记录但可继续
输出 QA-I报告.md，列出所有问题和结论。如有阻断项，修复后重新执行 QA I。
Phase 4：生成分镜生图 Prompt
读取: references/REF-04-Prompt工程规范.md
输入：故事板（Phase 2）+ 视觉设定文档 VID（Phase 3）+ VBD（Phase 0）
生图 Prompt 核心质量要求
生图 prompt 的目标是：用户拿着 Phase 3 生成的设定图作为参考图上传到生图平台，结合 prompt 能准确还原该镜头的构图、场景、人物形象、人物动作/表演、画面氛围和视觉风格。
因此每条生图 prompt 必须达到以下标准：
人物描述：
- 不能只写人名，必须从 VID
visual_keywords提取关键视觉特征（性别、年龄感、民族、发型、着装、体型气质） - 示例：余准 → "a lean Chinese man in his mid-30s, neat black side-parted hair, dark suit jacket, white shirt with loosened tie, concealed holster at waist, controlled expression"
- 多人场景：所有出场人物均需简要描述，并标注相对位置关系
场景描述：
- 从 VID
visual_keywords提取场景的架构、灯光方向、色调、关键陈设元素 - 描述足够让生图 AI 还原该场景而不是依赖参考图去猜
动作/表演描述：
- 不能直接引用剧本动作描述，必须转化为生图能理解的画面状语
- 描述人物肢体位置、面部表情、视线方向、与道具/环境的交互
- 示例：不写"余准从椅子上站起来"，而写"a Chinese man in mid-motion of rising from a wooden chair, hands pressing on armrests, body slightly forward, tense jaw"
镜头参数：
- 景别（ECU/CU/MCU/MS/MLS/LS/WS/EWS）+ 焦距感描述
- 镜头角度（eye level/low angle/high angle/Dutch angle/overhead）
- 构图偏向（centered/off-center left/off-center right，rule of thirds等）
- 景深（shallow DOF/deep focus）
氛围与风格：
- 来自 VBD 的风格关键词必须每条 prompt 都包含
- 情绪氛围词需与故事板 emotion 字段匹配
生图 prompt 按 7 层结构构建：
- 主体描述（场景+人物外形简述）
- 动作/表演描述（具体画面动作）
- 镜头参数（景别+角度+构图+景深）
- 场景环境（来自 VID 场景关键词）
- 画面氛围（情绪+光线）
- 风格基准（来自 VBD style_keywords，每条必含）
- 负向约束（negative prompt，含全局禁忌）
每条 prompt 注释标注引用的锚点 ID。
保存为 Phase4-生图prompt清单.md。
Phase 5：补充图生视频 Prompt
读取: references/REF-04-Prompt工程规范.md（视频 prompt 部分）
在 Phase 4 基础上，为每个镜头补充视频 prompt，目标是：用户拿着该镜头的生图结果作为首帧图上传给视频 AI，结合 prompt 能准确还原人物演出、镜头运动、台词口型时机、音效。
视频 prompt 按 6 层结构构建：
- 起始画面状态（与生图 prompt 一致的场景简述，锚定首帧）
- 主体运动（人物/主体的具体动作轨迹，必须描述，不能只有镜头运动）
- 镜头运动（与故事板 camera_move 一致）
- 时长（明确秒数）
- 台词/音效（仅当有实际内容时才写入，无台词或无音效则完全省略该项，不写"台词：—"或"音效：—"）
- 技术约束（每条必须包含 "no music, no score, no bgm"，无论是否有其他内容）
按目标视频模型 Seedance 适配语法（自然语言叙事型，中文描述为主）。
输出格式（每个镜头一个条目）：
## S001 | SC_001 余准出租屋 | WS | 5s
**生图Prompt**（引用: CHAR-001, LOC-001）：
[prompt 内容]
**图生视频Prompt**：
[prompt 内容]
保存为 Phase5-完整prompt清单.md。
QA II
读取: REF-05-QA检查清单.md（模块 E/F/G）
检查生图 prompt 质量 + 视频 prompt 质量 + 整体连贯性。
阻断项修复后重新执行 QA II。
输出 QA-II报告.md。
最终交付
QA II 通过后，告知用户：
- 所有文件已保存到 Vault 输出目录
- 总镜头数
- 角色/场景/道具设定数量
- 是否存在 QA 警告项需关注
执行注意事项
- 每次启动必须先执行 Phase 0 问卷，不可跳过
- Phase 2 和 Phase 3 并行执行，但两者都依赖 Phase 1 完成
- QA I 有阻断项时不得进入 Phase 4
- 所有输出文件默认存入 Vault，除非用户指定其他路径
- 台词保护：任何阶段都不得改写原剧本台词
- 视觉一致性：Phase 4/5 的每条 prompt 必须引用对应的锚点 ID
- 配乐禁忌：视频 prompt 中严禁出现音乐/配乐相关词汇