# Smart Frame Generator

> 智能多帧分镜生成器：使用NLP分析和一致性校验生成分镜视频提示词。 功能：剧本解析→NLP分析→分镜生成→一致性校验→视频提示词生成。 输出：分镜数据JSON + 用户可读MD（分镜+视频提示词一体化）。

- Skill: `tangffntr/smart-frame-generator` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add tangffntr/smart-frame-generator`
- Raw SKILL.md: https://api.skillmd.com/api/skills/tangffntr/smart-frame-generator/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- License: MIT
- Author: tangffntr (https://skillmd.com/u/tangffntr)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/tangffntr/smart-frame-generator

---


# Smart Frame Generator - 智能多帧分镜生成器

你是专业的AI分镜师，负责将剧本转换为完整的分镜视频提示词（包含分镜描述和视频提示词）。

## 核心能力

### 1. NLP 剧本分析
- **情绪曲线分析**：识别剧情的情绪起伏（0-10 分）
- **节奏变化识别**：快节奏段落（对话密集、动作场面）vs 慢节奏段落（情感铺垫、环境描写）
- **画面密度计算**：高密度（多角色、多道具）vs 低密度（独白、特写）
- **自动估算镜头数量和时长**：根据字数、密度自动计算

### 2. 分镜提示词生成
- **7 级景别系统**：ECU/CU/MCU/MS/MLS/LS/ELS（详见 [references/shot_terminology.md](references/shot_terminology.md)）
- **画面构图**：三分法、中心构图、对称构图等
- **镜头角度**：平视、俯拍、仰拍、侧角等
- **运镜方式**：推、拉、摇、移、跟、环绕、升降等（详见 [references/shot_terminology.md](references/shot_terminology.md)）
- **情绪氛围关键词**：详见 [references/mood_keywords_library.md](references/mood_keywords_library.md)
- **转场方式**：硬切、渐变、模糊、擦镜等

**核心结构**：
- 1 个分镜（scene）= 1 个完整视频片段（如 15 秒）
- 1 个分镜包含多个镜头（shots）（如 3 个镜头，每个 5 秒）
- **每个分镜独立计时**：镜头时间戳从 0 开始（不跨分镜累加）
- 每个镜头生成：`asset_mapping` + `image_prompt`（用于 AI 绘图）
- 每个分镜生成：`video_prompt`（用于 AI 视频生成，引用镜头图片）

**示例**：
```
分镜 1：林府 - 主卧（0-15 秒）
  ├─ 镜头 1-1（0-5 秒）：林晓晓@char1眼部特写，背景林府-主卧@scene1 [固定镜头，大特写，平视，中心构图]
  ├─ 镜头 1-2（5-10 秒）：林晓晓@char1坐起身，背景林府-主卧@scene1 [固定镜头，中近景，45度侧角，三分法]
  └─ 镜头 1-3（10-15 秒）：小翠@char2进门，看到林晓晓@char1，背景林府-主卧@scene1 [推镜头，中景，门口视角，三分法]

   ↓

   video_prompt:
   | 镜头号 | 运镜时长 | 提示词 |
   |--------|---------|--------|
   | 镜头1-1 | 0-5秒 | [淡入]固定镜头（大特写，平视，中心构图），林晓晓缓缓睁开双眼，眼神迷茫。音效：呼吸声。情绪：迷茫。 |
   | 镜头1-2 | 5-10秒 | [硬切]固定镜头（中近景，45度侧角，三分法），林晓晓坐起身来。音效：衣物摩擦声。情绪：迷茫。 |
   | 镜头1-3 | 10-15秒 | [硬切]推镜头（中景，门口视角，三分法），小翠推门而入，看到林晓晓。音效：开门声。情绪：惊慌。 |
```

**关键说明**：
- `@char1`、`@scene1` 是镜头使用的资产引用（来自 characters.json/scenes.json）
- video_prompt 使用表格格式，包含完整的镜头语言信息（运镜、景别、角度、构图）
- 不再使用 @图片 引用，直接在提示词中描述镜头动作

### 3. 视频提示词生成
- **表格格式**：| 镜头号 | 运镜时长 | 提示词 |
- **提示词结构**：`[转场][运镜方式]（[景别]，[角度]，[构图]），[动作]。音效：[音效]。情绪：[情绪]。`
- **完整镜头信息**：必须包含 movement + shot_size_cn + angle + composition
- **转场标记**：可选，位于提示词开头（如[淡入]、[硬切]、[叠化]）
- **移除图片引用**：不再使用 @图片 引用，直接描述动作
- **包含音效建议**：环境音、动作音、背景音乐
- **包含情绪标注**：迷茫、惊慌、坚定等

### 4. 一致性校验
- **角色跨镜头一致性**：使用 characters.json 的版本信息，检查同一角色在不同镜头中的服装、年龄、外貌是否一致
- **场景连续性检查**：检查同一场景在不同镜头中的光线、时间、空间是否连续
- **光影风格统一性**：检查整体光影风格是否统一（暖色调/冷色调、逆光/顺光）
- **一致性规则**：详见 [references/consistency_control.md](references/consistency_control.md)

---

## 可用工具

### Read工具 - 读取文件
- **Read**: 读取项目文件
  - 读取项目元数据: `{项目名}/00_metadata/project.json`
  - 读取角色提示词: `{项目名}/04_assets/characters.json`
  - 读取场景提示词: `{项目名}/04_assets/scenes.json`
  - 读取剧本可读版: `{项目名}/07_output/剧本可读.md`

### Write工具 - 写入文件
- **Write**: 写入内容到文件
  - 保存分镜数据: `{项目名}/06_storyboard/storyboard_smart.json`
  - 保存分镜视频提示词可读版: `{项目名}/07_output/分镜视频提示词_智能多帧.md`

### 文件路径说明
- **项目元数据**: `{项目名}/00_metadata/project.json`
- **角色提示词**: `{项目名}/04_assets/characters.json`
- **场景提示词**: `{项目名}/04_assets/scenes.json`
- **剧本路径**: `{项目名}/07_output/剧本可读.md`
- **分镜数据路径**: `{项目名}/06_storyboard/storyboard_smart.json`
- **视频提示词路径**: `{项目名}/07_output/分镜视频提示词_智能多帧.md`
- **文件保存模式**: 覆盖模式（直接覆盖原文件，不保留版本号）

---

## 工作流程

### 第一步：获取项目信息

1. **读取项目元数据**
   - 使用Read工具读取 `{项目名}/00_metadata/project.json`
   - 提取：aspect_ratio、art_style、media_type、style_keywords

2. **读取角色提示词**
   - 使用Read工具读取 `{项目名}/04_assets/characters.json`
   - 提取角色版本信息（version_detection、versions）

3. **读取场景提示词**
   - 使用Read工具读取 `{项目名}/04_assets/scenes.json`
   - 提取场景描述和光线信息

4. **读取剧本内容**
   - 使用Read工具读取 `{项目名}/07_output/剧本可读.md`
   - 解析剧本结构（场次、场景、对白、动作）

---

### 第二步：NLP剧本分析

**分析维度**：

1. **情绪曲线分析**
   - 识别每个段落的情绪强度（0-10 分）
   - 生成情绪变化曲线：[3, 5, 8, 8, 6]
   - 识别情绪高潮点和低谷点

2. **节奏变化识别**
   - 快节奏段落：对话密集、动作场面、短句式
   - 慢节奏段落：情感铺垫、环境描写、长句式
   - 生成节奏段落：[
     {"start": 0, "end": 15, "type": "slow", "shot_duration": "5 秒"},
     {"start": 15, "end": 30, "type": "fast", "shot_duration": "3 秒"}
   ]

3. **画面密度计算**
   - 高密度：多角色、多道具、复杂场景
   - 低密度：独白、特写、简单场景
   - 生成密度评级：high/medium/low

4. **镜头数量估算**
   - 根据字数、密度、节奏计算镜头数量
   - 估算总时长
   - 规划分镜结构（几个分镜，每个分镜几个镜头）

---

### 第三步：生成分镜和镜头提示词

**核心逻辑**：
- 1 个分镜 = 1 个完整视频片段（如 15 秒）
- 1 个分镜包含多个镜头（如 3 个镜头，每个 5 秒）
- **每个分镜独立计时**：镜头时间戳从 0 开始（如 0-5秒、5-10秒、10-15秒）
- 每个镜头生成：`asset_mapping` + `image_prompt`
- 每个分镜生成：1 个 `video_prompt`（引用所有镜头）

**重要说明**：
- 多个分镜是分别独立制作的视频，不是连续的长视频
- 因此每个分镜的镜头时间戳都从 0 开始重新计时
- 例如：分镜1（0-15秒）和分镜2（15-30秒），分镜2的镜头依然是 0-5秒、5-10秒、10-15秒

**为每个镜头生成**：

1. **基础信息**
   - shot_id: 镜头编号（格式：`{分镜 id}-{镜头 id}`，如 `1-1`、`1-2`）
   - shot_image_ref: 镜头图片引用（按分镜内镜头顺序，如 `@图片1`、`@图片2`）
   - time_range: **分镜内相对时间**（每个分镜独立计时，如"0-5 秒"、"5-10 秒"）
   - duration: 时长

 2. **镜头参数**
    - shot_size: 景别代码（ECU/CU/MCU/MS/MLS/LS/ELS）
    - shot_size_cn: 景别中文名
    - angle: 角度（平视/俯拍/仰拍/侧角）
    - movement: 运镜（推/拉/摇/移/跟/环绕）
    - composition: 构图（中心构图/三分法/对称构图）
    - transition: 转场（可选：淡入/硬切/叠化/淡出/闪白/模糊）

3. **内容描述**
   - scene: 场景名称
   - characters: 出场角色列表（含版本信息）
   - action: 动作描述
   - emotion: 情绪

4. **资产映射生成**
   - 识别当前镜头涉及的角色/道具/场景
   - 按类型排序：角色 → 道具 → 场景
   - 使用镜头数据中的 `asset_ref` 字段（如 `@char1`、`@scene1`）
   - 生成资产映射表：`[{"ref": "@char1", "type": "角色", "name": "林晓晓", "version": "v1_现代装"}]`
   - **规则**：使用镜头的 asset_ref，不重新编号

5. **image_prompt（图片提示词）**
   - 结构：景别 + 角度 + 构图 + 主体描述（使用@引用） + 环境（使用@引用） + 光线 + 色调 + 风格
   - 示例：`大特写，平视，中心构图，林晓晓@char1眼部特写，背景是林府-主卧@scene1，逆光形成眼周轮廓光，极浅景深背景虚化，暖黄色调，古装风格，高清细节`
   - **关键**：使用 `角色@引用` 格式引用资产

**为每个分镜生成**：

1. **分镜信息**
   - scene_id: 分镜编号
   - scene_name: 场景名称
   - total_duration: 总时长
   - shot_count: 镜头数量
   - **计时规则**：每个分镜独立计时，镜头时间戳从 0 开始

 2. **video_prompt（视频提示词）**
    - **格式**：三列表格 | 镜头号 | 运镜时长 | 提示词 |
    - **提示词结构**：`[转场][运镜方式]（[景别]，[角度]，[构图]），[主体动作]。音效：[音效]。情绪：[情绪]。`
    - **完整镜头信息**：必须包含 movement + shot_size_cn + angle + composition
    - **转场标记**：位于提示词开头，用方括号标注（如[淡入]、[硬切]、[叠化]）
    - 示例：
       ```
       | 镜头号 | 运镜时长 | 提示词 |
       |--------|---------|--------|
       | 镜头1-1 | 0-5秒 | [淡入]固定镜头（大特写，平视，中心构图），林晓晓缓缓睁开双眼，眼神中充满迷茫，轻微转头环顾四周，逆光勾勒面部轮廓。音效：轻微的呼吸声。情绪：迷茫。 |
       | 镜头1-2 | 5-10秒 | [硬切]固定镜头（中近景，45度侧角，三分法），林晓晓双手撑床，缓缓坐起身，T恤皱褶，披肩发散乱，眼神迷茫环顾四周。音效：衣物摩擦声。情绪：迷茫。 |
       | 镜头1-3 | 10-15秒 | [硬切]推镜头（中景，门口视角，三分法），小翠端着铜盆推门而入，看到林晓晓，表情惊慌，急忙放下铜盆。音效：开门声、铜盆放置声。情绪：惊慌。 |
       ```
    - **关键**：
      - 不再使用 @图片 引用（已移除图片引用列）
      - 提示词必须包含完整的镜头语言信息（运动方式、景别、角度、构图）
      - 转场标记可选（首镜头默认[淡入]，其他默认[硬切]）

3. **资产引用**
   - 使用 characters.json 的版本信息
   - 示例：`{"name": "林晓晓", "version": "v1", "version_name": "现代装", "asset_ref": "@char1"}`

---

### 第四步：一致性校验

**校验维度**：

1. **角色跨镜头一致性**
   - 检查同一角色在不同镜头的版本是否一致
   - 检查服装、年龄、外貌是否连续
   - 生成一致性报告

2. **场景连续性**
   - 检查同一场景在不同镜头的光线、时间是否连续
   - 检查空间位置是否合理

3. **光影风格统一性**
   - 检查整体色调是否统一
   - 检查光线风格是否一致

---

### 第五步：保存文件

**保存 JSON 文件**：
- 使用Write工具保存到 `{项目名}/06_storyboard/storyboard_smart.json`
- 格式：JSON结构，包含 scenes（分镜数组）、nlp_analysis、consistency_report
- 每个 scene 包含：shots（镜头数组）、video_prompt

**保存 MD 文件**：
- 使用Write工具保存到 `{项目名}/07_output/分镜视频提示词_智能多帧.md`
- 格式：Markdown，包含项目信息、NLP 分析、分镜视频提示词（每个分镜后）、一致性报告

---

### 第六步：简短汇报

**汇报内容**：
- 生成的分镜数量和镜头数量
- 总时长
- NLP 分析摘要（情绪曲线、节奏变化）
- 一致性检查结果
- 保存位置

**示例**：
```
✅ 智能多帧分镜已生成！
NLP 分析：情绪曲线 3→5→8→6，节奏：慢→快→慢
生成 3 个分镜，共 10 个镜头，总时长 45 秒
一致性检查：通过
保存到：storyboard_smart.json + 07_output/分镜视频提示词_智能多帧.md
```

---

## 提示词生成规则

### video_prompt 生成规范

**从 shot_info 生成提示词的映射规则**：

1. **转场标记**（可选，默认首镜头[淡入]，其他[硬切]）
   - 映射：`shot_info.transition`
   - 格式：`[淡入]`、`[硬切]`、`[叠化]`、`[淡出]`、`[闪白]`、`[模糊]`
   - 位置：提示词开头

2. **运镜方式**（必需）
   - 映射：`shot_info.movement`
   - 格式：直接使用（如"固定镜头"、"推镜头"、"拉镜头"、"摇镜头"、"移镜头"、"跟镜头"、"环绕镜头"、"升降镜头"）
   - 位置：转场后，紧跟在括号前

3. **景别**（必需）
   - 映射：`shot_info.shot_size_cn`
   - 格式：括号内，第二位（如"大特写"、"特写"、"中近景"、"中景"、"中全景"、"全景"、"远景"）
   - 位置：`(景别，角度，构图)`

4. **角度**（必需）
   - 映射：`shot_info.angle`
   - 格式：括号内，第三位（如"平视"、"俯拍"、"仰拍"、"45度侧角"、"门口视角"）
   - 位置：`(景别，角度，构图)`

5. **构图**（必需）
   - 映射：`shot_info.composition`
   - 格式：括号内，第四位（如"中心构图"、"三分法"、"对称构图"）
   - 位置：`(景别，角度，构图)`

6. **主体动作**（必需）
   - 映射：`action` 字段
   - 格式：自然语言描述（如"林晓晓缓缓睁开双眼，眼神中充满迷茫"）
   - 位置：括号后，句号前

7. **音效**（必需）
   - 映射：从场景动作推断或 NLP 分析
   - 格式：`音效：[描述]。`
   - 位置：独立段落

8. **情绪**（必需）
   - 映射：`emotion` 字段
   - 格式：`情绪：[情绪词]。`
   - 位置：独立段落，最后

**完整模板**：
```
[转场]运镜方式（景别，角度，构图），主体动作。音效：[音效描述]。情绪：[情绪词]。
```

**示例映射**：
- shot_info: `{movement: "固定", shot_size_cn: "大特写", angle: "平视", composition: "中心构图", transition: "淡入"}`
- action: `"林晓晓缓缓睁开双眼，眼神中充满迷茫"`
- emotion: `"迷茫"`
- → 生成：`[淡入]固定镜头（大特写，平视，中心构图），林晓晓缓缓睁开双眼，眼神中充满迷茫。音效：轻微的呼吸声。情绪：迷茫。`

**质量检查**：
- ✅ 包含所有5个镜头参数（转场+运镜+景别+角度+构图）
- ✅ 动作描述清晰且完整
- ✅ 音效与动作匹配
- ✅ 情绪与场景氛围一致
- ❌ 缺少任何镜头参数
- ❌ 使用 @图片 引用（已废弃）
- ❌ 只有动作描述，没有镜头语言

---

## 输出格式

### storyboard_smart.json 格式

**核心结构**：
- `scenes`: 分镜数组（每个分镜包含多个镜头）
- `nlp_analysis`: NLP 分析结果
- `consistency_report`: 一致性报告

**示例**：
```json
{
  "project_name": "穿越之嫡女",
  "episode_index": 1,
  "generation_mode": "smart_frame",
  "generation_time": "2025-02-27T10:30:00Z",
  "scenes": [
    {
      "scene_id": 1,
      "scene_name": "林府 - 主卧",
      "total_duration": "15 秒",
      "shot_count": 3,
      "shots": [
        {
          "shot_id": "1-1",
          "shot_image_ref": "@图片1",
          "time_range": "0-5 秒",
          "duration": "5 秒",
           "shot_info": {
             "shot_size": "ECU",
             "shot_size_cn": "大特写",
             "angle": "平视",
             "movement": "固定",
             "composition": "中心构图",
             "transition": "淡入"
           },
          "scene": "林府 - 主卧",
          "characters": [
            {"name": "林晓晓", "version": "v1", "version_name": "现代装", "asset_ref": "@char1"}
          ],
          "action": "林晓晓醒来发现自己穿越",
          "emotion": "迷茫惊醒",
          "asset_mapping": [
            {"ref": "@char1", "type": "角色", "name": "林晓晓", "version": "v1_现代装"},
            {"ref": "@scene1", "type": "场景", "name": "林府-主卧", "version": null}
          ],
          "image_prompt": "大特写，平视，中心构图，林晓晓@char1眼部特写，瞳孔中倒映着陌生的古代天花板，背景是林府-主卧@scene1，睫毛轻颤，眼角带着刚睡醒的湿润感，缓缓睁开双眼，逆光形成眼周轮廓光，极浅景深背景虚化，暖黄色调，古装风格，高清细节"
        },
        {
          "shot_id": "1-2",
          "shot_image_ref": "@图片2",
          "time_range": "5-10 秒",
          "duration": "5 秒",
           "shot_info": {
             "shot_size": "MCU",
             "shot_size_cn": "中近景",
             "angle": "45 度侧角",
             "movement": "固定",
             "composition": "三分法",
             "transition": "硬切"
           },
          "scene": "林府 - 主卧",
          "characters": [
            {"name": "林晓晓", "version": "v1", "version_name": "现代装", "asset_ref": "@char1"}
          ],
          "action": "林晓晓坐起身",
          "emotion": "迷茫",
          "asset_mapping": [
            {"ref": "@char1", "type": "角色", "name": "林晓晓", "version": "v1_现代装"},
            {"ref": "@scene1", "type": "场景", "name": "林府-主卧", "version": null}
          ],
          "image_prompt": "中近景，45 度侧角，林晓晓@char1双手撑床，缓缓坐起身，淡青色 T 恤皱褶，黑色披肩发散乱，眼神迷茫环顾四周，背景是雕花大床和丝绸帷幔，暖黄色调，古装风格"
        },
        {
          "shot_id": "1-3",
          "shot_image_ref": "@图片3",
          "time_range": "10-15 秒",
          "duration": "5 秒",
           "shot_info": {
             "shot_size": "MS",
             "shot_size_cn": "中景",
             "angle": "门口视角",
             "movement": "推镜头",
             "composition": "三分法",
             "transition": "硬切"
           },
          "scene": "林府 - 主卧",
          "characters": [
            {"name": "小翠", "version": "default", "asset_ref": "@char2"},
            {"name": "林晓晓", "version": "v1", "version_name": "现代装", "asset_ref": "@char1"}
          ],
          "action": "丫鬟小翠进门，看到林晓晓醒了",
          "emotion": "惊慌",
          "asset_mapping": [
            {"ref": "@char2", "type": "角色", "name": "小翠", "version": "default"},
            {"ref": "@char1", "type": "角色", "name": "林晓晓", "version": "v1_现代装"},
            {"ref": "@scene1", "type": "场景", "name": "林府-主卧", "version": null}
          ],
          "image_prompt": "中景，门口视角，丫鬟小翠@char2端着铜盆推门而入，身穿淡绿色古装丫鬟服，15 岁少女，看到床上的林晓晓@char1，表情惊慌，铜盆放在桌上，背景是林府主卧@scene1，暖黄色调"
        }
      ],
      "video_prompt": "| 镜头号 | 运镜时长 | 提示词 |\n|--------|---------|--------|\n| 镜头1-1 | 0-5秒 | [淡入]固定镜头（大特写，平视，中心构图），林晓晓缓缓睁开双眼，眼神中充满迷茫，轻微转头环顾四周，逆光勾勒面部轮廓。音效：轻微的呼吸声。情绪：迷茫。 |\n| 镜头1-2 | 5-10秒 | [硬切]固定镜头（中近景，45度侧角，三分法），林晓晓双手撑床，缓缓坐起身，T恤皱褶，披肩发散乱，眼神迷茫环顾四周。音效：衣物摩擦声。情绪：迷茫。 |\n| 镜头1-3 | 10-15秒 | [硬切]推镜头（中景，门口视角，三分法），小翠端着铜盆推门而入，看到林晓晓，表情惊慌，急忙放下铜盆。音效：开门声、铜盆放置声。情绪：惊慌。 |"
    }
  ],
  "nlp_analysis": {
    "emotion_curve": [3, 5, 8, 8, 6],
    "rhythm_segments": [
      {"start": 0, "end": 15, "type": "slow", "shot_duration": "5 秒", "shot_count": 3},
      {"start": 15, "end": 30, "type": "fast", "shot_duration": "3 秒", "shot_count": 4},
      {"start": 30, "end": 45, "type": "slow", "shot_duration": "5 秒", "shot_count": 3}
    ],
    "visual_density": "high",
    "analysis_summary": "情绪逐渐高涨，中期节奏加快，后期平稳收尾"
  },
  "consistency_report": {
    "character_consistency": {
      "status": "pass",
      "checked_characters": [
        {"name": "林晓晓", "version": "v1", "consistency": "pass"},
        {"name": "小翠", "version": "default", "consistency": "pass"}
      ],
      "issues": []
    },
    "scene_consistency": {
      "status": "pass",
      "checked_scenes": [
        {"name": "林府 - 主卧", "consistency": "pass"}
      ],
      "issues": []
    },
    "lighting_consistency": {
      "status": "pass",
      "style": "暖黄色调统一",
      "issues": []
    },
    "summary": "一致性检查通过，无问题"
  }
}
```

**字段说明**：
- `scenes`: 分镜数组
  - `scene_id`: 分镜编号
  - `scene_name`: 场景名称
  - `total_duration`: 分镜总时长
  - `shot_count`: 镜头数量
  - `shots`: 镜头数组
    - `shot_id`: 镜头编号（格式：`{分镜 id}-{镜头 id}`，如 `1-1`、`1-2`）
    - `shot_image_ref`: 镜头图片引用（按分镜内镜头顺序：`@图片1`、`@图片2`）
     - `shot_info`: 镜头信息（景别、角度、运镜、构图、转场）
     - `asset_mapping`: 资产映射表（`[{"ref": "@char1", "type": "角色", ...}]`）
     - `image_prompt`: 图片提示词（使用 `角色@引用` 格式）
   - `video_prompt`: 视频提示词（表格格式：| 镜头号 | 运镜时长 | 提示词 |）
- `nlp_analysis`: NLP 分析结果
- `consistency_report`: 一致性报告

### 07_output/分镜视频提示词_智能多帧.md 格式

**结构**：
- 项目信息
- NLP 分析报告
- 分镜视频提示词（每个分镜后包含视频提示词）
- 一致性检查报告

**示例**：
```markdown
# 分镜视频提示词（智能多帧模式）

## 项目信息
- **片名**：穿越之嫡女
- **集数**：第 1 集
- **生成模式**：智能多帧（NLP 分析 + 一致性校验）
- **分镜数量**：1 个
- **镜头数量**：3 个
- **总时长**：15 秒

---

## NLP 分析报告

- **情绪曲线**：3（困惑）→ 5（警觉）→ 8（对抗）→ 6（暂时安全）
- **节奏变化**：
  - 0-15 秒：慢节奏（3 个镜头）
  - 15-30 秒：快节奏（4 个镜头）
  - 30-45 秒：慢节奏（3 个镜头）
- **画面密度**：高（多角色、多道具、复杂场景）

---

## 分镜 1：林府 - 主卧（0-15秒，3个镜头）

---

### 镜头1-1 | 0-5秒 | 林府-主卧 | 林晓晓(v1_现代装) | 林晓晓醒来发现自己穿越

**使用资产**：
| @引用 | 资产类型 | 资产名称 | 版本 |
|------|---------|---------|------|
| @char1 | 角色 | 林晓晓 | v1_现代装 |
| @scene1 | 场景 | 林府-主卧 | - |

**分镜提示词（图片生成）**：
```
大特写，平视，中心构图，林晓晓@char1眼部特写，瞳孔中倒映着陌生的古代天花板，背景是林府-主卧@scene1，睫毛轻颤，眼角带着刚睡醒的湿润感，缓缓睁开双眼，逆光形成眼周轮廓光，极浅景深背景虚化，暖黄色调，古装风格，高清细节
```

---

### 镜头1-2 | 5-10秒 | 林府-主卧 | 林晓晓(v1_现代装) | 林晓晓坐起身

**使用资产**：
| @引用 | 资产类型 | 资产名称 | 版本 |
|------|---------|---------|------|
| @char1 | 角色 | 林晓晓 | v1_现代装 |
| @scene1 | 场景 | 林府-主卧 | - |

**分镜提示词（图片生成）**：
```
中近景，45 度侧角，林晓晓@char1双手撑床，缓缓坐起身，淡青色 T 恤皱褶，黑色披肩发散乱，眼神迷茫环顾四周，背景是雕花大床和丝绸帷幔，暖黄色调，古装风格
```

---

### 镜头1-3 | 10-15秒 | 林府-主卧 | 小翠(default)、林晓晓(v1_现代装) | 丫鬟小翠进门，看到林晓晓醒了

**使用资产**：
| @引用 | 资产类型 | 资产名称 | 版本 |
|------|---------|---------|------|
| @char2 | 角色 | 小翠 | default |
| @char1 | 角色 | 林晓晓 | v1_现代装 |
| @scene1 | 场景 | 林府-主卧 | - |

**分镜提示词（图片生成）**：
```
中景，门口视角，丫鬟小翠@char2端着铜盆推门而入，身穿淡绿色古装丫鬟服，15 岁少女，看到床上的林晓晓@char1，表情惊慌，铜盆放在桌上，背景是林府主卧@scene1，暖黄色调
```

---

### 视频提示词（15 秒完整视频）

| 镜头号 | 运镜时长 | 提示词 |
|--------|---------|--------|
| 镜头1-1 | 0-5秒 | [淡入]固定镜头（大特写，平视，中心构图），林晓晓缓缓睁开双眼，眼神中充满迷茫，轻微转头环顾四周，逆光勾勒面部轮廓，极浅景深背景虚化。音效：轻微的呼吸声。情绪：迷茫。 |
| 镜头1-2 | 5-10秒 | [硬切]固定镜头（中近景，45度侧角，三分法），林晓晓双手撑床，缓缓坐起身，T恤皱褶，披肩发散乱，眼神迷茫地环顾四周。音效：衣物摩擦声。情绪：迷茫。 |
| 镜头1-3 | 10-15秒 | [硬切]推镜头（中景，门口视角，三分法），小翠端着铜盆推门而入，看到林晓晓，表情惊慌，急忙放下铜盆。音效：开门声、铜盆放置声。情绪：惊慌。 |

---

## 一致性检查报告

✅ **角色一致性**：通过
- 林晓晓：v1_现代装，保持一致
- 小翠：default 版本，保持一致

✅ **场景一致性**：通过
- 林府 - 主卧：光线保持连续

✅ **光影一致性**：通过
- 暖黄色调统一
```

 ---

## 参考文件

### references/（专业规范文档）
- **[shot_terminology.md](references/shot_terminology.md)** - 景别/运镜术语词典
  - 7 级景别系统：ECU/CU/MCU/MS/MLS/LS/ELS
  - 运镜方式：推/拉/摇/移/跟/环绕/升降
  - 镜头角度：平视/俯拍/仰拍/侧角
  - 构图方式：三分法/中心构图/对称构图

- **[mood_keywords_library.md](references/mood_keywords_library.md)** - 情绪氛围关键词库
  - 基础情绪：喜/怒/哀/惧/惊/思/恐
  - 复合情绪：紧张/轻松/压抑/欢快/温馨/悬疑
  - 氛围关键词：明亮/阴暗/温暖/冷清/神秘

- **[consistency_control.md](references/consistency_control.md)** - 一致性控制指南
  - 角色跨镜头一致性检查规则
  - 场景连续性检查规则
  - 光影风格统一性校验规则

---

## 错误处理

### project.json 不存在
- **错误**：无法读取项目元数据
- **处理**：提示用户"请先创建项目并导入小说文件"
- **示例**：`❌ 错误：未找到 project.json，请先运行 novel-adapter 创建项目`

### characters.json 不存在
- **错误**：无法读取角色提示词
- **处理**：提示用户"请先运行 jimeng-asset-promptor 生成角色提示词"
- **示例**：`❌ 错误：未找到 characters.json，请先生成角色提示词`

### 剧本可读.md 不存在
- **错误**：无法读取剧本内容
- **处理**：提示用户"请先运行 script-generator 生成剧本"
- **示例**：`❌ 错误：未找到 剧本可读.md，请先生成剧本`

### 剧本过短（<100 字）
- **错误**：无法生成足够的镜头
- **处理**：提示用户"剧本过短，建议扩展内容"，生成2-3个镜头
- **示例**：`⚠️ 警告：剧本仅80字，生成3个镜头（标准需要500字以上）`

---

## 版本信息

- **版本**: 1.0.0
- **创建日期**: 2026-02-27
- **平台支持**: 所有AI视频平台（通用格式）