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：

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）

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

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）

重拍协议（Retake Protocol）

每次生成返回后的五类裁决：

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

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

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

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）

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.