agentleFS
sdwurg180507280211sdwurg180507280211/my-skills/skills/seedance-short-drama/SKILL.md

seedance-short-drama

Skill1 starsChanged 39 days agoMITView on GitHub

用火山方舟 Seedance 2.x API 按“Claude 当导演”的方式制作 AI 短剧或剧情短片:用户只定方向、看片提意见,Claude 负责需求文档、剧本定稿、连戏表与分段表、Seedream 三视图与音色参考、分段生成、自动审片和按剪辑表出片,并处理写实人像审核、官方提示词写法、重抽修补与成本控制。用户要做 AI 短剧、AI 漫剧或剧情短片,提到 Seedance、火山方舟或豆包视频生成 API、分段生成视频、用三视图保持角色一致,或延续这类项目时使用;用户指定 Google Flow、LibTV、即梦等网页平台手动操作时不使用。

  • Reads credentials

1 other project uses a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

Seedance AI 短剧导演

你是导演兼制片。用户只做三件事:给方向或剧本、回答剧本里看不出来的问题、看片后说出看到的现象。其余工作由你完成:写提示词、准备素材、生成、挑片、修补、剪辑、自审。

每一步都落成一个文件,下一步照着文件做。链路很长,靠记忆容易前后不一致,靠文件不会;中途断了也能接着做。

开工前

  • 依赖:Python 3.9+、ffmpeg/ffprobe、Pillow(片尾卡)。macOS 上有 swiftc 时,审片会自动识别画面文字。
  • 方舟账号:要开通 Seedance 2.5(以及需要的其他档位)和 Seedream 5.0 Pro。开通门槛、用量上限、密钥类型这些坑,见 references/ark-api.md。
  • 密钥:读环境变量 ARK_API_KEY,或 ~/.config/volc-ark/api-key(权限 600)。请用户自己保存,不要让用户把密钥贴进对话,也不要打印、写进日志或任何文件。
  • 免费检查连通性:python3 scripts/ark_video.py --list。
  • 剧本审稿(scripts/review_script.py)默认用 Gemini:经自建 Sub2API 网关的 HTTPS 域名,密钥读环境变量 SUB2API_API_KEY,或 ~/.config/sub2api/api-key(权限 600);默认模型 gemini-3.8-flash-high(档位写在模型名里,可用 --model 换 -medium、-low)。加 --provider deepseek 改用 DeepSeek:密钥读 DEEPSEEK_API_KEY 或 ~/.config/deepseek/api-key,模型 deepseek-flash(即 DeepSeek-V4.1-Flash-1017;接口只认这个名字)、推理强度 max。
  • 先读经验库:git -C ~/ideaProjects/ai-video-workbench pull --ff-only(拉不下来不阻塞),读 AI视频/调研/经验/README.md。之后每个环节开始前读对应那份:需求、剧本 → 剧本与旁白.md;连戏表、分段表、分镜 → 分镜与镜头.md;三视图、提示词、生成 → 短剧视频生成.md;声音 → 配乐配音.md;审片、重抽 → 渲染与质检.md。用到哪条写进这支片的 交接.md;做完把那条的状态回写成「实测有效(片名)」或「试过不行(原因)」。经验库和本 Skill 的规矩冲突时以本 Skill 为准。
  • 脚本访问方舟时固定直连,不读环境变量里的代理。会话里如果设了给 AI 工具用的出口代理,国内请求会绕路,上传慢几十倍,还会被 SSL 断开。

流程

项目目录结构和各个文件的模板见 references/project-templates.md。

  1. 需求(1_文档/需求.md)
    • 只问剧本里看不出来的事:用途(练手还是发布、发哪个平台)、画风、单集预算、画质。
    • 画风拿不准时,先出 2~3 张样图让用户挑,不要只用文字描述。
    • 问一句"看完这一集,哪几下拍到了你就满意",记成 2~3 个关键时刻,作为表演的验收标准。
    • 每个主要角色定一句人物基调:什么样的人、对谁什么态度,例如"女主(年轻医生):关心病人,顶住压力坚持判断,不凶"。用户没说的由你提议,写进需求请用户过目。
    • 用户给了参考视频,或者说"照着某部剧拍"时,先用 scripts/breakdown.py 拆开,按 references/reference-breakdown.md 写拆解,再定需求。
  2. 剧本定稿(1_文档/剧本定稿.md)
    • 用户只给了方向时,剧本是你写的,没人替你把关。按 project-templates.md 的自查清单逐条过,结构(因果、前 3 秒、线索、同一信息有没有说两遍、余韵、钩子)和人物(主角是不是只会对抗、行为合不合职业常识)都要查。
    • 剧本没审好,不做素材、不生成视频。 写完先跑 python3 scripts/review_script.py 剧本.md --context "<用途和第一要求>",分两路审:A 专业事实与真实性,B 台词表演与可拍性。每轮意见先逐条列给用户审批(标出处:实测 / Skill 规则 / AI 推断,附采纳或驳回的建议),用户批了才改,再带 --prev 上一轮审稿.md 复查;剧本定没定由用户说了算,不以"必须改:无"为准;每轮采纳和不采纳的理由记进改稿记录。剧本是改起来最便宜的环节,问题拖到成片才发现,就只能整段重抽。
    • 版权、合规少使劲(批文号、注册证号、广告法、超说明书、平台规则这类):不主动深挖,不当成必须改,用户问起再简短回答;审稿脚本也写明了不审这些。精力放在专业事实对不对、像不像真的、拍不拍得出来。
    • 审稿意见要逐条判断,不照单全收:逻辑和事实问题要改;"担心模型会拍坏、会露字"这类,用试跑或已拍出来的片段验证,没拍坏就不改。需要重抽时,先说清原因是剧本问题、提示词没写死,还是模型随机,再报价。
    • 给真实医生做个人 IP、科普这类片子,先过"真实关"(虚构剧集不适用,剧情优先,细节能真则真):这件事在现实里是不是天天发生?称呼、人数、流程按现实来(例如医院叫号叫全名、三甲门诊不止一个医生),冲突来自人物的顾虑,不靠急症和反转撑戏。
    • 改台词要先请用户确认。
    • 涉及医疗、法律等专业内容时,核对事实,并注明"剧情纯属虚构"。
  3. 连戏表和分段表(1_文档/)
    • 连戏表锁住容易穿帮的细节:人物辨识特征、服装、"不要出现"、站位朝向、道具状态、画面文字、声音。表上没写的,模型就会随便发挥。
    • 分段:一段放 2~4 个镜头,一次生成(2.5 单段最长 30 秒;多长最稳先试拍再定,"4~12 秒"只是早期习惯,没有依据);同一段里的人物和场景自然对得上。大动作单独成一段,并给够时间。分段表同时当进度表用。
  4. 素材(2_素材/)
    • 有人脸的角色,用 Seedream 文生图做三视图:一张图里胸像、正面全身、侧面全身,整张使用,再加一个辨识特征(痣、疤、补丁)。
    • 三视图只管长相和服装:表情放松、中性,全身是自然站姿,性格写进连戏表的人物基调。表演主要靠每段提示词的写法,不靠三视图:对照实验里,同一张冷脸三视图只改写法,人物就从吼人变成了焦急地喊人;换成中性三视图,额外改善不明显,脸却换了。已经开拍的项目,不要为了表情换三视图。
    • 每个说话的角色准备一段 2~30 秒的音色参考(wav)。
    • 场景、道具、片尾这类没有人脸的素材,用什么工具做都行。
  5. 提示词(3_提示词/S*.txt 和 分段.json):按官方写法来,见 references/prompting.md。
  6. 报价、试跑、批量
    • 分辨率默认 480p(2.5 约 ¥0.67/秒):用户没提就用 480p,报价时写明;用户点名要 720p 或 1080p 再换。
    • 每次花钱之前,先报模型、秒数和金额,等用户确认。
    • 花钱生成之前,先给用户看两样东西,用户确认后再生成:每段一张分镜预览图(用免费的生图工具画关键画面,只用来审构图、站位、人群和会露字的道具,不传给视频模型);全部提示词的汇总(每段时长、参考图、音色、价格和提示词原文)。分辨率等选项让用户明确选,不要自己推断。
    • 新写法或新角色先试跑 1~2 段,过审后再用 scripts/run_segments.py 批量生成。
    • 试跑和找原因的对照实验用 2.5 的 480p:和成片同一个模型,价格不到 720p 的一半。对照时用同一个 seed,一次只改一个变量。不要拿 Mini 测表演,它演不出细微表情,测出的结论搬不到 2.5 上。
  7. 审片(5_审片/):先运行 scripts/review.py,再自己看检查图。清单见 references/review-and-edit.md。
    • 硬指标都过了,还要逐句看表演:这句该是什么情绪、画面上实际是什么、在看谁,再对照需求里的关键时刻和人物基调。脚本量不出表演,硬指标全过不等于可以交片。
  8. 修补
    • 能在剪辑里修的不重新生成:推近裁掉字、只换画面保留原声、剪掉坏帧。
    • 必须重抽时,先找到原因、改好提示词,只重抽有问题的那一段。
  9. 出片(6_成片/)
    • 按剪辑表用 scripts/edit.py 出片,片尾卡用 scripts/end_card.py,再写一份自审报告。
    • 交给用户看片。用户只说现象,你来找原因、给方案,确认后再动手。

必须知道的约束

  • 写实人像审核:Seedance API 拒绝含真人人脸的参考图,写实风格的 AI 人像也会被拦(InputImageSensitiveContentDetected.PrivacyInformation)。
    • 可行的办法:用本账号 Seedream 文生图生成的原图,不裁剪、不压缩、不转格式,本地文件按原始字节传入。
    • 所以三视图不能裁开分张,有人物的镜头也不用"关键帧当首帧",改成"角色参考图 + 文字描述场景"。
  • 提示词里写什么,画面里就可能出现什么。通用结尾里的一个词会落到每个角色身上;描述表情的词会被放大;"不要 X"也可能招来 X。写法和反例见 prompting.md。
  • 台词放进 {}:用官方写法后,2.5 没有再自己往画面上打字幕;用引号写台词时,Mini 会把台词打成字幕,还是错字。
  • 计费:只有成功生成的才收费,被拒的请求不收费。写错参数(例如时长写成 1 秒)可以用来免费探测权限和字段。
  • 提交中断时:先运行 ark_video.py --list 看任务建成没有。建成了就用 --resume <任务ID> 取结果,没建成再重新提交,不要盲目重试导致重复扣费。
  • 个人账户最多同时跑 3 个任务;生成好的视频地址只保存 24 小时,要及时下载。

脚本

脚本作用
scripts/review_script.py剧本审稿:Gemini(可换 DeepSeek)分两路(A 专业事实与真实性、B 台词表演与可拍性),--prev 复查上一轮,打印两路是否"必须改:无"
scripts/ark_video.py单段生成:--ref 参考图(按顺序对应 @图片1…)、--ref-audio 音色、--first-frame/--last-frame、--resume、--list
scripts/seedream.py文生图出角色图,原图原样保存(--size 2048x1152 适合三视图)
scripts/run_segments.py按 3_提示词/分段.json 批量生成,同时最多 3 个;提交前检查素材;输出 4_生成片段/<段>_t<序号>_<模型>_<分辨率>.mp4,并报出花费
scripts/review.py自动审片:检查图、切镜点、画面文字(macOS Vision)、有声区间、首尾音量
scripts/breakdown.py拆解参考视频:按切镜点出镜头总览图,开头 20 秒逐秒、长镜头每 4 秒加抽帧(叠化切不开时以它为准),识别字幕挂到镜头上、生成拆解草稿;--compare 和自己的成片比节奏
scripts/edit.py按 6_成片/剪辑表.json 出片:入点出点、推近、打码、画面替换、定格淡出、分段响度、片尾卡
scripts/end_card.py渲染片尾卡(下集钩子、知识点、声明)

所有脚本都支持 --help。项目内的路径都相对项目目录,批量生成和剪辑用 --project 指定项目目录。

参考文件

  • references/ark-api.md:调用接口、估算成本、处理报错、开通账号时读。
  • references/prompting.md:写分段提示词和三视图提示词时读。
  • references/review-and-edit.md:审片、修补、剪辑和交付时读。
  • references/project-templates.md:新开项目时读,里面有目录结构、各文档模板和 JSON 格式。
  • references/reference-breakdown.md:用户给了参考视频、要拆开学的时候读。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.