本表收录全流程出现的所有专有名词，每个词给出：一句话定义 + 出现环节 + 详细解释在哪。 遇到不认识的词，先来这里查。

一、流程与环节

二、故事与剧本术语

三、分镜与镜头术语

四、资产与一致性术语

五、画风术语

六、审核术语

七、工具术语

八、表情 / 声音 / 质感术语（2026-09-21 第二批）

九、合规与监管术语（2026 新规）

十、自动化生产术语（2026-09-22 · 素材 19）

十一、发行与变现术语（2026-09-22 · 素材 20）

十二、诊断与返工术语（2026-09-22 · 素材 21）

6.18 卡点排查方法论。卡住时按「层」定位问题，再单变量返工。

十三、转场与后期打磨术语（2026-09-22 · 素材 22）

8.2 / 8.3 合成阶段术语（源自北航手册）。默认硬切；跨镜不顺畅时才用过渡三法。

十四、声音与画幅术语（2026-09-22 · 素材 23/24）

8.4 / 8.5 声音设计与画幅适配术语。配音与配乐分工：7.3 管「配音像不像人」，8.4 管「成片听感有没有劲」。

十五、本地部署与开源术语（2026-09-22 · 素材 25）

附G / 附H 本地/离线全流程与开源生态术语。相对「云端即梦/可灵」：本地路线免 API、无水印、不限次，代价是需自备显卡。

十六、出海与译配术语（2026-09-22 · 素材 26）

十七、钩子与首屏运营术语（2026-09-23 · 素材 27）

十八、智能体编排与 Pipeline 术语（2026-09-23 · 素材 28）

十九、开源工程管线术语（2026-09-23 · 素材 30）

使用建议

看到不认识的词 → 先在本表搜 → 想看详细解释 → 按"详见"列去对应文档（03_GitHub研究/R*.md）。

来源：知乎专栏「小说→AI漫剧分镜」系列 01–18（原始 18 篇见 01_原始素材/2026-09-22分镜技巧/） 核心：分镜不是信息堆积，而是重点提炼。成熟分镜不是拍得满，而是拍得准。

一、分镜为何会「没戏」或「显平」（09/13）

• 完整 ≠ 有戏：字段齐、镜头都写了 ≠ 抓人。有戏靠重点、变化、重音、张弛。
• 六个典型问题：
  1. 把分镜写成信息清单（填表式，无镜头逻辑）；
  2. 所有镜头一样重（全重 = 不重）；
  3. 只拍「发生了什么」，没拍「为什么这一刻重要」；
  4. 只有情绪结论，没有情绪过程；
  5. 有镜头但没节奏设计（没有收紧/停顿/爆点/落点）；
  6. 环境、空间、物件只当背景，不参与叙事。
• 一个实用判断：删掉这个镜头，戏会不会垮？ 只少表面信息=补充镜头；删掉重音/变化/情绪落点没了=真正有戏的镜头。

二、核心心法：不拍台词，拍变化（11）

• 别「谁说话就给谁」，那只是台词的字幕。
• 对白多不怕，怕的是把对白场景只当台词展示。真正有戏的是「说完之后发生了什么」。
• 镜头跟着关注点转移走：正常交流 → 试探 → 施压 → 情绪失控 → 沉默 → 一方退开。
• 多拍听者的反应、停顿，不只拍发言者；
• 让动作、空间、停顿参与进来（拿杯子的手停一下、原本靠椅背后来坐直、说话前犹豫、说完后沉默）。

三、先抓重音（09/12/13）

• 整场戏先定 1–2 个最该放大的点（关键台词/态度转折/情绪裂口/线索出现）。
• 不是平均用力：有轻有重，分镜才立得住。找重音比补信息重要。
• 一个场景拆几个镜头，不按字数/句子拆，按「变化点」拆——关注点转移的次数，不是原文句数。

四、拍情绪过程，不拍情绪结论（15）

• ❌ 原文「她心里一紧」→ 分镜「女主内心紧张」：还是抽象，不是画面。
• ✅ 流程：心理状态 → 外在表现 → 镜头表达。
• 四类可转译画面：
  1. 表情细节：眼神短暂停住、嘴角想维持却慢慢压下、没敢直视、想笑却是僵的；
  2. 身体动作：手指收紧、背部微僵、身体前倾又停住、后退半步、想拿东西停在半空、转身太快像在逃避；
  3. 空间/环境反应：安静得只剩时钟、空房间、逆光看不清表情、桌上的水杯一直没人碰、门开着没人过去；
  4. 镜头节奏：镜头停久一点、对方说完不立刻接、留一拍沉默、先给手再给脸。
• 原则：不拍「情绪结论」，拍「情绪正在发生的过程」。

五、善用留白（04）

• 留白 = 故意不拍满、不说满、不解释满，把解释权交给观众。
• 最常用：情绪转折点、关系微妙变化、重大事件前后（打斗前对视、离别前停顿、真相揭示后沉默、告白后没人回应那几秒）。
• 判断：删掉后观众还能理解且情绪更强 → 有效留白；看不懂动机/逻辑 → 不是留白是断裂。
• 三大误区：把空镜头当留白（空镜也要有叙事作用）；该交代的不交代；什么都拍一点最后没有真正留白。
• 任务决定留白：剧情镜头要清、信息镜头要准、情绪镜头可以留。

六、环境参与叙事（14）

• 环境不是背景板，是叙事工具。先判断它在服务什么：交代空间/建立氛围/承接情绪/埋线索/调节奏。
• 环境可拆四类镜头：
  1. 场景建立（人/物/空间定位）；
  2. 氛围承接（先让观众感到什么：安静、压迫、悬疑）；
  3. 环境细节（第二只杯子、半开抽屉、泥脚印、没人碰的台灯）——看似写景，关键在细节；
  4. 过渡收束（空房、没喝完的水杯让情绪落地）。
• 示例：原文「房间安静得可怕，窗帘被风轻吹，水早凉了，门开着没人过去」→ 拆成：空房关系镜头 → 窗边 → 桌面特写 → 门 → 回人物，有顺序有重心。
• 环境要和人物状态互文：人物压抑，环境承接；人物怀疑，环境细节配合埋点。

七、信息量大时分层（08）

• 乱不是因为信息多，而是信息没层级。文字可同时说很多事，镜头只能让观众先看一个重点。
• 先分三类：主信息（核心推进点）/ 辅信息（背景暗示/伏笔物件）/ 氛围信息（希望观众感到什么）。
• 方法：先「主镜头 + 补充镜头」——主镜头承载核心戏，补充镜头少量增层次。一镜一主一辅。
• 镜头顺序按观众理解顺序排，不一定按原文顺序。高信息场景：先明说主线 → 再带状态和细节异常 → 最后放伏笔情绪。
• 信息量越大越要克制炫镜头：不必要的频繁特写、每句对白换机位、为不平强行运镜，都是负担。

八、细节取舍（05）

• 值得拍：①帮观众理解剧情（门把手转动、桌上多钥匙）；②承接人物情绪（嘴上说没事手却攥衣角）；③形成画面记忆点（雨滴沿伞骨落）。
• 不单拍：①只在文字里成立的美（夜色像潮水）——融入整体氛围；②重复表达同一信息（眼眶红+手指抖+低头+茶杯响都在说难过，选最有效的那个）；③太抽象无法拍摄（不安→回头看走廊、脚步停一下、握紧手机）。
• 实用三问：能不能让观众多知道一点？能不能让情绪更成立？放进来会不会拖节奏？前两问肯定→保留，第三问肯定→该省。

九、场景切换太多（02）

• 问题：丢空间感、切情绪、节奏碎（≠真快）、成本高。
• 处理：①先场景归并（卧室+楼梯+院子若只是「争执后离开」→压成「室内对峙」+「离开结果」两个单元）；②把换场景改成镜头内调度（全景/中景/特写/视线镜替代硬切）；③给切换设「桥」——动作桥/声音桥/视线桥/物件桥；④区分功能性切换（干脆）和情绪性切换（不能太快）；⑤长篇要敢省。
• 判断：切换有没有带来新的叙事价值？不切能不能用动作/台词/调度说完？切完观众得到的是不是更有效？

十、快还是慢（03）

• 偏「知道」→ 快；偏「感到」→ 慢。
• 外部冲突（追逐/争执/危机/反转）→ 快；内部冲突（迟疑/压抑/强忍/想说没说）→ 慢。
• 信息密度高的戏不一定快，要有选择地快：主信息快、辅助让；核心动作清、次要省；重点情绪留、重复砍。
• 进入太早慢，结束太晚拖。问：这场戏从哪开始最有戏？停在哪最有劲？

十一、人物第一次出场（07）

• 三个任务：让人记住 + 感受到气质 + 和剧情建立关系。别只完成「人物出现了」。
• 先定一句话：这个人第一次出场，最想让观众先感受什么（强势/脆弱/危险/神秘/反差）。
• 四种方法：①先局部再完整（手/眼神/鞋跟/佩饰建立气质）；②先环境反应再出人（嘈杂突然安静、视线转向、门开风灌进来）；③先关系再给人物（先拍主角反应）；④带动作出场（边走边摘手套、推门拎着滴水的伞）。
• 常见错误：一上来信息说满、只顾外形不顾状态、登场和剧情无关、所有人物出场同一方式。

十二、旁白处理（10）

• 先分旁白功能：补信息 / 写心理 / 写氛围 / 做总结判断。不同功能处理不同。
• 该删：重复画面信息的、解释太直的、只增强文气的。
• 该转镜头：心理型→动作反应；氛围型→环境镜头；判断型→拆成铺垫和结果。
• 该保留：大时间跨度/背景跳转（三年后）、章节感/开场收束、画面难独立完成的世界观信息。
• 三问：这段补什么？画面能不能自己完成？（能→转镜头）；留着是增强还是替镜头偷懒？

十三、一致性：角色表→场景表→分镜（16）

• 别一上来就让 AI 写整个分镜——那会把角色/场景/剧情混在一起，导致跨镜头漂移。
• 正确顺序：先角色表（每个角色稳定可复用的文字设定：外貌/服装/气质/标志特征）→ 再场景表（场景名+描述+关键道具）→ 最后才写分镜（每镜明确引用哪个角色+哪个场景）。
• 核心：先有「库」（角色、场景），再写「用」（分镜）。

十四、分镜脚本 5 关键元素（18）

1. 视觉草图/缩略图（越简单越好，鸟瞰整个故事）；
2. 场景描述/镜头细节（谁、做什么、哪、何时，人物状态到场景情绪，可含摄影机移动）；
3. 对话/脚本摘录（台词进故事板，指示谁说、说什么）；
4. 注释（相机角度、角色移动、特效、慢动作等让画面「活起来」）；
5. 镜头序列（按时间顺序排，注意节奏张弛与视觉连续性）。

十五、快速把剧本拆分成镜（17）

• 路径：选分镜拆解助手 → 粘贴剧本 → 选字段（景别/运镜/人物状态/对白/布光）→ 生成 → 整理成表 → 导出 Excel。
• 关键：字段提前定；拆解后核对原文内容是否 100% 还原；导出为结构化分镜表直接供画画面/制作。
• 好的拆解不是「切镜头」，而是提取场景/角色/对白/动作后按故事结构重组，再补执行信息。

附：一条自检清单（每批分镜做完过一遍）

• [ ] 能一句话说清本段重点？（说不清=焦点散，06）
• [ ] 删掉 1/3 镜头内容会不会反而更清楚？（有冗余，06/13）
• [ ] 有没有「谁说话就拍谁」的机械切换？（11）
• [ ] 是否拍到了情绪过程（停顿/动作/反应）而非结论？（09/15）
• [ ] 环境是否只在当背景、没参与叙事？（14）
• [ ] 该留白的地方是否还在拼命解释？（04）
• [ ] 同一信息是否被多镜重复表达？（05）
• [ ] 场景切换是否带「桥」、是否偏多？（02）
• [ ] 人物首出场是否有记忆抓手、是否一眼立住？（07）

整合了用户提供的全部指令词与实战经验文档 + GitHub 主流项目调研。 目的：把「找小说 → 出成品」整条链路标准化，明确每一步：输入 / 用什么指令 / 输出 / 交付物 / 质检点。 参考素材原文见 02_素材整理/。

🚀 快速上手（SOP 简版）

第一次做漫剧，按这个顺序走即可。详细规则见后续章节。

[0] 准备：建项目文件夹（见「推荐目录结构」）
 ↓
[前置] 故事骨架（长篇/多集时）：大三角 + 矛盾 + 付费点 + 反转登记
 ↓
[1] 选本：找小说 or 原创 → 套「爆款改文指令」→ 得到 1000 字文案
 （可选前置：提前定整部集数/时长 → ①.1 漫剧长度设定，留空则不限）
 ↓
[2] 转剧本：套「小说转剧本指令」→ 含钩子/爽点标注的剧本
 ↓
[3] 分幕（可选）：套「台词分幕指令」→ JSON（角色+台词+情绪）
 ↓
[4] 提角：套「S级人物指令词」→ 四风格提示词 + 角色设定卡 + 资产体系
 ↓
[5] 出图：即梦出 面部 → 全身像 → 三视图/四视图 → 表情矩阵（16:9）
 （搞笑/名场面套「夸张表情」→ ③.5.1；写实情感戏套「60表情+微表情FACS」→ ③.5.2）
 ↓
[6] 场景：套「S级场景指令词」+「氛围7要素」(→5.4) → 双格式输出 → 即梦出场景图
 ↓
[7] 分镜：导演规划 → 套「S级镜头提示词」（10s/2-15s）+ 动作库6.14 + 运镜库6.15 + 质感词6.16 → 时间轴分镜
 ↓
[8] 审核：过「分镜审核」（红线 R1~R4 + 维度表）
 ↓
[9] 出片：即梦/可灵 → 加入人物+场景+道具+声纹锚点(→7.2) → 视频片段
 ↓
[10] 合成：剪映 → 衔接尾帧单帧视频 → 配音(情绪标点→7.3)/字幕/BGM(声音设计→8.4 配乐·音效·混音) → 成片
 （导出规格：MP4 / 1080×1920 竖屏 / 30fps / 码率 8000-10000 kbps → 见 ⑧；横屏与一套素材多用→8.5）
 ↓
[11] 自检：过一遍「附D：制作自检清单」
 （可选）↓
[12] 发行：选平台（⑨ 9.2）→ 上线合规（2.3/附F）→ 分账/变现（⑨ 9.1/9.3）

工具链：DeepSeek/豆包（文本）→ 即梦（出图/出视频）→ 可灵（口型）→ 剪映（合成）

⚠️ 合规提示：2026-04-01 起 AI 漫剧「持证上岗」，未备案存量已被全网下架。开工前请先过 ② 2.3 合规前置（备案分级 / 资质 / AI 标注 / 内容红线），避免「做完即下架」。

总览：主链路

【前置】故事骨架（长篇/系列化时）
   ↓
① 选本改文  →  ② 转剧本  →  ②.5 台词分幕  →  ③ 人物&道具  →  ③.5 表情矩阵  →  ④ 三视图
                                                                  ↓
⑧ 剪映合成  ←  ⑦ 视频生成  ←  ⑥ 分镜提示词  ←  ⑤ 场景图  ←──────┘

【前置】故事骨架（可选 · 长篇/系列化建议做）

起点二选一：

• A. 改现成小说 → 先搭骨架（从原著提炼结构）→ 再改文
• B. 做原创 → 先改文/创写（写出小说）→ 再搭骨架 顺序不固定，取决于你手上有没有现成原著。短篇/单集可跳过骨架。

当你做的是长篇/多集/系列化漫剧时，在选本改文之前先搭骨架。 完整规范见 03_GitHub研究/R5_Toonflow_故事骨架与付费点.md。

底层原则：短剧 = 投放变现的即时情绪产品，情绪先行；三大密度（情绪/信息/情节）是骨架级总标尺；预期管理（建立→打破→埋新）是留人核心。

核心结构：

• 大三角嵌套小三角，主流为单线型（多线并行易被退稿）
• 矛盾 ≠ 冲突：矛盾=内在"想要但得不到"，冲突=外在对抗行为；只堆吵架不打磨矛盾 = 戏是空的
• 矛盾四级阶梯（爆款须达 3-4 级）：最好的是两个好人因不同选择走向不同命运

必做产出：故事核 / 隐线（人物弧）/ 人物小传（大三角 ≤4 人）/ 三幕结构 / 分集决策 / 付费卡点设计 / 股价级反转登记表

关键规范：

• 前 10 集黄金结构：三集定生死 + 十集定全篇 + 卡点要卡住；开篇即绝境（极端困境/身份反差/情感暴击）
• 付费点：按 ≈10%/30%/50%/70%/90% 分布；卡点三步（先爽透→拉高预期→卡主线钩子）
• 股价级反转三式（全剧 ≈3 个）：预期误导 / 人设颠覆（只用于配角）/ 动机置换
• 金手指必须新颖独一无二、有约束、非洗稿

完整规范见 03_GitHub研究/R5_Toonflow_故事骨架与付费点.md

②.5 台词分幕（可选辅助）

• 指令：《台词分幕》（原文见 01_原始素材/用户提供的指令词/17_台词分幕.txt）
• 定位：辅助环节（可选），非必经步骤。作用是把已有文案结构化，便于程序化处理。
• 输入：剧本 / 文案（在「② 转剧本」之后使用）
• 输出：结构化 JSON 数组（把台词按幕/场拆分，供后续分镜引用）

任务：将小说内容划分为「角色 + 内容」，输出结构化 JSON。

台词识别规则：

• 完整保留原文，不得遗漏/删改/省略任何字句
• 提取带引号（""）、破折号、感叹号、冒号等台词标记的文本；其余为旁白
• 双引号内容提取后双引号改成单引号（‘’）
• 角色在已知列表则直接用；不在则根据上下文合理判断
• 相邻同角色台词可合并，但单条 ≤ 50 字（标点也算）
• 超 50 字按语义完整性拆分，每条 ≤ 50 字，保证原文不缺失
• 以 35-50 字为一个提取限制
• 拆分须保证是同一角色所说

旁白识别规则：

• 所有非台词的叙述内容（心理活动/环境/动作/场景过渡）均标为「旁白」
• 同样保留全部原文、单条 ≤ 50 字、可按语义拆分

情绪与强度：

• 为每条台词标情绪 + 强度，必须从给定列表中选择
• 旁白统一：情绪「平静」，强度「中等」
• 情绪识别不得改写原文，仅用于标注

特殊情况：

• 多角色连续对话须对应正确角色，避免错配
• 混合段落须拆为独立记录（旁白一条、台词一条）
• 输出不得遗漏/重复/合并错误，原文 100% 完整保留

输出格式：严格 JSON 数组，每条含 role_name / text_content / emotion_name / strength_name

输入约束：会提供 possible_characters（角色列表）、possible_emotions（情绪列表）、possible_strengths（强度列表），情绪与强度必须从中选择。

① 选本 / 改文

两条路线（二选一）：

• A. 改编现成小说：找小说 → 用「小说爆款改文指令」改编文案。
• B. 原创：用「原创剧本指令」自己生成爆款小说。

内置拆解逻辑指令（《一、剧本生成》）：

帮我拆解这本小说的内容逻辑，包含四个维度，分别是：爆款开头、高潮、反转、爽点，并帮我总结这三本小说逻辑的共同点。 根据以上爆款逻辑，帮我生成一篇同类型小说 1000 字。

短剧剧本「黄金公式」（2026 行业通用写法 · 源自 CSDN 仿真人短剧教程）：

开场 3 秒钩子（冲突/反转/悬念）
→ 第1集：建立人物 + 抛出问题
→ 第2-N集：每集一个小冲突 + 一个钩子（结尾留悬念）
→ 最后集：高潮 + 反转 + 留余味（为续集埋伏笔）
每集 45-90 秒；总集数 8-16 集

硬规则（避坑）：

• ❌ 不写「咖啡店里两人闲聊」——闲聊场景画面要求低，但观众留存率最低。
• ✅ 每集必须有「画面事件」：摔杯子、推开门、手机响了、表情变化。
• ❌ 对话不超过 3 轮/集——短剧靠画面和表情讲故事，不靠台词。
• ✅ 每个转折点加一个「视觉符号」：戒指特写、雨中的伞、微信消息弹窗。

交付物：改编文案 / 原创小说（约 1000 字） 质检点：具备爆款四要素（开头钩子 / 高潮 / 反转 / 爽点）；剧本符合「黄金公式」结构（3 秒钩子 / 每集画面事件 / 每集 ≤3 轮对话）。

①.1 【可选前置】漫剧长度设定（控制整部集数/时长）

对应操作台s0-p0 故事骨架 / s1-p0 爆款改文 / s1-p1 拆解爆款三个盒子里的「漫剧长度设定」折叠栏（默认收起，点「＋」展开；留空则不限制）。起点A 搭骨架时即可定总集数/时长，起点B 写文时沿用。

作用：在写小说这一步前置设定整部目标长度，让 AI 从源头按目标体量规划——分几集、每集字数/时长、卡点位置，避免后面分镜出片体量失控。

两栏（任填或都填）：

• 集数（如 6）
• 每集时长（如 60秒 / 1分钟）

填入提示词后自动生成：【漫剧长度设定】整部共 X 集、每集 Y。请按此目标长度规划分集体量与节奏（集数、每集字数/时长、卡点位置），确保体量受控。

何时用：

• 明确目标集数/总长的项目（如要做 6 集短剧）→ 填
• 刚开始/不确定体量 → 留空，让 AI 自由发挥

注意：仅适合起点B 原创/写新小说时控制体量；改编现成小说时长度受原文约束，设定可作为「压缩到 N 集/每集 Y」的提炼目标。

①.2 【爆款钩子】黄金 3 秒「视觉补偿 + 预期管理」+ 十大公式 ⭐

源自塔猴《10 个爆款钩子公式》（素材 27）。开写第 1 集前先定钩子；与上文「黄金公式·3 秒钩子」互补——黄金公式给结构，本节给内容配方。

底层逻辑（两个机制）：

• 视觉补偿：观众看 AI 剧是为看现实拍不出的东西（宏大废墟 / 瑰异生物 / 极致美学）→ 用视觉冲击瞬间降低心理防线。
• 预期管理：画面再美、没冲突也是死的 → 钩子须在 3 秒内抛出待解决的矛盾（死里逃生？认知颠覆？）→ 给出「想看下去」的心理预期。

十大钩子公式（题材 × 冲突组合，每式含画面示例 / 例句 / AI 生成提示词，见素材 27）：

避坑 3 条：① 拒绝视觉廉价感（钩子为「视觉奇观」时务必用高精度生图；古装女频的丝绸/珠宝质感 = 女性观众代入关键）；② 音效先行（重音弹起 / 心跳突停 / 古风杀伐声要比画面先一步撞进大脑，呼应 8.4 声音设计）；③ 切忌文不对题（钩子 ≠ 后续内容 → 观众感到被欺骗，跳出率极高）。

质检点：单集钩子过三问（3 秒内有矛盾？画面有视觉补偿？音效是否先行？）+ 钩子与后续内容一致。

② 小说转剧本

• 指令：《二、小说转剧本指令词》（原文见 01_原始素材/用户提供的指令词/02_小说转剧本指令词.txt）
• 输入：① 产出的文案 / 原文小说
• 输出：漫剧剧本 / 合规改编全文

核心要求（四大部分）：

1. 爆款开篇核心（必执行）

• 开篇 3 秒爆点：第一句就抛极致冲突/绝境/反转/悬念，无铺垫、无旁白，直接切高潮名场面（绝境受辱、生死危机、惊天揭秘、逆袭打脸、天降机缘）
• 爽点密度强制：每 80 字 1 个小爽点，每 200 字 1 个大爽点；主角全程不憋屈、不拖沓
• 段段留钩：每段结尾必留悬念/伏笔/反转预告，杜绝平淡收尾
• 合规零风险：无血腥/暴力/色情/恐怖/惊悚/低俗；打脸惩戒用温和合规方式

2. 剧情改编硬性要求

• 砍冗余铺垫、无关支线、冗长对话，开篇即切核心冲突，保留主线快速推进
• 放大情绪反差：绝境/屈辱 vs 逆袭/碾压，冲突尖锐、情绪极致
• 反转密集不套路，每次冲突都有意外反转
• 章节结尾必留终极钩子（惊天秘密/强敌来袭/逆天机缘/身世谜团）

3. 人物细节优化

• 主角气场拉满、智商在线，摒弃懦弱犹豫，行动果决
• 对立角色标签化，反衬主角逆袭爽感
• 补充关键场景/道具/伏笔，原创设定无版权风险

4. 格式阅读适配

• 短句为主、画面感强、适配手机快速阅读
• 单章 800-1000 字，适配短视频分段传播
• 段落简短、重点剧情突出

质检点：开篇是否 3 秒炸场；爽点密度是否达标；段尾是否留钩；是否合规；单章是否 800-1000 字；剧本是否拆到「场次→镜头」粒度。

2.1 【补强】剧本创作硬标准（参考 Toonflow 剧本 Agent）⭐

三大情绪要点（每集至少 1 个）：爆点（震惊事件）/ 虐点（心痛事件）/ 爽点（高光时刻）

• 爽点公式：爽点 = 装 + 打脸 + 震惊 + 收获

三大密度（单集自检，均不能“低”）：

• 情绪密度：前3秒强钩子 → 中间30-40秒小爆发 → 结尾10秒悬念卡断；把情绪写进动作而非台词
• 信息密度（快准新无）：快=前10秒交代主角/危机/冲突；准=高效潜台词；新=必给新信息；无=无价值台词全删
• 情节密度（三硬标准）：因果锚定 + 冲突驱动 + 价值转变
• 黄金单集公式：情节承接 + 冲突升级 + 价值转变 + 下集勾连

节奏 3-15-45：3 秒情绪冲击 / 15 秒剧情变化 / 45 秒强期待（留抉择时空）/ 结尾反转钩子

开篇 8 大规则（总则：开篇即绝境、开篇即高潮；三坑必避：介绍人物/开会/写景）： 冲突即时性 / 信息量密集 / 信息差 / 铺垫≤ 3 集 / 关系拉扯感 / 每集必反转 / 压情绪 / 明确目标

单集钩子级反转三式（单集 ≤1 个）：道具伏笔反转 / 情绪回弹反转 / 镜头错位反转（画面必须 100% 真实）

台词规范（总则：要展示，不要告诉）：单句 ≤20 字；单角色单次 ≤50 字；高频潜台词但不晦涩；动作>台词

新手五大硬伤：情绪描写过多 / 小说化描写 / 心理描写过多 / 台词冗长 / 描述性动作过多

📎 完整规范（含剧本输出格式 scriptItem/△/OS/转场、BigBanana 工业化工作流）见 03_GitHub研究/R4_Toonflow_剧本创作与BigBanana.md

2.2 【导演规划】剧本→拍摄计划（参考 Toonflow 阶段1）⭐

位置说明：导演规划实际执行位置在 ⑤ 场景 之后、⑥ 分镜 之前（编号 ⑤.5）。放在这里是为了"为分镜提供节奏依据"。

位置：构建分镜表之前。把剧本转为拍摄计划。核心原则：只拆分、不创作（唯一例外：场间过渡）；不规划光影/色调/配乐。

分场：一个场 = 同一时空下一段连续戏；以地点变更/时间跳变/戏剧单元收束为切点；场次须全覆盖剧本。

逐场统计：台词条数 + 台词字数（只计数，不预算时长/镜头数）+ 情绪浓度 0~10 + 情绪基调（标注 X→Y）。

场间过渡（唯一允许创作的环节）：先判断是否必要；必要时用 动作衔接/空镜/淡入淡出。

逐场注意事项（留给下游）：情感砸点 / 视觉一致性锚点 / 空间距离 / 环境音提示 / 易错提示。

📎 完整规范 + 改编策略 8 大要点（类型创新/矛盾强化/删减优先级）见 03_GitHub研究/R10_Toonflow_导演规划与改编策略.md

2.3 【合规前置】备案与内容红线（2026 新规，先搞清再开工）⚠️

2026-04-01 起 AI 漫剧「持证上岗」：未履行备案程序的存量动画微短剧已被全网强制下线，新作须先备案后上线。上架前先过这一节，避免「做完即下架」。政策更新频繁，以官方最新公告为准（详见附F）。

2026 下半年续推：2026-07-01《管理提示（AI 微短剧分类分层标准）》实施；2026-09-01 施行总局令第 16 号《微短剧发展管理办法》——国内第一部针对微短剧的专门规章。

① 三级分层备案（按投资额 + 题材类型）：

• 个人/小团队基本落第三档；但制作方须持《广播电视节目制作经营许可证》（个人常见解法：签约 MCN / 挂靠持证公司发行）。

② AI 强制标注：片头或显著位置标注。纯 AI「AI 生成」与 AI 辅助「AI 辅助生成」须分开标注；多平台要求封面+标题+片头双/三重标注（片头≥3s、字号≥画面短边 5%）。

③ 内容绝对红线（违者下架/封禁）：极端复仇、以暴制暴、拜金炫富、畸形婚恋/美化出轨家暴 · 低俗色情擦边 · 封建迷信（算命/风水/灵异/玄学改命） · 血腥暴力/私刑 · 歧视对立 · 未成年人有害（早恋/霸凌/抽烟喝酒/成人化剧情） · AI 魔改经典与英模 · 未授权真人肖像与声音（AI 换脸） · 观感不适（血腥惊悚/怪异邪典画风）。

④ 版权存证：留存 AI 生成提示词、参数、生成日志、素材授权合同；剧本做查重自检。

⚠️ 对本流程的直接影响：② 转剧本环节的「合规零风险」要求，除原有血腥/色情/恐怖外，还须叠加上述 2026 红线（尤其是拜金爽感、极端复仇、封建迷信（重生/系统/风水玄幻常见）——玄幻/末世逆袭类须谨慎处理超自然金手指与复仇打脸尺度）。

③ 人物 & 道具提示词

• 指令：《三、S级人物指令词》（原文见 01_原始素材/用户提供的指令词/03_S级人物指令词.txt，系统非常庞大）
• 用法：把剧本里的人物、关键道具，用 DeepSeek / 豆包 生成提示词
• 输出：每个人物 / 道具的标准提示词

角色定位：扮演顶级 3D/写实角色概念设计师，为即梦等平台生成电影级提示词，严格遵守敏感词规则。

核心机制：

• 平台敏感词禁止列表 — 禁身体裸露类/身材过度描述类/材质暗示类/过度写实类/暗示性动作
• 风格自适应 — 根据题材自动选美术风格，禁止默认国风古装：
  • 修仙/武侠/宫廷 → 国风写实 | 现代都市 → 现代写实 | 科幻 → 科幻写实
  • 西幻 → 西幻写实 | 民国 → 民国复古 | 悬疑 → 现代写实+暗黑 | 混合 → 融合
• 气质美学词汇 — 按题材加前缀（古风/都市/科幻/西幻/民国）；女角（≤30）至少 2 个美学词，男角（≤35）至少 2 个
• 五官差异化 — 拒绝脸盲，必须写明脸型/眉形/眼型/鼻型/唇形（各含词库）
• 人类角色眼睛仅自然色系（非人/神明可用异色瞳，须有设定依据）
• 头饰限制 — 禁夸张大头饰（除非皇后/女帝）；优先无发饰或极简小发饰
• 服装 — 至少 4 种高级材质混搭，立体剪裁，禁"宽腰封""勒紧"；现代都市女性允许不限场景用高定礼服
• 神态统一 — 所有风格中性平和，气质靠五官结构/骨相/姿态，不靠表情

每个角色输出四种风格版本：

任务流程：① 提取所有人物 → ② 提取高频道具 → ③ 每个角色出四版提示词 → ④ 道具出 1:1 正面居中提示词

质检点：同一人物在不同场次描述一致；敏感词自查通过；四种风格核心描述（脸型/眼型/眉形/鼻型/唇形/发型/气质词汇）在 3D/真人/GPT A版 之间必须一致。

③.6 【优化补强】角色档案与设定卡（参考 GitHub ai-comic-script-generator / ai-comic-studio）

角色设定卡「固定不变区」（保证跨镜一致性）：

角色名 / 性别年龄 / 身高体型 / 气质关键词（3个）/ 发型（长度+类型+颜色）
/ 五官特征（≤3）/ 肤色 / 标志物（必有 1 个）/ 主穿搭 / 主色系 / 禁止出现项

• 固定角色描述：每个镜头 prompt 中一字不差复制粘贴
• 固定画风后缀：每个镜头必追加
• 提示词模板 = 固定角色描述 + [表情/动作/场景] + 固定画风后缀

标准母图（定妆照）：用设定卡生成 3-5 张正/侧/全身图 → 选最满意 1 张作 Master Reference → 后续所有镜头以它作参考（MJ --cref / IP-Adapter）。

其他一致性机制：

• 合并去重：手动合并重复角色（如"马管家"与"老马"）
• Character Memory：把角色档案注入每一格提示词
• 神秘角色视觉方案：声音出场用暗色剪影+红光点；固定视觉元素（如黑暗背景+编号）
• 角色四视图：正面/四分之三/侧面/背面（比三视图多一个 3/4 视角）

新增全局机制建议：

• 角色档案（Character Bible）：集中管理所有角色固定描述 + 标志物 + 禁止项，全流程引用
• 视觉连续性审核：全集分镜一次过审，批量重写保证跨镜一致
• 参考素材库：Master Reference + 场景参考图 + 道具参考图，统一管理

③.6.1 一致性技术栈与「视觉契约」⭐（2026 工业侧）

源自 2026 工具链专文（素材 17）。为上面「标准母图 / Master Reference」补工业侧参数与落地手法。

闭源平台流：Midjourney V7 Omni Reference（取代 V6 Character Reference，除面部外还捕捉角色气质/色彩比例/服饰纹理）；二次元加 --niji 7；用 --cw 平衡一致性与创意。快速风格化漫剧一致性约 85%-90%。

开源控制流（工业级）：ComfyUI + SD 3.5 / SDXL，主流组合 = IP-Adapter FaceID Plus v2 + ControlNet Reference + ADetailer。

• 流程：先出 Master Reference 主参考图 → IP-Adapter FaceID Plus v2 实时锁定面部骨骼 → 面部细微偏移时 ADetailer 自动检测并高分辨率重绘面部。
• 适用：动作复杂 / 需精确构图；一致性约 90%-95%。
• 对照：LoRA / Dreambooth（30-50 张不同角度/表情/光照图微调）→ 长期连载 IP，一致性接近 100%。

「视觉契约」三段法（把一致性从「抽卡」变「规则」）：

1. 视觉身份证：每个核心角色一份固定核心描述（如「25岁男性，黑色连帽卫衣，暗黑系国漫风，眼角有痣」）。
2. 提示词权重控制：不变项（发型/瞳色/标志性服饰）权重调高，可变项（光影/动作）权重调低；崩坏处用局部重绘定点修正（不必重绘整图）。
3. 分镜头预览验收：批量生成前先查关键镜头草稿，发现偏差立即回改权重/描述，把问题扼杀在成片之前。

让角色「从环境里长出来」：生成角色时叠加环境光描述（如「被霓虹灯漫反射照亮」），生成背景时反向加入角色的光影投影参考；整集用整体色彩校正统一色调。

③.6.2 【开源工程管线】SD/AnimateDiff 自建一致性技术栈与工程参数 ⭐（2026 工业侧 · 硬核）

源自 某厂算法工程师《AI 漫剧全流程制作实战》（腾讯云/思否，1.2 万字含工程代码；原文见 01_原始素材/2026-09-21新增/30_AI漫剧全流程工程化实战（AnimateDiff·Wav2Lip·Kohya LoRA）.md）。③.6.1 讲「技术栈选路与视觉契约」，本节补「以 Stable Diffusion 生态自建整条工程管线」的可复制参数——适合想脱离一站式平台、自建可复现管线的团队；与附G（本地离线 ComfyUI 路线）互补。

整条工程管线：主题 →[LLM]结构化分镜JSON →[LLM]SD正负提示词+ControlNet →[一致性]LoRA+IP-Adapter →[关键帧]SDXL+ControlNet(OpenPose/Depth) 每场景4~6帧 →[动态]AnimateDiff v3 16帧 →[音频]Edge TTS 多情感 →[口型]Wav2Lip+GFPGAN →[合成]MoviePy+FFmpeg（A100 上每天可批量出 10 条）。

双 LLM 分工：GPT-4/Qwen-72B 生成「故事大纲+分场」固定 JSON（scene_id/location/characters/visual_desc/dialogue[{speaker,text}]/duration_sec）；Mistral-7B 专把 visual_desc 转 SDXL 正负提示词。⚠️ 踩坑：LLM 易生成「镜头移动」等非视觉词 → 提示词须强调只描述静态画面，动态交给 AnimateDiff（与 6.0「静态帧 vs 动态运镜分离」同源）。

LoRA 训练（Kohya_ss）实操参数：每角色 20 张半身像（不同角度/表情，SD1.5 生成）；lr=1e-4+cosine / warmup 100 / batch 2 / epoch 10 / fp16 / network_dim 32 / network_alpha 16；loss ~800 步趋稳（≈0.12），safetensors ≈ 96MB。⚠️ 服饰颜色单一易过拟合（背景也变单一）→ 训练集混入不同背景图 + lr 降至 5e-5。

一致性「三板斧」（工程版）：

1. 固定随机种子：每场景内所有关键帧同一 seed（不同场景用不同 seed）→ 同场景风格统一。
2. 首帧参考：场景 1 首帧纯 prompt 生成，后续每场景首帧用上一场景末帧作 ControlNet 姿势引导 → 防跨镜跳跃（与 6.10「承接上镜」一致）。
3. IP-Adapter 权重动态调整：表情变化大时（笑→哭）0.8 → 0.5，让 prompt 主导，防五官扭曲。

⚠️ 工程坑：diffusers 对 IP-Adapter 与 ControlNet 同时支持不完善 → 实操改用 ComfyUI API（comfyui-client） 更稳。

AnimateDiff v3 调参：num_frames 16 / context_length 16 / context_overlap 4 / fps 8（后插值到 24）/ motion_scale 1.0。经验：对话特写 scale 0.6~0.8（防五官扭曲）；全景走动 1.2~1.5 + ControlNet(Depth)（防背景漂移）；画面闪烁 → guidance_scale 降 6.0、context_overlap 增 6。运动描述靠 Motion LoRA / MotionDirector；实测「平移」尚可、「旋转」易崩 → 只保留 zoom in/out + pan left/right 四种。

音频 & 口型工程化：Edge TTS 中文情感参数为 style（如 "style":"sad"），每角色固定 voice 防音色突变，生成后用 pydub 修剪首尾静音并算有效时长。Wav2Lip 对光照敏感 → retinaface 检测人脸 + 直方图均衡预处理；逐帧裁剪人脸→批量 inference→mask 融合贴回；GFPGAN 仅增强人脸区域（facexlib 提 mask），否则背景过锐。⚠️ 侧脸/遮挡时 Wav2Lip 效果差 → 仅对正面说话特写做口型，远景/背对直接省略。

合成：moviepy 长视频内存占用大 → 分段合成 + FFmpeg concat；ComicCompositor：add_scene（按精确时长裁剪 + 音频不足 loop / 超出 subclip + 字幕置画面 85% 高度）→ export（crossfadein(0.5) + concatenate(method="compose")）。⚠️ 中文 TextClip 需装中文字体，否则乱码。

性能口径（A100，单场景）：LLM 剧本 ~3s / 关键帧 4 张 ~25s / AnimateDiff 16 帧 ~60s / TTS+Wav2Lip ~20s / 合成 ~5s → 10 场景 ≈ 18 分钟。显存：AnimateDiff 16 帧约 14GB；出图后 empty_cache()；多任务 CUDA_VISIBLE_DEVICES 隔离；模型常驻内存。

常见错误与修复表：

现状：可稳定生成 60 秒内高质量漫剧；多人同框一致性互扰（拟引入 FaceID）、运动多样性有限（拟试 SVD/CogVideoX）为已知边界。

③.5 人物表情矩阵

• 指令：《人物表情矩阵指令》（原文见 02_素材整理/人物表情矩阵指令.txt）
• 操作方法：先参考一张人物图，再套用指令词
• 输出：10 宫格表情板

核心要点：

• 极简 UI 风格 + 影视角色设定卡排版
• 纯白背景，无纹理无环境元素
• 严格 两行五列（5×2），10 个等分卡片，仅靠留白区分边界
• 每格：同一人物面部特写，不露颈部以下，统一镜头距离/比例，只变表情，外貌完全一致
• 居中构图，影棚柔光，皮肤真实干净，无夸张阴影
• 每格底部居中编号 01~10，后接小字（如 01-微笑/02-愤怒/03-悲伤）
• ⚠️ 原指令书写矛盾（「正方形构图」vs「16:9 输出」）——已定案（2026-09-19）：
  • 最终画幅：16:9
  • 理解为：多个正方形表情卡片拼合成一张 16:9 的图（每格内部为正方形构图，整体输出 16:9）
  • 即：5×2 十宫格，每个卡片本身是正方形，组合后整体为 16:9

质检点：10 格同一张脸，只有表情变化；编号对应准确。

③.5.1 【夸张表情专项】情绪→视觉翻译 + 27 组表情库（搞笑/名场面）⭐

素材：《AI 夸张表情提示词完全教程》（原文见 01_原始素材/2026-09-21新增/AI夸张表情提示词完全教程.md） 与 ③.5 的区别：③.5 是一致性用的 10 宫格表情板（同脸多情绪，做参考图）；本节是出图用的夸张表情单片（搞笑/爽剧/鬼畜/名场面高光），追求「情绪外化 + 漫画符号」。两者互补，不要混用。

核心方法论：情绪 → 视觉翻译（三层拆解）

写「她很生气」= 模糊词，模型不认；要翻译成 ① 五官层 + ② 肢体毛发层 + ③ 漫画符号特效层 的具体像素指令。

模型不认「情绪」，只认「像素上长什么样」。

提示词写作核心公式（3.5.1 版）：

角色基底描述（固定不变） + 五官变化（眼/眉/嘴/脸颊分项写） + 肢体毛发配合 + 漫画符号特效 + 光影/色调 + 镜头景别

① 角色基底描述 —— 同角色做多种表情时逐字复制、一字不改，只改表情段落（否则角色崩脸）。

② 五官变化分项拆解（禁写情绪词，逐项写形态）：

③ 漫画符号特效库（漫画/动画通用「情绪语言」，写进提示词大幅提升出图稳定性）：

情绪分级（9 组原案的三档递进）

• 轻情绪档（1–3）：平静面瘫 → 螺旋眼眩晕 → 震惊飞眼（视觉符号从「无」到「有」，日常桥段/小反转）
• 强情绪档（4–6）：炸毛惊恐 → 瀑布泪委屈 → 金币眼贪财（开始违背人体结构，搞笑爽剧主力）
• 极致情绪档（7–9）：喷火愤怒 → 融化大哭 → 灵魂出窍无语（情绪完全外化为物理特效，名场面高光）

夸张度三档调节法

角色一致性三要点：① 基底描述逐字复制 ② 固定景别（统一「特写镜头」，避免忽近忽远） ③ 固定风格后缀（如「国风插画风格，8K 细腻皮肤质感」）。

负面提示词兜底：面部变形扭曲（非刻意夸张时）、多余手指、五官错位、模糊、低分辨率、画风不一致、现代物品、文字水印

常见翻车与修正

完整表情库（27 组）：9 组原案（面瘫/螺旋眼/飞眼/炸毛/瀑布泪/金币眼/喷火/融化/灵魂出窍）+ 18 组扩展（瞳孔地震/下巴掉地/歪嘴斜眼/豆豆眼/咸鱼/飞问号/火山喷发/心灵碎裂/头顶冒花/鼻尖高光/脚下弹簧/灵光一闪/下巴抖果冻/卷帘门眼/憋笑打摆子/雷达耳/喷彩虹/冻成冰雕）。完整提示词全文见 01_原始素材/2026-09-21新增/AI夸张表情提示词完全教程.md 第四、六章（按公式编写，角色基底可整体替换为你自己的角色）。

③.5.2 【写实表情 & 微表情专项】60 表情库 + FACS 微表情五层架构 ⭐

素材：02_素材整理/2026-09-21新增/09_60种人物表情提示词.txt（60 条）+ 13_人物微表情设计指南.txt（FACS） 与 ③.5.1 的分工：③.5.1 = 漫画化夸张（搞笑/名场面）；③.5.2 = 写实细腻表演（正剧/情感戏）。两者按剧集调性选用。

A. 表情拆解 5 要素（不要只写"很伤心"）： 眼神 + 眉毛 + 嘴角嘴唇 + 身体反应 + 剧情状态 组合公式：角色设定 + 表情提示词 + 场景情绪 + 镜头景别 + 光影风格

B. 60 条表情库（6 大类，直接复制改角色）：

C. 微表情 FACS 系统（写实特写镜头用）：

• 原理：Paul Ekman 面部动作编码系统，把表情拆成「动作单元 AU」对应肌肉群。AI 对解剖学名词响应比抽象情绪词精确。
• 核心 AU 速查：AU4 皱眉肌(眉头下压) / AU6 颧大肌(脸颊上提) / AU7 眼轮匝肌(下眼睑绷紧) / AU12 嘴角上扬(真笑) / AU15 降口角肌(嘴角下垂) / AU17 颏肌(下唇上推)
• 五层架构：①身份锚定(年龄脸型五官肤质) → ②情绪基调(视觉具象化,禁抽象词) → ③肌肉运动(核心) → ④时序编排(0-3s/3-6s/6-10s分段) → ⑤环境联动(光影影响表情呈现)
• 肌肉运动五要素公式：状态 + 部位 + 幅度 + 时长 + 衔接 例：双眼瞬时睁大至瞳孔外露18%，持续0.35秒，随后缓慢恢复自然
• 量化优于形容：「上扬3mm」优于「微微上扬」；中英混写更准（中文写场景情绪，英文写肌肉：嘴角上扬 lip corner puller AU12 激活）
• 防翻车：面部僵硬=只写单一肌肉群 → 眼轮匝肌+口轮匝肌+额肌三层联动+呼吸微动；幅度太大 → 加限定词(轻微/微妙/几乎不可见)；跳帧 → 加过渡词(gradually transitioning from...to...)；多次不一致 → 首帧参考图锁定+固定seed

D. 表情戏镜头铁律：

1. 一条镜头只选一种主情绪（禁止又开心又愤怒又害怕）
2. 表情戏用近景/面部特写，远景看不清情绪
3. 情绪要递进拆镜（克制→震惊→痛苦→决心 4 镜），不要突然爆炸
4. 只写脸不够：手、肩膀、呼吸、后退半步比大动作更有戏
5. 失败别急着重抽：先判断是角色图/表情词/镜头距离/场景情绪哪一环

自检：删掉台词后，观众还能不能从脸上看出人物正在经历什么？

③.7 【资产体系】role/scene/prop + 父子衍生（参考 Toonflow）⭐

资产类型：role（角色）/ scene（场景）/ prop（道具）

父子资产结构：

• 主资产：基础形态
• 衍生资产：状态变体（破损/染血/夜景/激活态/换装等）
• 引用规则：衍生状态匹配剧情时必须用衍生 ID；同一分镜内禁主/衍生同存

图像资产标注：按引用顺序标 @图N 为xx{类型}；提示词正文中该角色/场景/道具的位置必须用 @图N 替代名称，建立参考图绑定。

衣橱系统：多套造型共享同一角色身份。

主体库（Subject Library / 数字资产库）：把角色的「标准像」（Master Reference，经确认的定妆母图）录入为可调用的数字资产，后续每个镜头强制参考它而非让 AI 自由发挥 —— 这是「参考生视频」模式的一致性基石（等价于 ③.6 的 Master Reference 机制，工业侧术语）。

• 与「衍生资产」的关系：主体库存主资产（标准像），衍生资产（换装/破损/夜景等）由主资产派生并挂接引用。
• 合规提醒：为规避「盗脸」侵权，专业团队建立专属数字资产库；个人创作者至少保证参考图来源合规。
• 「撞脸」规避机制（2026 趋势报告补充）：AI 生成的形象若与影视艺人或知名游戏/动漫 IP 角色高度相似 → 负面舆论 + 侵权隐患。在角色设计阶段就做主动「溶图规避」（调整五官组合/骨相/发色/配饰，避免与知名形象重合），而不是等争议发生后再被动应对。

④ 人物三视图

4.1 【分层叠加】L0-L6 服化妆造体系（参考 Toonflow）⭐

把人物拆成可独立替换的层级，便于换装/换妆复用，保证跨镜一致。

六铁律：面容不变 / 姿态不变 / 逐层可控 / 风格统一 / 质感不降 / 纯服化范畴

妆容决策：底模虽素颜，衍生资产默认进入妆造流程（根据线索决策强度）；道具/场景/姿态变化不得单独抬高妆容强度。

衍生资产：同一角色多套造型共享身份，建议用**图生图（以底模为参考）**保证一致性。

📎 完整规范（四视图规范/衍生提示词模板）见 03_GitHub研究/R7_Toonflow_人物衍生与四视图.md

4.2 三视图制作流程

• 指令：《四、S级三视图指令词》+《三视图.docx》（原文见 02_素材整理/三视图指令.txt）

制作顺序（来自《制作注意事项》，很重要）：

1. 先找参考、找灵感
2. 熟练使用提示词反推
3. 先创作面部特征
4. 再以面部为参考创建全身像（确保面部清晰一致）
5. 最后做三视图（白色背景）

三视图要点：

• 纯白背景、高精度、干净极简的「角色设定板 / turnaround board」
• 左侧：全身三视图（正面 / 左侧面 / 背面），同一角色，五官发型服装一致，平视、中性棚拍光
• 右上：6 张头部角度图（正面 / 俯视头顶 / 后脑 / 左侧轮廓 / 正侧脸 / 3-4 侧脸）
• 右下：6 张局部细节图（上衣面料 / 下身 / 臀部剪裁 / 腿部皮肤 / 眼部五官 / 鞋子）
• 输出约束：横版构图、白底、完整人物、不裁切；不出现多余道具/文字/LOGO/水印/UI/社交截图感

英文版三视图指令（来自《三视图.docx》）关键要素：基于上传参考图，中性纯背景，技术建模 turnaround 风格，与参考图视觉风格一致（realism/渲染/材质/色彩处理/整体美学）；两行排布：上排 4 个全身站立视角（正面 / 左侧 / 右侧 / 背面），下排 3 张高精度特写头像；比例与对齐一致、解剖准确、剪影清晰；光照方向/强度/柔度跨面板一致；输出印刷级清晰参考表。

质检点：三视图面部与设定完全一致；排版干净统一。

4.3 【画风基因】按画风锁定“第一锚点”（参考 Toonflow 11 画风）⭐

不同画风的“灵魂锚点”不同，提示词要按画风锁定不同的第一锚点，不能千篇一律强调五官：

📎 完整规范（场景五原则/季节色调映射/道具五原则/四视图体系）见 03_GitHub研究/R8_Toonflow_场景道具与画风基因.md

6.18 【卡点排查 & 返工定位】按层定位问题 + 单变量返工 🔧

源自 灵绘AI《AI漫剧制作卡点怎么破？》（素材 21）。创作诊断方法论，配合 6.7 七律 / 6.17 逐镜质检使用。

核心认知：卡点不是「不会生成画面」，而是前期材料没被拆成模型能执行的镜头任务（剧本太文学化 / 角色信息不固定 / 提示词每镜重写 / 分镜缺衔接目标）。

① 四类卡点 → 优先修正：

② 诊断口诀：连续 3 次方向不对 → 剧本/分镜（结构层）；方向对但细节不稳 → 改提示词（执行层）；删掉某镜信息无损失 → 装饰镜头。

③ 可生成剧本四字段：场景目标 / 可视动作 / 情绪变化 / 镜头钩子（核心判断：「观众看完这一镜，信息增加了什么？」）。

④ 角色卡：先定固定项（要保留什么）+ 禁止变化（不发挥到哪里），后续镜头只引用，避免「每镜重新介绍主角」→ 变脸（配合 ③.6 / ③.6.1）。

⑤ 提示词母版：画风母版 + 角色固定 + 镜头变量 + 负面提示词 分开写——结构 > 长度，越长越易冲突失控。

⑥ 单变量返工：每轮只改一个变量（如先固定角色卡，只改第 5 镜镜头变量）；把「哪里不好」拆到 剧本/角色/分镜/提示词/质检 的具体一层，制作即从玄学变可迭代流程。

完整方法见 02_素材整理/2026-09-21新增/21_2026AI漫剧卡点排查与返工定位.txt。

6.19 【零代码智能体编排】用「大脑+双手」把管线串成自动化生产线 🆕

源自 阿里云《ComfyUI 搭建 AI 漫剧生产线：零代码 AI 漫剧视频工作流》+ 腾讯云《部署并搭建视频生成 Pipeline》（素材 28）。解决「工具各干各的、没人串」：把 ③④⑥⑦ 的重复劳动交给智能体编排层。

核心范式：编排层（大脑）+ 执行层（双手）

• 编排层 = Dify / n8n 等可视化 Workflow·Agent 平台：负责剧本生成、分镜拆解、多 Agent 协作、JSON 结构化输出、循环批量、工具调用（把「故事大纲」拆成含 镜头号/时长/提示词/运镜/对话 的 JSON）。
• 执行层 = ComfyUI：负责出图/图生视频/配音，靠 IP-Adapter + ControlNet 锁角色一致性。导出 API 格式 JSON 后即可被编排层调用。

Dify + ComfyUI 集成四步：① ComfyUI 打开工作流 → Save (API Format) 导出 JSON → ② Dify Marketplace 装官方 ComfyUI Plugin → ③ 填 ComfyUI 服务器 URL → ④ 加「ComfyUI Workflow」节点，传 JSON + 变量（prompt / seed）。

多 Agent 分工（对应本流程环节角色）：编剧 Agent（写剧情，≈②）→ 导演 Agent（拆分镜，≈⑥ 导演规划）→ 提示词优化 Agent（加风格描述与角色一致性约束，≈③④）；可用 Question Classifier 路由。

起手式与选型：

落地要点：① 角色一致性——编排层建「角色知识库」（脸部参考图 + 固定描述 + LoRA），每次生成都引用；② 显存——ComfyUI 用 FP8/GGUF 量化版模型，12G 可跑 1080P；③ 风格统一——全局 System Prompt 固定画风；④ 批量——编排层 Loop + Scheduler，一晚可跑多集（呼应 7.4）。

避坑：ComfyUI API 报错先查 JSON 格式与服务器是否在跑；提示词漂移用 Prompt IDE 反复测；低配可「云端编排 + RunPod 租卡跑 ComfyUI」。

完整方法见 02_素材整理/2026-09-21新增/28_零代码智能体编排与视频Pipeline（自动巡检）.txt。

⑤ 场景

• 指令：《五、S级场景指令词》+《场景设定.docx》（02_素材整理/场景设定公式.txt）

5.1 场景提示词万能公式（《五》）

1. 定调光影氛围 — 写光的质感与情绪（丁达尔效应、黄昏死寂金光、黎明蓝调）
2. 描绘核心主体与背景 — 精准名词组合构建空间
3. 强调材质与光影互动 — 光如何"触碰"物体表面
4. 锁死渲染与画质后缀 — 写实场景、UE5、CG、极致细节、8k

全局约束：

• 绝对真空匿名：严禁出现人影/人名/衣物/身体部位等暗示人物的元素
• 场景命名四字以上带修饰词
• 固定开头：不能出现其他人,无人纯场景,
• 四大要素：环境类型 / 具体时间 / 空间氛围 / 视觉主要特征
• 必选视角：宏大鸟瞰全景 / 低角度仰视 / 平视深远构图（禁用微距特写）
• 唯美高级感 5 条：情绪词 + 诗意光影对抗 + 情绪化时间天气 + 动态氛围细节 + 情绪色彩
• 风格可选：东方古典仙侠（默认）/ 硬派写实东方幻想（永劫无间）/ 现代都市 / 日常校园

输出两套格式（缺一不可）：

• 格式一：场景提取清单 → 专业场景设定表 → 可复制 Prompt
• 格式二：GPT版场景指令词（主图 + 4 张副图，每张带四字以上括号名称）

5.2 场景设定通用公式（《场景设定.docx》）

【已定案 2026-09-19】两套场景体系均保留：《五、S级场景指令词》侧重「无人纯场景 + 诗意光影 + 宏大空间」；《场景设定.docx》侧重通用六模块公式（可含人物）。两者互补使用。

核心公式： 空间属性 + 视觉风格 + 光影色彩 + 时间环境 + 细节质感 + 叙事

简版： 时代（环境天气，色调）地点，景别+视角，人物，（表情，动作）干什么，风格

六大模块：

1. 空间属性 — 核心场景类型 / 空间尺度（景别）/ 物理布局
2. 视觉风格 — 美术风格 / 画质参数 / 镜头设定（含画幅比）
3. 光影色彩 — 主光源 / 光影氛围 / 色彩基调 / 色阶
4. 时代环境 — 时间维度 / 环境氛围 / 天气特效
5. 细节质感 — 材质表现 / 物体比例 / 细节精度
6. 叙事 — 主体互动关系 / 镜头运动适配

5.3 【场景变体】景别/时段/天候衍生（参考 Toonflow）⭐

同一场景可通过三种变体复用（建筑/布局/材质/色调保持不变）：

景别变体：大全景（建立空间）→ 全景（展示结构）→ 中景（聚焦功能区）→ 近景（细部）→ 特写（纹理）

时段变体：清晨（冷白薄雾）/ 正午（明亮短影）/ 黄昏（金色长影）/ 夜间月光（冷蓝幽静）/ 夜间灯火（暖黄对比）

天候变体：晴天 / 阴天（柔光无硬影）/ 薄雾 / 细雨 / 飞雪

📎 完整规范（含 11 种画风视频标签库，可复制）见 03_GitHub研究/R9_Toonflow_画风标签库与场景变体.md

5.4 【场景氛围专项】60 种氛围提示词：让画面有故事感 ⭐

素材：02_素材整理/2026-09-21新增/07_60种场景氛围提示词.txt 定位：5.1/5.2 管「场景是什么」；5.4 管「场景在讲什么故事」。氛围不是滤镜，是叙事。

氛围公式（7 要素）： 角色 + 具体地点 + 时间 + 光源 + 天气/空气 + 空间细节锚点 + 情绪目的

例：黑衣少年站在雨夜旧巷尽头，深夜冷蓝月光从屋檐缝隙落下，湿石板路反射远处暖黄灯笼，空气有薄雾和细雨，墙角有一枚破碎玉佩，整体氛围悬疑压抑，像真相即将被揭开。

60 条氛围库（6 大类）：

氛围写法五步：①地点具体化（别写"古风场景"，写"雨夜旧巷尽头破败院落木门半开"）→ ②时间给情绪 → ③光源制造重点（冷暖对比）→ ④天气推动紧张 → ⑤细节落到剧情（破碎玉佩/旧信=线索锚点）

红线：

• 不要只写抽象词（电影感/氛围感前面必须有具体光影天气细节）
• 一条提示词别塞多种风格（雨夜+雪山+霓虹同框=画面乱）
• 场景别抢人物（氛围服务剧情，不是淹没人物）
• 别每场都黑暗悬疑（治愈/重逢/希望各有氛围写法）

自检：遮住人物后，观众还能不能感觉这里马上要发生故事？

⑥ 分镜头提示词

• 指令：《六、S级镜头提示词 10秒》✅ /《六、S级镜头提示词 2-15秒》✅
• 辅助素材：九宫格提示词 / 景别 / 视角 / 动态镜头（02_素材整理/）
• 输出：分镜头提示词（按 10 秒版 / 2-15 秒版切分）

两版规则体系完全相同（六维一致性/四步法/违禁词/自检机制），仅时间轴与收尾风格要求不同。

6.0pre 【分镜实战要诀】（18篇知乎方法论精编，拆分镜前先读）

完整版见手册「分镜实战要诀」章节；原始 18 篇在 01_原始素材/2026-09-22分镜技巧/。这些是让分镜有戏而不是只完整。

• 不拍台词拍变化：别「谁说话就给谁」。镜头跟关注点转移走（交流→试探→施压→失控→沉默），多拍听者反应与停顿，不只拍发言者
• 先抓重音：整场先定 1-2 个最该放大的点（关键台词/态度转折/情绪裂口/线索出现），有轻有重，禁平均铺陈
• 拍情绪过程不拍结论：不写「她很紧张」，写手指收紧/话卡住/视线移开/呼吸不稳语气在撑
• 心理转译成画面：心理状态→外在表现→镜头表达（表情细节/身体动作/环境反应/镜头节奏四层）
• 善用留白：情绪转折、关系微妙处、重大事件前后故意不拍满，给观众推断空间；剧情镜头要清、信息镜头要准、情绪镜头可留
• 环境参与叙事：用空房/没碰的水杯/开着的门/吹动的窗帘承接情绪、埋线索、调节奏；可拆成建立/氛围/细节/收束镜头
• 信息分层：分主/辅/氛围信息；主镜头承载核心戏，补充镜头少量增层次，一镜一主一辅
• 重复克制：同一信息不用两镜重复表达，能一镜说清不拆三镜
• 一场景拆几镜：不按字数/句子，按变化点（关注点转移次数）拆；不追求多也不追求少，追求合理
• 人物首出场立住：先局部后完整/先环境反应后出人/带动作出场，给记忆抓手；重要角色不用普通正面中景一笔带过
• 快慢判断：偏剧情推进(外部冲突/信息)→快而利落；偏情绪关系(内部冲突/心理)→给足停留与停顿
• 导后自检：拆完能一句话说清本段重点；删 1/3 镜会不会反而更清楚；该留白处是否还在拼命解释

6.0 【10秒版】分镜拆分核心规则（《六、S级镜头提示词10秒》）

拆分原则：以 35-50 字为一段拆分文案，单句内容要完整；逐段生成提示词。

六维一致性准则（相邻分镜必须无缝衔接）：

• 人物一致：严格匹配角色信息库，未出现角色绝不写入
• 时空一致：时间（晨/午/晚）、地点、光线与上一镜一致
• 物品一致：关键道具（钢笔/背包）位置状态延续
• 动作连贯：新分镜起始动作承接上一镜结束状态
• 台词合规：仅当前说话角色有张嘴动作，台词用中文引号
• 敏感过滤：违禁词自动替换为中性词

【3秒决策原则】执行前必检：人物是否齐全 / 场景是否连贯 / 有无违禁内容 —— 任一不满足立即中止重推

【分镜生成四步法】：① 场景锚定（时间/地点/人物三角）→ ② 连续性检查 → ③ 台词植入 → ④ 敏感扫描

时间轴结构（两版差异）：

10 秒版（1-4 个镜头）：

[0-3秒] 核心动作     [3-6秒] 互动反应
[6-8秒] 情绪特写     [8-10秒] 下一镜铺垫

2-15 秒版（长镜头版）：

[0-4秒] 核心动作     [4-8秒] 互动反应
[8-12秒] 情绪特写    [12-15秒] 下一镜铺垫

收尾风格要求（两版差异）：

• 10 秒版：动漫风格；不要表格
• 2-15 秒版：3D动漫风格；不要背景音乐；在提示词前面加上这句话，加上画外音并标注出处

关键约束：

• 全中文输出，禁用英文引号，一律用中文引号
• 图片提示词不映射人物；视频提示词必须有角色标签映射（只写实际出现的角色）
• 视频提示词必须含「衔接前置指令」段落
• 景别：⚠️ 注意适用范围——“多用近景/特写/大特写，不用远景，少用中景”仅适用于漫剧（动漫风）的台词与情绪镜头；对环境建立、换场首镜、动作戏尺度升级，仍按 6.2/6.6/6.7/6.11 切全景/大全景。两者不矛盾：日常镜靠近，空间镜靠远。
• 台词时段镜头固定，不切换、不推拉
• 违禁词词典：血腥暴力类 / 裸露低俗类 / 色情暗示类 / 其他高危（封建迷信、公序良俗、宗教政治）
• 每项文案生成 1 个分镜，总数 = 文案条目数，禁自行拆分合并

输出自检：字段数=3（panel_index/prompt/video_prompt）、中文引号、video_prompt≤500字符、人物100%映射、场景信息一字不改、含衔接前置指令

输出格式：

• 有拆分子文案 → 分镜头1 / 原文案 / 子文案 / 分镜头1-1 [时间轴] 场景:...
• 无拆分 → 原文案 / 分镜头N [时间轴] 场景:...
• 风格：动漫风格；不要表格

6.1 九宫格生成法（02_素材整理/九宫格提示词.txt）

• 基于参考图，生成 3×3 网格故事板，每格标注序号
• 每格分镜 16:9，电影质感，一致的人物和光影，4K 级别
• 需包含不同景别、不同角度的 9 张分镜
• 确保人物角色、服装、环境一致，色彩分级一致
• 每格左下角标注分镜序号
• 可反向：根据九宫格分镜生成故事脚本；也可提取某一宫格放大为全画幅（去序号、保 4K）

6.2 景别（02_素材整理/景别.txt）

远景 / 全景 / 中景 / 近景 / 特写 / 微距 （远景=重氛围环境；全景=主体全貌+环境；中景=动作+局部环境；近景=局部细节+近距离感；特写=极小局部+情绪冲击；微距=微观极致放大）

6.3 视角（02_素材整理/视角.txt）

平拍 / 仰拍 / 俯拍 / 第一人称 / 第三人称 / 微俯 / 微仰 / 鸟瞰（无透视）/ 虫眼 / 侧拍 / 斜侧拍

6.4 动态镜头 / 运镜（02_素材整理/动态镜头运镜.txt）

基础运镜 6 种：推镜、拉镜、摇镜、移镜、跟拍、固定镜头 创意组合运镜：镜头穿梭机视角、环绕运镜、升降运镜、甩镜、变焦运镜、晃动运镜、滑轨运镜

（每种含关键词 + 适用场景，详见参考文件）

🔗 进阶：以上是运镜名词层面的清单；如果要让运镜“能用、不翻车”，见 6.12 五变量运镜系统（把光圈/焦距/物距/对焦/摄影机运动变成可执行参数，并区分真 Dolly 与假变焦）。 📎 另见附C 动作戏的 CAM01–CAM20 运镜库（6.11）。

6.5 视频风格（02_素材整理/视频风格.txt）

• 写实类：超写实真人风、3D 电影写实风（偏好）、纪实纪录片风
• 动漫/二次元类：日系赛璐璐、国漫水墨、赛博朋克动漫
• 艺术创意类：极简线条、蒸汽波复古、黏土定格
• 科幻专属：硬核科幻写实风（偏好）、科幻概念原画

质检点：镜头提示词要与 ③人物、⑤场景、关键道具对齐，便于第 ⑦ 步引用。

6.6 【优化补强】叙事拆解与镜头语言（参考 GitHub LuxReal short-drama-skills）

以下为 GitHub 主流项目验证过的通用规则，与 S 级镜头提示词互补。

A. 全局节奏控制（最高优先级）

• 信息密度原则：不提供新信息就不切镜。新镜头必须含新情节推进/新环境细节/新情绪强度；否则允许同景别机位延续。
• 非叙事镜头控制：单 beat 内空镜/过渡镜头总时长占比 ≤20%，超出优先砍空镜。

B. 分镜拆分原则

• 复杂动作三段式：动机/准备 → 执行过程 → 结果/反应
• 空间转场 / 时间跳跃 / 人物关系变化 → 必须切镜
• 同框超 2 人必须拆散（优先单人特写或双人中景）
• 情绪突变切特写；情绪渐变靠景别递进、不切镜
• 对话视线乒乓：说话者→聆听者→说话者（关键反应镜头比说话更重要）
• 静态画面单镜停留 ≤6s；台词超 6s 当场拆子镜头
• 节拍控制：紧张/打斗用短镜头，抗情/悬疑用长镜头

C. 视觉转化五大铁律

1. 台词具象化：涉及具体过去事件必须插闪回；禁只拍说话大头
2. 潜台词外化：抽象情绪转具体肢体动作（"焦急"→"手指抠衣角，指甲发白"）
3. 动作零脑补：严格忠实原著，动作跳跃须补过渡，禁瞬移
4. 视点锁定：除剧本明确外禁主动切场景；画外音时聚焦听者反应
5. 关键信息特写：关键道具必须独立特写

D. 视觉描述四维度 【镜头与构图】景别+运镜+视角 ｜【主体描述】禁"同上/他她"，同角色动作表情合并长句用逗号 ｜【光影/氛围】只写必要光影 ｜【画面背景】仅首镜或方向大变时填（8 字左右）

E. 分镜时长估算（实用公式）

同时含台词+动作取较大值；单分镜 ≤12s（长台词切分锚点：话题转折→情绪变化→逻辑层级→自然气口）。

F. 首尾帧三层决策（参考 ai-comic-studio）

• 自动决定每镜生成「首帧+尾帧」还是「仅首帧」：确定性规则 → LLM 语义判断 → 安全兜底
• 镜头衔接自动传尾帧：上镜尾帧作为下镜首帧，保证画面连贯

📎 完整调研与逐环节优化建议见 R1_调研总览 📎 深度挖掘：生产级提示词与规范（七律视觉连续性/帧描述五要素/motionScript/时长预算）见 03_GitHub研究/R2_生产级规范_ai-comic-studio与openframe.md

6.7 【S级标准】七律视觉连续性（参考 ai-comic-studio 分镜督导）⭐

集级色温弧（Q0）：全集开始前先定本集整体色温走向，统摄所有镜头主光：

• 冷→暖（情感接近型）/ 暖→冷（情感离散型）/ 冷→暖→冷（希望破灭型）/ 中性→极端→收回（战斗揭秘集）

每镜三问（Q1-Q3）：单一视觉概念 / 核心反差对 / 主动排除

七律（核心铁律）：

1. 动作连续 — 新分镜起始承接上一镜结束状态
2. 景别递进 — 情绪渐变靠景别靠近
3. 视轴守恒（180°铁律） — 同场景所有镜头在假想轴线同侧；越轴会导致"人物瞬移"
4. 朝向逻辑 — 反打镜头朝向互补
5. 信息控制 — 不提供新信息不切镜
6. 节拍密度 — 2~3s≥1拍、4~6s≥2拍、7~9s≥3拍、10s+≥4拍
7. 头尾安全区

帧描述五要素（用全角分号「；」分隔）： ① 景别/视角+取景范围；② 角色位置姿态；③ 主光完整叙述句；④ 环境道具可见细节；⑤ 情绪解剖词——背景锚定词

• ③主光必须完整叙述句（如"左侧晨光均匀铺洒，角色身形半受光"），禁只写短词
• ⑤背景锚定词必须从场景描述摘取原文，同场景连续镜头完全一致
• 首尾帧禁用动词：走向/转身/迈步/抬手/张嘴/挥手/冲/跑/跳 （会渲染动态模糊）

motionScript 时间轴：每段用 [] 包裹，顺序即叙事顺序；→ 分隔连续动作；结尾加 | 朝向：角色名+方位词；触发-反应铁律（外部触发先给短促反应拍）；台词顺序是铁律。

cameraDirection：起幅[景别] → 运动+速度 → 落幅[景别]，目的：[揭示/跟随/强调]；运镜速度须匹配情绪功能（禁清一色"缓慢"）。

特殊镜头：换场首镜必须全景/大全景（禁特写开场）；情绪顶点后接 1 个「呼吸镜头」。

动作合规替换：描述运动轨迹和画面构成，结果用空间/姿态变化代替（"刀刺入身体"→"刀刃弧线向前→人物重心后倒"）。

6.8 【时长预算】S级分镜时长规划（参考 ai-comic-studio shot-split）

• 硬性下限：目标总时长×0.9；软上限×1.2
• 典型目标：≥ 目标÷9（平均每镜 9s）；时长地板：对话/情绪 ≥10s、环境 ≥9s、动作 ≥8s
• 先输出规划注释：<!-- PLAN: 场景1=Ns(Xshots) | ... | Total=Ns(Xshots) -->
• 每场景硬性扩展：对话≥2镜（说+反应）、新地点≥3镜、情绪拍≥2镜、打斗≥4镜
• 可插入镜型：反应镜/角色拍/环境细节/平行动作/过渡镜（增加时长而不注水）

6.10 【承接上镜】跨片段连贯机制（参考 Toonflow）⭐

承接上镜段（同场内、非该场第一组才写）：以同场上一组末行为依据，通读其「画面描述」与「角色动作」，推早为一句过渡，至少覆盖：

1. 画面/场景定格状态 — 上镜结束瞬间的角色与关键道具位置、姿态、交互
2. 角色最后动作 — 动作收尾后的形态（定格终态，不是动作起始）
3. 位置与朝向 — 角色方位与面向

示例：承接上镜：上镜定格于角色A 立于书房窗前、左前位、面朝右，刚将信纸放回桌面、右手收回胸前——本镜由此姿态与机位延续

铁律：不得跨「场」承接（硬切换场不写承接）。

📎 完整规范（三层 Agent 架构/六阶段流水线/资产体系/@图N标注/11 种画风约束手册/videoDesc 12 字段）见 03_GitHub研究/R6_Toonflow_Agent架构与资产体系.md

分镜完成后必过一遍审核。完整规则见 03_GitHub研究/R3_Toonflow_分镜表与审核.md。

四条绝对红线（违反任一 = 严重问题）：

• R1 资产引用合法 — 引用资产 ID 必须存在；画面可辨识角色必须引用对应资产；每片段必须引用场景资产
• R2 剧本忠实 — 所有台词与剧本一字不差；不遗漏场次和关键事件；不新增情节
• R3 具象可感 — 禁「开心/悲伤/烘托气氛」等抽象笼统词；声音具体到声源
• R4 父子资产选择 — 衍生状态（破损/染血/夜景/激活态）必须用衍生 ID

高频严重项（必检）：

• 禁光影色调：任何字段不得出现 光/影/逆光/侧光/色温/明暗/色调/暖冷 等词
• 音效禁配乐：音效列仅环境音+动作音，禁 BGM/配乐/音乐
• 人物外观不进提示词：画面描述不写服装/发型/长相
• 片段时长：每片段 ≤15s；含台词镜 ≥ 字数÷4+1s；无台词镜 ≤6s

评分：A 可直接用 / B 小修 / C 较大修改 / D 重做

6.10b 【智能分镜工具】专业分镜 / 动态分镜 / 九宫格机位（工业侧）

源自 2026 产业专文（素材 16）。6.1 九宫格 解决「一张参考图出多格」；本节补充「导演级镜头语言」与「动态预览」工具层。

专业分镜工具：

• Drawstory — 内置电影镜头语言逻辑，可上传角色参考图 + 场景资产，保证数十格中面部/服装/透视严格一致；自动拆镜头语言并输出带景别标注的分镜本。
• DomoAI — Frames-to-Video，把 2-8 帧分镜转为动态分镜做动效预览（在进入昂贵视频生成前预判张力/节奏/音画冲突）。
• StoryboardHero — 极速剧本转分镜，适合快速交付提案稿。
• Katalist.ai — 4-5 分钟完成剧本→分镜，可导出 Premiere Pro。
• LTX Studio — 深度创意控制，支持光影/动态与 Pitch Deck 整合。

九宫格机位（3×3 镜头角度库）：在虚拟空间定义 9 个标准机位；按情绪/关系自动选机位组合，例：

• 「主角愤怒」→ 特写 + 仰视
• 「两人对话」→ 过肩镜头

与 6.1「九宫格生成法」的区别：6.1 = 一图出 9 格分镜；6.10b 九宫格机位 = 9 个预设镜头角度供按需调用。

「抽卡师」新职业：工业化流水线催生的提示词工程师岗——把脚本翻译成 AI 指令。Seedance 2.0 / 可灵 3.0 已把生成可用率提到 90%+，不再需要盲抽上千次；但极致一致性仍靠人工深夜微调提示词（「人机协作」）。

6.11 【动作戏专项】电影级动作分镜（AI ACTION SCALE V6.0）⭐

素材：02_素材整理/2026-09-21新增/01_动作分镜导演Skill_V6.0.txt

用途：把一句“想看什么打斗”自动转成可拍/可剪/可生成的电影级动作分镜，并输出可直接复制的 AI 视频 Prompt。适用于武侠/仙侠/枪战/格斗/超能力/怪兽/机甲/追逐等。

核心公式：意图 → 动作 → 交互 → 结果 → 反馈 → 下一动作

三条第一原则：

• 动作第一 + 因果第一：后一动作必须由前一动作的结果推动（禁止 A打→B躲→A硬切下一招）。
• 分镜第一：任何 超过 3 秒的复杂动作必须先拆 Shot。
• 受力必须可见：每次命中/格挡/跌落都必须有身体或环境反馈。

一个 Shot 原则：一个主要动作 + 一个主要结果 + 一个主要摄影任务。

六步动作因果检查：意图 / 动作 / 交互 / 结果 / 反馈 / 下一动作。

默认 15 秒节奏骨架（不是机械模板）：

0.0-1.0  冲突已发生     1.0-3.0  第一轮攻防    3.0-5.5  动作链
5.5-7.5  战术变化       7.5-10.5 升级         10.5-12.5 关键反击
12.5-14.2 高潮          14.2-15.0 确认 + CUT

强制：中段至少一次战术变化（高级战斗优先「优势→破解→反制→再反制」）；15s 以上建议至少一次优势逆转；高潮只发生一次，结果确认后立即 CUT。

输出三层：① 一句话理解 → ② 完整时间轴 Shot 分镜 → ③ 一整段可复制的最终 Prompt（+ AI 生成约束）。

6.12 【运镜专项】五变量运镜系统（AI 电影运镜三变量 Skill Pro V2.0）⭐

素材：02_素材整理/2026-09-21新增/02_电影运镜三变量_Skill_Pro_V2.0.txt

用途：把光圈/焦距/物距/对焦/摄影机运动转换成 AI 视频模型可执行的动态运镜语言。

五变量：光圈 T 值（景深/注意力）、焦距 mm（视野/压缩）、物距 m（真实透视）、对焦（观众看哪里）、摄影机空间运动（空间关系）。

最关键区分 —— 真运镜 vs 假运镜：

• 推进 + 焦距固定 = 真 Dolly In（主体变大，透视真实变化）
• 不动 + 焦距增加 = Zoom In（主体变大，透视基本不变）
• 推进 + 焦距同步增加 = Dolly Zoom（希区柯克变焦）

AI 提示必须写明“摄影机真实移动”，防止模型把运镜理解成单纯数字放大。

情绪→参数速查：高级人物 50–85mm/T1.4–2.8 慢推锁焦；史诗宏大 24–35mm/T5.6–11 低机位大景深；压迫恐惧 85–135mm/T2–4 缓靠或 Dolly Zoom；梦幻爱情 65–85mm/T1.4–2；现实主义 35–50mm/T2.8–5.6。

时间轴式运镜设计：0–25% 建立空间 → 25–60% 引入变化 → 60–85% 加大变化产生转折 → 85–100% 完成视觉落点。

输出模板字段：运镜核心 / 摄影机运动 / 焦距变化 / 光圈变化 / 物距变化 / 对焦变化 / 空间变化 / 节奏 / 最终 Prompt / 负面约束。

6.13 【范例参考】真人 Vlog 级完整分镜（0–25 秒）

素材：02_素材整理/2026-09-21新增/03_情侣Vlog拍摄脚本_范例.txt

价值：一份逐镜到 0.1 秒的成品分镜范例，展示真人系（非动画）分镜要写到多细：

• 全片设定：16:9 / 8K / 原生手机质感 / 人物一致性（禁止换脸、五官漂移）/ 妆容皮肤与头发细节 / 拍摄关系与焦段规划（24/28/35mm）
• 逐镜要素：时间码 + 景别 + 焦距 + 景深 + 画面任务 + 面部/身体表演细节 + 台词
• 情绪弧线：开心大笑 → 甜甜微笑 → 憋笑特写收尾（全片形成完整情绪曲线）

借鉴点：面部捕捉重点（眼睛/眼睑/眉毛/鼻翼/嘴角/脸颊/呼吸）、同一人物跨镜连续性写法、真实手持质感约束。

6.14 【动作表演库】60 种角色动作：让人物不像木头人 ⭐

素材：02_素材整理/2026-09-21新增/08_60种角色动作提示词.txt 与 6.11 的分工：6.11 = 打斗/动作戏（强冲突）；6.14 = 日常/情感表演动作（所有戏都在用）。

动作 5 段拆解（动作不是一个词，是一段表演）： 起始状态 + 触发原因 + 动作过程 + 结束状态 + 情绪目的 (+镜头配合)

例：黑衣少年站在雨夜旧宅门前（起始），听到屋内脚步声（触发），扶门框的手慢慢收紧后缓慢推开木门（过程），停在门口没有立刻进入（结束），眼神从犹豫变成警觉（情绪），镜头从中景缓慢推近（配合）。

60 条动作库（6 大类）：

铁律：一镜一主动作（禁止又奔跑又拔剑又拥抱）；写起始状态（回头前是背对还是低头，结果完全不同）；别忽略手部（攥紧/悬空/松开比大动作有戏）；动作情绪不分家（同是奔跑：逃命/寻找/愤怒状态不同）。 自检：删掉台词后，观众能否从身体看出人物在经历什么？

6.15 【运镜即用库】40 种运镜提示词 ⭐

素材：02_素材整理/2026-09-21新增/12_40种运镜提示词.txt 三层体系：6.4 名词层（认识运镜）→ 6.15 即用层（复制改角色） → 6.12 参数层（精细控制防翻车）。

运镜公式：角色设定 + 场景 + 主体动作 + 景别 + 运镜方向 + 速度 + 情绪目的（一条镜头只选一种主运镜）

40 条运镜库（5 类）：推拉(8：缓慢推近/压迫式变焦/背影推到侧脸…)、横移摇镜(8：平移揭示/门缝横移/甩镜转场…)、跟拍运动(8：背后跟拍/低机位跟拍/手持轻晃/从脚步跟到脸…)、环绕角度(8：半环绕/双人环绕/过肩对峙/主观视角/虚焦转实焦…)、高频组合(8：雨夜追逐/突然回头/反派登场/真相揭露/决战前环绕…)。 情绪→运镜映射：压迫=推近低角度 / 孤独=缓慢拉远 / 悬念=横移揭示 / 慌乱=手持轻晃 / 关系张力=双人环绕/过肩。 铁律：别全片都推近（不同镜头不同任务）；运镜必须跟人物动作走；忽略景别=白运镜（远景管空间/近景管情绪/特写管反应）。

6.17 【多集工程 & 分镜字段规范】标准化分镜脚本 + 资产库 + 批量容错 🆕

源自 飞书×OpenClaw 自动化生产专文 / CSDN 分镜工具文（素材 19）。面向多集/系列化生产：把「分镜」做成可表格化、可程序化的中间层。

① 标准化分镜脚本固定字段（13 项）（多集批量生产的通用骨架）：

字段固定的意义：这张表是后续自动化工作流的核心数据源（可被脚本逐行读取、批量出图）。模板见 工具箱.md 模板⑳。

② 资产库四类（多集稳定生产的前提，配合 ③.6 / ③.7）：

• 角色资产：姓名/年龄/外貌/服装/发型/表情特征/参考图 → 人物一致
• 场景资产：名称/空间结构/光线/色调/道具 → 环境一致
• 风格资产：画风/镜头语言/色彩/质感/构图偏好 → 视觉统一
• 提示词资产：正向/负向提示词/镜头运动/动作描述 → 生成稳定

③ 逐镜质检清单（生成后逐镜过，配合 6.7 七律 / 7.2b 音画同步）： 变脸？· 服装变化？· 场景跳变？· 动作符合分镜？· 镜头过度夸张？· 多手/畸形/错位？· 情绪与剧情一致？

④ 三种分镜工具定位（按产能阶段选）：全链路型（蛙蛙写作 / 纳米流水线：工作流串联、前序结果自动引用）/ 画面质感型（Runway Gen-4：4K 光影细腻，但缺工作流、长文本弱、一致性靠调提示词）/ 动态效果型（Pika：动作与衣摆发丝自然，但无工作流、分镜弱）。

6.16 【质感词库】2026 高级质感词：告别"电影感" ⭐

素材：02_素材整理/2026-09-21新增/10_2026高级质感词.txt 定位：6.5 定画风类型；6.16 定画面质感——"电影感"已烂大街，2026 拉开差距的是把抽象风格拆成可执行画面语言。

核心原则："电影感"是结果不是指令。普通人写形容词，高手写画面结构：光源性质 + 材质细节 + 空气介质 + 色彩倾向 + 镜头特征。

10 类质感词（按题材选）：

写法对照：❌"雨夜街头，电影感，超清" → ✅"雨夜街头，湿润柏油路反射蓝紫霓虹，空气细密雨雾，远处车灯柔和散景，侧后冷色轮廓光勾脸，背后低角度缓慢跟拍，冷青孤独都市夜质感"。 铁律：质感词服务题材（别给治愈片加粗粝）；一条提示词一种主质感；高级=具体（说清哪种光/哪种材质/什么空气）。

⑦ 视频生成（即梦 / 可灵）

• 输入：⑥ 镜头提示词 + 人物参考 + 场景参考 + 道具参考 + 参考声音
• 输出：视频片段（逐镜生成）

关键方法（来自《制作注意事项》）：

• 只有 单帧 和 首尾帧 两种方法；不用多帧、不用中间帧
• 例：机器人爆炸镜头 → 用好的机器人输入爆炸提示词直接生成爆炸效果，而非先生成爆炸图再转视频
• 视频口型（即梦/可灵）：说"XXXXXX"
• 首尾帧：必须写明过渡效果（如 <人物变身>出现一道金光伴随烟雾过渡到尾帧），或合适的镜头移动

7.1 【方言配音】AI 配音控制词典（50 套 + Seedance2.5 版）⭐

素材：02_素材整理/2026-09-21新增/04_全国50套方言AI配音控制词典.txt、05_方言AI配音控制词典_Seedance2.5.txt

用途：需要方言台词/配音时的控制词典。两份内容互补——#04 覆盖 50 个地区（更全），#05 面向 Seedance 2.5（含总控规则，更细）。

⚠️ 重复说明：#05 的前 34 条与 #04 的前 34 条地区完全重合（北京→西宁）。同一地区优先用 #05（描写更细）；#04 独有的 16 个地区（锦州/汕潮/温州/黄山/闽南/苏州/宁波/泉州/雷州/柳州/天水/大同/漳州/文昌/湘西/大理）只能用 #04。

统一结构：地区 → 方言 → 核心发音 → 声调 → 节奏 → 语气 → 口语特征 → 执行要求。

总控 12 条（两份共同红线，直接沿用）：

1. 优先保证地域听感，其次保证台词清晰度。
2. 人物必须像当地年轻人真实聊天，不像演员表演方言。
3. 方言不能为了突出地域感而故意拖音、夸张变调。
4. 禁止普通话播音腔、新闻腔、广告腔、舞台腔。
5. 禁止混相邻地区口音（西安≠兰州、成都≠重庆、广州≠港台）。
6. 同地区不同人物可有轻微个体差异，核心地域听感必须稳定。
7. 年轻人物优先现代城市年轻人口吻，避免老年人语气。
8. 完整方言保真实音系；“本地普通话”以清晰度为基础叠加轻微地域特征。
9. 台词与人物口型严格同步（发音/停顿/重音与动作自然对应）。
10. 禁止 AI 合成音的机械感、字字分离、过度标准化和情绪断层。
11. 旅游类视频不能读成导游播报，要像当地人生活里自然说出。
12. 方言强度默认“明显能听出地域、但不影响理解”；用户指定“纯方言”再提高。

完整 50 套原文见 02_素材整理/2026-09-21新增/04_...txt（50 地区）与 05_...txt（34 地区 + 总控）。

7.2 【声音一致性】角色声音资产体系（跨集不变声）⭐

素材：02_素材整理/2026-09-21新增/11_短剧声音一致性指南.txt 定位：画面一致性的姊妹篇——上一段是少年下一段变成熟男声，比画面穿帮更让观众出戏。

声音一致性三层面：音色（声纹指纹）+ 风格（语速/停顿/重音/情感基调/能量）+ 区分度（角色间辨识度）。

方法一：从满意视频「抢救」声音（实战最高效）：

1. 偶然抽到符合角色的声音 → 剪辑软件「音频分离」→ 人声分离（去BGM音效）
2. 截取最清晰的 3-5 秒短句（短而精 > 长而杂）作「声纹锚点」
3. 后续所有片段生成时上传该参考音频 + 绑定角色参考图

方法二：从零设计专属音色（不是抽卡是设计）：

多人对话铁律（一人一音）：每角色独立参考音频；对白前标角色名 + @音频N + （语气：xx）：

男主（@音频1）站在门口，表情严肃："把宝物交出来。"（语气：冷静、克制）
女主（@音频2）后退一步，声音颤抖："什么宝物？我不知道。"（语气：害怕、紧张）

区分度检测：闭眼听一遍，仅凭声音能否分辨谁在说话？不行就回去拉大音色差异。

声音资产卡（每角色一张，跨集复用）：角色名/类型/音色描述/参考音频文件/语速(字/分)/音调/默认情感/可变范围/版本号/变更日志。版本管理：v1.0 初始 → v1.1 微调语速 → v2.0 角色黑化变低沉。

翻车对照：同角色变声=没用声纹参考 / 多人串音=没标@音频 / 跨集变声=资产不统一 / 口型对不上=音频视频帧率不对齐+说话镜头保持正面或小侧面 / 情绪激动失真=文字描述情绪别靠AI发挥 / 跨语言不像=相似度只有60-70%需分语言备参考。

7.2b 【音画同步 · 音频工具链】口型同出与音乐生成 🆕

源自 2026 工具链专文（素材 17）。与 7.2「声音一致性」互补：7.2 管跨集不变声，本节管口型同步 + 配乐生成。

音画同步（口型终极方案）：

• SkyReels-V4（昆仑万维，对称双流 MMDiT）：视频分支「看」音频、音频分支「听」视频，在生成基座层绑定 → 毫秒级对口型，连呼吸频率都与语调起伏匹配，彻底解决音画分离/口型错位。
• Vidu Q3（生数科技「参考生视频」）：音画同出（视频与音频同步生成，支持中/英/日多语），多主体参考 + 场景特效复刻（可用指令改写参考视频中的物体材质而不重生成整个场景）。
• 传统流程是「先生视频 → 再用口型软件对齐」（易僵硬/不同步），能一步同出则优先同出。

配音工具按需求选：ElevenLabs v3（情感控制头部，1 分钟样音克隆含呼吸/停顿）/ Fish Audio（出海跨语言一致：中文样音训 → 角色说地道日/英语且保留音色情感；表情标签（兴奋）（低落））/ 火山引擎（中文语境 + 大规模并发，适合互动短剧/长篇连载）。

背景音乐生成：

• Suno v4：风格遵循度高，Studio 编辑器支持曲式结构定制。示例提示词：「古风武侠战斗曲，唢呐为主，节奏先缓后急，2 分 30 秒处有高潮」。
• Minimax Music-2.0：1 万免费积分，人声分离 + 克隆，风格混合生成。
• 环境音：剪映专业版音效库自动匹配（见 ⑧）。

7.4 【批量生成与容错】多集生产的工程化能力 🆕

源自 飞书×OpenClaw 自动化生产专文（素材 19）。单集能出不难，多集稳定、可续跑才是工业化门槛。

生产级脚本 6 项能力：

零基础耗时参考（单集）：脚本 10-20min → 分镜 15-30min → 画面 20-40min → 动态 15-30min → 音频 10-20min → 合成 20-30min；熟练后 30-40 分钟/集，模板化后可日更。节奏基准：单集 3 分钟内、每镜 3-8 秒。

一致性小贴士：用角色锁定/角色种子固定面部与服饰；同一角色尽量同一套提示词，避免频繁更换模型（配合 ③.6.1 / 7.2）。

提示词三件套（⑦ 出图）：角色特征 + 场景 + 风格 + 画质；图生视频用首尾帧约束保转场流畅（配合 6.10 承接上镜）。

7.3 【配音情绪控制】标点符号=TTS 的情绪遥控器 ⭐

素材：02_素材整理/2026-09-21新增/14_配音情绪控制指南.txt 与 7.1 的分工：7.1 方言词典管「口音地域感」；7.3 管「情绪演技」。配音像机器人的根源：标点乱写——TTS 读文案时标点就是指挥棒。

停顿层级表：

符号情绪用法：

• 省略号…… = 尾音拖长 → 犹豫/不舍/悬念（"别走。"=决断 vs "别走……"=挽留）
• ？=句尾升调；！=力度加重；？！=又惊又疑；……！=犹豫后爆发
• ！的上限是 3 个（1个轻微提升/3个激动/5个+过度夸张）
• 圆括号（）= 气声耳语级 → 内心独白/悄悄话
• 破折号—— = 微停顿+音调微变 → 一句完成情绪反转（"我一直在等你——但你从来没来过"）
• 方括号[] = 不发音的导演指令：[停顿一秒] [深吸一口气] [声音突然变小]
• 直接写情绪方向：低声：/哽咽：/强忍着眼泪笑出来：（可与符号叠加）

研究背书：停顿是情感主要载体——语速+停顿完整时 AI 语音情感感知达人类 82%，只留音调则 <50%。

角色状态公式：状态提示词 + 标点控制（刚睡醒=沙哑慢速+逗号拉长呼吸 / 醉酒=咬字模糊+省略号不规则断句 / 紧张=语速加快+破折号模拟卡壳）

一句话情绪渐变：前半句温柔参数(语速85%,音高+0.5) → 转折处插 0.5s 停顿 → 后半句切愤怒参数(语速125%,音高+2.5)。60% 配音「不像人」是因为从头到尾一个调子——塞入两处情绪变化听感质变。

对口型三要素：嘴巴在画面可见（中近景，远景口型无意义）/ 语速别过快（提示词写「语速偏慢」）/ 单段对白 ≤15 秒（长了拆段生成再拼接）。

7.5 【视频生成 Pipeline】四种无人值守方案的部署与避坑 🆕

源自 腾讯云《部署并搭建视频生成 Pipeline：从零到一，让 AI 替你自动出片》（素材 28）。适用：要「输入主题/剧本 → 自动出片」的批量或无人值守生产；单集可压到 30 分钟级。

四种 Pipeline 方案：

n8n 节点串法：Webhook 触发 → HTTP Request 调 LLM 出文案 → Code 节点解析生成分镜 → HTTP Request 调 ComfyUI API 出图/出视频 → Execute Command 调 FFmpeg 合成 → Email/Webhook 回传成品。

MCP（Model Context Protocol）：统一 AI 服务调用协议，把 ComfyUI / 大模型 / TTS 等能力标准化暴露给编排层，是「零代码接工具」的关键粘合层。

避坑三坑：① 显存不足 OOM → 量化模型 + 降分辨率/批量；② FFmpeg 找不到 → 加 PATH 或用绝对路径；③ 素材 API 返回空 → 换素材源/加兜底。

完整方法见 02_素材整理/2026-09-21新增/28_零代码智能体编排与视频Pipeline（自动巡检）.txt。

⑧ 剪映合成

• 输入：⑦ 的所有视频片段
• 工具：剪映
• 输出：成片

剪辑要点（来自《制作注意事项》）：

• 首尾帧生成的视频到尾帧会静止。想让尾帧动 → 再生成一个尾帧图片的单帧视频，然后剪辑衔接
  • 例：三体中镜头绕老兵旋转一周 → 接瞄准镜单帧视频里的机器人走动
• 丰富的音效与音乐之间的衔接过渡

8.1 成片导出规格（竖屏发布标准）

源自 CSDN《仿真人短剧保姆级教程》《GitHub 全流程调研》，补齐原流程未覆盖的导出参数。

发布策略：晚 7-10 点或周末中午发布；标题用「悬念 + 情绪 + 身份」公式。

导出规格为成片技术标准；发到哪个平台、怎么分账、怎么变现 → 见 ⑨ 发行与变现。

8.2 转场衔接（跨镜过渡三法）🆕

源自 北航《爆款AI漫剧教学手册》（素材 22）。补齐 ⑧ 此前只在 ② 导演规划「场间过渡」中零星提及的剪映合成阶段跨镜过渡。

原文标称「5 种万能过渡技巧」，可见 3 种核心；其余与知识库已有的硬切 / 动作衔接 / 空镜 / 淡入淡出（见 ② 导演规划「场间过渡」）互补。默认仍硬切，仅在必要时用上述补间。

8.3 后期打磨（节奏 · 高光 · 字幕）🆕

源自 北航《爆款AI漫剧教学手册》（素材 22）。成片观感的三处「加分项」。

• 节奏卡点（快剪处理）：冲突场景用短镜头 2-3 秒/个，抒情场景用长镜头 4-6 秒/个（与 6.8 时长预算、6.17 时长字段配合）。
• 高光定格：反转/爆点时刻加 0.5 秒定格 + 文字特效（如「真相竟然是？」）。
• 字幕设计：字体统一（黑体 / 思源黑体）；颜色对比强（白字幕 + 黑描边）；关键台词放大突出。
• 标签搭配：#AI漫剧 #原创剧情 #短视频爆款 + 垂直领域标签（如 #职场日常 #校园故事）。
• 画质统一：帧率 30 fps 全局一致；分辨率参照 8.1 竖屏标准（原文建议 2K，本流程按发布平台取 1080×1920）。

⚠️ 一致性提示：转场用「首尾帧补间」时，首/尾帧务必来自同一角色设定与场景母版，否则补间会放大不一致（配合 ③.6 角色卡 / 6.10 承接上镜）。

8.4 声音设计（配乐 · 音效 · 混音）🆕

源自 骆驼AI学社《音乐骤停让情绪炸裂》（素材 23）+ SunoMV《电影感配乐 7 步法》（素材 24）+ 画音社《音效后期流程》。补齐 ⑧ 此前**音频侧仅剩一句「音效音乐要丰富过渡」**的空白。

音乐骤停（短剧网感第一狠招）：

• 用途：解决「画面漂亮但剪出来平、拖、没劲」——缺节奏。
• 找爆点：台词关键信息 / 关键动作 / 推动剧情的道具（没爆点硬停 = 尴尬）。
• 三大时机：高潮 / 反转 / 重点（缺一不算最佳）。
• 操作：在关键词出口后、下一句爆发前那半拍呼吸间，BGM 直接切掉（非淡出） + 叠一个低频「咚」；骤停环节用固定镜头（摇移会分散爆发力）。
• 按类型选：喜剧反差 / 信息强调 / 悬念营造 / 高光展示。

配乐 7 步法（电影感的来源不是「高级音色」，而是动机连贯 + 动态克制 + 配器留白）：

1. 主题动机：整片只有一个 3-5 音符动机，反复变奏（观众音乐工作记忆约 3-5 音符）。一次生成「原型 + 3 变奏」。
2. 情绪曲线：先拉画面，每 30 秒标一个情绪值（-5 ~ +5） → 即「音乐分镜（music breakdown）」。
3. 动态布局：ppp 30% / mp-mf 50% / ff 仅 5-10% / 过渡 10-15%；ff 只给 1-2 个高潮，不平均铺。
4. 配器留白：Intimate 钢琴+大提琴 / Cinematic 弦乐+法国号 / Epic 全管弦+合唱+打击 / Hybrid 弦乐+合成器；prompt 务必标 include rests。
5. 流程：主题先行、cue 后填（Day1 主题歌 → Day2 6-8 个 cue → Day3 过渡+混音+对位）。
6. 混音规范：人声 -16 LUFS；配乐（有人声段）-28 LUFS 且削 200-500Hz 5dB 给人声让路；配乐（无人声段）-18 LUFS；真峰 -1 dBTP。（工具见 7.2b：Suno v4 / Minimax Music-2.0）
7. 成片对位：A 节拍对位（cut on beat）/ B 情绪对位 / C 动作对位（Mickey-mousing）。

音效后期四步（画音社 · Studio One 8）：音轨分离整理 → 音效重建 → 音效检查 → 音效层次优化。

三层混音最佳实践：对白最清晰、配乐其次、音效最低（示例：对白 100 / 配乐 40 / 音效 60）；音效可按时间轴分段配置（每段起止 + 描述）。

与 7.3 配音情绪控制互补：7.3 管「配音像不像人」，本节管「成片听感有没有劲」。

8.5 画幅适配与多平台发布 🆕

源自 新浪《AI漫剧横屏格式会一直持续下去吗？》（素材 24）+ 有戏AI 多格式成片实践。与 8.1 竖屏导出标准互补：8.1 定竖屏参数，本节补横屏 + 一套素材多用。

• 横屏为何是算力最优：主流视频模型训练多用横向素材，16:9 输出效率最高、失真最少；竖屏裁切横向像素，单位面积细节精度下降。
• 行业趋势：竖屏爽漫陷投流内卷（2026 上半年上新 22 万部、千次播放收益 60→15 元）；横屏中长剧成新方向（腾讯《北派笔记》、爱奇艺首部获发行许可 AI 网络故事片）。
• 一套素材多用（跨平台）：
  • 安全区间构图法：主体锚定在中央安全区、四周留余量 → 同一构图可裁出 9:16 与 16:9，字幕/关键元素不越界。
  • 导出两版：竖屏 1080×1920（→ 8.1）、横屏 1920×1080（帧率/码率一致）。
  • 部分一站式平台支持上传长剧本后直接生成「抖音竖屏 / B站横屏」多格式成片。

画幅选型服务发行策略 → 见 ⑨ 发行与变现。

⑨ 发行与变现（可选 · 出片之后）🆕

源自 AIGC SDM 分账攻略 / 腾讯新闻 / 浙江日报一线报道等（原文见 01_原始素材/2026-09-21新增/20_2026AI漫剧平台分账与变现发行全景.md）。发行运营参考，非制作流程强制；平台政策高频变动，以官方最新公告为准。

• 输入：⑧ 成片
• 输出：上线发布 + 分账/变现 + 数据迭代

9.1 平台分账速查（截至 2026-05，⚠️以官方最新为准）

分账系数（抖音口径）：仿真人 60× / 3D 50× / 2D 40× / 沙雕 10× / 静态 1× → 仿真人/3D 优先，静态漫几乎无分账价值。

9.2 平台选型决策表（按团队档位）

选型硬标准（漫剧核心痛点）：跨镜头不变脸 / 剧本自动拆分镜 / 9:16 竖屏 / 中文语境 / 低成本日更。

9.3 变现路径与免费 IP 库

• 变现四层：①广告分成+付费解锁（基础，拼完播率）→ ②品牌商单/定制（300 元-8 万；「内容即广告」）→ ③IP 授权衍生（周边/小游戏/授权）→ ④出海（东南亚供给不足，海外分成最高 91%）。
• 三大免费 IP 库：抖音系番茄小说（6 万+，免费改编+50% 补贴）/ 腾讯系阅文（3D/古风）/ 百度系七猫（男频爽文）。
• IP 筛选：付费榜 TOP50 / 完读率 >70% / 章节 >100 / 角色鲜明。

9.4 投流经济学与爆款率（⚠️ 数据口径差异，引用须标来源）

• 市场：2025 中国 AI 漫剧 168 亿 → 2026 上半年 >220 亿，全年预期冲 400 亿（+138%）；用户 1.2 亿→6 亿。
• 爆款率：2026 上半年新增 22.19 万部，破亿仅 1055 部 = 0.47%；Q1 以 95% 产量只换 4% 播放。（另有 0.16% / 0.117% 等口径，须标注来源）
• 投流：日均消耗 1.5-1.7 亿元；大量普通项目 ROI <0.8。核心矛盾 = 制作端 AI 降本，但买量成本刚性甚至上涨 → 剪刀差。
• 成本结构：算力 30%-40% / 人力 40%-50% / 剧本 10%-15%；2D ~1000 元/分、3D 2000-2500 元/分、仿真人精品 3000 元/分。
• 本质：AI 漫剧 = 传统流量采买逻辑（收益 = 投资 × 爆款概率 × 爆款收益率）；渠道集中 → 内容方议价弱。

9.5 上线前自检（发行侧）

• [ ] 选平台与目标受众匹配（见 9.2）
• [ ] 免费 IP 改编已获授权（避免侵权红线，见 2.3 / 附F）
• [ ] 已备案 + 持证 + AI 标注（见 2.3 / 附F；先合规后上线）
• [ ] 开场 3 秒强钩子 + 每 30 秒一个反转（拉完播率 → 决定算法推荐）
• [ ] 单集时长与平台匹配（竖屏漫剧 3-5 分钟；前 5-10 集免费引流）
• [ ] 算力/投流预算已核算，避免「制作降本、买量烧钱」剪刀差
• [ ] 发布前质检（七步法收口）：完整看一遍导出文件 → 黑帧 / 口型 / 字幕在移动端安全区 / 音量 / 品牌露出 / 素材授权 / 平台规则（源自 aigc 七步流程，见 附J）

9.6 一线经验红线（浙江日报采访 · 温梦卜动漫）

• 镜头语言思维：把提示词写成「记叙文」→ AI 给出荒诞机位（如把游戏画面贴到手机背面）。正解 = 拆解镜头（中景交代人物+动作，切镜头切到关键细节特写）。
• 资产管理：一部精良漫剧光人物+场景设定就几百个，道具（手表/刀）都要单独做资产；前期美术规范有漏洞 → 后期生成连锁反应、修改成本巨大。
• 人机协同节奏：生成 → 筛选 → 修改 → 剪辑 → 按需补生成；素材按「可用/待修/废镜头」分类；等生成的间隙切剪辑（双线操作）。
• ⚠️ 心态：AI 让一部分工作变快，但没让创作变简单；纯靠 AI「机跑」废镜头多、逻辑连贯性差；对审美（美术/影视/传媒基础）要求高。

9.7 发布首屏：封面 · 标题 · 追更 🆕

源自塔猴钩子文 + 小云雀连载观察（素材 27）。发布运营参考；封面/标题直接决定点击率（CTR）。

• 封面：直接复用开场 3 秒最强一帧（情绪峰值 / 奇观画面 / 反差构图），不另起炉灶；主体居中或三分法、人脸/情绪特写优先（竖屏 9:16 留足文字安全区，见 8.5）；主文案 ≤8 字、强对比色 + 描边（同 8.3 字幕规范）；封面文字必须与内容一致（挂羊头卖狗肉 → 高跳出）；连载保持统一模板/角标便于识别追更。⚠️ 封面须叠加 AI 标注（见 2.3 / 附F）。
• 标题公式：沿用 8.1「悬念 + 情绪 + 身份」。
• 追更钩子：单集结尾留钩子、中段张力层层加码（呼应 ①.2 钩子与 8.3 节奏卡点）。
• 连载运营（小云雀观察）：一部片子爆了之后想接着做，撞上的全是流程问题——角色跨集一致 / 世界观延续 / 多人同项目并行 / 成片接续可剪；工具普及、门槛降低后，稀缺的是创作者的审美判断 + 能一季一季接着开发的角色/世界观资产（呼应 ③.7、9.3）。

附A：工具清单（02_素材整理/软件清单.txt）

文本/提示词生成：豆包、Gemini、ChatGPT、DeepSeek 出图/出视频：即梦、Midjourney、Nano Banana、VEO3、Wan、Lovart、Tapnow、可灵AI、海螺AI 音频：Nicevoice（配音） 剪辑：剪映 资源站：https://www.aiwind.org/

本地/离线工具链（8G 显存可跑，免 API / 无水印 / 不限次）：Ollama+Qwen（写分镜）→ ComfyUI（绘图+图生视频）→ LTX2.3（微动）→ Qwen3-TTS（配音）→ FFmpeg（合成）。详见 附G。 开源项目生态：waoowaoo / Huobao Drama / 魔因漫创 / DirectorAI / 智剧通。详见 附H。 编排/自动化（智能体工作流）：Dify / n8n / MCP（统一调用协议）/ MoneyPrinterTurbo / narrator-ai-cli + FFmpeg 合成。详见 附J。

附B：制作注意事项（原文 02_素材整理/制作注意事项.txt）

优先级高于理论流程，制作时以本节为准。

准备阶段：脚本/分镜只是思路；先评估难易度与是否想要；自主创作可随时改。

角色设定：先找参考 → 提示词反推 → 先面部 → 以面部为参考做全身像 → 三视图（白底）。

分镜（图片）：熟练使用参考图 + 九宫格生成法 + 各种景别提示词。

视频生成：单帧/首尾帧；不用多帧与中间帧；首尾帧必写过渡效果。

剪辑：尾帧静止 → 补一张尾帧图的单帧视频衔接；音效音乐要丰富过渡。

附C：GitHub 调研与流程优化

调研了 GitHub 主流漫剧/短剧生成项目，提取可落地做法。详细报告见 R1_调研总览。

重点参考项目：

• YvonneMovingon/short-drama-skills（LuxReal 实战验证）：叙事拆解原则、分镜时长估算、长台词切分、Clips→Shots 聚合 → 已并入 6.6 节
• neilalexanderlee/ai-comic-studio：分镜督导批量重写、首尾帧三层决策、视频提示词直出、镜头衔接传尾帧、角色四视图
• wzY-toRitchie/ai-comic-script-generator：4.5 步工作流、角色设定卡、标准母图 → 已并入 ③.6 节
• Dapeng960208/AI-Comic-Generator：角色一致性（图生图参考 + 合并去重）、上下文感知分镜
• murongg/openframe：人物关系图谱、FCPXML/EDL 导出

已落地的优化：

• ⑥ 新增 6.6 节：全局节奏控制 / 分镜拆分原则 / 视觉转化五大铁律 / 视觉描述四维度 / 分镜时长估算公式 / 首尾帧三层决策
• ③ 新增 ③.6 节：角色设定卡「固定不变区」/ 标准母图 / 一致性机制 / 视觉连续性审核
• 建议新增全局机制：角色档案（Character Bible）、视觉连续性审核、情绪曲线管理、时长预算表、参考素材库

附D：提示词模板库与自检清单

完整的可复制填空模板、制作自检清单、速查表、时长公式见： 工具箱.md

包含：

• 模板 ① 爆款改文 ② 台词分幕 ③ 人物四风格 ④ 三视图 ⑤ 表情矩阵 ⑥ 场景 ⑦ 分镜 ⑧ 角色设定卡
• 每环节制作自检清单（勾选项；含 合规前置清单 → 模板⑲；含 发行/变现自检 → 模板㉒）
• 发行侧速查：模板㉑ 平台选型决策表（按团队档位）/ 模板㉒ 发行变现自检清单 → 对应主流程 ⑨
• 景别/视角/运镜/情绪 速查表
• 时长估算公式、视觉连续性五大铁律、禁止词速查

附E：2026 漫剧产业与工具链（速查）

源自 2026 AI 漫剧趋势报告 / 春节档产业分析 / CSDN 教程 / 七牛云方案（原文见 02_素材整理/2026-09-21新增/15_2026漫剧产业工具链与行业趋势.txt）。产业参考，非流程强制。

市场：2025 中国 AI 漫剧市场 168–189.8 亿元（同比 +276.3%），用户破 1.2 亿；单分钟成本 <800-1000 元，百集成本可 <15 万。形态：AI 仿真人漫占百强榜近 60%，成主流。

2026 五大趋势：①精品化（回归视听语言/叙事节奏）②工业化+产业链细分（代工厂/发行机构）③创作定位差异化（重工业团队 vs 微工作室）④告别单一模型依赖（自部署开源模型 + 垂类插件）⑤平台补贴退潮、转向效果导向。 工具链速查（含费用）：剧本 Claude/GPT/DeepSeek（免费额度）→ 角色 Midjourney/即梦（¥68/月）→ 图生视频 可灵 2.0/即梦（¥99/月）→ 配音 ElevenLabs/剪映 → 剪辑 剪映/DaVinci。性价比组合全程约 ¥200/月。

平台对比：即梦（全流程轻量）/ Runway（运镜写实）/ 可灵（国风适配）/ 万兴剧厂（工业化，5 天整剧、成本降 72%）/ 巨日禄（700 元/分钟）/ 阿里 LumenX（AI 原生一站式短漫剧平台，API Key 启动，集成 10+ 模型 + CosyVoice/Qwen3-TTS 对白合成） / 纳米大片流水线（全流程效率 +10 倍）/ 七牛云 AI Canvas（多模型整合 + 智能剪辑）/ 小云雀（一站式短剧 Agent）/ 腾讯视频 WorkRally（S+ 级影视动漫技能库，穿帮检测使批量角色一致性 >95%）/ 橙星梦工厂（八大智能体协同）/ LibTV / Vidu。

量产口径（2026，素材 29）：AI 漫剧=搭流水线而非写提示词；「五层架构」= 剧本结构化 → 分镜拆解 → 角色/场景资产 → 视频生成与配音 → 剪辑合成导出。360 纳米漫剧流水线素材成功率 >90%、单集 30min~1h；腾讯 WorkRally 一致性 >95%、返工率 40%-50% → <10%；传统工具抽卡成功率仅 15%（催生职业「抽卡师」），工业级已达 90%+（「流水线推进 + 智能画布调整」双模式替代纯手动抽卡）。市场规模预测 243.6 亿、播放 >700 亿次、15 人 20 天做 60 集、单集成本千元级。三边界：抽卡待工程化、AI 著作权无定论、内容判断力才是长期护城河。

质量红线与成本（2026-04 起）：低质 AI 漫剧被平台集中下架（红果短剧一周下架 3522 部），行业从「拼速度」转「拼质量」；合规团队建专属数字资产库（单个原创虚拟人建模 5000 元 → 3 万元），精品 80 集+算力成本可 >10 万元、总成本向 30 万元级别迈进。「抽卡碰运气」的低质路线已被淘汰。

资本/模型格局：视频生成赛道 Seedance 2.0（字节）/ Sora 2（OpenAI）/ Kling 可灵 3.0（快手）「三足鼎立」；Adobe Firefly 2026 集成 Premiere，LLM 自动生成粗剪稿（粗剪省 ~80%）。

详细素材（含剧本黄金公式、分镜 7 要素、7 天排期、一致性参数、行业数据）见 15_2026漫剧产业工具链与行业趋势。

2026-09 增补（工具链与工业化，素材 17）：

• 技术栈：MJ V7 Omni Reference（--cref/--cw）→ SD3.5/SDXL 开源流（IP-Adapter FaceID Plus v2 + ControlNet Reference + ADetailer）→ LoRA/Dreambooth 高精训练（详见 ③.6.1）。
• 合规反转：网传「3人48小时做5亿播放AI短剧」已被导演澄清——3000 元仅为算力成本、团队近 20 人、所谓 80 集实为两支短片。算力成本 ≠ 总成本，团队人才与统一认知才是真成本。
• 成本/周期：单分钟 1000-2500 元（国信测算可 <800-1000）；全剧 7-14 天；《气运三角洲》75 集 3 人 5 天。
• 剧本要求（抖音版权中心）：AI 仿真人短剧不少于 70 集、字数≥7 万字（真人 80 集约 5-6 万字），且需详细场景描写（镜头语言/空间调度/动作站位/环境细节）。
• 音频工具链：ElevenLabs v3 / Fish Audio（表情标签）/ 火山引擎；Suno v4 / Minimax Music-2.0；口型同出 SkyReels-V4、Vidu Q3（详见 7.2b）。
• 视频生成三足鼎立（补定位）：Seedance 2.0（导演之选·多模态参考/多镜头叙事）/ Sora 2（世界模拟器·物理真实）/ Kling 3.0（动作大师·人体动力学）；SkyReels-V4（原生音画同步）。
• 一站式平台：即梦 AI 工作室（智能多帧 2.0 + 画布 Agent + 分发闭环）/ 纳米漫剧流水线（360，单集 30min-1h，成功率 >90%）/ 万兴剧厂（多模集成，抽卡率 40%→80%+，总成本 -60%+）/ Adobe Firefly 2026（粗剪 -80% 时间，单帧生成补拍镜头）。
• 两套工作流：极速流（约 1h、单人、<50 元/集）vs 精品连载流（资产库 3-5 天前置 + LoRA + 母版 + 音画同步，5-10 人 15-30 天，500-2000 元/集）。
• 本地/离线工具链（2026-09 增补）：Ollama + Qwen2.5 → ComfyUI（IP-Adapter Plus FaceID + DWpose ControlNet + LTXVideo + KJNodes + Qwen-TTS）→ FFmpeg 合成；8G 显存可跑通全流程，免 API/无水印/不限次。轻量分镜工具链亦见附G。
• 开源项目生态：waoowaoo（剧本→角色→分镜→视频全自动）等 5 个项目，详见附H；工业化一致性佐证见 ③.6.1（固定特征库 + 控制网 / AI 指挥 AI）。

附F：2026 合规监管与备案制度（速查）⚠️

源自 流媒体网 / 21经济报道 / 腾讯新闻（红果官方原文）/ 无忆研习社 / wzbj1616 平台规则汇总 / 广电总局通告（原文见 01_原始素材/2026-09-21新增/18_2026AI漫剧合规监管与备案制度.md）。合规参考，非流程强制；以官方最新公告为准。

监管沿革：2024-02 分类分层+白名单 → 2025-09-01《AI生成合成内容标识办法》 → 2025-11 动画微短剧专项治理（首次纳入 AIGC）→ 2026-01-01 分级新标准 → 2026-04-01 AI 漫剧「持证上岗」（未备案存量全网下架）→ 2026-04-07 红果/抖音新规执行 → 2026-05-26 精品创作传播计划 → 2026-07-01《管理提示（AI 微短剧分类分层标准）》 → 2026-09-01 总局令第 16 号《微短剧发展管理办法》施行（国内首部微短剧专门规章）。

三级备案（投资额 + 题材）：≥300 万或敏感题材 → 总局审核发《网络剧片发行许可证》；100-300 万一般题材 → 省级广电备案；<100 万一般题材 → 平台自审 + 报省级备案。制作方须持《广播电视节目制作经营许可证》（个人签约 MCN / 挂靠持证公司）。

AI 强制标注：片头/显著位置；纯 AI「AI 生成」vs AI 辅助「AI 辅助制作」分开标注；多平台需封面+标题+片头双/三重标注（片头≥3s、字号≥画面短边 5%）。

内容六大零容忍（红果 2026-05-18）：不良价值观 / 低俗擦边 / 封建迷信 / 观感不适（血腥惊悚怪异画风）/ 侵权盗版（无授权 IP·肖像·声音、AI 魔改经典）/ 未成年人有害。

版权存证：留存 AI 提示词 / 参数 / 生成日志 / 授权合同；剧本查重自检。

平台分账速览：快手（最高 90% + AIGC 创投；磁力新剧单部最高 200 万 + 1 亿流量）/ 爱奇艺（独家 100%·非独家 70% + AIGC 补贴 20%）/ 优酷（会员 70%·广告 80%）/ 多多视频（独家 75%·非独家 55%；<30 万超低成本仅免费流量）/ 红果（审核最严）；腾讯火龙/B站（企业须许可证，B站个人签约 MCN）。

详细清单（时间线/分级表/红线条目/版权三踩雷/各平台规则）见 01_原始素材/2026-09-21新增/18_2026AI漫剧合规监管与备案制度.md。

附G：本地/离线全流程（低配可跑 · 免 API）🆕

源自 阿里云《2026 零基础本地 AI 漫剧完整实操教程》+ 头条《AI制作漫剧全攻略》+ 七牛云《工业化管线》（原文见 01_原始素材/2026-09-21新增/25_本地离线全流程与开源漫剧项目（自动巡检）.md）。适合：零预算/隐私敏感/想无限次生成、不想买 API 额度。

硬件门槛：NVIDIA 独显 8G 显存 + 内存 16G（32G 更顺）+ Win10/11。

链路：本地 Qwen 写分镜 → ComfyUI 画统一角色分镜图 → LTX2.3 图生微动画 → Qwen3-TTS 本地配音 → FFmpeg 拼合成片（全程离线、无水印、不限次）。

环境：Python 3.10（勾 Add to PATH）/ Git / FFmpeg；显卡加速 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121。

分镜脚本（Ollama + Qwen2.5）：ollama pull qwen2.5:14b-q4_K_M，提示词要求输出 JSON 分镜数组（字段：镜号 / 正向画面描述 / 负面避坑描述 / 人物动作 / 角色台词 / 时长 3-5s），脚本 POST localhost:11434/api/generate 存 comic_scene.json。

ComfyUI 插件（防变脸/闪烁/爆显存三痛点）：

1. IP-Adapter Plus FaceID — 锁人物五官、跨镜不变脸（核心）
2. ComfyUI-LTXVideo — 本地图生视频微动
3. DWpose ControlNet — 骨骼姿态控制、防肢体畸形
4. KJNodes — 批量循环渲染 + 本地文件读写
5. Qwen-TTS-ComfyUI — 内置本地配音节点

模型路径：models/checkpoints（Flux-Schnell 量化 / SD1.5 漫画）/ models/ipadapter（FaceID）/ models/ltx_video（LTX2.3 量化，8G 专用）/ models/controlnet（DWpose）。

低配最优固定角色组合：固定一张角色正面人设参考图 + IP-Adapter-FaceID 权重 0.65 + DWpose 骨骼控制，再循环批量生成所有镜头视频。（云端侧一致性参数见 ③.6.1；如需脱离 ComfyUI 图形界面的纯 diffusers 工程管线（SDXL+AnimateDiff+Wav2Lip，含 LoRA 训练参数/显存/耗时/错误修复表），见 ③.6.2）

升级路线：本附G 为「低配可跑」起点；量产/自定义需求可按 ③.6.2 开源工程管线 → 附J 编排层（Dify/n8n 把 ComfyUI 串成自动化生产线）渐进升级。

附H：AI 漫剧平台对比 & 开源项目生态（速查）🆕

源自 GitHub Gist《AI漫剧制作平台全流程调研报告》（原文见素材 25）。⑨ 9.2 是「发行/分账选平台」，本附H 是「制作工具选平台 + 可自建的开源项目」，两者互补。

制作平台对比：

开源 AI 漫剧生成项目（可二次开发/私有部署）：

• waoowaoo — 剧本 → 角色 → 分镜 → 视频全流程自动生成（首选参考）
• Huobao Drama / 魔因漫创 / DirectorAI / 智剧通

效率/参数参考：万兴剧厂分镜一抽可用率 80%、单集分镜从 1 人/天/1 集 → 1 人/天/8 集；云端参数 Runway --motion5、单次生成 10-15s、配音语速 1.1 倍、BGM -18dB / 人声 -6~-3dB；导出与 8.1 一致（MP4 / 1080×1920 / 30fps / 8000-10000 kbps）。

零基础六步耗时口径：选题+剧本 20min → 角色设定 → 分镜图 30min → AI 动态 → 配音音效 20min → 剪辑合成 30min（单集 1-3 分钟，3 秒爆点、10 秒立人设）。

附I：AI 译配 & 出海本地化（多语种流水线 · 速查）🆕

源自 腾讯云《48 小时 9 语种译制流水线》+ 腾讯新闻《小云雀出海本土化》+ 澎湃/钛媒体出海市场数据 + 腾讯云《音画同步难题》（原文见 01_原始素材/2026-09-21新增/26_AI译配流水线与出海本地化（自动巡检）.md）。⑨ 9.3 出海是「概览」，本附I 是「落地流水线 + 成本 + 本土化方法论」。

why 出海卡在译制：单集 90s 人工译制周期 3~5 天、单语种 200~600 元；100 集 × 9 语种 = 900 集，传统模式 4~6 周、破百万。四大痛点：硬字幕/水印（海外平台不允许原平台标识）/ 音色一致性（男主跨语种同一声音）/ OCR（画面内招牌·聊天·合同）/ 分区合规。

七步流水线（AI 化）：

① 智能擦除（去字幕无痕）   3 元/分钟 → 干净母版
② ASR 识别                0.03 元/分钟
③ 大模型翻译（9 语种）    0.20(首)+0.05×8(附加) 元/分钟
④ OCR 提取并翻译          0.80 元/分钟
⑤ AI 配音（见下）
⑥ 字幕压制（双语/单语）   0.063 元/分钟
⑦ 智能审核（分区合规）    0.08 元/分钟

配音三模式（决定上线层级）：全自动高情感克隆 9 元/分钟（主线/付费档）｜ 基于音色 ID 0.5 元/分钟（长尾/广告/试播）｜ 音色克隆 25 元/音色·一次性。 工业化打法：先「音色克隆」固化男一/女一音色 ID → 再用「音色 ID」批量铺 100 集 → 100 集同一声音 + 成本不爆。

成本口径：100 集 × 9 语种 ≈ 2433 元（900 集），单集综合 ≈ 2.7 元，降至人工译制约 1/10。时间线 48h：0~6h 擦除+ASR+OCR → 6~18h 翻译+克隆 → 18~36h 配音 → 36~44h 压制+审核 → 44~48h 人工 QC。

音画同步三层策略（译配最大坑：翻译后时长偏差 → 嘴闭音未停）：① TTS 语速参数调整（偏差 5%-20%）② 约束改写（20%-40%）③ 混合策略（≥40%）。口型适配更难（口型驱动/重绘）。

出海 2.0：从「翻译搬运」到「本土化再生产」：核心障碍不是语言，而是文化折扣（读懂字面、读不懂情绪逻辑 →「看得懂却看不进」）。正解流程 = 剧本语境重构 → 镜头画面重制（欧美面孔/美式场景/当地风格）→ 角色资产 → 多语种情绪配音 → 规模化量产；不用先拍中文原片再转绘，直接从文字剧本生成本土化视觉素材。转绘三项关键参数：风格 / 比例（竖屏 9:16 适配 TikTok·Reels）/ 目标地区。

市场口径（2026，引用须标来源）：全球 AI 短剧市场 2025 ≈1 亿美元 → 2026 预计 ≈6.5 亿美元（+6 倍）；TikTok Q1 AI 短剧分成超 200 万美元；阅文 ToonScroll；字节 Melolo/MiniShorts/PineDrama；中文在线 FlareFlow（3300 万用户）。风险：日上线超 1300 部、爆款率约 1/1000、译制剧完播/付费双降 → 精品化 + 原创。

ROI 三条：① 配音分层（S 级钩子集高情感克隆 / 长尾集音色 ID）；② 音色 ID 库沉淀为公司资产（复用省克隆费）；③ 「擦除+OCR+翻译」打包成母版工厂（先产干净母版，再按平台二次烧字幕）。

附J：零代码编排 · 智能体工作流 & 视频 Pipeline（速查）🆕

源自 阿里云《ComfyUI 搭建 AI 漫剧生产线（Dify + ComfyUI）》+ 腾讯云《部署并搭建视频生成 Pipeline》（原文见 01_原始素材/2026-09-21新增/28_零代码智能体编排与视频Pipeline（自动巡检）.md）。附G 是「单机本地链路」，附H 是「平台/开源项目」，本附J 是「把工具串成自动化生产线的编排层」。

分层心智模型：编排层（大脑：剧本/分镜/多 Agent/JSON 结构化/循环批量） + 执行层（双手：ComfyUI 出图·图生视频·配音） + 粘合协议（MCP 统一调用） + 合成（FFmpeg）。

Dify + ComfyUI 落地：

① ComfyUI 工作流 → Save (API Format) 导出 JSON
② Dify Marketplace 装 ComfyUI Plugin
③ Dify Tools → ComfyUI 填 服务器 URL
④ 加「ComfyUI Workflow」节点：传 JSON + 变量(prompt/seed)

模型栈参考：Flux.1（漫画风）/ LTX-2.3（开源视频）/ Qwen3-TTS（配音）/ Flux2Klein·NanoBanana（强一致性）。

多 Agent 分工：编剧 Agent（②）→ 导演 Agent（⑥）→ 提示词优化 Agent（③④）。起手式复杂度：MoneyPrinterTurbo（15min）< 编排层+ComfyUI（1-2h = n8n+ComfyUI+MCP）。

提效 / 避坑：角色一致性用「角色知识库（参考图+描述+LoRA）」；显存用 FP8/GGUF 量化（12G 可 1080P）；低配可「云端编排 + RunPod 租卡跑 ComfyUI」；OOM 降分辨率、FFmpeg 走 PATH、素材 API 空换源。

推荐目录结构

漫剧项目/<剧名>/
├── 00_台词分幕/
├── 01_小说文案/
├── 02_剧本/
├── 03_人物道具提示词/
├── 03b_表情矩阵/
├── 04_三视图/
├── 05_场景提示词与图/
├── 06_分镜头提示词/
├── 07_视频片段/
└── 08_成片/

素材收集状态

✅ 首批全部文档已收集完毕（19 份），流程闭环。

✅ 2026-09-21 新增 5 份专项素材（已归档 01_原始素材/2026-09-21新增/ + 02_素材整理/2026-09-21新增/）：

• 动作戏专项：AI ACTION SCALE V6.0（→ ⑥ 6.11）
• 运镜专项：AI 电影运镜三变量 Skill Pro V2.0（→ ⑥ 6.12）
• 分镜范例：情侣 Vlog 0-25 秒完整分镜（→ ⑥ 6.13）
• 方言配音：全国 50 套方言词典 + Seedance2.5 版（→ ⑦ 7.1）
• 夸张表情：AI 夸张表情提示词完全教程（→ ③.5.1，27 组）

✅ 2026-09-21 第二批新增 8 份专项素材（已归档 + 提取，07~14）：

• 场景氛围：60 种场景氛围提示词（→ ⑤ 5.4）
• 角色动作：60 种角色动作提示词（→ ⑥ 6.14）
• 人物表情：60 种人物表情提示词（→ ③.5.2）
• 视频质感：2026 高级质感词 10 类（→ ⑥ 6.16）
• 声音一致性：AI 短剧声音一致性指南（→ ⑦ 7.2）
• 运镜：40 种运镜提示词（→ ⑥ 6.15）
• 微表情：人物微表情 FACS 设计指南（→ ③.5.2）
• 配音情绪：配音情绪控制指南（→ ⑦ 7.3）

已补清：二、小说转剧本指令词（②）、三、S级人物指令词（③）、六、S级镜头提示词10秒（⑥）、六、S级镜头提示词2-15秒（⑥）、台词分幕（⓿）—— 均为 2026-09-19 用户粘贴。

✅ 2026-09-21 自动巡检新增 1 份（15）：2026 漫剧产业工具链与行业趋势（→ 附E；含剧本黄金公式、成片导出规格、分镜 7 要素等）。提取文本：02_素材整理/2026-09-21新增/15_2026漫剧产业工具链与行业趋势.txt。

✅ 2026-09-22 自动巡检新增 1 份（16）：2026 漫剧工业化与角色一致性专文（→ ③.7 主体库 / 6.10b 智能分镜 / 附E 扩充；含参考生视频、九宫格机位、质量红线与成本、WorkRally/橙星梦工厂、SD3.5 一致性技术栈等）。提取文本：02_素材整理/2026-09-21新增/16_2026漫剧工业化与角色一致性专文.txt。

✅ 2026-09-22 自动巡检（第二轮）新增 1 份（17）：2026 漫剧工具链与工业化实践专文（→ ③.6.1 一致性技术栈与视觉契约 / 6.10b 补 LTX Studio 与抽卡师 / 7.2b 音画同步与音频工具链 / 附E 增补；含 MJ V7 Omni Reference、IP-Adapter FaceID Plus v2、SkyReels-V4、Fish Audio、Suno v4、极速流/精品流两套方案、事实澄清等）。提取文本：02_素材整理/2026-09-21新增/17_2026漫剧工具链与工业化实践专文.txt。

✅ 2026-09-22 自动巡检（第三轮）新增 1 份（18）：2026 AI 漫剧合规监管与备案制度（→ ② 2.3 合规前置 + 附F；含三级备案/资质/AI强制标注/内容红线/版权存证/平台分账）。原件 md：01_原始素材/2026-09-21新增/18_2026AI漫剧合规监管与备案制度.md；提取文本：02_素材整理/2026-09-21新增/18_2026AI漫剧合规监管与备案制度.txt。

✅ 2026-09-22 自动巡检（第四轮）新增 1 份（19）：2026 AI 漫剧自动化生产工作流（→ ⑥ 6.17 多集工程 & 分镜字段规范 + ⑦ 7.4 批量生成与容错；含标准化分镜脚本 13 字段表、资产库四类、逐镜质检清单、生产级脚本 6 项能力、零基础耗时参考、三类分镜工具定位）。原件 md：01_原始素材/2026-09-21新增/19_2026AI漫剧自动化生产工作流.md；提取文本：02_素材整理/2026-09-21新增/19_2026AI漫剧自动化生产工作流.txt。

✅ 2026-09-22 自动巡检（第五轮）新增 1 份（20）：2026 AI 漫剧平台分账与变现发行全景（→ ⑨ 发行与变现 + 工具箱模板㉑/㉒ + 术语表「十一、发行与变现术语」；含八大平台分账速查/平台选型决策表/免费 IP 库/投流经济学与爆款率/出海与译配/一线经验）。原件 md：01_原始素材/2026-09-21新增/20_2026AI漫剧平台分账与变现发行全景.md；提取文本：02_素材整理/2026-09-21新增/20_2026AI漫剧平台分账与变现发行全景.txt。

✅ 2026-09-22 自动巡检（第七轮）新增 1 份（22）：北航《爆款AI漫剧教学手册》（→ ⑧ 8.2 转场衔接 + 8.3 后期打磨；含首尾帧补间/运镜驱动/元素关联三法、节奏卡点 2-3s vs 4-6s、0.5 秒高光定格、字幕设计黑体/白字黑描边、引流标签、避坑 5 雷区）。原件 md：01_原始素材/2026-09-21新增/22_北航爆款AI漫剧教学手册（转场·定格·字幕）.md；提取文本：02_素材整理/2026-09-21新增/22_北航爆款AI漫剧教学手册（转场·定格·字幕）.txt。

✅ 2026-09-22 自动巡检（第六轮）新增 1 份（21）：2026 AI 漫剧卡点排查与返工定位（→ ⑥ 6.18 卡点排查 & 返工定位 + 工具箱模板㉓ + 术语表「十二、诊断与返工术语」；含四类卡点→优先修正表、诊断口诀、可生成剧本四字段、角色卡固定项/禁止变化、提示词母版结构>长度、单变量返工法则）。原件 md：01_原始素材/2026-09-21新增/21_2026AI漫剧卡点排查与返工定位.md；提取文本：02_素材整理/2026-09-21新增/21_2026AI漫剧卡点排查与返工定位.txt。

✅ 2026-09-22 自动巡检（第八轮）新增 2 份（23、24）：

• （23）音乐骤停与声音后期（→ ⑧ 8.4 声音设计；含音乐骤停三步/三大时机/按类型打法、音效后期四步、三层混音最佳实践）。原件 md：01_原始素材/2026-09-21新增/23_音乐骤停与声音后期（漫剧剪辑必杀技）.md；提取文本：02_素材整理/2026-09-21新增/23_...txt。
• （24）配乐 7 步法与画幅适配（→ ⑧ 8.4 声音设计 + 8.5 画幅适配；含主题动机/情绪曲线/动态布局/配器留白/混音规范/成片对位 + 竖屏横屏一套素材多用）。原件 md：01_原始素材/2026-09-21新增/24_配乐7步法与画幅适配（漫剧声音·发行）.md；提取文本：02_素材整理/2026-09-21新增/24_...txt。

✅ 2026-09-22 自动巡检（第九轮）新增 1 份（25）：本地/离线全流程与开源漫剧项目（→ 附G / 附H；含 Ollama+Qwen 分镜、ComfyUI 插件链与参数、LTX2.3/Qwen3-TTS/FFmpeg 本地链路、平台对比、waoowaoo 等 5 个开源项目、零基础耗时口径）。原件 md：01_原始素材/2026-09-21新增/25_本地离线全流程与开源漫剧项目（自动巡检）.md；提取文本：02_素材整理/2026-09-21新增/25_...txt。

✅ 2026-09-22 自动巡检（第十轮）新增 1 份（26）：AI 译配流水线与出海本地化（→ 附I：AI 译配 & 出海本地化 + 术语表「十六、出海与译配术语」；含七步译配流水线与单价/配音三模式/100 集×9 语种成本测算/音画同步三层策略/文化折扣与本土化再生产/TikTok Q1 分成 200 万美元等市场口径/ROI 三条）。原件 md：01_原始素材/2026-09-21新增/26_AI译配流水线与出海本地化（自动巡检）.md；提取文本：02_素材整理/2026-09-21新增/26_...txt。

✅ 2026-09-23 自动巡检（第十三轮）新增 2 份（29/30）：

• 29 零基础 AI 漫剧智能量产技术拆解（阿里 LumenX·五层架构） → 附E 补「阿里 LumenX + 量产口径」；含五层架构、零基础三条路径（LumenX / Dify+ComfyUI / Agent）、三个边界。原件 md：01_原始素材/2026-09-21新增/29_...md；提取 txt：02_素材整理/2026-09-21新增/29_...txt。
• 30 AI 漫剧全流程工程化实战（AnimateDiff·Wav2Lip·Kohya LoRA） → ③.6.2 开源工程管线 + 附G 升级路线；含 SDXL+ControlNet+AnimateDiff+Wav2Lip 整条管线、Kohya LoRA 训练参数、一致性三板斧、AnimateDiff 调参、口型工程化、显存/耗时、错误修复表。原件 md：01_原始素材/2026-09-21新增/30_...md；提取 txt：02_素材整理/2026-09-21新增/30_...txt。

✅ 2026-09-23 自动巡检（第十二轮）新增 1 份（28）：零代码智能体编排与视频 Pipeline（→ ⑥ 6.19 零代码智能体编排 + ⑦ 7.5 视频生成 Pipeline + 附J + 工具箱模板㉙ + 术语表「十八、智能体编排与 Pipeline 术语」；含 Dify+ComfyUI 大脑/双手分层、多 Agent 分工、MCP 协议、n8n 节点串法、四种 Pipeline 方案与避坑）。原件 md：01_原始素材/2026-09-21新增/28_零代码智能体编排与视频Pipeline（自动巡检）.md；提取文本：02_素材整理/2026-09-21新增/28_...txt。

✅ 2026-09-23 自动巡检（第十一轮）新增 1 份（27）：爆款钩子公式与发布首屏运营（→ ① ①.2 爆款钩子（视觉补偿+预期管理+十大公式） + ⑨ 9.7 发布首屏：封面·标题·追更 + ③.7 「撞脸」规避机制 + 2.3/附F 新规口径续推；含十大钩子公式、封面/标题/追更打法、小云雀连载运营观察、2026 市场与监管新口径）。原件 md：01_原始素材/2026-09-21新增/27_爆款钩子公式与发布首屏运营（自动巡检）.md；提取文本：02_素材整理/2026-09-21新增/27_...txt。

版本记录

• v3.30（2026-09-23）：自动巡检轮（开源工程管线 / 量产架构整合）。③.6 新增 ③.6.2 【开源工程管线】SD/AnimateDiff 自建一致性技术栈与工程参数（双 LLM 分工：GPT-4 出结构化 JSON + Mistral-7B 出提示词 / Kohya LoRA 训练参数 / 一致性三板斧：固定 seed·首帧参考·IP-Adapter 权重动态调整 / AnimateDiff v3 调参 / Wav2Lip+GFPGAN 口型工程化 / MoviePy+FFmpeg 分段合成 / A100 单场景耗时 / 错误修复表）；附E 补「阿里 LumenX」一站式平台与「量产口径（五层架构 / 抽卡 15%→90%+ / 返工率 40-50%→<10% / 243.6 亿）」；附G 补「升级路线」指向 ③.6.2 与附J；工具箱新增 模板㉚ 开源工程管线速查；术语表新增「十九、开源工程管线术语」；素材归档至 29_零基础AI漫剧智能量产技术拆解（阿里LumenX·五层架构）、30_AI漫剧全流程工程化实战（AnimateDiff·Wav2Lip·Kohya LoRA）（原件 md + 提取 txt）。补齐「脱离一站式平台的自建工程管线参数」空白。无删除项。

• v3.29（2026-09-23）：自动巡检轮（零代码编排 / 智能体工作流整合）。⑥ 新增 6.19 零代码智能体编排（编排层「大脑」Dify/n8n + 执行层「双手」ComfyUI；Dify+ComfyUI 集成四步；编剧/导演/提示词优化三 Agent 分工；FP8/GGUF 量化与角色知识库）；⑦ 新增 7.5 视频生成 Pipeline（四种无人值守方案与部署复杂度 / n8n 节点串法 / MCP 协议 / 避坑三坑）；新增 附J：零代码编排 · 智能体工作流 & 视频 Pipeline（速查）；⑨ 9.5 上线前自检补「发布前质检（七步法收口）」；附A 工具清单补编排/自动化项；工具箱新增 模板㉙ 零代码编排 & Pipeline 速查 并补自检项；术语表新增「十八、智能体编排与 Pipeline 术语」（12 项）；素材归档至 28_零代码智能体编排与视频Pipeline（自动巡检）（原件 md + 提取 txt）。补齐「编排层/智能体工作流/无人值守 Pipeline」空白。无删除项。

• v3.28（2026-09-23）：自动巡检轮（发布首屏/爆款钩子整合）。① 新增 ①.2 爆款钩子（黄金3秒「视觉补偿 + 预期管理」+ 十大钩子公式 + 避坑3条）；⑨ 新增 9.7 发布首屏：封面 · 标题 · 追更（封面复用开场最强帧 / ≤8字 / 与内容一致 / 连载统一模板 + 追更钩子 + 小云雀连载运营观察）；③.7 补「撞脸」溶图规避机制；② 2.3 与 附F 补充 2026-07-01 分类分层标准 + 2026-09-01 总局令第 16 号《微短剧发展管理办法》；工具箱新增 模板㉘ 爆款钩子·封面·标题速查；术语表新增「十七、钩子与首屏运营术语」；素材新增 27。补齐「钩子内容配方 + 封面/标题/追更」空白。无删除项。

• v3.27（2026-09-22）：自动巡检轮（出海译配/多语种本地化整合）。新增 附I：AI 译配 & 出海本地化（多语种流水线·速查）（七步流水线与单价：去字幕 3 元/分钟·ASR 0.03·翻译 0.20+0.05×8·OCR 0.80·配音三模式(高情感克隆 9 / 音色 ID 0.5 / 克隆 25 元一次性)·字幕压制 0.063·智能审核 0.08；100 集×9 语种 ≈2433 元、单集 ≈2.7 元、48h 交付；音画同步三层策略；出海 2.0 从「翻译搬运」到「本土化再生产」+ 文化折扣；ToonScroll/FlareFlow/TikTok 分成等市场口径；ROI 三条）；⑨ 9.2 出海行补「本土化再生产」指向；术语表新增「十六、出海与译配术语」（17 项）；素材归档至 26_AI译配流水线与出海本地化（原件 md + 提取 txt）。补齐上轮建议的「AI 漫剧出海译配」空白。无删除项。

• v3.26（2026-09-22）：自动巡检轮（本地/离线全流程 + 平台/开源生态整合）。新增 附G：本地/离线全流程（8G 显存可跑·免 API）（Ollama+Qwen 写分镜 → ComfyUI 插件链：IP-Adapter Plus FaceID + DWpose ControlNet + LTXVideo + KJNodes + Qwen-TTS → LTX2.3 微动 → FFmpeg 合成；固定角色组合 = 正面人设图 + FaceID 权重 0.65 + DWpose）与 附H：平台对比 & 开源项目生态（即梦/Runway/可灵/万兴剧厂/FD Studio/巨日禄 + waoowaoo 等 5 个开源项目 + 效率参数）；附A 工具清单加本地/开源项；附E 增补本地工具链与开源生态两条；工具箱新增 模板㉖ 本地/离线全流程速查；术语表新增「十五、本地部署与开源术语」；素材归档至 25_本地离线全流程与开源漫剧项目（原件 md + 提取 txt）。补齐「低配/零预算/离线路线」与「开源项目生态」空白。无删除项。

• v3.25（2026-09-22）：自动巡检轮（声音设计/画幅适配整合，补齐 ⑧ 音频侧空白）。⑧ 新增 8.4 声音设计（配乐/音效/混音）（音乐骤停三步+三大时机+按类型打法 / 配乐 7 步法：主题动机 3-5 音符·情绪曲线每 30s·动态布局 ppp30%-mf50%-ff5-10%·配器留白·混音 -16/-28 LUFS·A/B/C 三种对位 / 音效后期四步 / 三层混音对白>配乐>音效）与 8.5 画幅适配与多平台发布（竖屏 9:16 vs 横屏 16:9 选型表 + 安全区间构图一套素材多用）；工具箱新增 模板㉕ 声音设计 & 画幅适配速查，⑧ 自检加声音/画幅项；术语表新增「十四、声音与画幅术语」；素材归档至 23_音乐骤停与声音后期、24_配乐7步法与画幅适配（原件 md + 提取 txt）。补齐上轮建议的「⑧ 声音层」与「跨平台画幅适配」空白。无删除项。

• v3.24（2026-09-22）：自动巡检轮（转场衔接/后期打磨整合）。⑧ 新增 8.2 转场衔接（跨镜过渡三法：首尾帧补间/运镜驱动/元素关联） 与 8.3 后期打磨（节奏卡点 2-3s vs 4-6s / 0.5 秒高光定格 / 字幕设计黑体+白字黑描边 / 引流标签）；工具箱新增 模板㉔ 转场衔接 & 后期打磨速查，⑧ 自检加转场/字幕项；术语表新增「十三、转场与后期打磨术语」；素材归档至 22_北航爆款AI漫剧教学手册（转场·定格·字幕）（原件 md + 提取 txt）。补齐 ⑧「剪映合成」阶段的转场与后期打磨空白。无删除项。

• v3.23（2026-09-22）：自动巡检轮（卡点排查/返工定位整合）。⑥ 新增 6.18 卡点排查 & 返工定位（四类卡点→优先修正表 / 诊断口诀 / 可生成剧本四字段 / 角色卡固定项+禁止变化 / 提示词母版结构>长度 / 单变量返工法则）；工具箱新增 模板㉓ 卡点排查 & 单变量返工表 与自检项；术语表新增「十二、诊断与返工术语」；素材归档至 21_2026AI漫剧卡点排查与返工定位（原件 md + 提取 txt）。无删除项。

• v3.22（2026-09-22）：自动巡检轮（发行/分账/变现全景整合）。新增 ⑨ 发行与变现（9.1 平台分账速查 / 9.2 平台选型决策表 / 9.3 变现路径与免费 IP 库 / 9.4 投流经济学与爆款率 / 9.5 上线前自检 / 9.6 一线经验红线）；工具箱新增 模板㉑ 平台选型决策表 与 模板㉒ 发行变现自检清单，⑧ 自检加发行项；术语表新增「十一、发行与变现术语」（9 项）；素材归档至 20_2026AI漫剧平台分账与变现发行全景（原件 md + 提取 txt）。补齐知识库「变现侧」空白。无删除项。

• v3.21（2026-09-22）：自动巡检轮（多集工程化/分镜字段规范整合）。⑥ 新增 6.17 多集工程 & 分镜字段规范（标准化分镜脚本 13 字段表 / 资产库四类 / 逐镜质检清单 / 三类分镜工具定位）；⑦ 新增 7.4 批量生成与容错（多集处理·断点续传·失败重试·通知·质检·失败日志 + 零基础耗时参考 + 角色锁定一致性）；工具箱新增 模板⑳ 标准化分镜脚本字段表 与自检项；术语表补工程术语；素材归档至 19_2026AI漫剧自动化生产工作流（原件 md + 提取 txt）。无删除项。

• v3.20（2026-09-22）：自动巡检轮（2026 合规监管专文整合）。② 新增 2.3 合规前置（备案与内容红线）（三级分层备案 / 《广播电视节目制作经营许可证》/ AI 强制标注 / 内容六大零容忍 / 版权存证 + 对本流程的直接影响）；新增 附F：2026 合规监管与备案制度（速查）；工具箱新增 模板⑲ 上线合规自查清单 与自检清单合规前置项；术语表新增合规术语；素材归档至 18_2026AI漫剧合规监管与备案制度（原件 md + 提取 txt）。无删除项。

• v3.19（2026-09-22）：自动巡检轮（工具链与工业化专文整合）。③.6 新增 ③.6.1 一致性技术栈与「视觉契约」（MJ V7 Omni Reference / SD3.5 IP-Adapter FaceID Plus v2 + ControlNet + ADetailer / LoRA / 三段法）；6.10b 补 LTX Studio 与「抽卡师」职业；⑦ 新增 7.2b 音画同步·音频工具链（SkyReels-V4 / Vidu Q3 / ElevenLabs v3 / Fish Audio / Suno v4 / Minimax）；附E 增补 2026-09 工具链与工业化块（含《霍去病》事实澄清、剧本 70 集/7 万字要求、两套工作流）；素材归档至 17_2026漫剧工具链与工业化实践专文（原件 md + 提取 txt）。

• v3.18（2026-09-22）：自动巡检轮（工业化/一致性专文整合）。③.7 新增「主体库（数字资产库）」；⑥ 新增 6.10b 智能分镜工具（Drawstory/DomoAI/StoryboardHero/Katalist + 九宫格机位）；附E 扩充（WorkRally/橙星梦工厂/Vidu、质量红线与成本、Seedance2.0/Sora2/可灵3.0 三足鼎立、Adobe Firefly 粗剪）；素材归档至 16_2026漫剧工业化与角色一致性专文（原件 md + 提取 txt）。

• v3.17（2026-09-21）：自动巡检轮（产业/教程文章整合）。① 新增「短剧剧本黄金公式」（3秒钩子/每集画面事件/≤3轮对话，源自 CSDN 仿真人短剧教程）；⑧ 新增 8.1 成片导出规格（MP4/1080×1920/30fps/8000-10000kbps + 发布策略）；新增 附E：2026 漫剧产业与工具链（市场/五大趋势/工具链费用/平台对比）；素材归档至 15_2026漫剧产业工具链与行业趋势（原件 md + 提取 txt）。

• v3.16（2026-09-21）：新增「漫剧长度设定」可选前置（①.1）。起点B 写小说前可填整部「集数 / 每集时长」固定栏（留空不限），AI 按目标长度规划分集体量与卡点；操作台 s1-p0/s1-p1 已加固定栏，提示词自动拼接【漫剧长度设定】段。适配操作台起点A/B 命名（s0=起点A 故事骨架、s1=起点B 选本改文，二选一入口）。

• v3.15（2026-09-21）：第二批 8 份知乎/viddo 素材整合。新增 ③.5.2 写实表情&微表情专项（60表情库+FACS五层架构）/ 5.4 场景氛围专项（氛围7要素+60条库）/ 6.14 动作表演库（动作5段拆解+60条）/ 6.15 运镜即用库（40条+情绪映射）/ 6.16 质感词库（10类高级质感词）/ 7.2 声音一致性（声纹锚点+声音资产卡）/ 7.3 配音情绪控制（标点遥控器+对口型三要素）；总览表、SOP、素材状态同步。

• v3.14（2026-09-21）：新增《AI 夸张表情提示词完全教程》整合。③.5 下新增 ③.5.1 夸张表情专项（情绪→视觉翻译三层法 / 五官分项拆解 / 漫画符号特效库 / 情绪分级 / 夸张度三档 / 27 组表情库）；工具箱新增模板 ⑫（夸张表情提示词）+ 自检项 ③.5.1；术语表补 5 个术语；素材归档至 01_原始素材/2026-09-21新增/AI夸张表情提示词完全教程.md、提取文本至 02_素材整理/2026-09-21新增/06_...txt。

• v3.13（2026-09-21）：新增 5 份专项素材整合。⑥ 新增 6.11（动作分镜 V6.0）/ 6.12（运镜三变量）/ 6.13（Vlog 范例）；⑦ 新增 7.1（方言配音词典 ×2）；素材归档至 01_原始素材/2026-09-21新增/、提取文本至 02_素材整理/2026-09-21新增/。

• v3.10（2026-09-19）：Toonflow 收尾挖掘。新建 13_导演规划与改编策略.md（导演规划完整方法论/改编 8 大要点/类型创新三方向/三死路/删减优先级）；② 新增 2.2（导演规划）。

• v3.9（2026-09-19）：Toonflow 画风标签+场景变体挖掘。新建 12_...；⑤ 新增 5.3。

• v3.8（2026-09-19）：Toonflow 场景/道具/画风挖掘。新建 11_...；④ 新增 4.3。

• v3.7（2026-09-19）：Toonflow 衍生资产挖掘。新建 10_...；④ 新增 4.1。

• v3.6（2026-09-19）：Toonflow 架构挖掘。新建 09_...；③ 新增 ③.7；⑥ 新增 6.10。

• v3.5（2026-09-19）：Toonflow 骨架 Agent 挖掘。新建 08_...；主流程新增「【前置】故事骨架」。

• v3.4（2026-09-19）：Toonflow 剧本 Agent + BigBanana 挖掘。新建 07_...；② 新增 2.1。

• v3.3（2026-09-19）：Toonflow 深度挖掘。新建 06_...；⑥ 新增 6.9（分镜审核）。

• v3.2（2026-09-19）：GitHub 深度挖掘（ai-comic-studio / openframe）。新增 6.7（S级七律）、6.8（时长预算）。

• v3.1（2026-09-19）：新增快速上手 SOP + 附D 提示词模板库。

• v3.0（2026-09-19）：GitHub 调研补强。新增「附C：GitHub 调研与流程优化」；⑥ 新增 6.6 节；③ 新增 ③.6 节。

• v2.5（2026-09-19）：补入《台词分幕》。至此全部 19 份文档收集完毕，流程闭环。

• v2.4（2026-09-19）：补入《六、S级镜头提示词2-15秒》。

• v2.3（2026-09-19）：补入《三、S级人物指令词》（③ 完整展开：四种提示词风格体系 + 安全合规规则）、《六、S级镜头提示词10秒》（⑥ 分镜拆分规则：六维一致性/四步法/时间轴/自检）。

• v2.1（2026-09-19）：补入《二、小说转剧本指令词》。

• v2.0（2026-09-19）：整合全部 8 份 docx（场景设定/动态镜头/景别/九宫格/软件/三视图/视角/视频风格）+ 表情矩阵 + 制作注意事项；新建 02_素材整理/ 归档全部原文；流程扩展为 ⓿~⑧。

• v1.2（2026-09-19）：并入《制作注意事项》。

• v1.1（2026-09-19）：新增表情矩阵（③.5）、台词分幕（⓿）。

• v1.0（2026-09-19）：首版，基于流程骨架 + 部分指令词。

配套 00_主流程.md。这里存放可直接复制使用的模板、清单、对照表。 用法：找到对应环节 → 复制模板 → 替换 【】 内容 → 丢给 AI 工具。

本文件速查

基础工具（一~六）：提示词模板库 / 制作自检清单 / 景别视角运镜 / 时长公式 / 视觉连续性 / 禁止词 研究精华（七~十八）：故事骨架 / 改编策略 / 剧本规范 / 导演规划 / 帧描述五要素 / 分镜审核 / 资产体系 / 画风标签 / 连贯性 / 提取提示词 / 剧情节奏 / 深度索引

一、提示词模板库（填空即用）

模板 ①：爆款改文（环节 ①）

请将以下原文小说，严格按照抖音短视频黄金3秒推流逻辑、全网爆款网文标准，
全程合规改编。要求：开篇3秒抛出极致冲突/绝境/反转/悬念，无铺垫；
每80字1个小爽点、每200字1个大爽点；段段留钩；无血腥/暴力/色情/低俗。
单章800-1000字，短句为主。

原文：
【粘贴原文小说】

输出：改编后的爆款文案全文。

模板 ②：台词分幕（环节 ⓿）

你的任务是将给定小说内容划分为角色和内容，并输出为结构化JSON结果。

台词识别规则：
1. 完整保留原文，不得遗漏/删改/省略任何字句
2. 提取带引号（“”）、破折号（——）、感叹号（！）、冒号（：）等标记的台词；
   双引号内容提取后将双引号改成‘’。其余均为旁白
3. 角色在已知列表则直接使用；否则根据上下文合理判断
4. 相邻同角色台词可合并，但单条不超过50字（标点也算）
5. 超50字按语义完整性拆分，每条不超过50字，确保原文不缺失
6. 以35-50字为一个对话提取限制
7. 确保原文没有漏，不出现原文截断
8. 拆分的对话必须是同一角色说的

旁白识别规则：
1. 所有非台词的叙述性内容（心理/环境/动作/场景过渡）均标记为"旁白"
2. 保留原文所有文字，不得遗漏/删改
3. 相邻旁白可合并，单条不超过50字
4. 超50字按语义拆分，不超过50字
5. 同一角色说的
6. 确保原文没有漏、不截断

情绪与强度：
1. 根据上下文语境、语气及场景变化识别情绪与强度
2. 必须严格从 possible_emotions 与 possible_strengths 中选择
3. "旁白"统一为：情绪"平静"，强度"中等"
4. 情绪识别不得改写原文，仅用于标注

输出格式：严格 json 数组，每条含 role_name / text_content / emotion_name / strength_name

输入：
可能包含的角色列表：<possible_characters>【角色1, 角色2, 旁白, ...】</possible_characters>
可能包含的情绪列表：<possible_emotions>高兴, 生气, 伤心, 害怕, 厌恶, 低落, 惊喜, 平静</possible_emotions>
可能包含的情绪强弱列表：<possible_strengths>微弱, 稍弱, 中等, 较强, 强烈</possible_strengths>

小说内容：
【粘贴小说原文】

模板 ③：人物提取 + 四风格提示词（环节 ③）

你是一位顶级的3D/写实角色概念设计师，专精于为即梦等AI绘画平台生成
电影级、高质感、极繁美学的3D人物与道具。严格遵守平台敏感词规则。

【任务】当用户提供小说后：
第一步：提取所有人物角色（姓名、性别、大致年龄、外貌特征【须具体到脸型/眼型/眉形/鼻型/唇形】、穿着风格、气质性格、标志物品）
第二步：提取高频道具（武器/法器/首饰/书信等）
第三步：为每个角色生成四种风格版本提示词
第四步：为每个高频道具生成一套道具提示词（1:1，正面居中，纯白背景）

【风格自适应】根据题材自动选择：修仙/武侠/宫廷→国风；现代都市→现代；
科幻→科幻；西幻→西幻；民国→民国；悬疑→现代+暗黑；混合→融合。
禁止默认国风。

【四种风格】
- 3D渲染风格：正面全身站立，UE5/次世代PBR/光线追踪/8K，纯白背景
- 真人实拍风格：全身站立，超高清摄影/8K/电影级柔光
- GPT A版风格：半身特写（截到腰部），国漫3D顶级渲染，可用增强描述
- GPT B版风格：全景站立，短词骨架80-120字，纯唯美，瞳色自由

【颜色规则】人类角色眼睛仅自然色系；非人/神明可用异色瞳（须有设定依据）。
【安全】禁用敏感词（深V/低胸/裸露/超模身材等）；服装至少4种高级材质混搭；
      立体剪裁，禁"宽腰封""勒紧"；神态统一中性平和。

小说内容：
【粘贴小说/剧本】

输出：按"角色名称/基本信息/外貌特征/身材/穿着/气质性格 + 四种风格提示词"格式输出。

模板 ④：三视图（环节 ④）

一张高精度、干净极简的角色设定板/人物三视图参考页，纯白背景，
整体像游戏角色建模设定图，角色turnaround board，排版整齐清晰，
写实高级质感，统一光线、统一人物一致性。

画面左侧为人物全身三视图：正面全身站姿 / 左侧面全身站姿 / 背面全身站姿
（三人必须同一角色，五官发型服装体型完全一致，平视，中性棚拍光，无遮挡）

画面右上区域：6张人物头像/头部视角图（正面/俯视头顶/后脑勺/左侧轮廓/正侧脸/3-4侧脸）
画面右下区域：6张人物局部细节图（上衣面料/下身正面/臀部剪裁/腿部皮肤/眼部/鞋子）

整体风格：极简、专业、写实、统一、干净、高级。

人物设定：
【人物形象描述】

输出要求：横版构图，白底，完整人物，不裁切；不出现多余道具/文字/LOGO/水印/UI元素。

模板 ⑤：人物表情矩阵（环节 ③.5）

采用极简UI设计风格与影视角色设定卡排版。
整体采用严格的两行五列网格布局（5×2 grid），共10个等分卡片，
每个卡片边界清晰但极简，无厚重边框，仅通过留白区分。
每个卡片内部为同一位人物的面部特写，不露出颈部以下，
保留所有真实面部细节，统一镜头距离与构图比例，
仅变化面部表情（喜怒哀乐愁等各种情绪），保持角色外貌完全一致。
人物居中构图，影棚柔光照明，皮肤质感真实但干净，无夸张阴影。
每个卡片底部居中放置编号标签01至10，标签后写一行小字："01-微笑/02-愤怒/03-悲伤"。
整体风格参考角色设定表、影视分镜表情板与产品设计UI卡片。

【画幅】最终输出 16:9，由多个正方形表情卡片拼合而成（每格自身正方形）。

参考图：【粘贴人物参考图】

模板 ⑥：场景提示词（环节 ⑤）

你将扮演专业场景设定师。根据用户提供的小说段落或场景描述，
优先提取具有广阔空间感、大场面、史诗气质的环境，
为每个地点生成唯美、情绪饱满、诗意光影的电影级场景设定及AI绘画Prompt。

【万能公式】
第一步：定调光影氛围（写光的质感与情绪）
第二步：描绘核心主体与背景（精准名词组合构建空间）
第三步：强调材质与光影互动（光如何"触碰"物体表面）
第四步：锁死渲染与画质后缀（写实场景/UE5/极致细节/8k）

【全局约束】
- 绝对真空匿名：严禁出现人影/人名/衣物/身体部位等暗示人物存在的元素
- 场景命名四字以上带修饰词
- 固定开头："不能出现其他人,无人纯场景,"
- 四大要素：环境类型/具体时间/空间氛围/视觉主要特征
- 必选视角：宏大的鸟瞰全景 / 低角度仰视 / 平视深远构图（禁用微距特写）
- 唯美高级感：情绪词 + 诗意光影对抗 + 情绪化时间天气 + 动态氛围细节 + 情绪色彩

【输出两套格式（缺一不可）】
格式一：场景提取清单 → 专业场景设定表 → 可复制 Prompt
格式二：GPT版场景指令词（主图 + 4张副图，每张带四字以上括号名称）

风格要求：【默认为东方古典仙侠；可选硬派写实东方幻想/现代都市写实/日常校园清新】

小说内容：
【粘贴小说段落或场景描述】

模板 ⑦：分镜头提示词（环节 ⑥）

根据旁白和对话拆分分镜头。

【内容镜头一致性原则】内容以35-50个字以内进行一次分镜头拆分，
要求拆分出的单句文案内容要完整。

【六维一致性准则】
人物一致 / 时空一致 / 物品一致 / 动作连贯 / 台词合规 / 敏感过滤

【分镜生成四步法】
STEP1 场景锚定 → STEP2 连续性检查 → STEP3 台词植入 → STEP4 敏感扫描

【时间轴】
10秒版：[0-3秒]核心动作 [3-6秒]互动反应 [6-8秒]情绪特写 [8-10秒]下一镜铺垫
15秒版：[0-4秒]核心动作 [4-8秒]互动反应 [8-12秒]情绪特写 [12-15秒]下一镜铺垫

【关键要求】
- 全中文输出，禁用英文引号，一律用中文引号
- 图片提示词不映射人物；视频提示词必须有角色标签映射（只写实际出现的角色）
- 视频提示词必须含"衔接前置指令"段落
- 景别多用近景/特写/大特写，不用远景，少用中景
- 台词时段镜头固定，不切换、不推拉
- video_prompt ≤ 500字符
- 每项文案生成1个分镜，总数 = 文案条目数

【输出格式】
有拆分子文案：分镜头N / 原文案 / 子文案 / 分镜头N-1 [时间轴] 场景:...
无拆分：原文案 / 分镜头N [时间轴] 场景:...

风格：【动漫风格 / 3D动漫风格】
【2-15秒版追加】不要背景音乐；在提示词前加上指定句，加画外音并标注出处。

角色信息：
【粘贴角色信息库】

章节文案：
【粘贴待拆分的文案】

模板 ⑧：角色设定卡（一致性核心，环节 ③）

请为以下角色建立角色设定卡：

角色信息：【角色描述】

【角色设定卡 - 固定不变区】
角色名：
性别/年龄段：
身高体型：
气质关键词（3个）：
发型（长度+类型+颜色）：
五官特征（最多3个）：
皮肤色调：
标志物（必须有1个）：
主穿搭：
主色系：
禁止出现项：

【固定角色描述 - 每次必带】
（英文，每个镜头的Prompt中一字不差地复制粘贴）
例：A 25-year-old Asian male, short messy black hair, black-framed glasses...

【画风设定 - 固定不变区】
整体画风：
光线风格：
色彩倾向：

【固定画风后缀 - 每次必追加】
例：realistic manga style, cinematic lighting, dramatic composition, 8k

【AI提示词模板】
【固定角色描述】 + [表情/动作/场景] + 【固定画风后缀】

模板 ⑨：动作戏分镜（环节 ⑥ · 专项）

适用：武侠/仙侠/枪战/格斗/超能力/怪兽/机甲/追逐等。完整规则见主流程 6.11。

我要拍一段【时长】的【动作类型】动作戏：
主体：【谁 / 几人 / 身份】，战斗目的：【】，胜负条件：【】
武器/能力：【】，环境：【场景/天气/地形/可利用物】
风格：【真人电影 / 3D动画 / 写实 / 动漫】，镜头偏好：【一镜到底 / 多镜头】
开场要求：【】【可选：紧凑/刺激】，结尾：【】【可选：悬念/干净收束】

请按 AI ACTION SCALE V6.0 执行：
1) 建立 Combat DNA + 空间地图 + 战术关系
2) 按因果链：【意图→动作→交互→结果→反馈→下一动作】
3) 超过3秒的复杂动作先拆 Shot（一 Shot = 一主要动作+一结果+一摄影任务）
4) 输出：①一句话理解 → ②时间抽 Shot 分镜（景别/机位/焦距/光圈/物距/运镜/动作/结果/剪辑） → ③一整段可复制 Prompt + AI 生成约束

模板 ⑩：电影运镜设计（环节 ⑥ · 专项）

完整规则见主流程 6.12。

场景：【主体 + 环境 + 动作 + 情绪 + 想要的效果】

请按「光圈×焦距×物距×对焦×摄影机运动」五变量输出：
【运镜核心】【摄影机运动】【焦距变化：起→止】【光圈变化：起→止】
【物距变化：起→止】【对焦变化】【空间变化】【节奏】
【最终 AI 视频 Prompt】【负面约束】

要求：必须写明“摄影机真实移动”；推拉必须区分真 Dolly 与数字变焦；
参数变化必须有因果关系，禁止无意义堆叠运镜。

模板 ⑪：方言配音控制（环节 ⑦）

完整 50 套词典见 02_素材整理/2026-09-21新增/04_全国50套方言AI配音控制词典.txt。

请按方言配音控制词典，为以下台词生成配音控制要求：
地区/城市：【】，人物年龄：【】，方言强度：【默认“明显但不影响理解” / 纯方言】
台词：【】

要求：以当地年轻人真实日常口语为基准；自然、连贯、清晰；
禁止播音腔/舞台腔/刻意学方言腔；台词与口型严格同步；
不得混相邻地区口音（西安≠兰州、成都≠重庆、广州≠港台）。

模板 ⑫：夸张表情提示词（环节 ③.5.1 · 专项）

完整 27 组表情提示词见 01_原始素材/2026-09-21新增/AI夸张表情提示词完全教程.md。

【角色基底（固定不变，逐字复制）】
古风少女，鹅蛋脸，柳叶眉，杏仁眼，乌黑长发高髻配银色发簪，淡蓝交领襦裙，皮肤白皙细腻，五官精致

【表情：{情绪名}】
- 眼睛：【瞳孔缩成针尖 / 放大占满眼眶 / 变螺旋蚊香 / 死鱼横线 / 金币符号】
- 眉毛：【倒刺 V 形 / 飞起 / 紧皱川字 / 一高一低】
- 嘴巴：【O 型张大 / 咧到耳根 / 嘴角下垂 / 咬牙 / 喷水喷火】
- 脸颊：【涨红 / 发白 / 汗珠挂脸 / 泪流成河】
- 面部：【青筋暴起 / 扭曲变形 / 五官被拉扯位移】

【漫画符号特效（按情绪选用）】
【大感叹号(!!) / 震动线 / 速度线 / 螺旋眼 / 头顶星星 / 火焰浓烟 / 瀑布泪 / 金币雨 / 炸毛 / 灵魂出窍 / Zzz…】

【风格后缀（固定）】
特写镜头，8K 细腻皮肤质感，国风插画风格，夸张漫画表现

【负面提示词】
面部变形扭曲（非刻意夸张时）、多余手指、五官错位、模糊、低分辨率、画风不一致、现代物品、文字水印

⚠️ 铁律：写「她很生气」无效，必须写「眉毛倒竖 V 形 + 双眼发红 + 头顶喷火 + 青筋暴起」。模型只认像素，不认情绪。

模板 ⑬：场景氛围提示词（环节 ⑤ · 5.4）

【氛围 7 要素公式】
{角色} + {具体地点} + {时间} + {光源} + {天气/空气} + {空间细节锚点} + {情绪目的}

【示例】
黑衣少年站在雨夜旧巷尽头，深夜冷蓝月光从屋檐缝隙落下，湿石板路反射远处暖黄灯笼，
空气有薄雾和细雨，墙角有一枚破碎玉佩，整体氛围悬疑压抑，像真相即将被揭开。

【自检】
- 地点具体（禁"古风场景"这类大词）
- 光源有方向、有冷暖对比
- 至少 1 个细节锚点（旧物=线索）
- 遮住人物仍有故事感

模板 ⑭：写实微表情提示词（环节 ③.5.2 · FACS 五层）

【第一层 身份锚定】{年龄}{脸型}{发型}{五官}{肤质}{服饰}{体态}
【第二层 情绪基调】（视觉具象化，禁 happy/sad 抽象词）
【第三层 肌肉运动】状态 + 部位 + 幅度 + 时长 + 衔接
   例：双眼瞬时睁大至瞳孔外露18%，持续0.35秒，随后缓慢恢复自然
【第四层 时序编排】
   0-3秒：{初始状态}
   3-6秒：{触发反应}
   6-10秒：{情绪高峰}
【第五层 环境联动】{光影方向}{景别：超近面部特写}{氛围}
【技术参数】4K，面部稳定，五官清晰，无模糊无闪烁

【中英混写】中文场景情绪 + 英文肌肉术语（lip corner puller AU12 激活）

模板 ⑮：声音资产卡 + 多人对白标注（环节 ⑦ · 7.2）

【声音资产卡】（每角色一张，跨集复用）
角色名 / 类型 / 音色描述 / 参考音频文件 / 语速(字/分) / 音调 /
默认情感 / 可变范围 / 版本号 / 变更日志

【多人对白标注格式】
男主（@音频1）站在门口，表情严肃："把宝物交出来。"（语气：冷静、克制）
女主（@音频2）后退一步，声音颤抖："什么宝物？我不知道。"（语气：害怕、紧张）

【区分度检测】闭眼听：仅凭声音能分辨谁在说话吗？

模板 ⑯：配音情绪标点（环节 ⑦ · 7.3）

【标点遥控器】
，=0.3-0.5s呼吸  。=0.6s+结束  ……=拖尾犹豫  ——=情绪反转
（）=气声耳语  []=不发音指令([停顿一秒][深吸一口气])  ？！=又惊又疑
！上限3个

【状态公式】状态提示词 + 标点控制
（虚弱、气息不稳）我没事……真的没事。

【一句话渐变】前段温柔(语速85%音高+0.5) → 0.5s停顿 → 后段愤怒(语速125%音高+2.5)

【对口型】中近景嘴可见 / 语速不过快 / 单段≤15秒

模板 ⑰：短剧剧本黄金公式（环节 ①② · 专项）

【结构】开场3秒钩子（冲突/反转/悬念）
→ 第1集：建立人物 + 抛出问题
→ 第2-N集：每集一个小冲突 + 一个钩子（结尾留悬念）
→ 最后集：高潮 + 反转 + 留余味（为续集埋伏笔）
【体量】每集 45-90 秒；总集数 8-16 集

【硬规则】
❌ 不写闲聊场景（画面要求低、留存最低）
✅ 每集必须有「画面事件」：摔杯子/推开门/手机响/表情变化
❌ 对话 ≤3 轮/集（靠画面和表情讲故事）
✅ 每个转折点加「视觉符号」：戒指特写/雨中的伞/微信弹窗

模板 ⑱：一致性技术栈选路 + 视觉契约（环节 ③④ · 专项）

【第1步：选一致性路线（按项目体量）】
□ 快速风格化短剧        → Midjourney V7：--cref + --cw 80（+ --niji 7 做二次元）
□ 动作复杂/需精确构图   → ComfyUI + SD3.5/SDXL：IP-Adapter FaceID Plus v2 + ControlNet Reference + ADetailer
□ 长期连载 IP（百集）   → LoRA / Dreambooth，30-50 张不同角度/表情/光照图微调

【第2步：视觉身份证（每角色一份，固定不变）】
角色名：
固定核心描述（一字不差）：如「25岁男性，黑色连帽卫衣，暗黑系国漫风，眼角有痣」

【第3步：提示词权重控制（锁不变项 / 放可变项）】
高权重（铁律）：发型 / 瞳色 / 标志性服饰 / 标志物
低权重（可发挥）：场景光影 / 肢体动作 / 表情
崩坏处理：只对问题区域做局部重绘，配高权重正确描述（如「修长的手指」）

【第4步：母版与环境光融合】
场景母版：为每个关键场景定一张色调/光影/风格母版，同场景所有分镜以它为准
角色入景：生成角色时叠加环境光描述（『置身阴雨街角，被霓虹灯漫反射照亮』）

【第5步：预览验收】
批量生成前先看关键镜头草稿 → 偏差即回改权重/描述 → 再进视频生成

模板 ⑲：上线合规自查清单（环节 ⓿ / 上线前 · 2026 新规）

【一、备案与资质】
□ 已按投资额+题材定层级：≥300万/敏感=总局发证 | 100-300万=省级备案 | <100万=平台自审+省级报备
□ 制作方持《广播电视节目制作经营许可证》（个人：签约MCN/挂靠持证公司）
□ 先备案后上线（2026-04-01 起，未备案存量已全网下架）

【二、AI 强制标注】
□ 片头/显著位置已标注；纯AI「AI生成」 vs AI辅助「AI辅助生成」分开标
□ 封面+标题+片头 双/三重标注；片头≥3s、字号≥画面短边5%

【三、内容红线自查】
□ 无极端复仇/以暴制暴/拜金炫富/畸形婚恋/美化出轨家暴
□ 无色情擦边/性暗示/暴露服饰/低俗封面标题
□ 无封建迷信（算命/风水/灵异/玄学改命）
□ 无血腥暴力/私刑/人格羞辱；无歧视对立
□ 未成年人保护（无早恋/霸凌/抽烟喝酒/成人化剧情）
□ 无 AI 魔改经典/英模/英雄人物；无未授权真人肖像与声音（无 AI 换脸明星）
□ 画风无邪典/丑陋/过度暴露；无观感不适

【四、版权存证】
□ 留存 AI 提示词 / 参数 / 生成日志 / 素材授权合同
□ 剧本已查重（无抄网文剧情/搬运 IP 人物关系）

模板 ⑳：标准化分镜脚本字段表（环节 ⑥ · 多集工程化 🆕）

配合 6.17。多集批量生产时，分镜脚本用固定字段表提交，便于逐行读取/批量出图。

请作为分镜导演，把剧本拆成【标准化分镜脚本表】（每镜一行）：

字段（固定 13 列，不得缺项）：
集数 | 镜头号 | 时长建议 | 场景 | 角色 | 景别 | 画面描述 | 动作 | 情绪 | 对白/旁白 | 出图提示词 | 图生视频提示词 | 质检标准

要求：
- 镜头间有连续性；角色外貌/服装/场景风格保持一致；
- 单镜不塞太多动作；优先出适合图生视频的清晰画面；
- 每镜均可独立生成分镜图。

集数命名：EP01 / EP02 …；镜头号：S01 / S02 …；时长：3-5 秒为主
场景示例：深夜办公室，冷色灯光
质检标准示例：人物一致、场景一致、动作合理

批量生产附加要求（选填）：
- 支持 EP01/EP02/EP03 批量；已完成镜头可跳过（断点续传）；
- 生成失败自动重试 N 次并记录原因（失败重试）；
- 完成后推送通知。

模板 ㉑：平台选型决策表（环节 ⑨ 发行 · 运营 🆕）

配合 9.2。出片前先定平台，避免“做完才想发哪里”。

【我的漫剧发行选型】
1. 团队档位：☐零基础个人 ☐单人连载 ☐小工作室(2-4人) ☐MCN量产 ☐技术自部署 ☐出海
2. 题材：☐男频玄幻/都市 ☐女频甜宠/豪门 ☐家庭伦理/乡村 ☐二次元/国漫 ☐悬疑/科幻 ☐其它____
3. 主发平台（参考 9.2）：________（备选：________）
4. 工具组合：出图____ + 视频____ + 配音____ + 剪辑____
5. 单集时长：____ 分钟（竖屏漫剧 3-5 分钟）
6. 更新频率：每周 ____ 集
7. 成本预算：单集 ____ 元（含算力＋投流）
8. 选型硬标准自检：☐跨镜头不变脸 ☐自动拆分镜 ☐9:16竖屏 ☐中文语境 ☐低成本日更

模板 ㉒：发行变现自检清单（环节 ⑨ · 上线前 🆕）

配合 9.5 / 9.3。每次上线前逐项勾选。

【发行前自检】
☐ 平台与目标受众匹配（见 9.2）
☐ 免费 IP 改编已获授权（防侵权，见 2.3/附F）
☐ 已备案 + 持证 + AI 标注（先合规后上线，见 2.3/附F）
☐ 开场 3 秒强钩子 + 每 30 秒一个反转
☐ 单集时长与平台匹配；前 5-10 集免费引流
☐ 算力/投流预算已核算（避免“制作降本、买量烧钱”剪刀差）
☐ 分账条款已核对平台最新规则（政策高频变动，以官方为准）

模板 ㉓：卡点排查 & 单变量返工表（环节 ⑥ · 诊断 🔧）

配合 6.18。卡住时先判层，再单变量返工——不要一次性改一堆提示词。

【第一步：判层】
连续 3 次生成都「方向不对」 → 结构层：查剧本 / 分镜
方向对但细节不稳           → 执行层：改提示词（角色固定 / 负面词）
删掉某镜信息无损失         → 该镜是装饰镜头，删

【第二步：按层修】
☐ 剧本不可生成 → 内心戏改成「画面/动作/道具」
☐ 角色不固定   → 先写角色卡（固定项+禁止变化），再写镜头
☐ 分镜没任务   → 每镜补一处「信息增量」
☐ 提示词过散   → 建母版：画风母版 + 角色固定 + 镜头变量 + 负面提示词

【第三步：单变量返工】
本轮只改【  】一个变量；其余保持不动 → 重生成 → 记录结果
仍不稳再改下一层（负面词 / 分镜任务）

模板 ㉔：转场衔接 & 后期打磨速查（环节 ⑧ · 合成 🆕）

配合 8.2 / 8.3（源自北航手册）。默认硬切；跨镜不顺畅时才用过渡三法。

【跨镜过渡三法】
☐ 首尾帧补间：上传前后场景图 → 生成自然过渡（场景硬切，如办公室→校园）
☐ 运镜驱动：用「推进 + 环绕」隐藏剪辑点（同场景时空推进）
☐ 元素关联：共同视觉元素延续（文件 A镜→B新场景）
⚠️ 首/尾帧必须同角色设定 + 同场景母版，否则补间放大不一致

【节奏卡点】
☐ 冲突场景：短镜头 2-3 秒/个
☐ 抒情场景：长镜头 4-6 秒/个
☐ 反转/爆点：0.5 秒定格 + 文字特效（如「真相竟然是？」）

【字幕 / 画质 / 标签】
☐ 字幕：字体统一（黑体/思源黑体）+ 白字幕黑描边 + 关键台词放大
☐ 画质：全片 30fps；分辨率按 8.1（1080×1920）
☐ 标签：#AI漫剧 #原创剧情 #短视频爆款 + 垂直标签

模板 ㉕：声音设计 & 画幅适配速查（环节 ⑧ · 合成/发行 🆕）

配合 8.4 / 8.5（源自音乐骤停专文 + 配乐 7 步法/画幅专文）。

【音乐骤停】
☐ 找爆点：台词关键信息 / 关键动作 / 推动剧情的道具
☐ 三大时机：高潮 / 反转 / 重点（缺一不算最佳）
☐ 操作：关键词出口后半拍「BGM 硬切（非淡出）+ 低频咚」；固定镜头
☐ 按类型：喜剧反差 / 信息强调 / 悬念营造 / 高光展示

【配乐 7 步法】
☐ ① 主题动机：3-5 音符，整片反复变奏（一次生成 原型+3变奏）
☐ ② 情绪曲线：每 30 秒标一个情绪值 -5~+5（music breakdown）
☐ ③ 动态布局：ppp 30% / mp-mf 50% / ff 仅 5-10%（只给 1-2 个高潮）
☐ ④ 配器留白：prompt 标 include rests；单乐器/4拍空气/silence
☐ ⑤ 流程：主题先行→6-8 cue→过渡+混音+对位
☐ ⑥ 混音：人声 -16 LUFS / 配乐有人声段 -28 LUFS 削200-500Hz / 真峰 -1 dBTP
☐ ⑦ 对位：A 节拍 / B 情绪 / C 动作（Mickey-mousing）

【音效 & 混音】
☐ 后期四步：音轨分离整理→音效重建→音效检查→音效层次优化
☐ 三层平衡：对白最清晰 > 配乐 > 音效（示例 100/40/60）；音效可时间轴分段

【画幅适配】
☐ 竖屏 9:16（1080×1920，抖音/快手/红果）/ 横屏 16:9（1920×1080，B站/腾讯/爱奇艺/YouTube）
☐ 一套素材多用：安全区间构图（主体锚中央、四周留余量），导出两版

模板 ㉖：本地/离线全流程速查（环节 ④⑥⑦⑧ · 低配/零预算 🆕）

配合 附G / 附H（源自阿里云本地教程 + Gist 调研）。适合：8G 显存、免 API、隐私敏感、想无限次生成。

【硬件】NVIDIA 独显 8G 显存 + 内存 16G（32G 更顺）+ Win10/11
【链路】本地 Qwen 写分镜 → ComfyUI 画统一角色 → LTX2.3 图生微动 → Qwen3-TTS 配音 → FFmpeg 合成

【环境】Python3.10（勾 Add to PATH）/ Git / FFmpeg
        显卡加速：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

【分镜脚本】ollama pull qwen2.5:14b-q4_K_M
        → 提示词要求输出 JSON 分镜数组（字段：镜号/正向描述/负面描述/动作/台词/时长3-5s）
        → POST localhost:11434/api/generate 存 comic_scene.json

【ComfyUI 插件（防变脸/闪烁/爆显存）】
  ☐ IP-Adapter Plus FaceID（锁五官·跨镜不变脸，核心）
  ☐ ComfyUI-LTXVideo（本地图生视频微动）
  ☐ DWpose ControlNet（骨骼姿态、防肢体畸形）
  ☐ KJNodes（批量循环渲染 + 本地文件读写）
  ☐ Qwen-TTS-ComfyUI（内置本地配音节点）

【低配最优固定角色组合】固定一张角色正面人设参考图 + IP-Adapter-FaceID 权重 0.65 + DWpose 骨骼控制 → 循环批量生成所有镜头

【模型路径】checkpoints（Flux-Schnell量化/SD1.5漫画）/ ipadapter（FaceID）/ ltx_video（LTX2.3量化）/ controlnet（DWpose）

【效率参考】零基础六步：选题+剧本20min → 角色设定 → 分镜图30min → AI动态 → 配音20min → 剪辑30min
【开源项目】waoowaoo（剧本→角色→分镜→视频全自动）/ Huobao Drama / 魔因漫创 / DirectorAI / 智剧通

模板 ㉗：AI 译配 & 出海本地化速查（环节 ⑨ 发行 · 多语种 🆕）

配合 附I（源自腾讯云 9 语种流水线 + 小云雀出海实操）。适用：成片要出海/多语种发行。

【七步译配流水线（单价口径）】
  ① 去字幕无痕 3 元/分钟 → 干净母版
  ② ASR 识别 0.03 元/分钟
  ③ 大模型翻译 0.20(首语)+0.05×8(附加) 元/分钟
  ④ OCR 提取并翻译 0.80 元/分钟（画面内招牌/聊天/合同）
  ⑤ AI 配音：高情感克隆 9 / 音色 ID 0.5 / 克隆 25 元/音色一次性
  ⑥ 字幕压制 0.063 元/分钟
  ⑦ 智能审核 0.08 元/分钟（分区合规：中东严控亲密/欧美暴力分级/东南亚宗教）

【成本口径】100 集×9 语种 ≈2433 元（90 集成品）→ 单集≈2.7 元（降至人工 1/10）
【48h 流程】0-6h 擦除+ASR+OCR → 6-18h 翻译+克隆 → 18-36h 配音 → 36-44h 压制+审核 → 44-48h QC

【音画同步三层（防“嘴闭音未停”）】
  ☐ 偏差 5-20% → TTS 语速参数调整
  ☐ 偏差 20-40% → 约束改写台词
  ☐ 偏差 ≥40% → 混合策略

【本土化再生产（非翻译搬运）】
  ☐ 剧本语境重构（本土编辑改写不合当地文化的桥段）
  ☐ 镜头画面重制（欧美面孔/美式场景/当地风格）——直接从剧本生本土化素材
  ☐ 多语种情绪配音（避免“翻译腔”）
  ☐ 转绘三参数：风格 / 比例（竖屏 9:16 适配 TikTok·Reels）/ 目标地区

【ROI】① 配音分层：S 级钩子集高情感克隆 + 长尾集音色 ID
         ② 音色 ID 库入库复用（省 25 元/音色克隆）
         ③ “擦除+OCR+翻译”打包母版工厂 → 先干净母版再按平台二次烧字幕

模板 ㉘：爆款钩子 · 封面 · 标题速查（环节 ①②⑧⑨ · 首屏运营 🆕）

配合 ①.2 与 9.7（源自塔猴十大钩子公式 + 小云雀连载观察，素材 27）。适用：定开场钩子 / 做封面标题 / 多集连载。

【黄金3秒双机制·自检】
  ☐ 视觉补偿：前3秒是否有“现实拍不出”的画面（奇观/废墟/极致美学）？
  ☐ 预期管理：3秒内是否抛出待解决的矛盾（死里逃生？认知颠覆？）？
  ☐ 音效先行：重音弹起/心跳突停/古风杀伐声是否早于画面撞进大脑？

【十大钩子公式（题材×冲突）】
  1 视觉奇观+身份反差  2 仙宫审判+极致欺压  3 规则怪谈+生存惊悚
  4 降维打击+爽点先行  5 时空错位+文明碰撞  6 悬念留白+颠覆认知
  7 末日绝境+终极抉择  8 宿命之问+跨越轮回  9 血染红妆+浴火重生
  10 刑场归来+身份置换

【AI 生成钩子提示词（填剧本主题 + 公式类型 → 出 5 个钩子）】
  你是年产出千万级爆款AI短剧主编。基于【剧本主题=__】【公式类型=__】创作5个
  黄金3秒开局钩子，每个须给：①视觉分镜描述（光影/色彩/主体动作，便于生图）
  ②扎心台词（≤25字，带刺/带悬念/强情绪压抑）③留存解析（为何产生“视觉重力”不舍划走）

【避坑 3 条】
  ☐ 钩子为“视觉奇观”→ 务必高精度生图（古装女频的丝绸/珠宝质感=女性代入关键）
  ☐ 音效先行（不能只靠画面）
  ☐ 切忌文不对题（钩子≠后续内容 → 高跳出）

【封面（点击率入口）】
  ☐ 复用开场3秒最强一帧（不另起炉灶）
  ☐ 主体居中/三分法，人脸情绪特写优先；竖屏留文字安全区
  ☐ 主文案 ≤8字，强对比色+描边
  ☐ 封面文字与内容一致；连载用统一模板/角标
  ☐ 叠加 AI 生成/辅助标注（见 2.3 / 附F）

【标题公式】悬念 + 情绪 + 身份（同 8.1）

【追更/连载运营】
  ☐ 单集结尾留钩子、中段张力层层加码
  ☐ 跨集：角色一致 / 世界观延续 / 多人并行 / 成片接续可剪
  ☐ 沉淀两样资产：审美判断 + 可逐季开发的角色/世界观库

模板 ㉙：零代码编排 & Pipeline 速查（环节 ⑥⑦ · 智能体/自动化 🆕）

配合 6.19 / 7.5 与 附J（源自 Dify+ComfyUI 零代码 + 腾讯云视频 Pipeline，素材 28）。适用：想用智能体/工作流把工具串成自动化生产线。

【分层心智】
  编排层（大脑）= Dify / n8n：剧本生成·分镜拆解·多 Agent 协作·JSON 结构化·循环批量
  执行层（双手）= ComfyUI：出图·图生视频·配音（IP-Adapter + ControlNet 锁角色）
  粘合协议 = MCP（统一 AI 服务调用）  合成 = FFmpeg

【Dify + ComfyUI 四步】
  ☐ ComfyUI 工作流 → Save (API Format) 导出 JSON
  ☐ Dify Marketplace 装 ComfyUI Plugin
  ☐ Dify Tools → ComfyUI 填 服务器 URL
  ☐ 添加「ComfyUI Workflow」节点：传 JSON + 变量(prompt/seed)

【多 Agent 分工】编剧 Agent(②) → 导演 Agent(⑥) → 提示词优化 Agent(③④)

【四种 Pipeline 选型】
  MoneyPrinterTurbo        ★    15min   个人/零基础（主题→成片）
  narrator-ai-cli + Skill  ★★   30min   Agent 集成（40+ 原子接口）
  n8n + ComfyUI + MCP      ★★★  1-2h    团队/可复用可视化模板
  编排层 + 漫剧 Skill     ★★   30min   批量漫剧/解说

【n8n 节点串法】Webhook → 调 LLM 出文案 → Code 解析分镜 → 调 ComfyUI API 出图/视频 → FFmpeg 合成 → 回传

【提效/避坑】
  ☐ 角色一致性：编排层建「角色知识库」（参考图+固定描述+LoRA）并引用
  ☐ 显存：FP8/GGUF 量化（12G 可 1080P）；OOM → 降分辨率/减批量
  ☐ FFmpeg 找不到 → 加 PATH / 绝对路径；素材 API 空 → 换源+兜底
  ☐ 低配路线：云端编排 + RunPod 租卡跑 ComfyUI

模板 ㉚：开源工程管线速查（环节 ③④⑥⑦⑧ · 自建管线 🆕）

配合 ③.6.2 与 附G（源自 某厂算法工程师《AI 漫剧全流程制作实战》，素材 30）。适用：想脱离一站式平台 / ComfyUI 图形界面，用 diffusers 自建可复现工程管线（A100 每天 10 条）。

【整条管线】主题 →[LLM]结构化分镜JSON →[LLM]SD正负提示词+ControlNet
  →[一致性]LoRA+IP-Adapter →[关键帧]SDXL+ControlNet(OpenPose/Depth) 4~6帧/场景
  →[动态]AnimateDiff v3 16帧 →[音频]Edge TTS →[口型]Wav2Lip+GFPGAN →[合成]MoviePy+FFmpeg

【双 LLM 分工】
  LLM-1（GPT-4/Qwen-72B）：故事大纲+分场 → 固定 JSON
      字段 scene_id/location/characters/visual_desc/dialogue[{speaker,text}]/duration_sec
  LLM-2（Mistral-7B）：visual_desc → SDXL 正/负提示词
  ⚠️ 强调「只描述静态画面」，动态交给 AnimateDiff（否则 LLM 输出「镜头移动」等非视觉词）

【LoRA 训练 Kohya_ss】20 张/角色（不同角度表情）· lr=1e-4 cosine · warmup100 · batch2 · epoch10
  · network_dim32/alpha16 · loss ~800 步趋稳(≈0.12) · ≈96MB
  ⚠️ 服饰单一易过拟合 → 混入不同背景 + lr 降至 5e-5

【一致性三板斧】
  ☐ 每场景内所有关键帧同一 seed（不同场景不同 seed）
  ☐ 新颖场景首帧用上一场景末帧作 ControlNet 姿势引导（防跳跃）
  ☐ IP-Adapter 权重动态：表情变化大时 0.8→0.5（让 prompt 主导）

【AnimateDiff v3 调参】num_frames16 · context_length16 · context_overlap4 · fps8→24 · motion_scale1.0
  对话特写 0.6~0.8（防五官扭曲）· 全景走动 1.2~1.5+Depth（防背景漂移）· 闪烁→guidance6.0+overlap6
  运动只用 zoom in/out + pan left/right（旋转易崩）

【音频/口型】Edge TTS 中文情感=style('sad')，每角色固定 voice，pydub 剪首尾静音
  Wav2Lip 预处理：retinaface 检测+直方图均衡；GFPGAN 仅增强人脸区域
  ⚠️ 侧脸/遮挡效果差 → 仅正面说话特写做口型，远景/背对省略

【合成】moviepy 分段合成 + FFmpeg concat；crossfadein(0.5)；中文字体必装否则乱码

【性能】A100 单场景：LLM3s+关键帧25s+AnimateDiff60s+TTS/口型20s+合成5s → 10场景≈18min
  AnimateDiff 16帧≈14GB 显存；出图后 empty_cache()；多任务 CUDA_VISIBLE_DEVICES 隔离

【错误修复表】衣服颜色突变→IP-Adapter 0.6+颜色约束 | 视频闪烁→overlap6+scale0.8
  | 口型滞后→统一 FPS24/音频16000 | 音画不同步→用 audio.duration 截视频

二、制作自检清单（每步必过）

⓿ 台词分幕

• [ ] 原文 100% 保留，无遗漏/截断/改写
• [ ] 台词与旁白正确区分
• [ ] 单条 ≤50 字，拆分符合同一角色
• [ ] 情绪/强度均来自给定列表；旁白=平静/中等
• [ ] 输出为合法 JSON 数组

①② 改文 / 转剧本

• [ ] 具备爆款四要素（开头钩子 / 高潮 / 反转 / 爽点）
• [ ] 开场 3 秒钩子（黄金3秒双机制：视觉补偿 + 预期管理；公式见 ①.2）
• [ ] 勾子避坑：拒绝视觉廉价感 / 音效先行 / 文不对题
• [ ] 开篇 3 秒有强钩子（冲突/绝境/反转/悬念）
• [ ] 爽点密度达标（80字小爽点 / 200字大爽点）
• [ ] 段尾留钩；章尾留终极钩子
• [ ] 单章 800-1000 字；合规无违禁
• [ ] 场景已拆到「场次→镜头」粒度
• [ ] 漫剧长度设定（①.1 可选）：填了整部集数/时长 → 正文按此体量规划分集与卡点；留空则自由发挥
• [ ] 黄金公式（模板⑰）：3 秒钩子；每集有「画面事件」；对话 ≤3 轮/集；每转折点有视觉符号
• [ ] 合规前置（2.3 / 模板⑲）：无极端复仇/拜金/封建迷信/魔改经典/未授权肖像声音；已定备案层级与资质

③ 人物 & 道具

• [ ] 每个角色四风格提示词齐全且核心描述一致
• [ ] 五官具体（脸型/眼型/眉形/鼻型/唇形均有）
• [ ] 含至少 2 个带风格前缀的美学词汇
• [ ] 人类角色眼睛为自然色系（GPT版可异色）
• [ ] 敏感词自查通过；服装 ≥4 种材质；禁"宽腰封"
• [ ] 角色设定卡已建（含标志物 + 禁止项）
• [ ] 角色标准像已录入主体库/数字资产库，后续镜头强制参考（③.7）
• [ ] 一致性路线已选（③.6.1）：快速风格化 --cref/--cw｜动作复杂 IP-Adapter FaceID+ControlNet｜百集连载 LoRA
• [ ] 视觉契约已建：视觉身份证 + 权重控制（锁发型/瞳色/服饰）+ 批量前预览验收

③.5 表情矩阵

• [ ] 5×2 十宫格，纯白背景
• [ ] 同一张脸，仅表情变化
• [ ] 编号 01~10 + 小字标注
• [ ] 整体 16:9（每格正方形）

③.5.1 夸张表情（搞笑/名场面）

• [ ] 角色基底描述逐字复制，只改表情段（防崩脸）
• [ ] 五官分项写（眼/眉/嘴/脸颊），无「很生气」类模糊情绪词
• [ ] 按情绪选对漫画符号（震惊→感叹号/震动线；愤怒→火焰/青筋…）
• [ ] 风格后缀固定（特写 + 8K + 国风插画 + 夸张漫画表现）
• [ ] 负面提示词已加（畸变/多指/水印）

③.5.2 写实表情/微表情（正剧/情感戏）

• [ ] 一镜一主情绪；表情戏用近景/特写
• [ ] 5 要素齐（眼神/眉毛/嘴角/身体反应/剧情状态）
• [ ] 微表情用五层架构；肌肉写量化幅度（3mm/18%/0.35s）
• [ ] 情绪递进拆镜，不突然爆炸

④ 三视图

• [ ] 顺序正确：面部 → 全身像（面部为参考）→ 三视图
• [ ] 三视/头像/细节三区齐全，同一角色一致
• [ ] 横版白底、不裁切、无文字/水印/UI

⑤ 场景

• [ ] 画面中无人（无人纯场景）
• [ ] 固定开头正确；场景命名四字以上
• [ ] 视角为宏大/仰视/深远之一（禁微距）
• [ ] 两套格式都输出（专业设定表 + GPT版指令词）
• [ ] 氛围 7 要素（5.4）：地点具体/光源方向/天气参与叙事/至少1个细节锚点/情绪目的明确

⑥ 分镜

• [ ] 六维一致性全过（人物/时空/物品/动作/台词/敏感）
• [ ] 中文引号；video_prompt ≤500 字
• [ ] 视频提示词含角色映射 + 衔接前置指令
• [ ] 景别以近景/特写为主（空间/换场/动作尺度镜除外）
• [ ] 台词时段标注"镜头稳定，不推拉"
• [ ] 分镜数 = 文案条目数
• [ ] 动作戏（6.11）：每个 Shot = 一动作 + 一结果 + 一摄影任务；因果链完整；受力可见；中段有战术变化
• [ ] 运镜（6.12）：写清“摄影机真实移动”；推拉区分真 Dolly / 假变焦；参数变化有目的
• [ ] 智能分镜（6.10b）：按情绪/关系选镜头角度（如愤怒=特写+仰视）；动态分镜预览在进入视频生成前完成
• [ ] 动作表演（6.14）：一镜一主动作；5 段齐（起始/触发/过程/结束/情绪）；手部动作有戏
• [ ] 运镜即用（6.15）：一镜一主运镜；运镜跟人物动作走；景别任务明确
• [ ] 质感（6.16）：质感词服务题材；一条一主质感；写画面结构不写形容词
• [ ] 多集工程（6.17）：分镜用标准化字段表（13 列）；资产库四类（角色/场景/风格/提示词）齐备；逐镜质检清单过（变脸/服装/跳变/畸形/情绪）
• [ ] 卡点排查/返工（6.18）：每镜有「信息增量」；连续 3 次方向不对先查剧本/分镜；返工每轮只改一个变量（模板㉓）
• [ ] 编排/自动化（6.19 / 7.5）：批量生产时是否有编排层（Dify/n8n）串起 ③④⑥⑦；角色知识库是否被引用；显存是否量化（模板㉙）

⑦⑧ 视频 / 剪辑

• [ ] 单帧/首尾帧；不用多帧/中间帧
• [ ] 首尾帧写了过渡效果
• [ ] 尾帧静止已补单帧视频衔接
• [ ] 音效音乐衔接丰富过渡
• [ ] 口型与台词同步
• [ ] 方言配音：查 7.1 方言词典；禁播音腔/舞台腔；不混相邻地区口音
• [ ] 声音一致性（7.2）：每角色有声纹锚点（3-5s）；对白标注角色名+@音频N+语气；闭眼区分度过
• [ ] 配音情绪（7.3）：标点是遥控器（……/——/（）/[] 用对）；！≤3个；单段对白≤15s；有情绪变化不一调到底
• [ ] 转场/字幕（8.2/8.3）：跨镜过渡三法（首尾帧补间/运镜驱动/元素关联，默认硬切）；冲突 2-3s、抒情 4-6s；爆点 0.5s 定格；字幕黑体+白字黑描边（模板㉔）
• [ ] 声音/画幅（8.4/8.5）：爆点处音乐骤停（BGM 硬切+咚、固定镜头）；配乐 3-5 音符动机+每 30s 情绪曲线+动态 30/50/10；三层混音对白>配乐>音效、人声 -16 LUFS；竖屏/横屏一套素材多用（安全区构图，模板㉕）
• [ ] 成片导出规格（8.1）：MP4 / 1080×1920 竖屏 / 30fps / 码率 8000-10000 kbps
• [ ] 上线合规（模板⑲）：已备案（分级）+ 持证；AI 标注（纯AI/AI辅助分开）；内容红线自检；版权存证
• [ ] 批量容错（7.4）：多集批处理 + 断点续传（已完成镜头跳过）+ 失败重试记录；节奏基准单集≤ 3min、每镜 3-8s
• [ ] 本地/开源选项（附G/附H）：预算/隐私敏感可走本地链（Ollama+ComfyUI+LTX+FFmpeg，8G 显存，免 API）；要二次开发参考 waoowaoo 等开源项目
• [ ] 发行变现（⑨ / 模板㉒）：平台与受众匹配；免费 IP 已授权；备案+持证+AI 标注；3 秒钩子+每 30 秒反转；算力/投流预算核算

三、景别 / 视角 / 运镜 速查表

景别（按距离由远到近）

视角

平拍 / 仰拍 / 俯拍 / 第一人称 / 第三人称 / 微俯 / 微仰 / 鸟瞰（无透视）/ 虫眼 / 侧拍 / 斜侧拍

运镜

基础 6 种：推镜 / 拉镜 / 摇镜 / 移镜 / 跟拍 / 固定 创意组合：镜头穿梭机 / 环绕 / 升降 / 甩镜 / 变焦 / 晃动 / 滑轨

🔗 进阶用 6.12 五变量运镜系统（光圈×焦距×物距×对焦×摄影机运动）；动作戏用 6.11 的 CAM01–CAM20 运镜库。

情绪 & 强度（台词分幕用）

情绪：高兴 / 生气 / 伤心 / 害怕 / 厌恶 / 低落 / 惊喜 / 平静 强度：微弱 / 稍弱 / 中等 / 较强 / 强烈

四、时长估算公式（分镜用）

同时含台词+动作取较大值；单分镜 ≤12s。

五、视觉连续性五大铁律（分镜用）

1. 台词具象化 — 涉及具体过去事件必须插闪回；禁只拍说话大头
2. 潜台词外化 — 抽象情绪转具体肢体动作（"焦急"→"手指抠衣角，指甲发白"）
3. 动作零脑补 — 严格忠实原著，动作跳跃须补过渡，禁瞬移
4. 视点锁定 — 除剧本明确外禁主动切场景
5. 关键信息特写 — 关键道具必须独立特写

六、禁止词速查（提示词自查）

身体裸露类：深V、低胸、领口大开、露乳、沟、性感暴露、裸露、半裸 身材过度描述：超模身材、大长腿、巨乳、翘臀、蜜桃臀 材质暗示：网衣、链式衣饰、蛛网衣、镂空衣 过度写实：毛孔可见、真实毛孔、汗毛、血管可见 台词/画面违禁：血腥暴力类 / 裸露低俗类 / 色情暗示类 / 封建迷信 / 危害公序良俗 / 敏感宗教政治

⬇️ 以下为 GitHub 研究精华汇总（R1~R10，可直接取用）

来源：Toonflow（15.7k★）、ai-comic-studio、openframe、LuxReal short-drama-skills 等。

七、故事骨架模板（前置环节）

# {作品名} - 故事骨架

## 故事核（一句话）
【主角内在冲突 + 核心心理级爽点（优势/归属/秩序 三选一）】

## 隐线（人物弧）
【初始状态 → 关键变故 → 性格转变 → 最终状态】

## 人物小传（大三角核心角色，≤4人）
### {主角名}
- 身份：姓名/外貌/职业/与主角关系/正反/作用
- 特征：性格/能力/行为习惯/家庭背景/标志动作或物件
- 境遇：开场处境/目标/动机
- 行动：动机驱动下的核心行动
- 结局：因行动达成的终点方向
- 【主角额外】代入感五要素 / 反差两面 / 金手指规则与边界 / 形态法则

## 三幕结构
### 第1幕：{标题}（第X-Y章 → 集A-B）
【核心问题 + 幕末转折】

## 分集决策（每集一行）
### 集{N}：{集标题}
【本集=情节承接+冲突升级+价值转变+下集勾连】

## 全局删减决策记录
【优先删除：拖沓铺垫/重复/载体不支持/弱支线】

## 付费卡点设计（按 N 比例）
| 位置 | 比例 | 设计 |
|---|---|---|
| 首次 | ≈10% | 核心矛盾升级 |
| 二次 | ≈30% | 生死危机/秘密将揭 |
| 中期 | ≈50% | 目标达成时大反转 |
| 后期 | ≈70% | 前期伏笔展开 |
| 收尾 | ≈90% | 圆满结局 |

## 股价级反转登记表（全剧约3个，标预埋集/揭晓集）
1. 【预期误导反转 / 人设颠覆反转（仅配角）/ 动机置换反转】

骨架自检红线

• [ ] 大三角成立；单线型（无多线并行）
• [ ] 前 10% 完成「一秒入坑→目标明确→多方施压→首次卡点」
• [ ] 付费点按 10/30/50/70/90% 分布
• [ ] 情绪波浪上升，无连续 3 集同一强度
• [ ] 股价级反转 ≈3 个，预埋集早于揭晓集
• [ ] 矛盾达 3-4 级（两个好人因不同选择走向不同命运）
• [ ] 金手指新颖独一无二、有约束、非洗稿（市面>10次别用）
• [ ] 前 10 集 ≈10 个可剪 30 秒爆点

八、改编策略清单（环节 ②）

8 大核心要点

1. 强画面感（拍不出来的换表达）
2. 台词精简（每句服务剧情/人物）
3. 节奏极致快
4. 只沿主线（砍支线）
5. 降低理解成本
6. 情绪大于一切
7. 开篇给足期待感
8. 展示不要告诉（动作是因、对话是果）

三条死路：模仿（换汤不换药）/ 抄袭桥段 / 洗稿 类型创新三方向：元素创新（年龄/性别/背景/视角反转）/ 类型融合 / 情节创新

删减优先级

• 优先删：拖沓铺垫 / 低密度重复 / 载体不支持 / 弱支线
• 优先留：核心情绪点 / 关系拉扯 / 付费点前铺垫链 / 身份反差与信息差 / 高光打脸
• 替代：蒙太奇压缩 / 台词带过 / 完全删除

九、剧本创作规范（环节 ②）

三大情绪要点（每集至少1个）：爆点 / 虐点 / 爽点

• 爽点公式 = 装 + 打脸 + 震惊 + 收获

三大密度（都不能低）

• 情绪密度：前3秒强钩子 → 30-40秒小爆发 → 结尾10秒悬念卡断
• 信息密度（快准新无）：快=前10秒交代主角/危机/冲突；准=高效潜台词；新=必给新信息；无=无价值台词全删
• 情节密度（三硬标准）：因果锚定 + 冲突驱动 + 价值转变
• 黄金单集公式 = 情节承接 + 冲突升级 + 价值转变 + 下集勾连

节奏 3-15-45：3秒情绪冲击 / 15秒剧情变化 / 45秒强期待 / 结尾反转钩子

开篇 8 规则：冲突即时性 / 信息量密集 / 信息差 / 铺垫≤3集 / 关系拉扯感 / 每集必反转 / 压情绪 / 明确目标

• 三坑必避：①介绍人物铺背景 ②一群人开会 ③慢悠悠写景扯前情

单集钩子级反转三式（≤1个）：道具伏笔反转 / 情绪回弹反转 / 镜头错位反转

台词规范（要展示不要告诉）：单句≤20字；单角色单次≤50字；高效潜台词但不晦涩 新手五大硬伤：情绪描写过多 / 小说化描写 / 心理描写过多 / 台词冗长 / 描述性动作过多

十、导演规划模板（②之后、⑥之前）

【导演规划】只拆分不创作（唯一例外：场间过渡）；不规划光影/色调/配乐

## 分场汇总表
| 场次 | 场景名 | 台词条数 | 台词字数 | 情绪浓度(0-10) | 情绪基调(含X→Y) |
|---|---|---|---|---|---|
| Sc1 | 地点·概况 | 3 | 86 | 2 | 独自等待·静默压抑 |

## 逐场注意事项
- Sc1：
  - 情感砸点：……
  - 一致性锚点：……
  - 空间距离：……
  - 环境音：……
  - 易错提示：……

## 场间过渡（仅列确需增补的；不必要则硬切）
| 场间 | 过渡方式 | 说明 |
|---|---|---|
| Sc1→Sc2 | 动作衔接/空镜/淡入淡出 | …… |

规则：一个场 = 同一时空一段连续戏；场次须全覆盖剧本；台词只计数不预算时长。

十一、分镜帧描述五要素（环节 ⑥）

① 景别/视角+取景范围；② 角色位置姿态；③ 主光完整叙述句；④ 环境/道具可见细节；⑤ 情绪解剖词——背景锚定词

• ①取景范围：用「不可见」标注框外，防模型自动推近 例：中景偏全景平视，取景膝盖以上至头顶上方少许枝叶（脚底地面与树冠深处不入画）
• ③主光必须完整叙述句，禁只写短词 例：左侧柔和晨光均匀铺洒，暖黄底色轻染地面，角色身形半受光，面部轮廓微亮
• ⑤背景锚定词：从场景描述摘取原文关键词，同场景连续镜头完全一致
• 首尾帧禁用动词（会渲染动态模糊）：走向/转身/迈步/抬手/张嘴/挥手/冲/跑/跳

motionScript 时间轴格式

Xs-Ys: [动作描述，运镜] [角色B:动作链]

• 每段 [] 包裹，顺序即叙事顺序；→ 分隔连续动作
• 结尾加 | 朝向：角色名+方位词（正面面朝镜头/3-4侧面朝右/3-4侧面朝左/正侧面朝右/正侧面朝左/背对镜头）
• 每段 2-4 秒，求和须等于镜头时长
• 触发-反应铁律：外部触发先给短促反应拍

cameraDirection 格式

起幅[景别] → 运动方式+速度 → 落幅[景别]，目的：[揭示/跟随/强调什么]

承接上镜段（同场内非首组才写）

承接上镜：上镜定格于【角色】立于【位置】、面朝【方位】，刚【动作收尾终态】——本镜由此姿态延续

十二、分镜审核红线（环节 ⑥ 完成后必过）

四条绝对红线（违反任一=严重问题）

• R1 资产引用合法：引用 ID 必须存在；可辨识角色须引用对应资产；每片段须引用场景资产
• R2 剧本忠实：所有台词与剧本一字不差；不遗漏场次；不新增情节
• R3 具象可感：禁「开心/悲伤/烘托气氛」等抽象词；声音具体到声源
• R4 父子资产选择：衍生状态（破损/染血/夜景/激活态）必须用衍生 ID

高频严重项（必检）

• [ ] 禁光影色调：任何字段不出现 光/影/逆光/侧光/色温/明暗/色调/暖冷
• [ ] 音效禁配乐：仅环境音+动作音，禁 BGM/配乐/音乐
• [ ] 人物外观不进提示词：画面描述不写服装/发型/长相
• [ ] 片段时长：每片段 ≤15s；含台词镜 ≥字数÷4+1s；无台词镜 ≤6s
• [ ] 长台词拆镜：单镜台词/VO >20字须拆，按语义停顿切
• [ ] 景别视角错开：无连续 3 镜以上同景别

评分：A 可直接用（0严重，≤2中等）/ B 小修 / C 较大修改 / D 重做（≥3严重）

十三、资产体系与一致性（环节 ③④）

资产类型：role（角色）/ scene（场景）/ prop（道具）

L0-L6 服化妆造分层

六铁律：面容不变 / 姿态不变 / 逐层可控 / 风格统一 / 质感不降 / 纯服化范畴

衍生资产：同一角色多套造型共享身份（图生图，以底模为参考） 图像资产标注：提示词正文用 @图N 替代名称，绑定参考图 道具铁律：纯静物陈列，禁人物/手部/肢体，不得处于被持有/佩戴状态

四视图规范（人物）：人像特写 / 正视图 / 侧视图 / 后视图

• 背景中性灰 #E8E8E8；自然站立禁姿态变化；仅面部微表情；画面比例 4:1 或 3:1

十四、画风基因与标签库（环节 ③④⑤）

按画风锁定「第一锚点」

画风标签通用公式

[一级画风] + [渲染方式] + [光影] + [色调] + [质感/细节]

常用画风标签（多参模式，可直接复制）

• 2D 都市言情：mature urban romance anime, cel-shaded, cinematic lighting, cool tones, dramatic low-key shadows, clean line art
• 2D 复古日系：90s Japanese anime, hand-drawn cel animation, soft warm tones, nostalgic aesthetic
• 2D 扁平：2D flat design, geometric shapes, solid color blocks, minimal shadows, clean lines
• 3D 黏土：stop-motion claymation, clay texture, finger imprints, warm tones, soft bokeh
• 真人现代都市：live-action urban cinema, real human actors photography, cinematic color science, film grain texture, non-CGI non-rendered
• 真人写实：modern urban drama, photorealistic, cinematic, natural lighting, ultra-fine detail
• 3D 国风传统：Chinese traditional 3D render, PBR materials, volumetric lighting, oriental aesthetic
• 2D 国风：Chinese style anime, cel-shaded, neo-chic oriental aesthetic, vivid colors, detailed brushwork
• 3D 二次元渲染：3D anime render, cel-shaded 3D, cinematic lighting, warm tones, high-detail textures, clear outlines
• 真人古风：Chinese period drama, photorealistic, cinematic, high contrast, ultra-fine detail
• 3D 国风赛博：Chinese traditional 3D render, PBR materials, ..., cyberpunk fusion, neon glow atmosphere

首尾帧模式在末尾加 , shallow depth of field

场景变体：景别（大全景→特写）/ 时段（清晨/正午/黄昏/夜间月光/夜间灯火）/ 天候（晴/阴/薄雾/细雨/飞雪），建筑布局材质保持不变

季节色调：春青绿淡粉 / 夏碧绿蔚蓝 / 秋橙黄棕红 / 冬素白冷蓝

十五、连贯性检查与时长预算（环节 ⑥）

七律视觉连续性

1. 动作连续 2. 景别递进 3. 视轴守恒（180°铁律） 4. 朝向逻辑 5. 信息控制（不提供新信息不切镜） 6. 节拍密度（2-3s≥1拍 / 4-6s≥2拍 / 7-9s≥3拍 / 10s+≥4拍） 7. 头尾安全区

集级色温弧（全集重写前先定）：冷→暖 / 暖→冷 / 冷→暖→冷 / 中性→极端→收回

每镜三问：单一视觉概念 / 核心反差对 / 主动排除

信息密度原则：不提供新信息不切镜；非叙事镜头（空镜/过渡）总时长 ≤20%

时长预算：目标总时长 ×0.9 为硬下限；典型 ≥ 目标÷9（平均每镜9s）

• 时长地板：对话/情绪 ≥10s；环境 ≥9s；动作 ≥8s
• 先输出 <!-- PLAN: 场景1=Ns(Xshots) | ... | Total=Ns(Xshots) -->

每场景硬性扩展：对话≥2镜 / 新地点≥3镜 / 情绪拍≥2镜 / 打斗≥4镜 换场首镜：必须全景/大全景（禁特写开场） 情感收束镜头：情绪顶点后接 1 个「呼吸镜头」（≥中景，允许超6s只有环境动态）

动作合规替换

十六、结构化提取提示词（②③环节）

提取角色

你是专业剧本分析师。请从剧本中提取关键角色并给出简要角色卡。
只返回严格 JSON：
{"characters":[{"name":"","gender":"","age":"","personality":"","appearance":"","background":""}]}
不要输出 Markdown 代码块。未知信息请保守推断并保持简洁。
剧本：\n{{script}}

提取场景

你是专业剧本场景规划师。请从剧本中提取关键场景。
"场景"指同一主要地点和时间段内的连续片段。不要把剧情事件/动作节拍当作独立场景。
场景标题应描述场景单元/地点（如"警局审讯室"），不要写成事件句（如"发生争吵"）。
只返回严格 JSON：
{"scenes":[{"title":"","location":"","time":"","mood":"","description":"","shot_notes":""}]}

提取分镜

你是专业分镜规划师。请基于剧本生成可执行的镜头列表。
优先细粒度拆分：将每个场景拆成更多有意义的动作节拍，而不是合并为长镜头。
连续性必须很强：若剧本未明确跳切，相邻镜头应表现为同一动作过程中的连续时刻。
只返回严格 JSON：
{"shots":[{"title":"","scene_ref":"","character_refs":[],"prop_refs":[],"costume_refs":[],
"shot_size":"","camera_angle":"","camera_move":"","duration_sec":3,"action":"","dialogue":""}]}
duration_sec 通常在 1-5 秒之间。

十七、剧情节奏速查（写剧本时对照）

类型节奏框架（按总集数 N 比例）

• 甜宠：契约绑定 → 误会拉扯 → 秘密曝光(10%) → 情感破冰 → 危机爆发(30%) → 撒糖打脸 → 新危机(60%) → 情感确认 → 圆满
• 虐恋：前期误会伤害(1-20%) → 男主悔悟(21-40%) → 追妻受阻(41-70%) → 和解(71-100%)
• 战神：隐藏身份受辱(1-30%) → 身份曝光打脸(31-60%) → 解决危机(61-90%) → 登顶(91-100%)
• 重生：前世被害(1集) → 改写命运(2-30%) → 信息差逆袭(31-70%) → 复仇圆满(71-100%)
• 萌宝：带娃逆袭(1-20%) → 男主发现孩子(21-50%) → 联手反击(51-80%) → 团圆(81-100%)

情绪基调占比

• 甜宠：甜60% + 微虐30% + 惊喜10%
• 复仇：压抑40% + 爽感50% + 解气10%
• 重生逆袭：爽感50% + 期待30% + 温暖20%
• 家庭伦理：共情40% + 委屈30% + 和解30%

矛盾四级阶梯（爆款须达 3-4 级）

1. 基本（弱）→ 2. 强化（二选一困境）→ 3. 高级（两个好人因不同选择走向不同命运）→ 4. 升级（招致不可回头后果）

十八、深度内容位置索引

想深入某一块，去对应研究文档：

调研时间：2026-09-19 目的：检索 GitHub 上排名靠前/主流的漫剧生成项目，提取可补充、可优化现有流程的做法。

一、调研到的关键项目

二、对现有流程的补强建议（按环节）

⓿ 台词分幕 —— 建议增加

• 情绪曲线标注：在分幕时同时标出情绪高点（爽点/爆点）与低点（悬念/紧张）—— 来自 ai-comic-script-generator Step1。
• 现有流程已有「情绪 + 强度」，可再加一层全局情绪曲线便于后续分镜节奏控制。

① 选本改文 —— 建议增加

• 情绪曲线提取：ai-comic-script-generator 的 Step1 输出「核心冲突 + 人物列表 + 场景列表 + 情绪曲线」，可作为改动稿的附加产物。

② 转剧本 —— 建议增加

• 钩子/爽点标注：每个场景显式标注「钩子/爽点」（ai-comic-script-generator Step2）。
• 前 3 秒强钩子：剧本层面就要求前 3 秒有视觉冲击/悬念/反转。
• 现有《二、小说转剧本指令词》已很完整，可与之合并。

③ 人物 & 道具 —— 建议增加（重要）

• 角色设定卡「固定不变区」（ai-comic-script-generator Step4）：
  • 角色名 / 性别年龄 / 身高体型 / 气质词 3 个 / 发型 / 五官特征（≤3）/ 肤色 / 标志物（必须有 1 个） / 主穿搭 / 主色系 / 禁止出现项
  • 固定角色描述（每次必带，逐字复制粘贴到每个镜头 prompt）
  • 固定画风后缀（每次必追加）
  • 提示词模板 = 固定角色描述 + [表情/动作/场景] + 固定画风后缀
• 标准母图（定妆照）：生成 3-5 张，选最满意 1 张作为 Master Reference，后续所有镜头以它作参考（MJ --cref / ComfyUI IP-Adapter）。
• 合并去重：手动合并重复角色（如「马管家」与「老马」）—— 来自 Dapeng960208。
• Character Memory System：角色档案注入每一格提示词 —— 来自 Comic-Studio-Ai。
• 神秘角色视觉方案：声音出场用暗色剪影 + 红光点；分屏用模糊暗影轮廓；固定视觉元素（如黑暗背景 + 红色数字）。

④ 三视图 —— 建议增加

• 角色四视图（ai-comic-studio）：正面 / 四分之三 / 侧面 / 背面 —— 比三视图多一个 3/4 视角，对后续一致性更友好。
• 现有三视图（正面/左侧/背面 + 头像 + 细节）已很完整，可考虑加入 3/4 视角。

⑤ 场景 —— 可保持

• 现有两套体系已很完整。

⑥ 分镜/镜头提示词 —— 建议大幅补强（最有价值）

来自 LuxReal short-drama-skills 的「通用叙事拆解」，建议并入：

A. 全局节奏控制（最高优先级）

• 信息密度原则：不提供新信息就不切镜 —— 新镜头必须含新情节推进/新环境细节/新情绪强度；否则允许同景别同机位延续。
• 非叙事镜头总量控制：单 beat 内空镜/过渡镜头总时长占比 ≤20%，超出优先砍空镜。

B. 分镜拆分原则

• 叙事与动作类：复杂动作三段式（动机→执行→结果）、空间转场切镜、时间跳跃切镜、人物关系变化切镜、同框超 2 人必须拆散。
• 情绪与表演类：情绪突变切特写、情绪渐变靠景别递进不切镜、对话视线乒乓（说话者→聆听者→说话者，关键反应镜头比说话更重要）。
• 视听语言类：J-cut（下镜声音提前）、L-cut（当前声音延后）、VFX 独占镜头、节拍控制（紧张用短镜，抒情用长镜）。
• 静态画面强制拆分：单镜头停留 ≤6s；台词超 6s 当场拆子镜头。
• 长台词切分规则（预估 >8s）：零删减 + 有节奏；切分锚点=话题转折→情绪变化→逻辑层级→自然气口；7 种视听手法（T1 正面/T2 反应/T3 道具特写/T4 闪回/T5 景别递进/T6 动作伴随/T7 VO 切换），T1 ≤60%、T2 不可连超 1 次。

C. 视觉转化五大铁律

1. 台词具象化 — 涉及具体过去事件必须插闪回；禁只拍说话大头
2. 潜台词外化 — 抽象情绪转具体肢体动作（"焦急"→"手指抠衣角，指甲发白"）
3. 动作零脑补 — 严格忠实原著体态，动作跳跃须补过渡，禁瞬移
4. 视点锁定 — 除剧本明确外禁主动切场景；画外音时聚焦屋内听者反应
5. 关键信息特写 — 关键道具必须独立特写，禁淹没在全景里

D. 视觉描述结构化（四维度）

• 【镜头与构图】景别 + 运镜 + 视角
• 【主体描述】禁"同上/紧接着/他她"；同一角色动作表情道具合并为连贯长句，用逗号，禁分号
• 【光影/氛围】只写对剧情有必要的光影
• 【画面背景】仅首镜或方向大变化时填，约 8 字

E. 分镜时长估算（实用公式）

同时含台词+动作取较大值；单分镜 ≤12s。

F. Clips→Shots 聚合（分集/长剧本，来自 skill 04）

• 叙事与人物关联聚合、场景空间一致性（室内外/地点/时间跳变必切）、动作连贯性（同一动作链聚合）、情绪视线一致性（正反打可合并）
• 全局主动合并：相邻片段总时长 ≤15s 且连贯即可合并
• 合并争夺处理 + 防孤立机制

⑦ 视频生成 —— 建议补强

• 首尾帧三层决策策略（ai-comic-studio）：确定性规则 → LLM 语义判断 → 安全兜底，自动决定每镜生成「首帧+尾帧」还是「仅首帧」。
• 镜头衔接自动传尾帧：上一镜尾帧自动作为下一镜首帧，保证画面连贯。
• 视频提示词直出（零 LLM 费用）：基于 startFrameDesc / motionScript / cameraDirection 直接拼装，不再调用 LLM。
• 分镜督导批量重写：全集一次性视觉连续性审核，批量重写首尾帧描述 + 动作脚本，保证跨镜场景词一致。
• 现有《制作注意事项》已提到单帧/首尾帧，可补充「三层决策」与「自动传尾帧」。

⑧ 剪辑 —— 建议补强

• 导出 FCPXML/EDL（openframe）：可接入 Premiere / 达芬奇，比纯剪映更专业。
• 镜头衔接自动传尾帧 到剪辑阶段。

三、建议新增的全局机制

1. 角色档案（Character Bible）：集中管理所有角色的固定描述 + 标志物 + 禁止项，全流程引用。
2. 视觉连续性审核：全集分镜一次性过审，批量重写保证跨镜一致。
3. 情绪曲线管理：从剧本到成片贯穿的情绪节奏图谱。
4. 时长预算表：用公式估算每个镜头时长，控制总时长与节奏。
5. 参考素材库：Master Reference（定妆照）+ 场景参考图 + 道具参考图，统一管理。

四、参考链接

• https://github.com/neilalexanderlee/ai-comic-studio
• https://github.com/murongg/openframe
• https://github.com/sorker/ai-shotlive
• https://github.com/YvonneMovingon/short-drama-skills
• https://github.com/wzY-toRitchie/ai-comic-script-generator
• https://github.com/freestylefly/canghe-skills
• https://github.com/Dapeng960208/AI-Comic-Generator
• https://github.com/RobinaMirbahar/Comic-Studio-Ai
• https://github.com/zhagons/AiCartooPrompt.html

深入扒取了 GitHub 主流漫剧项目的实际生产级提示词源码，可直接借鉴/整合。 主要来源：neilalexanderlee/ai-comic-studio（S级分镜/分镜督导）、murongg/openframe（提取/生成提示词） 挖掘时间：2026-09-19

一、七律视觉连续性规范（分镜督导核心）⭐

来源：ai-comic-studio storyboard-supervision.ts 用途：LLM 一次读入整集分镜，按"S级标准"批量重写视觉字段，保证跨镜一致性。

1.1 集级色温弧（全集开始前先做 Q0）

扫描全集，确定本集整体色温走向，统摄所有镜头的主光叙述：

规则：同一「场景」内相邻镜头的色温允许在 2-3 个步骤内渐变（宏观统一，微观随情绪漂移）。

1.2 每镜三问（Q1-Q3，内部推理）

• Q1 单一视觉概念：这个镜头视觉上只关于一件事——是什么？（不是剧情翻译，是视觉 IDEA）
• Q2 核心反差对：画面里什么和什么形成对比？（静止主体vs动态背景/平静角色vs混乱环境/前景秘密vs中景无知）
• Q3 主动排除：明确不拍什么？这个排除本身是叙事选择吗？

1.3 七律（核心铁律）

1. 动作连续 — 新分镜起始动作承接上一镜结束状态
2. 景别递进 — 情绪渐变靠景别靠近，不切镜
3. 视轴守恒（180°铁律） — 同场景所有镜头必须在假想轴线同侧拍摄；A 在左 B 在右则全集保持，越轴会导致"人物瞬移"。合法越轴=插入正面中性镜头或用角色移动重建轴线
4. 朝向逻辑 — 反打镜头朝向互补（A 看右 → 反打 B 看左）
5. 信息控制 — 不提供新信息不切镜
6. 节拍密度 — 2~3s≥1拍、4~6s≥2拍、7~9s≥3拍、10s+≥4拍
7. 头尾安全区 — 首尾帧描述的安全边界

1.4 帧描述五要素（缺一不可，用全角分号「；」分隔）

① 景别/视角 + 取景范围；② 角色位置姿态；③ 主光完整叙述句；④ 环境/道具可见细节；⑤ 情绪解剖词——背景锚定词

① 景别/视角 + 取景范围（用"不可见"标注框外，防止模型自动推近）：

• 「中景偏全景平视，取景膝盖以上至头顶上方少许枝叶（脚底地面与树冠深处不入画）」
• 「特写仰拍，仅面部从下巴到额发入画（颈部及以下不可见）」

③ 主光必须是完整叙述句（禁只写光源短词，否则模型渲染硬打光光柱）：

• ✅「左侧柔和晨光均匀铺洒，暖黄底色轻染地面，角色身形半受光，面部轮廓微亮」
• ❌「橙红侧光」「冷调月光」

⑤ 背景锚定词：必须从场景描述字段摘取原文关键词，禁改写/翻译/自创；同场景连续镜头必须完全一致（防场景漂移）。

首帧/尾帧禁用动词（会让模型渲染动态模糊）：

走向 / 转身 / 迈步 / 抬手 / 张嘴 / 伸出 / 挥 / 推 / 拉 / 扑 / 冲 / 跑 / 跳 / 飞出 / 倒地 / 正在 / 已经 / 随即

替换写法（动作→起始时的空间定格）：

• 「迈步走向门」→「立于门槛内侧，右脚已提起半步，重心微微前倾」
• 「挥剑斩下」→「剑已举至头顶，剑尖斜朝下，双臂肌肉可见隆起」

1.5 motionScript 时间轴格式

• 每段用 [] 包裹；多角色用多个 []，顺序即叙事顺序
• → 分隔同一角色连续动作步骤
• 结尾必须加 | 朝向：角色名+方位词
• 朝向词库：正面面朝镜头 / 3/4侧面朝右 / 3/4侧面朝左 / 正侧面朝右 / 正侧面朝左 / 背对镜头
• 每段 2-4 秒，求和须精确等于镜头时长
• 触发-反应铁律：由画面外事件（声音/光变）引发的动作，第一段必须是短促反应定格，不得把触发与展开动作压进同一拍
• 台词/发声顺序是铁律：[] 顺序必须严格对应角色开口先后

生理微细节（情绪反应时必须写入）：

• 吃惊 →「眉头骤然皱起→肩膀随抽气微微一收紧」
• 悲伤 →「喉结上下轻动→肩线向内塌落→呼吸变浅而沉」
• 愤怒压制 →「下颌角收紧→手背青筋一绷→呼气缓慢有力」

物理音效提示（可选）：[] 末尾加括号注明物理声源（脚步/布料/金属/呼吸），禁写 BGM/配乐。

1.6 cameraDirection 格式（必须含叙事目的）

起幅[景别] → 运动方式+速度 → 落幅[景别]，目的：[揭示/跟随/强调什么]

• ✅「中景固定 → 缓慢dolly in推近 → 特写，目的：强调角色眼神变化」
• ❌「缓慢推近」（缺叙事目的，不合规）
• 运镜速度须匹配情绪功能：追逐/惊吓/爆发用快速；沉思/收束用缓慢。全集清一色"缓慢"= 节奏失衡

1.7 换场首镜 & 情感收束镜头

• 换场首镜：景别必须是全景/大全景/中远景（禁以特写开场）；cameraDirection 目的须含"建立空间"
• 情感收束镜头（呼吸镜头）：上一镜含情绪顶点词（爆发/崩溃/告别/表白/死亡/揭秘/背叛），则当前镜须是呼吸镜头——景别 ≥中景，允许超 6s 只有环境动态。同一情绪顶点只触发其后紧邻 1 个镜头，不可连续 2 个

二、动作/战斗场景描写规范（合规替代）

核心原则：描述动作轨迹和画面构成，结果用空间/姿态变化代替。

动画战斗物理词汇（动漫风格打斗专用）：

• 刀剑挥出：「刃面沿斜轴弧切——留下6条银白速度线，向消散端渐细」
• 高速位移：「身体向左疾掠——留下2-3条半透明残影（由实到虚）」
• 出拳：「右拳向前直冲——前端气流涡旋积聚，接触点炸散为放射状尾迹」
• 双刃对撞：「接触点蓝白电光弧线向两侧飞射，持续0.5s后消散」

三、剧本结构化提取提示词（openframe 生产版）⭐

3.1 提取角色（extractCharactersFromScript）

你是专业剧本分析师。请从剧本中提取关键角色并给出简要角色卡。
年龄必须为以下枚举之一：{{characterAgeCanonical}}。
角色字段（name/personality/appearance/background）必须使用简体中文。
只返回严格 JSON：
{"characters":[{"name":"","gender":"","age":"","personality":"","appearance":"","background":""}]}
不要输出 Markdown 代码块。未知信息请保守推断并保持简洁。

3.2 提取场景（extractScenesFromScript）

你是专业剧本场景规划师。请从剧本中提取关键场景。
"场景"指同一主要地点和时间段内的连续片段。
不要把剧情事件/动作节拍当作独立场景。
若同一地点和时间连续发生多个事件，应合并为一个场景。
场景标题应描述场景单元/地点，不要写成事件句。
错误示例（事件级）："发生争吵"、"发现线索"
正确示例（场景级）："警局审讯室"、"夜晚天台"
只返回严格 JSON：
{"scenes":[{"title":"","location":"","time":"","mood":"","description":"","shot_notes":""}]}

3.3 提取道具（extractPropsFromScript）

你是专业美术置景/道具设计师。请从剧本中提取关键道具。
只返回严格 JSON：{"props":[{"name":"","category":"","description":""}]}
除非明确作为实体物件出现，否则不要把人物或场景写入道具列表。

3.4 提取人物关系（extractCharacterRelationsFromScript）

你是专业人物关系分析师。请从剧本中提取项目级人物关系。
优先更新已有关系，其次再新增。关系角色 ID 必须只来自给定角色列表。
strength 必须是 1-5 整数，5 表示关系/冲突最强。
relation_type 示例：family、ally、friend、rival、enemy、mentor、subordinate、lover、business、mystery。
只返回严格 JSON：
{"relations":[{"source_ref":"","target_ref":"","relation_type":"","strength":3,"notes":"","evidence":""}]}

3.5 提取分镜（extractShotsFromScript）⭐ 核心

你是专业分镜规划师。请基于剧本生成可执行的镜头列表。
在忠于剧本的前提下，尽可能提高镜头数量。
优先细粒度拆分：将每个场景拆成更多有意义的动作节拍，而不是合并为长镜头。
若不确定该少还是该多，优先输出更多镜头。
从头到尾完整覆盖剧本，避免跳过转场与中间动作。
镜头序列必须连贯，前后镜头衔接自然。
保持相邻镜头的连续性：方向、视线、站位、动作推进。
只有在叙事确实推进时才切换场景。
连续性必须很强：若剧本未明确跳切，相邻镜头应表现为同一动作过程中的连续时刻。
动作描述要具体且具状态延续，必要时继承上一镜头的重要道具/姿态/位置信息。
每个镜头必须包含 scene_ref、character_refs、prop_refs、costume_refs，且只能使用提供的 ID。
只返回严格 JSON：
{"shots":[{"title":"","scene_ref":"","character_refs":[],"prop_refs":[],"costume_refs":[],
"shot_size":"","camera_angle":"","camera_move":"","duration_sec":3,"action":"","dialogue":""}]}
duration_sec 通常在 1-5 秒之间，除非剧本明确要求更长/更短。

四、时长预算与镜头扩展（S级分镜核心）⭐

来源：ai-comic-studio shot-split.ts

4.1 时长预算规则

• 硬性下限：目标总时长 × 0.9（低于即失败）
• 软上限：目标 × 1.2
• 最少镜头数：≥ (0.9×目标) ÷ 单镜上限
• 典型目标：≥ 目标÷9（平均每镜 9 秒）
• 时长地板：对话/情绪拍 ≥10s；环境/氛围 ≥9s；动作/转场 ≥8s

4.2 必须先输出规划注释

<!-- PLAN: 开场建立=30s(3shots) | 双人对话=45s(4shots) | 追逐=50s(5shots) | 结尾=30s(3shots) | Total=155s(15shots) -->

4.3 每场景硬性扩展规则

4.4 可自由插入的镜头类型（增加时长不注水）

• 反应镜：听者微反应（屏息/手收紧/目光移开）9-12s
• 角色拍：内在冲突外化（迟疑/矛盾手势）9-12s
• 环境细节：预示或对比情感的世界元素 9-14s
• 平行动作：另一角色同时做什么 9-12s
• 过渡镜：角色移动，步态承载潜台词 8-11s

五、三视图结构（openframe 生产版）

角色三视图（characterTurnaround）：

生成一张可用于制作的动漫角色三视图设定图。
项目类别/项目风格/角色名/性别/年龄/性格/外观/背景
要求：
- 必须输出同一角色的三视图整身图：正面、侧面、背面
- 只出现该角色，不要额外人物
- 三个视角保持身份一致与服装细节一致
- 仅动漫风格，禁止写实真人脸
- 背景干净、清晰，无文字覆盖

场景三视图（sceneTurnaround）：

输出一张 16:9 场景图，且包含同一环境的三种视角：主广角、侧角度、反打角度
重点表现环境设计与空间布局，并保证三视图连续一致
仅环境：禁止人物、肢体、群演和人物剪影

道具三视图：正面/侧面/背面，几何结构/材质/配色/关键细节一致，仅道具本体无人物。

换装任务（costumeSwap）：以参考角色图作身份锚点，只改服装不改身份，输出正/侧/背三视图整身。

六、镜头生成提示词模板（openframe 生产版）

镜头关键帧（shotImage）：

为该镜头生成故事板关键帧。
项目类别/项目风格/镜头标题/景别/机位角度/镜头运动/动作/
场景标题/地点/时间/氛围/角色/道具/服装/
上一镜头上下文/下一镜头上下文
要求：
- 匹配指定景别、镜头语言与动作
- 与相邻镜头保持视觉连续
- 禁止字幕、台词条、水印

首尾帧（productionFrame）：

为该镜头生成{{首帧/尾帧}}。
时序方向：首帧早于中帧，尾帧晚于中帧
严格遵守镜头运动方向
保持角色/道具身份稳定

七、艺术风格色彩盘（示例：都市言情二次元）

来源：ai-comic-studio art-styles/anime_2d/prefix.md，可作为"风格基因"模板

风格基因：一级风格 / 二级风格 / 情感基调 / 质感锚词（赛璐璐上色、清晰线条、戏剧化低调光影）

色彩层级：

• L1 硬约束（高）：仅锁角色识别核心（肤色/发色/主服底色）
• L2 软约束（中）：场景色/配饰/点缀优先参考色盘，可微调
• L3 例外机制（低）：节庆/回忆/高潮戏可临时突破，但保留冷暖逻辑

情绪色盘（导演对齐版）：每个情绪场景绑定「主色+辅色+光效与对比建议+画面关键词」。

情绪 → 面容/眼神词映射表（10 种情绪，各含面容词/眼神词/微表情）—— 可直接用于分镜的情绪具象化。

八、可整合进本项目流程的清单

九、参考链接（源码路径）

• ai-comic-studio 分镜督导：src/lib/ai/prompts/storyboard-supervision.ts
• ai-comic-studio 分镜拆分：src/lib/ai/prompts/shot-split.ts
• ai-comic-studio 艺术风格：src/lib/ai/prompts/art-styles/*/
• openframe 提取提示词：packages/prompts/src/locales/zh/prompt_overrides.ts
• openframe 生成提示词：packages/prompts/src/generation_prompts.ts
• 仓库：https://github.com/neilalexanderlee/ai-comic-studio ｜ https://github.com/murongg/openframe

来源：HBAI-Ltd/Toonflow-app（15.7k stars，开源 AI 短剧一站式工具） 这是当前 GitHub 上 star 数最高的漫剧/短剧项目，其 prompt 体系被 ai-comic-studio 等项目对标引用。 挖掘时间：2026-09-19

一、分镜表结构（新格式）⭐

Toonflow 的分镜表是「场头 → 片段 → 镜表」三级结构：

## 场N：场景名 ｜ 参演角色：角色A、角色B、…

### 片段一（约10s）
**引用资产名称**：[苏晚卿, 凌玄, 青云令, 大殿]
**引用资产ID**：[101, 100, 202, 300]
| 序号 | 画面描述 | 时长 | 景别 | 运镜 | 台词 | 音效 |
|------|------|------|------|------|------|------|
| 1 | 西瓜筐被一脚踢飞腾空，筐内西瓜飞溅而出… | 5 | 近景 | 缓推 |  | 音效：西瓜筐翻滚撞地声… |
| 2 | 林刚抬手食指直逼林志强眉心，下巴绷紧… | 5 | 近景 | 缓推 | 林刚暴怒说：『…』 | 音效：手指划风声… |

关键设计：

• 场头承载场景信息（场景名 + 参演角色），不在每镜重复
• 资产引用在片段级（引用资产名称/ID 两行），不在每镜
• 镜表无「朝向」「空间关系」「角色动作」独立列，一律并入「画面描述」
• 每镜固定 7 列：序号 / 画面描述 / 时长 / 景别 / 运镜 / 台词 / 音效

二、核心信条与铁律（分镜）⭐

铁律优先级（冲突时按此顺序）：

台词零删改 > 出场人物完整 > 只描述动作状态 > 长台词/长VO拆镜规则

1. 片段 ≤15 秒，台词超载则拆多片段
2. 长台词/长VO 强制拆镜：>20 字必须拆多个连续镜头，每镜换视角/景别，按语义停顿点切，不平均切；跨镜可切到听者反应镜（画面是听者，声音继续是说话人）；若语义不可切必须单镜，则用表情微妙变化/肢体持续演进/运镜缓慢推动填满时间，禁单镜固定
3. 台词零删改：所有引号内台词、VO、系统播报、面板文字必须 100% 逐字搬运，禁合并/精简/省略
4. 台词时间：按 4 字/秒计算，按情绪语气分配，不平均
5. 在场人物不能消失：剧本没写"XX离开"则 XX 还在场，必须每镜有视觉痕迹（背景/局部/反应镜/纵深虚焦剪影/前景遮挡/环境音留痕）
6. 群演不抢戏：群演仅以微动作服务当前戏核情绪，不给群演单独配台词
7. 人物外观交给图片资产：服装/发型/长相不进分镜提示词
8. 画面描述只写：谁做了什么动作、姿态、表情、当下状态变化（汗湿/泪痕/衣衫凌乱/青筋暴起）
9. 声音只写两类：环境音 + 音效。禁 BGM/配乐/音乐
10. VO 音画同步：VO 一律按普通台词处理，画面照常描写动作，文字 100% 原样写在末尾；面板/屏幕/短信文字须逐行点亮+滴答音效，关键数值单独高亮一拍

三、片段间过渡与连贯性设计（消灭跳跃感）⭐

四、分镜审核红线（R1~R4）⭐

违反任一红线 → 自动判定为严重问题，无视审核维度。

R1 资产引用合法

• 引用资产 ID 必须存在（无虚构、无索引越界）
• 画面可辨识角色若 assets 已有对应资产，必须引用其 ID（含背影/肢体局部/虚化身影）
• 每条分镜必须引用所处场景的 scene 资产 ID
• 同一父资产在同一分镜禁主/衍生同存

R2 剧本忠实

• 所有台词与剧本一字不差（禁改写/省略/意译）
• 不遗漏场次和关键事件；不新增剧本外情节

R3 具象可感

• 情绪/声音/动作必须具体可感知
• 禁用「开心/悲伤/烘托气氛/自然声」等抽象笼统词
• 声音具体到声源；动作为连续物理动作链

R4 父子资产选择正确

• 衍生状态（破损/染血/夜景/激活态）匹配时必须用衍生 ID

五、分镜审核维度表（可直接复用）

评分标准：

六、分镜提示词技法（通用基础）⭐

最高优先级：分镜表内容忠实性

提示词生成是格式转换，不是创意写作。分镜表是提示词的唯一内容来源。

• 画面描述是主干，风格/画质/光影词是辅助装饰；token 冲突时画面描述优先
• 画面描述完整保留：所有视觉元素不得遗漏
• 语义等价转换：只改表达形式，不改语义
• 禁止创意发散：不添加分镜表未提及的元素，不重新诠释氛围
• 逐字段回溯校验：画面描述/场景/景别/角色动作/情绪/光影 → 逐条比对，校验不通过 = 提示词无效

首帧识别原则（分镜图 = 视频首帧参考）：

❌ 常见错误：把所有动作都改写成"即将发生"的预备态，导致语义稀释

景别词库（双模式）：

复合景别（"远景→中景"）取箭头左侧起始景别

内容映射规则：运镜/台词/音效不进提示词；情绪从映射表取面容/眼神词；光影氛围独立成段写入。

七、可整合清单

八、参考

• 仓库：https://github.com/HBAI-Ltd/Toonflow-app
• 关键文件：
  • data/skills/production_execution_storyboard_table.md（分镜表）
  • data/skills/production_agent_supervision.md（审核）
  • data/skills/production_skills/storyboard_prompt_techniques.md（提示词技法）
  • data/skills/script_agent_supervision.md、script_execution_script.md、script_execution_skeleton.md（剧本 Agent）

接续 06_Toonflow深度挖掘_工业级规范.md，本篇聚焦剧本创作规范（Toonflow 剧本 Agent）与工业化工作流理念（BigBanana）。 挖掘时间：2026-09-19

一、剧本创作 · 三大情绪要点（每集必含至少 1 个）⭐

爽点公式：爽点 = 装 + 打脸 + 震惊 + 收获

• 装（隐藏身份被欺辱）→ 打脸（剧情急转弯）→ 震惊（围观群众态度反转）→ 收获（地位提升）

虐点逻辑：关系越紧密虐感越强；先给极致幸福再夺走。

• 经典：始终牢记的人忘了自己 / 永远说不出口的爱 / 无人知晓的巨大牺牲 / 至死未解的误会

爆点类型：经典款（替身/穿书炮灰/救赎）；反套路（双向替身/伪装拆穿/离婚反杀/全员重生/明虐暗宠/以牙还牙）

二、三大密度（单集自检总标尺）⭐

写完本集逐项自检，三项都不能"低"：

情绪密度（让观众愿意看）

• 单部剧一条核心情绪主线，无关支线全砍
• 卡死单集情绪节点：前 3 秒强情绪钩子（最高情绪点前置）；中间 30-40 秒第一个小爆发；结尾 10 秒拉满悬念卡断
• 把情绪写进动作而非台词
• 纪律：≠ 全程嘶吼狗血，要张弛有度

信息密度（让观众看得懂）口诀「快准新无」

• 快：第一集前 10 秒交代"主角是谁/什么危机/核心冲突"
• 准：高效潜台词，一句话同时推进剧情+塑造人物+传递冲突
• 新：单集必给新信息（新身份/新底牌/新阴谋/新反转/新关系）
• 无：每句话必须满足"推进剧情/塑造人物/制造钩子/激发情绪"之一，否则删

情节密度（让观众追下去）三硬标准（缺一即流水账）

• 因果锚定：上一情节的果是本事件的因
• 冲突驱动：包含核心冲突的动态变化（升级或反转）
• 价值转变：主角核心处境/方向发生不可逆改变
• 黄金单集公式：本集 = 情节承接 + 冲突升级 + 价值转变 + 下集勾连

三、节奏 3-15-45（秒级预期管理）⭐

• 3 秒内一个情绪冲击
• 15 秒一个剧情变化
• 45 秒一个强期待 —— 且在强期待里给主角留出做抉择的时空（人物刻画在此完成）
• 结尾用反转钩子卡死

案例（妹妹被绑架）：3秒绑匪喊撕票 → 15秒妹妹喊"哥别给钱" → 45秒限12点前50万 → 结尾反转（主角不凑钱去拼命）

四、情绪表达四通道 & 铺设技巧

四通道：① 行动（撕扯/狂奔/握拳/颤抖的手）② 语言（痛斥/语无伦次/泣不成声）③ 环境（悲伤=阴雨/昏暗；紧张=急促脚步/闪烁灯光；甜蜜=夕阳/暖光）④ 独白（OS 主角视角 / VO 第三方视角）

铺设技巧：

1. 先压后爆，制造反差：压得越狠反弹越爽
2. 信息差强化期待：观众知道角色不知道（心急如焚）/ 角色知道观众不知道（期待打脸）/ 都不知道但观众知道（心疼又着急）
3. 单集情绪公式：1 核心情绪 + 1 辅助情绪 + 1 结尾钩子（同集不超 2 个核心情绪）
4. 拉扯：压弹簧到谷底 → 来回晃（先给"危机解除"的错误预期，在观众放松瞬间再致命一击）

五、开篇 8 大创作规则 ⭐

总原则：开篇即绝境、开篇即高潮——2 秒防划走、5 秒勾住人。 三坑必避：① 上来介绍人物/铺背景/讲世界观 ② 一群人开会 ③ 慢悠悠写景扯前情

1. 冲突即时性：第一行就入危机（谋杀/逃跑/被虐待/难产/逃婚/被陷害）
2. 信息量密集：对话快速交代前因后果、人物关系、背景
3. 营造信息差：主角/配角/反派信息不对等
4. 铺垫不拖沓：最多 3 集见效
5. 关系有拉扯感：复杂羁绊（爱恨交织）
6. 情节必反转：每集至少 1 个
7. 压情绪：第 1 集开始极致打压主角，到第一个付费点前才给反击信号
8. 明确目标：第 1 集设主角大目标，拆分为 5-10 集可实现的小目标

六、钩子与反转（服务完播与付费）⭐

单集钩子级反转三式（单集反转尽量 ≤1 个）：

1. 道具伏笔反转（契诃夫之枪）：固化道具常规用途认知 → 颠覆真相
2. 情绪回弹反转：拉满预期 → 踩碎 → 极致回弹 + 卡结尾钩子
3. 镜头错位反转（最易上手）：给 100% 真实的局部镜头误导 → 卡钩子 → 下集全景揭晓

两准则：① 画面必须 100% 真实，绝不造假 ② 不能连续使用

悬念 = 信息差三配置：

• 观众知道、角色不知道（技术悬念，最能打）
• 观众不知道、角色知道（反转武器）
• 双方都知道部分（长剧适用）

七、台词创作规范 ⭐

总原则：要展示，不要告诉 ① 避免"自爆家门式台词" ② 动作 > 台词 ③ 拒绝废话凑剧情

1. 精准戳点：针对角色软肋设计（骂穷人没钱不痛，骂他儿子会继续穷才激怒）
2. 贴合性格：自检法=遮挡名字仍能判断说话人
3. 高效潜台词：但不要晦涩，意思要一遍就懂
4. 接地气说人话：禁半文半白
5. 摒弃无效台词
6. 台词节制：单句 ≤20 字；单个角色单次 ≤50 字
7. 开篇台词：聚焦主情绪、主矛盾

画面感五招：写场景（时间地点光影情绪）、写细节（不用形容词）、写动作（动作是因、对话是果）、写镜头（只在四节点标：开场钩子/爽点/情绪爆发/悬念揭晓）、写视听术语（剪影/叠化）

新手五大硬伤（一眼被毙）：① 演员情绪描写过多 ② 小说化描写 ③ 心理描写过多 ④ 台词太长啰嗦 ⑤ 描述性动作过多

八、剧本输出格式（可套用）⭐

<scriptItem name="{作品名} EP{NN}：{集标题}">
# {作品名} EP{NN}：{集标题}
# 目标时长：{单集时长}分钟 ≈ {台词字数}字台词
# 平台：{平台规格} | 风格：{风格标签} | 节拍：{节拍概要}

---

## 剧情梗概
{主要冲突、关键转折、情感弧线，200-300字}

---

1-1 {场景名} 日/内
人物：{人物1} {人物2} 众{身份}若干

△{场景环境、布景的详细描述}
△{人物动作、表情、语气的具体描写}
{人物名1}：{对话内容}
{人物名2}：{对话内容}
△{后续动作场景描述}

OS（{人物名}，{情绪}）：{内心独白或旁白}

---
</scriptItem>

格式要点：

• 场景标题：{场号} {场景名} {时间}/{光线}（时间=日/夜/晨/午/晚；光线=内/外）
• 场景描述以 △ 开头，写"人怎么干"
• 台词：{人物名}：{台词}
• OS（画外音）/ V.S.（旁白）
• 场景间用 --- 分隔
• 转场标注：[硬切] [淡入] [闪白] [闪黑] [叠化]

时长控制：台词按 150 字/分钟；每场景段落 20-60 秒；纯画面段落 ≤15 秒

剧本自查清单：三大密度无"低"；满足 3-15-45；黄金单集公式四要素齐；单集反转 ≤1；台词"展示不要告诉"；竖屏构图无横向全景

九、BigBanana 工业化工作流理念 ⭐

来源：shuyu-labs/BigBanana-AI-Director（2.2k stars） 核心："Script-to-Asset-to-Keyframe" 工业化工作流，抛弃"抽卡式"生成。

关键帧驱动（Keyframe-Driven）：

1. 先画后动：先生成精准的起始帧（Start）和结束帧（End）
2. 插值生成：在两帧之间生成平滑视频过渡（Veo）
3. 资产约束：所有画面生成受"角色定妆照"+"场景概念图"强约束，杜绝人物变形

四阶段工作流：

• Project Hub：项目中心 + 全局资产库
• 世界观测算先：角色/场景/道具资源 + 地图/区域/地点/音乐风格锚点（持续注入后续生成）
• Phase 01 叙事规划：结构化剧本生成（自动拆解角色/场景/道具/镜头）+ 全自动计划预审
• Phase 02 一致性资产：角色定妆参考图 + 衣橱系统维护多套造型的一致身份；场景/道具资产化
• Phase 03 镜头制作：导演工作台 + 镜头九宫格 + 镜头与帧
• Phase 04 成片交付：CutOS 剪辑 + 成片导出

可借鉴点：

• 世界观测算先：单集制作前先沉淀世界观锚点（地图/区域/地点/音乐风格）
• 衣橱系统：多套造型共享同一角色身份
• 计划预审：正式批量生成前给出全自动方案，可逐镜头决定"九宫格分镜"还是"首尾帧"

十、可整合进本项目的清单

十一、参考

• Toonflow 剧本 Agent：data/skills/script_execution_script.md、script_agent_supervision.md、script_execution_skeleton.md
• BigBanana：https://github.com/shuyu-labs/BigBanana-AI-Director
• Toonflow：https://github.com/HBAI-Ltd/Toonflow-app

接续 06/07，本篇聚焦故事骨架搭建与付费点设计（Toonflow 骨架 Agent + 监督层红线）。 这是"爆款短剧能否卖出"的结构层地基。挖掘时间：2026-09-19

一、底层原则（先理解再用招式）

1. 短剧 = 投放变现的即时情绪产品，情绪先行：长剧剧情先行，短剧情绪先行。骨架的每个选择都回到"能不能让观众停留/追下去/付费"。
2. 三大密度 = 骨架级总标尺：情绪密度（愿意看）/ 信息密度（看得懂）/ 情节密度（追下去）。
3. 预期管理是留人核心：建立预期 → 打破预期 → 埋下新预期。设计任何结构点先问：观众现在处于哪一步？

二、核心结构逻辑 ⭐

大三角嵌套小三角

• 大三角：3 个核心角色/势力构成全剧主矛盾，贯穿始终
• 小三角：围绕主角的次要矛盾，解决一个再进入下一个
• 主流结构 = 单线型（短剧面向下沉市场，多线并行易被退稿）

矛盾 ≠ 冲突（骨架必须先钉死「欲望—阻碍」）

• 矛盾 = 内在、静态的"想要但得不到"
• 冲突 = 外在、动态的"为解决矛盾与对手对抗的行为"
• 新手通病：只堆冲突（吵架打斗）不强化矛盾 → 戏是空的

矛盾四级阶梯（爆款须达 3-4 级）

1. 基本矛盾：欲望 vs 阻碍成立但太弱（口渴，水在敌人手里）
2. 强化矛盾：强欲望 + 强阻碍 + 不可调和 + 二选一困境
3. 高级矛盾：两个好人因不同选择走向不同命运（没有绝对好坏人）
4. 矛盾升级：主角的行动招致更严重、不可回头的后果

金句：最好的矛盾不是好人打坏人，而是两个好人因不同选择走向不同命运。

三、心理级爽点与金手指原创性 ⭐

心理级爽点三种（骨架须锁定核心 1 种）：

• 优势/金手指：主角独有能力
• 归属：团结合作/共同目标/家国情怀
• 秩序：用逻辑推进还原真相
• 生理级爽点（性/暴力）易踩审核红线，慎用

金手指原创性 = 能否售出的关键：

• 必须新颖独一无二；同质化金手指 = 卖不出去
• 反洗稿：市面已出现 >10 次就别用；可借结构骨架但设定必须升级
• 金手指要有约束（避免"无敌外挂"）

四、人物小传（把大三角写成可演的人，≤4 人）

五要素（每角色必填）：

• 身份：姓名、外貌、职业、与主角关系、正/反面、作用
• 特征：性格、能力、行为习惯、家庭背景、标志动作或物件（记忆点）
• 境遇：开场处境、目标、动机
• 行动：动机驱动下的核心行动
• 结局：因行动达成的终点方向

主角额外四项：

• 代入感五要素：贴近普通人 / 无责受难（责任≈0，多 1% 责任少约 10% 共情）/ 穷而不脏 / 共情保护 / 反差感
• 反差两面：表面 vs 内里 + 触发条件
• 金手指规则与边界：能做什么 / 绝对不能做什么（边界最关键） / 释放代价
• 形态法则：男频「隐刚义柔」/ 女频「敢爱敢狠」

说话风格 + 出场：

• 句式偏好 + 2-3 个全剧复用口头禅 + 反差状态口吻变化
• 出场七技至少一种：局部特写/动作登场/配角衬托/声音登场/场景反差/道具登场/氛围铺垫

铁规矩：反派必须有合理动机；小传只写主线相关信息。

五、前10集黄金结构 ⭐

一卡三招（缺一被毙）：

1. 三集定生死：第 1 集写清主角性格/困境/目标/动机四要素 + 敲定类型
2. 十集定全篇：一卡是全剧定调（虐/爽/燃）
3. 卡点要卡住：第 10 集结尾强钩子且卡在主线上

开篇即绝境（2 秒防划走、5 秒勾住）：

• 三样东西直击人心：极端困境 / 身份反差 / 情感暴击
• 三天坑必避：① 介绍人物/铺背景/讲世界观 ② 一群人开会 ③ 慢悠悠写景扯前情
• 正反例：❌"真千金第一次被接回豪门，紧张自卑打量别墅" vs ✅"真千金一进门甩假千金一耳光，砸烂行李箱'这家有它没我'"

投放视角：前 10 集凑出 ≈10 个可剪 30 秒投流素材的爆点；付费冲动前置到前 3 集。

六、付费点（卡点）设置规范 ⭐

按总集数 N 比例计算（四舍五入）：

付费点 5 大标准：选择关键瞬间 / 设置根本性改变 / 调动好奇心 / 善用高燃场景 / 关注爱情拉扯

付费点核心特征：场面宏大、事态紧急、围观群众多（宴会/认亲/发布会/婚礼）

假付费点：可多次设置，让观众误以为目标即将达成实则受阻

4 类核心付费点写法：身份差（通用）/ 感情错位（女频）/ 人物命运巨变 / 环境剧变（末世）

卡点设计三步（错误写法=结尾戛然而止吊胃口）：

1. 先把观众爽透：把前几集憋的情绪一次性彻底释放（投屏证据+全行业通报+反派跪地求饶）
2. 顺主线拉高预期：明确告诉观众"刚才只是开胃菜"，扣死主线
3. 卡准核心钩子：结尾钩子必须绑定核心主线（不看下集不知如何发展）

铁律：卡点必须卡在主线上，脱离主线再炸也没用。

七、热门类型节奏框架（按总集数 N 比例）

• 甜宠：契约绑定 → 误会拉扯 → 秘密曝光(10%) → 情感破冰 → 危机爆发(30%) → 撒糖打脸 → 新危机(60%) → 情感确认 → 圆满
• 虐恋（追妻火葬场）：前期误会伤害(1-20%) → 男主悔悟(21-40%) → 追妻受阻(41-70%) → 和解(71-100%)
• 萌宝：带娃逆袭(1-20%) → 男主发现孩子(21-50%) → 联手反击(51-80%) → 团圆(81-100%)
• 战神：隐藏身份受辱(1-30%) → 身份曝光打脸(31-60%) → 解决危机(61-90%) → 登顶(91-100%)
• 重生：前世被害(1集) → 改写命运(2-30%) → 信息差逆袭(31-70%) → 复仇圆满(71-100%)

八、全局情绪布局

各类型情绪基调占比：

• 甜宠：甜60% + 微虐30% + 惊喜10%
• 复仇：压抑40% + 爽感50% + 解气10%
• 重生逆袭：爽感50% + 期待30% + 温暖20%
• 家庭伦理：共情40% + 委屈30% + 和解30%

拉扯（段级，弹簧节奏）：定爽点终点 → 压弹簧到谷底 → 来回晃弹簧 ≥3 次（先给"危机解除"的错误预期，在放松瞬间致命一击）。

九、全剧股价级反转设计（第一阶，决定能否爆款）⭐

必须在骨架阶段 100% 定死，不能写一半临时加。全剧 ≈3 个。

三式（都是"三步走"）：

1. 预期误导反转（铺垫误导 → 预埋细节 → 反转揭晓）：用思维定式引导出"合理的错误结论"，反转后所有线索严丝合缝
2. 人设颠覆反转（贴死标签 → 暗埋反差细节 → 揭真实人设）：只能用在配角，绝不动主角核心底色
3. 动机置换反转（固化表层动机 → 预埋双轨细节 → 置换核心动机）：同一行为同时适配表层/深层两个动机

铁规矩：

• 全剧反转 ≈3 个（多了审美疲劳）
• 空降结局硬凹反转 = 耍流氓，观众骂烂尾
• 给观众的画面必须 100% 真实，绝不造假骗人

十、骨架输出结构（可套用）

# {作品名} - 故事骨架
## 故事核（一句话）
## 隐线（人物弧）
## 人物小传          ← 大三角核心角色，≤4人
## 三幕结构
## 分集决策          ← 模式A逐集展开(≤20集) / 模式B总览表+指定集展开(>20集)
## 全局删减决策记录
## 付费卡点设计
## 股价级反转登记表   ← 全剧约3个反转，标注预埋集与揭晓集

十一、骨架审核红线（监督层）⭐

骨架质量红线（14 项，节选）：

• 大三角成立；单线型（多线并行→严重）
• 故事核 + 隐线清晰
• 前 10% 完成"一秒入坑→目标明确→多方施压→首次卡点"
• 付费点按 ≈10%/30%/50%/70%/90% 分布
• 情绪波浪上升，无连续 3 集同一强度
• 集末钩子类型多样化，"永不圆满收尾"
• 股价级反转 ≈3 个，预埋集早于揭晓集，三式合规
• 矛盾达高级/升级级别
• 金手指新颖独一无二、非同质化
• 前 10 集 ≈10 个可剪 30 秒爆点

短剧通用红线（9 条）：

1. 连续 3 集以上无情绪爆点
2. 多线并行叙事（必须单线型）
3. 第 1 集无强冲突/强情绪
4. 出现"市长""县长"等现实官职称谓
5. 大段旁白解说世界观
6. 金手指同质化
7. 无明确股价级反转或反转空降硬凹
8. 开篇踩三天坑
9. 大三角只堆吵架、无底层欲望—阻碍的真矛盾

十二、可整合清单

⚠️ 重要提示：本项目原流程从「① 选本改文」起步，Toonflow 的完整链路其实在「选本」之前还有一层 「故事骨架搭建」（原著→骨架→分集→剧本）。建议在流程中新增「前置：故事骨架」环节，作为长篇/系列化漫剧的起点。

十三、参考

• Toonflow 骨架 Agent：data/skills/script_execution_skeleton.md
• Toonflow 剧本监督：data/skills/script_agent_supervision.md
• 仓库：https://github.com/HBAI-Ltd/Toonflow-app

接续 06/07/08，本篇聚焦 Toonflow 的多 Agent 编排架构、资产体系、艺术风格约束手册与视频提示词生成。 挖掘时间：2026-09-19

一、三层 Agent 编排架构 ⭐

Toonflow 采用 决策层 → 执行层 → 监督层 三层架构：

决策层 Agent（唯一对接用户）
  ├─ 需求分析 → 任务拆解 → 调度执行层 → 质量管控 → 记忆检索
  ├─ 派发 ⭢ 执行层（6 阶段）
  └─ 派发 ⭢ 监督层（审核产出物）

核心原则：

• 决策层不执行具体任务，不读工作区数据，不直接操作资产
• 决策层不做执行层的判断，执行层返回什么结论就基于该结论决策
• 执行层/监督层只接收决策层派发的指令

对漫剧制作的启示：把"人 + AI 工具"的协作也按此分层——

• 决策层 = 你（把控方向、做取舍）
• 执行层 = 各个提示词 Agent（跑具体生成）
• 监督层 = 审核 Agent（查一致性/合规/忠实度）

二、六阶段制作流水线 ⭐

阶段1 导演规划 → 阶段2 衍生资产分析 → 阶段3 衍生资产生成(可选)
→ 阶段4 构建分镜表 → 阶段5 分镜面板写入 → 阶段6 分镜图生成

关键机制：

• 资产约束：阶段 4/5/6 只能使用资产库中已存在的资产
• 缺资产不审核：基础资产为流程外输入，无任何阶段可新增
• 导演规划只给情绪与注意事项，不提供镜头 —— 景别/运镜/画面/镜头数由分镜阶段自行设计
• 用户确认卡点：阶段 2 分析结果必须展示给用户确认，不可自动进入阶段 3

三、资产体系（Asset System）⭐

资产类型：role（角色）/ scene（场景）/ prop（道具）

父子资产结构（衍生资产）：

• 主资产：角色/场景/道具的基础形态
• 衍生资产：同一主体的状态变体（破损/染血/夜景/激活态/换装等）
• 引用规则：衍生状态匹配剧情时必须用衍生 ID；同一分镜内禁主/衍生同存

分镜表资产引用（片段级）：

**引用资产名称**：[苏晚卿, 凌玄, 青云令, 大殿]
**引用资产ID**：[101, 100, 202, 300]

图像资产标注规则（提示词正文）：

• 按 associateAssetsIds 引用顺序标注 @图N 为xx{类型}
• 提示词正文中所有涉及该角色/场景/道具的位置，必须用 @图N 替代名称，建立参考图与画面的直接绑定

衣橱系统（BigBanana 同款思路）：多套造型共享同一角色身份。

四、艺术风格约束手册（art_skills）⭐

Toonflow 内置 11 种画风，每种都有完整的 art_prompt/ 约束手册：

2D_90s_japanese_anime        2D_chinese_guofeng      2D_flat_design
2D_mature_urban_romance      3D_anime_render         3D_chinese_traditional
3D_clay_stopmotion           3D_guofeng_cyber        realpeople_ancient_chinese
realpeople_modern_city       realpeople_urban_modern

每种画风的约束手册结构（以 2D_mature_urban_romance 为例）：

• art_character.md — 人物基础形象约束（面容/肤感/体型）
• art_character_derivative.md — 人物衍生（换装/状态）
• art_prop.md — 道具
• 以及场景/风格基因/色彩盘等

人物基础形象约束要点：

核心原则：面容即灵魂（五官是唯一锚点）；四视图一致；气质从角色描述提炼（不再固定五官参数，由角色描述驱动 AI 生成，保证差异化）。

本项目的对应关系：你的《四、S级三视图指令词》≈ Toonflow 的 art_character；《三、S级人物指令词》的四种风格 ≈ Toonflow 的 art_prompt 体系。可借鉴其"按画风分包约束手册"的组织方式。

五、视频提示词生成（12 字段解析）⭐

videoDesc 结构（分镜面板写入的核心字段，顿号分隔 12 字段）：

画面描述、场景、关联资产名称、时长、景别、运镜、角色动作、情绪、光影氛围、台词、音效、关联资产ID

两种生成模式：

① 纯文本多参模式（流程 A）

• 仅写入视频描述与资产绑定，不生成提示词、不出分镜图
• 以表内「组」为写入单位，track 顺序累加
• 适用于：直接用现成图/视频素材

② 首尾帧模式（流程 C）

• 完整生成 prompt 与分镜图，每条分镜独立一组
• 含人物连贯性预分析、@图N 标注、六项忠实性校验
• 适用于：需要精细控制画面一致性的场景

人物空间位置与朝向预分析（首尾帧模式第 2 步）：

• 画面位置分配：从"空间关系"列提取（左前/中前/右前/左中/中中/右中/左后/中后/右后）
• 朝向提取：从"朝向"列提取
• 建立基准表：角色A → 左前，面朝右 / 角色B → 右后，面朝左，同场景内锁定不变
• 变化标记：转身/走位在对应行标记变更点

视频提示词模型模式（modelPrompt/video/）：

• universalFirstAndLastFrameMode.md — 通用首尾帧模式
• universalMulti-parameterMode.md — 通用多参模式
• seedance2Multi-parameterMode.md — 即梦/Seedance 多参
• wan2.6Single-imageFirstFrameMode.md — 万相首帧模式

六、分镜面板写入的"承接上镜"机制 ⭐

解决跨片段连贯性，值得借鉴。

承接上镜段（仅同场内、非该场第一组才写）： 以同场上一组末行为依据，通读其「画面描述」与「角色动作」，推导出上镜结尾应被本镜承接的画面，综合为一句过渡，至少覆盖：

1. 画面/场景定格状态 — 上镜结束瞬间的画面（角色与关键道具的位置、姿态、正在进行的交互）
2. 角色最后动作 — 动作收尾后的形态（定格时的终态，不是动作起始）
3. 位置与朝向 — 角色方位与面向

示例：

承接上镜：上镜定格于角色A 立于书房窗前、左前位、面朝右，
刚将信纸放回桌面、右手收回胸前——本镜由此姿态与机位延续

铁律：不得跨「场」承接（硬切换场不写承接）。

七、导演规划（阶段1）的内容结构

导演规划输出三节（只给情绪与注意事项，不给镜头）：

1. 分场汇总表：场景名 / 情绪浓度 / 情绪基调（含 X→Y）
2. 逐场注意事项：情感砸点 / 一致性锚点 / 空间距离 / 易错提示
3. 场间过渡：过渡方式 / 说明

分镜阶段以此对齐：情感砸点→给到位的景别/运镜；一致性锚点→跨镜画面连续；空间距离→站位与景别。

八、可整合清单

九、参考

• 决策层：data/skills/production_agent_decision.md、script_agent_decision.md
• 执行层：data/skills/production_execution_storyboard_table.md、storyboard_panel.md、storyboard_gen.md
• 监督层：production_agent_supervision.md、script_agent_supervision.md
• 艺术风格：data/skills/art_skills/*/art_prompt/*.md（11 种画风）
• 视频模型：data/modelPrompt/video/*.md
• 仓库：https://github.com/HBAI-Ltd/Toonflow-app

接续 09，本篇聚焦 人物衍生资产（服化妆造）的分层体系 与 四视图设定图规范——这是保证跨镜人物一致性的关键。 挖掘时间：2026-09-19

一、叠加原则（衍生资产六铁律）⭐

1. 面容不变 — 叠加后五官必须与底模完全一致，禁止面容偏移
2. 姿态不变 — 保持底模自然站立姿态，禁止任何姿态/动作/体态变化
3. 逐层可控 — 每层独立描述，便于按层替换（换装不换妆）
4. 风格统一 — 所有服化元素服从同一美学体系
5. 质感不降 — 叠加后质感标准不低于底模
6. 纯服化范畴 — 仅叠加妆容/发型/服饰/配饰/鞋履，禁止引入道具、场景、环境、动作

二、叠加层级 L0-L6 ⭐

范畴边界：人物衍生仅含 L0-L6（服化妆造）。

• 道具（手机/书本/雨伞）→ 属道具资产
• 场景环境（室内外/天气）→ 属场景资产
• 姿态动作（行走/回眸）→ 属其他范畴

三、妆容决策（L1）⭐

关键：角色底模虽为素颜，但衍生资产默认进入妆造流程——根据线索在「基础妆/轻妆/正式妆」之间决策强度，而不是保持素颜。

L1 线索分析四步：

线索到妆容映射：

判定原则：所有衍生资产都要有妆造；道具/场景/姿态变化不得单独抬高妆容强度。

四、四视图设定图规范 ⭐

画面规范：

• 布局：同一画面从左至右并排四视图
• 背景：纯净中性灰 #E8E8E8
• 站姿：自然站立、双脚平行微分、双臂自然下垂（禁止姿态变化）
• 表情：符合妆容风格的微表情，仅限面部，不涉及肢体
• 光线：均匀柔光，前方主光 + 双侧补光，无硬阴影
• 一致性：面容/妆容/发型/发饰/服饰/配饰/鞋履完全一致
• 画面比例：建议 4:1 或 3:1

⚠️ 注意：这是四视图（含人像特写），比常见三视图多一个"人像特写"位。

五、衍生资产提示词模板 ⭐

以角色基础形象图为底图，img2img叠加服化妆造，
二次元{性别}角色四视图设定图，赛璐璐上色，现代都市风格，强对比度，极致细节，8K，超保真
character design sheet，character turnaround，
保持基础形象面容不变，{整体气质}，
【L1·妆容】根据用户线索决策：{基础妆/轻妆/正式妆}；使用 {妆容风格}，肌肤柔光，{眉妆}，{眼妆}，{唇妆}，
【L2·发型】{造型类型}，发丝层次分明，{发饰描述}，
【L3+L4·服饰】{主色}{款式}，{材质}，{装饰工艺}，按角色身份与场景差异化搭配，避免所有人服装同款同色，衣服质感清晰，纹理超清晰，
【L5·配饰】{头饰}，{耳饰}，{手表}，{包袋}，
【L6·鞋履】{鞋型}，{鞋面材质}，{鞋跟/鞋底描述}，与服装风格一致，
同一画面左至右并排：人像特写+正视图+侧视图+后视图，
自然站立，纯净中性灰背景，均匀柔光，无硬阴影，
四视图一致性，面容细腻渲染，发丝细腻渲染，纹理细节超清晰
图中不要有任何文字

输出格式约束（严格）：

• 仅输出提示词文本，不输出任何其他内容
• 禁止输出：速查表/分层构建方案/视觉约束表/禁止事项表/衍生方案等一切非提示词内容
• 禁场景：不输出场景/环境/天气/背景叙事
• 禁道具：不输出手机/书本/雨伞等手持物
• 禁姿态变化：不改变底模姿态，不输出行走/回眸/举手等
• 直接输出可用提示词代码块，无需标题/表格/解释