正文
获取原文件SKILL.md
定位
输入素材(小说/故事/手写清单),输出每个角色的:人物画像、形象提示词、音色提示词、角色设定图。目标是「这个角色跨镜头长一样、说话一个腔」——设定图是给图像模型的参考,音色提示词是给 TTS 的。
边界(不做的事):不写剧本台词、不做分镜、不管场景道具(haonan-v003-art 的活)、不排大纲(haonan-v001-concept 的活)。
工作模式
EXTRACT:从原文拆角色(需分块、别名归并)。SPEC:从用户手写清单做设定(跳过原文分块)。- 出图是可选步,用当前会话可用的生图能力;没有就只交提示词,其余照常。
核心规则(最容易翻车的四条)
- 语言分工:人类可读字段(画像、备注)用中文或用户指定语言;出图提示词、音色提示词永远英文(那些引擎吃英文最稳)。
- 出图提示词不含人名:用外貌、服装、发型描述角色,别写名字——否则引擎可能去画真人。
- 引文逐字:画像里的原文引用必须逐字可核对,不能改写。
- 别名归并:同一人的不同称呼(「陆」「陆先生」「陆行远」)必须并成一个人;但同姓的父子、兄弟不能误并——名字包含关系是强信号不是判决。
角色设计四要素
每个主角必须四要素齐全(案例:机器人清道夫):
- 职业身份:清道夫,不是泛泛的机器人——身份带来行为逻辑。
- 时代服装符号:西部牛仔帽、皮夹克、枪套——造型有时代感。
- 情绪可视化系统:明确角色「用什么表达情绪」(LED 屏幕、面具、肢体、道具)。没有可视化系统,情绪每帧都在漂,是 AI 生成一致性的命根子。
- 性格反差:外在英雄/冷酷,内在胆小/笨拙/天真——反差产生喜剧。
表情编号(Portrait 占位符):角色有多个预设表情时,给每个情绪编号({Portrait 3} = 黄色害怕、{Portrait 4} = 白色思考),上传表情图、提示词里用编号代指情绪,比每次文字描述情绪更稳。参考图引用同理用 {Portrait N} 显式编号对齐多图。完整方法论见 haonan-v000-director/references/creative-playbook.md。
步骤
- 定画风:默认
luminous-anime(清透夜空二维动画电影),可选watercolor-anime(柔和水彩二维动画)或painterly-realism(半写实厚涂)。三种原创预设见haonan-v000-director/references/style-presets.md,整块取用不混搭;平台可复制文本不写艺术家、工作室、影片或现成角色名。 - 定位输入:文件路径直接用;粘正文先落
.txt(后面校验引文逐字要拿原文比对)。 - 分块:长文按章节/字数分块(每块一个子代理并发扫描,同一批调用一起发才真并发);短篇直接当前会话读。
- 第一趟扫描:每块抽角色名单(name/aliases/notes/quotes),写
roster-*.md或 JSON。 - 归并 + 复核:按名字+别名精确收敛;同名候选项逐条复核(语义判断机器做不了),同姓父子兄弟不合。
- 选角:取前 N 位(默认 30,用户说了就听),剩下的最后提一句「还识别出 X 位没做画像」。
- 第二趟出卡:每角色一份,能并发就并发。每份拿到该角色归并后的 name/aliases/notes/quotes + 同批其他角色的名字(避免长相声线撞车)。同档角色按戏份排序。
- 校验:逐条过质量门禁,违规逐条修。
- 出图(可选):每个角色一张 16:9 设定图——左栏半身像(面部基准)+ 右栏三视图(正/侧/背)+ 细节条。三视图的脸必须与半身像一致,三个全身比例必须协调(模型会为塞细节把人压扁)。一个角色一次调用,绝不批量。三视图 sheet 是人看/内部基准;喂视频模型(Seedance 等)时拆成「大头照 + 全身照」两张独立图(视频模型易把多角度当多个主体,加剧漂移)。
- 输出:
<名>-cast.md(可选 JSON)+images/<slug>-sheet.png。
质量门禁(逐条核查)
- 结构完整:每个角色有画像、形象提示词、音色提示词。
- importance 枚举合法(lead/support/functional 或 protagonist/major/supporting/minor)。
- 画像引文逐字可核对原文。
- 出图提示词不含角色名。
- 语言分工:人类字段跟随指定语言,出图/TTS 提示词永远英文。
- 别名归并后无「一人两档」。
- 设定图三视图脸与半身像一致、全身比例协调。
- 同批角色长相、声线无撞车。
- 每个主角有四要素(职业身份/时代服装符号/情绪可视化系统/性格反差),情绪可视化系统不可缺。
- 多表情角色用编号(Portrait 占位符)代指情绪,表情图与编号一一对应。
输出
<名>-cast.md 结构:故事摘要(3–5 句,不剧透结局)→ 角色表(按戏份排序)→ 每个角色画像 + 形象提示词 + 音色提示词 + 设定图 → 参考图映射表(逻辑编号/表情编号 → 实际图片文件路径,供 V005/V006 引用)。汇报一句话说清:角色数、出图数、报告路径;出图失败或没出图要明说。
交接
- 给
haonan-v004-script:角色性情、说话方式、音色提示词(写台词时「谁的话像谁」,台词本带音色直接跑 TTS)。 - 给
haonan-v005-storyboard:形象提示词 + 设定图(作分镜图参考图)。 - 给
haonan-v003-art:角色名清单(校验场景/道具提示词不含角色名)。
视频参考身份包补充
连续视频项目必须读取 references/production-lessons.md。除人看的设定 sheet 外,为每个重要角色交付独立的清洁大头图、全身图、服装鞋子图和必要道具图;身份图不得带雾、伤痕、速度线、剧情光效或其他角色。为动物/非人角色明确体型、品种差异、四肢落地、材质和透明度边界。左右手、佩戴位置、鞋色、项圈等易漂字段进入身份锁表。动作态图片属于分镜资产,不得反向污染基础身份图。