shot-by-shot-analysis

逐镜头分析

目的

将多个参考视频转化为一份有证据支撑的 Markdown 报告，供人工审阅，并供下游生成技能使用。先分析；只有检查完所有来源后，才进行综合。

执行边界

• 使用 media-analysis 实际理解视频。分别通过独立请求分析每个来源，并采用相同的规范化节拍证据约定。
• 不要生成图像、视频、提示词、工作流或执行请求。
• 如果尚未检查视频画面本身，不要根据元数据、文件名、转录文本、缩略图或一般知识推断视频内容。
• 原始托管响应和临时请求记录仅供内部使用。交付一份名为 <case>-shot-by-shot-analysis.md 的 Markdown 报告。

工作流

1. 清点所有输入视频。记录稳定的来源标签、路径或 URL、已知时长以及来源依据。
2. 分别检查每个视频。分析后续视频时，不要提供先前的分析或共享风格理论草稿。
3. 按可观察到的镜头或有意义的连续节拍进行分段。使用起止时间码。精确时间不确定时，标记边界为近似值。
4. 在解读当前视频的整体用途之前，先完成其节拍证据块。先描述可见和可听到的证据，再进行推断。
5. 验证证据块覆盖全部可用时长、保持来源顺序，并且没有虚构语音、声音、动作、产品或制作意图。
6. 重复以上步骤，直到每个视频都有完整的节拍证据。
7. 比较所有已完成的证据集。区分反复出现的表现手法、一次性细节和独特且易于识别的元素。
8. 撰写风格语法报告，列出具体规则、支持该规则的来源和时间码、重复情况及置信度。
9. 添加精简的下游交接部分。保留风格逻辑，但不要将其转化为最终提示词或执行请求。

节拍证据约定

对于每个来源，完整保留 media-analysis 第 4 节 Shot-By-Shot Evidence 的证据块。字段必须与 references/report-template.md 完全一致；不要将其转换为宽表格，也不要省略任何字段。

遵循以下规则：

• 先描述可见和可听到的内容，再进行解读。
• 视觉证据应保持客观。仅在 production purpose 中写入推断出的叙事或商业功能。
• 使用景别、角度、头部留白、主体位置、景深、前景和负空间等制作术语描述构图。
• 区分摄影机运动与主体运动。
• 仅在台词或可见文字清晰可辨或可听清时引用。否则写 unclear、partially audible 或其他准确的不确定性标记。
• 使用可观察到的剪辑时长、剪辑类型、停顿、速度变化、蒙太奇密度或连续性表现来描述剪辑节奏。
• 证据含糊时，为推断的情绪状态或制作目的标注置信度。
• 字段确实未出现时，写 not present。不要用推测填补缺失内容。
• 仅在进行简短比较时使用精简表格。详尽观察和引用内容应保留在纵向节拍块中，以便报告在窄屏幕和 Agent 上下文中易于阅读。

综合规则

• 不要过早对视频取平均。仅根据已完成的节拍证据进行综合。
• 只有在多个来源中都有支持，或同一来源中有多个相互独立的重复示例时，才将一种模式视为反复出现。说明更具体的依据。
• 按 <source-label> @ <timecode> 格式引用证据。
• 对每个语法维度，区分：
  • shared rule：可复用的制作行为
  • evidence：支持该规则的来源和时间码引用
  • recurrence：反复出现、特定于某个来源或尚不确定
  • confidence：高、中或低
• 优先使用具体表述，避免使用 premium、cinematic、authentic 或 native 等标签。只有在描述了支持这些标签的可见和可听证据后，才使用这些标签。
• 保留镜头语法、时序、物体逻辑、关系逻辑、声音表现和情绪变化，但不要保留创作者身份。

仿作边界

不要复制或建议复制：

• 创作者身份、面部、声音身份或鲜明的个人习惯动作
• 确切的场景、地点、服装、对白、笑话或镜头序列
• 品牌标识、包装身份、私人细节或可识别的背景信息
• 独特的叠加元素、标志性图形或其他可识别来源的元素

将有用的参考证据转化为通用制作规则。将可识别或特定于来源的元素放在 avoid 下，而非 must_keep 下。

Markdown 交付内容

使用 references/report-template.md 生成一份报告，完整呈现来源节拍证据、有序的 Style Grammar Report，以及简洁的交接内容。

下游交接

交接内容应简洁，并以报告为依据：

• **图像生成：**提取静态构图、主体状态、场景、光线、色调、产品摆放、must_keep、can_vary 和 avoid。在使用 image-batch-runner 之前，将这些内容交给创意规划。
• **视频提示词架构：**在使用 video-batch-runner 之前，提取镜头语言、运动、剪辑节奏、声音、说话姿态、情绪变化、产品行为、连续性和生成器风险。
• **工作流创建：**提供完整报告作为来源证据。将报告中的规则整理为正向、可执行的场景载体和明确的参考任务；不要将分析措辞或仿作警告粘贴到模型提示词中。

除非用户明确要求，否则不要创建单独的交接文件。

质量检查

交接前，请确认：

• 每个输入视频都有完整且有序的节拍证据
• 只有在收集完所有来源证据后才开始综合
• 所有共同主张都引用了支持它们的来源和时间码
• 已区分反复出现的细节和一次性细节
• 明确呈现不确定性，而非悄然消除
• 不将对制作目的的推断表述为观察所得
• 可识别的身份、品牌和私人细节不会进入可复用规则；报告对人类读者友好且针对具体制作场景

停止条件

• 如果无法访问或实际检查某个来源视频，则停止。
• 如果缺少的来源会实质性影响所请求的跨视频综合，则停止。
• 如果托管分析命令失败，请报告确切错误，不要用猜测替代视频证据。