video-storyboard

视频故事板

使用此技能，为特定场景创建可直接投入制作的故事板套件：

1. 将故事板图片保存到 storyboard/scene-XX.png。
2. 将视频生成提示词脚本保存到 storyboard/scene-XX.md。

技能说明使用英文编写，但面向用户的 .md 脚本应使用用户偏好的本地语言，除非用户明确要求使用其他语言。

图片生成要求

故事板图片必须由图像生成模型生成。不得使用代码、SVG、HTML/CSS、画布、图表、占位图或确定性形状脚本制作故事板插图。这些方法仅可用于非视觉元数据或文件操作，绝不能代替故事板图片。

默认使用内置的 image_gen 工具，或在明确要求时使用经批准的项目图像生成工作流。生成后，将模型生成的栅格图像输出保存或复制到 storyboard/scene-XX.png。如果无法直接保存模型输出，请找到生成的栅格素材，并将其移动或复制到指定路径；不得以编程方式重新制作。

使用时机

用户提出以下任一请求时，使用此技能：

• 为场景生成故事板。
• 将视频计划中的场景转化为故事板分镜。
• 为故事板分镜创建视频生成提示词。
• 为 scene-01、scene-02 等场景保存故事板图片和提示词脚本。
• 创建带有各分镜时间标注的网格故事板。

如果用户只要求故事板图片，仍应考虑工作流是否预期同时提供配套的 .md 提示词脚本。如不明确，请简洁提问；如果用户之前使用过此工作流，则同时生成两个文件。

提取输入信息

生成前，请确定：

• 场景编号。
• 场景时长。
• 场景来源：现有计划、之前的对话、用户提示、上传的图片或文件。
• 最终视频的宽高比，通常为 16:9，除非另有指定。
• 角色及身份约束。
• 可用的角色设计素材：.png 角色设定图、.md 角色规格说明、三视图、选角参考或之前获批的角色图片。
• 服装、道具、品牌／产品细节和地点。
• 视觉风格及参考资料。
• .md 提示词脚本所需的输出语言。

如果缺少场景编号，请询问用户。如果缺少时长，则根据引用的计划推断；否则，请询问用户，或仅在用户希望继续时选择一个实用的默认值。

输出路径

场景编号始终使用两位数：

• 场景 1 -> storyboard/scene-01.png 和 storyboard/scene-01.md
• 场景 2 -> storyboard/scene-02.png 和 storyboard/scene-02.md
• 场景 12 -> storyboard/scene-12.png 和 storyboard/scene-12.md

如果 storyboard/ 不存在，请创建该目录。

除非用户要求重新生成或替换，否则不得覆盖现有故事板文件。如果目标文件已存在，请先询问是否替换；或者在用户要求提供其他版本时，使用明确的修订路径，例如 scene-01-v2.png。

网格规则

根据场景时长选择网格尺寸：

场景时长	网格	分镜数量
<= 9s	3 行 x 3 列	9 个分镜
> 9s 且 <= 12s	4 行 x 3 列	12 个分镜
> 12s	4 行 x 4 列	16 个分镜

每个分镜必须为 16:9。

分镜之间不得留有空隙。仅在有助于辨识时才使用细黑色边框，不得插入分隔槽或间距。

如果场景时长无法均分，请合理分配各分镜时长。优先使用 0.5s、1s、1.5s、2s 等简单标注，或在有帮助时使用精确的时间范围。对于非常短的场景，可以将最后几个分镜留空，但仅限于填满所有分镜会导致动作过度碎片化的情况。空白分镜应为纯黑色。

分镜图要求

生成一张完整的分镜图，而不是多张单独的图像。

分镜图本身必须由图像生成模型生成。提示词应明确要求生成完整的网格、面板标签、连续性约束和视觉风格。不要用 SVG 实现网格，也不要用代码手动画面板。

生成任何分镜图像之前，先查找当前对话/上下文中已有的角色图像，包括本项目中先前生成的图像。然后在当前项目的 characters/ 或 storyboard/ 目录中搜索匹配的角色素材，尤其是 .png 文件、角色设定图、转面图和已批准的参考图。

如果存在任何相关角色图像，必须将其作为分镜图的参考图传给图像生成模型。只要有角色图像，就不要仅依赖文字描述。

如果当前上下文中有角色设计图、已批准的角色设定图、转面图或角色参考 .png，就将其用作生成分镜图像的参考图。这是确保各场景中角色的身份、面部、发型、身体比例、服装和材质细节保持一致的必要条件。

如果同时存在角色 .md 规格说明和 .png 设定图，请阅读 .md 中的文字约束，并将 .png 作为视觉参考传给图像生成模型。

每个可见面板都必须包含：

• 左上角有一个黑色矩形，其中以白色文字标出面板编号，从 1 开始。
• 右上角有一个黑色矩形，其中以白色文字标出面板时长，例如 0.5s、1s 或 1.5s。
• 清晰的镜头构图，与该面板的节拍相对应。

面板多样性至关重要：

• 避免创建两个相同、近乎相同或视觉上冗余的面板。
• 每个非空面板都应推动动作、揭示新信息或改变观众的视角。
• 在保持连续性的同时，改变镜头景别、拍摄角度、角色姿势、手势、道具互动、前景/背景关系或运动方向。
• 除非重复是有意安排且能明显服务于场景节奏，否则不要重复使用特写或远景。

关键连续性要求：

• 所有面板中的角色身份保持一致。
• 面部、年龄、发型、体型和肤色保持一致。
• 除非场景明确包含换装，否则服装保持一致。
• 关键道具保持一致，包括产品形状、颜色、瓶/罐设计、包、相机、车辆或行李。
• 保持场景地理布局一致：门、窗、道路、自动售货机、教室、地标、场地方向和光线方向不能随意改变。
• 除非场景明确发生转变，否则保持一天中的时段和天气一致。

编写图像提示词时，要明确并反复强调连续性要求，以便图像模型遵循。这比装饰性风格更重要。

使用角色设计参考图时，明确告知图像模型，分镜中的角色必须与参考图相符：面部、发型、年龄、身体比例、服装、鞋子、配饰、衣料材质和配色都要一致。场景可以改变姿势、动作、拍摄角度和光线，但角色设计不能改变。

避免：

• 看起来像 AI 生成的面孔、蜡质皮肤、扭曲的手、多出的手指。
• 服装、头发、道具或背景随机变化。
• 不受控的可读文字或变形的品牌字体。
• 多余的标志、字幕、对话气泡、UI 叠加层或水印。
• 在场景应显得真实时使用过度电影化的幻想光效。

对于品牌/产品相关内容，除非用户提供官方素材，否则优先使用“品牌色和产品造型线索”。生成的包装文字通常不可靠。

推荐的图像提示词结构

使用以下结构编写图像生成提示词：

Create a single storyboard sheet for Scene [XX], [duration] seconds, [video aspect/style].

Use the provided character design image as the primary visual reference for the character. Match the same face, hairstyle, body proportions, wardrobe, shoes, accessories, clothing material details, and color palette across all panels.

Grid: [3x3 / 4x3 / 4x4], every panel is 16:9, no gaps between panels.
Panel labels: top-left black label with white panel number; top-right black label with white duration.

Continuity is critical: the same [character description] appears consistently across all panels, same face, same hairstyle, same wardrobe, same props, same location geography, same lighting direction, same time of day.

Panel variety is critical: no two non-empty panels should look identical or overly similar. Each panel must have a distinct shot composition, action beat, camera angle, shot size, gesture, prop interaction, or foreground/background arrangement while still preserving continuity.

Scene summary: [one concise scene summary].
Visual style: [photorealistic / cinematic / documentary / commercial / handheld / natural light].

Panels:
1. [duration] - [shot type, action, composition]
2. [duration] - [shot type, action, composition]
...

Negative constraints: no subtitles, no extra logos, no watermarks, no distorted text, no inconsistent character, no clothing changes, no prop changes, no AI-smooth skin, no deformed hands.

视频提示词脚本要求

创建图像后，编写一份配套的 .md 文件，用于视频生成。

脚本应让视频模型根据分镜生成一个连续场景。内容应描述连续性、风格、镜头时长、角色动作、声音设计、剪辑节奏和负面提示词。

脚本使用用户偏好的本地语言。如果用户使用中文，则用中文编写 .md 文件。

使用以下结构：

根据上传的 01-[NN] 分镜图，生成一段 [duration] 秒 [style] 场景。

[Continuity paragraph: same characters, wardrobe, props, location, time of day.]

[Restrictions paragraph: no subtitles, no voiceover unless requested, no extra logos, no readable text if risky.]

风格：[visual style, camera feel, color, texture.]

节奏：[overall edit rhythm.]

---

## 01 | 00:00-00:00.5

[Panel description.]

[Character action.]

[Camera movement / shot type / transition.]

---

## 02 | 00:00.5-00:01.0

[...]

---

## 声音设计

[Natural sound, music, transitions, sound bridges.]

## 剪辑建议

[How the panels should connect into motion.]

## 负向提示词

- [No subtitles]
- [No extra logos]
- [No inconsistent character]
- [No wardrobe changes]
- [No prop changes]
- [No unreadable or distorted text]

如果用户要求使用英语或其他语言，请翻译各级标题。

脚本时长规则

.md 脚本必须与分镜图相符：

• 面板数量与网格一致，除非某些末尾面板有意留空。
• 每个面板的时长与图中的标签一致。
• 时间码相加必须恰好等于场景时长。
• 每个面板描述一个视觉节拍，而不是完整的小场景。
• 快节奏场景可使用 0.5s 的节拍；较慢的场景可使用 1s-2s 的节拍。

对于 5 秒的 3x3 分镜板，推荐的默认设置为：

• 面板 1-8：每个 0.5s。
• 面板 9：1s。

对于 9 秒的 3x3 分镜板，推荐的默认设置为：

• 面板 1-9：每个 1s。

对于 12 秒的 4x3 分镜板，推荐的默认设置为：

• 面板 1-12：每个 1s。

对于 15 秒的 4x4 分镜板，推荐的默认设置为：

• 面板 1-14：每个 1s。
• 面板 15：0.5s。
• 面板 16：0.5s。

如果场景动作需要不同的重点，可调整这些设置。

工作流程

1. 阅读相关计划、前一场景脚本、现有分镜或用户提供的场景描述。
2. 在当前对话/上下文中搜索现有角色图像，包括项目早期生成的图像或用户附加的图像。
3. 在当前项目的 characters/ 文件夹中搜索对应的角色图像，尤其是 characters/*.png、已批准的角色设定图、转面图，以及匹配的 {character-name}.md 规范文件。
4. 如果上述任一位置存在相关角色设计图像，生成分镜时务必将其作为参考图，以保持角色一致性。
5. 提取场景时长、故事目的、角色、服装、道具、地点、摄影语言和剪辑节拍。
6. 根据时长选择网格尺寸。
7. 起草面板节拍，明确标注各面板的时长和时间码。
8. 使用图像生成模型/工具生成分镜图，并将任何可用的角色设计图像用作视觉参考。不得以 SVG、代码绘图、画布、HTML/CSS 或占位图替代。
9. 将生成的图像保存或复制到 storyboard/scene-XX.png。
10. 如果可能，检查图像。验证网格、标签、连续性和明显的视觉瑕疵。
11. 使用相同的面板时长和描述编写 storyboard/scene-XX.md。
12. 最终回复应包含保存的文件路径；如支持，请使用带绝对路径的 Markdown 图片标签来呈现图像。

质量检查清单

完成前，请确认：

• storyboard/scene-XX.png 存在。
• storyboard/scene-XX.md 存在。
• 场景编号为两位数。
• 网格尺寸符合时长规则。
• 已检查当前上下文中是否存在已有/生成的角色图像。
• 已检查项目的 characters/ 文件夹中是否有对应的角色图像。
• 已将上下文或 characters/ 中任何可用的角色设计图像用作生成参考图。
• 每个非空面板都标有编号和时长。
• 没有两个非空面板完全相同、近乎相同或在视觉上重复。
• 面板时长相加等于场景时长。
• .md 脚本与图像中的面板顺序一致。
• 图像提示词和 .md 脚本都明确说明了角色连续性。
• 明确说明服装、道具和地点的一致性。
• .md 脚本的输出语言符合用户偏好。

示例：5 秒商业场景

用户提问：

Create storyboard and video prompt for Scene 01: 5-second campus sports drink TVC opener.

使用：

• 网格：3x3。
• 面板：9 个。
• 时长：前 8 个面板为 0.5s，最后一个面板为 1s。
• 输出文件：storyboard/scene-01.png、storyboard/scene-01.md。
• 连贯性重点：同一名学生、同一套校服、同一个蓝白色饮料瓶、同一处清晨校园场景。

面板规划示例：

面板	时长	节拍
1	0.5s	清晨校园光线下的自动售货机特写
2	0.5s	饮料瓶落入取货口
3	0.5s	学生伸手去拿饮料瓶
4	0.5s	饮料瓶被拿起，瓶身冷凝水映出光线
5	0.5s	学生望向运动场
6	0.5s	校门广角镜头
7	0.5s	学生开始沿校园小路前行
8	0.5s	低角度拍摄运动鞋迈出奔跑的第一步
9	1s	超广角镜头展现通往跑道的景象