skill-prompt-engineering

Skill · Prompt Engineering（调用前最后一次自检）

执行卡

• 何时读我：每次正式生成图片 / 视频 / 音乐之前。
• 我负责：把上游已定好的方案，翻译成模型能执行的一次生成要求。
• 我不负责：重新规划剧情、镜头、节奏（那是剧本 + 编导 + 故事板的事）；不发明人物外形；不写工具层（工具名 / 字段 / 参数 / 路径 / 轮询）。
• 输入：director_plan 本段 beat + script.md 逐字台词 / 旁白 + 终版参考素材。 beat 包含镜头节拍、运镜、视角、光照、画面文字、资产清单、故事板、blocking 图。 也包含风格契约、段间承接、道具持有链和音色档案。 三者冲突先停下校准，不在 prompt 里混写两套设定。
• 输出：一次可直接进入生成环节的要求（文本 + 指定的参考素材及各自职责），以及清楚的调用前自检结论。
• 调用前硬门禁：生成要求写完后，先停下来判断它是否真的继承了执行计划、剧本文字、终版参考资产和本文件红线。自检不是新工作流，也不要求固定字段；关键是结论可回查，且不通过就不调用模型。
• 失败回流：命中下方任一红线就停手改；审查打回按 FIX-1 回流到出问题那一环再重编译，不原样重抽（见"四"）。

先看这 10 条，不满足就别写 prompt

1. 最终图像 / 视频必须按七层骨架写满：镜头、主体、材质纹理、地理位置、空间层次、天气空气、光、色彩都要进正文；视频再加段内时间轴变化，拆清主体动作、表情、道具、副主体、环境、镜头和声音如何随时间推进。
2. prompt 开头先写参考绑定表：参考图A/B/C... 分别是谁、什么场景、什么道具、什么故事板、什么路线图、什么色卡；不能让模型猜图。
3. 故事板只管故事流动：参考 storyboard 时必须声明它只帮助理解剧情梗概、事件顺序、情绪 / 信息推进；不代表分镜、不决定切几刀、不锁人物细节、材质、场景结构或镜头视角，箭头 / 编号 / 注释不进成片。
4. 空间路线和镜头路线分开：人物穿过场景 / 追逐 / 长距离移动必须有场景多视图 + 红色 scene route map；红线只代表人物 / 物体路线。若另有摄影机路线，用蓝线或 camera path map 单独说明，不能把红线当镜头视角。
5. 链式延展必须用上一段终版作为真实参考：不是首尾帧文字承接，也不是只写"承接上段"；要把上一段过审终版作为参考输入，生成要求写"基于参考继续往后扩写"。
6. 色彩层必须复述 plan 调色板：从 style_contract.color_palette 逐字取出主 / 辅 / 点缀色、色温、对比度、影调、LUT，图和视频每次都带同一份；色卡只锁颜色规格，不锁画面内容（COLOR-1）。
7. 状态变体必须绑定对图：主要人物、关键道具、核心场景若在本段处于特殊状态，要在参考绑定表里指定状态参考图；干净 / 沾土、完整 / 破损、正常 / 受伤、空场 / 营业中不能只靠一句文字临场改（STATE-1）。
8. 对象处理方式必须匹配物性：写清手拿还是工具、筷子夹还是勺子舀、吸管嘬还是杯沿喝、抿/啜/大口喝、咬/撕/嚼/含化/吞咽；不能把所有吃喝都写成“拿起吃下”（USE-1）。
9. 生活物理和本能反应必须写出来：有食物、液体、热量、重量、湿滑、锋利、燃烧、碰撞，就写接触后果和人的下意识动作；酱汁会滴/拉丝，热汤先吹或小口试，大块食物要咬断分口，液体会晃（PHYS-1）。
10. 调用前先自我拦截：生成前必须能说清本次依据了哪个计划、用了哪些参考、storyboard 只负责什么、哪些设置会影响结果；说不清或有冲突就停下回修，不能先调用再补理由。

贯穿原则：正文里口述 ≠ 真的带上了参考。 颜色、视角、站位、动线这类控制信息，光写进 prompt 文字（"全片调色板是…""从门口视角看…""按动线走"）对模型的约束远弱于一张真实参考图。plan 登记了色卡、多视角场景图、blocking / 轨迹图，就必须把对应的图作为真实参考输入带进本次调用，正文只补充说明它锁什么；只复述文字、不带图，等于这一镜没有视觉锚点——颜色会各段漂、跨镜空间会跳。若这镜该用的锚点图上游根本没生成（plan 声明了却没落地，或每场景只出了一张单机位图），这不是 PE 在 prompt 里能补的，按缺实体停手回上游（见"四"的 FIX-1 / REF-1），别用一句描述顶上去自由发挥。

红线速查（命中即停手，改完再调用）

下面每条给一个规则 ID，全流程（编导 / 提示编译 / 审查）共用同一套 ID 互相引用。 只有跨多个阶段反复打回的硬伤才新增 ID；提示编译局部提醒直接写成普通红线，不编号。 详见对应正文小节；典型事故见文末「反例库」。

提示编译本地提醒不编号： 参考素材本身错就回素材修； 白底参考必须把视角、人物完整外观、背景和材质写全； 风格锚点必须转成文字风格契约，并带进角色 / 场景 / 道具 / 视频 prompt； 故事板作视频参考时不继承线稿 / 弱色彩 / 草图质感； 故事板里出现未注册人物 / 道具 / 场景，先回编导和资产，不在 PE 硬编； Seedance 符号轨按第三节执行。

---

一、先消费上游，别自由发挥

已经有结构化拍摄表（全片计划、片段表、镜头节拍、音频计划、故事板）时，生成要求不能自由改写，必须逐项编译。这是调用前第一道闸门。

prompt 正文语言：统一用中文

生图（Seedream）和生视频（Seedance）都是国产模型，中文 prompt 更专业、更稳，理解画面/镜头/情绪描述不打折扣。

• prompt 正文一律用中文写，不要自行英译成 English prompt。模型不做隐式翻译、SDK 也原样透传，英译只会引入信息损耗和中英混杂漏字（如 flying vehicles穿梭 这类半英半中的坏串）。
• 专有名词、约定俗成的英文术语（品牌名、f/1.4、24mm、LED、AR、Blade Runner 风格锚点等）可保留原文，不必硬翻。
• {} 台词 / 旁白、【】 画面文字按剧本原文语言写（中文剧本就中文，见 VOICE-1、TXT-1），不因正文语言变化而改写。

消费顺序： 先看 director_plan 本段 beat、镜头语言、资产清单、画面文字、风格契约、故事板职责、blocking 图职责。 再看剧本逐字台词 / 旁白和人物动机。 最后看实际可用的终版参考素材。

镜头节拍

按顺序展开，不跳节拍、不把关键节拍合并成一句概述。

主体标签 []（防串脸）

多主体镜头先给每个主体一个稳定标签。 首次出现时紧跟外形 / 参考来源把人锁死。 之后每次指代这个人，包括动作、表情、对白说话人、站位，都复用完全相同的 [标签]。 跨镜头、跨段一字不差，不用"他 / 她 / 那个人"这种会被误绑定的代词。

只有人物首次出场旁边要画进画面的人名牌/身份牌才用 【】；[] 只在 prompt 里指代人物、不进画面。两者别混。

对白与人声（VOICE）

• 逐字抽取台词，写明说话人（用 [标签]）、音色、情绪、说话时机。
• 人声一致性必须写成"具体音色档案"，禁止任何"同上"引用（VOICE-1）。 每段都是模型重新生成一次声音，读不到"上一段"。 给同一个 [标签] 维护一份固定音色档案。 每段每次该角色开口，都把六项逐字完整重写一遍： 性别与年龄感、音高、音质 / 音色、语速与节奏、口音 / 咬字、气质 / 情绪基调。 全片对同一角色这六项逐字一致；临时哭腔、压低、怒吼等情绪另行叠加。

画面文字（TXT）

屏幕/纸条/手机/日历等画面里的字，以及编导设计的片名/人名牌/段落/时间地点卡——每处逐字写出，安排成清楚可读的镜头，不写"出现一行行文字""弹出提示"。

• PE 不得删减 plan 定死的画面文字（TXT-1）。plan 里本段有几处 onscreen_text，prompt 里就有几处，不能因"画面更干净/怕乱码/够满了/故事板上没画出来"砍掉、合并、省略。故事板是草图会省略文字，不代表这处文字取消；以 plan 为准。要减文字只能回编导改 plan。落前数一遍。
• 特写里的文字必须真的生成出来（CU-1）。 表盘、屏幕、手机、纸条、合同、名片、书页、招牌、按钮、UI 上的字，只要要让观众看清，就把逐字内容写进 prompt。 不许写"上面有一些字""显示着信息""模糊的文字"。 优先单独生成、逐字盯质量、必要时多重做几次。
• 有动效就一起编译：写清这处文字在这一镜的哪个时间段出现、停留多久、何时消散（用镜头内时间段，不写死精确帧）、用什么引入/引出动效、在画面什么位置、样式如何与全片一致。整段对白/台词字幕不做。

关键信息与道具流动（PROP）

• 关键信息/动作破绽：每条对应一个明确镜头或特写，不写"发现异常""感觉不对"。
• 关键物品流动（PROP-1）：本段出现的每件关键道具（伞 / 钥匙 / 信 / 刀 / 手机等），都写清此刻的持有者、位置、状态，以及和上一段末尾如何承接。 自检四项：
  1. 持有者明确，用 [标签] 指明，不写"有人拿着"。
  2. 换手 / 移动有可见动作，不能这段在 A 手里、下段无过渡就到 B 手里。
  3. 状态连续，湿伞不自己变干，点着的烟会变短，碎的不复原。
  4. 不凭空生灭，并守住重力、受力、接触、遮挡层级。 plan 没写清持有链就回编导补，别在 prompt 里瞎接。

声音 / 配乐 / 旁白

写具体声音事件和音乐意图，不写"气氛紧张"这种无法执行的氛围词。没有角色对白的剧情片也要有清楚的声音叙事方案；除非用户明确要求纯音乐/无声，否则用旁白、画外音、环境声和音乐承担信息推进。

故事板（STB / CUT）

故事板只说明本段的大致剧情梗概、事件顺序、情绪 / 信息递进，必须真实参与本段生成（STB-1），不能只在文字里说"参考故事板"。 它不是分镜表，不代表成片要切几刀；也不是人物细节、材质细节、场景结构或镜头视角的权威参考。 人物外观和材质看角色 / 道具参考，场景结构和材质看场景多视图，精确空间路线看场景运动轨迹图；故事板只帮模型理解"这段戏大概发生什么、先后怎么推进"。

• 故事板不是信息全集，只是流动方向： 它只给"故事怎么走、事件先后和情绪 / 信息怎么递进"，不代表本段全部信息。 故事板上没画出来的画面文字、逐字内容、道具、光影、表情细节、音频，一律以 director_plan 为准，照常编译。 绝不能因为"故事板上没把这行字画出来 / 没画这个道具"就不做——那是草图省略，不是取消。 故事板和 director_plan 冲突时，以 director_plan 为准；故事板只在它擅长的"剧情流动 / 事件顺序 / 情绪信息推进"上给建议。 一句话：以 plan 为主，故事板为辅。
• 故事板不是新增资产入口（STB-2）： 故事板里出现的人物、杯子、手表、武器、车辆、宠物、路人、屏幕、纸张等，只能来自 director_plan.assets_needed 和已过审参考资产。 如果故事板为了表达动作动机画出一个水杯，必须先确认：
  1. 水杯已在 plan 注册为道具或环境物，并有对应参考图 / 场景中固定位置。
  2. 水杯在这一镜的来路清楚：原本在桌上、从包里拿出、别人递来，还是一直握在手里。
  3. 水杯的去向清楚：放回桌上、摔碎、继续拿着，还是移出画面。 缺任一项就停手回编导 / 资产环节补，PE 不能因为故事板上画了就让 Seedance 凭空生成。
• 故事板里的文字 / 箭头 / 编号 / panel 标注不属于成片内容： 故事板格号、阅读顺序箭头、动作方向箭头、说明文字、人物标签，只用于理解剧情流动，不能进入 Seedance 成片画面。 成片真正要出现的文字只看 director_plan.onscreen_text 和特写道具逐字内容；故事板上临时写的说明字不是画面文字。
• PE 必须读取故事板的生成 prompt / panel 说明并翻译其语义： 如果上游提供了 storyboard_prompt、storyboard_plan、panel 描述或格子说明，PE 要先读它，明确九格分别代表哪些剧情节拍。 在视频 prompt 里写成自然语言："九宫格故事板只用于理解剧情梗概：第 1-3 格是……，第 4-6 格是……，第 7-9 格是……；箭头表示阅读顺序 / 物体动作方向，不是成片视觉元素。" 不许只写"参考故事板"四个字；那会让 Seedance 过度继承草图、标注和未注册元素。
• 生成"故事板图"本身的 prompt 时，先防跑歪：
  1. 明确要求 3×3 九宫格 / 九面板，每格一个故事节拍，格间有箭头 / 标号表示顺序。
  2. 明确要求手绘线稿、铅笔速写、弱色彩。
  3. 绝不出现电影级写实、photorealistic、cinematic、精细上色、成片质感。 写出来若和"生成一张成片画面"几乎一样，就是写错了。
• 拿故事板做视频参考时：prompt 正文必须显式说明它的职责： "故事板只用于理解故事梗概、剧情流动、事件顺序和情绪 / 信息推进；不代表分镜，不决定切几刀，不锁人物细节、材质细节、场景结构或镜头视角；不继承线稿画风 / 弱色彩 / 草图质感；不生成故事板里的箭头、编号、格号、标签和说明字；不得新增故事板里有但 plan 未注册的人物、道具或场景。"
• 故事板不主导切镜（CUT-1）：一格不等于一个镜头，故事板只是"流动方向的建议"。 这一段拍成连续长镜头，还是切成几个镜头、每刀切在哪，全部按 director_plan 镜头节拍表定。 核心自检：这一段切几个镜头，是照 plan 定的，还是数故事板几格切几刀？ 后者就是被故事板主导了，回 plan 看编导要几个镜头。
• 故事板里出现的角色/场景/关键道具都要有对应终版资产参考一起参与；缺哪个回素材环节补。

参考素材取舍（REF）

• 只用本镜头真正需要的角色/场景/道具/构图/声音参考。参考越多越互相抢权重；不相关素材会制造身份、风格、空间冲突。人物多时尤其避免把多视角角色图误导成同框多人。
• 统一参考包： 角色卡、场景多视角、风格锚点、色卡、关键道具、九宫格故事板、blocking 图、场景运动轨迹图作为同一套全片参考体系消费。 写 prompt 前确认本镜头用哪个角色包、哪个场景包、哪张故事板、哪张路线图、哪张色卡。 prompt 正文开头先写参考绑定表，不要让模型猜每张图是什么：
  • 参考图A = [林晚] 角色卡，只锁身份、脸、体型、服饰和配饰，不提供场景。
  • 参考图B = [苏沐] 角色卡，只锁身份、脸、体型、服饰和配饰。
  • 参考图C = 场景参考：老城区窄巷左 / 中 / 右视图，锁空间结构、入口出口、地面墙面材质和固定光源位置。
  • 参考图D = 九宫格故事板，只用于理解剧情梗概、事件顺序和情绪 / 信息推进，不代表分镜、不锁人物细节、不锁材质。
  • 参考图E = 场景运动轨迹图，红线只表示 [林晚] 在场景中的总体运动路线，不代表镜头视角、不代表成片可见红线。
    • 参考图F = 色卡，只锁全片调色板：主色 / 辅色 / 点缀色、色温、对比度、影调和 LUT 氛围；不锁构图、主体、场景内容，不作为画面内容参考。
    • 参考图G = [道具A] 沾土状态参考图（state_id: prop_a_muddy），只锁泥土覆盖位置、湿度、边缘脏污和破损状态；本段不用干净状态。
    • 参考图H = [鳗鱼切面微距特写]（closeup_id: closeup_eel_cut_fat），从本段鳗鱼基础菜品和桌面场景参考放大而来，只锁鱼肉切面、油脂纹理、酱汁高光和边缘焦化；用于本段食材拉近镜头。 在文本里说清每张参考的职责： 角色卡锁身份和服饰，状态变体图锁当前可见状态，关键特写图锁局部可读性和微观材质，并继承它所属的基础资产 / 状态资产 / 场景光线，场景参考锁空间结构和材质，风格锚点锁质感，故事板锁故事梗概 / 事件顺序 / 情绪信息推进，场景运动轨迹图锁人物或物体的空间路线，色卡锁颜色规格。 多视角场景要说清本镜用哪个视角、其余视角揭示了什么：素材阶段给一个场景生成了几个视角（主视角 / 侧视角 / 俯视等），到了每一镜就要在参考绑定表里点明——本镜机位对应哪一个视角，另外那几张视角分别揭示了这个空间的哪些结构（窗 / 门 / 桌 / 显示器 / 绿植的相对位置、纵深、左右关系）。目的是让模型把这几张图当成同一个三维空间的不同侧面去建，而不是各认各的平面。视角图生成了却在 prompt 里只字不提、只绑一张主视角，等于白生成——空间锚点没有真正被消费，跨镜换机位时结构又会漂。哪个视角和本镜机位不相关可以不带，但带进来的每张视角都要在文本里交代它锁什么、和本镜什么关系。 不临时拿新图替代已过审参考包。
• 参考视频不只用于链式接续，也能锚定"说不清的那一维度"： 一提到"用一段视频当参考"，容易只想到链式延展（同一镜头 / 动作被拆开、接着往后扩，见 CHAIN-1）。但当这一镜真正想要的是某种运镜曲线、动作编排 / 打斗节奏、转场 / 特效手法、剪辑卡点或说话音色，而这些东西用文字很难描述准（写一堆"快速环绕再急推"模型也未必照做）时，给一段体现了该特征的参考视频，往往比堆形容词稳得多。 关键是——参考视频和参考图受同一条纪律约束：带进来就要在正文说清"只借它的哪一维度、不借哪些"。想借它的运镜就写"只参考这段的运镜路径和速度，人物形象另看角色卡、场景另看场景包，不继承它的人物 / 背景 / 剧情"；想借动作编排、节奏、音色同理。不写清职责就整段丢进去，模型会连它的人物、场景、画风一起抄过来，污染本片一致性。 这依然是"口述 ≠ 真带参考"的延伸：运镜 / 节奏 / 特效这类控制信息，光在文字里描述约束力弱；有现成的参考视频能体现它，就把视频作为真实参考输入带进来、并限定只借这一维度，而不是硬用文字凑。至于它属于链式接续还是单纯借某一维度，决定了要不要"从末尾状态无缝续写"——链式要（CHAIN-1），借维度的不要，别把两种意图混成一句"参考这段视频"。
• 风格契约必须逐次带入： 风格锚点图本身不够。 先从 director_plan.style_contract 取出固定文字，再放进本次生成要求。 角色卡、场景参考、道具参考、关键特写和最终视频都要带。 写法要具体到媒介、写实程度、摄影显影、光影、材质和负向风格禁忌。 如果全片是写实真人电影，每次都要明确： "写实真人电影质感、真实人类面部比例、自然皮肤毛孔和细纹、真实布料与金属材质"。 同时明确禁止： "动漫风、二次元、卡通、插画、Q 版、游戏渲染、塑料 3D、玩具感、蜡像皮肤"。 不许只写"参考风格锚点"或"保持同样风格"。
• 调色板必须逐次复述（COLOR-1）： 风格契约管的是"像什么片"，调色板管的是"具体什么颜色"，两者都要带，不能只带前者。 每次生成——图和视频都算——从 director_plan.style_contract.color_palette 逐字取出主色 / 辅色 / 点缀色（连命名和近似 hex）、色温、对比度、影调走向、饱和度、LUT 氛围，原样写进 prompt 的色彩层。 写法示例： "全片调色板：主色暖橙 #E8A15C（灯光与食物高光）、辅色青灰 #4A5A63（阴影与背景），点缀色仅出现在招牌霓虹的品红 #D6407A；整体 3200K 暖调、中高对比、低调影调、黑位轻微上提、肤色保暖，青橙分离 LUT。" 同一部片每段、每张图复述的都是同一份，不许这段暖那段冷、这张浓那张淡。 色卡的作用要写清：色卡是编导把调色板铺成色块 + 标注的锚点图，只是让"暖橙""青影"这类文字有唯一可视基准，供对照颜色用；它只锁调色板规格和影调方向，不锁构图、主体、场景内容，不能当角色 / 场景 / 道具的画面参考。prompt 里带色卡时要声明： "参考图F 是色卡，只用于对齐全片颜色（主 / 辅 / 点缀色、色温、影调），不提供任何画面内容、构图或主体。" 先出带调色板的场景图，再拿它做视频参考：同一场景先生成一张已经按调色板调准颜色的场景图 / 关键帧，过审后作为该段视频的画面 + 颜色参考，比只靠色卡 + 文字更稳。缺色卡或 color_palette 时回编导补，不靠 PE 自己定色。
• blocking 图必须消费： plan 给了场面调度 / blocking 图时，它也是真实参考，不是备注。 生成要求里要明说： "人物站位、运动路线、门内外关系和遮挡层级按 blocking 图。" "图中的箭头、红线、编号和文字标签只用于调度参考，不出现在最终画面里。" 多人、推门、穿街、追逐、对峙、换手这类镜头，缺 blocking 图就回编导补，不靠 PE 自己猜。
• 场景运动轨迹图必须消费（ROUTE-1）： plan 给了 scene route map / 场景运动轨迹图 / 红线动线图时，它只锁人物或物体在场景里的总体路线。 它不代表镜头视角、不代表摄影机路径、不代表成片要出现红线，也不替代 PE 的镜头、光影、材质和动作细节。 编译视频 prompt 时必须把红线翻译成自然语言： "按场景运动轨迹图红线，[林晚] 从场景左侧入口进入，沿墙边经过中段摊位前方，绕过倒下的自行车，在右后方巷口离开；红线和箭头只用于路线参考，不出现在成片里。" 如果路线图还画了蓝色摄影机路径，要分开写： "蓝线只表示摄影机移动建议；本段实际镜头采用第三人称侧后方跟拍，镜头从 [林晚] 左后方跟随到巷口。" 只写"参考动线图"不合格；必须写出谁从哪到哪、经过哪里、怎么绕行、在哪停顿、路线图上的红线是什么意思。

调用前自检：PE 自己先拦一次

PE 写完 prompt 后，不能立刻调用模型。 先站在"这个生成要求是否已经值得交给模型"的角度复核。 这不是新工作流，不要求固定包、固定字段或固定文件名；它是 PE 的判断习惯。 关键是后来能回看出：本次生成依据了什么、参考了什么、storyboard 被限定为什么、为什么可以继续，或为什么必须停下。

自检至少回答这些问题：

• 是否忠实继承 director_plan 的 beat、镜头、段初段末承接、画面文字、道具持有链和时间轴。
• 是否保留剧本里的逐字台词、旁白、画面文字和声音意图。
• 是否只使用本段需要的终版参考素材，并说清每张参考的职责。
• storyboard 是否真实参与，同时只负责剧情梗概、剧情流动、事件顺序和情绪 / 信息推进；没有被当成分镜、人物细节、材质、场景结构或镜头视角。
• 角色、场景、道具、状态变体、关键特写、色卡、blocking 图、场景运动轨迹图、上一段终版等参考是否按本段需要进入生成要求。
• 真实生成设置和生成要求是否互相支持，而不是画幅、时长、声音、参考方式互相打架。
• 七层骨架、段内时间轴、表情变化、副主体随动、生活物理、对象处理方式、颜色一致性是否已经写到可执行程度。

结论必须明确：可以继续，或必须阻塞。 只要有任一关键项说不清、互相冲突、只写"参考上面 / 同上 / 电影感 / 氛围感 / 参考故事板"这种空话，就先停下修。 如果缺的是 plan、资产、状态变体、关键特写或故事板来源，回上游补齐；如果缺的是 prompt 细节，回 PE 重写；修完再重新自检。

审查逻辑按下面顺序执行：

1. Direct Plan 保真审查（plan_mismatch）：
   • 本段每个 beat 都进入 prompt，没有跳 beat、合并关键节拍或改写镜头顺序。
   • plan 给的焦距 / 光圈 / 景别 / 机位 / 运镜 / 稳定度 / 变速原样保留；50mm、f/8 不能被改成 35mm、f/5.6，除非 plan 已先改。
   • plan 给的段内时间轴变化已进入 prompt，不能把 0-3s / 3-7s / 7-11s / 11-14s 这类阶段合并成一句总体动作。
   • plan 的画面文字、台词、旁白、声音事件逐字保留；顶层 onscreen_text 与 beat 内 onscreen_text 都要核对，不能只带一个漏一个。
   • 段初承接、段末交接、关键道具持有链、人物站位和运动方向写清；硬切 / 时间跳跃也要按 plan 标明原因。
2. PE 规则完整性审查（pe_rule_missing）：
   • prompt 正文是中文；除品牌、专业参数、约定英文术语外不自行英译。
   • 最终图像 / 视频 prompt 已按七层骨架写清镜头、主体、材质纹理、地理位置、空间层次、天气空气、光、色彩；任一层不适用，要明说"本镜无 X，因为 Y"。
   • 视频 prompt 已按本段时长拆出 3-6 个段内时间阶段；每阶段写清主体动作 / 位置、表情推进、道具状态、副主体随动、环境随动、镜头或焦点变化、声音节点。只写"夹起→入口→咀嚼→点头"这种动作链不算通过（TIME-1）。
   • 视频 prompt 已写清表情随时间变化、主体动作物理、副主体随动和环境随动，包括头发、衣摆、袖子、配饰、道具、雾尘雨水、光斑阴影如何被风、惯性、重力或动作带动。
   • 涉及食物、液体、热量、重量、湿滑、锋利、燃烧、碰撞的动作，已写清生活物理和人的下意识反应；热汤不吹就喝、大块食物一口吞、酱汁不滴/不挂边、杯中液体不晃、湿滑食物被稳稳悬空，判 BLOCKED（PHYS-1）。
   • 已根据对象属性写清处理方式：手拿还是工具、筷子夹 / 勺子舀 / 吸管吸 / 刀叉切、抿 / 啜 / 嘬 / 大口喝、咬断 / 撕开 / 咀嚼 / 含化 / 吞咽；处理方式不匹配物性，判 BLOCKED（USE-1）。
   • 人物与场景大小关系清楚；大远景 / 巨型环境里人物该渺小时明确写小比例主体，特写 / 道具镜头才让主体占大。
   • 风格契约、写实程度、材质、显影、光影和负向禁忌已进入 prompt，没有只写"同风格"。
   • style_contract.color_palette 的主 / 辅 / 点缀色、色温、对比度、影调和 LUT 已逐字复述进色彩层；只写"暖色调 / 电影感调色 / 参考风格锚点"这种概括判 BLOCKED（COLOR-1）。带色卡时已声明它只锁颜色规格、不锁画面内容。
3. 参考素材与故事板审查（asset_or_storyboard_issue）：
   • 角色、场景、道具、九宫格故事板、blocking 图、场景运动轨迹图、风格锚点等终版参考真实参与调用；每张参考的职责写清，不把全项目素材乱塞进本镜。
   • prompt 开头有参考绑定表，明确 参考图A/B/C... 分别是什么角色、什么场景、什么故事板、什么路线图；不能让模型猜图片身份。
   • 故事板只管故事梗概、剧情流动、事件顺序和情绪 / 信息推进；不代表分镜，不决定切几刀，不锁人物细节、材质细节、场景结构或镜头视角；不继承线稿画风、箭头、编号、格号、标签、说明字。
   • 故事板里有但 plan / 资产表未注册的人物、道具、文字、车辆、杯子、手表、怪物、眼睛等，不能进入成片；要用就先回 director/资产补注册、补来源和去向。
4. 场景运动轨迹审查（route_map_missing）：
   • plan 写人物穿过场景、追逐、逃跑、进入房间、横穿街道、绕过障碍物、长距离移动时，必须有场景左 / 中 / 右三视图和红线运动轨迹图；没有就 BLOCKED（ROUTE-1）。
   • prompt 必须把红线翻译成自然语言路线：谁从哪进、沿哪条路径、经过哪些地标、绕过什么、在哪停顿、从哪离开。
   • prompt 必须声明红线只代表人物 / 物体运动轨迹，不代表镜头视角、不代表成片可见元素；镜头视角和运镜仍由 PE 按 plan 另写。
5. 生成设置一致性审查（tool_param_conflict）：
   • 真实生成设置必须和 prompt / plan 一致；例如 prompt 写电影宽银幕，实际画幅不能变成普通横屏；prompt 写无背景音乐，声音设置不能互相打架。
   • 参考素材不能只在 prompt 里提，必须真实出现在本次参考输入里。
   • prompt 正文里不能泄漏工具名、字段名、文件路径、任务轮询、保存位置；这些只属于执行记录。
6. 链式生成审查（chain_reference_missing）：
   • 如果 plan 标记本段是同一镜头 / 同一动作的链式延展，必须真实使用上一段过审终版作为参考输入。
   • prompt 正文要明确"基于参考继续往后扩写"，写清上一段最后可见状态如何自然进入本段新动作。
   • 只写"承接上段"、opening frame / ending frame，或只给首尾帧而没有上一段终版参考，必须阻塞（CHAIN-1）。

只有调用前自检明确判断本次生成要求已经可执行、关键参考已经绑定、故事板边界没有误用、且没有未解决冲突，才允许发起模型调用。

---

二、把方案编译成画面（视觉 SOP）

生图和生视频都不能只写"主体 + 动作"骨架。 先消费 script.md（人物、情绪、事件、关键道具、声音动机）。 再消费 director_plan： 风格契约、风格锚点、影调、镜头节拍、画面文字、资产清单、故事板职责、blocking 图职责。 以及光照、视角、运镜、焦点、变速。 上游写明的视觉信息要继承。 上游没写、但这一镜成立所必需的细节，可按情绪和风格补齐；补齐不能覆盖上游已定设定。

每次生成前先判断产物类型： 人物 / 道具 / 场景 / 风格锚图、关键特写参考、故事板图、blocking 图、场景运动轨迹图、运镜路径参考。 或者最终视频镜头。 参考资产、故事板、blocking 图和最终镜头的密度可以不同；但最终会进入成片的图像 / 视频 prompt 必须逐层写清，不能因为怕长就省略。 如果某一层确实不适用，要写出"本镜无 X，因为 Y"，不能默默跳过。

描述骨架：按这个顺序从外到内逐层写全（图 + 视频通用）

只写"主体 + 动作"、周围空、背景漂、前后景没层次，就像把主体贴在布景上。 任何一个最终图像或视频镜头都按下面七层的顺序从外到内、从主到副写全，缺哪层、哪层只剩空泛词，就是没写全。deep 维度各有专节（CAM / SPACE / TEX / 光影 / EMO），这里是不许跳层、不能省略的顺序骨架。

1. 镜头层：先定观众从哪看——机位角度（俯 / 仰 / 平 / 斜）、景别、视角（第几人称 / 过肩 / 主观）、焦距、光圈、景深、机位高低。plan 给了 24mm、f/5.6、85mm、f/1.4、50mm、f/2.8 这类数字就原样带进来，不能只剩"广角 / 特写 / 浅景深"语义（见 CAM）。
2. 主体层（从身份逐级下钻到肢体和道具，别停在"一个人站着"）：
   • 核心身份：他是谁、用哪张参考锁定（[标签] + 角色卡）。主要角色要把 plan 定的至少 2 个记忆点一并带上，且至少 1 个来自脸型 / 五官 / 体型 / 姿态，不要压成大众脸（CAST-1）。
   • 体型外貌：身高骨架、脸型与五官比例、发型发色、肤色、年龄感、服装与配饰轮廓。主要角色要么明显有上镜吸引力，要么体型 / 姿态 / 气质反差强，不能只写"普通漂亮 / 清秀"；也不能为了辨识度写成一脸麻子、大片病态皮损、恐怖疤痕、畸形五官这类让人不适的脸。
   • 材质纹理（精细到各部位）：皮肤毛孔 / 细纹、布料织法 / 磨损 / 褶皱、金属反光、皮革、饰品，一处一处写，别用一句"质感真实"糊过（见 TEX）。
   • 动作姿态（分部位写，不写"站着 / 走着"）：头颈朝向与视线落点、左肩右肩的高低松紧、左臂右臂各在做什么、双手分别握着什么 / 如何发力、腰胯重心、双腿站位与承重。若动作涉及热、重、湿滑、锋利、冲击，写人的预动作和回避反应（吹凉、试探、缩手、偏头、挡脸、换握法）。若动作涉及吃喝或使用物件，先按对象属性写手 / 工具 / 入口方式（USE-1）。
   • 关键道具：手上 / 身上每件道具写清形状、材质、状态、怎么被拿着（剑是出鞘还是入鞘、握在哪只手、剑尖指向哪）。跨段持有连续见 PROP；有液体 / 酱汁 / 油脂 / 汤水时写清挂边、滴落、拉丝、晃动、减少和残留痕迹。食物 / 饮品 / 工具要写清使用方式：筷子夹 / 勺子舀 / 刀叉切 / 吸管嘬 / 杯沿喝 / 手拿 / 手套拿。
3. 地理位置层：整个场景是什么地方、整体格局与尺度、地标、入口出口、地面 / 墙面 / 天空是什么。
4. 空间层次层：前 / 中 / 后景各放什么、主体在哪一层、主体在画面里应该占多大、环境是压过人物还是托住人物、哪层清晰哪层虚化、纵深怎么建立（见 SPACE）。
5. 天气与空气层：天气、能见度、雾 / 水雾 / 烟 / 尘 / 雨丝 / 湿度、水面与反光、空气透视，以及是否有轻微运动模糊 / 焦外柔化。
6. 光层：主光源方向 / 高低 / 软硬 / 冷暖 / 强弱 / 明暗反差；辅光、轮廓光、特效光（屏幕光 / 霓虹 / 火光）；粒子 / 体积光 / 耶稣光；氛围光服务什么情绪（见 光影）。
7. 色彩层：整体色调、主色与点缀色、对比度、饱和度、黑位与高光、冷暖分离、影调走向。这一层不许自由发挥：从 director_plan.style_contract.color_palette 逐字取出主色 / 辅色 / 点缀色（连命名和近似 hex 一起）、色温、对比度、影调、LUT 氛围，原样复述进 prompt，图和视频每次都带同一份。不许只写"暖色调 / 电影感调色 / 参考风格"这种概括——那正是各段漂色的根源（COLOR-1）。

自检：把这七层从上到下过一遍，任一层缺失或只剩空泛词就退回补。再过一遍 USE-1 + PHYS-1：画面里凡有液体、食物、热量、重量、湿滑、锋利、燃烧或碰撞，都必须能回答"人物该用手还是工具、该怎么入口、它怎么受力/变形/流动/变热变冷，人物会有什么本能反应"。 图和视频都按这套骨架；视频还要额外叠一层"段内时间轴变化 + 运动 + 副主体"（见下）。

视频额外层：段内时间轴变化 + 运动 + 副主体（图不写，视频必写）

视频是上面七层骨架加这一层。图片定的是一个静止瞬间，视频要写清"这一段里什么在变、按什么顺序变、每个变化由什么驱动"。只写主体主动作（走、挥剑、转身）远远不够——真实感一半来自时间展开和副主体：那些被主体动作和环境力（风 / 惯性 / 重力 / 冲击）带动的次级运动。

• 段内时间轴变化（TIME-1，视频硬要求）：每段视频按实际时长拆成 3-6 个阶段；不要求机械等分，但必须覆盖从开头到结尾的变化。每个阶段同时写清：
  • 主体位置 / 朝向 / 左右肢体 / 重心 / 速度如何变化。
  • 表情从什么状态到什么状态，眼神、眉、嘴角、下颌、呼吸如何推进。
  • 道具在谁手上、朝向哪里、液体 / 食物 / 衣料 / 反光如何改变。
  • 副主体和环境如何随动：头发、衣摆、包带、配饰、雾、烟、蒸汽、油光、尘、灯光、阴影。
  • 镜头或焦点是否推、拉、跟、停、转焦；声音节点在哪里出现或收住。 例：0-3秒 走近摊位、马尾和衬衫随步伐轻晃；3-7秒 俯身看锅，眼镜边缘反暖光，蒸汽向上散；7-11秒 食物入口，眉毛微抬、咀嚼变慢，筷子轻颤；11-14秒 满足点头，包带回摆停住，镜头收在表情和碗上。
  • 主体运动的物理：动作的起势 / 过程 / 落点、速度与加速度、重心转移、发力与卸力、惯性拖拽、和地面 / 对手 / 道具的接触点和受力（见九类抓手第 9 条）。
  • 生活物理与本能反应（PHYS-1，最容易被忽略）：任何食物、液体、热量、重量、湿滑、锋利、燃烧、碰撞都要写清合理后果和人的预动作：
    • 处理方式先匹配对象（USE-1）：热汤用勺舀起、吹凉、小口啜；浓稠饮品用吸管嘬；清水可杯沿正常喝；烈酒 / 浓咖啡多小口抿；刺身薄片轻嚼，大块鳗鱼咬断分口，布丁 / 奶冻偏抿和含化。
    • 酱汁 / 油脂：夹起时挂在边缘、拉丝或滴回盘中，落点留下亮痕，不会凭空固定在食物表面。
    • 热汤 / 热食：冒蒸汽；人物通常先吹、靠近闻、试探小口、停顿避烫，不能滚烫入口还无反应。
    • 大块食物：不能一口吞；写咬断、分两口、咀嚼、吞咽、剩余半块如何被筷子 / 手 / 盘子承接。
    • 杯碗液体：端起会晃，倾斜沿杯壁移动，放下有轻响，液面和容量会变化。
    • 湿滑 / 重 / 锋利物：需要调整握法、发力、避让或挡脸，不能像无重量贴图一样悬空。
• 副主体随动（最容易漏，漏了就"人在滑冰"）：逐样写清被带动的东西怎么动、由谁驱动、有无滞后——
  • 头发 / 发丝：被风吹还是被动作甩、往哪个方向、幅度多大、有没有几缕碎发单独飘。
  • 服装 / 衣摆 / 袖子：走动摆动、挥动滞后于手臂、被风鼓起还是贴身、下摆翻飞方向。
  • 配饰：项链 / 念珠 / 耳饰 / 腰带 / 披风随步频摆动或随急停甩出去。
  • 道具：剑穗 / 流苏抖动，剑身反光随挥动扫过，杯中液体晃动，纸张被风掀。
  • 身体次级动作：走路时肩膀有无自然摆动、呼吸起伏、手指微动、步态节奏。
• 环境随动：雾 / 烟 / 尘 / 雨丝 / 水面 / 霓虹倒影 / 落叶 / 悬浮颗粒随风或随动作扰动的方向和节奏；光斑 / 阴影随运动扫过。
• 表情随时间变化（视频独有）：图片写一个表情基线，视频要写这一镜里表情怎么变——从哪个状态起、被什么触发、经过哪些中间态、到哪个状态收（按 EMO 的"触发 → 压住 / 失守 → 外部流露"链路展开，写清视线、眼睑、眉、嘴角、下颌、呼吸逐帧推进）。
• 微观质感随动：近景 / 特写里毛孔、汗珠、油光、泪光、皮肤张弛随表情和动作实时变化，不是贴一张静态皮肤图；汗顺哪一侧流、泪在下眼睑怎么聚怎么落。
• 首尾状态与段间承接：这一段开头是什么状态、结尾停在什么状态，供下一段接（见 CONT / PROP）。

风格契约先落地

任何最终会进入成片风格体系的生成，都先写 style_contract。 不要只把风格写在风格锚点图里。 也不要只写"同风格""电影感""写实感"。

每次生成都要复述：

• 正向风格：媒介类型、写实程度、摄影显影、光影逻辑、材质质感。
• 负向风格：明确排除哪些误入风格。

写实片尤其要把"真实真人"和"非动漫 / 非插画 / 非游戏 CG"写进角色、场景和视频 prompt。 这样角色卡、场景图和视频才会共享同一套风格语言。 故事板除外：故事板按手绘线稿规则生成，但不能让草图风格污染成片。

光影（含白底 BG）

写清主光从哪来、方向、高低、软硬、冷暖、强弱、明暗反差。 说明它打在主体哪一侧，背景和地面留下什么层次。 视频还要把 plan 的光照节拍编译成镜头内可执行描述： 这几秒是什么光、从哪个方向和高度打来、何时被人物 / 门窗 / 道具遮挡或变化。 自然光必须和时间自洽；室内窗光要写清窗在哪侧、光落到脸 / 墙 / 地面哪里。

• 白底压力在 PE 这边（BG-1）： 静态参考素材走白底 / 干净中性底是正确设定，只负责锁外观、身份、结构、材质和逐字文字。 参考图是白底，不代表成片也是白底。 编译视频 prompt 时，环境层、光源、影调和氛围都必须由 PE 按本场戏从头建立。 成片被拍成白底、纯色底、影棚干净背景、均匀无影光或主体悬空，就是把参考白底带进了成片。
• 白底 → prompt 要写全： 白底参考只锁主体身份和形状，不带背景、环境、光影和搭配。 只写一句"真实毛孔"远远不够。 每一镜（尤其人物近景 / 特写）逐项写全：
  1. 视角：谁的眼睛、第几人称、机位在主体前 / 后 / 侧 / 高 / 低、俯拍还是仰拍。
  2. 人物完整外观：发型、发色、长短、碎发；眉、眼睑、瞳孔、视线落点、嘴角、下颌；皮肤毛孔、细纹、汗、油光、血丝、次表面散射；身形、朝向、服装、配饰。
  3. 背景是什么：人物身后到底是什么，前中后景各放什么，空间纵深和环境动态是什么。
  4. 每样东西的材质质感：材质、表面状态、粗糙 / 光滑、干湿、磨损、反光 / 透光、颗粒、褶皱、边缘和尺度。 自检：没看过参考图和剧本的人，能否想象出角度、人物、背景和周围材质；想象不出就是笼统。

镜头与视角（CAM）

图片也要有构图和观看角度。 视频要继承 plan 的景别、机位视角、运镜方向与速度、稳定度、焦点景深和变速。

• plan 给了焦段 / 光圈数字，就原样带进 prompt，别只留景别语义：plan 写了 24mm 广角、f/5.6 深景深、85mm、f/1.4 浅景深 这类光学参数时，prompt 要把数字连同专业镜头术语一起写出来（如"85mm 长焦、f/1.4 浅景深、背景完全虚化"），不要在重写时把数字丢掉、只留"特写 / 背景虚化"这半句。数字 + 语义都保留，越专业越稳；数字层和景深意图不是二选一。
• 光圈数字是硬继承项，不是可选修饰：只要 plan 有 f/2.0、f/2.8、f/4、f/5.6、f/8，prompt 就必须出现对应数字；如果为了模型理解加"浅景深 / 深景深 / 背景虚化 / 前后景都清楚"，也要和数字并列写。
• plan 没给数字、只给景别意图时，才用纯景别语言，并按下条把意图写清。 视角不能泛化成"电影感镜头"，要写成可执行机位： 第一人称仰拍 / 俯视、第三人称斜后方跟拍、过肩半主观、无人机俯瞰、贴地视角、门缝 / 柜内 / 冰箱内部物体主观视角等。 说明镜头在主体的前 / 后 / 侧 / 高 / 低。
• 标志性/作者镜头编译成"机械动作"，别只抄导演名（CAM-1）：模型认名字的能力很弱，只写"希区柯克式""诺兰感""蒙太奇"会糊成普通镜头或退化成快切。必须翻译成摄影机能照做的物理动作：
  • 希区柯克变焦 → 镜头沿轨道向前推进的同时视场角变广（dolly-in + zoom-out），主体大小保持不变、背景透视被急剧拉伸变形膨胀（或反向 dolly-out + zoom-in，背景压缩逼近）。
  • 斯皮尔伯格闯入/敬畏推镜 → "人物/物体从前景边缘闯入、镜头穿过前景遮挡层揭示后景的多层纵深调度"，或"缓慢稳定推近一张被震撼击中的脸、反打延后揭示他看到的东西"。
  • 诺兰时间停滞 → "极致升格/局部凝滞：某元素（水滴/碎片/飞尘）几乎静止悬停，主体仍以正常或变化速度运动"，需要时注明配合静音。
  • 昆汀后备箱视角 → "从后备箱/抽屉/容器内部向上仰拍，洞口边框可见，外部俯身探入的人物被框在开口里的低角度主观镜头"。
  • 长镜头/一镜到底 → 写清不切、镜头如何连续跟随和调度。
  • 蒙太奇同理：只有 plan 明确要时才用，且写清哪几个具体画面按什么顺序快切、每格拍什么，不能拿"一组蒙太奇镜头"当万能挡箭牌把该设计的戏糊过去。
  • 核心自检：这一镜的 prompt 是不是一套摄影机能照做的具体动作，而不是一个需要"懂梗"才能还原的导演名词。
• 一条镜头指令内部别自相矛盾：同一个镜头（或同一时间段）里，运镜指令要能被一台摄影机同时做到。别在一句里既写"机位固定不动"又写"镜头环绕主体"，也别同时要"一镜到底不切"和"快速切几个反打"、"极慢推"和"急速甩镜"。真要在一镜里换运镜，就按时间段分开写清先做什么、再转成什么（如"前段固定机位，后段解锁开始缓慢环绕"），让它成为一条可执行的连续动作，而不是两条打架的指令让模型二选一或糊成乱动。

空间朝向与承接（SPACE / CONT）

• 空间层次：前/中/后景分别承担什么，主体在哪一层，哪些清晰、哪些虚化、哪些只是环境动态。需要浅景深就说明虚化服务什么信息；不需要别滥用，尤其别虚掉关键道具/屏幕文字/信息线索。
• 人物与场景的构图比例： 每个视频小段都要写清这一段的核心构图：人物在画面中是主导画面、半身占画面、还是被环境压小。 大远景 / 沙漠 / 城市天际线 / 巨大建筑 / 战场 / 山谷这类场景，如果叙事意图是宏大、孤独、渺小、压迫，人物就应该是小比例主体（例如画面高度的 5%-15%），不要把人拍成占满画面的巨人。 情绪特写、关键道具、产品特写才让主体占大；场景母版和世界观镜头要让环境尺度成立。 写法必须具体：[人物] 位于画面下三分之一偏右，只占画面高度约 10%，前景沙丘和后景巨大风暴占据主要空间，强调人在环境中的渺小。
• 空间朝向与运动方向（SPACE-1，最容易漏、最容易让画面漂）：
  1. 主体朝向：面朝哪、正对 / 侧身 / 背对、视线落在画面内哪个点。
  2. 运动方向：朝画面里 / 外、向左 / 右、冲向镜头 / 远离镜头、向上 / 下。
  3. 主体与环境关系：在场景哪个位置，和地标 / 其他人物相对方位，从哪条边进出。
  4. 人物间视线与站位：A 在左还是右，B 在左还是右，谁看向谁。
  5. 机位相对空间的位置与角度。 空间信息要和 plan 机位、运镜方向一致。
• 按 blocking 图写站位和运动： 有 blocking 图时，不要把它简化成"参考动线"四个字。 在 prompt 正文里显式写： "场景里人物站位如 blocking 图所示，[A] 在门内左侧，[B] 从门外进入。" "人物在街上按 blocking 图箭头走动，[A] 从画面右前方走向左后方，[B] 停在街角灯下。" "门打开前，室内已有 [A] 站在桌旁；门打开后，[B] 从门外进入并与 [A] 对视。" 同时写明：blocking 图中的箭头、红线、编号、标签只用于调度参考，不能生成到成片里。
• 跨镜头连续（越轴）：相邻镜头同一主体朝向和运动方向保持画面方向一致，不能上一镜向右、下一镜无解释向左。换方向用转身/转场/过轴镜头交代。
• 跨段承接（CONT-1）： 编译某段第一镜前，回看 plan 给这段的"段初承接状态"和上一段"段末交接状态"。 四项对齐写进 prompt：
  1. 人物在空间里的位置。
  2. 人物到镜头的距离 / 景别。上一段结尾走远，本段就从那个距离接起，不凭空贴脸。
  3. 所在场景与背景。上一段已在门外，本段不突然切回室内墙。
  4. 在场人物与相对方位。 位置、距离、场景要变时，按 plan 的可见过渡写：人物走过去、镜头推拉、位移镜头、时间地点卡。 plan 没写清就回编导补。 例外：plan 标的是硬切 / 换场 / 时间跳跃 / 段落转换 / 平行剪辑时，本段就是另起一场戏。 这时按新场景从头建立，只保证本段内部自洽和该给的时间地点卡。
• 链式延展（CHAIN-1）： 只有 plan 明确这是同一镜头、同一动作或一镜到底被时长上限拆开的连续子段，才走链式延展。 链式段不是普通新镜头，也不是只靠"opening frame / ending frame"文字咬合。 它必须把上一段终版视频作为真实参考视频参与生成，让模型看到完整动作、人物姿态、光影、速度、衣物和道具状态。 prompt 正文开头要用自然语言声明： "基于参考视频继续往后扩写；参考视频最后一帧中 [人物] 处于……状态，本段从这个状态无缝继续，不重置人物、服装、道具、光线、机位和运动方向。" 然后再写本段新增内容：接下来人物怎么动、镜头怎么跟、情绪怎么变、道具状态怎么延续、环境怎么响应。 禁止只写"承接上段"、"继续上一段"、"opening frame 与上一段 ending frame 一致"就调用；这会让模型把它当新生成摘要，接缝容易断。 如果拿不到上一段终版视频或云端可访问 URL，就先停下补查询 / 补 sidecar，不用首尾帧文字硬顶。

材质与质感（TEX）

• 材质与纹理： 需要观众看清或感到质感的物体，都写清材质类别、表面状态、粗糙 / 光滑、干湿、颗粒、磨损、折痕、反光 / 吸光 / 透光、边缘和尺度。 镜头越近越具体。 写实真人质感靠"有瑕疵"，不靠"尽可能光滑"。 皮肤要写毛孔、细纹、汗毛、油光不均、轻微色斑 / 痘印 / 晒痕、唇纹、眼下细纹、次表面散射。 过度磨皮、零毛孔、蜡像般均匀反而一眼假。
• 质感四层（TEX，别压成"高清 / 电影感 / 细节丰富"）： 按本镜需要选几层写清。
  1. 环境层：空气悬浮物、雾、烟、尘、雨丝、湿度、体积光、热浪、远近空气透视。
  2. 镜头层：感光颗粒、景深、焦点转移、前景遮挡、镜头眩光、bloom / halation、运动模糊。
  3. 材质层：粗糙度、油光、反射 / 吸收 / 透光、磨损、指纹、水痕、接触面和边缘尺度。
  4. 显影层：色彩倾向、阴影密度、明暗对比、饱和度、黑位、高光保留、冷暖分离。 视频还要写这些质感如何随动作和光线变化。
• 环境与空气感 / 前后景动态： 场景不是背景板。 写清地面、墙面、天空、空气、湿度、烟尘、雾气、风、热浪、漂浮颗粒、反射和环境运动如何服务情绪。 后景可以虚化，但移动 / 光影 / 活动方向要明确。 后景承担信息时，用焦点景深把视线带过去。 别让背景随机乱动，也别写成静态布景。

情绪要写成可见链路（EMO）

编导只给一个简单情绪、触发点和变化方向时，PE 必须落实成可见链路。 不能把"哭了 / 笑了 / 流泪"原样抄进 prompt（EMO-1）。 按"触发 → 压住 / 动摇 / 失守 → 外部流露"展开： 先说哪件事触发，再写视线、眼睑、眼眶、嘴角、下颌、呼吸、手指或肩背如何一步步变化。

• "流泪"拆成：触发后眼神先失焦或躲开、眼眶泛红发热、睫毛颤动、泪水在下眼睑打转聚成一颗、顺哪一侧脸颊滑落、到下颌是否停顿再滴、嘴角是抿紧强忍还是失守下压、呼吸是否哽住肩膀微耸。
• "微笑"拆成：触发原因、嘴角上扬幅度、是否露齿、眼尾是否弯起有细纹（真笑连眼睛一起笑）、脸颊是否上提、酒窝是否出现。
• 把眉头、眼睑睁合度、瞳孔视线落点、鼻翼、嘴角弧度松紧、下颌咬肌、脸颊肌肉、颈部线条、呼吸起伏分别写清，并写它们在这一镜里如何随情绪推进变化。越是情绪特写和近景，微表情越要具体到审片能看清。

高密度审美镜头

plan 标成高密度审美，或这一镜天然属于人物首次重要出场、情绪特写、关键道具、产品、屏幕、文字特写、场景母版、高潮动作、反转揭示、情绪峰值、片名章节时间地点卡时，不能只写剧情摘要和动作摘要。 要把"为什么好看、为什么有故事感"写成可生成的画面证据。 按下面九类抓手取舍，至少覆盖本镜真正需要的几类，不机械全写、不套固定模板。

1. 人物可见状态：把抽象情绪翻译成脸/眼神/嘴角/呼吸/手指/肩背/汗/泪/血/发丝/衣褶/小动作（见上 EMO）。"微笑/悲伤/惊讶/愤怒/流泪"只是结果标签，必须落成脸上具体能拍到的肌肉与神态证据。
2. 叙事道具与环境证据：哪些道具、残留痕迹、屏幕内容、破损物、雨水、脚印、血迹、灰尘、倒下的物件在替故事说话；背景不是装饰，要暗示前因后果。
3. 主光与色彩反差：主光来源/方向/冷暖/软硬/明暗反差，月光/火光/屏幕光/体积光/逆光/轮廓光分别照到哪里，哪种颜色压住画面、哪种负责情绪冲击。不写"电影感光影"。
4. 摄影注意力：观看距离/景别/视角/焦点落点/景深服务什么信息。焦段/光圈/镜别是专业表达，鼓励使用——plan 给了 24mm、f/5.6、85mm、f/1.4 这类数字就带进 prompt，plan 没给也可主动用 85mm、f/1.8、超广角、长焦压缩、微距等说法把注意力控制写专业；前提是为控制注意力服务，不是无脑堆术语装专业。
5. 材质微细节：镜头越近越写清干湿/粗糙/磨损/颗粒/反光/透光/粘稠/边缘/接触面。真人皮肤特写尤其写瑕疵而非光滑。
6. 整体质感分层：说明质感主要来自四层里的哪几层，别混成一句"质感真实"。
7. 空间层次：前中后景放什么、主体在哪一层、哪些清楚哪些虚化、背景有无方向明确但不抢戏的运动；大场景写出尺度、地形、入口/路径、建筑层级和观众视线如何穿过空间；并写主体朝向和运动方向（见 SPACE）。
8. 环境空气感：雾/烟/尘/雨/雪/热浪/漂浮颗粒/反射/湿度/风怎么作用在人物、道具和光线上；只服务情绪和空间真实，不堆成杂乱背景。
9. 动作物理与环境响应：高潮动作写清接触点/受力/惯性/落点/环境反应（脚踩鱼背的压陷反弹、水花方向、衣摆滞后、重心变化）；生活动作也要守物理，酱汁会滴、汤会冒热气、杯中液体会晃、大块食物要分口。

• 世界观纯度：风格名/导演名/电影名只当方向，翻译成可见条件（画幅/颗粒/色彩/明暗/镜头稳定度/质感干净或粗粝/时代禁忌）；古风排除现代建筑标识材质，商业/科幻/现实各守视觉纯度。
• 不够的写法：只写"古风美人很悲伤""史诗级古城""电影级质感""高对比度""8K 超清""画面震撼"。这些可当结果方向，不能替代可见证据。

按产物类型的编译清单（不是模板，是检查清单）

• 人物 / 角色参考图： 锁稳定身份。 默认角色卡 / character sheet，同图清楚摆正面全身、侧面全身、背面全身三视图。 需表演 / 近景时，加面部近景、表情基线、手部、服饰、配饰细节。 白底 / 中性底、少背景。 写清脸型、五官比例、眼神气质、发型发色、肤色与皮肤质感、身材骨架、年龄感、服装轮廓与配色、关键配饰。 把 plan 为该角色定的记忆点逐字带上：至少 2 个记忆点，且至少 1 个来自脸型 / 五官 / 体型 / 姿态；配饰只能辅助，不能单独承担辨识度。角色要么明显有上镜吸引力，要么体型 / 气质反差强，不能编成大众脸，也不能把记忆点改写成令人不适的缺陷或猎奇脸（CAST-1）。 写实真人皮肤写成有毛孔、细纹、汗毛、肤色不均的活人皮肤，别要求磨皮无瑕瓷肌。 同时带入 style_contract 和负向风格禁忌，避免写实片角色卡生成成动漫脸或游戏角色。
• 人物状态变体参考图（STATE-1）：当主要角色出现淋雨湿发、妆花、受伤、换装、伪装、老年妆、脏污、疲惫崩溃后的红眼妆等稳定可见状态时，不能只用基础角色卡加一句文字。生成/绑定对应 state_id 的状态参考图，说明它继承哪个基础角色卡，只锁本状态新增差异，仍然锁同一个人。
• 道具/产品/局部资产：白底/干净底，写清形状/尺度/材质/边缘/磨损/反光透光/使用痕迹/剧情必须看清的文字。若道具会被吃、喝、端、夹、切、撞、倒、燃烧或泼洒，资产说明要写清可交互状态：液体黏稠度、酱汁挂边、热气、重量、湿滑、锋利、脆/软/弹的质地。信息物（枪械/手机/屏幕/UI/纸条/包装）优先保证可读性和结构正确。环境光影由视频编译阶段赋予。
• 道具/产品状态变体参考图（STATE-1）：关键道具若有干净 / 沾土、完整 / 破损、未开封 / 已拆封、空杯 / 半杯 / 倒翻、生食 / 熟成 / 切开、发光 / 熄灭等状态，当前段要绑定对应状态图。写清本段使用哪个 state_id，不要把干净参考图强行写成沾土参考。
• 背景 / 场景参考： 用干净均匀中性光的空间参考图，锁空间结构和材质，不锁氛围光影。 实际拍摄场景默认三视角 / 多视角空间参考包。 人物穿过场景时升级为左 / 中 / 右三视图 + 俯视路线图，锁场景两端、中段障碍物、入口出口和路线锚点。 写清空间结构、入口 / 出口、主体常站位置、前中后景、地面 / 墙 / 天花 / 窗 / 光源位置、主要材质和色彩。 复杂空间升级为参考组：总览 / 俯视、主视角、关键区域、路线。 这一镜是清晨侧光、夜晚月光还是室内暖灯，由 PE 生成视频时赋予。 同时带入 style_contract，避免写实电影场景漂成动漫背景、游戏地图或插画概念图。
• 场景状态变体参考图（STATE-1）：核心场景若有白天 / 夜晚、空场 / 营业中、整洁 / 事故后混乱、雨前 / 雨中 / 雨后、灯亮 / 停电等稳定状态，绑定对应状态参考组。场景状态图锁空间同一性和状态差异，不替代 route map / blocking 图。
• 场面/群像/大动作参考：写清规模、主体与次要人物位置关系、运动方向、前景遮挡、背景活动、环境响应、危险源或视觉重心。观众先看谁、再看哪里、动作如何从一个焦点传到另一个。
• 场面调度 / blocking 图： 用简化俯视图、鸟瞰图或低保真场景草图说明人物站位和运动关系。 标出场景结构、门内门外、每个 [人物标签] 的位置、面朝方向、视线、运动箭头、关键停顿和遮挡物。 它只锁空间调度，不锁角色外观和成片画风。 编译视频时要翻译成自然语言： "人物站位按图所示"。 "人物在街上按图中箭头移动"。 "推门前后门内外人物位置按图承接"。 箭头、红线、编号、标签不进最终画面。
• 场景运动轨迹图 / scene route map：用简化场景 + 红线 + 箭头 + 起点 / 终点 / 关键节点说明人物或物体路线。红线只代表空间路线，不代表镜头视角，也不属于最终画面；编译成视频要求时翻译成"[人物] 从哪里进、沿哪里走、经过哪些地标、在哪里转向或停顿、从哪里离开"。
• 运镜路径参考图 / camera path map：如果另有摄影机路线，用蓝线或单独图表示。它只说明镜头从哪开始、如何移动、跟随谁、经过哪些节点、在哪停顿或转向；不要和人物红线混成一件事。
• 关键特写参考图（CU-3）：白底/干净底，让观众将来看清一个局部/信息/材质/动作细节。凡镜头目标是看清食材、材质、产品、文字、状态证据，必须先单独生成关键特写素材，再绑定进视频生成；不能从全景 / 中景硬裁，也不能让视频模型临场猜局部。 单独生成不等于独立发明。关键特写必须依赖它所属的基础资产、状态资产或所在场景参考，把原菜品 / 原道具 / 原人物局部 / 原桌面光线放大到可读尺度；不能只用文字另画一张看起来相似但场景、颜色、材质已经偏掉的局部图。 关键特写图要写清 closeup_id、归属基础资产或状态资产、继承的原始参考、要看清的纹理 / 切面 / 文字 / 液体 / 破损 / 污渍 / 接触面 / 尺度。主体占画面足够大，纹理/边缘/接触面具体；承载文字时逐字内容和可读性优先。成片特写不能是白底：继承所在场景光照，和相邻镜头连续（CU-2）。
• 故事板图：只负责大致剧情梗概、事件顺序、情绪 / 信息递进。走 3×3 九宫格手绘规则（STB-1）；只能画已登记的人物、场景和道具，不得凭空新增杯子、手表、路人、车辆、屏幕等未注册资产（STB-2）；做视频参考时不继承线稿画风 / 弱色彩 / 草图质感，也不继承箭头、编号、格号和文字注释；更不把它当分镜、人物细节、材质或镜头视角来源。
• 视频镜头： 把 plan 的 beat 拍出来。 编导给了运镜、视角、氛围方向和大致剧情后，补完整画面： 人物外形与表演、前中后景、人物与场景大小比例、镜头运动、焦点变化、光影变化、环境动态、材质质感、首尾状态、段间承接。 不要只写"Alex 看着屏幕微笑"。 要写屏幕光如何打到脸上、桌面有哪些不抢戏细节、背景如何虚实、表情如何从紧绷到松弛、镜头如何推进到落点。 视频 prompt 必须继承 style_contract。 写实片每段都要重复"真实真人电影质感"和对应负向禁忌，不能只依赖风格锚点图。

---

三、Seedance 特殊符号（prompt 语法，不能删）

Seedance 靠特殊符号识别音频和文字意图。这不是工具参数，是生成要求本身的一部分。

硬规则：出现说话语义但没有 {逐字台词}，会变成嘴动无声或含混噪声；需要声音但没写对应符号，模型很可能不按预期生成。

使用边界：

• {} 只放真正要生成的人声文本。{无对白}、{沉默} 不是台词，会误导模型；无对白写成普通约束（无人说话、无旁白、无口型，只保留指定环境声或静默）。
• 有对白时按拍摄表写清说话时机、语速/情绪、停顿、结尾余韵；被打断/急促/慢动作留白都可以，但要写成明确创作意图。
• 段尾有对白时，说明最后一句结束后是否留反应镜头/呼吸/停顿/环境声收束，避免尾音贴着段边界。
• 段尾配乐不硬停：分段各自内嵌 BGM 时，每段是模型独立现编的一段音乐，接不到上一段的旋律。 照 plan 的 BGM 架构编译：统一配乐轨就在本段 （） 明确"无内嵌背景音乐，仅保留环境声 / 动作声"，把整轨音乐留给合成阶段； 分段自带就写清本段音乐从什么情绪续起、到段尾如何收（渐弱、留一个持续音过桥，还是转成环境声），禁止在段末把音乐一刀切断。 相邻段的乐器、调性、速度要写得能接上，不要每段各起一首完整曲子。
• 对白和画面文字分轨：看到台词先问"这是不是要说出来的话"——是就只用 {}，不复制一份到 【】。
• 画面文字与动效（TXT）：【】 里的文字，plan 给了动效就一起编译（出现时间段、停留多久、何时消散、引入引出动效、位置、样式与全片一致）。文字要短、行数克制。
• 高风险文字先降复杂度：长 URL、带连字符的路径、emoji、复杂标点、过长中英混排最容易画错/漏字/截断。必须放进画面时改成短域名/短口号/短标签，或拆成多次出现，宁可短而清楚。
• 乱码修复先定位，不乱重抽：用户或审查指出乱码、错字、假字、截断时，先找出坏的是哪一段、哪一秒附近、画面哪个载体、应读文字是什么。需要观众读懂的文字，优先补屏幕 / 包装 / logo / 标语 / UI 局部特写或清晰落版参考，再重写受影响镜头；可以加旁白补强信息，但不要只把 prompt 改成"文字清晰"，也不要删掉画面文字或把旁白当成不修文字的理由。

---

四、生成要求怎么写（补充规则）

前三节已把镜头、空间、承接、音色、风格讲透。 这一节只补"落成 prompt 字符串"这层的写法，和 PE 专属的两条流程红线。 凡第二 / 三节已展开的，这里只留一句带 ID 的指针，不重复展开。

写法层（prompt 字符串怎么落）

• 先明确任务类型：新生成 / 基于参考改写 / 延展已有内容 / 局部替换，不混成一句含糊描述。
• 如果任务类型是延展已有内容 / 链式生成，prompt 第一段要明确： "基于参考视频继续往后扩写"，并逐字写清参考视频末尾状态、本段第一动作和不允许重置的连续项（人物、服装、道具、场景、光线、机位、运动方向）。 参考视频作为调用输入传入，不把本地路径写进 prompt 正文。
• 主体身份靠前钉死：先写清主角是谁、长什么样，再展开动作、场景、镜头。 主体后置会让模型读到一半才知道主角，算力先分给了场景。软原则，不是死格式。
• 角色外形只允许来自拍摄表已写明的稳定特征、终版参考图实际呈现；两者都没说的别脑补。
• 有表演或动作的镜头写镜头内推进：触发 → 起点 → 落点，别只给一个静止状态词。 动作具体到可见身体部位、速度、幅度、惯性承接，少写"非常悲伤 / 很紧张"。 优先低缓、连续、可追踪的小动作；高动态动作拆清起势、过程、落点。
• 动态描述按镜头顺序展开（可写"镜头 1 / 镜头 2"），不用精确时间戳替代镜头节拍。 模型对精确秒点不稳定；固定机位 / 长镜头 / 复杂运镜可按前段 / 中段 / 后段说明曲线。
• 文字保持聚焦，别把完整剧本、审查记录、无关设定全塞进去。

一句话指针（细则在前面，这里只提醒继承）

• 镜头语言、视角、运镜、变速、首尾镜照第二节编译进 prompt，不泛化、不丢维度（CAM-1）。
• 空间朝向、运动方向、左右关系照第二节写清，相邻镜头方向一致别越轴（SPACE-1）。
• 段间承接照第二节，段初承接=上一段段末，硬切换场除外（CONT-1）。
• 人声按六项音色档案逐字重写，台词语言统一、同角色说话习惯一致（VOICE-1）。
• 多参考同参与时说清每张职责，不平均揉进所有画风（REF-1）。
• 每个主体给稳定 [标签]，后续动作 / 对白 / 位置都指向它（见第一节、第三节符号表）。
• 高密度审美、质感、画面细节照第二节按可见证据写，不堆"电影级 / 质感拉满"（TEX）。
• 配乐是导演决策：需要就写清情绪、强弱、对白避让，不需要就明确禁用（见第三节）。

PE 专属流程红线

• PE 不负责临时拆超长段： director_plan 某段超过单段生成上限、或工具超时要拆时，先停下。 回编导把这段拆成正式子段，补齐 ID、时长、镜头节拍、首尾承接、参考素材和审查路径。 PE 只编译已写进 director_plan 的正式 segment。 不要在调用前临时把 seg02 口头拆成 seg02a / seg02b 直接提交。
• 审查打回后不是原样重抽（FIX-1）： 先看根因在哪。
  1. plan 没写清承接 / 走位 / 视角 / 持有链 / 场景多视角：回编导补一小段 plan 再重编译。
  2. 上游参考素材错 / 缺：回素材环节重出参考图。
  3. 只是这段 prompt 漏了过渡镜头或某个维度：才在 PE 这层补。 同一句 prompt 原样重抽只适合纯随机小瑕疵，例如一次手崩、一帧闪烁。
  • 文字乱码不是纯随机小瑕疵（TXT-1 / CU-1 / FIX-1）： 屏幕、logo、包装、标语、按钮、UI、时间卡、地点卡、CTA 等文字坏了，先按审查证据定位载体和应读内容。 如果这段文字承担信息，就围绕这个载体做局部可读修复：补清晰特写、清晰落版或更简单的短文字设计，并继承原场景光照和产品 / UI 外观。 然后只重编译受影响镜头或段落；不要无依据换镜头、换 UI、换广告结构。旁白可以帮助观众理解，但 plan 要求画面文字可读时，仍要尽力把画面文字修到清楚。
• 本段戏需要的人物 / 道具 / 场景，plan 根本没登记 / 没生成资产时，先停手回上游（FIX-1）： 编译时发现这一镜的语义要求某个实体，但它在 assets_needed 里没登记、也没有终版参考图，这不是"prompt 漏写"，是上游缺规划。 典型：beat 或审查要"两人对峙 / 交接 / 对望"，但资产里只有一个角色卡，第二个人根本没做；要"桌上有把钥匙特写"，但道具清单没这把钥匙。 正确动作分两步，缺一不可：
  1. 回编导把这个实体补进 director_plan：登记 REF 资产、补它出现的 beat、补它和已有人物 / 道具的承接和站位关系。
  2. 回素材环节把这个实体的参考资产真正生成出来（角色卡 / 道具图 / 场景多视角），过审后再回来。 PE 绝不能自己在 prompt 里凭空造第二个人的长相、造一把没设计过的道具、脑补一个没做过的场景——那等于跳过角色卡直接裸描一个人，必然串脸、必然和后续段不一致。 只有等 plan 补上、资产生成过审，才重新编译本段。 同理，故事板里临时画出来但 plan / 资产里没有的人、物、文字、车辆、杯子、手表，也不能被 PE 接进视频 prompt（STB-2）。先回编导确认它是否真的要进入剧情；要进入就补资产、补来路和去向。
• 修复优先"先画带标注的纠正图，纠正图和文字说明一起喂视频模型"（FIX-1）： 位置、朝向、视线、人物关系站反、遮挡层级乱、"该有两人却只有一人"这类问题，常常说不如画。 先生成一张示意 / 修正图，在关键帧或简化场景图上画 blocking 标记和动作方向箭头，标清谁该站哪、往哪走、视线交汇在哪、门内门外谁在。 图和文字必须配套、双通道一起给模型，不是二选一：
  • 图负责锁空间——站位、朝向、运动路线、遮挡层级，这些用文字说十句不如画一张。
  • 文字负责锁语义——把图里表达的关系逐句写进 prompt：[A] 站画面左、[B] 从右侧进入、两人视线在中央交汇、[B] 比 [A] 靠后半身位。同时点明"按参考图的站位和运动关系生成"。
  • 只给图不给文字，模型容易只借画风不接空间关系；只给文字不给图，复杂站位又说不清。两条一起上，效果最好。 再拿这套图 + 文字去图生图修正关键帧，或当下一段视频的首帧 / 构图参考。 动作方向箭头、blocking 标记、机位标记只作下游参考，绝不出现在成片画面里。

---

五、不要写工具层内容

• 不规定具体工具名、字段名、参数默认值、文件路径写法、任务轮询方式、底层滤镜。
• 不把工具已经承载的参考输入在文本里反复复述成"参考某某文件"；文本只说明每个参考素材的叙事用途。
• 不写固定模板。特殊符号是模型可识别的 prompt 语法，按需使用，但不把整段生成要求做成僵硬模板。
• 不用一段通用样板套所有镜头；短片、广告、口播、空镜、动作戏的文本密度和声音意图应随内容变化。

---

六、放行自检清单（逐项确认，缺一不许调用）

• 逐字对白没有丢。
• style_contract 已进入本次生成要求。 角色、场景、道具、关键特写和视频都带了正向风格描述和负向风格禁忌。 写实片没有漏掉"非动漫 / 非插画 / 非游戏 CG"这类排除项。
• 画面内文字没有丢（TXT-1）：plan 本段每处 onscreen_text 都逐字落进 prompt，数量一处不少，没私删/合并，全片文字比例不低于编导设计。
• 承载文字的特写把逐字内容写进 prompt 并要求清晰可读（CU-1），没留空、没靠"上面有字/显示信息"兜底。
• 需要观众看清的食材 / 材质 / 产品 / 文字 / 状态证据，已有单独关键特写参考图参与生成，并在参考绑定表写清 closeup_id、用途和继承的原始素材；没有从全景硬裁、只靠文字临场生成，或生成成另一套场景 / 另一件物品（CU-3）。
• 参考素材走白底 / 干净底锁一致性；但成片镜头没把白底带进去，环境层、光源、影调、空气感已由本步从头写清（BG-1）。
• 特写视频镜头继承了所在场景影调（CU-2），没另起白光/棚拍光破坏光线连续性。
• 关键动作和反应没被概述掉。
• 本段九宫格故事板已真实参与生成（STB-1）；生成要求已显式写清故事板只管故事梗概、剧情流动、事件顺序和情绪 / 信息推进，不代表分镜、不锁人物细节、材质、场景结构或镜头视角，也不继承草图质感、箭头、编号、格号、标签和说明字。
• 故事板里没有接入未注册人物 / 道具 / 场景；若故事板出现杯子、手表、路人、车辆、屏幕等新增元素，已回 plan/资产补注册、补来源和去向（STB-2）。
• 这一段切几个镜头是按 director_plan 定的、不是按故事板格数（CUT-1）。
• 本段角色 / 场景 / 道具参考已真实参与生成。 场景多视角参考组、blocking 图、场景运动轨迹图、运镜路径图等空间参考已按 plan 参与编译（REF-1 / ROUTE-1）。 本段场景有多个视角时，参考绑定表已点明本镜机位对应哪个视角、其余视角揭示了这个空间的哪些结构，让模型按同一个三维空间去建；不是生成了几个视角却只绑一张主视角、正文只字不提。
• 若本段主要人物 / 关键道具 / 核心场景处于特殊状态，已绑定对应状态变体参考图，并在参考绑定表写清 state_id、从哪一状态变化而来、当前段持续到哪里（STATE-1）。
• 若本段是链式延展，上一段终版视频已作为参考视频真实参与生成；prompt 已写清"基于参考视频继续往后扩写"，并描述参考视频末尾状态如何无缝进入本段第一动作（CHAIN-1）。
• 若本段用参考视频来借运镜 / 动作编排 / 节奏 / 转场特效 / 音色（而非链式接续），已在正文写清只借哪一维度、不借人物 / 场景 / 剧情，并让人物场景另有自己的参考；没有整段视频丢进去连画风一起抄，也没和链式"无缝续写"意图混写。
• 若 plan 给了 blocking 图，prompt 已明说人物站位、门内门外关系、运动路线和遮挡层级按图执行。 箭头 / 红线 / 编号 / 标签不进成片。
• 若 plan 给了场景运动轨迹图，prompt 已把红线翻译成自然语言路线；红线只代表人物 / 物体运动轨迹，不代表镜头视角、不出现在成片里（ROUTE-1）。
• 关键道具的持有者/位置/状态/交接已按 plan 持有链写清（PROP-1）。
• 图像/视频生成要求已按七层骨架逐项补齐：镜头、主体、材质纹理、地理位置、空间层次、天气空气、光和色彩；最终图 / 视频没有省略任一层。
• 色彩层已逐字复述 style_contract.color_palette：主 / 辅 / 点缀色（含命名 / 近似 hex）、色温、对比度、影调、LUT 氛围，图和视频带的是同一份；没只写"暖色调 / 电影感调色 / 参考风格锚点"；带色卡时已声明它只锁颜色规格、不锁画面内容（COLOR-1）。
• 视频生成要求已按段内时间轴拆成 3-6 个阶段，每阶段都写清主体动作 / 表情 / 道具 / 副主体 / 环境 / 镜头 / 声音的变化；没有只写总体动作链（TIME-1）。
• plan 给过焦段 / 光圈数字的镜头，prompt 已原样保留数字（如 24mm、f/5.6、85mm、f/1.4），没只剩景别语义。
• 每段视频已写清人物与场景的构图比例：人物是主导画面、半身占画面，还是在大场景中显得渺小；环境尺度和叙事意图一致（SPACE-1）。
• 有动作或调度的镜头已写清主体朝向、运动方向和空间关系；相邻镜头方向一致没无解释越轴（SPACE-1）；段初承接了上一段段末物理状态（CONT-1，硬切换场除外）。
• 有动作的视频已写清副主体随动和物理细节：头发、衣摆、袖子、配饰、道具、雾尘雨水、光斑阴影如何被风、惯性、重力或动作带动。
• 涉及吃、喝、端、夹、切、舀、吸、抿、嚼、吞咽或使用工具的动作，已按对象属性写清处理方式和入口节奏；没有把所有东西都写成手拿、所有饮品都大口喝、所有食物都一口吞（USE-1）。
• 涉及食物、液体、热量、重量、湿滑、锋利、燃烧或碰撞的动作，已写清生活物理和人的本能反应：酱汁滴落/拉丝、液体晃动、热汤吹凉/小口试、大块食物分口咬断、湿滑或重物调整握法（PHYS-1）。
• 靠脸传情绪的镜头已写清触发原因、情绪推进和微表情级外部流露（EMO-1），没只写"微笑/悲伤/惊讶"。
• 画面质感已按四层选择并落成可见证据（TEX），没只写"电影感/高清/质感拉满"。
• 标志性镜头已编译成机械动作（CAM-1），没只抄导演名。
• 同一镜头 / 同一时间段的运镜指令内部不打架（没有既固定机位又环绕、既一镜到底又快切）；一镜内要换运镜的已按时间段写清先做什么再转成什么（CAM-1）。
• 若本段是人物出场/情绪特写/关键道具场景母版/高潮动作/反转或情绪峰值，已按审美细节密度写出可见证据。
• 人声按固定音色档案六项逐字重写、和该角色前几段一致（VOICE-1），没写"同上"。
• 音频意图没有自相矛盾。
• 没有临时新增人物外形设定。
• 已完成调用前自检：能说清本次生成依据哪个计划、使用哪些参考、storyboard 只负责什么、哪些生成设置会影响结果。
• 自检结论明确可继续；没有未解决的计划冲突、参考缺口、故事板误用、设置冲突或 prompt 细节缺失。
• 没有把工具层字段、参数、路径、模板写进 skill 规则。

---

反例库（真实事故，别重犯）

下面是流程里反复发生、用户明确点名的事故。规则见正文对应 ID。

• CUT-1｜为贴合故事板格数乱切： 九格故事板被 PE 当成九个成片镜头，一段戏被硬切成九刀，每刀短促对应故事板某一格。 正解：切几个镜头按 director_plan 节拍表。 plan 要连续长镜头就写连续镜头；plan 本就设计成快切蒙太奇的，别误伤。
• BG-1｜白底事故： trace 里 seg01_hook 人物外观只写了一句"皮肤有真实毛孔和细纹"。 视角、头发、表情、五官、背景、各物材质全部没写。 正解：白底参考不带背景、环境、光影。 prompt 必须把视角、人物完整外观、背景、每样东西材质写全，成片从头建环境和光照。
• STB-1｜故事板画成写实单帧： agent 把每段故事板生成成一张漂亮的电影级写实单帧，还自称 storyboard，或只画 1-2 格。 正解：3×3 九宫格手绘线稿、格间箭头 / 标号。 prompt 里绝不出现 photorealistic、cinematic、精细上色。
• VOICE-1｜音色写"同上"：写"跟上一段声音保持一致""音色同上"，模型读不到上一段、随机换一副嗓子，导致人声跨段不一致。正解：每段每次开口把六项音色档案逐字重写一遍。
• TXT-1｜PE 私删 plan 文字：因"画面更干净/怕乱码/故事板上没画这行字"把 plan 定的 onscreen_text 悄悄砍掉，导致"改完之后文字比例又变少"。正解：plan 有几处画面文字 prompt 就有几处，故事板是草图省略不代表取消，要减只能回编导改 plan。
• TXT-1｜乱码只写"文字清晰"继续重抽：审查已经指出某个屏幕或落版乱码，PE 没定位是哪块字、应读什么，也没补局部特写 / 清晰落版参考，只在原 prompt 上加"文字清晰可读"。正解：先定位坏字载体和应读文字，再围绕该载体修复受影响镜头。
• TIME-1｜视频只写动作链：14 秒美食品尝段只写"夹起→入口→咀嚼→点头"，没有 0-3 秒靠近、3-7 秒闻香和热气反应、7-11 秒入口后表情变化、11-14 秒回味与道具收束。成片动作有了，表演和随动是空的。正解：按本段时长拆 3-6 个阶段，每阶段同时写主体、表情、道具、副主体、环境、镜头和声音变化。
• STB-1｜过度参考故事板当信息全集：把故事板当成本段的完整依据，故事板没画出来的文字、道具、光影、表情就跟着不做，实际信息比 plan 少一大截。正解：故事板只给故事梗概、事件顺序和情绪 / 信息推进，其余一律以 director_plan 和真实参考资产为准。
• STB-2｜故事板凭空加资产：故事板某格为了好看画了水杯、手表、路人或另一辆车，plan 没登记、资产没生成，PE 仍把它写进 Seedance prompt，结果每次都长得不一样，还破坏道具持有链。正解：故事板不是新增资产入口；要用这个物件，先回编导注册资产、补来源去向、生成参考图，再重编译。故事板箭头、编号、格号和说明文字也不进成片。
• SPACE-1｜大场景里人物比例错误：plan 要"沙漠中孤独前行"，prompt 只写"人在沙漠里走"，成片把人物拍得占满画面，环境尺度没了。正解：写清人物在画面中的比例和位置，例如"人物只占画面高度约 10%，位于下三分之一，巨大沙丘和天空压过人物"。
• CHAIN-1｜链式段只靠文字接不上：长镜头被拆成 seg03a/seg03b，PE 只在 seg03b 写"承接上一段"和 opening frame，却没有把 seg03a 的终版视频作为参考视频传入，也没写"基于参考视频继续往后扩写"。成片重新生成了人物姿态和光线，接缝断裂。正解：链式段必须用上一段终版视频作参考视频输入，prompt 明确从参考视频最后状态往后续写，不重置机位、动作、光线、道具和副主体运动。
• EMO-1｜把"哭了"抄进 prompt：编导写"从强忍到破防"，PE 原样抄"她哭了"，成片情绪突兀没过程。正解：落成触发→眼眶泛红→睫毛颤→泪珠聚在下眼睑→顺哪侧脸颊滑落的可见链路。
• CAM-1｜只抄导演名：prompt 写"希区柯克式镜头""诺兰感""来一组蒙太奇"，模型糊成普通镜头或退化成快切。正解：编译成 dolly-in+zoom-out、局部凝滞升格等摄影机能照做的机械动作。
• FIX-1｜缺角色却硬凑：审查说"开场没拍出两人对峙"，但资产里只有一个角色卡、plan 里没登记第二个人。PE 图省事直接在 prompt 里裸描"对面站着一个中年男人"，成片这个人每段一张脸、和后面对不上。正解：回编导把第二个人补进 director_plan（登记 REF 资产 + 补 beat + 补两人站位承接），回素材生成他的角色卡过审，再重编译；空间站位另配一张纠正图，图 + 文字一起喂视频模型。