用途：生成一张 GPT Image 2 分镜画板——单张图片内含 4x4 共 16 格电影感画面，每格是一帧剧照，合起来为约 15 秒的剪辑视频做分镜。画板是参考而非最终视频：先生成一次，再交给文生视频环节，让视频模型在每一剪中继承一致的角色、服装、地点与影调。
主要能力：用 gpt-image-2 模型生成，它在带编号的多格网格布局上比其他模型更可靠。画板为单张图（--num-images 1），比例须与最终视频一致，且必须先与用户确认比例（16:9、9:16、1:1、4:5）。16 格按从左到右、从上到下读作镜头 1–16，每格一个镜头：一个景别、一个主体、一个清晰动作。约 15 秒视频约等于 16 个镜头、每剪约 1 秒；数量可弹性（16–18 可行），默认 16 以保持网格整齐。
使用方式：--text 就是 16 条编号镜头描述本身，不加通用标题行；4x4 布局由编号列表加 --aspect-ratio 与 --num-images 1 传达。每条镜头一行，模板为：N) <景别> of <主体与引用 token>，<一个清晰动作>，<可选电影技法>。第 1 格承载全局风格提示（光线、调色、颗粒、氛围），其余 15 格通过“the same woman”“her”、复用引用 token 与明确的连续性继承。景别轮换是电影感核心：极特写、特写、中景、远景、极远景交替，相邻两格不重复景别，并变化角度（背面、俯视、低角度、过肩）。一致性规则：角色或产品出现时使用完全相同的引用 token，如 faceid:ID:1.0 woman、faceid:ID:1.0 dress，token 须紧贴类别名之前；用文字链式连续性；一个地点、一个时段、一种光线；服装连续；每格一个可拍摄动作。故事弧：1–3 格建立，4–13 格动作蒙太奇，14–16 格收尾。
工作流：先用 astria prompts list --limit 20 盘点近期提示中的 faceid:NNNN:1.0 token，再用 astria tunes get <id> 读取名称、标题与缩略图；用一次 AskUserQuestion 确认视频比例、主题与参考（参考为多选，始终执行）；写出 16 条编号镜头并让用户审阅后再生成。生成命令：astria generate --model gpt-image-2 --aspect-ratio <VIDEO_RATIO> --num-images 1 --text "..."。交接视频时用同一组 16 条镜头作为 --video-prompt，前缀一行“A cinematic video with the below video shots.”，且不要把画板图作为 --input-image。视频命令示例：astria video --video-model seedance2_720p --aspect-ratio <VIDEO_RATIO> --num-images 1 --duration 15 --text "<画板镜头 1 原文>" --video-prompt "..."；--num-images 1 为视频必需，--text 必须是真实首帧描述而非占位符。
限制：超过约 18 格会使单格过小；每格必须带引用 token，裸描述会丢失相似度；视频模型对唯一引用数量上限更严，超出会报错，建议保留面部引用、精简服装引用；画板仅用于预可视化，不是视频首帧。其余细节暂未提供。