用途：制作多镜头叙事视频，如广告、品牌片、短片、预告片、音乐视频等需要讲故事的多镜头片段，而非单镜头素材。核心原则是“故事第一，画面第二”，认为多镜头 AI 影片失败在剪辑而非渲染。
必要背景：需先掌握 comfy 技能（CLI 机制及 apply/capture/foreach 等可复用多阶段图配方路径）；任何任务失败时使用 comfy-debug。
主要流程：概念（一个陌生人能复述的想法）→ 剧本（动管线前先交付给用户）→ 分镜表（每场映射连续性策略）→ 音频设计（贴合剧本情感节点，而非画面之后）→ 产出 → 整合 → QC。跳过剧本直接渲染是废片首要原因。
剧本规则：一个镜头可追随的主角，每镜可辨识；因果检验，每个剪辑回答“因此……”而非“然后、别处……”；陌生人检验，零背景者能用两句话复述情节；节拍带有时长且总和等于目标时长。
概念规则：品牌/产品要被感受到而非点名；客户提到的技术是灵感不是指令；怪异需叠加，主体、客体、场景同时出奇。
提示词：写实镜头只用实拍电影摄影/胶片语言，一个插画/动漫/漫画名会污染写实提示词；运动提示描述场景如何运动，而非画面内容。
连续性工具：角色/地点参考图带入每镜 i2v 图；用参考图编辑保持同一身份跨角度；用第 N 镜关键帧播种第 N+1 镜；对白需用实际播放的音频驱动口型（KlingAvatar），并在同一口型头部的角度间切换，不可用 B-roll 覆盖旁白；在每镜提示词中逐字重复服装/灯光/镜头描述。若某镜无法保持连续性，改写剧本使其不需要该镜。
音频：配乐用短设计线索在故事转折处拼接，避免一次长生成；按节拍窗口先算旁白时间；旁白下压配乐，最终混音响度归一约 -14 LUFS；对白须由构造保证口型同步；在昂贵渲染前让用户先听选声音与选角；用 ffmpeg volumedetect 分段测量验证混音，避免死寂或人声被埋。
制作运维：每次提交（镜头、关键帧、音频、重提交）都追加到 job_ids.txt（<job_name> <prompt_id>），只追加不覆盖；项目根保留 LOG.md 事件日志，在事件发生时记录提交、QC 结论、使早期工作失效的决定；恢复契约要求后继零记忆代理仅凭磁盘即可续做：LOG.md → job_ids.txt → comfy jobs status。每个下载片段用 ffprobe 检查，剪辑前对标剧本逐帧 QC，按节拍在 ffmpeg 中精确修剪/变速。
常见错误：先渲染后写剧本、社区梗上屏、把客户提的技术当概念、无连续性计划、一次 40 秒音乐生成、B-roll 覆盖连续旁白、用户未听就烘焙声音、直接头像片段导致声音不同步。
限制：具体价格、平台支持与更多细节官方资料暂未提供；需具备 comfy 技能基础。