SuperAPI AI 工具集

novel-storyboard

设计与创作

查看项目

更新于 10-16 14:56

技能介绍

用途

novel-storyboard 用于给 AI 短剧出分镜,是生成管线里第一个直接面对视频模型的层。它把剧本转换成可交给视频模型生成的分镜结构,并产出配套提示词与落地清单。

主要能力

三层结构与节拍认领

  • 段:一次视频生成的单位,默认上限由视频模型决定(默认 15 秒)。
  • 分镜:段内 2–5 秒的剪切。
  • 分镜图:每切一张关键帧,主分镜图钉 0.00 秒,子分镜图钉各自切点。
  • 每个镜头声明它覆盖剧本某场的哪几个连续节拍(sceneIndex + beats: [起, 止]),镜头不许跨场次,换景必换镜。

提示词生成

  • 每段自带一条 MiniMax H3 视频提示词,采用 I2VA 结构:固定对齐指令 + integrated_multimodal_description + overall_soundscape + non_diegetic_music。官方口径默认英文(promptLang 可切中文),认领台词逐字进 <d>[Chinese] …</d> 块,每个镜头独立一行。
  • Seedance 视频提示词由脚本按官方结构拼接,包含参考图声明、段级走位、逐镜量化字段、台词 {}、音效 <>、配乐 ()、编号约束。模型只写每切的 shot,不写秒数、编号和图片引用。
  • 分镜图提示词(frame):中文,直呼角色名,供图像模型配合设定图出图,景别是枚举,中文景别词必须写进提示词。
  • 镜头正文(shot):中文,通用身份,写这几秒发生什么。

构图与批次

  • 构图量化字段:每段 blocking(谁在左谁在右、间距),每镜焦距/机位/构图/视线落点/焦点/稳定性。
  • 生成批次单:同场景 + 同光照的镜头归一批,共用同一张环境参考图。
  • 配音对齐单:每句台词对到镜号。

工作流程

  • Step 0 定输入与范围:script.json 是硬前提;其余上游按有则用(--outline / --cast / --art / --shots)。默认一批 ≤ 3 集,顶层 aspectRatio 只接受 16:9 或 9:16,无特别要求用 16:9。
  • Step 1 seed 工作底稿:node {baseDir}/scripts/novel-storyboard.mjs seed <script.json> --eps 1-3 --aspect 16:9 > <workdir>/storyboard.json,把每场节拍清单写入 seedScenes。
  • Step 2 逐集分段切镜:先按剧情单元分段(每段 9–15 秒、不跨场),段内切 2–5 秒的分镜,每切写分镜图提示词、镜头正文和六个构图字段;每段写 blocking、soundscape、可选 music,并写一条 h3Prompt。切完删除 seedScenes。
  • Step 3 校验:node {baseDir}/scripts/novel-storyboard.mjs validate <storyboard.json> --script <script.json> --outline <outline.json> --cast <cast.json> [--shots </path/to/cards>],18 道质量门全是代码,有违规逐条修后重跑。
  • Step 4 输出与汇报:用 render 生成 Markdown 与 HTML 报告,报告界面语言用 --lang zh|en,与 promptLang 独立。

质量门(18 道,摘要)

包括:节拍全覆盖(恰好一次、按顺序、连续)、段 0 < 总秒 ≤ 15、每切 2–5 秒、台词装得进分镜、每集总时长在剧本目标 ±15% 内、同框 ≤ 3 人、段号格式连号、中文景别词在分镜图提示词里、运镜用 H3 词表且在自己的段落里、H3 对齐指令逐字对账 + 切点时刻逐个对、认领台词逐字进 <d> 块、提示词语言与 promptLang 一致、分镜图提示词中文非空、视频提示词不含角色名、构图量化字段齐全、Seedance 镜头正文合规、场次/人物/道具对账剧本,以及可选的第 18 道 shot-recipe 门(仅在提供 --shots 时检查)。结构检查另校验可选的 aspectRatio。

使用方式

本 skill 自带零依赖脚本 {baseDir}/scripts/novel-storyboard.mjs,用 node 直接运行。主要命令:seed、validate、render(--md / --html)、export、stats、selftest。render 用 --frames <目录> 找分镜图(<目录>/<段号>/f<切序>.png,默认当前目录),用 --images <目录> 找批次单的场景设定图(<目录>/<场景 slug>-sheet.png,默认 ./images)。validate 与 checkup 会把门的结果追加到当前目录的 .gates.jsonl,可用 stats 汇总,--no-log 关闭记录。自测运行 node {baseDir}/scripts/selftest.mjs,含 336 项断言。

自带样例 {baseDir}/examples/渡口-storyboard.json:《渡口》第 1 集完整分镜,10 段 34 切认领全部 35 拍,平均 3.5 秒一切,共 119 秒 / 目标 120 秒,2 个生成批次。

适用场景

  • 已有 novel-script 产出的 script.json,需要把它转换成视频模型可直接消费的分镜与提示词。
  • 需要为 AI 短剧生成 MiniMax H3 或 Seedance 提示词、分镜图提示词、生成批次单与配音对齐单。
  • 属于五 skill 接力管线的一环:novel-outline → novel-characters → novel-art → novel-script → novel-storyboard。

限制

  • 不写戏不改台词(属于 novel-script)。
  • 不出场景/角色/道具设定图(属于 novel-art / novel-characters)。
  • 不做视频生成与剪辑合成。
  • 口型/唇形同步暂不管。
  • 分镜图不追求一次到位,它是给视频模型的构图锚,微调交给重生成。
  • 秒数是下给视频模型的生成时长而非估算,段上限与切节奏可通过 params 调整。
  • 关于收费、价格、平台支持范围等,资料暂未提供。