用途：给一段 TikTok/UGC 脚本或文案纯文本配人物与场景。触发说法包括“给这条脚本配个人设”“这条广告适合什么场景拍”“who should deliver this script”“what setting fits this ad”，或直接给脚本要求配人物和场景。
输入：最小必填为 source_script（完整脚本/文案纯文本），不接收视频文件。可选上游 100x-segment 产出的 segments[]，缺失时静默跳过，不阻塞，也不要求先跑其他技能。
输出：PersonaSceneBundle，含 source_script 原文回显、personas 人物 map、scenes 场景 map（与人物平级、独立实体）、pairings 绑定表（人物×场景×脚本原句）与 meta；可选渲染 Markdown 摘要。
核心约束：场景是独立实体，靠 ID 引用，pairings 中 persona_ref/scene_ref 必须真实存在；人物权威/受众依据须为原文逐字子串，不得臆造；场景须具体到微观坐标并至少含 2 件具体道具，泛化词被拒收；人物与场景零孤儿，建了必须被至少一个 pairing 引用。
流程：Phase 1 人物反推（扫描 Authority/Pain 信号并逐字摘证据句）→ Phase 2 场景建模（独立建实体并绑定、零孤儿自检）→ Phase 3 组装 JSON 并过公理 1-4。
自检：首次使用先 npm install，再运行 node scripts/validate.js <bundle.json> 校验产出，或 node scripts/validate.js --selftest 跑内置回归用例。结构层约束由 ajv 执行，引用完整性、证据子串、零孤儿由手写代码补上。
限制：逐字子串只能证明原文有该句，无法证明语义方向未被反用；闭集自我怀疑短语检测命中即要求 meta.warnings 披露，但反讽/引用-驳斥类反转仍检测不到，--selftest 第 10 项如实保留一个“当前会放行”的回归用例。禁用词包括“让我/希望/或许/大概/可能/也许/让我们”及 AI 客服味表达，不编造脚本原文没有的资质、认证、见证或效果数据。路由推荐（分段、提示词组装、搜索关键词、总入口）均为产出后按需推荐，非前置依赖。