Storyboard Gen

---
name: "storyboard-gen"
description: "分镜剧本输出格式样板 v6（最终沉淀版）。 本文件是 storyboard-gen skill 的输出格式权威定义——直接照抄即可。"
priority: 0.5
imported-from: "hermes"
source-path: "hermes/skills/storyboard-gen/SKILL.md"
---
## 集成到 AI 视频流水线 (v6 → 视频模型)

当 v6 输出被自动化 agent 直接喂给 AI 视频模型时（如 aigc agent 的自动分镜 → 图生视频），按以下原则集成：

- **语义映射**: agent 的 storyboard = v6 的 shot（一对一，每个 storyboard 产一个视频）；不引入 SEG 实体。v6 的 SEG 级调度 4 字段在每个 shot 里按需填充 agent 视角的子集；v6 "跨 SEG 资产互引" 改为单字段 `passes_to_next`（仅描述下一镜头起始基线即可，承接上镜可由 agent 从 idx-1 自动推断）
- **prompt 优先级**: v6 元数据自动拼装的英文 prompt > LLM 自由撰写的 `video_prompt`。v6 的摄影机/构图/时间锚定 acting/intent 是工艺级输入，比一句 "Cinematic 16:9 shot..." 精确得多
- **一次性输出**: agent 是自动分镜（无人工事后审查），必须让 LLM 在分镜生成时一次性输出所有 v6 字段 + video_prompt。不要拆成多次往返 — 延迟爆炸 + 字段不一致
- **持久化建议**: 时间锚定字段（acting/sound）用 JSON 字符串存 SQLite TEXT；展示时 JSON parse 还原为数组
# 集成到白模预览（v6 → 3D previs）

v6 → `storyboard-previs` skill 是**零成本验证关卡**，建议在 AI 视频生成之前插入：

- 用 Three.js + LLM 解析把 v6 转成 3D 白模镜头预览（不烧 GPU）
- 验证镜头运动是否合理（焦距/机位/演员走位）
- 验证 SEG 时长、节奏、转场衔接
- 客户/团队 review 可视化材料（比 markdown 直观 10 倍）

**触发场景**：
- 客户想先看分镜节奏再决定要不要进入 AI 视频生成
- 自动分镜完成后、人工 review 前
- 编辑师需要镜头预览做剪辑参考

**关键差异**（vs 直接喂 AI 视频）：
- 不消耗 GPU / 视频生成 token
- 5 分钟改完全部分镜（vs 视频模型改不动）
- 输出是 webm 白模（vs 真实风格视频）

详见 `storyboard-previs` skill 的 SKILL.md / references/v6-field-mapping.md。

---

# Integration Patterns: v6 → AI 视频流水线

把 storyboard-gen v6 的分镜剧本元数据，集成到自动化 AI 视频生成流水线（如 aigc agent 的自动分镜 → 图生视频）的可复用模式。所有代码示例都来自 aigc agent 实际生产集成（2026-08）。

> **本文件聚焦"模式 / schema / sanitize / compose / 集成踩坑"。**
> Agnes Video V2.0 的 HTTP/字段层面约束（localhost ban、wire 字段名、polling 响应形状、HTTP 失败码、standard preset 表、duration_to_num_frames 算法等）见 `references/ag-video-api-quirks.md`。
> 那里覆盖的是"调 API 时什么会 400"——本文件不重复。

--

## 文件结构（按职能角色组织 references/）

> **核心定位**：本 skill 是 `编剧 + 导演 + 分镜师` 三位一体的端到端工作流。
> 输入：小说 / 普通剧本 → 输出：专业分镜剧本

**编剧层**（输入处理 · 剧本优化）
  references/novel-pipeline.md     → 小说 → 标准化剧本
  references/script-optimization.md → 8 维度剧本优化（结构/情节/节奏/角色/对白/场景/伏笔/主题）
  references/long-input-processing.md → 长输入分批策略（5 级规模）

**导演层**（设计决策 · 审查修订 · S 级水准）
  references/director-workflow.md  → 端到端 6 阶段流水线（决策书 / SEG 划分 / 镜头细写 / 体检报告 / 二轮修订）
  references/s-grade-craft.md      → S 级专业水准（黄金3s / 强冲突开局 / 钩子设定 / 全剧锚点系统 / Save the Cat 15 节拍 / S 级评分 10 维度）

**分镜层**（核心执行 · 工艺细节）
  references/sop.md                → 5 阶段 SOP（含分镜工艺）
  references/template.md           → 输出样板（SEG 头/镜头/退出状态/衔接检查/故事衔接检查）
  references/acting-anatomy.md     → 表演细节（关节级/呼吸/肌肉张力）
  references/shot-craft.md         → 视觉工艺（轴线/视线/景深/构图/光线/调色/镜头运动）
  references/sound-design.md       → 声音设计（声场层次/声道定位/声学环境/Foley/音乐）
  references/qc-checklist.md       → 4 段质检清单（镜头级/SEG级/跨SEG级/红旗）

**长篇支持层**（按需加载 · 适用于多 SEG 长片）
  references/layered-structure.md  → Act→Chapter→Scene→SEG→Shot 多层架构
  references/asset-library.md      → 角色/场景/物件/风格母题库（跨 SEG 资产复用）

**集成层**（当分镜剧本要喂给视频生成 API 时）
  references/integration-patterns.md → v6 → aigc agent 集成模式（语义映射 / schema 迁移 / sanitize / compose / prompt 设计 / 集成踩坑）
  references/ag-video-api-quirks.md → Agnes Video V2.0 API 的所有经验坑（localhost URL 禁、num_frames 8n+1 + per-reso cap、1080p clamp、wire 字段名、base64 必备、polling 响应形状、HTTP 失败码表）

**外部参考与差距分析层**（维护本 skill 时加载 · 与同领域外部 skill 的对比与待落地内容）
  references/director-gap-analysis-2026-08.md → 与 s1dashu/director 的 9 项差距 + A/B/C 类优先级 + A 类内容草稿（声音表演维度 / AI 视频模型人物参考图工作流 / style 锁与场景分离元规则）

**使用顺序**：编剧层（输入）→ 导演层（设计+审查）→ 分镜层（执行）→ 长篇支持（按需）
**短片项目**：可跳过 long-input-processing.md 和 layered-structure.md
**长片项目**：加载全部 references
**集成到 AI 视频流水线**：额外加载 references/integration-patterns.md + references/ag-video-api-quirks.md
**维护时**：加载 外部参考与差距分析层，落地 A/B/C 类条目

---

# 输出格式样板 v6（最终沉淀版）

**直接照抄这个结构**——这是交付物的标准形态。

**v6 在 v5 基础上新增 3 类必填字段**（加强包 A/B/C）：
- SEG 级调度 4 字段（演员走位 / 灯光调度 / 道具调度 / 转场规划）
- 镜头级【意图】字段（说明镜头服务于张力/潜文本/POV/母题 哪个）
- 跨 SEG 资产互引 2 字段（承接上 SEG 资产 / 传递给下 SEG 资产）
详见下文"v6 vs v5 关键差异速查"节。

## 模板 A：SEG 头（每个 SEG 的开头）

```markdown
# SEG{N}｜{一句话主题}｜总时长{X}秒

【匹配资产｜使用画布资产名称，不使用源文件名】  
角色：{角色1}｜{角色2}｜{角色3}  
场景：{场景名}  

**本段唯一剧情动作：**{一句话描述这段 SEG 要传达的核心事件。一件事，一句话，不并列。}  
**表演组：**{关键身体动作序列，用分号分隔}。  
**对白：**{N}句。  
**主特效：**{本 SEG 需要的视觉特效列表}。

【SEG 级调度｜真人拍摄需要的全景信息】
**演员走位：**{谁从 A 点到 B 点，路径，关键停顿点}。
**灯光调度：**{开 SEG 时灯光状态 → 收 SEG 时灯光状态（色温/方向/硬度）}。
**道具调度：**{关键物件从哪到哪，谁交接，状态变化}。
**转场规划：**{出 SEG 用什么方式进下一 SEG：声音桥 / 视觉引导 / 黑场 / 匹配剪辑}。

【跨 SEG 资产互引｜防止资产走样】
**承接上 SEG 资产：**{SEG{N-1} 退出时的关键资产 X，本 SEG 起始状态是否保持一致——若不一致需镜头交代变化}。
**传递给下 SEG 资产：**{本 SEG 退出的关键资产 X，SEG{N+1} 是否需要承接——列出待办}。
```

**示例**：
```markdown
# SEG01｜旧书摊的傍晚｜总时长12秒

【匹配资产｜使用画布资产名称，不使用源文件名】  
角色：林深  
场景：旧书摊所在巷口（傍晚）

**本段唯一剧情动作：**林深抵达巷口，开始一天的书摊日常。  
**表演组：**推车抵达巷口；摆书整齐码好；坐下抿茶；望巷口。  
**对白：**0句。  
**主特效：**暮色降临（蓝紫→暖橙）；路灯渐次亮起（暖黄）。
```

---

## 模板 B：镜头（每个镜头的开头）

```markdown
## 镜头{N}｜{X}秒｜{一句话镜头描述}

【镜头级资产】{列出本镜头用到的资产，用正式名}  
【摄影机】{焦距}毫米，{机位高度/位置}，{距主体距离}，{固定/运动}。  
【画面】{构图描述——主体位置/占比}，{主体动作轨迹}，{环境元素}。  
【基线】{开拍时的姿态/位置/视线方向}。  
【表演】开拍X.X秒，{动作描述}；开拍X.X秒，{动作描述}；...（按时间顺序自然描述，不用"前-中-后"分点）  
{如有对白}  
【{角色}同期｜对白约{X}秒】{语气/节奏/字数/重音/句尾描述}：{对白内容}  
【声音】开拍X.X秒，{声音1}；开拍X.X秒，{声音2}；...（自然语言描述，不分前景/中景/背景）  
【意图】{这一秒/这一镜为什么这样设计——服务于【张力曲线】【潜文本】【POV/信息释放】【母题变奏】中的哪一个；用一句话说清镜头存在的理由}。
```

### 【摄影机】字段示例（只写 4 项）：
- `【摄影机】85毫米，胸口高度，母亲正前方约1米，固定机位。`
- `【摄影机】50毫米，胸口高度，姬轩右前方约2米，固定机位。`
- `【摄影机】35毫米，胸口高度（略仰角），距推车约5米，固定机位。`

### 【对白】字段示例（单字段，不用引用块）：
- `【幼童同期｜对白约2.5秒】近景可见喙部；低音量气声，每两至三个字换气0.3秒，末字音量减半：母亲……太阳还会回来吗？`
- `【林深同期｜对白约2.0秒】低音量气声，单次呼气，重音落在"翻一翻"，句尾下沉（暗示"不是真的需要买"）：你很喜欢这本书吗？想看的话，可以拿去翻一翻，不用买。`

### 【声音】字段示例（自然语言描述，不分前景/中景/背景）：
- `【声音】风啸持续约2秒；火苗熄灭时响起一声短促熄火声；间隔0.2秒，低频心跳落下一记。`
- `【声音】开拍0.0秒，环境音降至低频底噪；开拍3.0秒，心跳落下一记（与最后一次呼吸同步）；开拍3.0-3.8秒，留白0.8秒（仅有底噪）；开拍5.0秒，母亲短促吸气声；开拍5.3秒，母亲喉部压低气声0.3秒。`

### 【表演】字段示例（按时间顺序自然描述，不用"前-中-后"分点）：
- 旧格式（错误）：分"前兆/主体/余韵"三段
- 新格式（正确）：单段连续描述
```
开拍0.0秒，念念默默站着（肩膀微微下沉——不开心的身体语言）；
开拍0.5秒，念念低头（视线锁定地面——不是盯书）；
开拍1.0秒，念念小手紧紧攥着衣角（比 SEG02 更紧——不是犹豫，是克制悲伤）；
开拍2.0秒，念念肩膀微微颤抖（细微的颤动——压抑的哭泣前兆）；
开拍3.0秒，念念依旧没有抬头（沉默——准备说出难以启齿的话）。
```

---

## 模板 C：SEG 结束状态（每个 SEG 的结尾）

```markdown
## SEG{N} 退出状态

- {资产1的精确状态——姿态、位置、归属}
- {资产2的精确状态}
- {资产3的精确状态}
- {环境状态——光、风、声音基调}
- {如有伏笔资产——说明状态、是否被镜头捕捉}
- SEG{N+1}以{进入方式}接入，{景别/对象变化}。
```

---

## 模板 D：SEG{N} 上下衔接检查（每个 SEG 必填，**v5 新增必填**）

```markdown
## SEG{N} 上下衔接检查

### 与上一 SEG 衔接
- [x] 退出状态承接：{上一 SEG 的退出资产状态} → {本 SEG 进入时是否保持}
- [x] 视觉锚点延续：{光源/色温/构图方向是否一致}
- [x] 声音延续：{上一 SEG 尾音是否与本段起音衔接}
- [x] 关键伏笔承接（如有）：{上一 SEG 埋的伏笔在本 SEG 是否承接}

### 与下一 SEG 衔接（前置规划）
- [x] 本 SEG 退出状态已精确到 {姿态/位置/视线/呼吸/肌肉} ✓
- [x] 为下一 SEG 提供的进入条件：{景别/对象/方向/声音桥}
- [x] 视觉锚点向下传递：{下一 SEG 的视觉承接点}

### SEG{N} 内自检
- [x] 摄影机参数完整（焦距+机位+距离+运动，**仅 4 项**）✓
- [x] 表演到关节级 + 时间锚 ✓
- [x] 对白 4 维度（字数+节奏+重音+句尾）✓
- [x] 声音有时间锚 + 自然语言描述 ✓
- [x] SEG 时长 ≤15 秒 ✓
- [x] "拍摄" 词残留检查：0 处 ✓
- [x] 【SEG 级调度】4 字段齐全（演员走位 / 灯光调度 / 道具调度 / 转场规划）✓（v6 新增）
- [x] 【跨 SEG 资产互引】2 字段齐全（承接上 SEG 资产 / 传递给下 SEG 资产）✓（v6 新增）
- [x] 每个镜头含【意图】字段 ✓（v6 新增）
```

**示例**：
```markdown
## SEG01 上下衔接检查

### 与上一 SEG 衔接
- 上一 SEG：无（SEG01 是开场 SEG）

### 与下一 SEG 衔接（前置规划）
- [x] 本 SEG 退出状态已精确到**姿态（坐姿）/ 位置（巷口老位置）/ 视线（望向巷口）/ 表情（疲惫+孤独）** ✓
- [x] 为下一 SEG 提供的进入条件：**巷口位置 + 路灯已亮 + 推车停稳 + 推车最外侧是《小王子》**（这是 SEG02 念念盯书的视觉前提）
- [x] 视觉锚点向下传递：**暖黄路灯（3000K）+ 巷口梧桐树 + 暮色调**——这三项从 SEG01 开始向下传递到 SEG12

### SEG01 内自检
- [x] 摄影机参数完整（焦距+机位+距离+运动）✓
- [x] 表演到关节级 + 时间锚 ✓
- [x] 对白 4 维度（0 句对白）✓
- [x] 声音有时间锚 + 自然语言描述 ✓
```

---

## 模板 E：故事衔接检查（最终 SEG 后必填，**v5 新增必填**）

```markdown
## 故事衔接检查

### 1. 整条 SEG 链连贯性
- [ ] SEG01 → SEG02：{承接内容}
- [ ] SEG02 → SEG03：{承接内容}
- ...（逐 SEG 衔接检查）
- [ ] 跨 SEG 资产链：{角色/物件/场景的连续性}

### 2. 情绪曲线合理性
- [ ] 开 SEG 基调：{基调}
- [ ] 中段转折：{转折}
- [ ] 高潮位置：{高潮 SEG}
- [ ] 收尾收束：{收尾 SEG}

### 3. 主题贯穿
- [ ] 主题母题贯穿：{物件母题/视觉母题/声音母题/对白母题}
- [ ] 主题台词落地：{在哪几个 SEG 出现主题台词}

### 4. 伏笔完整性
- [ ] 全部伏笔埋设：{数量}
- [ ] 全部伏笔回收：{数量}

### 5. 调色/光线一致性
- [ ] 全片主色调：{主色调}
- [ ] 跨 SEG 色温变化：{各阶段色温}
- [ ] 变化有叙事理由：{场景变化/时间变化/情绪变化}

### 6. 节奏控制
- [ ] 单 SEG 时长 ≤15 秒：{全部满足}
- [ ] 高潮 SEG 时长：{时长}
- [ ] 节奏呼吸点：{较短 SEG}

### 7. 资产复用与差异
- [ ] 主要角色弧线：{角色变化}
- [ ] 核心物件演变：{物件状态变化}
- [ ] 声音母题演变：{声音变化}
```

---

## 格式硬规则（13 条）

1. **每个 SEG 必须有头 + 至少 1 个镜头 + 边界 + 上下衔接检查**（v5 新增）
2. **每个镜头必须包含 8 要素**（缺一项即不合格，v6 从 7 升级为 8）：【镜头级资产】【摄影机】【画面】【基线】【表演】【对白（如有）】【声音】【意图】
3. **所有时间用"开拍 X.X 秒"格式**——不用"开始时""中段""最后"
4. **资产名沿用原文 + 资产正式名**——不二次创造新名字
5. **【对白】用单字段格式**——格式：`【角色同期｜对白约X秒】{描述}：{内容}`（不用引用块）
6. **【声音】用自然语言描述**——不按"前景/中景/背景"分层
7. **单 SEG 时长 ≤15 秒**（硬约束）
8. **【摄影机】只写 4 项基础信息**——不写景深档位、俯仰角度、构图法则

**v5 新增必填规则**：
9. **每个 SEG 必须含"SEG{N} 上下衔接检查"**
10. **最终 SEG 后必须含"故事衔接检查"**

| **v6 新增必填规则**（真人可拍、跨 SEG 不走样）：
11. **每个 SEG 必须含【SEG 级调度】4 字段**（演员走位 / 灯光调度 / 道具调度 / 转场规划）——真人拍摄需要 SEG 全景图，不是镜头碎片
12. **每个镜头必须含【意图】字段**——说明镜头服务于【张力曲线】【潜文本】【POV/信息释放】【母题变奏】中的哪一个——团队协作时不用问"为什么这样拍"
13. **每个 SEG 必须含【跨 SEG 资产互引】2 字段**（承接上 SEG 资产 / 传递给下 SEG 资产）——长篇防止资产走样（角色突然换衣服/换物件）

---

## v6+ 元规则（5 条上层原则）

下面 5 条不是字段格式，而是**贯穿所有字段的元规则**。任何字段填写都必须符合这 5 条；违反任意一条即视为不合格。

### 元规则 1：style 锁与具体场景分离

**style 锁只描述全片持续不变的视觉语言**（媒介、写实程度、人物比例、材质、线条、色彩、光影、渲染体系、摄影基调）。**不固定**具体地点、天气、服装、动作或镜头——这些由当前资产或片段单独定义。

**应用到字段**：
- 【SEG 级调度·灯光调度】和【画面】可以写"暖黄路灯 3000K"，但**不能**写"cinematic 3D 写实风格"——后者是 style 锁范畴，应在决策书顶层定义一次
- 【匹配资产】用资产正式名（已在 style 锁下生成过的版本），不是用风格描述代替

**反模式**：在镜头里反复重复"电影感 3D 写实风格、半写实人物比例、柔和高光"——style 锁是上游规则，不应渗透到每个镜头。

### 元规则 2：片段自包含（禁止"承接上 SEG"省略）

每个 SEG 必须自包含地定义**当前 SEG 实际可见的所有资产和开场状态**。禁止以下省略写法：
- ❌ "承接上一片段" / "保持前面造型" / "延续 SEG03 的状态"
- ❌ "如 SEG05 所示" / "见 SEG02"
- ✅ 当前 SEG 起始：姿态 X、位置 Y、视线 Z、情绪 W、声音 V——逐项重述

**应用到字段**：
- 【基线】字段必须重述开拍时的姿态/位置/视线——不能省略说"承接上 SEG"
- 【匹配资产】字段必须列出本 SEG 实际出现的资产，不省略说"继承自 SEG05"
- 即使与上一 SEG 资产完全相同，也要在本 SEG 字面重写一次

**反模式**：在长篇项目里靠"承接"省事 = 中段开始资产漂移。

### 元规则 3：参考媒体优先于旧文字（冲突解决原则）

当已确认的参考媒体（资产图、音色、场景图）与剧本 / Prompt 中的旧文字描述冲突时：

1. **以参考媒体为准**——用户确认过的视觉/声音身份是最高优先级
2. **同步改写文字**——把与参考媒体冲突的文字描述改成一致
3. **保留旧版本用于溯源**——不删除，仅标注为"已修订"
4. **冲突影响剧情时停止**——若改写会改变角色身份、剧情机制或角色含义，停止并请用户裁决，不静默提交互相矛盾的素材和文字

**反模式**：一边连接参考图一边要求生成另一种性别 / 物种 / 服装 / 画风。

### 元规则 4：15 秒对白容量上限

每个 SEG 的对白容量受 15 秒硬约束限制：

| 类型 | 容量上限 | 超限处理 |
|------|----------|----------|
| 单人连续对白 | 约 50-55 个汉字 | 增加 SEG，不加速朗读 |
| 多人轮换对白 | 每人不超过 3 句，每句 < 15 字 | 拆分 SEG，不加快语速硬塞 |
| 对白 + 动作混合 | 单一对白 < 20 字 + 留出 0.5-1 秒动作空间 | 优先动作时删对白，优先对白时减动作 |

**反模式**：15 秒内塞 3 个角色 + 6 句台词 + 2 个动作转折 = 全部模糊。

完整的声音维度速查和声音表演自检见 `references/acting-anatomy.md` 十二节。

### 元规则 5：当前权威资产清单是唯一入口

任何 SEG / 镜头 / 修订都必须从 `asset-library.md` 顶部的"当前权威资产清单"解析资产，**不能靠目录里"看起来最新"的文件猜测**。完整的状态机和变更流程见 `references/director-workflow.md` 1.8 节。

**反模式**：SEG 引用了"林深 V3"但清单只到 V2 = 引用了未登记资产，下游生成失败。

---

## 跨 SEG 的格式约定

- SEG 编号两位数：`SEG01`, `SEG02`, `SEG03`...
- 镜头编号：`镜头01`, `镜头02`...（在 SEG 内从 01 重新开始）
- 总时长 = 镜头时长之和（允许 ±0.5 秒误差）
- 总时长和镜头时长关系：`SEG总时长 = Σ镜头时长 - 重叠时长（声音桥等）`

---

## 摄影机信息详细规范

### 保留的 4 项基础信息

| 项目 | 格式 | 示例 |
|------|------|------|
| 焦距 | `{数字}毫米` | 85毫米 |
| 机位高度/位置 | 自然描述 | 胸口高度 / 俯视角度 / 距冰面20厘米 |
| 距主体距离 | `{距离}` | 约1米 / 约2米 / 约30厘米 |
| 运动 | `{运动方式}` | 固定机位 / 横移 / 推 / 拉 / 跟 |

### 不写的内容（用户多轮反馈删除）

| 项目 | 原示例 | 不写的原因 |
|------|--------|----------|
| 景深档位 | `f/2.0 极浅景深` | 用户反馈："去掉所谓拍摄的话术" |
| 俯仰角度数值 | `俯角10°` | 同上 |
| 水平角度 | `3/4 侧` | 同上 |
| 构图法则术语 | `三分法` / `对称构图` / `引导线` / `留白` | 同上 |

### 替代方案

构图信息放进**【画面】**字段自然描述，不使用术语：
- ❌ `构图三分法（主体在右三分线）+ 大面积留白`
- ✅ `构图中心略偏右，左侧留出巷口的负空间`

光线信息也放进【画面】字段自然描述：
- ✅ `路灯渐次亮起（暖黄3000K），开始照亮林深面部一侧`

---

## v6 vs v5 关键差异速查

| 项目 | v5（旧） | v6（新） |
|------|---------|---------|
| 镜头要素数 | 7 要素 | **8 要素**（+【意图】） |
| SEG 头字段 | 6 项（角色/场景/动作/表演组/对白/主特效） | **6 项 +【SEG 级调度】4 字段 +【跨 SEG 资产互引】2 字段** = 12 项 |
| SEG 级"调度说明" | 无（只有镜头级 7 要素） | **4 字段**（演员走位/灯光调度/道具调度/转场规划） |
| 镜头"导演意图" | 无（只有工艺字段） | **1 字段**（【意图】说明镜头存在的理由） |
| 跨 SEG 资产链 | 靠 qc-checklist 跨 SEG 级人工检查 | **SEG 头强制互引 2 字段**（承接上 SEG / 传递给下 SEG） |
| 硬规则数 | 10 条 | **13 条** |

## v5 vs v4 关键差异速查

| 项目 | v4（旧） | v5（新） |
|------|---------|---------|
| SEG 标题 | `# SEG{N}｜{主题}｜总拍摄时长{X}秒` | `# SEG{N}｜{主题}｜总时长{X}秒` |
| 镜头标题 | `## 镜头{N}｜拍摄{X}秒｜{描述}` | `## 镜头{N}｜{X}秒｜{描述}` |
| SEG 结尾 | 只有"SEG{N} 退出状态" | "SEG{N} 退出状态" + **"SEG{N} 上下衔接检查"**（必填） |
| 最终 SEG 后 | 无 | **"故事衔接检查"**（必填） |
| "拍摄" 词 | 出现在 SEG 标题/镜头标题 | 全部去除（用户多轮明确反馈） |

## v4 vs v3 关键差异速查

| 项目 | v3（旧） | v4（新） |
|------|---------|---------|
| SEG 时长 | ≤30 秒 | ≤15 秒 |
| 摄影机字段 | 7 项（含景深档位/俯仰角度等） | 4 项（基础） |
| 镜头要素数 | 7 要素 | 7 要素（摄影机精简 + 对白单字段） |
| 对白格式 | `> {内容}` 引用块 | 单字段内联 |
| 声音格式 | 分前景/中景/背景 | 自然语言描述 |
| 输出模式 | 双输出（含 AI 视频） | 单输出（移除 AI 视频模式） |