Ai Short Drama Skill Dramake

---
name: dramake
description: 面向 Codex、Claude Code、WorkBuddy 和其他 Agent Skills 客户端，把一句话点子、故事梗概、小说、文案、剧本、分镜或已有素材，串成可理解、可衔接、可发布的 AI 短剧与 AI 短片。适用于抖音、红果短剧、视频号、快手、B站、YouTube 等横屏或竖屏内容；支持真人、独立短片、单元剧、连续剧、宠物、拟人奇幻、动画/漫剧、UGC 和品牌剧情。用于故事诊断、编剧、分镜、角色/重复道具一致性、Wan 3、Seedance 2.5/2.0/Fast、MiniMax H3 等模型选路、15–30 秒长段、原生对白、参考音频、配音、付费预算、连续性剪辑、物理质检和冷观众验收，尤其用于避免碎片硬拼、随机跳切、站桩对白、身份/服装/道具漂移、文字变形、运动方向错误、穿模、平淡观察镜头、口型/声线不一致、音乐重启和剧情看不懂。
license: MIT
metadata:
  author: Dramake contributors
  version: 0.6.0
  category: video-production
  tags: ai-video, text-to-video, short-drama, codex, claude-code, workbuddy, douyin, hongguo-drama, wan-3, seedance, minimax-h3
---

# Dramake

把短剧制作当成一条连续生产线，而不是一堆提示词。让没有编剧、导演或剪辑经验的用户，也能从一段文字开始，在明确的验收门禁下完成故事、剧本、分镜、生成、配音、剪辑和质检；让专业用户可以从任意阶段接管。

本 Skill 不绑定单一平台、网站、API 或 MCP，执行平台由用户选择。使用用户能合法访问并愿意使用的模型与执行入口；每次执行前核实当前参数、价格、素材上传与保存规则。

以 [project-state.md](references/project-state.md) 作为唯一生产状态机。提示词、接口参数和时间线都从已批准的创意状态与已检查的真实素材派生。

## 十条铁律

1. 主角必须因果性改变结果，人、动物、产品或物体都不能只是装饰。
2. 静音观看也应能理解主要因果与重点笑点；对白、字幕和群演笑声不能替代可见铺垫、原因、反应与揭晓。
3. 模型支持时优先使用更少、更长的剧情段，但必须限制事件负载：段内可有多个节拍，不能让一个提示词同时承担多条高风险物理链、道具变种和无关任务。
4. 未实际下载和验收上游素材，不得生成依赖其状态的下游段落。
5. 锁定身份、材质、服装结构、轴线、道具、天气、湿度、光线和声音边界。
6. 接触必须有接近、接触、施力、响应和稳定结果；拒绝穿模与不可能解剖。
7. 默认不在视频里生成手机 UI、信件、价签、倒计时和关键文字；后期叠加。
8. 原生对白可以解决口型，但每句必须锁定唯一说话者、可见嘴型与非说话者闭嘴状态；原生音乐不能自动解决终片混音。
9. 技术干净不等于剧情能发；60–120 秒故事必须有贯穿全片的宏观因果链和有铺垫的主反转，并进行未读梗概的冷观众检查。
10. 没有真实看过、听过或抽帧检查，就不得声称素材已通过。

## 从用户会什么开始

先判断用户输入深度，不要要求小白先学会专业术语：

- **一句话/脑洞：**主动给出 2–3 个可拍方向，补齐主角、欲望、阻碍、升级与结果；
- **故事/小说/文案：**抽取人物、关系、时间线、道具、秘密、转折与可视化动作；
- **剧本：**检查因果、铺垫、反转、对白密度、场景数量和时长；
- **分镜/提示词：**检查节拍、连续性、物理、文字风险和模型可执行性；
- **已有素材/粗剪：**实际检查画面与声音，定位最小失败单元，不无故推倒重来。

再选任务深度：

- **诊断/建议：**只分析，不生成、不付费；
- **快速修复：**只修剧本、提示词、镜头、接缝、声线或混音的最小单元；
- **生产包：**输出简报、剧本、母版、分镜、清单、提示词、费用与剪辑方案；
- **执行/续作：**从当前已验收状态继续；
- **完整制作：**从文字到发布执行整条状态机。

局部问题不得被强制重走整条流程。

## 选择内容形态与画幅

先选择当前交付的主形态，详见 [format-routing.md](references/format-routing.md)：

- **15–45 秒独立小短片：**一个钩子、一次升级、一个回报；
- **45–120 秒独立短片：**2–4 个剧情段，完成情绪或喜剧弧；
- **1–4 分钟单元剧：**固定角色/世界规则，每集问题独立解决；
- **1–4 分钟连续短剧：**单集目标与回报之外，还维护季线状态。

支持 `9:16`、`16:9`、`1:1` 和自定义比例。记录发布渠道、画幅、主体安全区、字幕区、封面裁切区与交付编码。

需要横竖双版本时，共用剧情、人物、声线、道具与连续性母版，分别设计构图、景别、移动路线和安全区，分别验收。不得默认中心裁切或机械补边。

## 建立生产简报

使用 [production-brief.md](assets/templates/production-brief.md)。从对话和素材推断安全默认值，只询问会实质改变结果的选择。

至少记录：

- 原始文字与改编边界；
- 渠道、画幅、时长、受众、语言和情绪承诺；
- 人物、动物、产品、地点、参考素材与使用权；
- 独立/单元/连续形式与内容配置；
- 可用模型/执行入口和大致预算上限；
- 对白策略：无对白、原生、参考音频、外部配音或混合；
- 视觉介质：真人、写实宠物、动画、漫剧、UGC 或混合。

公开示例不得暴露密钥、签名链接、请求 ID、私人路径、真实脸/声音或私有参考素材。

## 先写故事，再写提示词

阅读 [story-and-pacing.md](references/story-and-pacing.md) 与 [directing-camera-and-pacing.md](references/directing-camera-and-pacing.md)；喜剧、萌宠、拟人或动画化表演项目同时阅读 [comedy-and-animated-performance.md](references/comedy-and-animated-performance.md)。交付：

1. 一句话观众承诺；
2. 0–3 秒视觉钩子；
3. 只属于该主角的动机；
4. 可见目标与阻碍；
5. 每 4–8 秒一次信息、行动、反应、关系或风险变化；
6. 关系或状态变化；
7. 有铺垫的回报/反转；
8. 最后一记情绪、笑点、悬念或角色性动作。

60–120 秒喜剧先写 `触发事件 → 主角误解/欲望 → 目标 → 主动选择 → 代价升级 → 主反转 → 后果/回收`，再放局部笑点。触发优先由角色在生活流中亲历，而不是开场站定听完整段说明；每个笑点必须改变主线状态，并按 `铺垫 → 可见原因 → 观众信息优势 → 反应停顿 → 揭晓 → 后果` 验收。

每个剧情段定义 `entry_state`、可观察节拍和 `exit_state`。20–30 秒长段通常写 4–6 个节拍；10–12 秒对白段通常写 2–3 个节拍。持续加入呼吸、眨眼、视线、表情、物种合适的反应、道具互动与背景生活，不能让角色说完一句话后静止。

目标为 60–120 秒抖音高密度剧情时，启用对应预设：3 秒内出现明确冲突，10 秒内讲清即时目标，90 秒以 18–24 个有效节拍为起点，每 15–25 秒闭合一个微任务；约 30 秒连续配音场景包含多轮推进对话和 4–7 个可见动作/反应。一个固定宏观目标贯穿全片，换场必须有因果桥。有效节拍不等于切镜或生成请求，不得重新拆成碎片硬拼。

出现以下任一情况，生成前退回修改：

- 删除主角仍不改变剧情；
- 动机只靠台词解释；
- 反转没有提前种下可见线索；
- 人物反复表达同一个意思；
- 地点、时间、目标或人物知识突然改变；
- 冷观众无法说出目标、阻碍、选择和结果。

## 锁定内容配置、角色、风格和世界

阅读 [content-profiles.md](references/content-profiles.md)，选择一个主配置，必要时叠加专项规则。

为每个常驻人物/动物创建母版与 [character-bible.md](assets/templates/character-bible.md)，记录身份、解剖、脸/身体比例、标记、服装结构、允许行为、禁止变异和声音。使用 [identity-voice-and-reference-locks.md](references/identity-voice-and-reference-locks.md) 为每个控制维度指定唯一权威参考，并为每个常驻说话人建立独立声线锚点。

在分镜前盘点所有重复、跨场景、剧情关键或带文字/Logo 的道具，为每件建立 [prop-bible.md](assets/templates/prop-bible.md)。先用用户选择并验证的高保真图像生成/编辑路线（可包括 GPT Image 类模型）固定中性光多视角几何、尺度、材质、连接件与状态；精确文字另建 `text_plate_id`，默认后期跟踪合成。每个镜头引用同一 `prop_id + state_id + text_plate_id`，不得让秤、印章、头盔、手机或包装跨幕重新设计。

真人项目锁定真实摄影、皮肤/毛发、实际服装材质、真实尺度、动机光和物理融合特效。动画项目锁定设计语法、线条、阴影、比例与运动语言。真人环境中的宠物可以选择自然写实、加强写实或“动画演员混合”：环境与材质写实，角色使用锁定的拟人姿势、表情库、蓄力、过冲、回稳和受控 squash/stretch；道具与接触仍服从真实连续性。不得把“动画夸张”当作穿模、瞬移或道具漂移的借口。阅读 [style-and-medium-locks.md](references/style-and-medium-locks.md) 与 [comedy-and-animated-performance.md](references/comedy-and-animated-performance.md)。

使用 [continuity-ledger.csv](assets/templates/continuity-ledger.csv) 维护正式状态，每个验收段都要更新。

长小说、连续剧或跨集 IP 同时阅读 [series-memory-and-source-adaptation.md](references/series-memory-and-source-adaptation.md)，使用分层事实、人物知识、时间线与揭示状态，而不是把全文反复塞入提示词或依赖对话记忆。

多角色调度、真实地点、追逐、镜面、巨物、设施、复杂出入口或异常空间同时阅读 [spatial-blocking-and-world-state.md](references/spatial-blocking-and-world-state.md)。先锁地点锚点与连通关系，再写角色 `start → path → end`、机位、视线、遮挡、尺度和反射拓扑；提示词不得临时发明位置。

在高风险或强连续项目中，视频生成前阅读 [previsualization-and-coverage.md](references/previsualization-and-coverage.md)：先做角色/地点/道具长期母版，再为关键剧情时刻试拍少量覆盖方案，最后只冻结真正会约束请求的首帧、尾帧或状态帧。简单反应镜头不强制做完整故事板；多角色、巨物尺度、镜面规则、真实地标、精确走位和关键接触不得跳过预演。

需要生成角色设定图、场景图、道具图或分镜图时，同时阅读 [reference-graph-and-storyboard-images.md](references/reference-graph-and-storyboard-images.md)。把素材组织成有职责的依赖图，先验收一个构图母帧，再生成后续分镜；每个参考明确 `controls` 与 `must_not_transfer`，多姿势拼版不得复制成额外角色。

## 设计生成段与剪辑节拍

阅读 [generation-blocks-and-edit-beats.md](references/generation-blocks-and-edit-beats.md) 与 [directing-camera-and-pacing.md](references/directing-camera-and-pacing.md)。模型稳定支持时使用 15–30 秒段；精确对白、复杂接触、高运动、变形或易漂移任务使用更短段。

每个长段必须有：

- 3–6 个带时间的节拍；
- 每个节拍一个主要动作或信息变化；
- 需要时有 2–5 次有动机的内部切镜/视角变化；
- 稳定的时间、地点和轴线范围；
- 重复道具的 `prop_id/state_id/text_plate_id` 与唯一允许变化；
- 精确物理事件的起点、控制输入、世界/屏幕向量、阶段序列和终态；
- `macro_goal_id`、本段对主线的唯一推进，以及事件负载预算；
- 喜剧段的笑点合同、视线/遮挡逻辑、反应角色和 0.6–1.0 秒结果停顿；
- 钩子/碰撞/揭示/高潮需要时的单一 `impact_role` 与可见后果；
- 末尾 0.5–0.8 秒仍有动作的剪辑余量；
- 下一段能承接的明确退出动作。

每个外部接缝：

- 支持时使用已验收尾帧，但同时提供身份/材质母版；
- 保持屏幕方向与动作阶段；
- 必要时重叠约 0.3–2 秒动作；
- 用动作、遮挡、甩镜、前景经过、声音、视线或形状匹配过渡；
- 不得同时无解释改变地点、动作、景别、方向、服装和天气。

详见 [continuity-and-transitions.md](references/continuity-and-transitions.md)。

长段不是“把更多事情塞进一次请求”。每段优先一个主道具系统、一个高风险物理链和一个主要喜剧/情绪回报；若需要多个地点、食物种类、精确交接、多人轮流说话或多次道具状态变化，拆段或改用内部建立/峰值/后果镜头。

正式提示词必须从已批准状态编译，阅读 [prompt-compiler.md](references/prompt-compiler.md)。使用稳定的 `场景上下文 → 参考职责 → 空间与首状态 → 镜头 → 时间节拍 → 表演/物理 → 灯光/声音 → MUST-HIT/终态 → 高损失负面约束` 骨架，再按 T2V、首帧、首尾帧、R2V、续写、编辑或多镜头模式裁剪。付费前展示完整请求预览；任何影响画面或费用的 prompt、参数、参考或 schema 变化都会使旧确认失效。

## 按能力选模型

阅读 [model-router.md](references/model-router.md)，提交前核实当前入口。

- **Wan 3 类长段：**优先测试 20–30 秒多节拍段、参考驱动多角色原生对白、减少外部接缝和 720p 经济/均衡任务；混合 R2V 与严格首尾帧二选一，重点查角色/声线绑定和后半段漂移。
- **Seedance 2.5 类：**高价值对白、多图/视频/音频参考、参考声线、编辑、续写和修复。
- **Seedance 2.0：**4–15 秒对白、动作和过渡。
- **Seedance 2.0 Fast：**预演、覆盖、备选与经济档；严格验收后才可进入终片。
- **MiniMax H3 类：**短时高运动、首尾帧控制和重点音画镜头。
- **Kling 3 Omni 类：**元素绑定、多镜头内部编排和首尾关键帧桥接；先验收子镜头负载与内部切镜。
- **高保真图像模型：**角色/地点/道具母版、覆盖方案和冻结关键帧；静态图通过后再进入运动生成。

这些只是起始假设，不是永久排名。实际接口暴露的能力高于品牌印象。

## 选择质量与付费授权

阅读 [budget-and-quality.md](references/budget-and-quality.md)，付费前建立费用计划。价格永远是项目配置，不写成永久事实。

- **Sketch：**最低可用预演；
- **Economy：**通常 720p、长段优先、定点修复；
- **Balanced：**把强参考/音频模型用在真正提高通过率的段；
- **Premium：**富多模态、参考音频、编辑/续写和选择性高分辨率；
- **Hero Insert：**集中预算做钩子、高潮、复杂接触或情绪特写；
- **Final Polish：**只放大和修复已验收素材。

授权另选 [authorization-and-batch.md](references/authorization-and-batch.md) 中的 `plan-only`、`single-test`、`approved-batch` 或 `autopilot-with-cap`。质量档不代表付费许可。用户已预先授权平台、上传规则、预算与重试上限时，不要逐条重复询问；触及边界必须停止。

正式执行同时阅读 [production-operations-and-recovery.md](references/production-operations-and-recovery.md)，用 [generation-jobs.csv](assets/templates/generation-jobs.csv) 保存请求指纹、幂等键、任务状态、依赖、费用、恢复和候选谱系。超时先进入 `unknown` 并找回任务，不能把未知状态当失败后盲目重提；人工修改上游状态后，使受影响的确认和下游任务失效。

## 选择对白与声音路线

阅读 [audio-and-dubbing.md](references/audio-and-dubbing.md)，按场景选择，而不是整片盲目统一。

- **无对白：**统一环境底、音乐结构与精选拟音；
- **原生对白：**台词短、说话人明确，说话时有动作，之后有反应和下一节拍；
- **参考音频：**每个常驻角色一条经授权的声线锚点，锁定语言、语速、音色与强度；
- **外部配音：**使用口型工具，或通过反应、侧脸、远景、插镜和画外音保护可信度；
- **混合：**保留好的原生英雄台词，旁白、电话声、环境、音乐与问题音频后期统一。

所有模式都要分轨。连续场景跨镜头保持房间底噪/雨声，使用 J/L cut，压低 BGM 避让对白，避免每次切画面都重启声音。

多人原生对白为每句记录 `speaker_id`、可见/画外声源、镜头中的嘴型主体、非说话者嘴部状态和轮次。工作人员讲规则时必须由工作人员本人可见开口，或明确使用有来源的广播/画外音；其他角色闭嘴并只做倾听反应。错人开口、声音串角色或非说话者同步嘴型为 P0，不得靠字幕解释。

## 门禁式生成顺序

1. 验收故事和剧情段计划；
2. 验收人物、风格、世界与道具母版；
3. 先生成钩子段或最高风险段；
4. 下载并直接检查真实输出；
5. 30 秒段制作 12 帧接触表，至少看开头、25%、50%、75% 和结尾；
6. 慢放检查接触峰值、穿模和物理；
7. 有音频时转写并人工听；
8. 用证据标记 `accepted`、`repair` 或 `rejected`；
9. 提取验收尾帧，更新连续性状态；
10. 之后才解锁依赖段。

可并行：独立母版、音乐探索、声线、非依赖插镜与备选钩子。不可并行：尚未获得已验收父状态的连续剧情段。

## 物理与解剖门

阅读 [physics-and-failure-modes.md](references/physics-and-failure-modes.md)。生成前列出可见 `physical_contact_points`，用符合主体解剖的动作原语。人手、动物爪、机器、液体、布料、车辆和魔法效果采用不同接触规则。

要求顺序：`接近 → 接触 → 施力 → 响应 → 稳定结果`。

“倒车、转向、脱落、碰撞”必须编译成 `physical_start_state → control_input → world/screen motion vectors → phase_sequence → physical_end_state`。一个生成段只承担一个高风险精确物理事件；复杂事件拆成建立、峰值和后果镜头。提示词意图正确但画面实际方向错误，仍判失败。

拒绝身体/物体穿透、额外或缺失动物、不可能支撑、道具瞬移、手机方向反转、服装结构改变、无解释复位或因果不可见。

## 质检、修复与剪辑

使用 [qa-report.md](assets/templates/qa-report.md) 和 [qa-and-repair.md](references/qa-and-repair.md)，分别运行：

1. **剧情：**冷观众能复述目标 → 阻碍 → 选择/行动 → 结果；
2. **身份/画风：**人物、动物、产品、服装、材质和介质保持母版；
3. **物理/连续性：**接触、方向、状态和接缝可信；
4. **声音：**对白、声线、响度、环境、BGM 和桥接连续。

喜剧/动画化表演另做静音验收：观众能指出笑点正常状态、可见原因、信息差、反应帧、揭晓和对主线的后果；角色在 15–30 秒段内有至少三个可区分表演状态。若只能靠台词说明“东西去了哪里”或“为什么好笑”，判为剧情/表演失败。

只修最小失败单元：局部缺陷用编辑，接缝问题用桥接/续写，身份/解剖/因果崩坏才重生，纯音频问题优先重混。不得用音乐掩盖剧情失败。

多个候选先过 MUST-HIT 二元门，再用 [candidate-scorecard.csv](assets/templates/candidate-scorecard.csv) 比较剧情、身份、空间、物理、表演、声音和可剪辑性；关键候选尽量盲化模型、种子、费用与生成顺序。评审者先负责发现和分级，创作/修复者再决定改法，避免同一轮为自己的结果辩护。

进入成片阶段阅读 [editing-delivery-and-release.md](references/editing-delivery-and-release.md)，用 [edit-timeline.csv](assets/templates/edit-timeline.csv) 只装入已验收的真实可用区间，统一工作格式与交付配置，保留字幕/艺术字和音频分轨，并检查缺失媒体、时间线空洞、黑/冻/重复帧、响度、字幕安全区和横竖版本。生成完成不等于剪辑完成，上传成功不等于发布通过。

## 按任务范围交付

不要把完整制作包强加给局部请求。只创建下一步确实会读取或验证的文件：

- **诊断/建议：**问题证据、优先级和最小修复；不生成空白 CSV 或生产目录。
- **故事/剧本：**生产简报、剧情合同、剧本/节拍；只在身份、道具或季线确有连续性时建对应母版。
- **分镜/生产包：**加入覆盖方案/冻结关键帧、生成段、剪辑节拍、参考权威、模型能力卡、费用与声音路线。
- **执行：**加入请求预览与指纹、幂等键、任务/恢复记录、候选谱系、费用账本、真实输出、QA 证据、验收尾帧和连续性状态。
- **成片/发布：**加入带来源链的正式时间线、媒体标准化、混音、字幕/艺术字、封面、编码与冷观众报告。

已有素材或上游状态已足够时复用，不为“流程完整”重复生成。统一命名：`BLOCK_ID_vN.mp4`、`_tail.png`、`_contact_12.jpg`、`_audio.wav`、`_QA.md`。

## 证据边界

项目文档必须区分：

- **文档能力：**从当前正式参数页或接口结构核实；
- **实测结果：**特定模型、入口、日期与配置下观察到；
- **创作偏好：**为当前故事主动选择；
- **推断：**有可能但未经直接验证。

不得把动态价格、时长限制或模型质量写成永恒事实。