技能介绍

解决什么问题

把一段文字故事变成视频，中间横着几道具体的坎：故事该切成几幕、每个镜头画面长什么样、角色在不同场景里怎么保持同一张脸、旁白和 BGM 谁让谁、悬念放在哪一帧。这些问题分散在编剧、分镜、美术、声音四个工种里，任何一个环节脱节，成片都会看起来「散」。

这个技能把整条链路压进一个可执行的工作流，产出的是一份能直接交给下游渲染环节的分镜脚本，而不是一段笼统的描述。

核心能力

故事结构分析框架：内置经典三幕剧拆解，并提供故事结构自识别表。输入文本后先判定类型——微故事、短篇、连载章节还是绘本，每种对应不同的时长区间和场景数量建议（例如微故事 30–60 秒、3–6 个场景；连载章节 3–8 分钟、12–20 个场景）。
五列分镜脚本：输出 序号 / 情节节点 / 画面描述 / 视觉氛围 / 旁白对白 / 时长 的标准分镜表，画面描述和旁白严格对齐，避免「嘴说的画面没到」。
角色视觉一致性：通过角色形象库和 Midjourney 一致性提示词模板，降低同一角色跨场景「变脸」的概率。
八种视觉风格：绘本、水墨、油画、日漫、美漫、3D 动画、剪纸、像素，每种给出氛围定位、适配的故事类型和可直接使用的提示词关键词。
配音叙事策略：把声音拆成旁白、主角对白、配角对白、内心独白四类，分别给出音色建议和处理方式；内心独白用混响和低音量与对白区分开。配套 BGM 情绪线设计。
情节节奏控制：提供不同总时长下的三幕配比表，以及四类悬念的落点——片头钩子放在前 3 秒，幕末悬念用画面骤暗加一声响，信息差散落全片，结尾反转压在最后 5 秒。

关键步骤

识别故事类型，锁定时长与场景数。
按三幕结构拆出情节节点。
逐场景填五列分镜表。
选定视觉风格，固化角色一致性提示词。
分配声音角色与 BGM 情绪线。
按三幕配比校准节奏。
过一遍质量检查清单。

适用边界

这个技能输出的是方案与提示词，不负责实际渲染。分镜表里的 画面描述 需要交给图像或视频生成模型执行，角色一致性的实际效果取决于所用模型的能力上限——Midjourney 模板只是降低漂移，不能保证零偏差。配音部分只给出角色分离策略和音色建议，真实人声合成需要接外部 TTS。另外，清单里的字幕准确性、转场节奏属于下游环节的验收项，技能本身不生成字幕文件。对于非叙事类内容（产品演示、数据讲解、纯口播），这套三幕框架并不适用。