剧本转分镜

问题：文本到分镜的转换痛点

在影视或游戏内容创作中，将小说或剧本手动转换为分镜脚本是一个繁琐且易错的过程。创作者需逐句分析文本，识别镜头类型、摄影机运动、光线色调等视觉细节，同时提取角色和场景特征。这要求对视觉语言有专业理解，且重复性工作量大，容易遗漏关键元素。

核心能力与工作流程

本技能通过自动化处理简化这一流程，其核心能力包括：

• 分镜脚本生成：自动将叙事和对白拆解为结构化分镜，包含 镜头编号、镜头类型（如远景、特写）、画面内容、摄影机运动（如推镜头、跟拍）、光线、色调、音效 等字段。
• 角色特征卡提取：从文本中提取 角色名、外貌特征、性格特征、出场次数、代表台词，并生成用于 AI 绘图的提示词。
• 场景特征卡生成：识别 地点类型、时间、氛围、色调方案 等，推断场景的视觉风格。

工作流程如下：

1. 输入处理：支持直接粘贴文案（适用于 5000 字以内短文本）或上传 .txt/.md 文件。文件模式使用命令参数如 input 指定路径，-o 定义输出目录，-f 选择输出格式（markdown、json 或 both）。
2. AI 分析：基于关键词规则和 AI 模型，自动切分场景（优先识别 第X场、INT.、EXT. 等标头，无标头时按双空行切分），识别对白（依赖 角色名：台词 格式），并推断镜头类型（例如，环境描写推断为远景，细节描写推断为特写）。
3. 输出生成：以 Markdown 或 JSON 格式输出完整的分镜脚本、角色卡和场景卡，附带统计摘要（如总镜头数、场景数）。

适用场景与注意事项

本技能适用于：

• 中文剧本格式（如 角色名：台词）和英文剧本（INT./EXT. 格式）。
• 小说叙事格式，但规范文本结构可提升准确性。

关键注意点包括：

• 对白识别依赖标准格式，非规范输入可能导致漏识别。
• 场景切分基于标头或空行，复杂结构可能需要人工调整。
• 特征提取基于规则，复杂隐晦的描述可能需 AI 补充。
• 长文本处理建议使用文件模式以避免对话限制。