MadStory — 电影级影视分镜设计引擎 v3.6.0 (分层加载架构)

技能定位

MadStory 是面向电影级内容生产的专业分镜设计引擎，同时支持 Seedream 4.x/5.x 图片生成（文生图、图像编辑、参考图生图、多图输入/输出）。

• 触发词: 影视分镜, 分镜设计, 电影分镜, 广告分镜, 电商视频, UGC广告, 品牌短片, 多镜头叙事, 一镜到底, 爆款复刻, 短剧创作, 从一句话出片, AI电影, AI视频生成, Seedance, Seedream, 分镜脚本, 视频提示词, 文生图, 图生图, 图像编辑, 参考图生图, 短剧剧本, 微短剧, 竖屏剧, AI短剧, 短剧分镜, 短剧编剧, 锁脸, 小说改短剧, 漫剧, 角色人设
• 目标用户: 电影导演、广告导演、创意总监、影视制作人、电商运营、品牌营销、内容创作者、短剧制作人、零基础创作者、平面设计师
• 默认时长: 15 秒 / 镜头（视频），图片模式无时长限制
• 原生支持平台: Seedance 2.0 (视频), Seedream 4.x/5.x (图片) — 所有提示词规则、参数体系、质量门禁均基于此二平台校准
• 兼容输出平台: Runway Gen-3 / Kling / Sora — 输出的提示词可作为创作起点在这些平台使用，但参数体系（Motion Strength、Negative Prompt 格式、多镜头语法等）需用户自行适配

规则版本锁定

所有提示词规则、参数建议、质量门禁基于以下平台版本验证。 平台升级后部分规则可能失效，使用前请核对版本。

AI 模型真实限制（必读）

以下限制基于 Seedance 2.0 / Seedream 4.x-5.x 的实际生成表现。理解这些限制是产出可用方案的前提。

分层加载架构 (Progressive Loading)

核心原则: SKILL.md 始终加载。其他资源按交互阶段按需加载。

模式状态看板（启发）

9 种创作模式并行或串行执行时，用户需要看到每个模式的状态——哪个在推导、哪个在生成、哪个已完成。

🎬 分镜状态看板
├── [Mode 选择]        ✅ 已完成 — {模式名}
├── [Phase 0-7]        🟡 推导中 — 当前 Phase {N}
├── [提示词生成]       🔵 等待中
└── [Pre-flight 预检]  🔵 等待中

多模式串行（如短剧全链路：剧本→分镜→提示词→生成）时，看板展示每个阶段的独立状态。用户可随时说"看板"查看当前进度。

Layer 0: 始终加载 (本文件)

• 元数据 + 触发词 + 技能定位
• 9 模式概览表
• Phase 0-7 阶段名称
• 输出规范 + 质量门禁
• 分层加载索引

Layer 1: 按需加载

以下资源在对应触发条件满足时读取文件内容:

Layer 2: 深度加载（高级场景触发）

9 种创作模式概览

模式详情见 references/modes_detail.md

分镜推导阶段 (Phase 0-7)

Phase 详情见 references/phases_detail.md

交互准则

• 逐阶段推进: Phase 3.5（表演与调度）和 Phase 4（镜头运动）之间必须暂停确认，因为调度决策直接影响镜头选择
• 用专业术语但让外行听懂: 提供选项卡片
• 主动拦截: 用户塞入过多信息时建议拆分
• 模式引导: Phase 0 必须确认模式
• 负向提示词自动注入: 由系统按 Mode 自动生成
• 图片模式: 启用 Seedream 规则时自动切换输出格式

输出规范

视频模式输出 (Seedance/Runway/Kling/Sora)

每个分镜方案必须包含:

1. STANDARD_PROMPT: 符合 5 层结构的完整正向提示词
2. NEGATIVE_PROMPT: 按 Mode 自动生成的负向提示词 + 历史缺陷增强
3. TIMELINE: 15 秒时间轴 + 关键帧描述
4. CAMERA: 逐秒/逐镜头运动描述
5. MOTION_STRENGTH: 建议值 (1-10)
6. DURATION: 固定 15s（或按多镜头分配）
7. MODE: 模式标签
8. MULTI_MODAL_ADVICE: 参考图/视频/音频建议
9. SHOT_LIST (多镜头模式): 分镜头脚本表
10. DEFECT_LOG: 用户返回后填写实际生成中出现的缺陷类型（可选，用于持续优化）

图片模式输出 (Seedream 4.x/5.x)

完整规则见 references/seedream_4x_rules.md

每个图片方案必须包含:

1. IMAGE_PROMPT: 符合 3 层结构（主体+行为+环境，风格/色彩/光影/构图补充）
2. TEXT_CONTENT: 需渲染的文字（双引号包裹）
3. REFERENCE_TYPE: 参考类型（人物形象/风格/虚拟实体/款式/无）
4. EDIT_OPERATION: 编辑操作（增加/删除/替换/修改/无）
5. MULTI_IMAGE_OP: 多图操作（替换/组合/迁移/无）
6. MODE: 模式标签
7. PLATFORM: Seedream 4.x/5.x

质量门禁 (Quality Gates)

视频模式

图片模式 (Seedream 4.x/5.x)

短剧一致性管控详见 references/short_drama_consistency.md

参数依赖链（不可编造）

以下参数必须从上一步返回中提取，禁止编造。

模式选择 → ModeSelection ↓ selected_mode, video_engine, image_engine 角色/场景设定 → CharacterSceneSetup ↓ characters[].id, scenes[].id, consistency_lock 分镜设计 → StoryboardFrames ↓ frames[].id, frames[].shot_type, frames[].prompt 提示词生成 → FinalPrompts ↓ prompts[].frame_id, prompts[].engine_specific

目录结构

mad-story/
├── SKILL.md                 # 技能定义 v3.4.1 — 分层加载/双模式输出
├── README.md                # 使用说明
├── references/
│   ├── modes_detail.md      # 9种模式详细说明 (Layer 1)
│   ├── phases_detail.md     # Phase 0-7 详细推导指引 (Layer 1)
│   ├── prompt_engineering.md # 视频提示词5层结构+Negative Prompt (Layer 1)
│   ├── seedance_v2_rules.md # Seedance 2.0 提示词工程规范 (Layer 1)
│   ├── seedream_4x_rules.md # Seedream 4.x/5.x 图片生成规范 (Layer 1)
│   ├── terminology.md       # 影视分镜专业术语库 (Layer 1)
│   ├── pre_flight_checklist.md # 导演级预检清单 + 元反思（8 维度） (Layer 1)
│   ├── short_drama_consistency.md # 短剧全流程一致性管控 (Layer 2)
│   ├── short_drama_genres.md # 短剧6大题材模板 (Layer 1)
│   └── examples/
│       ├── example_1_creative_film.md
│       ├── example_2_multi_shot.md
│       └── example_3_short_drama.md
└── assets/
    ├── cheat_sheet.json     # 参数速查表 — 镜头语言/光影/声音/导演参考（单一数据源）
    └── storyboard_template.html # 分镜预览模板

独立工具包（CLI/API/验证）位于 tools/mad-story-scripts/，非技能运行时必需。

生成结果反馈回路 (DEFECT_LOG)

从静态知识库变成动态经验库。 每次 Phase 7 输出的提示词不是终点——用户生成视频后返回的缺陷数据会让下一次输出更精准。

机制

Phase 7 输出提示词 → 用户生成视频 → 观察结果 → 报告缺陷类型
                                                      ↓
                                         DEFECT_LOG（按 Mode 累积）
                                                      ↓
                                         下次该 Mode 的 Phase 7:
                                         1. 检查 DEFECT_LOG 高频缺陷
                                         2. 在 NEGATIVE_PROMPT 追加针对性保护词
                                         3. 在输出中增加 KNOWN_RISKS 警告

DEFECT_LOG 格式

用户返回生成结果后，按以下格式记录：

DEFECT_LOG:
  mode: [模式名]
  defect_type: [face_drift | object_deformation | motion_glitch | texture_collapse | color_shift | other]
  severity: [high | medium | low]
  timestamp: [在视频中出现的时间点，如 "8-10s"]
  description: [一句话描述具体问题]
  prompt_used: [当时的 STANDARD_PROMPT 摘要]

预填缺陷库（冷启动）

首次使用时，基于 AI 模型已知问题预填常见缺陷，用户只需确认或补充：