AI 分镜规划与镜头资产版本
本文属于“当前架构”,描述 P5 / C10 已落地的实现。 场次结构与 P3 建议导入见 正式场次(SceneGroup)。
1. 两层结构
正式结构:
Chapter → SceneGroup → Shot → ShotDetail / ShotDialogLine / ShotAssetVersion
↑
审核草稿:
ShotPlanDraft → ShotPlanCandidate[]AI 只写 shot_plan_candidates;只有用户确认后才创建正式 Shot。
shot.status 仍只表示信息确认状态;规划状态独立在 shot_plan_drafts.status。
2. 分镜规划草稿
shot_plan_drafts:
- 来源剧本版本、P3 解析运行;
- 目标时长(30–300 秒,通常 50–120)、节奏
slow/standard/fast; - 状态
draft/generating/review_required/confirmed/failed/cancelled; - 模型、提示词版本/哈希、任务 ID;
- 场次快照、覆盖率/问题、应用审计。
shot_plan_candidates:
- 草稿、场次、顺序、稳定 key;
payload:标题、原文摘录/区间、时长、景别/角度/运镜、动作/氛围、视频提示词草稿、角色/场景/道具/服装与版本、对白;issues:blocking/warning;- 审核状态
pending/edited/accepted/ignored。
shot_plan_applied_shots 保证同一草稿重复确认不重复创建镜头。
3. AI 任务链路
复用:
AgentBase+build_text_llm;GenerationTask+ Celery + TaskManager;- P3 的长文本分块工具;
- 项目文本模型与 P3/P4 资产上下文。
新增:
SceneShotPlannerAgent(episode_shot_plan@v1);shot_plan任务类型与 worker executor。
输入包括:
- 剧集与剧本版本;
- P3 确认结果/世界观;
- 正式场次;
- 角色、别名、身份/造型版本(视觉身份是否锁定不影响规划);
- 场景/道具/服装资产;
- 目标总时长、节奏、项目时长范围。
输出为结构化 ShotPlanResult,不输出业务 ID。服务端负责:
- 场次序号 →
scene_group_id; - 角色名称/别名 → Character ID 与版本;
- 场景/道具/服装名称 → 资产 ID 与当前/所选版本;
- 原文摘录 → 全局字符区间;
- 时长/镜头语言校验;
- 未知角色、未知场次、超范围时长、未识别说话人等阻塞问题。
镜头语言字段
- 景别
camera_shot、角度angle、运镜movement在数据库/API/Prompt 中始终存英文枚举(如CU/HIGH_ANGLE/STATIC); - 镜头编辑页用中文下拉展示(附带英文 code),提交仍是英文枚举;
- H3 Renderer 将三个字段翻译为英文镜头语言并写入 Prompt;
- 自由描述
description/video_prompt_draft也会进入 Prompt,但不会被反向解析成这三个字段; - 三个结构化字段是第一优先级:Prompt 会明确写
Camera language is fixed by the production fields...,并要求忽略描述中冲突的景别/角度/运镜; - 描述仍会进入 Prompt 作为画面补充,但不得覆盖结构化镜头语言;建议描述少写或不写相机术语。
长文本按 3000 字符块顺序规划并合并,重复摘录去重;有块失败时保留其它块候选,草稿标记 failed,确认被阻止。
取消与重新调整时长
- 草稿处于
draft/generating时,审核面板显示「取消规划」; POST /api/v1/studio/shot-plans/{draft_id}/cancel会标记草稿cancelled、请求取消任务;任务仍排队时直接撤销,已开始执行时 runner 在块边界检查cancel_requested并停止;- 取消后不写入候选、不把草稿覆盖为成功/失败;
- 面板始终提供目标总时长与节奏输入,取消后可改新参数再点「按新参数重新规划」;
- 重新规划使用
force=true创建新草稿,旧草稿保留用于历史追溯,不修改已应用镜头。
时长语义
- AI 逐镜输出
duration_seconds;Schema 允许为空,不再用默认 5 秒假装 AI 已判断; - 项目默认
shot_duration_preference_enabled=false,提示词要求按对白、动作、运镜、节奏逐镜规划; - 开启偏好时,
default_shot_duration只作为参考值与缺失兜底,禁止所有镜头固定同一时长; - 解析时长时优先 AI 值,其次偏好值,最后系统兜底 5 秒;
- AI 输出时长仍受
video_duration_min/max约束,超范围是 blocking; - 视频准备度与预览再与供应商能力取交集,避免规划通过但请求被模型拒绝。
镜头可执行性提示
在不重做规划器的前提下,复用现有质量检查增加轻量 warning:
- 估算对白口播时长超过镜头目标时长;
- 短镜头对白条数过多;
- 动作拍点密度与镜头时长不匹配;
- 短镜头内出现多个连续叙事推进词;
- 既有短镜头多机位、多地点线索检查继续生效。
这些规则不采用 ToonFlow 某个项目的 88 秒/集或 3–8 秒/镜头作为 DyeingTime 全局硬规则。
4. 审核与应用
审核页支持:
- 修改标题、时长、原文/描述/动作、场次;
- 修改角色造型版本、场景/道具/服装版本;
- 接受/忽略、复制(拆分)、删除、合并到上一镜;
- 上下调整顺序;
- 接受全部待处理;
- 查看覆盖率、总时长、阻塞项与警告。
应用规则:
- 草稿必须
review_required,除忽略外不能有 pending; - 重新校验 payload、场次、资产/版本、时长、说话人(不要求角色视觉身份已锁定);
- 有阻塞项拒绝应用;
- 章节已有镜头时默认拒绝;显式
append_to_existing=true时只追加,不更新/删除旧镜头; - 正式写入:
Shot(chapter/scene_group/index/title/script_excerpt)ShotDetail(duration/camera/angle/movement/scene/description/action_beats/video_prompt_draft)ShotCharacterLinkShotDialogLine- 场景/道具/服装项目关联
ShotAssetVersion
- 重复确认返回已应用镜头,不重复创建;
- 旧镜头、历史视频、人工修改不被覆盖。
5. 镜头资产版本
shot_asset_versions:
| 字段 | 说明 |
|---|---|
shot_id | 镜头 |
asset_type / asset_id | character/scene/prop/costume |
asset_version_id | P4 版本 ID |
role | character_identity / character_appearance / scene / prop / costume |
slot | 角色/道具排序 |
source | plan/manual |
P5 只保存“镜头使用哪个资产版本”;P6 再保存“传给 H3 哪几张参考图”的有序绑定与生成输入快照。
6. 顺序与编号
scene_groups.index:剧集内场次顺序;shots.index:章节内全局镜头顺序,(chapter_id,index)唯一;- 场次内镜头是按
shots.index过滤后的顺序; - 跨场次移动/重排使用事务,先写临时负 index,再写最终 index;
- 重新规划不修改已有正式镜头,只追加新镜头。
7. API
| 方法 | 路径 | 说明 |
|---|---|---|
POST | /api/v1/studio/chapters/{id}/shot-plans | 创建规划任务 |
GET | /api/v1/studio/chapters/{id}/shot-plans | 规划历史 |
GET | /api/v1/studio/chapters/{id}/shot-plan-stats | 统计 |
GET | /api/v1/studio/shot-plans/{did} | 草稿详情 |
POST | /api/v1/studio/shot-plans/{did}/cancel | 取消生成中的规划 |
PATCH | .../shot-plans/{did}/candidates/{cid} | 修改/接受/忽略 |
POST | .../candidates | 新增 |
POST | .../candidates/{cid}/duplicate | 复制(拆分) |
DELETE | .../candidates/{cid} | 删除 |
POST | .../shot-plans/{did}/reorder | 候选排序 |
POST | .../shot-plans/{did}/merge | 合并相邻镜头 |
POST | .../shot-plans/{did}/confirm | 应用正式镜头 |
GET | /api/v1/studio/shots/{sid}/asset-versions | 镜头资产版本 |
8. 当前边界
- 不建立 P6 有序参考图绑定;
- 不生成图片/视频/音频;
- 不自动覆盖已有镜头或历史视频;
- 不猜测未识别说话人;
- 场景资产生成/视频准备度仍由既有链路负责。