Skip to content
AI 分镜规划与镜头资产版本

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:

  1. 草稿必须 review_required,除忽略外不能有 pending;
  2. 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);
  3. 有阻塞项拒绝应用;
  4. 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;
  5. 正式写入:
    • Shot(chapter/scene_group/index/title/script_excerpt)
    • ShotDetail(duration/camera/angle/movement/scene/description/action_beats/video_prompt_draft)
    • ShotCharacterLink
    • ShotDialogLine
    • 场景/道具/服装项目关联
    • ShotAssetVersion
  6. 重复确认返回已应用镜头,不重复创建;
  7. 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_idcharacter/scene/prop/costume
asset_version_idP4 版本 ID
rolecharacter_identity / character_appearance / scene / prop / costume
slot角色/道具排序
sourceplan/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。