references/generation-prompt

Imported from 6174/recut (service/skills/recut-director/references/generation-prompt/SKILL.md). Install upstream with npx skills add 6174/recut --skill generation-prompt. Copyright stays with the author.

Recut 全局生成提示词技能（references/generation-prompt）

本技能只回答一个决策问题：一条交给图片/视频生成模型的生产级提示词怎么写？ 输入是已确认的镜头意图、场景/人物资产与参考素材，输出是一条可直接提交的提示词（含固定风格块、参考锚点表、多镜连续段、声画与负面约束），以及机器可校验的参考绑定。

它是 references/shot（模型中性镜头意图）与各 App 模型方言之间的落格层：把「怎么拍」翻译成「模型读得懂的提示词形状」，但不写 provider 参数语法。

边界声明

未验证的 provider 能力不冒充支持；本技能不出现任何 App 工具调用、时间线 op 或代码语法。

输入前置（缺一不写）

1. 已冻结的视觉风格：来自立项模板 styleTemplate.visualPrompt、LIGHT_INVARIANT 或导演风格文件的稳定视觉语言。若没有，先回到立项/视觉设定阶段冻结，不允许每镜临时重写风格。
2. 场景的镜头意图：景别、机位、主导运动、起止构图（来自 references/shot 的分镜表）。
3. 参考素材与角色：每条引用有稳定 id、kind、role、label（见《参考锚点表达规则》）。世界语境为硬前置：先 recut.worlds.get({ worldId }) 读 references[]；画面会出现主角色时必须带该角色参考图（role="character"），世界已有场景/风格/色卡锚点按 role 带入；角色有台词/旁白时必须带声线参考（role="voice"，取实体 voice_reference 字段；sfx/music 按需），且对白/旁白必须用该声线，不静默换默认音色；只有明确不出现任何角色的纯空场景才可无参考。 克隆/仿拍的镜头语言必须真绑定：迁移一支参考时，把它的帧/接触表/片段连成真实参考——style-ref（调色/质感/视觉语言）、motion-ref（运镜/动作时序，视频参考）、storyboard（构图/调度）；只在正文用「电影感/压迫感」等形容词描述，不构成可执行镜头语言，等于没迁移。
4. 声音资产：对白逐字文本、音色参考 id、环境/SFX 清单。
5. 画幅与时长：由项目配置/宿主传参决定，不写进提示词正文。

提示词固定结构

每条提示词按同一顺序构造，段落之间空行分隔：

[STYLE LOCK]
<冻结的视觉风格全文，逐字复用，全片所有镜头一致>

参考锚定表
<每行一条：<reference id kind role label /> 作为 <role 中文名> 锚定>

音轨
<环境底声 / 动作触发音效 / 对白位置与可懂度 / BGM 有无>

<段落/镜头序列>
第 N 镜，约 X 秒。<景别/机位>。<主体动作与因果>。<运镜起止>。<结束状态>。

[负面约束]
<本片/本镜真实可能出现的风险项，名字具体、数量约 4–6 类>

• 顺序不是装饰：先生成条件（风格、参考）后内容（动作），负面最后；与 keyframe-prompt-template 的九槽位同源。
• 一镜一主导运动；复合运动必须写清阶段顺序与衔接点（见 references/shot）。
• 段落切换默认 HARD CUT；写清每镜结束状态 = 下一镜起始状态（首尾帧合同）。

参考锚点表达规则

引用一律用统一的 <reference> 标签（属性、role 词表与提交编号规则见本节）：

<reference id="asset_a1" kind="image" role="pov"        label="执明视角" />
<reference id="asset_a8" kind="image" role="color-card" label="整段色卡" />
<reference id="asset_a6" kind="audio" role="voice"      label="执明音色" />

规则：

1. role 受控：pov / color-card / environment / character / prop / style-ref / storyboard / motion-ref / voice / sfx / music。生成链路每条引用必须有 role。本表是 AI 侧唯一权威；运行期镜像在 canvas-proposal.ts 的 PROPOSAL_ROLES，recut.worlds.get.references[].role 也用它，三处必须同步。
2. 格式与提交分离：正文用 <reference id …>（身份、可由 Agent 校验）；提交给模型时由 resolver 改写为组内编号别名（参考图1..N、音频1..N，可配 {{Mixed n}}），并把同序 referenceIds 一并提交。
3. id 不进模型串：模型不是 Agent，看不到也不该看到 assetId；它只看到别名 + 按顺序附着的媒体。
4. 一图一 role：需要一图多义时用 label 说明，不叠 role。
5. role↔kind 必须匹配：voice/sfx/music 只能 audio，color-card 只能 image。
6. 每个 role 在正文有且只有一次声明；后续镜头以「同参考图{n}」提及，不重复声明。
7. 禁止幻觉锚点：正文出现的每个 token 必须有真实绑定；未绑定即拒绝提交，不做静默丢弃。
8. 只引用本片段真实需要的参考，不为「可能有帮助」堆料。

多镜连续段规则

1. 一镜一信息变化：镜头变长时增加镜头，不拉长单镜。
2. 首尾帧即合同：每镜写清起始状态 → 单一可见变化 → 结束状态；下一镜起始 = 上一镜结束。
3. HARD CUT 显式标注；跨镜的人物/道具/光位/环境用同一世界状态推导，不重建房间。
4. 方向与屏幕位置不混写：人物自身左/右与画面左/右分开描述；跨镜保持世界坐标一致。
5. 运镜克制、物理路径明确：不做无意义漂移或随机抖动；手持/机械臂等质感与人物状态形成对照时说明。
6. 可生成性预算：高风险镜（多人交手、快速位移、复杂复合运镜）在纸面先给拆分预案。

一图分镜表锚定（storyboard）

当分镜先以一张 N 宫格分镜表（storyboard sheet，见 references/shot 的宫格压缩法）压缩生成时：

1. 默认整张 sheet 作一张 image 直接作 role="storyboard" 参考，与 character/environment/style-ref/voice 并列提交，由模型据此展开分镜；参考数量有限，整张只占一个名额，不逐格占用。它承载整段的构图与调度连续性，不是成片帧。
2. 仅当命中升级条件（模型吃 storyboard 参考弱或分辨率明显不足、需精确首尾帧端点、代表镜 proof 不过）才切格细化：recut.media.gridSlice 切出单格作 role="storyboard"，只锚定该格的构图/动作/调度；再叠 character（角色身份）/environment（场景）/style-ref（风格）。
3. 切格细化时提示词要求「去掉宫格边框与坐标编号、提升分辨率、保持角色/服装/道具/光位与相邻格一致」；不放大草图，成片关键帧必须重生成。
4. 一格里已冻结的起止状态即该镜的首尾帧合同；相邻格用世界状态推导，不重建房间。

声画规则

• 对白逐字保留，位于声音前景、清晰可懂；用引号标明，不改写、不节选。
• 音色引用说明「仅用于参考音色」；当前台词语义只由本片文本决定，不带入参考样本原台词。
• 动作声与画面因果对齐：接触先于位移、受力先于反应、实体声源先于环境反馈。
• 环境底声（房间/滴水/木结构）与动作触发声（击打/衣料/脚步）分层；无 BGM 时明确写出。
• 声音约束只写用户/项目明确要求的，不堆叠冗长负面词。

负面约束写法

• 名字具体、不用类别：写「无现代塑料制品、无腕表」，不写「无现代物品」。
• 数量约 4–6 类，随片/随镜裁剪，不整墙复制。
• 通用固定项：无文字/字幕/签名/水印/UI/图标/电量/时间（除非用户明确要求画内文字）。
• 本镜自身风险项（当镜特有的漂移风险）优先占位。

常见误用

• 每镜重写风格：STYLE LOCK 必须逐字复用；改一个形容词就是另一部片子。
• 把 id 写进提交串：模型无法解析，等于噪声，还会挤掉描述预算。
• 只有顺序没有 role：referenceIds 是数组，模型不知道第几张负责什么。
• 世界语境不带参考图：不先读 references[] 就纯文本直出，主角色会漂、场景/风格会串；画面可能出现主角色却无 role="character" 引用时不得提交，只有明确无角色的纯空场景才可省略。
• 克隆时只描述镜头语言、不连参考帧/片段：把参考的画面语言写成形容词（「镜头感像参考」）而不连 style-ref/motion-ref/storyboard 锚点，模型无从继承其景别/运镜/调色；迁移参考必须真绑定。
• 一图多 role 或 role 冲突：无法校验，生成时语义互相打架。
• 用形容词代替可执行描述：「压迫感」「电影感」不可执行，应写为可观察的动作、光位与材质。
• 把 ratio/resolution/时长 写进正文：这是 App 适配层传参，写进正文会诱发内部黑边或语义漂移。
• 重播已完成的动作：相邻镜头提供新信息，不重启上一镜的推近/抬头/开门。

产出自检（提交前）

• STYLE LOCK 逐字复用，全片一致，未被本镜改写
• 每条引用有 id/kind/role/label，role↔kind 匹配，全部真实绑定
• 世界语境已先读 references[]；画面含主角色则必有 role="character" 引用（纯空场景除外）
• 正文 token 与 referenceIds 顺序一致，编号组内连续
• 每个 role 只声明一次，后续用编号复指
• 每镜一信息变化、一起止状态、一主导运动；HARD CUT 已标
• 对白逐字、音色「仅作参考」、声音层次与因果正确
• 负面项具体、约 4–6 类、随片裁剪
• 正文不含 ratio/resolution/时长/modeType 等技术参数
• 不含无绑定锚点，不含类别式负面词，不含空泛质量词

References 路由表

介质中性声明

本技能不出现任何 App 工具调用、时间线 op、代码或 provider 参数语法；所有内容以可观察的画面、声音与引用语义表达，由各 App 适配层再译为各自实现。

版本与来源

• 自有存量：references/shot/SKILL.md（镜头意图与措辞）、references/short-drama/references/ai-storyboard-director（六大模块）、references/modes/ 各 Mode 的 video-prompt-guide（参考图声明纪律）
• 新增协议：仓库设计文档 rfc/2026-09-15-generation-reference-protocol.md（统一 <reference> + role + resolver；本 SKILL.md 已内联其规则要点，不依赖该文档可达）
• 搬运（MIT / Apache-2.0）内容以来源注记的原文为准，本文件只做融合与收敛。

[PROTOCOL]: 变更时更新此头部，然后检查 README.md