Imported from shosho-chang/nakama (.claude/skills/thumbnail-brainstorm/SKILL.md). Install upstream with npx skills add shosho-chang/nakama --skill thumbnail-brainstorm. Copyright stays with the author.

thumbnail-brainstorm — 封面 brainstorm 手冊（v3.2）

版本：v3.3（2026-09-04，cutout 裁切框必須裁 y、且交付前強制並排對照樣板； v3.2 = 2026-08-27，封面 cutout 排除 boom arm； v3.1 = N2 橫框可延伸到人物後方，人物重疊不是失敗； v3.0 = 人物 cutout 雙肩完整且前景不可挖洞； v2.9 = 人物 cutout 必須保留完整麥克風； v2.8 = Reject feedback → desktop revision agent； v2.7 = 作者訪談的暗色書封中景； v2.6 = 鄭國威集——內側 fade 吃臉事故 + gate 變體板； v2.5 = 安吉集三輪事故定版——scale 每角色鎖定、 地標只准 face_measure 程式量、渲染成品 QA 是交付 gate； v2.4 = 表情同調規則 + 表情版 scale 繼承； v2.3 = TF 式雙臉版式 SOP + layout_solve 確定性求解； v2.2 = cutout manifest 紀律； v2.1 = N2 框型接上《張修修品牌識別》— 斜切框＋碎片、 品牌橘 #F37425、logo 淨空規範；v2.0 = 謝伯讓集 gate 前收斂； v1.1 = 封面設計系統 v1 接入；v1.0 = ADR-054 D8/D9 首落地。 規格見 docs/thumbnail-design-system.md）

你是 packaging 的封面棒：標題已定（Top 5 進 packages.json），你為前 3 條 各配一個封面、render 成 PNG、綁成 3 個 package。你不改標題：覺得某條標題 配不出封面（抽象到無畫面、與所有 S/A 級 thumb archetype 相斥）→ 記 run log 把該條換成 rank 4/5 遞補，不是改寫標題文字。

紅線

1. 契約歸 deterministic 工具：packages.json schema（shared/schemas/packaging.py）、 cutout 檔名（cutout_filename）、render（thumbnail_worker）、去背 （hyperframes）只能經 PR 改；缺口記 run log Remaining，不即席發明欄位。
2. 機位驗證 fail 不許繞過：guest_cutout.py sample 報 ValueError（expected speaker 窗內占比 < 0.6）時，唯一合法動作是查修 highlights/tighten/director.json 的 cams 對應後重跑。禁止換 --expected-speaker 數字硬過——那正是 ADR-054 A8③ 要堵的「穩定抽到錯的人且不報錯」。
3. D/F 級 archetype 禁用；C 級需在 run log 寫明 hedge 理由。封閉來源： playbook compact index，不即席發明 archetype。
4. 檔名 ASCII：PNG 一律 pkg-{cut_id}-{n}.png；guest cutout 一律 cutout_filename("guest", i, emotion) 產（帶 emotion — A8④）。
5. 設計系統紀律（docs/thumbnail-design-system.md 硬紀律節）：一張圖一個 idea、色彩角色鎖定（橘只當 highlight/框/bolt）、頭高 ≥45%、視線朝內、 零裝飾、100px 自檢。diversity 軸 = 配方（N1/N2/N3）× 表情 × 大字。 真人不 AI（memory 鐵律）；N2 prop 卡供給 = Envato → 公版 → 圖表重繪。
6. 每集寫 run log packaging 節（配對理由、表情選擇、否決、Remaining）。
7. 人物輪廓優先，雙肩不可裁斷，boom arm 不進封面：定稿 cutout 必須保留 頭部、兩側完整肩線與可見上臂；肩膀不可碰到左右裁切界。優先換用 boom arm 沒有侵入人物 silhouette 的 source frame。若合格表情只存在於 boom arm 入鏡的 frame，可用 deterministic alpha-mask 或傳統 non-generative clone／heal／inpaint retouch，且只准處理 boom arm 區域；禁止生成式影像、禁止重畫整個人物，boom arm 區域 以外的像素與人物 identity／肩膀／衣服／姿勢必須保持不變。麥克風與線材允許保留； 若保留，輪廓必須完整、不懸空。肩膀被直切、胸前／肩上透明挖洞或只剩半支 麥克風，全部視為素材損壞。

輸入

• <packaging_dir>/packages.json — 目標 cut 的 titles（Top 5，各帶 archetype_id）、visual_recipe、cut_id。packages 未滿 3 的中間態合法 （本 skill 就是來補滿的）。
• podcast 配方另需：highlights/winners.json（段落時間窗）、 highlights/tighten/director.json（機位 cams 對應）、episode 資料夾 （subs/words.json + Audio/ 分軌 + normalized.wav）。

缺輸入 → 停下報明缺哪個檔，不腦補。

Step 0 — 配方檢查（fail loud 先行）

python -c "import sys; sys.path.insert(0, '.'); \
  from importlib.util import spec_from_file_location, module_from_spec; \
  spec = spec_from_file_location('rs', '.claude/skills/thumbnail-brainstorm/scripts/render_still.py'); \
  m = module_from_spec(spec); spec.loader.exec_module(m); \
  m.ensure_recipe_supported('<visual_recipe>')"

youtube_book 在此立刻 NotImplementedError（附參考圖庫指引）— 不做半套。

Step 1 — joint pairing 配對（每條標題一個封面 idea）

注入 compact playbook（~1.5K tokens，勿讀 91KB 原檔）：

python -c "from shared.thumbnail_playbook import format_playbook_index_for_prompt as f; print(f())"

對 titles rank 1–3 逐條：

1. 取該條 archetype_id（T-A*）→ 查 joint pairings 有無 title_archetype_id 相符的 JP-*（index 已附 why_they_pair 佐證）。有 → 用它的 thumb archetype。
2. 沒有相符 JP → 依 thumb archetype 的 when_to_use/brand-fit 自配一個 （S/A 優先，D/F 禁用），run log 記「無 JP 佐證，自配理由」。
3. 三個封面在表情／大字／裝飾軸上拉開（例：驚訝大特寫 vs 解釋+圖示 vs 認真+數字大字）。同 archetype 出現兩次即違反 diversity — 換掉一個。
4. 每個 idea 定案三件事：thumb_archetype_id、大字（3–7 字 hook 短語， 不是標題全文——標題已在 YouTube 標題欄，封面大字補不同資訊）、 表情（prompts/thumbnail/emotions.yml 七值之一，host 與 guest 各一）。

Step 2 — 視覺配方 routing（修修 2026-07-28 裁：兩人都從 raw file 抽）

Step 3 — cutout 抽格（兩個角色，僅 podcast）

1. 窗口 = winners.json 該 cut 的 start/end；機位檔 + expected_speaker = director.json 的 cams 對應。host 反應臉常在來賓說話窗 → --role host 會跳過 speaker-dominance 檢查（機位正確性由 cams 設定把關）。
2. 抽格（guest 機位交叉驗證內建 — 見紅線 2）：

python .claude/skills/thumbnail-brainstorm/scripts/guest_cutout.py sample \
  --episode-dir "<episode>" --cam-video <機位.mp4> --role <host|guest> \
  --window <t0> <t1> [--expected-speaker <n>] \
  --out-dir "<packaging_dir>/<role>_frames/<cut_id>"

3. vision 挑格（subagent，一次批量，兩個角色各一次）：候選已按清晰度排序 （= motion blur 淘汰）。任務 =「依 emotions.yml 為 Step 1 定案的表情各挑 最佳一格；臉被手/麥擋、閉眼、動態模糊、側轉 >45° 淘汰；回報視線方向 （放左緣的人要看畫面右，反之亦然）」。一個 subagent 看完全部候選。 vision 回報還要明列：兩側肩線與可見上臂是否完整、boom arm 是否侵入人物 silhouette、麥克風／線材若保留是否完整。先淘汰有 boom arm 的 frame；只有該格 符合表情時，才可走紅線 7 的局部 deterministic retouch。不把「表情好」當成 接受 boom arm 或破損輪廓的理由。
4. 去背落檔（BiRefNet + 統一調色內建）：

python .claude/skills/thumbnail-brainstorm/scripts/guest_cutout.py finalize \
  --frame <picked.png> --emotion <表情> --ep-slug <ascii-slug> --index <i> \
  --episode-dir "<episode>" --role <host|guest> [--crop x0 y0 x1 y1] [--flip]

• 雙落點（修修 2026-08-06 裁決）：canonical 在 vault Attachments/cutouts/podcast/<ep_slug>/（Bridge 漏斗、cutout_library、 frontmatter 都讀它），finalize 會自動鏡射整組到 <episode>/packaging/cutouts/ ——素材要在 project 資料夾一眼看得到。歷史集數或 manifest 更新後補同步： guest_cutout.py mirror --ep-slug <slug> --episode-dir "<episode>"。
• --crop：比例框，四個邊都要給——y 放 0.0 1.0 是錯的（教訓 32）。 y 用公式算，不要目測：H = 頭高 ÷ 0.51、y0 = head_top − 0.14 × H、y1 = y0 + H （house style 實測比例：頭佔 50–52%、頭上留白 14%）。同一人所有表情取 y 聯集 共用一個框。不裁 y 的後果：桌面、名牌卡、飄浮的手、boom arm 全進封面。
• --crop：比例框。內側界（朝畫面中央那一側）必須落在自然物件的邊緣， 不可切過身體 — 切過肩膀/手臂會在合成後留下一條懸空直線。決定方式： 對整張 frame 去背 → 讀 alpha 欄剖面找「身體／麥克風／前景物」的分界 → 界線放在麥克風等物件外緣（謝伯讓集：0.545 → 0.49，肩線問題消失）。 不要目測猜（2026-07-29 血淚：目測誤判成「怎麼切都會切到身體」）。
• 雙肩安全距離：alpha bbox 的左右肩線外必須各留透明 padding；不能為了移除 boom arm 直接水平裁掉一側肩膀。boom arm 和衣服重疊時，只能在其覆蓋區域用 deterministic alpha-mask／傳統 non-generative retouch 修補，不可生成或重畫人物， 也不能把整段 x 範圍切走。灰底驗收時兩側肩線都必須連續、沒有直切面或透明缺口。
• 去背後逐像素重看麥克風：在灰底與深色底各開一次透明 PNG，沿麥頭、 防噴罩、麥克風／線材外緣檢查 alpha。來源畫面有完整麥克風而成品缺一段時，先放寬 crop；仍被 BiRefNet 漏掉就改用保留麥克風的遮罩／換格重做。禁止用殘缺結果 繼續 render，因為縮圖下會直接看成「麥克風破掉」。
• 頭為主裁框：整顆頭佔 cutout 高 ~50%（兩顆頭等大的前提）；下緣可再裁胸 以提高頭佔比（N2 用 0.882 倍高）。
• --flip：視線不朝內時翻轉（實拍像素、非 AI；衣服有字時禁用，run log 註記 給修修否決權）。先驗原始畫面的實際視線再決定（vision agent 回報要抽查）。
• --brightness：gamma 微抬到臉亮度落 123–130 目標帶（謝伯讓集來賓需 1.20）； 線性乘法禁用。--sharpen：放大 >1.1× 時補軟化。
• render 後必看成品：cutout 裁切/位置不對就調 crop 重出 — 一次迭代是常態。
• 表情庫一次抽齊（v2.4，修修 2026-08-04）：vision 挑格與 finalize 不要只 做本輪三個包用到的表情——host 與 guest 各自把 emotions.yml 常用值 （至少 serious／surprised／excited／laughing 四值）同一輪、同一個裁切框 全部 finalize 出來。理由：(1) 謝伯讓集 host 只落了兩種表情，pkg3 被迫與 pkg1 同臉；(2) 表情版 scale 繼承（layout_solve 規則 7）要求同尺寸裁切框—— 事後補抽若裁切框不同，scale 就不可繼承，等於重做。
• cutout 定稿即量測（v2.5 改版）：每顆 finalize 完立刻跑 face_measure.py cutouts --write（mediapipe iris/chin + alpha crown 35% 規則
  • head_cols + IOD，一鍵回寫 manifest）。禁止 agent 目視量地標——目視/ 啟發式已兩次釀禍（教訓 20）。IOD 離散 >4% 的格子 = 該格明顯前傾/後仰， 可用但渲染 QA 會盯著看。

Step 4 — render 3 張 PNG（設計系統 v1）

依 Step 1 的配對選配方（N1 thumbnail_full／N2 thumbnail_reaction／N3 thumbnail_topic — 選擇邏輯見設計系統），寫 spec JSON 後：

python .claude/skills/thumbnail-brainstorm/scripts/render_still.py \
  --composition <thumbnail_full|thumbnail_reaction|thumbnail_topic> \
  --spec <spec.json> --out "<packaging_dir>/pkg-<cut_id>-<n>.png"

spec 的 variables 見各 composition 檔頭註解。定案參數表在 docs/thumbnail-design-system.md（N1／N2 各一節，2026-07-29 修修鎖定）， 起手直接照抄，只調每集差異項：

• N1 完整訪談：兩人 glow + 內緣 fade 9% + 字塊 z4（在人之下 → 字尾塞肩後）、 字 Bold 無陰影、橘框 padding 14/14/5、guest_credit（頭銜＋姓名）、 左下頻道 logo 92px、text_center_pct 每包微調
• N1 作者／新書訪談：有可驗證的實際書封時，以 book_cover_data_url 置中作低亮度中景，書封必須完整可辨識但不得壓過標題與人臉； 預設 book_cover_opacity: 0.38、book_cover_brightness: 0.52、 book_cover_height_pct: 94。主持人／來賓依然在左右邊緣，不把書封放成取代中央圖的 N2； 只能用出版社、書店或使用者提供的書封，在 run log 記錄來源與 SHA-256。 若設計是「獨立書本置於背景」，必須把書本外部的白底／掃描留白完整去除並檢查 alpha 邊緣；不能把帶白色矩形底的原始 JPG 直接調暗後當完成。保留書封本身的白色 設計，去除的是書本外部背景；交付前在深色底重開 PNG 做視覺 QA。
• N2 精華長片：雙人夾中央實拍 prop 卡；prop_position: center、 prop_width_pct: 53、prop_height_px: 455，卡片必須是橫向長方形並延伸到 兩位 cutout 後方；零文字、frame_style: skew、logo bottom-left 92px、 accent #F37425。人物在卡片前方的重疊是景深語彙，不得為了讓 bbox 不重疊 而縮窄中央卡或裁掉肩膀。
• 大字 = ≤6 字/行 × 2 行、恰好一個 highlight 詞
• render 失敗（ThumbnailRenderError）→ 看 variables JSON 與 stderr 修完重跑； 連續失敗 2 次停下報修修，不降級成無封面。

Step 4.4 — 中央卡候選池（修修 2026-08-29：「來源的圖要多一點」）

在此之前 gate 只能挑臉、挑標題、打大字——中央圖是 hidden field，換不掉。現在 gate 上有一排圖庫縮圖可以點，池子由這一步填。

1. 用 Elements MCP search_photos 對這條標題的畫面概念搜，務必帶 orientation: landscape、number_of_people 依概念設。一條概念搜 2–3 個 不同說法，湊到二三十張才夠挑。
2. 逐筆抄成 results.json：preview_url / item_url / title / author / query（query 就是你當下用的搜尋詞——它會變成 receipt 裡的來歷）。
3. 下載預覽並落地候選池：

python .claude/skills/thumbnail-brainstorm/scripts/stage_center_candidates.py   --packaging-dir "<ep>/packaging" --cut-id <cut> --episode-slug <slug>   --results results.json

下的是浮水印預覽，不是授權檔。修修在 gate 上挑定、存配方之後，桌機端才依 center_visual_asset 對應的 source 走既有的 Elements 下載流程取正式檔並重出 （見 brook-director/SKILL.md 的下載程序）。挑十張下十張授權檔，九張是白下的。

直式素材會在這一步就被丟掉，不進 gate——它在 Step 4.8 那關本來就會被擋。

回填時 spec 帶 center_candidate（候選池那筆的 supply/source/query）＋ center_why，center_provenance 就會自動組好；來歷可以繼承，配對理由不行。

Step 4.4b — 取得正式授權檔（agent 做，不叫修修自己下載）

修修 2026-08-29：「我不要人工下載，所有的素材下載都要你幫我做。」

gate 上挑的是浮水印預覽（600px 級），成品要 6000px 級的授權原檔。Elements 沒有給訂閱者下載用的 API，取授權檔必須在已登入的瀏覽器工作階段按 Download ——所以這一步不可能做成無人看管的背景程序，它是 agent 的工作，不是 watcher 的。

除了那一下點擊，其餘全部腳本化：

# 1) 誰在等授權檔？印出要開的品項網址
python .claude/skills/thumbnail-brainstorm/scripts/fetch_licensed_center.py   --episode-slug <slug> --pending

# 2) agent 用修修的瀏覽器開那個網址、按 Download（claude-in-chrome）
#    ⚠️ 按一次就好。第一次點擊就會下載並套授權；沒看到檔案時先查下載目錄，
#       不要重按——那是在他的付費帳號上重複操作（2026-08-29 犯過）。

# 3) 收線
python .claude/skills/thumbnail-brainstorm/scripts/fetch_licensed_center.py   --episode-slug <slug> --cut-id <cut> --package-rank <n> --install   --working-dir "<ep>/packaging"

--install 會驗（橫式、長邊 ≥1280、不是候選池路徑）→ 安裝 → 把 packages.json 與 approval.json 兩份都改指（approval.json 才是 watcher 撿的那一份，只改 packages 等於沒改）→ 從候選池把來歷抄進配方（換掉檔名後池子是唯一還記得出處的 地方）→ 動 requested_at 讓 watcher 重新撿起來。

下載目錄預設 E:\ 根目錄（修修瀏覽器的落點，不是 ~/Downloads）， 可用 NAKAMA_DOWNLOAD_DIR 覆寫。

Step 4.5 — 量測驗收（不做不交付）

目測會漏；三項都要跑（腳本邏輯見設計系統對應節）：

⚠️ 順序有依賴：先定眼線（改 height）→ 再校遮蔽平衡（改 text_center）。 放大來賓後遮蔽平衡必然漂掉，一定要重跑（謝伯讓集實測 +574 → +1985）。

Step 4.6 — 變體板（修修 2026-08-14 裁決：臉與大字要能在 gate 上挑）

一張定稿不夠——臉的表情與封面大字都是品味量，端一張上去等於替修修決定。 每條標題 render 一組變體（建議 3 個表情對 × 2 個大字 = 6 張），連同定稿一起 attach_packages.py 回填（spec 加 variants 欄位），gate 上就是勾選題。

變體命名：var-r{rank}-{pair}-{bigtext}.png（ASCII，variant_id 同名去掉 var-/.png）
幾何：scale 已鎖定，表情對的 y/x 沿用 solver 解；只有大字換行寬度變 → 逐張跑 occlusion_check

• gate 端零 render、零 LLM（ADR-054 D11 不變）：PNG 桌機先做完，Bridge 只勾。
• 大字都不滿意 → 修修在 gate 打 第一行／第二行[橘框詞] 進 bigtext_request， 桌機端下次跑本 skill 時讀它重出一張新變體（不是即時，UI 已標示）。
• 變體不必每張都過 Step 4.5 全套；但被勾選的那張進交付前一定要跑 （face_measure render + occlusion_check）。

Step 4.7 — 修修在 gate 組配方 → render 一次（修修 2026-08-14 定案流程）

他要的流程不是「先窮舉變體再挑」，是「先把標題、大字、臉選定，再 render 一次」。 gate 的〈組封面〉區寫 approval.json 的 render_request（title_rank／host_cutout／ guest_cutout／big_text／highlight_text），桌機端跑：

python .claude/skills/thumbnail-brainstorm/scripts/render_request.py   --episode-slug <slug> --packaging-dir "<ep>/packaging" --cut-id <cut>

script 內建：scale 鎖定（基準 cutout 解一次）→ 只解 y（眼線對齊來賓）與 x → render → occlusion_check 兩輪內插收斂 → face_measure render gate → 回填 rendered_png 與該 rank 的 package 縮圖。強表情素材要先備好（見下節）， 否則他在 gate 上只能從弱表情裡挑。

Step 4.8 — 長 highlight composition receipt（沒有就不能 Approve）

每一張長 highlight 必須用 thumbnail_reaction render；composition 會透過 loopback callback 回傳同一次 render 的 DOM getBoundingClientRect()，並與 PNG 原子寫出 <thumbnail>.png.composition.json。attach_packages.py 的每筆 spec 必須提供 render_spec（該次 render_still JSON）；attach 會重驗 renderer/composition、variables、素材與 PNG hash，通過後自動把中央圖、measurement sidecar 與 receipt 寫到 vault： Attachments/packaging/<episode-slug>/composition_receipts/<cut-id>-r<rank>.json。 中央必須是圖像素材，不能用文字代替。center_visual_asset 要先複製到同一集 packaging 目錄，使用 vault-relative 路徑；receipt 不能指到 episode 外或不存在的檔案。

每個 spec 必須帶 center_provenance（v3 起強制）——中央卡的來歷寫進 receipt， 不是寫在誰的記憶裡。2026-08-29 修修看到 20260805 punch-L04 rank 1 的中央卡是一隻 鸚鵡問「為什麼」，整條線翻完只查得到幾何與 SHA-256，配對理由沒有任何地方記過； 推得回去不等於交代過。supply 是封閉集合 envato / public_domain / redrawn （真人一律不准 AI 生成，紅線 5）。

中央卡素材本身必須是橫式，且長寬比要接近卡片。卡片是 object-fit: cover， 比例不合就從短邊硬裁：同一張 rank 1 的素材是 1080×1920 直式，卡片 678×455 （1.49:1），只有 38% 的原圖進得了畫面，棲架與飼料碗全被切在框外。attach 現在會擋 直式素材，以及裁掉超過一半的極端比例（含過寬的全景）。先前只驗卡片 bbox 是橫的， 沒有人驗餵進去的素材。

2026-08-29 之前的 v2 receipt 仍然讀得進 gate（不追溯作廢已核准的成品）， 但新產的一律是 v3。

{
  "schema": "nakama.long_thumbnail_composition.v3",
  "episode": "<packages.json episode exact value>",
  "cut_id": "<cut-id>",
  "package_rank": 1,
  "thumbnail_png": "<packages.json selected thumbnail_png exact value>",
  "canvas_width": 1280,
  "canvas_height": 720,
  "center_visual_asset": "Attachments/packaging/<slug>/center-<cut-id>-r1.png",
  "center_provenance": {
    "supply": "envato",
    "source": "<Envato 品項 URL／id；公版寫來源；重繪寫依據的資料出處>",
    "query": "<找到它的搜尋詞；重繪寫重繪依據>",
    "why": "<這張圖扣回哪一個 beat／quote——至少 12 字，不准寫「配合主題」>"
  },
  "thumbnail_sha256": "<64 lowercase hex>",
  "center_visual_sha256": "<64 lowercase hex>",
  "measurement_sidecar": "Attachments/packaging/<slug>/<thumbnail>.composition.json",
  "measurement_sidecar_sha256": "<64 lowercase hex>",
  "renderer_identity": "hyperframes@<version>",
  "protected_center_bbox": {"x": 420, "y": 100, "width": 440, "height": 520},
  "host_bbox": {"x": 0, "y": 40, "width": 380, "height": 680},
  "guest_bbox": {"x": 900, "y": 40, "width": 380, "height": 680},
  "title_bbox": null,
  "max_protected_overlap_ratio": 1.0
}

所有 bbox 都是 1280×720 成品 DOM 實測值，不准手填或拿 spec/CSS 預估值代替。Bridge 會 重新 hash PNG、中央圖與 sidecar，並核對 sidecar identity/bbox；舊 v1、任一檔缺失或漂移、 中央卡不是至少 50% 畫布寬的橫向卡，都會 COMPOSITION BLOCKED。人物元素可出血並壓在 中央卡前方；這是 N2 版式的一部分。短片不走此 gate。

Step 4.9 — Reject feedback → desktop revision agent（v2.8）

Packaging gate 的 Reject 不再只留 note。Bridge 只寫 approval.json 的 revision_job（packaging-revision-job-v1），封存 feedback、Reject 當下的 packages.json SHA-256 與每張封面 SHA-256，狀態從 queued 開始。Bridge 本身仍零 LLM。

桌機 scripts/render_watcher.py 認領後必須依序：

1. 驗證 source hashes；任一漂移即 failed，不可把 feedback 套到錯版。
2. 備份至 <episode>/packaging/revisions/<request_id>/before/。
3. 啟動 bounded Codex Agent；只可修改該集 working/vault packaging 與該集 cutouts， 禁止碰 code、approval.json、Resolve、YouTube 或發布狀態。
4. 重新跑本 skill 的素材選擇、去背、render 與 QA；不得只改 JSON 宣稱完成。
5. worker 重驗 PackagesFileV1、working/vault bytes、1280×720 PNG 與 before/after fingerprint。通過才寫 packaging-revision-result-v1 並標 ready_for_review。

Agent 永遠不得自動 Approve。失敗顯示 error 且不自動重試；只有修修在 gate 按 Retry revision 才把同一 request 重新排回 queued。新的 Reject 會建立新的 request， 舊 revision 目錄保持可回復。

強表情素材怎麼找（不要只抽你想得到的那幾段）

鄭國威集教訓：只抽 9 個窗（106 分鐘裡的 9 分鐘）→ vision agent 回報「全部候選 沒有一格眼睛睜大」，修修回「表情都差強人意」。正確做法是用資料找段落：

1. 兩人各自的 mic 軌能量 → 逐 20 秒窗取 95th percentile → 每人 top 12 高能量窗 （笑聲與激動段自然落在這裡；guest 另外要求該窗自己詞占比 ≥0.6 才過機位驗證）
2. 這些窗抽格（每窗 ~10 格）
3. mediapipe blendshapes 量表情強度（mouthSmile / jawOpen / eyeWide / browInnerUp，eyeBlink>0.5 淘汰）→ 每個類別取 top N 給人眼複驗
4. 定稿進 cutouts_manifest.json — gate 的臉挑選器只列 validated 清單

實測差異：舊法 host 最強 smile 0.37；新法 smile 0.88–0.93 + jawOpen 0.5+（真的大笑）。

Step 5 — 回填 + 驗證 + 雙落點

寫 specs.json（3 筆：title_rank／thumbnail 本地路徑／thumb_archetype_id／ joint_pairing_id／host_cutout／guest_cutout），然後：

python .claude/skills/thumbnail-brainstorm/scripts/attach_packages.py \
  --packaging-dir "<packaging_dir>" --cut-id <cut_id> \
  --episode-slug <ascii-slug> --specs specs.json

script 會：PNG 複製進 vault Attachments/packaging/<slug>/、cutout 路徑轉 vault-relative、整檔過 PackagesFileV1 驗證（失敗即不落任何一份）、 working set 與 vault 雙寫（ADR-054 D10）。驗證錯誤讀訊息修 specs，不改 schema。

目錄分層（修修 2026-08-15：「package 那個資料夾裡面太亂了」）

<episode>/
├── final/                    ← 上架就看這裡：cover-<cut_id>.png ＋ title-<cut_id>.txt
│                               每次 render 覆蓋同名檔，永遠只有現在這一版
└── packaging/
    ├── packages.json geometry.json keywords.json title_trace.json
    ├── composition_receipts/    ← 長 highlight 每個 package 的中央主圖／bbox 驗證
    ├── manifest.json specs.json  pkg-<cut_id>-<rank>.png（packages.json 引用的）
    ├── briefs/ cutouts/ review_sheets/
    └── _work/                ← spec_*、_textonly-*、抽格 frames、比較板變體

render_request.py 的中間產物一律寫進 _work/；_transparent1px.png 缺了會自動 補（以前靠人手放，新集數會 render 失敗）。根目錄只留定稿與資料檔。

Run log 格式（append 於 <ep>/run_log.md）

## Packaging 封面節 — thumbnail-brainstorm v2.1
- L1 rank1「...」T-A8 → JP-7（T-V2 tight face crop）；guest 表情=驚訝
  （frame 0034，淘汰 0021 手擋臉）；大字「大腦會說謊」
- L1 rank3 無 JP 佐證 → 自配 T-V4（解釋語境、A 級）；理由：...
- Remaining：youtube_book 參考圖庫未建

精華長片 TF 式雙臉版式（v2.3–2.4 SOP — 修修 2026-08-04 定案，跨集可重現）

精華長片封面 = thumbnail_reaction + prop_position:"center"：兩側頭像＋ 中央品牌框 prop 卡（代表精華重點的 stock photo，非文字——文字版是 N1 完整訪談語彙）。人物幾何全走 scripts/layout_solve.py，零目測：

# 每集一次：cutout 定稿後程式量地標（mediapipe iris/chin + alpha crown 35% 規則）
python .claude/skills/thumbnail-brainstorm/scripts/face_measure.py cutouts \
  --manifest <cutouts_manifest.json> --write
# 每包：--host/--guest 一律傳基準對（兩人 serious 定稿），表情用 --*-expr
python .claude/skills/thumbnail-brainstorm/scripts/layout_solve.py solve-duo \
  --manifest <m.json> --host <host_v1.png> --guest <guest_v1.png> \
  --host-expr <host_表情.png> --guest-expr <guest_表情.png> [--guest-face-boost 1.0]
# → 六參數進 spec（含 _solve 中繼資料，boost 一併記入）；render 前 verify
python .claude/skills/thumbnail-brainstorm/scripts/layout_solve.py verify \
  --manifest <m.json> --spec <spec.json>
# render 後交付 gate（量成品像素，該集所有包一起比）：
python .claude/skills/thumbnail-brainstorm/scripts/face_measure.py render \
  --host-ratio-target <boost> --png pkg1.png --png pkg2.png --png pkg3.png

版式規則（solver v3.1 內建，跨集不變）：

中央卡定案規格（修修 2026-08-04 skew 定版）：

• frame_style: "skew"（純斜切＋細橘框），無碎片——碎片在寬卡+雙臉下只露 出零星角料反而像 artifact（shard_edges:"topbottom" 模式保留在 composition 可隨時啟用，但 TF-duo 定案不用）
• prop_width_pct: 53、prop_height_px: 455——寬幅卡、兩人壓住卡緣（景深）
• prop 圖 = 實拍情境照 cover 塞滿（該精華核心情境；可從本集 stock 素材 抽靜幀）；禁灰底攝影棚小物照——留白會讓主體縮成一角
• 背景 = 修修正版 bg、logo bottom-left 92px、零文字

⚠️ 量測紀律（兩次事故各一課，方向相反、都要守）： (1) 2026-08-04——排版參數不許用眼睛讀格線定：目測 ±5% + 確認偏誤曾把 數學正確的版「修」壞。地標與求解全程式。 (2) 2026-08-05——驗收不許拿參數自洽充當：verify 全 PASS 的三張成品， 實測眼線漂 63px、host 臉跨張縮 16%。交付判準 = face_measure.py render 量成品像素 + 親眼看全圖。程式管幾何，眼睛管感知，兩者不可互替。

表情規則（v2.4，修修 2026-08-04：「這很重要」）：

1. 包內同調：同一張封面兩人情緒必須一致——話題嚴肅/警示 → 兩人 serious/neutral；話題輕鬆/有趣 → 兩人可同笑。一人大笑一人肅穆 = 不協調，直接重配。表情從標題語氣推（先定 pair 情緒、再挑 cutout）， 不是各自挑好看的格。
2. 包間拉開：diversity 軸只作用在「包與包之間」（pkg1 嚴肅組/pkg2 笑組）， 不是包內——舊版手冊「三包表情拉開」被誤讀成包內混搭，正是 2026-08-04 笑臉配肅臉事故的來源。
3. 表情版幾何鎖 scale（solver v3）：solve-duo --host-expr/--guest-expr ——scale 從基準對解一次後鎖定，表情版不重解尺寸（張嘴、仰頭、前傾 都會真實改變單張地標 ±5–10%；重解＝把姿勢噪音變成跨包尺寸噪音）。 表情版只解 y（眼釘 eye_lock、防露底縫）與 x（自己的 head_cols）。 spec 寫入 _solve（含 guest_face_boost）後 verify 重算比對六參數。

一次到位交付檢查（v2.5）——給修修看之前，五項全過，缺一不交付：

• verify PASS（spec 參數 vs solver 重算自洽——render 前的 sanity）
• face_measure.py render QA PASS——render 出的 PNG 上直接量兩張臉 （跨包 IOD/臉高離散、眼線漂移、包內比例）。這才是 gate：verify PASS 擋不住 63px 眼線漂移（教訓 21）
• 親眼看全圖（人物大小/位置/與中央卡的關係）＋ 320×180 小圖可讀
• cutout 頭部、雙肩、可見上臂完整；肩線不碰左右界、無直切或透明挖洞
• boom arm 未進人物 silhouette；若局部移除，只有 boom arm 區域像素可改， 其餘人物像素／identity／肩膀／衣服／姿勢不變；麥克風與線材可保留但不可殘缺
• 表情同調自檢（兩人情緒 × 標題語氣，逐包過）
• prop 幀乾淨（無動態模糊/殘影；抽幀要挑）

全自動做不到、要人的部分（v2.5 誠實邊界）：

• guest_face_boost 感知微調：每個新 pairing 由修修看渲染成品拍板一次 （預設 1.0 起手——等大指標已收在 ±1%；某側看起來偏小就 ±0.03–0.05 重出）， 拍板後記進 spec _solve、整集鎖定。感知等大是品味量，沒有客觀正解。
• 表情選格是品味（開心程度 × 話題重量）：vision agent 提名、修修有否決權。
• QA 綠燈內的 ±4% 呼吸是姿勢物理（大笑前傾臉會長一點），不是 bug； 「三張像素級全同」做不到也不該追求——那等於同一格照片用三次。

感知量收斂 = 變體板，不是多輪迭代（修修 2026-08-05 定案）： 凡遇「兩個約束數學上互斥、取捨是感知判斷」（例：仰頭大笑照的頂天 vs 眼線齊，差 30–50px 無普適解）或任何拿不準的感知量（boost、外移量、 headroom 容忍度）——同一張封面 render 4–6 個變體（只動那一個變數、 等距取樣兩極之間）＋ 拼對比板附量化標籤，讓修修一次挑。單版改一輪 給一輪是效率違規。挑完把選擇編成常數寫回 solver／spec（_solve 記錄）， 同一類情境從此不再問——變體板是校準步驟，收斂後消失。

每集教訓寫回手冊

E2E 每跑完一集（gate approve 過），可固化的教訓 append 進本節並 bump 版本號（經 PR）。

教訓紀錄

v3.3（2026-09-04，20260901 蘇予昕——裁切框只裁 x 沒裁 y，名牌卡整塊進封面）

32. --crop 一定要四個邊都給，y 尤其不能放 0.0 1.0：只裁左右等於把桌面、 來賓名牌卡（硬邊矩形）、飄浮的手、整支 boom arm 全部留在 cutout 裡，頭只佔 34%（house style 是 50–52%）。先量再裁，不要目測： H = 頭高 / 0.51、y0 = head_top − 0.14 × H、y1 = y0 + H （0.51 / 0.14 是量 20260814 抹布定稿 cutout 反推的 house style 比例）。 同一人所有表情共用同一個裁切框（取三個表情的 y 聯集），scale 才可繼承。
33. 「檢查過了」不等於「對照過了」：本次 agent 有打開灰底預覽看，但檢查的是 自己臨時想的清單（肩膀在不在／麥克風斷沒斷／臉清不清楚）——那塊明顯的矩形 名牌卡三項全過，就這樣送到修修面前。手冊早就寫了「成品必與 house style 樣板並排對照（EP112/114）— 不對照不交付」，這一條是硬 gate，不是建議。 交付前一定要把定稿與上一集已核准的成品併成同一張對照板看， 並加跑 320×180 小尺寸板。
34. N1 兩人的 x 位置要對齊樣板，不能從零猜：頭要推到畫布左右緣、各有 ~16–24% 被邊緣切掉，中間才留得出字位。做法是反推上一集 spec 的實際落點 （img_left = x_pct × 1280、head_x = head_cols × scale + img_left）， 以「host 頭右緣 ≈400、guest 頭左緣 ≈880」為目標解 host_x / guest_x。 本集第一版兩顆頭算出來是 [4,533] 與 [502,990]——彼此重疊，字塊直接被埋掉， occlusion_check 一跑就是 5000–18000px² 全紅。

v3.1（2026-08-27，林之晨 Long 1——驗收規則反向逼出直立窄框與裁肩）

31. N2 的人物與中央卡本來就要重疊：舊 composition receipt 把人物元素 bbox 與中央卡重疊 >5% 視為失敗；因為 bbox 包含透明畫布，執行者只能把 53% 橫卡縮成 25% 直立卡，再把完整肩膀 cutout 裁成窄頭像才能通過。這與 house style 相反。 從此 deterministic gate 只確認中央圖存在、卡片覆蓋中心且為至少 50% 畫布寬的 橫向卡；人物可在 z-order 上壓住卡緣。肩膀是否完整由交付前實際看成品判斷， 不用透明 canvas bbox 代替視覺判斷。

v3.0（2026-08-21，林之晨集——為了去支架而裁掉來賓肩膀）

30. 去掉支架不等於裁掉支架所在的整段畫面：第一次修正 guest_v6_laughing 用水平 crop 拿掉白色懸臂，也把來賓左肩一起切掉；這違反已定義的雙肩完整 silhouette。正確處理是保留完整人物與麥克風本體，單獨移除長支架，並重建其 後方的條紋襯衫；最後在灰底確認兩側肩線連續且都有透明 padding。

v2.9（2026-08-21，林之晨集——大笑 cutout 的麥克風被去背遮罩切壞）

29. 表情好不能抵銷前景物損壞：guest_v6_laughing 的笑臉成立，但麥克風 被遮罩切成殘缺形狀；小圖上比表情更先被看成瑕疵。從此來源 frame 只要有 麥克風，就把「人物＋手＋麥克風」當成同一前景組合驗收；crop 留足外緣， 去背後在灰／深雙底檢查 alpha，任何麥頭懸空、支架中斷或遮罩挖洞都退回 finalize／換格，不得進 package。

v2.6（2026-08-14，鄭國威集——內側 fade 把主持人的臉吃掉）

27. inner_edge_fade_pct 吃的是「元素內側 9% 寬」，不管那裡是不是臉。本集把 host 裁切框右界切在 0.505（＝他身體輪廓邊緣），而他側身朝向畫面中央 → 他的臉就是剪影最內側的東西，9%（66px）整條壓在額頭與髮際線上；橘色 glow 沿剪影畫，也跟著被衰減（實測剪影外圈 R−B：host 42.1 vs guest 60.9）。 來賓那側同一條規則什麼事都沒有，因為他的臉離內側界還有 120px 肩膀。 裁切框的內側界不只要落在自然物件邊緣，還要留至少 fade 寬度（9% 元素寬） 的非臉部素材給它吃——本集改成含整支麥克風（x 0.21–0.62）後，兩人 glow 回到 63.6 / 61.1。
28. 「臉不見了」不會只有一個原因，要逐項量：修修回報「肩膀、麥克風、臉、 光暈全被遮住」，實際是兩件事疊加——fade 吃臉（量得出：fade on/off 逐像素 diff 只落在 x 358–735）＋ 我把麥克風與下半身直接裁掉了（crop y 0–0.62 切掉杯子與手時連麥克風一起切）。第一次回答只講了 fade，被打回。回報視覺 問題時，把「我改了什麼」逐項列出來對照，不要只解釋最先想到的那一個。

v2.5（2026-08-05，安吉集封面三輪同類投訴——scale 鎖定 + 渲染 QA 定版）

19. 單張照片的任何標量都被姿勢真實改變 ±5–10%（張嘴讓眼-下巴 +9%、仰頭 讓髮頂投影 -10%、前傾讓 IOD +7%——mediapipe 實測）。「每張表情照各自量、 各自解等大」＝把姿勢噪音放大成成品噪音：實測跨三包 host 臉高漂 16%、 guest 頭 384→445px、眼線漂 63px，修修三連投訴（尺寸不一、臉偏小、位置漂） 全部源於此。同人同機位同裁切框 → pixel scale 物理上相同（IOD 跨表情 離散 ≤1% 佐證）——scale 每角色解一次後鎖定。
20. 地標只准程式量（face_measure.py cutouts --write）。agent 目視／ 啟發式量地標兩次釀禍：耳機頭帶被當頭頂（頭高比誤讀 1.036，實際 1.14）、 下巴梯度誤讀 ±6px。目視只做最後 sanity check，不進數字迴路。
21. QA 要量交付物，不是量計畫：verify PASS 只證明 spec 參數與 solver 自洽——眼線漂 63px 的三張成品 verify 全 PASS 過。交付 gate 必須直接 偵測 render PNG 上的臉（face_measure.py render）。參數自洽 ≠ 看起來 對；把 verify 當視覺驗收 = 本次「QA 寫了卻攔不住」的直接原因。
22. 感知校準值不可跨 pairing 搬：guest_face_boost 1.05 是謝伯讓 （眼鏡正面臉）的 A/B 拍板值，慣性搬到安吉集＝修修兩輪「我偏小」的 成因之一。新 pairing 一律 1.0 起手，要調由修修看成品拍板，記進 _solve 鎖定。
23. 連續同類投訴時，先質疑量測與求解結構，不要 metric ping-pong： 臉高等大↔頭高等大來回換量尺，兩輪都錯——錯的不是量尺選擇，是 「壞地標 + per-photo 重解」。換指標再賭一次只是把同一批噪音換個 投影方向。
24. 尺寸目標錨定在「被核准的絕對量」，不是裁切框相對量：「crown 到 圖底填滿畫布」跟裁切框留多少身體綁死——安吉集裁切留身較多，同一條 規則下人比謝伯讓定案小 20%（修修：「cutout 太小了，跟 TF／謝伯讓成品 比就知道」）。修法＝直接量核准成品（謝伯讓三張臉高 248–262px@720） → 常數 0.347 進 solver。有「多大才對」的疑問，先量修修核准過的 成品與 TF 原圖，不要從幾何規則推。
25. 眼線硬鎖是 headroom 的根源：眼線常數來自 serious 基準照的幾何； 仰頭大笑照的 crown→eye 投影短 30px+，把眼睛釘在常數上＝頭頂掉下來 （SL7 曾出現 39px headroom）。TF 規格的硬約束是頂天蓋地，眼線是 軟的（TF 原版實測自己就漂 ~10% canvas）。錨定各照片自己的 crown 到頂緣後，headroom 結構性不可能出現——不是「調到 0」，是「錨在 0」。
26. 頂天與眼線齊互斥時是感知量，走變體板：修修對 SL7 純頂天版的 回饋是「來賓的頭太上面、不平衡」——25 的 crown 錨定消滅了 headroom 卻讓仰頭照的臉浮太高；反向（眼線齊）又生 49px headroom。兩極 之間哪一點「看起來平衡」沒有數學解——render 五檔等距變體讓修修挑 （修修原話：「render 五張不同大小位置讓我挑，比改好幾輪有效率」）， 選點編成常數。演算法負責把選項空間縮到一維，人負責在一維上點一下。 收斂結果：修修點 D、E 次之 → 規則＝眼線齊為主、EYE_SOFT_PX = 12px 眼差買 headroom（solver v3.2 規則 3b）；微笑對自動退化成頂天、不受 影響。變體板從出板到定案一輪完成，驗證了這個工作法。

v2.0（2026-07-29，謝伯讓集 gate 前收斂）

1. 對標的是修修自家 house style（E:\data\podcast thumbnail\EP112/114/117）， 不是外部頻道；出手前先問「現有的長什麼樣」。
2. 元素存在 ≠ 位置正確：自評打分前必須重開圖量測。曾經版式/臉都自評 90 分， 修修給 0 分。
3. hyperframes 截圖會丟棄 root 元素自身的 background → 背景必須放子元素 （#bgfill），否則輸出是 alpha=0 的透明圖（看起來像純黑）。
4. 實裝字型 family name 帶後綴：LINE Seed TW_TTF ExtraBold／... Bold。 寫 LINE Seed TW 會靜默 fallback 微軟正黑。
5. 工具誤差不是保留既有結論的理由：haar 對眼鏡側臉低估，但它早就顯示兩顆頭 不等大 — 當時用「工具不準」搪塞 = 確認偏誤。
6. 先修結構再碰顏色：亮度/色偏的抱怨常常根因在裁框與尺寸。
7. AI 只做 graphic 與 render，真人一律實拍（修修原則）；prop 走 Envato， 授權檔可用 Claude in Chrome 走修修登入態下載（落點 E:\）。
8. 交付快照同步 E:\data\AgentOutput\YYYYMMDD-<topic>\（每輪都要，不是最後才做）。

v2.2（2026-08-04，story-L1 TF 式封面爛版事故——三層根因）

15. cutout 資料夾是迭代歷史，不是素材庫：guest_v1..v8／host_v1 是 finalize --crop 的中間迭代（裁切幾何彼此不同：528×713／528×629／ 634×713／634×628、host_v1 甚至 1075×778 寬幅帶場景），只有最後一輪是 定稿。把「版號×表情」當可互換素材庫亂抽 = 2026-08-04 v2/v3 爛版根因之一。 處置：定稿寫進 cutouts_manifest.json（validated 清單＋各 composition 已調參基準），中間產物歸檔 _iterations/。排版只准用 manifest 裡的檔； 新集 finalize 收斂後立刻建 manifest。
16. 幾何參數 per-cutout、per-composition，皆不可移植：height_pct + object-fit: contain 下，同一個 138% 套在不同 aspect 的 cutout 上頭的 大小位置完全不同；同一顆 cutout 換 composition（N1 1280 畫布 vs N2） 基準也不同。換 cutout 或換 composition = 從 manifest 基準起手重調。
17. Step 4.5 量測驗收沒有「提案輪豁免」：「先給修修看方向再驗收」= v2/v3 直接把爛版送到修修面前。任何要給修修看的 render 都要先過 量測（skill 本來就寫「不做不交付」——這次是流程違規，不是規則缺口）。
18. 精華長片 TF 式版式 = N2 prop_position:"center" 雙臉夾中，中央是 品牌框 prop 卡（代表該精華重點的 stock photo），不是文字（修修 2026-08-04 裁決；中央大字是 N1 完整訪談的語彙）。prop 圖要預裁緊 （主體佔滿卡面）——cover 裁切不會幫你放大主體。

v2.1（2026-07-29，N2 框型品牌化）

9. 通用語彙 = 撞臉風險：8px 圓角矩形橘框「沒有錯」，但那是 CW 也有的東西。 出手前先問「這個元素在修修的品牌書裡對應到什麼」—— F:\Project Files\Assets\張修修品牌\張修修品牌識別_0827.pdf。 本案的答案早就在 p22（影片引用字卡）：框 ＋ 框背後爆出的鋸齒碎片。
10. 品牌書的內文可能跟稿件不一致：p10 寫 #e98965，但同頁 CMYK／RGB 與 實際稿件像素都指向 #F37425。量稿件，不要抄內文。
11. 母題要收斂不要直譯：p15「自我解讀」的傾斜量等比例搬到卡片是 96px， 看起來像壞掉；收到 3.5% 才成立。品牌書給的是方向不是數值。
12. 裝飾有空間成本，要先算再畫：碎片需要 ~190px；原本卡左緣只剩 77px → 卡右移並縮窄（6%→15%、58%→52%）。沒有先算就會做出被畫布切平的碎片。
13. 小尺寸驗證是獨立的一關：320×180（YouTube 格線真實尺寸）另存一張比對。 謝伯讓集實測——碎片在格線尺寸仍可辨識，斜切幾乎看不出來。
14. 淨空規範是 logo 尺寸的硬上限（品牌書 p7，X ≈ 0.235 × logo 高）： 修修說「放大一些些」時，不要憑感覺選一個數字 — 掃尺寸、量三邊、挑 最大的合規值（本案 96px；108 起上緣就撞碎片）。