Das wirklich schwierige, was eine AI-Kurzstück ist, ist wahrscheinlich nie "das Schreiben einer Geschichte durch AI".
Schwer: Wenn die Geschichte in Dutzende Episoden verwandelt ist,Können die Charaktere konsistent bleiben, können die Handlung fortgesetzt werden, können Szenen und Requisiten wiederverwendet werden, können Drehbücher auf die Dauer fallen, können die Spiegel direkt in den Erzeugungsprozess gehen?。
Das ist auch. shuohao-skills GitHub-Repository Orte, die Aufmerksamkeit verdient.
Anstatt AI einfach in einen "Schreibassistenten" zu verpacken, versucht es, den gesamten Prozess der Anpassung eines Romans in einen KI-Kurzstück in mehrere Fähigkeiten zu zerlegen, die vom Agent ausgeführt, verifiziert und verknüpft werden können: von der Umrisse, der Charakter, der bildenden Kunst, bis zum Drehbuch, Spiegel und dann weiter zur Bereitstellung von Schuss-Vokabular - Karten. Das aktuelle Lager hat eine relativ vollständige Produktionslinie gebildet. (Github)
Es geht nicht um „Generation", sondern um „Produktion".
Die Idee vieler KI-Creative - Tools lautet:
Geben Sie mir eine Geschichte und ich helfe Ihnen, Inhalte zu erstellen.
Die Idee von shuohao-skills ist näher dran:
Geben Sie mir eine Geschichte, und ich werde sie in eine Reihe von strukturierten Vermögenswerten zerlegen, die weiter produziert werden können.
Diese beiden Ideen scheinen nur ein wenig zu unterscheiden, in Wirklichkeit sind sie völlig verschieden.
Traditionelle KI-Konferenzen sind oftmals in einem Kreis erzeugt:
Roman → Drehbuch → Charaktere → Szene → Spiegel
Das Problem ist, dass jeder Schritt das vorhergehende neu verstehen kann.
Es ist leicht zu entstehen:
- Der erste Teil sieht anders aus als der zehnte Teil.
- Die gleiche Szene erscheint in verschiedenen Episoden völlig unterschiedliche visuelle Einstellungen;
- Zu viele Nebenrollen in dem Roman, die alle in das Kurzstück bewegt sind, nachdem die Produktionskosten außer Kontrolle geraten;
- Das Drehbuch ist sehr gut geschrieben, aber die tatsächliche Dauer ist nicht zu passen.
- Spiegel, um "gut aussehen" zu machen, um die dramatische Entscheidung, was zu einer Trennung des Drehbuchs führte.
Die Kernidee von shuohao-Skills ist es, diese Fragen so schnell wie möglich zu gestalten.Struktur - und RegelschichtEs wird gelöst, anstatt zu warten, bis das Video zuletzt erzeugt wurde, um herauszufinden.
Das Lager ist nun abgerissen. novel-outline、novel-characters、novel-art、novel-script、novel-storyboard Fünf wichtige Punkte und weitere shot-recipes Sprachkamera-Basis. (Github)
Dies ist in der Tat sehr nahe dem Prozess der traditionellen Film - und Fernsehproduktion "Vorentwicklung - Asset-Produktion - Drehbuch - Spaltung", nur dass der Ausführende von einem Teil des menschlichen Produktionsteams zu einem KI-Agenten wurde.
Der erste Schritt ist nicht das Drehbuch zu schreiben, sondern die Anpassung des Outlines.
Der Ausgangspunkt des gesamten Systems war novel-outline。
Es ist verantwortlich für die Umwandlung eines Romans in die Strukturen, die für die Produktion von Kurzstücken erforderlich sind, einschließlich:
- Anpassung der Beschreibungen;
- Persönliche Tabelle;
- Schlagzeile / Schlagzeilen;
- Verteilung der Zusammenfassung;
- Vermögensverzeichnisse;
- Produktion von Szenen und Erzählungsmaterialien.
Noch wichtiger ist, dass es nicht vollständig auf das Modell "bewusst Qualität halten" angewiesen ist.
Das Warehouse hat eine Vielzahl deterministischer Qualitätsprüfungen entworfen, wie z. B. die Obergrenze für die Anzahl der Charaktere, das Beat-Intervall, den Haken der ersten Episode, die Position des Hauptbeats, die erforderlichen Felder für die Vielfalt, die Wiederverwendung von Szenen, die Referenzintegrität usw. (Github)
Hier gibt es eine sehr lohnende Idee:
Lassen Sie das Modell nicht selbst entscheiden, "ich schreibe gut oder nicht", sondern sollten Sie das Programm so weit wie möglich entscheiden lassen.
Ein Modell könnte beispielsweise sagen:
"Die Zahl der Personen in dieser Version ist vernünftig."
Das Verfahren kann jedoch direkt überprüft werden:
Hat der Protagonist die vorgeschriebene Anzahl überschritten?
Überschreitet die Obergrenze die Person?
Gibt es eine Person, die definiert wurde, aber nie verwendet wurde?
Gibt es Szenarien, die ohne Definition zitiert werden?
Wie viele Serien haben keine wichtigen Schläge?
Ersteres gehört zu „Sprachbeurteilung", letzteres gehört zu „Engineering Verification".
Dies ist ein sehr wichtiger Unterschied für den KI-Workflow.
3. Die Person ist keine Beschreibung, sondern ein Produktionswert.
Die zweite Skill ist novel-characters。
Das Ziel ist es auch nicht, die Charaktere einfach zusammenzufassen, sondern die Charaktere zu verwandeln, die für den nachfolgenden Erzeugungsprozess verwendet werden können.Rolle Vermögenswerte。
Eine Person kann erhalten:
- Persönliche Identität und grundlegende Informationen;
- Äußerliche Aussehen;
- Persönlichkeit;
- Motivation;
- Persönlichkeitsbogen;
- Personenbeziehungen;
- Bilder erzeugen Worte;
- Negative Aussagen;
- Stile der Kennzeichnung;
- - Stimm-Design - Hinweise;
- Rollen definieren.
Es enthält sogar Rollendiagramme und Rollenmodelltabellen für visuelle Konsistenz. (Github)
Das bedeutet, dass die „Rolle" von einem Namen im Text zu einem Datenobjekt wird, das durch den folgenden Prozess verläuft.
Zum Beispiel:
Wald Abend.
Nicht mehr nur:
Die Protagonistin, klug, stark.
Es kann weiter werden:
Lin Wan → Charakter-ID → Erscheinungseinstellungen → Kleidung → Körper → Ausdruck → Stimme → Persönlichkeitsbeziehungen → Anzahl der Episoden → Referenzkarten erstellen
Sobald dies geschehen ist, haben die Kunst, das Drehbuch und die Spiegelung hinter ihnen einen gemeinsamen "Knotenpunkt".
Dies ist besonders wichtig für Videos.
Einer der größten Schmerzen bei den Videos istKons ist enz。
Ein wirklich nutzbares Produktionssystem sollte nicht jedes Mal wieder gefragt werden:
Wie sieht diese Rolle aus? "
Das System sollte wissen:
"Dies ist die Rollen-ID C-003, bitte generieren Sie sie mit den bereits identifizierten Rollen-Assets."
Ebenso müssen Szenen und Gegenstände verwertet werden.
novel-art Ein weiteres Problem, das leicht übersehen wird:
Die Szenen sind keine Hintergrundkarten, sondern Produktionsgüter.
Es behandelt Szenen und Erzählrequisiten und betont:
- Konsistente Verankerung;
- Lichtveränderungen;
- Veränderung des Zustands;
- Maßstab bezogen;
- Keine Hand, keine Hand, keine Hand, keine Hand, keine Hand.
Gleichzeitig ist es in der Lage, die Vermögenswerte zu lesen, die von früheren Outlines erzeugt wurden, wodurch der Aufwand für die Reorganisation reduziert wird. (Github)
Dahinter steckt eine grundlegende Idee der Filmindustrie:
Das gleiche Studio kann nicht in fünf verschiedene Orte verwandelt werden, weil man unterschiedliche Aufnahmen macht.
Es ist leichter, diesen Fehler zu machen.
Ohne einheitliche Szenarien-Assets kann das Modell bei jeder Generierung wiedergegeben werden:
Das erste Mal war es ein modernes Büro, das zweite Mal ein Luxushotel und das dritte Mal wieder ein Konferenzraum.
Ein einzelnes Bild mag gut aussehen, aber wenn man es in derselben Serie setzt, wird der Zuschauer sofort feststellen, dass die Weltsicht instabil ist.
Einer der Kernprobleme der KI-Kurzdrücke ist also nicht "generiert genug oder nicht schön genug", sondern:
Wir können die Ergebnisse in derselben Welt erzeugen.
5. Das Drehbuch beginnt mit der „Engineering"
angekommen. novel-scriptVon der kreativen Produktion geht es weiter in die Umsetzung.
Diese Fähigkeit verlangt nicht nur, dass das Modell „jede Episode schreibt", sondern dass es das Drehbuch in Szenen und Beatsströme zerlegt und die Dauer deterministisch berechnet.
Eines der sehr interessanten Designs ist die Berechnung der Vielfalt anhand der Geschwindigkeit des Wortes, während Sie die kalte Eröffnung und die Einzahlung von Haken für die ersten Schläge überprüfen. Die Linienbücher können auch nach den Charakteren aggregiert werden und sind mit tonalen Hinweisen verbunden, um die TTS weiter zu verbinden. (Github)
Dies löst ein sehr realistisches Problem:
KI ist gut darin, Dinge zu schreiben, die „lang aussehen", aber nicht unbedingt gut darin, Dinge zu schreiben, die „gerade fertig werden".
Zum Beispiel verlangt:
Diese Serie dauert 90 Sekunden.
Das Modell kann Ihnen eine schöne Geschichte von 2500 Wörtern schreiben.
Aus literarischer Sicht ist das wohl kein Problem.
Aus Sicht der Produktion ist es gescheitert.
Sobald also die deterministische Berechnung der "Sprechgeschwindigkeit → Liniendauer → Gesamtdauer" hinzugefügt wurde, verwandelte sich das Drehbuch aus einem literarischen Text in ein Produktionsdokument.
Dies ist ein wichtiger Schritt, um die KI-Erstellungstools von "Demo" zu "Produktion" zu bewegen.
6. Der Schlüssel zum Spiegel: Lassen Sie es nicht, das Drama neu zu erfinden.
Der letzte wichtige Teil ist novel-storyboard。
Das Design spiegelt vor allem das Ingenieurdenken wider.
Er teilt den Inhalt:
Spiegel → Spiegel → Spiegel
Und die Zeit der einzelnen Erzeugung Segment, Lenslänge, Hauptbild und Unterbild Tangenz, etc. Einschränkungen, während die Lens-Einleitung und spezifische Zeitpunkte abgestimmt werden. (Github)
Ein wichtigerer Satz ist die Definition des Lagers für die gesamte Pipeline:
Anpassung der Konvergenzstruktur des Outlines, Drehbuch, Szene und Charakter synchronisieren, Spiegel nur Ausgabe, keine neue Entscheidung. (Github)
Dies ist eines der wichtigsten Designs des gesamten Systems.
Das Problem bei vielen KI-Workflows ist, dass jeder Agent die Möglichkeit hat, neu zu erstellen.
Folglich:
Der Agent wechselte einmal.
Ein weiterer Wechsel des Agenten;
Der Drehbuch-Agent ändert sich erneut.
Der Agent wechselte erneut.
Das letzte, was wir bekommen, ist nicht mehr die ursprüngliche Geschichte.
Shuohao-Skills hat versucht, eineEinseitige Bindungsverhältnisse：
Was oben entscheidet, ist unten dafür verantwortlich, es umzusetzen.
Dies ist sehr ähnlich wie Schnittstellen, Datenstrukturen und Kompilier-Pipeline im Software-Engineering.
7. Was wirklich Sorge verdient, ist die "Qualitätstür"
Wenn Sie sich nur die Liste der Funktionen ansehen, könnte dieses Lager nur:
„Ein Prompt, das AI beim Spielen von Kurzstücken hilft."
Aber wenn man sich die Implementierung genauer anschaut, stellt man fest, dass der Autor sich eher um eine andere Frage kümmert:
Wie man den AI-Workflow überprüft.
Zum Beispiel haben verschiedene Skills klare Qualitätstüren:
novel-outlinezahlreiche Strukturüberprüfungen;novel-artÜberprüfung der Integrität des Kunstvermögens;novel-scriptÜberprüfung der Struktur und Dauer des Drehbuchs;novel-storyboardÜberprüfen Sie den Rhythmus, die Schnittpunkte und die Hinweise usw. (Github)
Die Warehouses verlangen sogar, dass jede Fähigkeit verfügt. scripts/selftest.mjsSelbsttest kann nicht aufrufen Modelle, verbraucht keine Kontingenten, um die deterministische Logik zu überschreiben. (Github)
Das mag "programmierend" erscheinen, aber es könnte tatsächlich der Schlüssel zur Produktivierung von AI-Agenten sein.
Weil das Modell selbst instabil ist.
Heute ist es richtig verstanden, morgen könnte es einen anderen Ausdruck geben.
Wenn die Korrektheit des gesamten Systems vollständig vom Modell abhängt, kann der Workflow bei jedem Modell-Upgrade leise verschlechtern.
Wenn man aber den Code übergibt, der Regeln bestimmt werden kann:
Das Modell ist für die Erstellung verantwortlich, der Code für die Akzeptanz verantwortlich
Das System ist sehr stabil.
Acht, es zeigt wirklich eine neue Art von "AI-Produktionsteam"
Aus dieser Sicht sind Shuohao-Skills nicht nur eine Sammlung von mehreren Fähigkeiten.
Es ist eher wie ein virtuelles Team:
Planung der Anpassungfür die Kurzfilmstruktur verantwortlich;
Rollen Designer.Verantwortung für die Vermögenswerte der Rolle;
KunstleiterVerantwortlich für Szenen und Werkzeuge;
DrehbuchVerantwortlich für das Drehbuch;
Spiegelmeister.Verantwortung für die Kamera;
Sprachbuch der KameraEs gibt eine standardisierte visuelle Sprache.
Claude Code / Codex fungiert als Agent-Ausführungsumgebung, die diese Aufgaben miteinander verbindet.
Das ist auch der Grund, warum es sich für Skill und nicht für einen riesigen Prompt entschieden hat.
Eine große promptfrage ist:
Alles ist vermischt.
Die Vorteile von Skills sind:
Jede Phase hat klare Inputs, Outputs und Aufgaben.
Dadurch wird der gesamte Prozess dem modularen Design im Software-Engineering näher.
9. Auch die Open-Source - Methode lohnt sich.
Von der Engineering-Implementierung, das Lager hat eine relativ klare Selbst-einschließende Struktur.
Jedes Talent hat seine eigene. SKILL.md, README, Skripte, Referenzen und Beispiele und erfordert eigenständiges Selbsttest-Skript. Installationsskripte können Claude Code oder Codex automatisch erkennen und Skills über Softlinks installieren, sodass keine Installationen nach dem Upgrade des Repositories erforderlich sind. (Github)
Das Projekt verwendet derzeit die Apache 2.0 - Lizenz. (Github)
Das bedeutet, dass es sich nicht um eine Sammlung von Prompt handelt, die nur für den eigenen Computer des Autors geeignet ist, sondern um einen Versuch, eine Agent Skill Engineering Spezifikation zu erstellen, die repliziert, getestet und erweitert werden kann.
Für diejenigen, die ihren eigenen AI-Agent - Workflow erstellen möchten, lohnt sich das sogar noch mehr als die Kurzserie selbst.
10. Was man am meisten lernt, ist nicht ein Prompt, sondern diese Methode.
Wenn man shuohao-skills auf eine weitere Ebene abstrahiert, ergibt sich ein wertvolles AI-Agent - Workflow-Modell:
1. Komplexe Aufgaben in Phasen zerlegen
Lassen Sie nicht einen Agent von Anfang an machen.
2. Strukturierte Vermögenswerte in jeder Phase
Verwenden Sie nicht nur Markdown.
Charaktere sollten Charakterdaten haben, Szenen sollten Szenendaten haben und Drehbücher sollten strukturierte Informationen haben.
3. Einzigartige Identität für Vermögenswerte schaffen
Charaktere, Szenen, Requisiten und Aufnahmen sollten in späteren Phasen zitiert werden können.
4.Übertragen Sie die Gewissheit Regeln an den Code.
Anzahl, ID, Referenzbeziehungen, Dauer, Feldintegrität und andere Fragen sollten nicht die Modellfähigkeit verschwendet werden.
5. Es gibt klare Grenzen oben.
Die Entscheidung wird oben getroffen, die Umsetzung wird unten durchgeführt.
6. Schutz des Workflows mit Tests
Das Modell kann sich ändern, aber die Regeln der Gewissheit sollten kontinuierlich überprüfbar sein.
Diese Methode gilt nicht nur für die Kurzfilme.
Es gilt auch für:
- Schauspiel-Produktion;
- Animationsproduktion;
- kreative Werbeproduktion;
- Anpassung von langen Romanen;
- Die Comics;
- Produktion von virtuellen Inhalten;
- Produktfördervideos;
- Videos zum Training von Unternehmen.
Schlussfolgerung: KI-Inhaltproduktion bewegt sich vom „Chat" zur „Pipeline"
In der Vergangenheit haben wir über die Schaffung von KI gesprochen und oft darüber diskutiert:
Welches Modell ist am besten geschrieben?
Welches Modell zeichnet sich am besten?
Welches Video-Modell funktioniert am besten?
Aber wenn die KI wirklich in die Serienproduktion kommt, wird das Problem allmählich:
Kann man diese Modelle organisieren?
Der Wert von shuohao-skills liegt genau darin, dass es nicht versucht, einen „allmächtigen Superprompt" zu erstellen, sondern stattdessen ein kurzes Drama in mehrere ausführbare, verifizierbare und wiederverwendbare Produktionsschritte zerlegt.
Vom Roman bis zum Outline, vom Outline bis zu Charakteren und künstlerischen Assets, vom Drehbuch bis zum Spiegel und bis zur endgültigen Produktionsleitung, versucht es, eine Reihe von native Inhalte der Industrie。
Dies ist wahrscheinlich auch eine der wichtigsten Richtungen für künftige KI-Agenten:
Modelle werden zunehmend wie „Arbeiter", während der Workflow die Produktivität wirklich bestimmt.
Wenn Prompt zu Skill wird, wenn Skill zu Pipeline wird und wenn Pipeline zu einem testbaren, wiederverwendbaren Produktionssystem wird, beginnt die KI-Inhalt - Erstellung wirklich von "generieren" zu "produzieren" zu bewegen.