Lo que es realmente difícil de hacer un drama corto de IA nunca puede ser "dejar que la IA escriba una historia".
Lo difícil es que cuando la historia se convierte en docenas de episodios cortos,¿Los personajes pueden mantenerse consistentes, la trama puede continuar avanzando, la escena y los accesorios pueden reutilizarse, el guión puede caer a la duración, el espejo puede entrar directamente en el proceso de generación?。
Eso también es shuohao-skills Repositorio GitHub Un lugar que vale la pena observar.
En lugar de empaquetar la IA simplemente como un "asistente de escritura", trata de desglosar todo el proceso de adaptación de la novela en un drama corto de IA en múltiples habilidades que pueden ser ejecutadas, verificadas y convergentes por el agente: desde esquemas, personajes, bellas artes, guiones, espectros, y luego proporcionar una biblioteca de vocabulario de imágenes. El almacén actual ha formado una tubería de producción relativamente completa. (GitHub)
En primer lugar, no se trata de "generar ", sino de" producir ".
La idea de muchas herramientas de creación de AI es:
Dame una historia y te ayudaré a generar contenido.
El pensamiento de shuohao-skills es más cercano:
Dame una historia y la desmontaré en un conjunto de activos estructurados que puedan continuar produciéndose.
Estas dos líneas de pensamiento parecen estar un poco más cerca, pero en realidad son completamente diferentes.
La creación conversacional de IA tradicional a menudo se genera en un eslabón:
Novela → Guión → Personajes → Escena → Espejo
El problema es que cada paso puede ser una reinterpretación de lo anterior.
Por lo tanto, es fácil aparecer:
- Los personajes en el primer episodio no se ven como en el décimo episodio;
- La misma escena aparece en diferentes episodios con diferentes configuraciones visuales;
- Hay demasiados personajes secundarios en la novela, y el costo de producción está fuera de control después de que todos se muevan a la obra corta;
- El guión está escrito maravillosamente, pero la duración real simplemente no puede caber;
- El espejo de división ha tomado una decisión de trama para "parecer bien", lo que lleva a la desconexión del guión.
La idea central de shuohao-skills es hacer que estas preguntas sean lo más fáciles posible.Estructura y reglasSe resuelve en lugar de esperar hasta que finalmente se genera el video para descubrirlo.
El almacén ahora está claramente desmontado en novel-outline、novel-characters、novel-art、novel-script、novel-storyboard Cinco enlaces principales, además de ofrecer shot-recipes El vocabulario de Shot. (GitHub)
En realidad, esto se ha acercado al proceso de "desarrollo preliminar-producción de activos-guión - especulación" en la producción tradicional de cine y televisión, excepto que el ejecutor pasó de ser parte del equipo de producción humano a convertirse en un agente de IA.
En segundo lugar, el primer paso no es escribir el guión, sino "adaptar el esquema".
El punto de partida de todo el sistema novel-outline。
Se encarga de transformar una novela en la estructura necesaria para la producción de un drama corto, que incluye:
- Descripción de la adaptación;
- Tabla de personajes;
- Refrescamiento / metrología;
- Diversificación del contorno;
- Lista de activos;
- Información de producción, como escenas y props narrativos.
Más importante aún, no se basa totalmente en el modelo de "conscientemente mantener la calidad ".
El almacén ha diseñado una serie de controles de calidad deterministas, como el número de personajes, el intervalo de latidos, el gancho del primer episodio, la ubicación de latidos principales, los campos obligatorios de diversidad, la reutilización de escenas, la integridad de referencia, etc. (GitHub)
Aquí hay una idea muy digna de aprender:
En lugar de dejar que el modelo juzgue por sí mismo "escrito bien o no ", debe dejar que el programa juzgue siempre que sea posible.
Por ejemplo, un modelo podría decir:
"El número de personajes en esta edición es razonable ".
Sin embargo, el programa puede comprobar directamente:
¿El número de protagonistas es mayor que el número especificado?
¿El número de personajes secundarios ha superado el límite?
¿Hay personajes definidos y nunca utilizados?
¿Hay escenas que se mencionan sin definición?
¿Cuántos episodios consecutivos no tienen un ritmo importante?
El primero pertenece a "juicio del lenguaje", y el segundo pertenece a "verificación de ingeniería".
Esta es una diferencia muy importante para los flujos de trabajo de IA.
Tercero, el personaje no es una descripción, sino un activo de producción
La segunda habilidad es novel-characters。
Su objetivo no es simplemente resumir el carácter de los personajes, sino convertirlos en un proceso de generación posterior que pueda utilizarse.Activos de rol。
Un personaje puede obtener:
- Identidad de la persona e información básica;
- Apariencia;
- personajes;
- Motivación;
- Arco de personajes;
- Relaciones personales;
- generar palabras de presentación de imágenes;
- Palabras negativas;
- Etiqueta de estilo;
- Palabras de diseño de tono
- Diagrama de configuración de rol.
Incluso se incluyen diagramas de personajes, así como tablas de modelos de personajes para consistencia visual. (GitHub)
Esto significa que un personaje pasa de ser un nombre en el texto a ser un objeto de datos que puede pasar a través de un proceso de seguimiento.
Por ejemplo,
por Lin Wan
Ya no es sólo:
La heroína, inteligente y fuerte.
y puede convertirse aún más:
Lin Wan → ID de personaje → Configuración de apariencia → Vestuario → Estatura → Expresiones faciales → Sonido → Relaciones personales → Número de episodios de aparición → Generación de imágenes de referencia
Una vez hecho esto, el arte, el guión y el espejo posterior tienen un "punto de acoplamiento " común.
Esto es especialmente importante para los vídeos de AI.
Porque uno de los mayores puntos doloros de los videos de AI esConsistencia。
Un sistema de producción realmente disponible, no debe preguntarse de nuevo cada vez:
"¿Cómo se ve ese personaje? "
El sistema debe saber que:
"Este es el ID de rol C-003, por favor, generarlo de acuerdo con los activos de rol que ya se han identificado ".
Cuarto, la escena y los accesorios también deben ser activos
novel-art Lo que se resuelve es otro problema que es fácil de pasar por alto:
La escena no es un fondo, sino un activo de producción.
Aborda escenas y accesorios narrativos y enfatiza:
- Anclaje consistente;
- Cambio de luz;
- Cambio de estado;
- Referencia de escala;
- No hay nadie, no hay manos, el fondo blanco de la imagen de las palabras de la señal.
Al mismo tiempo, es capaz de leer el inventario de activos generado por el esquema anterior, lo que reduce el trabajo de reorganizar las necesidades. (GitHub)
Detrás de esto, en realidad, hay una idea básica en la industria cinematográfica y televisiva:
El mismo estudio no puede convertirse en cinco lugares completamente diferentes simplemente por tomar diferentes tomas.
La generación de AI es más fácil de cometer este error.
Sin un activo de escena unificado, el modelo puede volver a jugarse cada vez que se genera:
La primera fue una oficina moderna, la segunda se convirtió en un hotel de lujo y la tercera como una sala de reuniones.
Una sola imagen puede verse bien, pero colocada en el mismo drama corto, el espectador encontrará inmediatamente una visión del mundo inestable.
Por lo tanto, uno de los problemas centrales de los dramas cortos de IA no es "generar lo suficientemente bonito ", sino:
¿Podemos hacer que el resultado de la generación pertenezca al mismo mundo?
El guión comienza a "ingenierarse ".
Aquí estamos. novel-scriptLas cosas pasan de la producción creativa a la fase de ejecución.
Esta habilidad no solo requiere que el modelo "escriba cada episodio ", sino que divide el guión en escenas y flujos de ritmos, y realiza una conversión determinista de la duración.
Uno de los diseños más interesantes es calcular la duración de la diversidad de acuerdo con la velocidad de la voz, mientras se comprueba la apertura fría y el cobro del gancho de los primeros tiros. El libro de líneas también se puede agregar de acuerdo con los roles, y viene con palabras de referencia fonológica para acoplar aún más a TTS. (GitHub)
Esto resuelve un problema muy realista:
La IA es buena escribiendo cosas que "parecen largas ", pero no necesariamente buenas escribiendo cosas que" acaban de ser filmadas ".
Por ejemplo, requisitos:
Este episodio dura 90 segundos.
El modelo puede escribirle una gran historia de 2.500 palabras.
Desde el punto de vista literario, puede que no haya ningún problema.
Desde el punto de vista de la producción, ha fracasado.
Por lo tanto, una vez que se añade el cálculo determinista de "velocidad del discurso → duración de la línea → duración total ", el guión pasa de un texto literario a un documento de producción.
Este es un paso importante en el paso de las herramientas de creación de IA de "demo " a" producción ".
La clave del espejo: no dejes que reinvente la trama
Y el último eslabón principal es novel-storyboard。
El diseño aquí refleja especialmente el pensamiento de ingeniería.
Divide el contenido en:
Segmento → espejo dividido → espejo dividido
y restringir la duración, la longitud de la toma, el punto tangente de la imagen principal y la subgrafa, etc. de un solo segmento de generación, y reconciliar las palabras de la toma con el punto de tiempo específico. (GitHub)
Una frase más importante es la definición de toda la tubería por el almacén:
La estructura de convergencia del esquema de adaptación, el guión, la escena y el personaje se iteran sincrónicamente, y la división solo hace la salida y no hace nuevas decisiones. (GitHub)
Este es uno de los diseños más importantes de todo el sistema.
El problema con muchos flujos de trabajo de IA es que cada agente tiene el poder de "recrear ".
Por lo tanto:
Novela Agente cambia una vez;
El agente de esquema se cambia una vez.
El agente de guión cambió de nuevo;
Agente de espectroscopia de nuevo.
Lo que terminamos con no es la historia original.
Shuohao-skills intenta crear unRelación de restricción unidireccional：
Lo que decide el río arriba, el río abajo es responsable de llevarlo a cabo.
Esto es muy similar a las interfaces, estructuras de datos y tuberías de compilación en la ingeniería de software.
La verdadera preocupación es la "puerta de calidad ".
Si solo se mira la lista de características, este almacén podría ser simplemente:
"Un conjunto de Prompt para ayudar a AI a hacer dramas cortos ".
Pero si nos fijamos en su implementación, encontramos que el autor está más preocupado por otra cuestión:
Cómo hacer que el flujo de trabajo de AI sea verificable.
Por ejemplo, diferentes habilidades tienen puertas de calidad claras:
novel-outlineHay varias inspecciones estructurales;novel-artVerificar la integridad de los activos de arte;novel-scriptComprobar la estructura y duración del guión;novel-storyboardEl ritmo de espectroscopia, el punto tangente y la palabra de referencia se examinan más. (GitHub)
El almacén incluso requiere que todas las habilidades lleven scripts/selftest.mjs, y la autoprueba no puede llamar al modelo, no consume la cuota, se utiliza para sobrescribir la lógica determinista. (GitHub)
Esto puede parecer "programador ", pero en realidad podría ser la clave para la comercialización de un agente de IA.
El modelo en sí es inestable.
Hoy lo entiende correctamente, y mañana puede tener una expresión diferente.
Si la corrección de todo el sistema depende completamente del modelo, el flujo de trabajo puede deteriorarse silenciosamente cada vez que se actualiza el modelo.
Pero si le damos reglas que podemos determinar al código:
El modelo es responsable de la creación y el código de la aceptación.
El sistema será mucho más estable.
Ocho, lo que realmente muestra es un nuevo tipo de "equipo de producción de IA".
Desde este punto de vista, las habilidades shuohao no son solo una colección de varias habilidades.
Es más como un equipo de producción virtual:
Plan de adaptaciónResponsable de la estructura de novela → drama corto;
Diseñador de personajesResponsable de los activos del rol;
Dirección de arteResponsable de la escena y los accesorios;
EscritorResponsable del guión;
EspectrógrafoResponsable de la lente;
Base de palabras ShotSe proporciona un lenguaje visual estandarizado.
Claude Code / Codex actúa como un entorno de ejecución de agentes que conecta estos puestos.
Es también por eso que eligió Skill en lugar de un enorme Prompt.
Una gran pregunta de prompt es:
Todo se mezcla.
Las ventajas de Skill son:
Cada etapa tiene entradas, salidas y responsabilidades claras.
Esto hace que todo el proceso se acerque más al diseño modular en la ingeniería de software.
Nuevo, el método de código abierto también vale la pena aprender
Desde el punto de vista de la implementación del proyecto, el almacén adopta una estructura autocontenida clara.
Cada habilidad tiene su propia. SKILL.md, README, scripts, referencias y ejemplos, y requiere un script de autoprueba independiente. El script de instalación puede detectar automáticamente el código Claude o el Codex e instalar la habilidad a través de un enlace suave, por lo que no hay necesidad de repetir la instalación después de actualizar el repositorio. (GitHub)
Actualmente el proyecto está bajo la licencia Apache 2.0. (GitHub)
Esto significa que no es una colección de Prompt que solo es adecuada para el uso de las propias computadoras de los autores, sino que está tratando de construir una especificación de ingeniería de habilidades de agentes que se puede replicar, probar y escalar.
Para aquellos que desean construir su propio flujo de trabajo de Agente de IA, esto vale la pena incluso más que el drama en sí.
Diez, lo que más vale la pena aprender, no un Prompt, sino este conjunto de metodología
Si se abstraen las habilidades de shuohao, se obtiene un valioso modelo de flujo de trabajo de agente de IA:
1. Dividir tareas complejas en fases
No dejes que un agente lo haga de principio a fin.
2. Produce activos estructurados en cada etapa
No solo envíe Markdown.
Los personajes deben tener datos de personajes, las escenas deben tener datos de escena, y los guiones deben tener información estructurada.
3. Crear una identidad única para los activos
Los personajes, las escenas, los accesorios, las tomas deben ser capaces de ser citados en etapas posteriores.
4. Dejar reglas deterministas al código
La cantidad, el ID, la relación de referencia, la duración, la integridad del campo y otros problemas no deben desperdiciar la capacidad del modelo.
5. Hay límites claros entre aguas arriba y aguas abajo
Upstream toma decisiones y downstream es responsable de la implementación.
6. Proteger el flujo de trabajo con pruebas
Los modelos pueden variar, pero las reglas de la certeza deben ser consistentemente verificables.
Este enfoque no solo se aplica a dramas cortos de IA.
Se aplica igualmente a:
- Producción de juegos;
- Producción de animación;
- Producción creativa de publicidad;
- adaptación de una novela;
- Comics de AI;
- Producción de contenido humano virtual;
- Videos promocionales de productos;
- Vídeos de entrenamiento empresarial.
Conclusión: La producción de contenido de IA está pasando de "chat " a" línea de montaje "
En el pasado hablamos de la creación de IA, y a menudo hablamos de:
¿Qué modelo es mejor escrito?
¿Qué modelo es el mejor dibujado?
¿Qué modelo de video funciona mejor?
Sin embargo, cuando la IA realmente entra en la producción a gran escala, el problema se convierte gradualmente:
¿Se pueden organizar esos modelos?
El valor de shuohao-skills es precisamente que en lugar de tratar de crear un "superprompt omnipotente ", descompone un drama en múltiples enlaces de producción ejecutables, verificables y reutilizables.
Desde la novela hasta el esquema, desde el esquema hasta los personajes y los activos artísticos, desde el guión hasta el espejo y la tubería de generación final, trata de construir un conjunto de Procesos industriales de contenido nativos de IA。
Esta también puede ser una de las direcciones más interesantes para los futuros agentes de AI:
Los modelos se parecen cada vez más a los "trabajadores ", mientras que lo que realmente determina la productividad es el flujo de trabajo.
Cuando Prompt se convierte en Skill, cuando Skill se convierte en Pipeline y cuando Pipeline se convierte en un sistema de producción comprobable y reutilizable, la creación de contenido de IA realmente comienza a pasar de "generar " a" poder producir ".