Ce qui est vraiment difficile avec un court drame d'IA n'est peut - être jamais « laisser l'IA écrire une histoire ».
Ce qui est difficile : lorsque l'histoire devient une douzaine d'épisodes,Les personnages peuvent-ils rester cohérents, l'intrigue peut-elle continuer à progresser, la scène et les accessoires peuvent-ils être réutilisés, le scénario peut-il tomber dans la durée, le miroir peut-il entrer directement dans le processus de génération。
C'est aussi shuohao-skills GitHub dépôt Un endroit à surveiller.
Au lieu de simplement encapsuler l'IA en un « assistant d'écriture », il tente de décomposer l'ensemble du processus d'adaptation du roman en drame court d'IA en plusieurs compétences qui peuvent être exécutées, vérifiées et cohésives par l'agent : du contour, du personnage, des beaux-arts, au scénario, au miroir, puis fournissant davantage une bibliothèque de vocabulaire de l'objectif. L'entrepôt actuel a formé une ligne de production relativement complète. (github)
Il ne s'agit pas de « générer » mais de « produire ».
L'idée de nombreux outils de création d'IA est :
Donnez-moi une histoire et je vous aiderai à générer du contenu.
Les idées de shuohao-skills sont plus proches :
Donnez-moi une histoire et je la décompose en un ensemble d'actifs structurés qui peuvent continuer à être produits.
Les deux idées semblent être un peu moins, mais en fait complètement différentes.
La création conversationnelle traditionnelle de l'IA est souvent générée en lien :
Novel → Scénario → Personnages → Scène → Splitter
Le problème, c'est que chaque étape peut être une nouvelle compréhension de ce qui a précédé.
Il est donc facile d'apparaître :
- Les personnages du premier épisode ne ressemblent pas à ceux du dixième épisode ;
- La même scène apparaît dans des paramètres visuels complètement différents dans différents épisodes ;
- Il y a trop de personnages de soutien dans le roman, et les coûts de production sont hors de contrôle après qu 'ils aient tous été déplacés dans la courte pièce ;
- Le scénario est merveilleusement écrit, mais la durée réelle ne tient pas du tout ;
- Le scénario a pris une nouvelle décision pour « regarder bien », ce qui a conduit à la déconnexion du scénario.
L'idée centrale de shuohao-skills est de faire en sorte que ces questions soient aussiStructure et règleest résolu au lieu d'attendre que la vidéo soit générée pour être découverte.
L'entrepôt est maintenant clairement démantelé dans le processus novel-outline、novel-characters、novel-art、novel-script、novel-storyboard Cinq liens principaux, et fournit en outre shot-recipes Le vocabulaire de lentille. (github)
C'est en fait très proche du processus de « pré - développement - production d'actifs - scénario - séparation » dans la production cinématographique et télévisuelle traditionnelle, sauf que l'exécuteur est passé de faire partie de l'équipe de production humaine à devenir un agent d'IA.
Deuxièmement, la première étape n'est pas d'écrire le scénario, mais d'adapter le plan d'avance.
Le point de départ du système est novel-outline。
Elle est chargée de transformer un roman en la structure nécessaire à la production de courte pièce, notamment :
- Description d'adaptation ;
- Table des personnages ;
- Point de refroidissement / rythme ;
- Contour divers ;
- Liste des actifs ;
- Informations de production telles que des scènes et des accessoires narratifs.
Plus important encore, il ne s'appuie pas entièrement sur le modèle de « maintien conscient de la qualité ».
L'entrepôt a conçu de nombreux contrôles de qualité déterministes tels que la limite supérieure du nombre de personnages, l'intervalle de batt, le crochet du premier épisode, l'emplacement des battements principaux, les champs obligatoires de diversité, la réutilisation de scènes, l'intégrité des références, etc. (github)
Voici une idée qui vaut la peine d'être apprise :
Ne laissez pas le modèle juger par lui-même « j'écrive correctement ou non », mais laissez le programme juger autant que possible.
Par exemple, un modèle peut dire :
"Le nombre de personnages dans cette édition est raisonnable."
Mais le programme peut directement vérifier :
Le nombre de personnages principaux dépasse-t - il le nombre requis ?
Les personnages secondaires dépassent-ils la limite supérieure ?
Y a-t - il des personnages définis mais jamais utilisés ?
Y a-t - il des scènes qui sont référencées sans définition ?
Combien d'épisodes consécutifs n'ont-ils pas de beats importants ?
Le premier appartient au « jugement linguistique » et le dernier appartient à la « vérification de l'ingénierie ».
C'est une différence très importante pour les flux de travail IA.
Le personnage n'est pas une description, mais un actif de production.
La deuxième compétence est novel-characters。
L'objectif n'est pas de résumer simplement le caractère du personnage, mais de transformer le personnage en un processus de génération ultérieur qui peut être utilisé.Rôle d'actif。
Un personnage peut recevoir :
- identité et informations de base ;
- apparence ;
- personnage ;
- motivation ;
- Arc de personnage ;
- Relations personnelles ;
- générer un mot d'invite d'image ;
- Prompte négatif ;
- Étiquette de style ;
- Des conseils de conception sonore ;
- Chart de configuration du rôle.
Il contient même des diagrammes de personnages, ainsi que des tables de modèles de personnages pour la cohérence visuelle. (github)
Cela signifie que le « personnage » est passé d'un nom dans le texte à un objet de données qui peut être utilisé dans le processus ultérieur.
Par exemple,
par Lin Wan
Ce n'est plus juste :
L'héroïne, intelligente et forte.
Et peut être encore :
Lin Wan → ID du personnage → Réglage de l'apparence → Vêtements → Body → Expression → Voix → Relations personnelles → Nombre d'épisodes d'apparition → Générer un diagramme de référence
Une fois cela fait, les beaux-arts, le scénario et le scénario de l'arrière ont un « point de friction » commun.
Ceci est particulièrement important pour les vidéos AI.
Parce que l'un des plus gros points douloureux de la vidéo AI estcohérence。
Systèmes de production réellement utilisables, ne doivent pas être réinterrogés à chaque fois :
« À quoi ressemble ce rôle ? »
Le système devrait savoir :
"C'est l'ID de rôle C-003, veuillez générer en fonction des actifs de rôle que vous avez définis."
Quatrièmement, les scènes et les accessoires doivent également être capitalisés
novel-art Ce qui a été résolu est un autre problème qui est facilement négligé :
Les scènes ne sont pas des images d'arrière-plan, mais des actifs de production.
Il traitera des scènes et des accessoires narratifs et mettra en évidence :
- Ancrage cohérent ;
- changement de lumière ;
- changement de statut ;
- Référence à l'échelle ;
- Un message de tableau sans personne, sans mains et en fond blanc.
Dans le même temps, il est capable de lire l'inventaire des actifs généré par le contour précédent, ce qui réduit le travail de réorganisation des besoins. (github)
Derrière cela, il y a en fait une idée de base dans l'industrie du cinéma et de la télévision :
Le même studio ne peut pas se transformer en cinq endroits complètement différents parce qu 'il prend des photos différentes.
Les générateurs d'IA sont plus susceptibles de commettre cette erreur.
Sans actifs de scène unifiés, le modèle peut être rejoué à chaque génération :
La première était un bureau moderne, la deuxième transformée en un hôtel de luxe et la troisième comme une salle de conférence.
Une seule image peut être belle, mais dans le même court-métrage, le public découvrira immédiatement que la vision du monde est instable.
Donc, l'un des problèmes fondamentaux des drames d'IA n'est pas « généré assez beau ou pas », mais :
Peut-on faire en sorte que les résultats appartiennent au même monde ?
Le scénario commence à "l'ingénierie".
Nous voilà. novel-scriptLes choses passent de la production créative à la phase d'exécution.
Cette compétence n'exige pas seulement que le modèle « écrit chaque épisode », mais divise le scénario en scènes et en flux de battements, et effectue une conversion déterministe de la durée.
L'une des conceptions très intéressantes est de calculer la durée de la diversité en fonction de la vitesse de la parole, tout en vérifiant les ouvertures froides et les encaissements de crochet des coups précédents. Le livre de lignes peut également être agrégé en fonction du personnage et est accompagné d'un prompt phonologique pour s'accoupler davantage avec le TTS. (github)
Cela résout un problème très réel :
L'IA est bonne pour écrire des choses qui « semblent longues », mais pas nécessairement pour écrire des choses qui « arrivent juste à finir ».
Exigences telles que :
90 secondes pour cet épisode.
Le modèle peut vous écrire un excellent scénario de 2500 mots.
D'un point de vue littéraire, cela peut ne pas être un problème.
Du point de vue de la production, il a échoué.
Ainsi, une fois que le calcul déterministe de « vitesse de la parole → durée des lignes → durée totale » est ajouté, le scénario passe de texte littéraire à document de production.
Il s'agit d'une étape importante dans le passage des outils de création d'IA de la « démo » à la « production ».
La clé de la séparation : ne la laissez pas réinventer l'intrigue
Le dernier lien majeur est novel-storyboard。
La conception ici reflète en particulier la pensée d'ingénierie.
Il divise le contenu en :
Segmentation → Splitter → Splitter
et contraindre la longueur de temps, la longueur de l'objectif, les points tangentiels de l'image principale et de la sous-image, etc. d'un seul segment de génération, et réconcilier les mots d'invite de l'objectif avec un point de temps spécifique. (github)
La phrase la plus importante est la définition de l'entrepôt de l'ensemble de la ligne :
La structure convergente du contour d'adaptation, le scénario, la scène et le personnage sont synchronisés et itérés, et la séparation ne fait que la sortie et ne prend pas de nouvelles décisions. (github)
C'est en fait l'une des conceptions les plus importantes de l'ensemble du système.
Le problème avec beaucoup de flux de travail d'IA est que chaque agent a le pouvoir de « récréer ».
Et donc :
L'agent du roman a changé une fois ;
L'agent de contour est modifié une fois ;
L'agent de scénario a changé à nouveau ;
L'agent Splitter change à nouveau.
Ce que vous obtenez n'est plus l'histoire originale.
Shuohao-skills tente de créer unRelation unidirectionnelle contrainte：
Ce que l'amont décide, l'aval est responsable de la réaliser.
Ceci est très similaire aux interfaces, aux structures de données et aux pipelines de compilation en ingénierie logicielle.
Ce qui est vraiment intéressant, c'est la « porte de qualité ».
Si vous regardez uniquement la liste des fonctionnalités, cet entrepôt pourrait être tout simplement :
« Un ensemble de Prompt pour aider l'IA à faire des pièces courtes. »
Mais si vous regardez en profondeur sa mise en œuvre, vous constaterez que l'auteur est plus préoccupé par une autre question :
Comment rendre le workflow AI vérifiable.
Par exemple, les différentes compétences ont des portes de qualité claires :
novel-outlineIl y a plusieurs inspections structurelles ;novel-artVérifier l'intégrité des actifs artistiques ;novel-scriptVérifier la structure et la durée du script ;novel-storyboardpuis vérifier davantage le rythme de séparation, le point tangent et les mots d'invite, etc. (github)
L'entrepôt exige même que chaque compétence soit accompagnée de scripts/selftest.mjs, et l'auto-test ne peut pas appeler le modèle, ne consomme pas de quotas, et est utilisé pour remplacer la logique déterministe. (github)
Cela peut sembler très « programmeur », mais en fait, cela pourrait être la clé de la commercialisation d'un agent d'IA.
Le modèle lui-même est instable.
Aujourd ' hui, il est compris correctement, demain peut être une autre expression.
Si l'exactitude de l'ensemble du système dépend entièrement du modèle, chaque fois que le modèle est mis à niveau, le flux de travail peut se dégrader tranquillement.
Mais si vous donnez au code une règle qui peut être déterminée :
Le modèle est responsable de la création et le code est responsable de l'acceptation.
Le système est beaucoup plus stable.
Ce qu ' il montre vraiment est une nouvelle « équipe de production d'IA ».
De ce point de vue, les shuohao-skills ne sont pas seulement un ensemble de quelques compétences.
C'est plus comme une équipe de production virtuelle :
Plan d'adaptationResponsable de la structure du roman → courte pièce ;
Designer de personnagesResponsabilité des actifs de rôle ;
Direction artistiqueResponsable de la scène et des props ;
scénaristeresponsable du script ;
SplitérateurResponsable de l'objectif ;
Le glossaire Shotun langage visuel standardisé est fourni.
Claude Code / Codex agit comme un environnement d'exécution d'agents reliant ces postes.
C'est aussi pourquoi il a choisi Skill plutôt qu ' un énorme Prompt.
Une grande question prompt est :
Tout est mélangé.
Les avantages de Skill sont :
Chaque phase a des entrées, des sorties et des responsabilités claires.
Cela rapproche l'ensemble du processus de la conception modulaire en ingénierie logicielle.
IX. La méthode open source vaut également la peine d'être apprise.
Du point de vue de la réalisation du projet, l'entrepôt adopte une structure auto-contenue relativement claire.
Chaque Skill a sa propre SKILL.md, README, scripts, références et exemples, et nécessite un script d'auto-test indépendant. Le script d'installation détecte automatiquement le code Claude ou le codex et installe les Skills via un lien logiciel, de sorte qu 'il n'est pas nécessaire d'installer à nouveau après la mise à jour du référentiel. (github)
Le projet est actuellement sous licence Apache 2.0. (github)
Cela signifie qu 'il ne s'agit pas d'une collection de Prompt qui convient uniquement aux propres ordinateurs des auteurs, mais d'une tentative de construire une spécification d'ingénierie de la compétence d'agent qui peut être copiée, testée et extensible.
Pour ceux qui veulent construire leur propre flux de travail AI Agent, cela vaut encore plus la peine d'être étudié que le court-drame lui-même.
Dix, le plus digne d'apprendre, pas un Prompt, mais cette méthodologie
Si vous abstraisez shuohao-skills, vous obtenez un modèle de flux de travail d'agent d'IA précieux :
1. Décomposer les tâches complexes en phases
Ne laissez pas un agent le faire du début à la fin.
2. Produit des actifs structurés à chaque étape
Ne faites pas de Markdown.
Les personnages doivent avoir des données de personnage, les scènes doivent avoir des données de scène et les scénarios doivent avoir des informations structurées.
3. Créer une identité unique pour un actif
Les personnages, les scènes, les accessoires, les coups de feu doivent être référencés dans les étapes suivantes.
4. Donner des règles de déterminisme au code
Quantité, ID, relation de référence, durée, intégrité du champ et d'autres problèmes ne devraient pas gaspiller la capacité du modèle.
5. Il y a des frontières claires entre les amont et les aval
La décision est prise en amont et la mise en œuvre est prise en aval.
6. Sécuriser les workflows avec des tests
Les modèles peuvent varier, mais les règles de certitude doivent être toujours vérifiables.
Cette approche ne s'applique pas seulement aux drames courts d'IA.
Il s'applique également à :
- Production de scénario de jeu ;
- Production d'animation ;
- Production créative de publicité ;
- adaptation de romans ;
- Le comic ;
- Production de contenu de personnage virtuel ;
- Vidéos promotionnelles de produits ;
- Vidéo de formation d'entreprise.
Conclusion : La production de contenu AI passe du « chat » à la « ligne de montage »
Dans le passé, nous avons discuté de la création d'IA, souvent discuté de :
Quel modèle est le mieux écrit ?
Quel modèle dessine le mieux ?
Quel modèle de vidéo fonctionne le mieux ?
Mais lorsque l'IA entre vraiment dans la production à grande échelle, le problème deviendra progressivement :
Ces modèles peuvent-ils être organisés ?
La valeur de shuohao-skills réside précisément dans le fait qu ' au lieu d'essayer de créer un « super prompt omnipotent », il décompose une pièce en plusieurs chaînes de production exécutables, vérifiables et réutilisables.
Du roman au contour, du contour aux personnages et aux actifs artistiques, du scénario aux répartitions, au pipeline de production final, il essaie de construire un ensemble d'actifs. Processus industriel de contenu natif de l'IA。
C'est probablement l'une des directions les plus intéressantes pour les futurs agents d'IA :
Les modèles ressemblent de plus en plus à des « travailleurs », tandis que ce qui détermine réellement l'efficacité de la production, c'est le flux de travail.
Lorsque Prompt devient Skill, lorsque Skill devient Pipeline, lorsque Pipeline devient un système de production testable et réutilisable, la création de contenu AI commence vraiment à passer de « générer » à « produire ».