Traductor de Storyboard a Indicaciones de Video
Un storyboard que una persona puede leer, y una lista de generación que una máquina puede ejecutar, están separados por una capa de traducción. Este skill hace esa traducción.
Produce dos archivos: la Lista de Activos (qué imágenes preparar) y la Lista de Generación (cómo generar cada segmento).
No reelige el tema, no modifica la estructura del guion, no juzga la calidad del contenido — eso es trabajo upstream. Tampoco genera imágenes ni videos directamente; solo prepara las instrucciones para que sean directamente ejecutables.
1. Cinco Reglas de Oro
Escritas al principio porque cada una corresponde a un tipo de fallo común.
- Los activos primero. Sin codificación no se escriben indicaciones. Si un mismo producto en el segmento 3 se convierte en otro, la causa raíz casi siempre es no haber definido el activo.
- Una indicación de video describe un solo momento continuo. Si cambia la escena, se divide en segmentos; no dejes que el modelo haga la transición.
- Para el sujeto, reutiliza la frase ancla (
anchor phrase) palabra por palabra. Cambiar a un sinónimo es equivalente a cambiar de persona. - Primero se determina la fuente del producto, luego se escribe la indicación. Si hay material real filmado o material oficial, úsalo primero; si no, se puede generar con IA, pero hay que fijar la geometría, la impresión y el logotipo. Para tomas que contengan parámetros o afirmaciones de eficacia, solo se puede usar material real filmado u oficial.
- Las indicaciones de video se escriben en positivo; las indicaciones de imagen pueden usar la sección negativa. Estas dos sintaxis no son intercambiables; consulta la sección 8 de
references/prompt-syntax.md.
2. Entrada
Obligatorio
| Elemento | De dónde viene | Qué hacer si falta |
|---|---|---|
| Storyboard | Sección 4 del plan de producción: tabla corta de 6 columnas + detalle por toma | Sin número de toma, duración en segundos o campo clave de transición, rechazar, no adivinar |
| Nombre real y especificaciones del producto | Sección 1 del plan de producción | Si no se tiene, preguntar; si no se puede preguntar, marcarlo como "Por confirmar" |
| Modelo objetivo | Especificado por el usuario, por defecto Seedance | Usar el valor por defecto, no es necesario preguntar |
Las seis columnas de la tabla corta: N° de toma / Duración (s) / Qué muestra esta toma / Voz en off / Texto en pantalla / Función de esta toma. El detalle por toma proporciona, para cada número de toma: conciencia del espectador, dependencias previas, hechos visibles clave, intención de la duración.
Opcional
- Relación de aspecto (por defecto 9:16), resolución de video (por defecto 480p, consistente con el lado de generación)
- Límite inferior y superior de duración por segmento (por defecto 5–10 segundos)
- Si se necesita audio (debe estar activado. La voz en off la lee el modelo directamente; si se desactiva, no hay sonido; solo desactivarlo si se confirma que es una toma vacía)
Dos puntos de entrada
| Punto de entrada | Procesamiento |
|---|---|
| Entrada estándar | Leer la sección 4 del plan de producción, campos completos, ir directamente al paso 3 |
| Entrada flexible | Solo una tabla markdown externa; primero parsear, mostrar al usuario para verificar, marcar los campos faltantes |
El parseo flexible debe indicar explícitamente "Este es un parseo degradado, por favor verifique". Un error silencioso es peor que un error reportado.
3. Ocho Pasos
1 Leer tabla → 2 Visualizar → 3 Extraer activos → 4 Segmentar → 5 Fotograma clave → 6 Redactar indicación → 7 Generar listas → 8 Autoinspección
Paso 1 · Leer tabla
Corresponder la tabla corta con el detalle por toma usando el número de toma, y recordar la información del producto. Este paso solo hace una revisión, no crea contenido. Si el skill de planificación está instalado, ejecutar su script scripts/check_plan.py --plan <ruta al plan>; si este skill está instalado de forma independiente, verificar cada toma contra la lista de campos de entrada. Las tablas antiguas de 5 columnas que carecen del campo de transición deben ser rechazadas hasta que se complete.
Tres comprobaciones de revisión:
- Los números de toma son consecutivos y la duración es positiva
- La duración de cada toma está entre 2 y 6 segundos (marcar las que estén fuera de rango)
- El storyboard tiene "Qué muestra esta toma", no solo voz en off
Paso 2 · Visualización
Este es el único paso creativo de todo el skill, y también el que más fácilmente se omite.
El storyboard da una descripción del contenido ("Explica por qué el exterior está caliente y el interior frío"), pero la indicación necesita una imagen. Cada segmento debe completar los siguientes campos:
| Elemento | Qué preguntar | Ejemplo |
|---|---|---|
| Sujeto | ¿Qué hay en la imagen? | Fiambrera de cerámica blanca, tapa levantada |
| Estado | ¿Cuál es el estado actual del sujeto? | Tapa abierta, fiambrera sobre la mesa |
| Acción | ¿Quién hace qué? Una sola acción | Una cuchara se inserta desde el centro |
| Entorno | ¿Dónde está? ¿Qué hay alrededor? | Escritorio de oficina, microondas al fondo |
| Luz | ¿De dónde viene la luz? ¿Qué temperatura de color? | Luz blanca cálida desde arriba, luz de ventana izquierda de relleno |
| Plano | ¿Qué porción del encuadre? | Primer plano |
| Ángulo/Posición de cámara | ¿Dónde está la cámara respecto al sujeto? | A la altura de la mesa, 30 grados desde el frente lateral |
| Movimiento de cámara | ¿Cómo se mueve? (elegir solo uno) | Cámara fija, lento acercamiento |
Ningún campo debe faltar. Cada lista de segmento debe escribir explícitamente sujeto, estado, acción, entorno, luz, plano, ángulo/posición y movimiento; si un campo claramente no aplica, escribir la razón. Si falta un campo, primero intentar completarlo uno mismo; si no se puede, preguntar al usuario: no dejar el campo vacío en la indicación, porque el modelo inventará algo por sí mismo.
Los "hechos visibles clave" y las "dependencias previas" del storyboard deben indicar su punto de aplicación en la lista de generación: si es un estado visible en el fotograma clave inicial, o una acción que ocurre dentro del segmento de video. Las acciones que son un proceso no pueden pedir que un solo fotograma clave muestre el antes, el durante y el después simultáneamente.
Paso 3 · Extraer activos
Siguiendo references/assets.md, hacer cuatro cosas: codificar, dividir, determinar fuente, y generar tabla maestra.
- Prefijo de código:
PRproducto /SCescena /CHpersonaje /SPutilería - Criterio para incluir en la lista: referenciado por dos o más segmentos, o se requiere identidad consistente
- Tres niveles de fuente: Material real filmado / Material oficial (si existe, usarlo), Generado por IA (si no hay material real, usarlo, fijar geometría e impresión), Por completar
Paso 4 · Segmentación
Tomar la intersección de tres restricciones:
- Duración del segmento ≥ Número de palabras del diálogo ÷ 4 palabras/segundo (el modelo habla chino a aproximadamente 4–5 palabras/segundo, usar la estimación baja)
- Un solo segmento: 5–10 segundos (límite superior del modelo, ver
prompt-syntax.md) - Una acción por segmento
La regla 1 usa 4 en lugar de 6.5 por una razón: el modelo no acelera el ritmo del habla; simplemente omite la segunda mitad de la frase. Si se segmenta con una velocidad optimista, el segmento generado tendrá frases faltantes, lo cual es mucho más problemático que añadir un segmento extra.
Límite de diálogo por segmento: máximo 36 palabras. Si se excede, dividir en segmentos; no comprimir las palabras para que quepan.
Para tomas muy largas, usar extensión + fotograma de transición: escribir claramente cuál es el estado visual del fotograma final del segmento anterior, no escribir "continuación del segmento anterior".
Paso 5 · Fotograma clave inicial
No todos los segmentos necesitan un fotograma clave inicial. Decidir según la sensibilidad:
| Debe tener fotograma clave inicial | Puede usar directamente texto a video |
|---|---|
| Primer plano de producto, acción de mano, aparición de logotipo o texto | Toma vacía, atmosférica, transición, solo efecto de luz |
La imagen del fotograma clave se escribe con indicaciones de imagen (ver sección 4 de assets.md, siete módulos), con el principio de "producto real como base + escena generada por IA".
Paso 6 · Redactar indicación
Siguiendo los seis bloques de references/prompt-syntax.md:
[Estilo/Encuadre] → [Referencia de activos] → [Sujeto fijo] → [Línea de tiempo] → [Voz en off/Sonido] → [Restricciones de calidad]
Cuatro elementos obligatorios: movimiento de cámara único, lista Motion:, texto de la voz en off (leer exactamente como está escrito, sin cambiar palabras), No subtitles.
El quinto bloque ahora transporta la voz en off en sí misma — ya no hay una etapa de doblaje separada; el diálogo se le entrega al modelo a través de este bloque. La columna de voz en off del storyboard debe copiarse palabra por palabra, sin añadir marcas de entonación, sin añadir paréntesis explicativos, sin cambiar una sola palabra. Si se cambia, los subtítulos no coincidirán con el audio.
Paso 7 · Generar listas
Rellenar las dos plantillas y guardarlas en el directorio especificado por el upstream (por defecto 02-Lista-De-Activos.md, 03-Lista-De-Generación.md).
Paso 8 · Autoinspección
Ejecutar seis comprobaciones; si se puede ejecutar el script, usarlo:
python scripts/check_gen_list.py --dir <directorio de producción>
Código de salida: 0 aprobado / 2 con elementos fatales / 3 archivo ilegible.
4. Los Dos Productos
Lista de Activos (02-Lista-De-Activos.md)
Tabla de seis columnas, seguida de las indicaciones de imagen para cada activo:
| Código | Tipo | Uso | Fuente | Segmentos que lo referencian | Estado |
|---|
- Tipo: Cuerpo del producto / Detalle del producto / Escena / Personaje / Utilero
- Fuente: Material real o material oficial / Generado por IA / Por completar
- Estado: Existente / Por generar imagen / Por filmar
Lista de Generación (03-Lista-De-Generación.md)
Una tabla de resumen + el texto completo de la indicación por segmento (la indicación es demasiado larga para ponerla dentro de la tabla):
| N° Seg. | N° Toma | Duración | Modo | Activo referenciado | Fotograma clave | Elemento de postproducción | N° de candidatos | Dependencia previa / Hecho clave |
|---|
- Modo: Fotograma inicial y final / Imagen de referencia / Texto a video
- Fotograma clave:
S01_f01o "Ninguno" - N° de candidatos: se recomienda 2–4
Los tres modos se escriben para que el downstream elija; no todos los modelos los soportan. Actualmente, KIE Seedance solo soporta los modos texto a video, fotograma clave inicial y fotograma inicial y final; el modo de imagen de referencia debe degradarse a fotograma clave inicial — las reglas de degradación están en short-video-generate; este skill debe escribirlos tal cual, sin adaptar el mensaje al modelo.
Debajo de la tabla, para cada segmento, con el formato ### S01 · Toma 1–2 ｜ 8s ｜ Fotograma inicial y final, dar los ocho campos visuales y la indicación completa, junto con la fuente del fotograma clave, las dependencias previas y los elementos de postproducción.
Las plantillas están en assets/.
5. Nueve Comprobaciones de Autoinspección
| # | Comprobación | Qué hacer si falla |
|---|---|---|
| 1 | Cada segmento tiene un número de toma, y no hay segmentos extra | Volver al paso 4 y re-segmentar |
| 2 | La suma de las duraciones de todos los segmentos difiere de la duración total del storyboard en ≤1 segundo | Ajustar la duración del segmento, no modificar el storyboard |
| 3 | Todos los códigos de activo referenciados en la lista de generación están definidos en la lista de activos | Añadir la definición o eliminar la referencia |
| 4 | Modo principal único: no mezclar "Fotograma inicial y final" con "Imagen de referencia" | Unificar en todo el video |
| 5 | La fuente de las tomas del producto está indicada; las tomas con afirmaciones de eficacia usan material real filmado u oficial | Volver al paso 3 y cambiar la fuente |
| 6 | Cada indicación de video tiene: movimiento de cámara único, Motion:, No subtitles | Añadirlas una por una |
| 7 | Para segmentos con diálogo, el bloque de voz en off coincide palabra por palabra con la columna de voz en off del storyboard | Comparar segmento por segmento; incluso un solo carácter mal escrito debe corregirse |
| 8 | Todos los campos visuales están completos | La comprobación F8 solo verifica que la tabla de "Campos visuales" dentro del segmento existe y que los campos tienen valores, no infiere de palabras clave del párrafo; sujeto, estado, acción, entorno, luz, plano, ángulo/posición, movimiento, dependencia/hecho visible deben estar todos escritos; si un campo no aplica, explicar por qué |
| 9 | Las dependencias están propagadas | Las dependencias previas y los hechos visibles clave del storyboard ya están mapeados al fotograma clave o a una acción dentro del segmento |
La comprobación F8 solo confirma que la tabla de resumen tiene la columna "Dependencia previa / Hecho clave" rellenada para cada segmento; no puede probar que el contenido realmente esté representado por el fotograma clave o una acción dentro del segmento; la verificación G2 aún necesita una comparación manual segmento por segmento.
La redacción exacta de la regla 4 es: "Fotograma inicial y final" e "Imagen de referencia" son mutuamente excluyentes; "Texto a video" solo se usa para tomas sin sujeto. Si se mezclan los dos modos principales para las tomas de producto, el resultado no será coherente.
La regla 7 es nueva en esta versión y también la que es más fácil de omitir. El método es torpe pero efectivo: poner la columna de voz en off del storyboard y el bloque de voz en off de la lista uno al lado del otro y comparar carácter por carácter. Si se cambia un signo de puntuación o se reemplaza una palabra por un sinónimo, los subtítulos tendrán que cambiar, y los subtítulos se hacen en la etapa S4 — para entonces ya es tarde.
De paso, verificar dos cosas: si el diálogo de cada segmento supera las 36 palabras (si se supera, el modelo se saltará partes) y si se han introducido marcas de entonación como (risas) o [emocionado] (el modelo las leerá en voz alta).
6. Límites
- No reorganiza el contenido: los números de toma, el orden y la duración vienen del upstream; este skill no modifica la estructura
- No juzga la calidad del contenido: la elección del tema, el gancho, si la estructura funciona, son cuestiones del upstream
- No genera directamente: solo produce listas e indicaciones; la generación de imágenes la hace
short-video-assets, la generación de video la haceshort-video-generate - No promete éxito a la primera: la generación es probabilística; este skill solo garantiza que la probabilidad de "esa toma que vale la pena generar" sea más alta
- No traslada parámetros: los parámetros del modelo cambian; el skill da principios y un lenguaje común; los valores numéricos específicos deben consultarse en la documentación oficial
7. Referencias
| Archivo | Cuándo leerlo |
|---|---|
references/prompt-syntax.md | Al escribir indicaciones de video; al ajustar movimiento de cámara, línea de tiempo, referencias de activos |
references/assets.md | Al extraer activos, escribir indicaciones de imagen de activo y de fotograma clave |
references/consistency.md | Cuando los segmentos no coinciden, el producto se deforma, las caras no son consistentes |
references/troubleshooting.md | Cuando un segmento no se puede generar repetidamente |
Plantillas: assets/asset-list-template.md, assets/gen-list-template.md
Validación: scripts/check_gen_list.py