Generación de Storyboard para Libros Ilustrados Infantiles
Este documento solo define la capa de organización: entrada, estructura de entrega, orden de ejecución y verificación. Las reglas y plantillas específicas para la creación de historias, prompts de dibujo, prompts de video y prompts de voz se encuentran en los siguientes archivos; este documento no contiene ni repite su contenido.
| Archivo | Contenido responsable |
|---|---|
references/story.md | Todas las reglas y pasos de ejecución para el apartado de la historia, definidos por el propio archivo |
references/creativity-path.md | Ruta de creatividad opcional (desactivada por defecto): contrato de interfaz y fuentes de valores reemplazables |
references/drawing-prompt.md | Reglas para el apartado de prompts de dibujo, incluyendo la plantilla original y el prompt negativo de dibujo (copia única en toda la skill) |
references/video-prompt.md | Reglas para el apartado de prompts de video, incluyendo el prompt negativo de video y la frase de salida (copia única en toda la skill) |
references/voice-prompt.md | Reglas para el apartado de prompts de voz, incluyendo el prompt negativo de voz, la frase de salida y el mapeo de campos para tres plataformas (copia única en toda la skill) |
references/mcp-setup.md | Guía de configuración de MCP para la optimización de prompts de dibujo, actualmente desactivada y no participa en la ejecución; solo se lee cuando se activa esta capacidad |
references/example.md | Ejemplo de formato de salida para regresión de scripts |
scripts/pick_direction.py | Fuente de valores para la ruta de creatividad (opcional) |
scripts/check_storyboard_md.py | Compara la salida con las dos plantillas originales palabra por palabra |
Condiciones Previas
El tema del libro ilustrado lo proporciona el usuario, pudiendo ser un tema simple (solo sujeto y escenario) o un tema argumental (que ya incluye deseo y obstáculo). Si falta el tema, se manejarán las fuentes candidatas según references/story.md y el usuario seleccionará una; si la fuente no arroja resultados, la skill termina y solicita un tema. No se puede inventar un tema ni producir un ejemplo por adelantado.
Punto de Entrada Externo
| Entrada desencadenante | Contenido de entrega |
|---|---|
| Un tema de libro ilustrado (ej. «La luna y la estrellita») | Un paquete de storyboard con varias escenas, cada una con 6 líneas; el número predeterminado de escenas lo define references/story.md |
| No se proporciona tema y se autoriza a la skill a seleccionar uno | Varios temas candidatos (nombre del tema, dirección de una frase, sujeto, entorno); no se produce el storyboard directamente; después de la selección, se entrega según la fila anterior |
Cuando el usuario solicite solo un prompt de video o de imagen a video, se responde con una sola frase explicando que ese contenido es un paso interno de la skill y no se entrega por separado, y se pide al usuario que proporcione un tema; una vez proporcionado el tema, el prompt de video se escribe en la línea siguiente a «→ Prompt de dibujo:». No se debe deducir el storyboard al revés para satisfacer este tipo de solicitudes.
Estructura de Entrega (Obligatoria, Inmodificable)
Cada grupo tiene estrictamente 6 líneas, con orden fijo:
【Escena X】
Frase corta en inglés
→ Traducción al chino
→ Prompt de dibujo: <Rellenar según la plantilla original de `references/drawing-prompt.md` palabra por palabra>. Negativo: <Prompt negativo de dibujo del mismo archivo>
→ Prompt de video: <Según la frase de salida de `references/video-prompt.md`, con el prompt negativo al final>
→ Palabras clave: 【color / size / action verb / place】
→ Prompt de voz: <Según la frase de salida de `references/voice-prompt.md`, con el prompt negativo de voz al final>
Cinco restricciones obligatorias:
- La frase corta en inglés ocupa la primera línea, sin comillas, notas entre paréntesis ni descripciones de escena.
- El prompt negativo de dibujo se coloca al final de la misma línea del prompt de dibujo, precedido por «Negativo:»; no se usa salto de línea ni se resume al final del grupo.
- El prompt de video sigue inmediatamente a la línea del prompt de dibujo, comprimido en un solo párrafo, sin etiquetas ①②③, y no forma una sección separada.
- Las palabras clave son la 5ª línea fija, el orden de las cuatro es invariable y cada una corresponde al contenido específico de esa escena.
- El prompt de voz es la 6ª línea fija y la última del grupo; el texto de lectura debe coincidir palabra por palabra con la frase corta en inglés de la 1ª línea; los parámetros se escriben como campos que pueden ser introducidos en un modelo de audio.
Una anotación a nivel de archivo: antes del primer «【Escena X】», escribir una línea con el presupuesto de lectura (segundos de video y presupuesto de segundos para cada grupo), para que el modelo de voz independiente pueda alinearse; esta línea es una anotación a nivel de archivo, no se inserta dentro de ningún grupo y no cambia las 6 líneas de cada grupo.
Orden de Ejecución
- Realizar el apartado de la historia según
references/story.md, produciendo las frases cortas en inglés y las traducciones al chino para cada grupo. - Realizar el apartado de prompts de dibujo según
references/drawing-prompt.md, produciendo las líneas de prompts de dibujo y las líneas de palabras clave para cada grupo. La optimización del dibujo está actualmente desactivada (ver «Capacidad externa: Optimización de prompts de dibujo»), por lo que se produce directamente, sin comprobación ni invocación. - Realizar el apartado de prompts de video según
references/video-prompt.md, produciendo las líneas de prompts de video para cada grupo. - Realizar el apartado de prompts de voz según
references/voice-prompt.md, produciendo las líneas de prompts de voz para cada grupo. - Ejecutar
python scripts/check_storyboard_md.py <archivo_salida.md> --theme "<tema>"para su verificación; los errores deben corregirse hasta que pase. La voz la procesa posteriormente un modelo de voz independiente y no se entrega directamente con el video; si ya se han obtenido los segundos de lectura medidos, usar--voice-seconds "1:3.8,2:4.2"para volver a verificar; si se supera el presupuesto, acortar primero esa frase, no alargar el video.
Requisitos de conexión: el paso siguiente se basa en el producto del paso anterior; si un paso posterior entra en conflicto con el paso anterior, se debe modificar el paso anterior, no forzar la autoconsistencia en el paso posterior. El script solo verifica el formato y la coherencia con la plantilla; la responsabilidad de que la semántica esté estrechamente vinculada a la frase corta en inglés recae en la autoconsulta del contenido de cada archivo de referencia.
Capacidad Externa: Optimización de Prompts de Dibujo (Opcional)
Estado actual: desactivada. prompt-optimizer no está completo; en la ejecución predeterminada, no se detecta, no se pregunta, no se configura, no se invoca y no se lee references/mcp-setup.md; los prompts de dibujo se producen directamente según references/drawing-prompt.md. Las siguientes subsecciones se conservan como reglas para cuando esté activado; no se ejecutan a menos que el usuario solicite explícitamente «activar la optimización de prompts de dibujo» en la conversación.
Cuando esté activado, después de escribir el prompt de dibujo, se puede enviar a este MCP para una optimización a nivel de redacción del texto de salida con los cuatro espacios ya rellenados. Este MCP es un paso de posprocesamiento, no genera el prompt: la lógica existente de entender el significado de la frase, describir la imagen en lenguaje sencillo, rellenar espacios, ensamblar la plantilla y añadir el prompt negativo se ejecuta igual; el MCP solo reescribe el texto dentro de los espacios después. Independientemente de si está activado o no, el método de producción del apartado de dibujo no cambia; la falta de este paso solo implica una omisión de pulido, no una ruta de generación faltante.
Esta capacidad no es esencial; si falta o no está disponible, no bloquea la entrega, y no se debe retrasar o abandonar la producción para poder usarla. Cuando esté activada, la configuración del MCP la realiza el agente actual después de la confirmación del usuario: localizar el archivo de configuración, hacer una copia de seguridad, fusionar entradas, verificar y escribir, todo según los «Pasos de configuración realizados por el agente actual» de references/mcp-setup.md.
Contrato de Invocación (En espera, desactivado)
El MCP recibe solo una cosa: el prompt de dibujo ya generado de ese grupo. No se proporciona ningún otro contexto.
- Entrada: El texto completo del prompt de dibujo de ese grupo, desde el inicio de la plantilla «【Relación de aspecto】» hasta el final del prompt negativo. Sin la etiqueta «→ Prompt de dibujo:», sin número de grupo, sin ningún prefijo o sufijo explicativo.
- Salida: Solo se adoptan los textos de los tres espacios. Las frases fijas de la plantilla y el prompt negativo se toman del texto original de esta skill, no se adopta la versión devuelta por el MCP.
- Prohibido incluir: Tema del libro ilustrado, frase corta en inglés y su traducción al chino, línea de palabras clave, líneas de video y voz, contenido de otros grupos, tarjeta de historia, requisitos de estilo, historial de conversación, reglas de la skill. No se debe agregar antes o después del prompt una explicación de fondo como «Primero entiende esta historia» o «Este es un libro infantil», ni combinar los prompts de varios grupos en una sola solicitud.
- Una por grupo: La invocación solo procesa el grupo actual; el texto de retorno del grupo anterior no debe incorporarse a la entrada del siguiente, para evitar confusiones entre grupos.
- Campos obligatorios: Si el esquema de la herramienta tiene otros campos obligatorios, solo se rellenan valores neutros directamente relacionados con «optimizar este prompt» (como idioma, tipo de tarea); no se debe aprovechar ese campo para transmitir el tema o el contenido de la historia.
- Sin ida y vuelta: Una invocación, una adopción; no se hacen preguntas complementarias ni múltiples rondas de aclaración; si el resultado no es utilizable, se revierte según «Restricciones del resultado de optimización».
Detección Previa a la Ejecución (En espera, desactivado; se ejecuta una vez al inicio del proceso cuando está activado)
La detección se completa antes del paso 1, solo una vez en toda la ronda; no se repite la pregunta dentro de los grupos.
Obtener lista de MCP: Leer los servicios MCP montados en la sesión actual y la lista de herramientas disponibles, confirmar si existe prompt-optimizer (http://47.251.140.61:8081/mcp) y las herramientas que ofrece. Si la lista no se puede leer directamente, buscar la herramienta usando la palabra clave prompt optimizer. La decisión se basa en que «el servicio existe y su herramienta puede ser invocada», no en que la URL haya aparecido en la conversación; no se debe inventar un nombre de herramienta por suposición.
| Resultado de la detección | Acción |
|---|---|
| Ya montado | No preguntar ni sugerir instalación, pero indicar al usuario que en esta ronda se invocará este MCP para optimizar los prompts de dibujo (una línea de estado, sin ventana emergente), y luego usarlo directamente según el «Contrato de invocación» |
| No montado | Preguntar al usuario mediante una ventana de confirmación si necesita instalación, explicando que es una capacidad de optimización secundaria opcional para los prompts de dibujo y que no instalarla no afecta la producción del storyboard. Dos opciones: Configurar ahora, No configurar por ahora |
| Se elige Configurar ahora | Leer references/mcp-setup.md, el agente actual realiza la configuración según sus «Pasos de configuración realizados por el agente actual»: confirmar el cliente y la ubicación del archivo de configuración, hacer copia de seguridad, fusionar entradas, validar JSON; luego releer la lista de MCP para volver a comprobar. Si la verificación es exitosa, indicar al usuario «Configuración exitosa, se invocará prompt-optimizer para optimizar los prompts de dibujo», luego continuar con el paso 1 y activar la optimización en el paso 2 |
| Se elige No configurar por ahora | No se vuelve a preguntar en esta ronda; se omite la optimización en todo el proceso y se entrega según el prompt original |
- Si el agente actual no tiene permisos de escritura, no encuentra el archivo de configuración, o el cliente requiere un reinicio para reconocerlo: enviar al usuario el párrafo completo de las instrucciones de configuración de ese archivo, explicando que él debe ejecutarlo o reiniciar; esta sesión continúa como si no estuviera montado, sin esperar ni bloquear, indicándolo en la nota de entrega.
- El rechazo solo se recuerda dentro de esta sesión; no se escribe en preferencias a largo plazo ni se modifica el archivo de la skill. En la siguiente ejecución, se volverá a detectar y preguntar según esta sección.
- Si la capacidad de ventana emergente no está disponible, se reemplaza con una pregunta corta, sin cambiar las dos opciones.
- Si el usuario elige Configurar ahora pero para el paso 2 aún no está efectivo (no se instaló o no se reinició), no se vuelve a preguntar, se continúa como si no estuviera montado, indicándolo en la nota de entrega.
Invocación Dentro del Grupo (En espera, desactivado; se ejecuta después de escribir cada línea de dibujo cuando está activado)
- Después de escribir la línea de dibujo de cada grupo, se invoca una vez, con los parámetros según el «Contrato de invocación».
- La invocación debe ser visible: No se permite la invocación silenciosa. Antes de invocar, se muestra una línea de estado que indique el objeto invocado y el grupo, por ejemplo «Invocando MCP prompt-optimizer para optimizar el prompt de dibujo del grupo 3»; después de invocar, se muestra una línea de resultado que indique si se adoptó (Adoptado / Revertido, con una breve razón).
- Invocación exitosa: Extraer solo el texto de los tres espacios, verificar según las «Restricciones del resultado de optimización» y escribir de nuevo en la línea de dibujo de ese grupo; las frases fijas de la plantilla y el prompt negativo se toman del texto original de esta skill.
- Si la invocación falla, se agota el tiempo de espera o devuelve vacío: se permite un reintento como máximo; si sigue fallando, se omite ese grupo, se marca como «No optimizado (fallo de conexión)» y el proceso continúa.
- No se vuelve a preguntar al usuario dentro del grupo, no se repite la confirmación de configuración, ni se retrocede para rehacer el grupo anterior debido al fallo de un solo grupo.
Restricciones del Resultado de Optimización
- Solo optimizar la redacción, no redefinir la imagen. El sujeto, la cantidad, la pose, la orientación, la interacción, la escena y la iluminación no deben cambiar; los cambios permitidos se limitan a la redacción, la precisión de los detalles visibles y el orden de las palabras. No se deben vaciar los espacios, ni simplificar la información existente, ni expandir a una segunda acción.
- Las frases fijas de la plantilla no cambian ni una letra. Desde «, estilo de ilustración de libro infantil» hasta «iluminación suave, sin sombras duras, apto para niños pequeños, imagen sin texto interno, marcas de agua ni firmas» no se puede añadir, eliminar o modificar; solo se permite reescribir el texto dentro de los tres espacios (sujeto de la imagen, interacción del sujeto, escena de fondo).
- El prompt negativo no cambia. El texto optimizado no debe incluir «Negativo:» ni su contenido posterior; el prompt negativo sigue siendo añadido al final de la línea por esta skill.
- Las restricciones fácticas no cambian. No se pueden añadir personajes, objetos o escenas que no existan en la frase corta en inglés; después de la reescritura, esa frase debe seguir siendo deducible a partir de la imagen.
- El script es la autoridad. El grupo optimizado debe volver a pasar la verificación de
check_storyboard_md.py; si no pasa, se revierte al texto original antes de la optimización y se registra la razón de la reversión. - Los pasos posteriores usan la versión final. El paso 3 (prompts de video) y el paso 4 (prompts de voz) leen la línea de dibujo optimizada; si la optimización cambió la pose o la escena, se debe reescribir la línea de video de ese grupo, sin usar la versión anterior a la optimización.
Marca de Entrega
Cuando está desactivado, no se hace ninguna marca de optimización. Cuando está activado, la nota de entrega indica qué grupos fueron optimizados por MCP, qué grupos se omitieron y la razón (no configurado, rechazado por el usuario, fallo de conexión). En ningún caso se escribe una marca dentro de la línea de salida del grupo ni se modifica la estructura de 6 líneas.
Productos y Convenciones de Carga
El costo de contexto de esta skill depende principalmente de dos cosas: si se leen repetidamente todos los archivos de referencia y si los resultados intermedios solo existen en la conversación. Ambas deben ser restringidas.
1. Convenciones del Producto
Un archivo Markdown de salida es el único portador acumulativo a lo largo de todo el proceso; cada paso solo escribe su propia sección, los pasos posteriores solo leen el producto y no repiten el contenido de los pasos anteriores.
| Paso | Producto | Portador |
|---|---|---|
| 1 Historia | Tarjeta de historia: lista de sujetos, entorno, deseo, obstáculo, resolución, desenlace; una frase en inglés y su traducción al chino por grupo | Título del grupo y primeras tres líneas en el archivo de salida |
| 2 Dibujo | Línea de prompt de dibujo (con prompt negativo) y línea de palabras clave por grupo | El mismo archivo, añadiendo grupo por grupo |
| 3 Video | Línea de prompt de video (con prompt negativo) por grupo; línea de presupuesto de lectura al principio del archivo | El mismo archivo, insertada después de la línea de dibujo de ese grupo; la línea de presupuesto solo se escribe una vez antes del primer grupo |
| 4 Voz | Línea de prompt de voz (con prompt negativo) por grupo | El mismo archivo, añadida después de la línea de palabras clave de ese grupo |
| 5 Verificación | Salida del script | Eco del comando, no se guarda en disco |
- Progresión grupo por grupo: completar un grupo y luego pasar al siguiente; no se deben escribir primero todas las frases de los seis grupos y luego volver a completar los prompts.
- Una vez que el contenido intermedio se escribe en el archivo de producto o en un bloque de grupo en la conversación, no se repite; al modificar, solo se cambia ese segmento, no se reescribe todo el archivo.
- El archivo de producto se coloca por defecto en el directorio
outputal mismo nivel que el directorio de la skill, es decir,<directorio_de_skill>/../output/; se nombra «-storyboard-y-prompts.md». Si el directorio no existe, se crea; si el usuario especifica explícitamente una ruta de salida, se usará la especificada por el usuario.
2. Convenciones de Carga
Leer solo los fragmentos necesarios para cada paso, no cargar archivos completos; no releer contenido ya leído; las plantillas originales solo se citan al escribir, no se repiten en las respuestas.
| Paso | Lectura obligatoria | Lectura bajo demanda | No leer |
|---|---|---|---|
| 1 Historia | Secciones 2, 5, 6, 7, 8, 9 de story.md | Sección 1 de principios creativos, sección 3 de tres preguntas (al autoconsultar); cuando está activada la ruta de creatividad, leer creativity-path.md | Sección 10 de registros de eliminación; creativity-path.md cuando no está activado |
| 2 Dibujo | Plantilla original, prompt negativo de dibujo, tabla de espacios, reglas de ensamblaje de drawing-prompt.md | Orden de generación de imágenes (solo si el usuario solicita generar imágenes); método de corrección de fallos (solo al retrabajar) | Párrafo de descripción de fuentes; mcp-setup.md (no leer cuando la optimización está desactivada) |
| 3 Video | Forma de salida, duración del lenguaje y margen del fotograma, comprensión en dos pasos, reglas detalladas de las cinco dimensiones de video-prompt.md | Lista de verbos de acción (solo leer el fragmento que coincida con el tipo de sujeto); tabla de autoconsulta (primer uso o cuando no es correcto) | Ejemplos A/B (una vez conocido el formato) |
| 4 Voz | Forma de salida, parámetros, escritura de los cuatro elementos de voice-prompt.md | Mapeo de campos de plataforma (al cambiar de plataforma); tabla de autoconsulta (primer uso o cuando no es correcto) | Ejemplos (una vez conocido el formato) |
| 5 Verificación | Comando de verificación | example.md (solo para regresión de formato, y solo para comparar la frase) | Todo lo demás |
example.mdno se lee por defecto; el formato ya está definido por la estructura de entrega de este archivo, no es necesario confirmar la disposición mediante un ejemplo.- Los seis grupos comparten una plantilla y un conjunto de prompts negativos; solo es necesario leerlos una vez; al escribir los grupos 2 al 6, no se debe volver a cargar el mismo archivo.
- Si el contexto no es suficiente para contener todos los productos, se toma como referencia el archivo de producto, se continúa escribiendo según su contenido, sin regenerar los grupos ya completados.
Disciplina de Citación
- La plantilla original, el prompt negativo de dibujo, el prompt negativo de video y el prompt negativo de voz tienen cada uno una única copia, ubicada en su archivo de referencia correspondiente; si aparecen en otros archivos, se consideran un error.
- Al rellenar, copiar el párrafo completo y reemplazar los espacios; no se debe reorganizar la frase ni omitir ninguna frase fija separada por punto y coma.
- Si una frase fija de la plantilla entra en conflicto con una directriz establecida, prevalece la plantilla; si es necesario ajustar el alcance, se modifica el propio archivo de plantilla y se ejecuta la verificación sincrónicamente.
- El timbre, el tono y el volumen de la voz deben ser consistentes en los seis grupos; solo la emoción y el acento cambian según la frase. Al cambiar a otra plataforma de audio, se convierte según la tabla de mapeo de
voice-prompt.md, sin cambiar la semántica del campo.
Forma de Entrega
- Se muestra el contenido completo directamente en la conversación (número de grupos según
references/story.md, 6 líneas por grupo), no se proporciona un resumen en su lugar. - Cuando el usuario solicite un archivo, por defecto se escribe el Markdown en el directorio
outputal mismo nivel que el directorio de la skill, nombrado<Tema>-storyboard-y-prompts.md, y se ejecuta el script de verificación; excepto cuando el usuario especifique explícitamente una ruta diferente.