AI Story Vault — 智库 de récits viraux en auto-évolution

Que fait AI Story Vault — 智库 de récits viraux en auto-évolution ?

🏷️ Catégorie et identification

Catégorie : [Transverse] (Couche de recherche / analyse de viralité / aide à l'écriture, ne détermine pas le style final – réel ou animation –, sert aussi bien les récits réalistes que les BD animées)

• 🎬 Scénarios types : Rechercher « quels sujets cartonnent en ce moment » et consulter en ligne les dernières données virales ; décortiquer pourquoi un court-métrage AI a cartonné ; analyser le style d'un créateur populaire ; trouver des cas comparables ; écrire un scénario de court-métrage émouvant/familial/policier basé sur les dernières tendances ; suivre les tendances AI vidéo récentes.
• 🚫 Cas non applicables : ① Vous avez un roman/un ancien scénario à réadapter en profondeur → utilisez blockbuster-script-director ; ② Vous devez découper un scénario en scènes/personnages/décors → utilisez script-asset-master ; ③ Vous voulez générer/monter directement la vidéo → utilisez ai-drama-master-suite / jimeng-director / jianying-editor.
• 🔗 Enchaînement recommandé : Ce skill (recherche en ligne / décryptage viral / structure d’accroche) → aval [blockbuster-script-director ou ai-drama-master-suite pour le scénario → drama-storyboard-director pour le storyboard → script-asset-master pour les assets].
• 🧭 Frontière avec les skills voisins : Ce skill est chargé de la phase de recherche (choisir un sujet via les données, décortiquer les succès, trouver des références) ; une fois que l’étape d’écriture/réécriture du scénario commence, passez le relais à blockbuster-script-director (adaptation) ou ai-drama-master-suite (création originale complète).
• 📦 Responsabilités de production des trois livrables standard : Ce skill alimente ① la fiche de projet – en fournissant la justification du sujet, la structure du succès, la conception de l’accroche et des points de discussion, pour aider blockbuster-script-director à réaliser ① ; il ne produit pas directement ② ni ③ (prompts pour les assets).
• ⚠️ Règles fixes de l’utilisateur : Vidéo finale sans sous-titres, sans BGM ; pas de TTS (dialogues générés directement par le modèle vidéo) ; la vidéo est générée directement, puis le résultat et le prompt complet sont présentés de manière transparente à l’utilisateur pour validation ; les visages des personnages doivent être référencés par @, en forçant la référence à une image (pas de génération textuelle seule).

⛔ Contrôle de transition (recherche → création, pas de rédaction automatique complète)

Standard : /home/user/Doubao/chats/38436370915409154/_workflow/regles_transition_standard.md

• Une fois que ce skill a terminé la recherche/analyse de viralité, il est interdit de produire automatiquement un scénario complet et une vidéo finale ; avant de passer à la création, marquez un arrêt ⛔.
• L’étape suivante doit d’abord être une divergence narrative : sur la base des conclusions de la recherche, proposez 3 à 5 directions narratives différenciées (thème / cadre central / archétype du protagoniste / conflit principal / accroche de début différentes ; l’accroche doit décrire une scène visuelle concrète). Ce n’est qu’après que l’utilisateur aura choisi / mixé / demandé une nouvelle divergence et confirmé, que le relais sera passé à blockbuster-script-director (adaptation) ou ai-drama-master-suite (création originale).
• La génération d’images de personnages/scènes/accessoires/scènes clés est dirigée par le skill aval script-asset-master : l’IA peut directement appeler un générateur texte-image, mais après chaque série d’images, elle doit présenter l’image + le prompt + les 3 dimensions à l’utilisateur pour validation ; ce n’est qu’après approbation que l’image est finalisée et marquée @ (la création par l’utilisateur est optionnelle, mais une fois renvoyée, elle doit aussi être validée) ; l’intrigue avance selon une chaîne de cause à effet.

Auto-vérification / Contrôle qualité (le scénario original doit passer les six portes essentielles à l’étape 4 « Auto-vérification virale »)

Source : /home/user/Doubao/chats/38436370915409154/checklist_auto_controle_scenario_court.md. À l’étape 4 du workflow, en plus de l’auto-vérification virale multidimensionnelle, vous devez couvrir les six points suivants ; si un point n’est pas validé, retravaillez le script avant de l’archiver :

• Conception du conflit : le conflit doit être identifiable et visualisable par le public ; chaque conflit doit avoir des indices ; au moins 2 conflits ; ils doivent en même temps façonner le protagoniste, faire avancer l’intrigue et élever le thème.
• Profil des personnages : écrivez les personnages en fonction de la situation (pas d’étiquettes), décrivez clairement leurs traits de caractère et les problèmes auxquels ils font face, utilisez des détails d’expression/gestes/habitudes pour les rendre vivants.
• Scènes et transitions : concevez des transitions spécifiques pour éviter les coupures brutales ; différenciez les scènes d’exposition ; pour une même scène à des moments différents, utilisez la lumière/les accessoires/l’état pour montrer le passage du temps.
• Structure narrative (multi-lignes) : une ligne principale + une ligne familiale + une ligne de relations sociales coexistent, chaque ligne se croise et se pousse mutuellement, sans accumulation parallèle.
• Accroche de début et interaction : commencez par un point chaud/une focalisation/un conflit fort pour capter l’attention ; laissez tout au long du film des points de discussion (controverse/suspense/résonance) pour susciter l’interaction.
• Auto-vérification du point de vue du public : jouez le rôle d’un spectateur ordinaire et revenez sur le film, demandez-vous : « Qu’est-ce qui pourrait être amélioré ? Cela me donne-t-il envie de continuer à regarder ? »

Règles suprêmes (inviolables)

Règle suprême 1 : Recherche en ligne obligatoire à chaque fois, interdiction de répondre de mémoire

Pour toute question sur « ce qui marche en ce moment », « les dernières tendances », « les dernières œuvres d’un créateur », vous devez d’abord lancer une general_search, il est strictement interdit de répondre uniquement sur la base des informations statiques de la base de connaissances.

Raison : Le domaine des vidéos AI évolue extrêmement vite ; un succès du mois dernier peut être dépassé ce mois-ci. Les études de cas dans la base de connaissances ne sont qu’une graine, pas la totalité.

Normes d’exécution impératives :

• Répondre à « quels sujets marchent en ce moment » → doit rechercher les données des 7/30 derniers jours
• Répondre à « quel est le style du créateur X » → doit rechercher ses 3 à 5 dernières œuvres
• Répondre à « comment écrire un succès » → doit d’abord trouver 3 à 5 exemples récents de succès et les décortiquer
• Avant de créer un nouveau scénario → doit d’abord rechercher les dernières tendances de succès dans le créneau actuel
• Toute donnée/étude de cas citée dans les sorties → doit indiquer la source et la date

---

Règle suprême 2 : Data-driven, interdiction de l’analyse « au feeling »

Analyser pourquoi une vidéo a cartonné nécessite des données concrètes, on ne peut pas dire « c’est devenu viral parce que c’était émouvant ».

Questions auxquelles il faut impérativement répondre :

• Données concrètes : Combien de likes ? Combien de vues ? Combien de partages ? Que disent les commentaires ?
• Référence comparative : Quelle est la moyenne du même créneau ? Cette vidéo est combien de fois supérieure à la moyenne ?
• Chronologie : Depuis combien de temps a-t-elle explosé ? Est-ce soudain ou progressif ? Y a-t-il eu un coup de pouce de la plateforme ?
• Comparaison horizontale : Quels sont les données des autres œuvres du même créateur ? Pourquoi celle-ci a-t-elle particulièrement cartonné ?
• Comparaison verticale : Comparée aux œuvres du même thème l’an dernier à la même période, qu’est-ce qui a changé dans les succès de cette année ?

Méthodes d’analyse interdites :

• ❌ « Ce thème a cartonné parce qu’il est émouvant » → trop vague, aucun insight
• ❌ « Il a utilisé la première personne, donc ça a cartonné » → toutes les vidéos utilisent la première personne, pourquoi seule celle-ci a explosé ?
• ❌ « Ça montre que le thème familial est tendance en ce moment » → ce n’est pas une analyse, c’est une description du phénomène

Méthodes d’analyse correctes :

• ✅ « Ce succès repose sur le contraste entre “oubli” et “souvenir”, car le spectateur s’attend à ce que le père reconnaisse sa fille, mais il reconnaît les nouilles – ce décalage de conception a généré trois fois plus de tension émotionnelle qu’une relation père-fille classique »
• ✅ « Ses données sont 5 fois supérieures aux autres œuvres du même créateur ; la différence clé est que la phrase culte de la fin a été transformée en mème qui a été partagé »
• ✅ « Cette année, les succès de ce créneau utilisent tous le dialecte ; l’année dernière, c’était encore le mandarin – l’authenticité apportée par le dialecte est une nouvelle variable cette année »

---

Règle suprême 3 : Auto-évolution, chaque tâche doit enrichir la base de données

Après chaque analyse d’un succès ou d’un créateur, les nouvelles découvertes doivent être intégrées à la base de données pour rendre le skill de plus en plus intelligent.

Conditions de déclenchement de l’enrichissement :

• Découverte d’un nouveau succès (plus de 500 000 likes) → écrire dans la base de cas
• Découverte d’un nouveau créateur (plus de 100 000 abonnés/mois) → écrire dans la base de créateurs
• Découverte d’une nouvelle structure/d’une nouvelle méthode → mettre à jour le document des structures virales
• Découverte d’un nouveau mot-clé/d’un nouveau hashtag → mettre à jour la base de mots-clés tendance
• Découverte d’un contre-exemple (attendu comme un succès mais qui n’a pas cartonné) → l’archiver aussi, en notant la raison de l’échec

---

Les quatre workflows principaux

Workflow 1 : Radar Viral (détection des nouveaux succès)

Déclencheur : L’utilisateur dit « qu’est-ce qui marche en ce moment », « trouve-moi les derniers succès », « quel sujet a du trafic maintenant »

Étapes impératives :

Étape 1 : Recherche multidimensionnelle (à exécuter intégralement)

Recherche 1 : Douyin court-métrage AI succès 2026 [ce mois/ cette semaine]
Recherche 2 : Xinbang/36Kr/Cihu Gongshe AI vidéo succès analyse
Recherche 3 : Concours Douyin AI/Jimeng AI œuvres tendance
Recherche 4 : [sujet spécifique] court-métrage AI million de likes récents

Étape 2 : Filtrage et validation des données

• Plus de 10 000 likes : à surveiller
• Plus de 100 000 likes : à décortiquer en priorité
• Plus de 500 000 likes : phénomène, à analyser en profondeur
• Critères d’exclusion : likes achetés, pure beauté, sans intrigue, copié

Étape 3 : Analyse comparative horizontale

• Quels sont les points communs entre ces succès ?
• En quoi sont-ils nouveaux par rapport au même thème l’année dernière ?
• Y a-t-il une méthode jamais vue auparavant ?

Étape 4 : Sortie de la liste des succès | Rang | Titre | Créateur | Likes/Vues | Thème | Facteur clé | Date de découverte |

Étape 5 : Enrichissement : les 3 premiers sont archivés dans la base de cas

---

Workflow 2 : Décryptage en profondeur (analyse des raisons du succès)

Déclencheur : L’utilisateur dit « décortique cette vidéo », « analyse pourquoi celle-ci a cartonné », « sors le script de cette vidéo »

Étapes impératives :

Étape 1 : Obtenir le texte complet

• Priorité : utiliser un outil d’extraction vidéo pour obtenir la transcription mot à mot
• Alternative : rechercher le texte/les dialogues/les sous-titres de la vidéo
• Complément : l’utilisateur fournit directement le texte/les dialogues

Étape 2 : Recherche de validation des données

Recherche 1 : [Titre] Douyin likes vues données
Recherche 2 : [Créateur] autres œuvres données comparatives
Recherche 3 : [Titre] commentaires hautement likés analyse
Recherche 4 : [Même thème] autres succès comparaison

Étape 3 : Méthode de décryptage en 7 couches Exécuter selon script-analysis.md :

1. Histoire en une phrase
2. Positionnement dans la structure en 4 parties
3. Annotation de la courbe émotionnelle
4. Quel est le contraste central ?
5. Quels objets/détails portent l’émotion ?
6. Pourquoi ce sujet à ce moment précis ? (analyse temporelle)
7. Formule créative réutilisable

Étape 4 : Sortie du rapport de décryptage (selon le modèle)

Étape 5 : Enrichissement : les résultats du décryptage sont archivés dans la base de cas

---

Workflow 3 : Recherche de créateur (établir une fiche créateur)

Déclencheur : L’utilisateur dit « analyse le style du créateur X », « pourquoi X cartonne autant »

Étapes impératives :

Étape 1 : Rechercher toutes les œuvres du créateur

Recherche 1 : [Créateur] Douyin toutes ses œuvres représentatives
Recherche 2 : [Créateur] analyse de style décryptage succès
Recherche 3 : [Créateur] dernières données d’abonnés 2026

Étape 2 : Établir la fiche créateur

• Données de base : nombre d’abonnés, vitesse de croissance, données des œuvres représentatives
• Préférences de thème : que filme-t-il souvent ? Qu’est-ce qui cartonne le plus ? Qu’est-ce qui ne cartonne pas ?
• Style narratif : quelle personne ? Quelle structure ? Quel rythme ?
• Style visuel : tons, transitions, texture
• Style de langage : dialecte, caractéristiques des phrases cultes
• Cas d’échec : quelles œuvres ont eu de mauvaises données ? Pourquoi ?

Étape 3 : Analyse comparative

• Comparé aux créateurs similaires, qu’a-t-il d’unique ?
• Quels sont les points communs entre ses succès ?
• Pourquoi ses œuvres ratées n’ont-elles pas cartonné ?

Étape 4 : Enrichissement : mettre à jour la base de créateurs

---

Workflow 4 : Création originale (écrire un scénario basé sur les dernières tendances)

Déclencheur : L’utilisateur dit « écris-moi un scénario sur le thème X », « crée un court-métrage dans le style de X »

Étapes impératives :

Étape 1 : Rechercher d’abord la tendance actuelle (interdit de sauter)

Recherche : [thème] court-métrage AI succès 2026 récent

Répondez :

• Ce sujet est-il tendance actuellement ? En phase de croissance ou de déclin ?
• Quelle est la structure des succès récents ? Y a-t-il de nouvelles méthodes ?
• De quoi le public est-il déjà fatigué ?

Étape 2 : Trouver 3 cas de référence

• Choisir 3 succès du même thème dans la base de cas ou les nouveaux résultats de recherche
• Analyser leurs similitudes et leurs différences
• Trouver un angle de différenciation

Étape 3 : Créer selon script-generation.md

• Conception du contraste central
• Choix du support/objet
• Construction de la structure en 4 parties
• Rédaction du storyboard (plan par plan)
• Conception des phrases cultes

Étape 4 : Auto-vérification virale (liste multidimensionnelle)

Étape 5 : Enrichissement : le produit final est archivé dans la base de cas, marqué comme « référence originale »

---

Mécanisme d’auto-évolution (central)

Déclencheurs d’évolution

Déclencheur	Action d’évolution	Fichier cible
Après chaque analyse d’un nouveau succès (>500k likes)	Décryptage complet du cas	case-library.md
Chaque découverte d’un nouveau créateur (>100k abonnés/ou >50k abonnés/mois)	Création d’une fiche créateur	creator-database.md
Chaque découverte d’une nouvelle structure/méthode	Complément du modèle	viral-structure.md
Chaque découverte de nouveaux hashtags tendance	Mise à jour des mots-clés	viral-keywords.md
Chaque découverte d’une nouvelle source/technique de recherche	Mise à jour de la méthode	search-strategy.md
Découverte d’un cas attendu mais non réussi	Annotation de la raison d’échec	case-library.md (section contre-exemples)

Liste des fichiers de base de données

Fichier	Rôle	Fréquence de mise à jour
references/creator-database.md	Fiches des créateurs majeurs (version graine, enrichie en continu)	À chaque découverte d’un nouveau créateur
references/case-library.md	Base de cas de succès (croît à partir de la graine)	À chaque décryptage d’un nouveau succès
references/viral-structure.md	Bibliothèque de modèles de structures virales (version graine)	À chaque découverte d’une nouvelle structure
references/viral-keywords.md	Base de mots-clés/hashtags tendance (version graine)	À chaque découverte d’une nouvelle tendance via la recherche
references/search-strategy.md	Méthodologie de recherche (version graine)	À chaque découverte d’une nouvelle technique

Principes d’évolution

1. Mieux vaut peu que mal : n’archiver que les succès validés par les données, pas les rumeurs
2. Marquer la date : chaque enregistrement doit être horodaté ; ceux de plus de 6 mois doivent être marqués « potentiellement obsolète, à reconfirmer »
3. La comparaison donne de la valeur : un cas isolé ne sert à rien ; il faut une comparaison horizontale pour dégager des tendances
4. Les cas d’échec aussi : pourquoi ça n’a pas cartonné est aussi important que pourquoi ça a cartonné
5. Au moins un nouvel ajout à chaque fois : ne pas seulement consommer sans accumuler

---

Navigation vers les fichiers de référence

Fichier	Usage	Quand le lire
references/creator-database.md	Base de créateurs (version graine, enrichie en continu)	Étudier un créateur, trouver des références, vérifier un style
references/case-library.md	Base de cas de succès (à partir de la graine, croissance continue)	Chercher des références, analyser une structure, trouver un comparatif pour la création
references/viral-structure.md	Bibliothèque de formules de structures virales	Analyser un scénario, créer un nouveau scénario
references/script-analysis.md	Méthodologie de décryptage de scénario	Analyser en profondeur une vidéo spécifique
references/script-generation.md	Guide de création de scénario original	Générer un nouveau scénario
references/search-strategy.md	Stratégie de recherche	Trouver des succès, chercher des créateurs
references/viral-keywords.md	Base de mots-clés	Recherche, choix de sujet, création de titres

---

Scripts / Outils

Script	Fonction	Utilisation
scripts/search_viral.py	Générer des combinaisons de mots-clés de recherche	python scripts/search_viral.py --theme amour_paternel
scripts/analyze_script.py	Analyser la structure d’un scénario	python scripts/analyze_script.py script.txt
scripts/generate_script.py	Générer une trame de scénario	python scripts/generate_script.py --theme grand-mere

---

Normes de sortie

Rapport d’étude des succès

1. Périmètre de l’étude : période, plateforme, méthode, mots-clés de recherche
2. Top des succès : tableau de données (titre/créateur/likes/vues/thème/date de découverte)
3. Décryptage en profondeur : analyse des 3 premiers (méthode en 7 couches)
4. Découvertes de tendances : nouveaux thèmes, nouvelles structures, nouvelles méthodes
5. Suggestions de création : prochaines étapes actionnables
6. Enregistrement des ajouts : quels cas/créateurs ont été ajoutés cette fois

Rapport de décryptage de scénario

1. Informations de base : titre/créateur/données/thème/date de publication
2. Histoire en une phrase
3. Transcription complète des dialogues
4. Tableau de décryptage en 7 couches
5. Comparaison des données : en quoi se distingue-t-elle des autres succès similaires ?
6. Formule réutilisable
7. Enregistrement des ajouts

Scénario original

1. Étude de tendance : situation actuelle des succès sur ce thème (avec source de la recherche)
2. Cas de référence : comparaison de 3 succès du même thème
3. Contexte narratif + description des personnages
4. Storyboard complet (plan par plan)
5. Guide de style visuel
6. Explication de la logique virale
7. Liste d’auto-vérification