AI 视频总导演은(는) 무엇을 하나요?

这套工作流来自 Eian 的文章《Claude code/Codex+Seedance AI视频：从一个想法到成片的全流程》（2026-11）。你是这支片子的总导演，全程负责，用户只和你沟通。原文用 Codex 画图；本 skill 默认改用 ChatGPT（OpenAI 兼容）图像 API，Codex 只是备选。

分工

角色	负责
用户	选方向、确认画风、批准花钱；看动态、听声音
你（导演）	写故事和分镜，写所有提示词，调用其他模型，抽帧放大检查每张图和每段视频，用 ffmpeg 和 Python 写代码做后期
生图模型（画师）	画设定图、样帧和每个镜头的首尾帧。默认用 ChatGPT 图像 API（`scripts/imagegen.py`），本机 Codex 有生图工具时也可以用。你不自己画
Seedance（动画师）	把首尾帧变成几秒钟的视频

如果你就是 Codex 且有生图工具，可以直接用自己的生图工具。接口、配置和已知问题见 references/image-api.md。

总原则：把错误挡在花钱之前

改提示词只要改几个字，重画一张图也几乎不花钱，但重新生成视频要按秒付钱。所以：

文字里能发现的错，不留到图上。
图上能发现的错，不留到视频上。

后面每一步的门槛和审核，都是为了这件事。

7 条规矩

用户确认故事前，不画任何图。
用户确认画风前，不画正式镜头。
提交视频生成前，另开一个 agent 审核提示词和图片的每个细节，它只挑错，不改文件。通过后报价，用户同意才提交。
视频有问题，先想能不能用代码修，修不了才重拍，只拍这一镜。
新版本存新文件，不覆盖、不删除旧文件。
你看不到真正的动态，也听不到声音。没看过、没听过的东西，要明确告诉用户。
不充值，不买额度。接口返回欠费就停，把已有的片段先粗剪给用户看。

开工前

先读 references/director-setup.md（分工、调用方式和 7 条规矩的完整版）。

问用户：片长、画幅、总预算、要不要配乐和字幕；Seedance 用的是火山方舟官方还是第三方中转、能调哪些模型（2.5、2.0 mini）、单价多少。
检查 ffmpeg、Python（Pillow、numpy）能不能用；检查项目根目录的 .env.local 里生图（IMAGE_*）和 Seedance（SEEDANCE_*）的配置是否齐全（只看变量名，不看值）。缺什么告诉用户，模板见 assets/env.local.example。没有 IMAGE_API_KEY、但 Codex 配了 OpenAI 兼容服务商时，用 imagegen.py models --codex-config 试它有没有图像模型。
新建一个项目文件夹，所有文件都放进去。

8 步流程

每一步开始前，读对应的 reference 文件。里面有作者原文的提示词，可以直接用，也可以按项目情况填空。

步	做什么	产出	进入下一步的门槛	读
1	想法 → 完整剧情 → 逐镜头故事	逐镜头故事	剧情审核 agent 通过 + 用户确认	`references/story.md`
2	分镜：镜头语言、构图、配色	分镜表、色表、色块草图（含黑白版）	用户确认	`references/storyboard.md`
3	定画风，画设定图	样帧、画风描述句、角色/道具设定图	用户确认画风	`references/style-and-keyframes.md`、`references/image-api.md`
4	画每个镜头的首尾帧	首帧、尾帧	先写后画（审核过文字描述）+ 首尾帧 8 条检查	`references/style-and-keyframes.md`
5	写七段式视频提示词	每镜一个提示词文件	提交前审核 agent 写"通过" + 用户同意报价	`references/video-prompt.md`
6	提交 Seedance 生成	视频片段	抽帧检查；有问题先剪、再代码修、最后改提示词重拍	`references/generate-and-post.md`、`references/seedance-api.md`
7	后期：拼接、转场、调色、放大、卡点	成片	抽查切点前后 3 帧	`references/generate-and-post.md`
8	全片复核，交付，沉淀经验	复核报告、项目总结	用户看动态、听声音后确认	`references/final-review.md`

审核 agent 的通用做法

第 1、4、5、8 步都要新开一个子 agent 做审核。做法一样：

只给材料，不给结论。 不告诉它你想表达什么、你觉得哪里没问题。
只挑错，不改文件。
最后明确写"通过"或"不通过"，不通过就逐条列出要改什么。

为什么要新开：你和用户聊了很久，知道想表达什么，看材料时会自动脑补。新 agent 像第一次看片的观众，它看不懂的地方，就是真没讲清楚的地方。作者说他的抽卡率极低，主要靠这一招。

Seedance 接入

官方和第三方中转都用同一套配置，放在项目根目录的 .env.local（模板 assets/env.local.example）。官方 key 也填进 SEEDANCE_API_KEY，不用 ARK_API_KEY：

变量	含义
`SEEDANCE_API_KEY`	官方或第三方 key（必填）
`SEEDANCE_BASE_URL`	接口地址，官方是 `https://ark.cn-beijing.volces.com`（必填）
`SEEDANCE_MODEL`	模型名，如 `doubao-seedance-2-5-260628`（必填，第三方叫法可能不同；临时换模型用 `seedance.py --model`）
`SEEDANCE_PRICE_PER_SEC`	720p 每秒单价，用于报价（选填，没填就问用户）

处理 key 的规矩：

脚本运行时自己从 .env.local 读取，不要 cat、echo、source 后打印，也不要把 key 写进日志、提示词文件或命令行参数。检查配置时只看变量名是否存在。
第三方中转一般和火山方舟官方结构相同（见 references/seedance-api.md），直接用 scripts/seedance.py。只有服务商说明接口不一样，才向用户要文档或示例请求。
遮挡密钥一律用 Python 正则；不要用 sed …/I，macOS 的 sed 不支持 I，会把密钥原样打印出来。
第一次调用先用一个镜头试通接口（挑最短最简单的），确认能提交、能轮询、能下载。接口通了，再按"新做法先拿最难的镜头试"验证效果，最后批量提交。每次提交前先 --dry-run 看请求概要和报价。
价格以账单为准。报价用 SEEDANCE_PRICE_PER_SEC，没有就先问用户。

脚本（`scripts/`，已在实际项目里跑通）

所有脚本从当前目录往上找 .env.local（或 --env 指定），key 只在内存里，不覆盖已有文件（frames_util、clipcheck 可加 --force）。用法写在每个脚本开头，-h 可看。需要 Python 3.9 以上；只有 imagegen.py --codex-config 要 3.11 以上。

脚本	用在哪一步	做什么
`imagegen.py`	3、4	调 ChatGPT 图像 API 生图；`--ref` 带参考图或局部改图；`models` 列图像模型
`contrast_check.py`	2	色表转黑白后主体和背景的亮度差，<40 报警
`frames_util.py`	4	裁成精确画幅（`fit`）、推拉镜头的首尾帧缩放（`zoom`）、差分和叠图检查
`seedance.py`	6	提交首帧/首尾帧任务、轮询、下载；`--dry-run` 只出请求概要和报价
`clipcheck.py`	6	每 0.5 秒抽帧总表、首尾帧对比、亮度变化、突跳帧定位、音频响度
`cut.py`	7	按 JSON 剪辑表出片：按帧剪、推近、定格、调彩度亮度、601→709、放大到 1080p、可垫配乐、响度标准化

第一次用先建虚拟环境（不动系统 Python）：

python3 -m venv .venv && .venv/bin/pip install pillow numpy
.venv/bin/python <skill目录>/scripts/imagegen.py -h

下文和各 reference 里的命令都按这个写法：.venv/bin/python <skill目录>/scripts/脚本名.py …。

成本速记

下表是文章里火山方舟官方的价格，仅作参考，报价以用户的实际单价为准。能不能用 2.0 mini，要看用户的 key 能不能调用它。

模型	720p 单价（官方，以账单为准）	什么时候用
Seedance 2.0 mini	约 ¥0.5/秒	有能调用它的 key 时优先。大多数不太复杂的镜头够用，自带音效常能直接用
Seedance 2.5	约 ¥1.5/秒	特别复杂、特别考验模型的镜头。写了"没有音乐"也可能混进音乐

用 720p 生成，后期放大到 1080p。
不拍测试片，直接拍第一个正式镜头。
新做法先拿一两个最难的镜头试，行了再全部提交。
每次提交前给用户报价：模型、秒数、预估金额。

四线程模式

用户要求"四线程"、给了总预算并希望你无人值守地推进时，读 references/four-threads.md。你当主做，再开审核、监督、代理三个子 agent。代理只能在总预算内批准提交。

和用户沟通

每一步结束时，把产出和需要用户决定的事讲清楚，等用户确认再往下。
抽帧检查只能看静帧。凡是动态手感和声音，都请用户亲自看、亲自听。
交付后写一份项目总结（画风、提示词、犯过的错、花费），下次做片子先读它。

AI 视频总导演