ComfyUI H3 剧本转视频（v5.0 导演级视听语言与工业工程化规范版）
v5.0 重大里程碑更新（2026-11，视听语言工业化与七大落地痛点全量攻坚）
- 1. 分镜定帧图前置生成工序（I2V 场景/角色/道具联合定帧）： 彻底终结无定帧图下的 T2V 盲跑。每个分镜在视频采样前，先由生图模型结合分镜机位、角色三视图、道具设定生成 16:9 联合首帧定帧图（
keyframe_segXX.png），质检定案后喂入 I2V 节点，第 0 帧锁死骨骼几何、衣服纹理与道具轮廓。- 2. 单人说话锁定与全员闭嘴抑制协议（Speaker Lock & Mouth Suppression）： 彻底消灭“场景里所有人跟着台词一起动嘴”的木偶剧惨状。在
[Subject 1]明确唯一主说话人，在[Action 1]强制主谓动作分离，非发言角色强制追加闭嘴抑制死条款（lips tightly sealed, completely silent, showing tense glare without mouth movement）。- 3. 全局风格母卡（Global Style Bible）与前置定风闸门： 拒绝每集随机制图风格漂移。剧作启动前必须确立全局 Style Bible（明确
visual_genre,environment_base,lighting_base,color_palette,quality_base），生成 4 张不同景别定风样张人工确认后全剧锁定继承。- 4. 短剧黄金语速与密度调控（Pacing & Density Normalization）： 解决人物说话拖沓、拉长音发呆问题。175 帧（7.29s）标准时序下，台词严格匹配 20~28 个纯汉字（短剧黄金语速 3.2~4.0 字/秒）；并在
[Audio 1]中显式声明spoken crisply and rapidly without dragging syllables；前 4.5s 快速讲完，后 2.8s 切入冷眼凝视与动作反应。- 5. 六大电影级动态运镜与动线调度库（Director Camera & Blocking）： 严禁连续出现两人正面站桩交谈！强制引入 6 大动态镜头调度：① 动线交错慢推、② 道具特写拉焦至眼眸、③ 荷兰角斜切逼迫、④ 背身转头冷酷回眸、⑤ 贴耳逼近压迫、⑥ 侧光剪影对峙。
- 6. 纯正普通话发音规约与 ASR 语种漂移闸门（Mandarin Purity & Language Gate）： 台词全量纯中文归一化（阿拉伯数字转大写汉字、剥离英文缩写与非法符号）；在
[Audio 1]强制添加Strict Mandarin Chinese dialogue only, standard native Chinese accent, zero foreign tone；集成 Whisper ASR 语言检测，自动拦截非中文字幕与语言漂移。- 7. 工程化 Master 母调度管线闭环： 沉淀
scripts/director_engine_v3.py，实现分镜表、提示词编译、语速密度核算、说话主体锁定的全流程自动化。v4.1 更新（2026-11，官方 v2.2 提示词规约与 175 帧时序深化）
- 提示词规范升级至 v2.2：
- 接入 MiniMax 官方 Prompt 指南（
references/official/base-en.txt,ref-en.txt）；- 运镜三要素（类型+幅度+速度）以自然句写入镜头内部，严禁拍末 Tag 堆叠；
- 素材权限明确声明
不复制原图机位，不复制占画比例；- 严格执行复杂度预算：单段（175帧/7.29s）最多 3 主体 + 1 句台词。
- 段长锁定主力 175 帧（7.29s）：
- 243 帧正式退役，硬上限设为 192 帧（8.00s），生产主力统一锁定 175 帧，段尾留足 1.0~1.2s 闭嘴缓冲；
- 调度层服从度禁区（远景只建空间认脸切进中近景、禁用后拉与穿窗）。
- Windows UTF-8 全终端防御：
force_utf8_stdio()统一重置 stdout/stderr 为 UTF-8，杜绝 GBK/CP936 编码异常崩溃。- 质检与远景修脸工具链扩容：
- 引入 Whisper ASR 台词质检 (
scripts/check_dialogue_asr.py)、尾拍光流与接缝质检 (scripts/sop_check.py)、续接尾段留白豁免 (--tail-exempt) 与中远景自适应修脸 (scripts/face_refine_pipeline.py)。v4.0 更新（2026-10，工业级首帧锁脸防形变与影视配乐双革命）
- 首帧生图核验 + I2V 几何锁脸铁律（根治纯文生视频 T2V 人脸变形与道具软化）： 单张文生图仅需 5-15 秒，不满意秒级重抽；严禁在没定首帧的情况下盲跑 8 分钟 T2V 碰运气！事后自动质检只能亡羊补牢，高代价重抽治标不治本。凡有人物特写、关键道具交互，必须先定首帧，注入
first_frame走 I2V 模式，第 0 帧锁死解剖几何与道具电路，H3 仅负责时序动力学与唇形同步，人脸形变率从 30% 暴跌至 2% 以下。详见references/keyframe_i2v_guide.md。- 影视级配乐融合与人声智能避让 (Audio Ducking)： 提示词彻底禁止 H3 自带生成失真床音；清洗对白与动作拟音后，全片统一铺设独立高保真 BGM，采用 FFmpeg 原生
sidechaincompress动态侧链避让：人声开口瞬时下潜 -14dB，台词结束 0.3-0.5s 平滑扬起，打造商业短剧视听爽感。新增工具scripts/cinematic_audio_mixer.py。- 新增首帧闸门工具
scripts/keyframe_gate.py：支持工程级首帧状态巡检、ComfyUI 仓同步与 I2V 节点安全注入。v3.2 更新（2026-10-25）
- 新增 §13 什么时候更新这个 skill：六个触发条件、四类不许搬进来的内容、迁移三问、落位规则、改完三步自检
- 一句话纪律：只沉淀「换剧本后仍成立」的机制与判据，项目文件一律不进 skill
v3.1 更新（2026-10，13 段 / 86 秒成片实测沉淀）
- 新增 §4.1 H3 的服从度边界（后拉失效、穿窗开门、窗外运动不生成、景别锁死、否定式镜头指令）
- 新增 §5.1 显存回收（曾经让一段从 5 分钟跑成 33 分钟）
- §8 决策树补 6 条（结尾动作被抢、一拍动作过多、拟音被铺成床音、quiet-gain 副作用、F0 误判）
- §12 补台词位置四版梯度、
cont off的 trim 记账- §3 段长推荐改为 175 帧（原写 124/243，已过时）
- 修正了提示词规范里两处会误导的旧示例：「台词写在节拍末尾」应为节拍最前； 「胸腔每 2.5 秒起伏」会被当成发声指令生成呼吸声，已删除
把剧本变成成片：握手 → 导演调度 → 首帧核验(I2V) → 提示词 → 提交 → 监工双检 → 收片 → 避让混音与拼接。
v4 的核心认知：把"生成视频碰运气 + 事后质检重抽"升级为"前置低成本控图 + I2V 锁脸执行 + 影视级避让混音"。
一条铁律：一个任务 = 一个本地工程目录 + 一个导演台工程名（
h3_chain/<工程名>）。 这两样从第一段定下来到concat结束都不许换。换了不是"文件放错地方"，而是续接直接断： 续拍档按chain.order[k-1]找上一段，工程名一变就找不着，本段会被静默当成第一段重画， 成片还会归位到另一部片子的目录。绑定会写进project.json的chain字段，submit每次都比对，不一致直接拒收（不是警告）。要换只能整体换：新工程 + 新导演台工程名， 从第一段重来。完整规则见 §10.1。
0. 运行契约（先明确谁干什么）
| 谁 | 负责 |
|---|---|
| Agent（全自动） | 读剧本、导演调度、首帧核验、写提示词、preflight、提交、监工、双检、收片、清床音、配乐避让混音、拼接、交付、写台账 |
| 用户（只做三件事） | ① 打开 ComfyUI 并载入工作流，说一声"就绪" ② 剧本/风格/首帧候选的一次性定调 ③ 看片验收 |
Agent 不许做的七件事
- 不许在工作流没握手（
wf_map.json不存在）时提交。 - 不许跳过
gate（一采双检）直接finish—— 脚本会拒收，不要试图绕。 - 不许把 state/抽帧/临时 wav 写进技能目录（
paths.py有硬护栏）。 - 不许凭"上次的节点号"改接线 —— 只注入三段数据，绝不动超分/终片节点的连线。
- 不许在有人物特写或关键道具交互时，跳过首帧核验盲跑纯文生视频 (T2V) —— 静态生图核验只要 5-15 秒，不满意秒级重抽；跑 8 分钟 T2V 再事后质检是高代价自杀。必须先定首帧，注入
first_frame走 I2V 锁脸锁道具！ - 不许在没抽帧看画面时就提下一段 —— preflight 只管文本结构，不管画面。落盘后先抽 4-6 格拼图看一眼，再提下一段；正好也避开了"两段提交太快导致显存脏态"（见 §5.1）。
- 不许把当次的项目文件无脑搬进 skill —— 片名/角色名/段号/
plan.json/assets/*.json/某段提示词原文/当次 trim 账/黑名单 seed，一律留在项目目录。只沉淀「换剧本后仍成立」的机制、判据、写法。判据与落位规则见 §13。
只有这四种情况才停下来问用户：剧本有歧义且影响分镜结构 / 风格或画幅定调 / 素材缺失且无法用文字定义 / 同一段重抽 3 次仍不过。
1. 核心工具集（完整生产工具链）
| 工具 | 干什么 | 关键子命令 |
|---|---|---|
scripts/h3wf.py | 工作流握手：从 ComfyUI 读实际执行过的图，自动认节点角色 | sync show doctor |
scripts/sop_run.py | 生产：提交（内含 preflight）、自动监工、等终片 | submit watch final abort |
scripts/h3proj.py | 工程与闸门：台账、一采双检、视觉签字、收片、拼接、残留清理 | new status gate review finish concat residue |
scripts/keyframe_gate.py | 首帧核验与 I2V 注入：首帧状态巡检、ComfyUI 仓同步、注入 first_frame | --project --seg --sync |
scripts/face_refine_pipeline.py | 外部远景修脸工作流：中远景条件修脸、音频原样直通、自定义节点缺失平滑降级 | --input --output --char-ref --dry-run |
scripts/cinematic_audio_mixer.py | 影视级配乐智能避让混音：外挂独立 BGM，sidechaincompress 自动避让人声 | --input --output --bgm --volume |
scripts/check_dialogue_asr.py | 台词 ASR 自动比对：VAD 定位语声段 → Whisper 转写 → 与 <d> 原文比对 | --file --text --seg |
scripts/sop_check.py | 尾拍动作能量与接缝相似度质检：8 格联络表、动作光流比率、钉帧比对 | --video --seg |
scripts/shisei_pose.py | (可选) 打斗/对峙姿态：多视角姿态检索与线稿提取 | --search --duo --get --view |
解释器固定用带 cv2 的 venv：
C:/Users/windows/.workbuddy/binaries/python/envs/default/Scripts/python.exe（下称 PY）
2. 第 0 步：工作流握手（每次开工第一件事，不可跳过）
为什么不能固化：用户的工作流会更新（加三采、改超分尺寸、换输出前缀），节点号一变， 写死的"接线修复"就会把一条跑得通的链路改坏 —— 这是 v2 每次报错的根因。
核心口径：用户会随时在画布上调参数（改超分尺寸、换模型、调采样步数），生成必须用他当下的值。
submit 每次都会先核对一遍画布保存版（h3wf.refresh_if_stale）：
文件 mtime 变了就重新读图，并把改了哪些参数逐条打出来（[wf ] 检测到 N 处参数变更）。
rack/desk/cast 的 h3_data、seed、filename_prefix 是运行时注入的，不算用户改动，已排除。
但有一个 API 层面绕不过的限制，必须主动告知用户：
ComfyUI 的画布状态只有在保存工作流（Ctrl+S）之后才落到
ComfyUI/user/default/workflows/*.json，未保存的画布改动任何接口都读不到。
所以每次开工要跟用户说一句：改了参数请 Ctrl+S。
如果用户改完还按过一次 Queue，那条执行图会进 /history，也能被第二条判据捕到。
动作：
- 先提醒用户：打开 ComfyUI 桌面程序，载入这次要用的工作流，等他说"好了"。
- 前提：
sync读的是 ComfyUI/history里最近一次成功跑完的视频任务。- 刚换过工作流 / 刚装好 → 请用户在界面里手动跑一次（哪段都行，跑通即可），再
sync。 - 一次都没跑成功过 → 用界面文件兜底：
h3wf.py sync --from-ui "<工作流>.json"（需要 ComfyUI 在跑）。
- 刚换过工作流 / 刚装好 → 请用户在界面里手动跑一次（哪段都行，跑通即可），再
- 探活 + 识别：
$PY scripts/h3wf.py show # 只看识别结果 $PY scripts/h3wf.py sync # 识别通过后落盘为本次生产依据 - 判读输出：
rack/desk/cast/seed/final五个必需角色必须全部有值；缺了就是工作流换了节点类名， 把这行贴给用户看，不要自己猜。[note]里会写多候选是怎么选的。 同一份输出还会给出三样东西，缺一样都会让后面的环节踩坑：- 工程名（导演台
chain.name）：submit用它决定成片归位到h3_chain/的哪个目录， 并且第一次submit就把它写进project.json.chain当绑定。显示「—」说明导演台没填工程名， 此时submit会退回技能工程名并告警 —— 那等于另起一部片子（且不会写绑定）。 绑定之后换名字会被拒收，见 §10.1。 - 一采前缀：
watch/gate --latest靠它只认一采文件。显示「—」时退回全前缀，跑完 整链后可能把超分/终片当成一采去双检。 [WARN]收片链路：缺「段尾归位」或它的「顺序锚」没接线，成片不会回到导演台，下一段接不上。
- 工程名（导演台
- ComfyUI 没开时允许无头启动（端口 8188，不影响桌面程序）：
但优先用用户自己开的那份，节点状态以他的界面为准。cd "D:/Comfy-Desktop/ComfyUI-Installs/ComfyUI (1)/ComfyUI" ".venv/Scripts/python.exe" main.py --port 8188 \ --input-directory "D:/Comfy-Desktop/ComfyUI-Shared/input" \ --output-directory "D:/Comfy-Desktop/ComfyUI-Shared/output" \ --enable-assets --disable-auto-launch
工作流变了怎么办：h3wf.py doctor 会列出「节点号变了 / 前缀变了 / 工程名变了 / 角色缺失」。
确认是有意更新 → h3wf.py sync --force 重新握手，之后所有提交自动用新图。
submit 每次都复核指纹，漂移未确认会直接拒收（不会偷偷用旧图跑一夜）。
握手时会记一条 history_seq 水位线：比它更早的执行图不算漂移（/history 清空前留下的旧记录），
只有握手之后新跑出来的图不同才会拒收。
3. 第 1 步：导演调度（强制，拿到剧本第一件事）
不允许拿到剧本直接写提示词。 先加载 director-advisor 技能出完整分镜方案：
- 拆五要素：情绪基调 / 戏剧节拍 / 人物关系 / 空间 / 动作
- 定节奏骨架：镜头数、张力曲线（最高点只有一个）、开场镜与收尾镜
- 逐镜设计：景别=情绪距离、运镜=情绪运动、一镜一个动作单元、时长 1-3s（最长 5s），每镜带一行设计理由
- 挂 1-2 个真实电影案例锚（只从
director-advisor/references/master_cases.md取）
再按 references/directing_bridge.md 换算成 H3 的段，并落盘段规划表：
{"name": "片名", "segs": [
{"seg": "seg01", "length": 175, "shots": "1-4", "dialogue": false,
"hook": "首段：从全景建立空间", "sfx": true, "event": "她走进石屋并放下灯"}
]}
length：175（≈7.29s，3-4 镜）是推荐值；124（≈5.17s，1-2 镜）/ 243（≈10.13s，2-4 镜）也可用。 关键公式：净新画面 = length − cont_frames。cont_frames=5 时，175 帧净剩 170 帧（7.08s）， 124 帧净剩 85 帧（3.54s）—— 同样的续接开销，175 的净产出翻倍，渲染只要 4–4.5 分钟，是性价比拐点。 有台词段也用 175，不要用 243：段越长台词越容易顶到段末（见 §12 台词时间轴铁律）。hook：与上段的接续（姿态/视线/光线承接），写不出 hook 说明段拆错了。dialogue/sfx：决定音频闸门查哪几项（无台词段查静音，无拟音段关掉--fx）。- 校验：
$PY scripts/h3proj.py plan --check
一段 = 一个事件，段内可多镜（[节拍 N] 就是镜头位，写「硬切至…」H3 就照切）；
不能切空间（地图）和主要事件。切点必须踩在动作上，不能按秒均分。
写分镜时同时过两道内容关（详见 references/vividness.md）：
- 逻辑四问：人物这一刻想干什么？他在哪、朝向谁？时间/光线是否连续？上一个动作的因果有没有断？
- 生动三件套：每拍至少给一个"动作起因 + 环境反馈 + 材质触感"，不能只有"站着说话"。
3.1 可选增强：高质量打斗与双人对峙姿态管线 (Shisei Pose Guidance)
当剧本涉及近身打斗、兵刃交锋、双人正反打对峙或复杂肢体纠缠时，为避免视频模型常见的"动作发软、解剖变形、正对翻背对（180°轴线翻转）"，挂载本地 Shisei 姿态引导（详见 references/shisei_combat_pipeline.md）：
- 姿态检索：使用本地检索脚本查询 55 组双人对峙动作及 288 组单人动作：
python scripts/shisei_pose.py --duo --search "近身" - 多视角线稿提取：根据导演机位导出 5 大视角（
front正视 /side侧视 /diag45°斜角 /above俯视 /below仰视）线稿至工程目录：python scripts/shisei_pose.py --get D001 --view diag --out references/poses - 首帧骨架锚定：将提取的姿态线稿与角色卡（
sal_character_sheet.jpg等）联合喂入生图引擎（Imagen / Qwen），产出 100% 构图严谨的首帧，再注入 MiniMax H3，杜绝空间漂移与动作软趴。
3.2 强制工序：分镜首帧生图核验与 I2V 几何锁脸 (Keyframe Gate)
工业铁律（最高优先级认知）： 凡是有人物正面/半身特写、关键道具交互（如拆表、握枪、数钱、盖章）的段落， 严禁纯文生视频 (T2V) 盲跑！必须执行「首帧生图核验 ➔ 图生视频 (I2V) 锁脸防变形」。
- 核心逻辑：
- 静态生图仅需 5 ~ 15 秒/张，能将全部潜空间分辨率集中在五官发丝与道具微结构上，不满意秒级重抽；
- 视频渲染单段耗时 4 ~ 8 分钟。纯文生视频在无物理锚点下极易发生解剖漂移，事后“自动质检”重抽成本高出 40 倍且治标不治本；
- 将选定的首帧图注入
MiniMaxH3ImageToVideo的first_frame端口后，第 0 帧作为几何真值锁死，模型无需脑补结构，注意力全部分配给「驱动动作与对齐口型」，人脸形变率从 30% 暴跌至 2% 以下！
- 执行流程：
- G0 角色资产卡：开工前按
references/character_sheet_standard.md准备好 2+3 头身解耦角色设定卡； - G1.5 首帧生图核验：分镜写毕后，使用生图工具快速生成 16:9 首帧电影剧照，核对五官、眼神聚焦与道具真确性；
- 定稿落盘：核验通过后保存至
<工程>/segments/<seg_id>_keyframe.png（或.jpg）； - 自动识别与 I2V 挂载：流水线检测到首帧图存在时，通过
scripts/keyframe_gate.py自动同步至 ComfyUI 并连接first_frame端口。未检测到时自动平滑降级为纯文本驱动。详见references/keyframe_i2v_guide.md。
- G0 角色资产卡：开工前按
4. 第 2 步：写提示词（标准 = references/prompt_standard_v2.md）
- 七段骨架、
[节拍 N]、<Audio N>声线卡、overall_soundscape三层声音，一个字都不能改段名。 - 提示词写到
segments/<seg>.txt（纯提示词正文，不要包代码块）。 - 声线卡：项目里
voice_card.json优先（h3proj.py new已复制模板），跨段逐字一致。 - preflight 不用单独跑：
submit内部会调check_prompt_v2.check()，有 FAIL 直接拒收。 想提前单独看：$PY scripts/check_prompt_v2.py --file segments/seg01.txt --length 243
格式口径速查（细节以规范文档为准）：<Subject N> 全部带 权限=；情绪词零容忍；
每拍 音效： 逐条点名 +「仅此 N 类，无其他声音」封口；台词结束距段末 ≥1.0s；一段一句台词。
否定词反噬（实测，踩过两次）：H3 会把禁词里的实体名当正面提示去画。
在 防错约束 写「严禁生成水龙卷、水柱、喷泉」，画面里就长出一根白色水柱；
在动作描述里写「头盔前沿向上抬」，主角头上就凭空多一个透明头盔。
规则：要某个东西别出现，就把它的名字从句子里彻底删掉，改成正面描述你真正要的画面
（例："垂直向下俯拍，只有圆形下沉凹陷与沉入水中的黑色人影"），而不是写"不是X、不要X"。
防错约束 只留抽象约束（无水印/无字幕/无畸形手/不做火焰光效）。
续接 latent 会把首拍人物带歪（本项目 5 次复现，最贵的一条坑）：
带 --cont 的段落，首拍稳定生成一个穿黑色长袍、披散长发的高个背影，即使——
上一段尾帧是"俯拍水面 + 落水黑影"（seg02）还是"陈默面部近景、黑 T 恤"（seg03），
参考图已正确注入（[rack] 素材 1 件：陈默→陈默.png）、文案已逐字写清衣物，全都压不住。
同一提示词、同一参考图、同一 seed 区间，改 --cont off 后两次全部恢复正常
（seg02 首拍变回黑 T 恤短发陈默；seg03 首拍变回纯空镜城市俯瞰）。
判定与处置：
- 本项目结论：续接保留，但只钉 5 帧（
project.json的cont_frames: 5，即 0.21 秒）。 用户要的就是"给几帧保证上下文一致"，39 帧（1.625 秒）太浪费、后期还要逐段掐头。 纯硬切处（海边 → 门外这类剧本本身的地点跳转）用--cont off。 锚点污染在 5 帧下是否仍会出现，需要实测记录；一旦首拍人物不对，先试--cont off。 - 通用判据：续接只在「同一空间、同一机位、动作直接延续」时才可能有用；
一旦发现首拍人物服装/体型/发型不对，先换
--cont off验一次（一采只要 2 分钟）， 比改文案快得多，改文案是无效的。 - 开启续接时会打印
[cont ] 承接 clip_xxxx（…）；确认首帧再决定要不要留。
4.1 H3 的服从度边界（写提示词前必读）
这些是实测出来的硬边界，改文案没用、换 seed 也没用，只能在写法上绕。 全部来自 13 段 / 86 秒成片的连续记录，不是推测。
| 你想让它做的事 | 实测结果 | 换成什么写法 |
|---|---|---|
| 后拉 / 拉远 / 推近（位移式运镜） | 4 次全败。写「只退到看得见挡杆就停」照样退到窗外、露出另一种内壁 | 改用纯摇（同机位只改角度：先向下摇到地板、再向上摇回），或直接硬切 |
| 机位穿过窗 / 洞进入内景 | 会顺手把门打开。写死「门保持关闭、只从空着的窗洞穿入」也没用 | 段内硬切进内景，组装时把段头裁到刀口；比任何运镜过渡都可靠 |
| 窗外景物在移动（车在行驶） | 生成不出来。改写「白虚线每秒三条迎面涌来」也没用（窗外区帧间差：静止 1.26 / 写了运动 4.15，肉眼都看不出在走） | 行驶感靠后期引擎声 + 轻微机身抖动补，别指望生成 |
| 「景别不变 / 不推近 / 不推拉」 | 服从度低，后半段照样推近 | 改成正向描述**「画面里始终装得下整个 X（门框上沿到踏板）」**——用「必须包含什么」来控 |
| 「不要出现 X / 不是 X」 | 反向生效，X 反而被画出来（同上面的否定词反噬） | 把 X 的名字从句子里彻底删掉 |
| 同一拍做 2 个以上动作 | 每个只做一半，或直接跳过最「无趣」的那个（关门输给「双手放方向盘」） | 一拍最多两个动作；四个动作就拆拍或删 |
| 「约在第 X 秒说完 / 第 N 拍开头发出」 | 时间描述完全无效 | H3 的时间轴由文本事件顺序决定，只能调整块的先后位置 |
| 单段写多个时间段运镜（0-3s推，3-5s停） | Qwen3-VL 误以为中途切机位，诱发段内画面闪切 | 单段 [Shot 1] 严格只写 1 个贯穿首尾的运镜指令 |
中近景写站起 (rises from chair) | 人物头顶冲出画框上边缘，被削掉半个头 | 爆发戏改用 leans sharply forward across table with veins bulging（暴怒前倾撑桌） |
| 侧脸戏写复数五官 (brows/eyes) 或否定句 | 模型为画双眼或被否定词反噬，强行转头看镜头 | 严禁复数五官与 turn/camera 词，纯用正向侧脸静态描述，尾端用 TailLock 潜变量夹具锁死 |
| 平静声纹导致高潮戏吼不出来 | 参考音频的平静语调锁死了音频潜空间能量 | 采用 T8mars 协议：台词加咆哮副语言前缀，并在 0.4s 注入物理撞击瞬态拟音拉爆声能 (+10dB) |
一句话：H3 听「画面里必须有什么」，不听「镜头不要做什么」；听「事件顺序」，不听「秒数」。
续接段还有一条专属边界：续写块结束的那一帧，模型最容易「重置」回参考图构图。 如果这时恰好是一次硬切，它就有了「另起一个镜头」的机会 —— 实测 seg02 首版前 38 帧承接完美， 第 39 帧一结束人物整个消失，跳成参考图里那张无人的大全景。 所以：续接段不写硬切，一镜到底 + 同机位最稳；要分镜切换就单独成段。
5. 第 3 步：生成、监工、收片（一条命令一件事）
# ① 提交（preflight + 工程登记 + 续接 + 挑 seed + 记基线）
$PY scripts/sop_run.py submit --seg seg01 --assets 素材.json [--length 243] [--silent]
# 素材.json：{"角色1":"cglide/<项目>/角色1.png", "场景":"cglide/<项目>/场景.png"}
# --dry-run 只组装不提交（不登记新段、不碰工程档案），并让 ComfyUI 校验图的必填项
# --chain <工程名> 覆盖握手图里的 chain.name（必须等于已绑定值，否则拒收）
# --rebind 确实要换导演台工程时才用（改绑，续接从此断开）
# --cont auto|off|<续拍档路径> 默认 auto=接上一段，off=当第一段
# --allow-nocont 本段确实要独立开头时用：放行"拿不到续拍档"
# ② 监工（建议后台跑：这一步会一直等到一采落盘，然后立刻双检）
$PY scripts/sop_run.py watch --seg seg01 --timeout 3600
判失败必须当场让出 GPU。一采一落盘，二采就开跑；如果等完整质检（抽帧+视觉定量，
十几秒）出结论再 abort，三采/超分往往已经在跑，算力白烧。所以 watch 现在分两道：
- 落盘即刻的音频快检（
_fast_audio_gate）
... [truncated for translation, rest of SKILL.md follows same pattern]