O que 资产准备台 faz?
视频生成能不能接得上，取决于这一步。要解决的问题只有一个：让同一样东西在每一张图里都是同一样东西。
输入是资产清单（或分镜表），输出是一批按编号命名、可直接被 short-video-generate 当首帧引用的图。
它不写分镜、不切段、不写视频提示词，也不生成视频。它负责「图」这一段。
一、四条铁律
- 先锚点，后派生。 母版没定，不要做角度图。角度图是照着母版长出来的，母版错了全组都错。
- 一次只改一个变量。 换角度就不换光，换光就不换角度。两个一起改，出问题分不清是谁的错。
- 候选只增不覆盖。
v1、v2并存，选定哪版写进工单。生成是概率的，删掉旧版等于删掉退路。 - 图和清单必须对得上。 编号就是文件名。清单里有
PR-01，目录里就得有PR-01_*。
二、资产分三级
不是每张图都值得同等投入。先分级，再分配精力。
| 级别 | 是什么 | 例 | 要求 |
|---|---|---|---|
| 锚点级 | 全片身份基准，被多处引用 | 产品主图、人物三视图、主场景全景 | 最严：多候选、逐项验收、定版后不再改 |
| 派生级 | 从锚点长出来的角度、状态、细节 | 产品背面、开盖状态、手部特写 | 必须与锚点并排比对 |
| 一次性 | 只出现一次，不影响一致性 | 空镜、光效、转场素材 | 过得去就用，不必多候选 |
分级错了会浪费： 把空镜当锚点做，一条 30 秒的片子会卡三天；把产品主图当一次性做，后面每段都得重来。
三、来源：三种都行，看用途选
| 来源 | 什么时候用 | 要注意 |
|---|---|---|
| 实拍 | 有实物、要准确、涉及参数或功效 | 最好，但要有素材 |
| AI 生成 | 无实物、虚构场景、氛围、人手 | 要锁几何与印刷，多候选 |
| 官方素材 | 品牌方提供的主图、包装图 | 直接当锚点，最稳 |
不强制实拍。 纯 AI 生成的片子，整套资产都可以是 AI 出的，只要内部一致。
一个必须提前说清的风险
如果这条片子要对观众宣称具体参数或功效（容量、时长、成分、效果），而画面里的产品是 AI 生成的，那画面与宣称之间就对不上——轻则被评论区指出，重则构成虚假宣传。
处理方式只有一条：有宣称，产品画面就用实拍或官方素材；没有宣称、纯氛围或虚构内容，AI 生成完全够用。
这一条在开工前问一句就行，不要等成片了才发现。
AI 生成怎么跑
用自带的 scripts/kie_gen.py（KIE GPT Image 2），提交、轮询、下载、按命名落盘一次做完：
# 文生图（分辨率不写就是 1K，够用）
python scripts/kie_gen.py generate --prompt "…" --ratio 9:16 \
--out 04-素材/01-资产图/PR-01_产品主图_v1.png
# 图生图：拿锚点当参考
python scripts/kie_gen.py generate --prompt "…" --ref PR-01_产品主图_v1.png \
--out 04-素材/01-资产图/S01_f01_v1.png
# 批量：读 JSON 任务表（默认 5 路并发）
python scripts/kie_gen.py batch --tasks tasks.json --out-dir 04-素材/01-资产图 --dry-run
python scripts/kie_gen.py batch --tasks tasks.json --out-dir 04-素材/01-资产图
分辨率默认 1K：这些图最终会被视频模型重采样，源图做大了不保留细节，只增加失败率。要单独放大裁切（做封面）或做白底母版二次利用时，才加 --resolution 2K。
批量默认 5 张同时跑。出图要 10–40 秒，串行跑 6 张就是三四分钟纯等；5 并发跑 6 张，总时长约等于最慢那张加一轮。被限流（code != 200 或 429）就 --concurrency 2，不要因为限流去改提示词。
四条纪律：
- 先
--dry-run看请求体，再真跑。一次批量提交二十张，参数错了就是二十次浪费 - 密钥只走环境变量
KIE_API_KEY，不写进脚本、任务表、工单 - 先出锚点、确认风格，再批量派生。锚点级建议降并发逐张看
- 记 taskId，写进工单，后面要重抽同一张可以对照查
写法、参数限制、失败处置见 references/ai-generation.md。
四、七步流程
1 读清单 → 2 排顺序 → 3 定级 → 4 出候选 → 5 验收 → 6 落盘 → 7 回写
第 1 步 · 读清单
从 02-资产清单.md 读编号、类型、用途、来源、引用段。
清单里没有图像提示词的，用 references/prompt-fixups.md 的四类骨架补写；有的直接取用，不要重写。
第 2 步 · 排生产顺序
锚点级 → 派生级 → 一次性
同类里再按被引用次数排，引用越多的越先做。理由：引用多的资产一旦返工，牵连的段最多。
多段复用且空间连续性重要的地点，按需拆成两层资产：
- 空间结构母版：无人、无动作，锁定地面/墙面材质、橱窗和建筑体块、固定背景结构、空间纵深关系，以及主光源在场景中的来源和大致方向；不锁具体机位、景别、人物和临时道具。
- 机位子母版：从同一空间派生实际会用到的正打全景、侧位近景、俯拍、低角度仰拍或特写等空镜。首帧从对应机位子母版派生，避免全片继承同一透视和构图。
每个空间只做实际会用到的视角，不强制固定数量。光向保持空间连续，但正午/傍晚等光照版本按剧情是否跨时段决定；基础母版避免烤入不必要的强时段特征。先把代表性机位并排验收，再批量派生首帧。
第 3 步 · 定级
每个编号标一个级别（锚点 / 派生 / 一次性），写进工单。这一步只需一分钟，但决定了后面花多少候选。
第 4 步 · 出候选
| 级别 | 候选数 | 说明 |
|---|---|---|
| 锚点级 | 4–6 | 挑一张定版，其余留作备选 |
| 派生级 | 2–3 | 与锚点比对后选 |
| 一次性 | 1–2 | 能用就行 |
出图前先确认三件事：画幅对不对、背景对不对（白底还是场景）、有没有多余元素（文字、水印、手）。
用 AI 生成时，先 --dry-run 看参数，再按锚点 → 派生的顺序提交，一批 4–6 张。
第 5 步 · 验收
按 references/acceptance.md 的七项逐条过，七项里过六项才能留，关键项（几何、印刷）不过直接打回。
第 6 步 · 落盘
04-素材/01-资产图/
├── PR-01_产品主图_v1.png
├── PR-01_产品主图_v2.png ← 备选，不删
├── SC-01_办公桌面_v1.png
└── CH-01_女性手部_v1.png
命名格式：<编号>_<用途>_v<N>.<ext>。编号与清单一致（状态后缀 A/B 保留），用途 2–8 字、可用下划线细分，版本递增。
第 7 步 · 回写
清单状态改成「已有 / 已有备选 / 待补」，并在工单里记下选定版本。不回写，下一步就不知道该引用哪一版。
五、一致性怎么保
同一编号的多张图，靠四件事对齐：
- 同一段主体描述：从锚点的提示词复制，不改字
- 同一光位：主光方向、色温写死，派生图不换光
- 同一画幅与背景：白底就都白底，场景就都场景
- 并排比对：两张图左右放，看几何、颜色、印刷、比例
并排比对是最有效的一招。 单看一张觉得都对，放一起才发现杯口宽了两毫米、logo 高了一格。
详法见 references/acceptance.md。
六、自检（可跑脚本）
python scripts/check_assets.py --dir <制作目录>
五条判据：
| # | 判据 | 级别 |
|---|---|---|
| A1 | 清单里每个编号都有对应文件 | 致命 |
| A2 | 文件名符合 <编号>_<用途>_v<N> | 致命 |
| A3 | 目录里没有清单外的孤儿文件 | 告警 |
| A4 | 每张图分辨率 ≥ 短边 720 | 告警 |
| A5 | 锚点级资产候选数 ≥ 2 | 告警 |
退出码：0 通过 / 2 有致命项 / 3 读不了目录。
七、边界
- 不写分镜：资产需求从分镜表与清单来，自己不改内容
- 不写视频提示词：那是上游的事，本技能只补图像提示词
- 不生成视频：只处理静态图
- 不替代判断：验收标准给了，但「这张能不能用」最终由人定
- 不保证一次出对：生成是概率的，本技能保证的是「有候选、有验收、有版本」
八、参考资料
| 文件 | 什么时候读 |
|---|---|
references/production.md | 排顺序、定级、出候选、落盘回写时 |
references/acceptance.md | 验收、并排比对、打回重做时 |
references/prompt-fixups.md | 清单里没有提示词、或某张图反复出不对外时 |
references/ai-generation.md | 用 AI 生成时：参数、写法、批量、失败处置 |
assets/asset-production-sheet.md | 开工前建工单、交付时回写状态 |
assets/batch-tasks-example.json | 批量生成的任务表样例 |
scripts/kie_gen.py | 提交、轮询、下载、按命名落盘 |
scripts/check_assets.py | 交付前跑一遍 |