ai-video-script：口播与分镜 是做什么的？
何时使用
简报已锁定，用户已选定叙事角度。本技能撰写口播稿、镜头列表、节拍网格和 film.json。在这些文件未就绪之前，请勿开始渲染。
1. 先写脚本
- 将旁白写为口语文本，而非书面散文。在脑海中大声朗读每一行：如果一句话不能一口气说完，请将其拆分。
- 仅用于规划目的，按每秒约 4.5 个中文字符估算时长。最终时长始终以真实配音时长为准，而非估算值。
- 镜头时长规则：每个镜头的时长为动作时间、朗读时间和旁白估算值三者中的最大值，再加上停顿。影片总长度为所有镜头帧数的总和。切勿为了适应镜头而拉伸音频。
2. 三遍去AI味审查
在进入分镜之前，对脚本执行全部三遍审查。将审查记录保存在 script.md 中。
- 第1遍，去除AI套话：删除陈词滥调、空洞的强调词以及废话连篇的句子。每句话必须包含一个具体的事实、图像或动作。
- 第2遍，重叠度检查：如果脚本改编自某源文本，与源文本共享的实际词语不得超过 15%，且不得有连续 8 个相同的字符。重写，而不是在边缘处做同义改写。
- 第3遍，朗读检查：脚本必须听起来像人在说话，而不是一篇论文。删除仅适用于书面语的结构和只在纸上成立的句子。
3. 构建分镜
使用 templates/storyboard.md。规则：
- 一个镜头持续 1.5 到 5 秒，且只展示一件事。
- 每 2 到 3 秒有一次可见的变化：入场、主要动作、次要动作、退场或过渡。
- 开头 3 秒以一个具体的小场景开场，不要用标题卡。一个具体的例子贯穿整部影片。
- 每个镜头行包含：编号、时间范围、画面、动作、镜头运动、屏幕文字（最多 8 个字符）、方法。
- 为整部影片挑选 2 个固定的强调词，以及 3 到 8 个字幕重点词。保持一致地使用它们。
- 每 8 到 12 秒至少切换一次 A-roll 和 B-roll。
- 为每个镜头指定主角、辅助元素和背景。主角移动最早、幅度最大；辅助元素在 2 到 5 帧后跟随，移动幅度较小。
- 每个大动作分为六个阶段：预备、伸展、冲击、压缩、过冲、稳定。
- 整部影片保持一个主光方向，高光和接触阴影跟随动作。
4. 节拍网格
先选音乐：挑选曲目，设置其 BPM，编写 templates/beat-grid.json，包含时间戳和强/弱拍标记。将重动作和剪辑点放在强拍上。音效来自动作本身。使用缓入缓出曲线；除刻意设计的机械运动外，避免线性运动。
5. film.json 是唯一数据源
编写 templates/film.json：包括标题、格式、帧率、时长、风格、配音以及镜头列表（含开始/结束时间、画面、旁白、屏幕文字和方法）。后续每一步（渲染、配音、审查）都会读取此文件。如果脚本发生更改，请先更新 film.json，然后重新派生其余内容。
输出约定
script.md（旁白稿 + 时长 + 三遍审查记录）。storyboard.md（镜头表格）。beat-grid.json（BPM + 强/弱拍）。film.json（唯一数据源）。
规则
- 不要在此技能中编写渲染代码。仅可涉及文本和时长。
- 无法用表格一行描述清楚的镜头即为两个镜头；请拆分。
- 不确定的事实需保持标记为“待核实”，直至核查完毕；切勿用肯定的措辞掩盖。