導演技能：輸入故事 → 輸出完整拍攝就緒檔案
此技能是執行者規格，非指南
- 使用者輸入故事或主題。你完成所有剩餘工作，輸出一個完整的拍攝就緒檔案。使用者僅在開始時提供故事並選擇類型，然後在回饋節點處點頭或評論。
- 這裡的「真人」是指 AI 生成的寫實影片，不是真實拍攝。沒有演員、攝影機或真實場景；角色、表演、攝影機和世界皆由 AI 生成，而跨越獨立生成片段的一致性是需要解決的困難問題。
- 預設為完整套件。以互動提示開始：詢問動畫或真人，然後是四個基本限制（長寬比、時長、風格、有無對話——遺漏時提問，絕不預設），接著提供步驟核取清單，所有步驟預設勾選；使用者可以取消勾選步驟，你只執行有勾選的步驟。
合約
- 輸入：一個故事或主題 + 類型（動畫或 AI 真人）。開始前先詢問四個基本限制。
- 輸出：一個完整的拍攝就緒檔案，包含以下九個章節，依序排列。遺漏任何內容即視為不完整。以 HTML 頁面交付：每個提示（圖片提示和鏡頭貼上提示，英文和中文）都附有單擊複製按鈕，讓使用者能直接將每個提示貼入模型。
- 你的工作：主題、劇本、分鏡、角色設計、場景、鏡頭提示、轉場表、剪接表、品質檢查——全由你撰寫。
輸出檔案的九個章節
- 封面 / 基本資訊（標題、類型、長寬比、總時長、每鏡秒數、有無對話、風格；遺漏一項即不完整）
- 主題（三句話，皆為必要：一句主題、一句觀眾感受、一句主角轉變 A→B；如果你無法寫出全部三句，先停下來修正主題）
- 故事概要（一條因果主線；每個場景可用一句話陳述；主角想要、害怕、最終獲得或失去的；最後以主題檢查行結尾，例如「這個場景是否加深了誤解或實現了反轉」）
- 角色設計（每個主要角色一份簡介，包含所有欄位；設計圖清單；每個角色一份可複製貼上的圖片提示）
- 場景（每個場景一個固定的場景描述：地點、時間、光線、氛圍、道具；一個場景 = 一個地點 + 一個時間 + 一個戲劇點）
- 鏡頭清單（每個鏡頭：編號、時長、畫面、動作、表情、攝影機、聲音、貼上提示）
- 轉場表（每個相鄰鏡頭對如何連接，以及是否需要轉場鏡頭）
- 剪接表（每個剪接：轉場類型 + 聲音處理）
- 品質檢查清單（交付前全部檢查）
角色設計
- 角色簡介欄位（全部必要）：姓名/代碼、身份/職業、年齡、性別、體型、臉部（臉型、眼睛、鼻子、嘴巴、皮膚）、頭髮、服裝（上衣、褲子、鞋子、配件）、標誌特徵、個性、在故事中的角色、關鍵表情/動作。
- 設計圖清單：轉面圖、表情板、姿勢板、色板、比例圖、細節特寫（關鍵道具/服裝細節）。
- 綜合圖，16:9，每個角色一張圖片：在保持可讀性的前提下盡量塞入，作為影片參考。佈局，最豐富的優先：左側，一張大型全身英雄照；中上方，五視圖轉面（正面、3/4 正面、側面、背面、3/4 背面）；中間，半身表情肖像（簡介中的所有關鍵表情，每個可以帶一個角度）；右中間，服裝與材質分解（每個服裝單獨繪製，附材質說明）加上配件細節特寫（關鍵道具）；右側，一張電影感情緒靜止畫面/氛圍參考；底部，一條色板條（純色色票，允許有十六進位碼）。設定檔資料（姓名、年齡、身高、職業、氣質、關鍵字）、角色傳記和簽名台詞以文字形式放在檔案中，而非圖片裡。
- 圖片中不要有文字標籤：保持設計圖乾淨，上面不要有文字標籤（例如「正面」、「生氣」）。影片模型透過提示而非圖片中的文字來讀取參考，且文字有滲入生成影片的風險。改為在影片提示中描述設計圖的結構。
- 圖片提示描述的是綜合圖：將轉面圖、表情板、姿勢板和色板寫入提示，描述它們在同一張圖片中。絕對不要為單一正面角色寫提示。
- 先詢問圖片模型（ChatGPT Image 2.6 或 Qwen Image 2.1），然後以該模型的風格撰寫提示。請參閱下方每個模型的慣例。
- 英文提示下方直接附上中文翻譯：每個英文提示（圖片提示和鏡頭貼上提示）下方都附上中文翻譯，讓不擅長英文的使用者知道其內容。中文僅供參考，絕不餵給模型。
- 通過標準：剪影可辨識（遮住臉也能認出）；動畫需有吸引力，真人需有寫實感；跨角度和鏡頭大小均可辨識。
場景與道具
- 每個場景一個固定的場景描述。同一個場景在其所有鏡頭中保持相同描述；更換場景則變更描述。
- 每個場景都有一張參考圖片：16:9 寬景建立鏡頭，空曠環境，無角色，每個場景一張。僅靠文字無法阻止影片模型在鏡頭之間改變場景。
- 關鍵道具也有一張參考圖片：16:9 道具圖，每張圖片包含數個關鍵道具。一般道具大體上能維持形狀，但細節會偏移（顏色、尺寸、形狀）；獨特的關鍵道具若無參考則偏移更嚴重。道具對故事越重要、越獨特，越需要參考。
- 通過標準：閱讀場景描述後，觀眾能說出它在哪裡、是什麼時間、光線如何。
鏡頭清單
每個鏡頭列出編號、時長、畫面、動作、表情、攝影機、聲音和貼上提示。每個鏡頭必須滿足以下所有條件：
- 一鏡一個想法：一個鏡頭只講一件事。兩件事就是兩個鏡頭。
- 一個動作：角色做一個動作，具體書寫（流淚、遮蓋、遞交、輕彈、走路、站立），絕不抽象。
- 一個攝影機運動：推進、拉遠、橫移、追蹤、跟隨——選一個。一個鏡頭裡有兩個運動會互相衝突。
- 表情和視線方向需明確寫出：臉部顯示什麼、眼睛看向何處。含蓄的表情要具體書寫（「壓抑的悲傷」優於「悲傷」）。動畫可以誇張；真人應保持克制與自然。
- 內心活動/潛台詞需明確寫出：角色在這個鏡頭中想什麼、要什麼、怕什麼。一個有動作但無內心活動的鏡頭會顯得空洞。
- 同場景連續：尾幀是方法，文字只是輔助。 影片模型獨立生成每個片段，對前一個片段沒有記憶。僅靠文字寫「接續上一個鏡頭」是行不通的——模型從未見過上一個鏡頭，無法知道它是什麼。可靠的方法是尾幀到首幀：將前一個片段的實際最後一幀作為下一個片段的圖像轉影片輸入，這樣下一個片段的第一幀就是前一個片段的最後一幀。然後提示描述從該幀開始的新動作，並在文字中重申結束狀態（姿勢、表情、動作進度、光線、色調）以幫助模型。沒有圖像輸入，僅靠文字重申只會產生軟連續性——模型從頭生成，因此角色可能漂移，第一幀也無法匹配前一個片段的最後一幀。持續的是角色狀態，而非攝影機。
- 更換攝影機和鏡頭大小：同一場景中兩個連續的鏡頭必須改變攝影機位置和鏡頭大小（中景 → 特寫），否則就是一個長鏡頭。
- 貼上提示順序：前一個鏡頭的結束狀態 → 新動作 → 表情/視線方向（附內心活動） → 攝影機（鏡頭大小、運動、焦距、景深） → 光線/氛圍 → 限制。一句話，一個意思。
- 貼上提示使用 @asset 名稱，而非自然語言描述：影片模型不知道「年輕女子」是誰；它只知道透過 @名稱 識別上傳的資產。在創建參考圖片時為資產命名（例如女孩是 @女主，怪物是 @小怪獸，場景是 @場景1，道具是 @道具），然後在貼上提示中寫 @女主、@小怪獸、@場景1、@道具。絕不寫「年輕女子」、「毛茸茸的怪物」、「狹窄的老巷子」。在中文翻譯中也保持 @asset 名稱不翻譯。
- 時長：真人約每鏡 5–10 秒；動畫一般 2–6 秒，超過 8 秒則拆分。
- 動畫需添加表演指導 (講戲)：在動畫之前，寫下角色在每個鏡頭中的想法、想要什麼、害怕什麼。
- 真人需添加走位安排：誰站在哪裡、誰走到哪裡、何時轉身、何時看向誰；走位服務於戲劇（誰主導、誰退讓、關係如何變化）。
分鏡圖
- 分鏡圖是圖片，不只是文字：生成多格分鏡圖片，讓使用者一目了然看到影片的畫面與情感流向。
- 每張圖片六格 (3×2)。十二個鏡頭需要兩張圖片。超過第四或第五格後容易漂移，因此六格圖片中的每一格都要檢查角色與場景的一致性；八個或更多鏡頭應跨圖片放置。
- 每格需詳細繪製：構圖（鏡頭大小、攝影機、角度）、角色（根據設計圖的外觀與姿勢）、場景（根據場景圖片的地點與道具）、光線（根據鏡頭的光線與氛圍）、動作（鏡頭的關鍵動作時刻）。一格必須清楚呈現鏡頭拍攝的內容及其情緒，而不是粗略場景。
- 分鏡圖是給使用者看的，所以要豐富：除了圖片，還要在圖片中每格下方寫入圖說——鏡頭編號、時長、攝影機運動、關鍵動作（中文）——讓使用者僅從圖片就能理解鏡頭和攝影機運動。完整的畫面、動作、表情、內心活動和聲音則保留在檔案中。
- 參考：使用角色設計圖和場景參考圖片來繪製每一格，使角色和場景在諸格之間保持一致。
連續性與轉場
- 同一場景：可靠的方法是尾幀到首幀——前一個片段的實際最後一幀成為下一個片段的圖像轉影片輸入，因此下一個片段的第一幀就是前一個片段的最後一幀。下一個鏡頭的提示接著描述從該幀開始的新動作，並在文字中重申前一個鏡頭的結束狀態（姿勢、表情、動作進度、光線、色調）以幫助模型。僅靠文字無法做到這一點：模型獨立生成每個片段，對前一個片段沒有記憶，因此僅靠文字「接續上一個鏡頭」只會產生軟連續性，且第一幀無法匹配。持續的是角色狀態，而非攝影機；攝影機和鏡頭大小必須主動改變。
- 更換場景，四個步驟：在拆分鏡頭前先拆分場景（一個場景 = 一個地點 + 一個時間 + 一個戲劇點，並有一個固定的場景描述）；在撰寫提示前選擇轉場類型（五種類型：硬切、黑屏、溶解、匹配剪接、J-cut）；新場景以建立鏡頭開頭，絕不以特寫接特寫；單獨處理轉場本身（將其作為獨立片段生成，或在剪接中以空鏡頭、黑屏、溶解或 J-cut 隱藏接縫）。
- 轉場屬於剪接師：導演決定為何剪接，剪接師決定如何剪接、使用多少幀、在哪裡剪接。在短片或個人製作中，音效也屬於剪接師。
- 決定每個轉場是否需要一個生成的轉場鏡頭。 大多數轉場在剪接中完成，無需額外鏡頭：硬切（直接拼接）、黑屏（淡入黑再淡回）、溶解（剪接中交叉溶解）、J-cut（音頻編輯，無視覺鏡頭）。但有些轉場需要一個生成片段，技能必須為此規劃：複雜的匹配剪接（共享元素必須在兩個鏡頭中處於特定位置）、跨剪接的攝影機運動（攝影機在鏡頭 A 中橫移，必須在鏡頭 B 中繼續橫移）、用於隱藏接縫的切出鏡頭或空鏡頭（插入的環境或細節鏡頭，用以銜接生硬的跳躍或時間間隔），或者如果鏡頭清單直接跳入特寫，則為新場景建立一個建立鏡頭。當需要轉場鏡頭時，將其作為一個獨立鏡頭加入鏡頭清單，並附上其編號、時長、畫面、動作、攝影機、聲音和貼上提示——它是一個需要生成的鏡頭，而非事後想法。轉場表必須說明每個相鄰鏡頭對是否需要轉場鏡頭，如果需要，是什麼。
- J-cut 聲音：前一個場景的聲音在剪接處下方繼續，後一個場景的聲音在視覺剪接時落下。背景音樂在最後一個鏡頭結束，絕不提前中斷。
硬規則（撰寫檔案時無例外）
- 一鏡一個想法。
- 一鏡一個攝影機運動。
- 持續的是角色狀態，而非攝影機。
- 新場景以建立鏡頭開頭。
- 完成的影片必須有背景音樂。無背景音樂即不交付。
- 提示中一句話一個意思。
- 固定的參考圖片不能隨意更改（更改它意味著更換演員或場景）。
- 臉部破損或場景變化的片段直接重新生成，絕不留給剪接（生成數次並挑選，或如果都沒有選中則更改提示；絕不強行使用壞片段）。
- 方向和視線不能斷（180度規則、視線匹配、左走的角色在下個鏡頭不能右走）。
- 通過計算影片串流幀數而非容器時長來驗證時長。
- 先有劇本再有圖片：在使用者看到完整劇本文字並選擇繼續進行圖片之前，絕不生成任何圖片。
判斷性決策（由你決定，根據此方法）
- 主題：問三個問題——這是關於什麼的故事、觀眾應該感受到什麼、主角從 A 變成 B 是什麼。如果無法回答這三個問題，請先修正故事。
- 鏡頭：如果一個鏡頭感覺平淡，先檢查它是否違反了硬規則，然後檢查角色在該鏡頭中的內心活動。如果一個鏡頭需要超過 10 秒（真人）或 8 秒（動畫），請將其拆分。
- 轉場：決定轉場是否需要一個生成鏡頭。規則是：如果它在視覺上很複雜（匹配剪接、跨剪接的連續攝影機運動）或需要隱藏接縫（空鏡頭或切出鏡頭），則需要生成鏡頭。單純的硬切或溶解則不需要。
- 當所有規則都無法確定時：優先考慮故事和角色。技術是服務於故事的。
交付檔案格式 (HTML)
交付檔案必須是單一 HTML 檔案，組織成清晰的章節。每個提示（圖片提示和貼上提示）都必須有單擊複製按鈕。英文提示下方必須有中文翻譯。該檔案必須能以任何現代瀏覽器開啟並正確渲染。
模型慣例
ChatGPT Image 2.6
- 使用自然語言描述。
- 描述場景的整體外觀、光線、氛圍和風格。
- 指定長寬比 (16:9)。
- 包含角色和角色的動作。
Qwen Image 2.1
- 使用更結構化的提示格式。
- 從主體和動作開始，然後是環境、光線和風格。
- 對風格和角色使用關鍵字。
- 指定長寬比 (16:9)。
（注意：此處的「模型慣例」部分需要根據實際的 SKILL.md 檔案進行擴展。提供的原始內容被截斷了。翻譯應基於原始英文檔案中的確切資訊。但為了完整性，此處包含一個佔位符。）
成功標準
交付的檔案應滿足以下所有條件：
- 包含所有九個章節。
- 所有提示（圖片和貼上）都有單擊複製按鈕。
- 所有英文提示下方都有中文翻譯。
- 圖片提示在構圖、角色、場景、光線和動作方面準確體現了角色設計圖和場景參考的內容。
- 貼上提示使用 @asset 名稱，遵循尾幀到首幀的方法，並包含所有必要欄位（動作、表情、內心活動、攝影機、光線、限制）。
- 六格分鏡圖準確反映鏡頭清單。
- 轉場表正確識別需要生成鏡頭的相鄰鏡頭對。
- 在交付前已檢查並通過品質檢查清單。