漫畫說故事

把主題做成 110–135 秒直式短影片：線稿被一筆筆描出來，對話泡泡逐個彈入，單口配音 + 大字幕。產物 <專案>/out/final.mp4（1080×1920）。

聲音是主線。 把音軌單獨抽出來聽，必須是一條講得通的故事；畫面負責加戲，不是理解的前提。

五步做完

① 定故事 → `<專案>/story.json`

建目錄、拷模板：

mkdir -p <專案>/raw && cp templates/comic/story.example.json <專案>/story.json

先填檔案頭三行，填不出來就別寫格子：

"story_line": "誰 / 想幹什麼 / 卡在哪 / 結果，一句話說完",
"question":   "開場砸出來的那個問題",
"answer":     "最後一格給出、能答掉它的答案"

question 要挑「說不通」的點，不要挑「這是什麼」。答案不該是一串時間線。

然後寫每格的 narration（旁白）和 bubbles[].text（對話）。旁白 440–540 字，標點算字，按 4.0 字/秒反算。

python scripts/pipeline.py <專案> --stage script     # 但不許往下走

① 的判定：三行齊全 → 字數在區間 → 每格有旁白 → 對話泡泡不出畫 → charts.py 裡的函數存在。

② 出圖 → `<專案>/raw/<id>.png`

先把所有 prompt 寫完，再一次性出圖。 出一張看一張會把出圖拖到一兩小時，中途改 prompt 還會讓畫風漂。

python scripts/comic_gen.py <專案> --list     # 打印沒出過的 prompt，出過的自動跳過

按打印出來的 prompt 逐張生成，圖存進 raw/。必須圖生圖，參考圖用 assets/reference/01-style-anchor.png，相似度調 low。

python scripts/contact_sheet.py <專案>        # 拼成一張總覽圖，看一次
python scripts/pipeline.py <專案> --stage image

② 的判定：總覽圖上只看兩件事——該在的人在不在、有沒有整片塗黑或空白。其餘（圖上零星文字、身高差半個頭、線條髒、尾巴偏幾十像素）一律不看，直接往下走。

③ 製作 → `final.mp4`

python scripts/comic_run.py <專案>

依序跑：配音 → 泡泡層 / 資訊圖 → 淨化落版 → 逐筆渲染 → 合成直式 → 燒字幕。單步重跑用對應的 comic_*.py。

④ 驗收

python scripts/verify_media.py --file <專案>/out/final.mp4 --expect <秒數>
ffmpeg -y -ss 3 -i <專案>/out/final.mp4 -vframes 1 <專案>/check/03.png

抽兩幀（第 3 秒、該格總長 × 0.75）比對：畫面在動嗎、底色對不對、字幕有沒有出畫。再把音軌抽出來閉眼聽一遍：能說出「誰想要什麼、發生了哪幾件事、最後怎麼收」就算過。

⑤ 交付

<專案>/out/final.mp4。需要橫式版時用 out/story_flat.mp4。

十條硬規則

前三條管故事，違反就是「聽完不知道在說什麼」。後七條管製作，違反就是畫面或聲音錯了。

1. 先填 story_line / question / answer，填不出來不寫格子。 缺這三行，八格寫完才發現散，是最貴的一種返工。

2. 骨架按「主角和阻力是什麼關係」選，不要給所有主題套同一張格子表。

主角 vs 阻力	骨架
一個具體對手，一來一回	出招 → 化解 → 加碼 → 化解 → 最狠一招 → 化解
自己那條路走不通了	老本行快死了 → 試了幾樣都不成 → 意外冒出一件 → 押上去 → 成了 → 才明白賣的是什麼
一個說不通的現象，倒著查	反常的事 → 找到那個人 → 他當時的難處 → 他怎麼解的
爬到了頂，被不起眼的東西掀翻	巔峰 → 一道裂縫 → 誰都沒當真 → 押錯 → 塌

格數跟著故事走，5–9 格都行。

3. 並列的事不要編號成回合。 把「第一回合」換成「第一次」，故事不損失，那就不是回合，是貼上去的標籤——刪掉。同理，不要用「加碼」「到頂」「攤牌」「老底」這類解說員行話，觀眾聽到的是暗號。

4. 旁白必須是一條聽得懂的完整故事，對話要念出來。 「他回了一句」「批了兩字」「一句話把他點醒」——聽眾只知道有人說了話，不知道說了什麼。泡泡重複旁白不算錯，字幕本來就是聲音的重複。

5. 生成模型只畫線稿，字由程式疊。 prompt 裡寫「不要畫任何文字」，這是預防，不是出圖驗收標準。

6. 泡泡不進引擎。 引擎會把彩色二值化成黑塊。泡泡在合成時按時間彈，節奏更可控。

7. 不傳 element_plan。 傳了每個物體按 1.6 秒上限畫完即停，整格兩秒就畫滿。不傳時按 √面積分預算，總時長恆等。

8. 必須圖生圖，參考圖相似度調 low（0.3–0.5）。 相似度 high 時模型會照抄參考圖的姿勢，無視你寫的動作。

9. 角色寫進 characters，prompt 裡用 {名字} 引用；任意兩人至少三項不同。 頭飾、鬍鬚、衣服、體型各寫清。主角用異類頭飾（軟布巾 / 無冠），方冠冕冠頭盔留給對手和兵。

10. 底色用 colorkey + overlay；字幕燒 ASS 本體並宣告 PlayResX/Y。 用 blend=all_mode=multiply 底色會變螢光綠；SRT 交給 libass 會落到 384×288 座標系，字飛出畫面。

遇到問題查哪份

情況	讀
不知道怎麼把主題變成故事、每格該放什麼、結尾怎麼收	`references/story.md`
寫 prompt、定角色、泡泡排版、TTS、渲染與合成參數	`references/production.md`
畫面 / 聲音 / 時長出錯了	`references/troubleshooting.md`
寫 prompt 的具體模板和反向約束詞	`references/prompt-recipes.md`
配音音節 / 音色	`references/voice-design.md`
edge-tts 報 403	`references/apiz-tts-fallback.md`

<專案>/
├── story.json      唯一配置：標題、三行故事、每格旁白/泡泡/prompt
├── charts.py       資訊圖格的繪圖函數（有 chart 格才需要）
├── raw/            生成模型出的原圖 ← 你放進來
├── boards/ bubbles/ charts/ audio/ out/    ← 腳本產出
└── subs.ass

第一次用

bash scripts/setup.sh                                          # macOS / Linux / Git Bash
powershell -ExecutionPolicy Bypass -File scripts/setup.ps1      # Windows
python scripts/self_test.py                                    # 6 項自檢，跑一次就夠

comic-story-video