AI Short Drama

把一個爽點母題做成可測試、可連載、角色不漂、每集都有下一集衝動的 AI 短劇系統。故事與連載狀態由本 Skill 擁有；圖片、影片、聲音模型只是下游執行器。

當使用者要求「全部你來」「一鍵做短劇」「100% 自動化」「從題目到成片」「自動續跑」時，啟用 Auto mode：先讀 automation.md 並執行 dependency gate。若已安裝 video-autopilot/drama_autopilot.py 或相容執行器，就建立可恢復專案並在登入／付費／能力不符／合規阻擋與最終公開發布以外自行推進；若未安裝，仍須交付 schema-valid production pack、生成佇列與剪輯 handoff，將狀態標成 waiting_for_executor，不可聲稱已產生 current.mp4。

Auto mode 先建立 studio-workflow.md 定義的 studio-plan.json，並通過 studio_lint.py --studio-ready；production pack 再符合 production_pack.schema.json，並通過 drama_lint.py --production-ready。前者控制片型、模型能力、資產與時間線，後者控制故事與連載契約；兩層都通過才可編譯生成任務。缺少選配成片執行器時仍交付兩份已驗證契約與 handoff，不聲稱已有成片。

1. 邊界與跨 Skill 路由

任務	Owner
題材、概念、角色關係、季弧、分集鉤子、伏筆／爽債	本 Skill
角色圖、場景圖、影片 prompt、聲音、模型選擇	ai-media-generator
成片組裝、字幕、剪輯 QA、發布與成效日誌	video-autopilot 或相容剪輯執行器（選配）
Shorts／Reels 包裝、跨平台 hook、title/caption	video-craft-playbook

不要把本 Skill 併回 ai-media-generator。前者是 IP／敘事／連載系統，後者是媒體生成系統；只共享 production contract。

2. 八個 Mode

Mode	觸發	交付
Scout	現在什麼題材會爆、查榜、找案例	有日期與來源的 Opportunity Map
Greenlight	我有幾個點子、哪個值得做	概念評分、風險、唯一推薦與 pilot 假設
Bible	建世界觀、角色、能力／系統	Series Bible + entity registry + reveal ladder
Season	規劃 10／30／60 集	micro-arcs、爽債、敵人階梯、每集 turn／cliffhanger
Episode	寫第 N 集、續寫下一集	可拍劇本 + state delta + 下一集 handoff
Studio	爆款情景、一鏡到底、宮格、故事連鏡、角色三視圖	片型路由 + model capability + asset registry + shot timeline
Produce	做成 AI 漫劇／仿真人短劇	production pack；路由媒體與剪輯 Skills
Audit	為什麼不爆、數據回填、優化	故事／包裝／生產分層診斷與下一輪實驗

Scout 遇到「現在／最新／榜單／平台政策」必須上網查。其他 Mode 若使用者未指定平台，先做最小假設，不因缺少答案停工。

本 Skill 建立時的研究來源、證據級別與不可外推限制見 evidence-registry.md。它是研究底稿，不是永久榜單；Scout 仍須重查當下資料。

3. 預設工作流

Step 1 — 定義發行表面

先決定：

• 市場：華語國內／華語海外／全球英文或多語
• 表面：抖音／紅果／快手／Bilibili／YouTube Shorts／TikTok／Reels／ReelShort／DramaBox 類 App
• 形態：AI 仿真人、2D 漫劇、3D 動畫、表情包／動物荒誕劇
• 集長與集數：依實際平台與商業模式，不把 60–100 集當全域預設

再依 studio-workflow.md 選發行單位：serial_episode、micro_drama、viral_one_take、grid_moment 或 continuous_long_take。先分清「完整故事」與「單一高衝擊瞬間」；不得用同一份節奏模板硬套所有片型。

最新平台、案例與驗證策略讀 platform-strategy.md。

Step 2 — 選「已驗證引擎 × 新鮮變量」

用 genre-engines.md 選一個主引擎，最多兩個輔引擎。概念必同時包含：

1. 熟悉承諾： 觀眾一秒理解會得到哪種爽感。
2. 新鮮變量： 新職業、新規則、新關係、新世界或反常代價。
3. AI 優勢： 真人預算難拍、AI 卻能穩定呈現的奇觀／角色／世界。

禁止只換名字重抄熱門劇。經典結構可以沿用，核心角色、具體事件、台詞、視覺設計與世界規則必須原創或有合法授權。

Step 3 — 跑 Greenlight Score

每項 0–5 分：

維度	問題
Instant legibility	3 秒內懂主角受什麼壓制、藏什麼牌？
Emotional voltage	羞辱、危機、慾望或不公是否立即可感？
Escalation runway	對手、真相與代價能否升至少 4 級？
Reveal runway	秘密能否分段揭露，不一次洩光？
Freshness	與同題材相比，哪一點非它不可？
AI-native spectacle	AI 是否帶來實質視覺／世界優勢？
Production repeatability	角色、場景、聲音能否資產化重用？
Compliance / IP	權利、標識與平台內容風險是否可控？

建議門檻：總分 ≥30/40 才做 pilot；Freshness、Escalation runway、Production repeatability 任一低於 3，先改概念。這是內部 heuristic，不宣稱為平台官方演算法。

Step 4 — 建 Series Bible

先讀 story-architecture.md，建立：

• Premise Contract：公開身份、隱藏真相、核心不公、觀眾承諾、季問題、新鮮變量
• Character Bible：欲望、恐懼、錯誤信念、能力／資源、關係、表演與聲線錨
• World／System Rules：能做什麼、不能做什麼、成本、升級條件、漏洞
• Reveal Ladder：技能 → 資源 → 人脈 → 身份 → 世界真相
• Antagonist Ladder：身邊羞辱者 → 地方守門人 → 組織權力 → 幕後鏡像敵人
• Payoff Debt Ledger：每次羞辱／承諾何時償還
• Entity Registry：角色、場景、道具、服裝、傷勢、聲音的固定 ID

已持久化的系列與角色要先讀使用者提供或本地保存的 series-<slug>.md，再續寫或投產；其中已核准的角色關係、視覺 ID、台詞、episode state delta 與 continuation capsule 均視為唯讀，除非使用者明確要求重新設計。公開套件不附帶任何使用者私人系列；不得把另一個專案的角色或設定當成新短劇預設。

Step 5 — 先做 Pilot，不直接展開整季

預設先寫 3–5 集 pilot：

1. 第 1 集證明 premise 與秘密差距。
2. 第 2 集交付第一個小爽點，但擴大風險。
3. 第 3 集完成第一次公開反轉，開更大敵人／代價。
4. 第 4–5 集只在題材需要更多世界驗證時加入。

Pilot 通過後才擴成 10／30／60 集。不可一次生成整季台詞後直接投產。

Step 6 — 編譯單集

每集只能有一個 dominant turn，且至少交付一項：小爽點、證據、能力進展、關係變化或真相碎片。基本結構：

Cold open：衝突已發生，不從起床／自我介紹開始
Pressure：對手加碼，主角必須選
Turn：資訊、權力或關係發生不可逆變化
Payoff / Progress：償還一筆爽債，或明確逼近償還
Cliffhanger：切在新資訊／新危機／即將揭露前，不是假裝卡住
State Delta：本集結束後，世界有哪些事永久改變

詳細節奏與 cliffhanger 類型見 story-architecture.md。

Step 7 — 編譯 Studio Plan

讀 studio-workflow.md，交付並驗證：

1. format profile：故事範圍、目標片長、時間線策略
2. model capability：單次時長、參考資產上限、驗證日期
3. inherited globals：畫風、比例、光線、色調、語言、聲音基線
4. canonical assets：角色／場景／道具的 recurring／one-off 標記與 identity views
5. shot timeline：時間、景別、運鏡、角度、場景、情緒、轉場、動作、台詞、聲音
6. variation policy：批次變體的 seed、shuffle bag 與近期重複抑制
7. output／handoff：整段或逐鏡 prompt、草稿位置、asset inbox、剪輯交接

執行：

python scripts/studio_lint.py studio-plan.json --studio-ready

Step 8 — 編譯 Production Pack

讀 production-pipeline.md 與 templates.md，交付：

1. locked entity registry
2. episode script + scene cards
3. character／location／prop／costume／voice references
4. 每鏡 observable action、frame intent、audio、end state
5. state delta 與下一集 continuation capsule
6. AI 媒體生成 brief
7. edit／caption／QA brief

之後才呼叫 ai-media-generator，並在可用時呼叫 video-autopilot 或相容剪輯執行器。長敘事不要用單一 prompt 一次生成；先腳本、角色視覺錨、逐場景 I2V，再組裝。

4. 爽劇硬規則

1. 主角的弱是表象、限制或代價，不是編劇讓他突然變笨。
2. 每次受辱都開一筆爽債。 連續受虐而不回收會消耗信任。
3. 一次只揭一層牌。 小勝證明能力，大勝改變權力結構。
4. 反派必須會學習。 只會重複羞辱的紙片反派撐不起連載。
5. 系統必須有成本與盲區。 無限外掛會讓勝負失去懸念。
6. 重生知識不能全知。 蝴蝶效應、資訊過期或另一名知情者會創造新風險。
7. 每 3–5 集完成一個 micro-arc。 結束舊問題，同時打開更高階問題。
8. 集尾不是任意斷句。 必須改變觀眾對下一秒的預測。
9. 角色先有可辨識欲望，再有標籤。 「總裁／戰神／假千金」不是人物弧。
10. 新鮮度來自具體機制，不來自形容詞。 換職業、規則、代價、敘事視角或情感關係。

5. AI 生產硬規則

• 角色、場景、道具、服裝與聲音使用固定 ID；禁止同義詞漂移。
• 先鎖角色／場景 still，再做 I2V；生成錯臉回 still 階段修，動作錯才重做 video。
• 不以靜態圖縮放、輪流口型、全文朗讀假裝劇情演出；每場至少有有效行為互動或空間變化。
• 每集輸出 state_before → event → state_after；傷勢、秘密知情人、物品持有人與關係不得重置。
• 先生成 1 個代表性場景作 style／cost probe，再批量生成。
• 每次投產前建立模型能力快照；單鏡時長與參考資產數不得超過已驗證上限。未知能力標成 unverified，不可猜測。
• recurring 角色先鎖正面近景、正面全身、側面全身三個 identity views；one-off 資產不浪費參考額度。
• 全局畫風／比例／光線／聲音由 Studio Plan 繼承到每鏡；只有敘事必要時才局部覆寫。
• 一鍵預設必須展開為可編輯時間線後再投產；不得把黑箱模板直接當最終生成指令。
• 先審 story cut，再加音樂、字幕與特效；漂亮不能補救事件不清楚。
• 合規與低質護欄見 quality-compliance.md。

6. Audit 與學習

把問題分層，不把所有低留存都怪 prompt：

層	觀察
Concept	點擊後是否立刻理解承諾？題材有需求但是否同質？
Episode	首秒留存、turn 是否太晚、payoff 是否欠太久、cliffhanger 是否真改變預測？
Series	追更率、集間掉點、角色弧、重複打臉、揭露是否過早／過晚？
Production	角色／聲音漂移、口型、事件可讀性、PPT 感、字幕／音訊？
Packaging	title、封面、caption、平台原生 hook？

每次只測一個主要變量。記錄：適用市場、題材、形態、集數、變量、結果、反例。單次成功只算候選 pattern；跨至少 3 個作品方向一致，才升格預設。

可用 scripts/studio_lint.py 檢查片型、模型限制、資產鎖與逐鏡時間線；用 scripts/drama_lint.py 檢查 production pack 的必填欄位、連續集號、引用 ID 與爽債期限。

7. 交付格式

除非使用者只要單一片段，預設交付：

1. 一句話推薦：唯一主方向與原因
2. Premise Contract
3. 主角／反派／系統卡
4. Reveal + Antagonist + Payoff ladders
5. 3 集 pilot 表
6. 第 1 集可拍腳本
7. Format Profile + Studio Plan 摘要
8. Production Pack 摘要
9. 風險與驗證計畫

需要完整結構時直接套 templates.md，不要臨場發明欄位。