{ "version": "script_consultant.v1", "generated_at": "2026-04-06T05:04:03.857544Z", "llm": { "provider": "doubao", "model": "doubao-seed-2-0-pro-260215", "base_url": "https://ark.cn-beijing.volces.com/api/v3/responses" }, "meta": { "question": "基于当前 Now-9 / S5-Step-17 已收口、短期目标仍是 Dramart-first、且后续视频生成将使用 Seedance 2.0 的前提，请给出下一轮剧本写作方向与写法调整建议。重点回答：1. 剧本正文应如何写得更利于后续 Seedance 2.0 消费；2. 哪些写法必须保留，哪些写法必须避免；3. 下一轮开发最值得优先落地的通用写作策略是什么。", "root_dir": "/wwwb/aitools/writer", "run_dir": "" }, "context": { "question": "基于当前 Now-9 / S5-Step-17 已收口、短期目标仍是 Dramart-first、且后续视频生成将使用 Seedance 2.0 的前提，请给出下一轮剧本写作方向与写法调整建议。重点回答：1. 剧本正文应如何写得更利于后续 Seedance 2.0 消费；2. 哪些写法必须保留，哪些写法必须避免；3. 下一轮开发最值得优先落地的通用写作策略是什么。", "session_context": { "project": { "name": "Novel2Video", "current_program_mode": "dramart_first_productization", "current_priority_lane": "dramart_first" }, "state": { "current_stage": "Now-9", "current_substage": "S5-Step-17", "current_stage_ref": "Now-9 / S5-Step-17", "current_status": "substage_completed", "primary_goal": "Now-9 / S5-Step-17 已收口：repair replay 已具备真实 batch acceptance、收口阈值与策略回流能力。", "blocked_by": [] }, "next_entrypoint": { "id": "next_stage_planning", "title": "基于高收益 replay action 定义下一阶段并回灌前链通用策略层", "owner_layer": "策略回流层", "why_now": "S5-Step-17 已给出真实高收益动作与低收益动作分布，下一步应把有效动作回灌前链，而不是继续扩 acceptance 壳层。" }, "acceptance": { "phase_id": "Now-9", "substage_id": "S5-Step-17", "gate_status": "pass", "objective": "构建 repair replay 的批量验收汇总、定义收口阈值，并把 replay 差异结果回流到下一轮策略层。", "entry_criteria": [ "主控制文档已经同步 Full-stack 边界与当前主线阶段", "S5-Step-16 已完成并通过主链回归", "workflow_guard 不存在 fail 级控制面错误" ], "exit_criteria": [ "至少存在 1 组真实 replay report 被纳入批量验收视图，而不只是夹具数据", "多个 replay report 可被统一汇总到稳定验收视图", "批量验收可以给出 pass/warn/fail 或等价阈值判断，而不是只显示是否重跑", "replay 后必须重建 prompt_guard 复验信号，不能只比较 prompt 文本变化", "验收结果能识别高收益与低收益 repair action，并形成下一轮策略输入", "测试、文档同步、复盘结论齐全" ], "required_tests": [ { "id": "control_plane_smoke", "command": "PYTHONPATH=src python -m pytest tests/test_control_plane_scripts.py", "required_for": "control_plane" }, { "id": "s5_step17_targeted", "command": "PYTHONPATH=src python -m pytest tests/test_delivery_repair_acceptance.py tests/test_delivery_repair_replay.py tests/test_prompt_guard_strategy_alignment.py", "required_for": "substage_delivery" }, { "id": "s5_step17_script_smoke", "command": "PYTHONPATH=src python scripts/build_delivery_repair_acceptance.py --runs-root outputs --out-dir outputs/delivery_repair_acceptance", "required_for": "substage_delivery" } ], "required_retrospective": true }, "retrospective": { "phase_id": "Now-9", "substage_id": "S5-Step-17", "closed_at": "2026-04-06T04:03:34Z", "outcome": "pass", "summary": "repair replay 已完成真实 batch acceptance、收口阈值与策略回流闭环，当前高收益动作与低收益动作已分型。", "next_stage_id": "next_stage_planning", "next_stage_title": "基于高收益 replay action 的前链策略回灌" }, "external_baselines": { "dramart": "docs/dramart_ai_onepage_20260402.md", "seedance": "docs/seedance_2_0.md", "text_model": "doubao-seed-2-0-pro-260215" } }, "run_context": {} }, "consultation": { "overall_assessment": "当前Now-9/S5-Step-17阶段已完成repair replay批量验收、收口阈值定义与策略回流闭环，具备高/低收益写作动作分型基础，下一轮核心是将验证有效的高收益动作回灌至前链剧本写作层，兼顾Dramart上传可用性与Seedance 2.0镜头生成消费友好性，降低后续repair成本，提升批量生产效率。", "writing_direction": [ "基于已验证的高收益repair动作反向定义剧本写作前置规范，从源头减少后续repair成本", "推行Dramart结构化要求与Seedance 2.0镜头生成要求双对齐的写作标准", "优先落地可被prompt_guard自动校验的通用写作规则，支撑批量生产", "建立剧本片段与后续镜头生成参数的标准化映射规则，降低中间转换损耗" ], "writing_method": [ "每个剧本段落前置标注标准化场景属性：时间、空间、氛围、核心角色站位", "动作描述采用「角色+具体动作+环境交互」三段式结构，无模糊指代", "对话内容单独标注说话人、标准化情绪标签、伴随动作三类辅助信息", "每个段落结尾标注可被机器识别的镜头类型标签（全景/中景/特写等）", "所有描述采用可被大模型具象化的客观表述，禁用主观评价类模糊词汇" ], "dramart_alignment": [ "严格遵循Dramart要求的分幕/分场/分镜三级结构化格式", "保留Dramart要求的角色卡、场景卡前置独立模块", "所有元数据字段完全匹配Dramart上传接口的字段规范", "对话格式严格对齐Dramart剧本导入的自动识别规则" ], "seedance_alignment": [ "所有场景描述包含Seedance 2.0要求的五大核心要素：光照、色调、机位、运动方式、景别", "动作描述粒度匹配Seedance 2.0的帧级动作生成精度要求", "情绪描述统一采用Seedance 2.0支持的标准化情绪标签库", "场景转换明确标注符合Seedance 2.0识别规则的转场类型（切/淡入/淡出/划像等）", "所有内容避免使用Seedance 2.0不支持的抽象、不可具象化表述" ], "keep": [ "保留当前已通过验收的剧本结构化分层逻辑", "保留prompt_guard可识别的合规性校验标注规则", "保留repair replay验证有效的所有高收益写作动作", "保留Dramart要求的所有必填元数据字段" ], "avoid": [ "避免使用无明确指代的模糊描述（如「很久之前」「非常好看」）", "避免在剧本正文中插入与剧情无关的注释、说明类文本", "避免使用未纳入标准化标签库的自定义情绪、景别、转场表述", "避免硬编码特定IP、角色、场景的专属写作规则", "避免粒度过粗、无法支撑单镜头生成的大段连续叙事" ], "risks": [ "未对齐双平台规范会导致回灌策略失效，大幅提升后续repair成本", "自定义规则过多会导致prompt_guard无法自动校验，降低批量生产效率", "描述粒度不匹配会导致Seedance 2.0生成镜头与剧本预期偏差过大", "未做通用化设计会导致规则无法适配多品类小说的剧本转换需求" ], "next_actions": [ "基于现有高收益repair动作输出通用版剧本写作规范手册", "开发剧本写作前置自动校验工具，对接prompt_guard实现合规性预检查", "完成通用写作规范的小批量测试验证，统计repair率下降幅度", "将验证有效的写作规范回灌至前链剧本生成的prompt模板中", "同步更新Dramart上传规则与Seedance 2.0镜头映射规则的对应关系文档" ], "confidence": "high" }, "raw_response_text": "{\n \"overall_assessment\": \"当前Now-9/S5-Step-17阶段已完成repair replay批量验收、收口阈值定义与策略回流闭环，具备高/低收益写作动作分型基础，下一轮核心是将验证有效的高收益动作回灌至前链剧本写作层，兼顾Dramart上传可用性与Seedance 2.0镜头生成消费友好性，降低后续repair成本，提升批量生产效率。\",\n \"writing_direction\": [\n \"基于已验证的高收益repair动作反向定义剧本写作前置规范，从源头减少后续repair成本\",\n \"推行Dramart结构化要求与Seedance 2.0镜头生成要求双对齐的写作标准\",\n \"优先落地可被prompt_guard自动校验的通用写作规则，支撑批量生产\",\n \"建立剧本片段与后续镜头生成参数的标准化映射规则，降低中间转换损耗\"\n ],\n \"writing_method\": [\n \"每个剧本段落前置标注标准化场景属性：时间、空间、氛围、核心角色站位\",\n \"动作描述采用「角色+具体动作+环境交互」三段式结构，无模糊指代\",\n \"对话内容单独标注说话人、标准化情绪标签、伴随动作三类辅助信息\",\n \"每个段落结尾标注可被机器识别的镜头类型标签（全景/中景/特写等）\",\n \"所有描述采用可被大模型具象化的客观表述，禁用主观评价类模糊词汇\"\n ],\n \"dramart_alignment\": [\n \"严格遵循Dramart要求的分幕/分场/分镜三级结构化格式\",\n \"保留Dramart要求的角色卡、场景卡前置独立模块\",\n \"所有元数据字段完全匹配Dramart上传接口的字段规范\",\n \"对话格式严格对齐Dramart剧本导入的自动识别规则\"\n ],\n \"seedance_alignment\": [\n \"所有场景描述包含Seedance 2.0要求的五大核心要素：光照、色调、机位、运动方式、景别\",\n \"动作描述粒度匹配Seedance 2.0的帧级动作生成精度要求\",\n \"情绪描述统一采用Seedance 2.0支持的标准化情绪标签库\",\n \"场景转换明确标注符合Seedance 2.0识别规则的转场类型（切/淡入/淡出/划像等）\",\n \"所有内容避免使用Seedance 2.0不支持的抽象、不可具象化表述\"\n ],\n \"keep\": [\n \"保留当前已通过验收的剧本结构化分层逻辑\",\n \"保留prompt_guard可识别的合规性校验标注规则\",\n \"保留repair replay验证有效的所有高收益写作动作\",\n \"保留Dramart要求的所有必填元数据字段\"\n ],\n \"avoid\": [\n \"避免使用无明确指代的模糊描述（如「很久之前」「非常好看」）\",\n \"避免在剧本正文中插入与剧情无关的注释、说明类文本\",\n \"避免使用未纳入标准化标签库的自定义情绪、景别、转场表述\",\n \"避免硬编码特定IP、角色、场景的专属写作规则\",\n \"避免粒度过粗、无法支撑单镜头生成的大段连续叙事\"\n ],\n \"risks\": [\n \"未对齐双平台规范会导致回灌策略失效，大幅提升后续repair成本\",\n \"自定义规则过多会导致prompt_guard无法自动校验，降低批量生产效率\",\n \"描述粒度不匹配会导致Seedance 2.0生成镜头与剧本预期偏差过大\",\n \"未做通用化设计会导致规则无法适配多品类小说的剧本转换需求\"\n ],\n \"next_actions\": [\n \"基于现有高收益repair动作输出通用版剧本写作规范手册\",\n \"开发剧本写作前置自动校验工具，对接prompt_guard实现合规性预检查\",\n \"完成通用写作规范的小批量测试验证，统计repair率下降幅度\",\n \"将验证有效的写作规范回灌至前链剧本生成的prompt模板中\",\n \"同步更新Dramart上传规则与Seedance 2.0镜头映射规则的对应关系文档\"\n ],\n \"confidence\": \"high\"\n}", "raw_response": { "created_at": 1775451806, "id": "resp_0217754518040019a0d83abff91b62c26f47d22f8f162253125dc", "max_output_tokens": 4000, "model": "doubao-seed-2-0-pro-260215", "object": "response", "output": [ { "id": "rs_02177545180679500000000000000000000ffffac154efe2df7c5", "type": "reasoning", "summary": [ { "type": "summary_text", "text": "\n用户现在需要输出符合要求的JSON，首先得把每个字段都对应好对吧。首先overall_assessment，得先总结当前的情况，就是现在S5-Step17已经收口，repair replay的批量验收和策略回流能力已经具备，接下来要把高收益动作回灌到前链剧本写作层，兼顾Dramart上传和Seedance2.0的消费对吧。然后confidence是high，因为有真实的replay数据支撑对吧。\n\n然后writing_direction，要数组哦，首先第一个应该是基于已验证的高收益repair动作反向定义剧本写作的前置规范，减少后续repair成本，然后第二个是兼顾Dramart的结构化上传要求和Seedance2.0的镜头提示词生成需求的双对齐写作，第三个是优先落地可被prompt_guard自动校验的通用写作规则，第四个是建立剧本片段和后续镜头参数的映射规则对吧。\n\n接下来writing_method，数组，第一个是每个剧本段落前置标注场景属性（时间、空间、氛围、角色站位），第二个是动作描述采用“角色+具体动作+环境交互”的三段式结构，第三个是对话内容单独标注说话人、情绪、动作辅助信息，第四个是每个段落结尾标注可被Seedance2.0识别的镜头类型标签（比如全景/中景/特写），第五个是所有描述避免模糊性词汇，采用可被模型具象化的客观表述对吧。\n\n然后dramart_alignment，数组，第一个是严格遵循Dramart要求的剧本分幕/分场/分镜三级结构化格式，第二个是保留Dramart要求的角色卡、场景卡前置独立模块，第三个是所有元数据字段符合Dramart上传接口的字段规范，第四个是对话格式匹配Dramart的剧本导入识别规则对吧。\n\n然后seedance_alignment，数组，第一个是所有场景描述包含Seedance2.0要求的五大核心要素：光照、色调、机位、运动方式、景别，第二个是动作描述粒度匹配Seedance2.0的帧级动作生成精度要求，第三个是情绪描述采用Seedance2.0支持的标准化情绪标签库，第四个是场景转换标注明确的转场类型（切/淡入/淡出/划像等）符合Seedance2.0的转场识别规则，第五个是所有元素避免使用Seedance2.0不支持的抽象表述对吧。\n\n然后keep字段，数组，第一个是保留当前已通过验收的剧本结构化分层逻辑，第二个是保留prompt_guard可识别的合规性校验标注，第三个是保留repair replay验证有效的高收益写作动作，第四个是保留Dramart要求的所有必填元数据字段对吧。\n\n然后avoid字段，数组，第一个是避免使用无明确指代的模糊描述（比如“很久之前”“很美”），第二个是避免在剧本正文中插入与剧情无关的注释、说明类文本，第三个是避免使用未纳入标准化标签库的自定义情绪、景别、转场表述，第四个是避免硬编码特定IP、角色、场景的专属规则，第五个是避免粒度过于粗略无法支撑镜头生成的大段叙事对吧。\n\n然后risks字段，数组，第一个是如果未对齐双平台规范会导致后续回灌策略失效，增加repair成本，第二个是如果自定义规则过多会导致prompt_guard无法自动校验，降低批量生产效率，第三个是如果粒度不匹配会导致Seedance2.0生成的镜头与剧本预期偏差过大对吧。\n\n然后next_actions字段，数组，第一个是基于现有高收益repair动作输出通用剧本写作规范手册，第二个是开发剧本写作的自动校验工具，对接prompt_guard实现前置合规性检查，第三个是完成通用写作规范的小批量测试验证，统计repair率下降幅度，第四个是把验证有效的规范回灌到前链剧本生成的prompt模板中对吧。\n\n哦对了，confidence是high对吧，然后overall_assessment要写得准确：\"当前Now-9/S5-Step-17阶段已完成repair replay批量验收、收口阈值定义与策略回流闭环，具备高/低收益写作动作分型基础，下一轮核心是将验证有效的高收益动作回灌至前链剧本写作层，兼顾Dramart上传可用性与Seedance 2.0镜头生成消费友好性，降低后续repair成本，提升批量生产效率。\"\n\n等下要检查所有除了overall_assessment和confidence的都是数组，confidence是high对吧。然后不要有其他解释，就输出JSON。对了，不要硬编码单本书的内容对吧，所有建议都是通用的。\n\n现在把这些整理成正确的JSON格式，注意转义什么的，不要有语法错误。" } ], "status": "completed" }, { "type": "message", "role": "assistant", "content": [ { "type": "output_text", "text": "{\n \"overall_assessment\": \"当前Now-9/S5-Step-17阶段已完成repair replay批量验收、收口阈值定义与策略回流闭环，具备高/低收益写作动作分型基础，下一轮核心是将验证有效的高收益动作回灌至前链剧本写作层，兼顾Dramart上传可用性与Seedance 2.0镜头生成消费友好性，降低后续repair成本，提升批量生产效率。\",\n \"writing_direction\": [\n \"基于已验证的高收益repair动作反向定义剧本写作前置规范，从源头减少后续repair成本\",\n \"推行Dramart结构化要求与Seedance 2.0镜头生成要求双对齐的写作标准\",\n \"优先落地可被prompt_guard自动校验的通用写作规则，支撑批量生产\",\n \"建立剧本片段与后续镜头生成参数的标准化映射规则，降低中间转换损耗\"\n ],\n \"writing_method\": [\n \"每个剧本段落前置标注标准化场景属性：时间、空间、氛围、核心角色站位\",\n \"动作描述采用「角色+具体动作+环境交互」三段式结构，无模糊指代\",\n \"对话内容单独标注说话人、标准化情绪标签、伴随动作三类辅助信息\",\n \"每个段落结尾标注可被机器识别的镜头类型标签（全景/中景/特写等）\",\n \"所有描述采用可被大模型具象化的客观表述，禁用主观评价类模糊词汇\"\n ],\n \"dramart_alignment\": [\n \"严格遵循Dramart要求的分幕/分场/分镜三级结构化格式\",\n \"保留Dramart要求的角色卡、场景卡前置独立模块\",\n \"所有元数据字段完全匹配Dramart上传接口的字段规范\",\n \"对话格式严格对齐Dramart剧本导入的自动识别规则\"\n ],\n \"seedance_alignment\": [\n \"所有场景描述包含Seedance 2.0要求的五大核心要素：光照、色调、机位、运动方式、景别\",\n \"动作描述粒度匹配Seedance 2.0的帧级动作生成精度要求\",\n \"情绪描述统一采用Seedance 2.0支持的标准化情绪标签库\",\n \"场景转换明确标注符合Seedance 2.0识别规则的转场类型（切/淡入/淡出/划像等）\",\n \"所有内容避免使用Seedance 2.0不支持的抽象、不可具象化表述\"\n ],\n \"keep\": [\n \"保留当前已通过验收的剧本结构化分层逻辑\",\n \"保留prompt_guard可识别的合规性校验标注规则\",\n \"保留repair replay验证有效的所有高收益写作动作\",\n \"保留Dramart要求的所有必填元数据字段\"\n ],\n \"avoid\": [\n \"避免使用无明确指代的模糊描述（如「很久之前」「非常好看」）\",\n \"避免在剧本正文中插入与剧情无关的注释、说明类文本\",\n \"避免使用未纳入标准化标签库的自定义情绪、景别、转场表述\",\n \"避免硬编码特定IP、角色、场景的专属写作规则\",\n \"避免粒度过粗、无法支撑单镜头生成的大段连续叙事\"\n ],\n \"risks\": [\n \"未对齐双平台规范会导致回灌策略失效，大幅提升后续repair成本\",\n \"自定义规则过多会导致prompt_guard无法自动校验，降低批量生产效率\",\n \"描述粒度不匹配会导致Seedance 2.0生成镜头与剧本预期偏差过大\",\n \"未做通用化设计会导致规则无法适配多品类小说的剧本转换需求\"\n ],\n \"next_actions\": [\n \"基于现有高收益repair动作输出通用版剧本写作规范手册\",\n \"开发剧本写作前置自动校验工具，对接prompt_guard实现合规性预检查\",\n \"完成通用写作规范的小批量测试验证，统计repair率下降幅度\",\n \"将验证有效的写作规范回灌至前链剧本生成的prompt模板中\",\n \"同步更新Dramart上传规则与Seedance 2.0镜头映射规则的对应关系文档\"\n ],\n \"confidence\": \"high\"\n}" } ], "status": "completed", "id": "msg_02177545182800300000000000000000000ffffac154efe818656" } ], "service_tier": "default", "status": "completed", "temperature": 0.2, "usage": { "input_tokens": 1428, "output_tokens": 1946, "total_tokens": 3374, "input_tokens_details": { "cached_tokens": 0 }, "output_tokens_details": { "reasoning_tokens": 1003 } }, "caching": { "type": "disabled" }, "store": true, "expire_at": 1775711004 } }