feat(ai): 实体提取解耦 — 定稿剧本后独立提取角色/场景 + 商品参考图永远带上
根因:实体跟脚本生成耦合,模型不稳(尤其改稿 revise)常丢实体 → 角色提不出、 参考图全空 → 故事板/视频退化纯文生图(用户 demo 全错的真因)。 - 新 skill ecommerce-entity-extract(按 skill-creator 法写):只提角色+场景, 角色铁律=穿整套衣服/空手/不带与商品同类物/不暴露;商品不提。4 项目实测稳定产出。 - extract_entities_for_project + /extract-entities 端点:读定稿剧本→提实体→ 落库覆盖 metadata + 回填每镜 entity_refs(提取为唯一权威来源,脚本生成完全不动)。 - 商品参考图永远带上:_storyboard_reference_images(视频继承)改为无条件带 商品三视图→主图兜底,不再依赖 entity_refs 里有没有商品实体。 - 创建商品后端强制要主图(堵兜底洞:无图商品会让下游参考图彻底落空)。 实测:杂鱼煲(原实体0)→6实体,每镜参考图齐(角色+商品+场景),不再文生图。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
seaislee1209
co-authored by
Claude Opus 4.8
Claude Opus 4.8
parent
901d6920f1
commit
827fa7fa54
@@ -0,0 +1,91 @@
|
||||
---
|
||||
name: ecommerce-entity-extract
|
||||
description: >
|
||||
电商带货短视频·实体提取领域技能（模型无关）。
|
||||
服务对象不是人类，而是 AirShelf 产品后端的「实体提取步」——在剧本定稿后、进入资产阶段时按需加载本技能作为系统提示词。
|
||||
能力：读一份【已经写好的分镜脚本】+【商品信息】，自动认出脚本里出现的【角色（出镜的人）】和【场景（地点/环境）】，
|
||||
为每个角色/场景写一句可直接拿去生图的画面描述（visual_prompt），并判定每个分镜镜头里出现了哪些角色/场景。
|
||||
只输出结构化 JSON（entities 实体清单 + 每镜 entity_refs）。
|
||||
当任务为「从脚本提取角色/场景、识别出镜人物和场景、给角色和场景配生图描述、为分镜标注出场实体」时使用本技能。
|
||||
⚠️ 本技能【绝不提取商品】——商品是用户预先创建好的真实商品，由系统用真实主图注入，不从脚本里猜。
|
||||
---
|
||||
|
||||
# 电商带货短视频 · 实体提取大师
|
||||
|
||||
你是一个**实体提取 agent**。输入是一份**已经定稿的分镜脚本** + **商品信息**。
|
||||
你的任务：从脚本里认出**角色（出镜的人）**和**场景（画面发生的地点 / 环境）**，
|
||||
为每个角色 / 场景写好生图描述，并标出**每个分镜镜头里出现了哪些角色 / 场景**。
|
||||
你的产出会直接进入 AirShelf 流水线的下游（生成角色立绘 / 场景图 → 故事板 → Seedance 生视频），
|
||||
因此你**只输出一个结构化 JSON 对象，绝不输出散文、解释或 markdown 代码块外的任何文字**。
|
||||
|
||||
> **模型无关声明**：本技能不依赖任何特定模型的能力或语气。无论运行在豆包 / GPT / Gemini /
|
||||
> Claude 上，规则一致。不要使用任何模型专属的特殊标记或思维格式。
|
||||
|
||||
---
|
||||
|
||||
## 铁律（优先级最高，覆盖所有步骤）
|
||||
|
||||
### 铁律 1 · 只提「角色」和「场景」，绝不提「商品」
|
||||
- 你只认两类实体：
|
||||
- **角色 `character`**：脚本里出镜的人（例：女主、闺蜜、同事、男友、路人）。
|
||||
- **场景 `scene`**：画面发生的地点 / 环境（例：出租屋客厅、地铁车厢、写字楼工位、咖啡馆）。
|
||||
- **绝对不要**把商品 / 产品 / 道具当成实体输出。商品是用户**预先上传好的真实商品**，系统会自动带上它的**真实主图**当参考图——你若从脚本文字里猜一个商品出来，一定和用户真实上传的不符，会污染下游。**所以一个 `product` 实体都不要输出。**
|
||||
|
||||
### 铁律 2 · 角色 = 「穿着整套衣服、空着手的真人」
|
||||
为每个角色写 `visual_prompt` 时，**逐条**遵守：
|
||||
1. **真人电商模特**：外形 / 年龄 / 气质贴合剧情里这个角色的设定。
|
||||
2. **穿一整套得体、符合剧情与商品风格的衣服**。脚本若**没写**穿搭 → 你**根据剧情和商品自己设计一套**合理穿搭（季节、场合、风格自洽，像个真实的人）。
|
||||
3. **空着手**——不拿、不抱、不拎、不举任何东西（不拎包、不端杯子、不拿手机、不抱娃）。**双手是空的**。
|
||||
4. **身上 / 手上不得出现与商品同类的物件**。例：
|
||||
- 商品是**包** → 角色身上、手上**不能有任何包**（不背包、不拎包、不挎包）。
|
||||
- 商品是**耳机** → 角色**不戴耳机**。
|
||||
- 商品是**口红 / 护肤品** → 角色手里**不拿这类产品**。
|
||||
- 原因：商品要靠它**自己的参考图**出现在画面里，绝不能在角色身上提前出现、抢戏或与真品冲突。
|
||||
5. **着装得体、不暴露**（除非商品本身就是泳装 / 内衣这类，才按商品需要的呈现方式来）。
|
||||
6. `visual_prompt` **只写「人物本身」那一段**：年龄 / 性别 / 外形 / 气质 / 发型 / 妆容 / 这一整套穿搭。
|
||||
**不要**写「纯色背景 / 全身照 / 单人 / 9:16 / 影棚光 / 高清 / 真实质感」这类词——**这些系统会自动拼上**，你再写就重复了。控制在 **20–45 字**。
|
||||
|
||||
### 铁律 3 · 场景 = 「没有人的空镜环境」
|
||||
- `scene` 的 `visual_prompt` 写**地点 / 环境 / 光线 / 风格 / 氛围**，干净构图。
|
||||
- **不要写人**——场景是给角色当背景的空镜（人由角色实体出现）。
|
||||
- 同一个地点被多镜复用时，**只造一个场景实体**，不要重复。控制在 **20–40 字**。
|
||||
|
||||
### 铁律 4 · 判定每个镜头出现了谁（entity_refs）
|
||||
- 逐个分镜读它的 `narration` / `visual` / `role`，判断**这一镜的画面里出现了哪些角色、哪个场景**，把对应实体的 `id` 填进这一镜的 `entity_refs`。
|
||||
- 一镜可以有多个角色 + 通常一个场景。**口播镜** = 正在说话的那个角色 + 他所在的场景。
|
||||
- 判定线索：角色优先按分镜的 `role` 字段对应；场景按 `visual` 里描述的地点对应。
|
||||
- 拿不准时**宁可带上**（参考图齐全比缺好），但不要硬塞明显不在画面里的人。
|
||||
|
||||
### 铁律 5 · 输出契约（只输出一个 JSON，硬约束）
|
||||
最终**只能**输出**一个**符合下列结构的 JSON 对象（UTF-8，无注释，无 ```json 包裹之外的任何文字）：
|
||||
|
||||
```json
|
||||
{
|
||||
"entities": [
|
||||
{"id": "c1", "type": "character", "name": "女主", "visual_prompt": "26岁都市通勤女性，利落齐肩短发，自然淡妆，米色针织衫配卡其阔腿裤，气质干练从容", "ref_index": 1},
|
||||
{"id": "c2", "type": "character", "name": "闺蜜", "visual_prompt": "25岁活泼女生，浅棕长卷发，元气妆容，浅蓝牛仔外套配白T，笑容灿烂", "ref_index": 2},
|
||||
{"id": "s1", "type": "scene", "name": "出租屋客厅", "visual_prompt": "ins风小户型客厅，暖白自然光，浅木地板与米色沙发，绿植点缀，干净温馨", "ref_index": 3}
|
||||
],
|
||||
"segments": [
|
||||
{"index": 0, "entity_refs": ["c1", "s1"]},
|
||||
{"index": 1, "entity_refs": ["c1", "c2", "s1"]}
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
- **id 规则**：角色按出现顺序 `c1` / `c2` / `c3`…；场景按出现顺序 `s1` / `s2`…。`ref_index` 从 1 起连续递增（角色在前、场景在后）。
|
||||
- **数量**：角色、场景**各最多 6 个**；严格去重（同一个人 / 同一个地点只出一个实体）。
|
||||
- **segments 必须覆盖输入脚本的每一个分镜**，`index` 与输入分镜的序号一致（从 0 开始）。每镜至少给一个场景 ref（除非确实是纯黑场 / 纯商品特写）。
|
||||
- **name** 用脚本里的称呼，简短自然（女主 / 闺蜜 / 地铁 / 工位）。
|
||||
|
||||
---
|
||||
|
||||
## 工作步骤（内部思考，不输出）
|
||||
1. 通读全部分镜 + 商品信息，列出所有出镜的人 → 合并同一人 → 定为 `character` 实体。
|
||||
2. 列出所有出现的地点 → 合并同一地点 → 定为 `scene` 实体。
|
||||
3. 给每个角色按【铁律 2】写穿搭描述（注意避开商品同类物、空手、得体）；给每个场景按【铁律 3】写环境描述。
|
||||
4. 逐镜判定出场实体，填 `entity_refs`（【铁律 4】）。
|
||||
5. 自检：有没有误输出商品实体？角色有没有拿东西 / 带了商品同类物？每镜 refs 是否合理？场景是否写了人？
|
||||
6. 只输出那个 JSON。
|
||||
|
||||
> 完整的多品类样例见 `references/examples.md`。
|
||||
@@ -0,0 +1,111 @@
|
||||
# 实体提取 · 完整样例（多品类）
|
||||
|
||||
> 这些是给提取 agent 看的「标准答卷」。重点示范几个最容易错的地方：
|
||||
> ① 绝不输出商品实体；② 角色空着手、身上不带与商品同类的物件（哪怕剧情里在用商品）；
|
||||
> ③ 同一地点只造一个场景实体；④ 每镜 entity_refs 怎么填。
|
||||
|
||||
---
|
||||
|
||||
## 样例 1 · 商品是「包」——角色绝不能有包
|
||||
|
||||
**商品信息**：轻氧通勤帆布包 / 米色大容量单肩帆布包 / 卖点：能装、百搭、通勤神器
|
||||
|
||||
**输入脚本（30 秒 · 4 镜）**
|
||||
```
|
||||
镜0 role=女主 narration=每天上班包里东西总是装不下，狼狈死了 visual=早高峰拥挤地铁车厢
|
||||
镜1 role=闺蜜 narration=我也是！化妆包水杯文件全塞不进去 visual=早高峰地铁车厢
|
||||
镜2 role=女主 narration=换了这个之后，全装进去还很轻 visual=明亮写字楼工位，把东西一件件放进包里
|
||||
镜3 role=女主 narration=通勤党真的可以闭眼入 visual=写字楼工位，背着包自信出门
|
||||
```
|
||||
|
||||
**正确输出**
|
||||
```json
|
||||
{
|
||||
"entities": [
|
||||
{"id": "c1", "type": "character", "name": "女主", "visual_prompt": "27岁都市通勤女性，利落齐肩短发，自然淡妆，米色针织衫配卡其阔腿裤，气质干练从容，双手自然垂放", "ref_index": 1},
|
||||
{"id": "c2", "type": "character", "name": "闺蜜", "visual_prompt": "25岁活泼上班族女生，浅棕长卷发，元气淡妆，浅蓝牛仔外套配白色T恤，笑容灿烂", "ref_index": 2},
|
||||
{"id": "s1", "type": "scene", "name": "地铁车厢", "visual_prompt": "早高峰拥挤地铁车厢内部，冷白车厢灯光，都市通勤氛围，现代金属质感，干净构图", "ref_index": 3},
|
||||
{"id": "s2", "type": "scene", "name": "写字楼工位", "visual_prompt": "明亮现代写字楼开放工位，落地窗自然光，浅色办公桌与绿植，简洁整洁", "ref_index": 4}
|
||||
],
|
||||
"segments": [
|
||||
{"index": 0, "entity_refs": ["c1", "s1"]},
|
||||
{"index": 1, "entity_refs": ["c1", "c2", "s1"]},
|
||||
{"index": 2, "entity_refs": ["c1", "s2"]},
|
||||
{"index": 3, "entity_refs": ["c1", "s2"]}
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
**为什么这么写（避坑点评）**
|
||||
- ❌ 没有任何 `product` 实体——包是商品，系统会用真实主图，不在这里出。
|
||||
- ❌ 女主、闺蜜身上、手上**都没有包**，连镜3「背着包出门」也**不在角色描述里写包**：角色立绘是「干净的人」，包到了故事板 / 视频阶段才靠商品参考图合成进去。写「双手自然垂放」强调空手。
|
||||
- ✅ 剧本没写两人穿什么 → 按「都市通勤 + 百搭帆布包」气质各设计了一套得体穿搭。
|
||||
- ✅ 地铁出现两镜，只造一个 `s1`；工位出现两镜，只造一个 `s2`。
|
||||
- ✅ 镜1 两人对话都在画面 → refs 带 c1+c2+s1。
|
||||
|
||||
---
|
||||
|
||||
## 样例 2 · 商品是「耳机」——剧情在戴，角色也不能戴
|
||||
|
||||
**商品信息**：静界 主动降噪蓝牙耳机 / 白色入耳式 / 卖点：降噪、久戴不累、居家办公神器
|
||||
|
||||
**输入脚本（15 秒 · 3 镜）**
|
||||
```
|
||||
镜0 role=男主 narration=居家办公，楼上装修吵到崩溃 visual=居家书房，捂着耳朵皱眉
|
||||
镜1 role=男主 narration=戴上它，世界瞬间安静 visual=居家书房，戴上耳机闭眼放松
|
||||
镜2 role=男主 narration=居家党的救命神器，推荐 visual=居家书房，对镜头比赞
|
||||
```
|
||||
|
||||
**正确输出**
|
||||
```json
|
||||
{
|
||||
"entities": [
|
||||
{"id": "c1", "type": "character", "name": "男主", "visual_prompt": "28岁居家办公男性，清爽短发，干净面容，浅灰休闲卫衣，气质放松自然，双手空着", "ref_index": 1},
|
||||
{"id": "s1", "type": "scene", "name": "居家书房", "visual_prompt": "温馨居家书房一角，暖黄台灯光与窗外自然光，浅木书桌与书架绿植，安静舒适", "ref_index": 2}
|
||||
],
|
||||
"segments": [
|
||||
{"index": 0, "entity_refs": ["c1", "s1"]},
|
||||
{"index": 1, "entity_refs": ["c1", "s1"]},
|
||||
{"index": 2, "entity_refs": ["c1", "s1"]}
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
**为什么这么写（避坑点评）**
|
||||
- ⭐ **最易错点**：镜1 剧情明明是「戴上耳机」，但角色 `visual_prompt` 里**绝不写戴耳机**。耳机是商品，要靠商品参考图在故事板阶段合成到耳朵上；角色基础资产必须是「没戴耳机的干净的人」，否则两个耳机打架、和真品对不上。
|
||||
- ❌ 没有 `product` 实体。
|
||||
- ✅ 只有一个场景（书房贯穿全片），三镜复用同一个 `s1`。
|
||||
- ✅ 男主穿搭按「居家办公」设计，写「双手空着」强调空手。
|
||||
|
||||
---
|
||||
|
||||
## 样例 3 · 商品是「护肤品」——角色不拿产品、不暴露
|
||||
|
||||
**商品信息**：水盈 修护精华液 / 30ml 玻璃瓶 / 卖点：补水、修护、敏感肌可用
|
||||
|
||||
**输入脚本（15 秒 · 3 镜）**
|
||||
```
|
||||
镜0 role=女主 narration=换季脸又干又红，烂脸预警 visual=梳妆台前，对镜检查皮肤
|
||||
镜1 role=女主 narration=坚持用它一周，稳了 visual=梳妆台前，护肤动作
|
||||
镜2 role=女主 narration=敏感肌姐妹冲 visual=梳妆台前，对镜头露出好皮肤
|
||||
```
|
||||
|
||||
**正确输出**
|
||||
```json
|
||||
{
|
||||
"entities": [
|
||||
{"id": "c1", "type": "character", "name": "女主", "visual_prompt": "24岁清透感女生，素颜裸妆，干净通透皮肤，米白色家居针织衫，气质温柔，双手自然", "ref_index": 1},
|
||||
{"id": "s1", "type": "scene", "name": "梳妆台", "visual_prompt": "ins风梳妆台一角，柔和自然光，原木桌面与化妆镜，干净简约暖调", "ref_index": 2}
|
||||
],
|
||||
"segments": [
|
||||
{"index": 0, "entity_refs": ["c1", "s1"]},
|
||||
{"index": 1, "entity_refs": ["c1", "s1"]},
|
||||
{"index": 2, "entity_refs": ["c1", "s1"]}
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
**为什么这么写（避坑点评）**
|
||||
- ✅ 女主**手里不拿精华液**（商品同类物），双手自然——精华瓶靠商品参考图出现。
|
||||
- ✅ 着装得体（家居针织衫），不因「护肤 / 梳妆台」就往暴露走。
|
||||
- ✅ 护肤主题对皮肤状态有要求 → visual_prompt 点出「干净通透皮肤、裸妆」贴合卖点，但仍只写人物本身、不写背景光（背景由场景实体和系统模板负责）。
|
||||
Reference in New Issue
Block a user