221 KiB
221 KiB
1
资料
AI Native 市场部构建规划
# AI Native 市场部规划文档
## Profile
* **Author:** Wantsong
* **Version:** V3.0
* **date**: 2026-02-09
**Based on**: High-Ticket Vertical Trust Blueprint (高客单价信任蓝图)
## 0. 战略综述 (Executive Summary)
### 0.1 核心使命：高维认知的工业化降维
本系统旨在解决高客单价、高认知门槛商业场景（如高端咨询、医美、国际教育）中的核心矛盾：**专家认知的稀缺性与大众市场的信息不对称**。
我们构建一套 **“硅基变压器系统”** —— 在保持内核（身份与理论）极度硬核的前提下，通过智能体矩阵实现**接口的暴力降维**，将高深的认知转化为大众可消费的内容（IP），将复杂的博弈转化为一线可执行的 SOP。
### 0.2 架构哲学：核心与外挂分离 (Core-Utility Decoupling)
为了应对快速迭代的 AI 技术环境，系统采用 **“双层架构”** 设计：
* **Layer 1: 稳态核心 (The Core Agents)**
* **定位**：系统的“大脑”与“策略中枢”。
* **特征**：基于相对稳定的营销学/心理学原理（如 APTC 模型、定位理论）构建。这部分资产长期复利，不易过时。
* **载体**：Genesis System, Nexus Master 等主控智能体。
* **Layer 2: 敏态外挂 (The Utility Plugins)**
* **定位**：系统的“手脚”与“生产车间”。
* **特征**：基于快速迭代的 AIGC 工具（如 MJ, Sora, Suno）构建。这部分模块化设计，可随时替换升级。
* **载体**：视频流水线、海报生成器等工具型智能体。
### 0.3 五大核心系统概览 (System Overview)
本规划将“市场部”职能解构为五个相互咬合的智能体子系统，对应信任构建的全生命周期：
1. **Genesis System (造核)**：身份架构与理论资产管理。
2. **Nexus System (织网)**：内容降维与全域分发。
3. **Magnet System (吸铁)**：获客钩子与转化工具。
4. **Oasis System (绿洲)**：私域信任与证据链构建。
5. **Evolution System (进化)**：数据归因与模型迭代。
## 1. 核心系统一：Genesis System (造核 · 身份架构)
> **对应蓝图模块**：Module 1 身份架构与认知高地
> **系统定位**：IP 的立法者、哲学王与资产管理员。它是整个市场部的**根目录**。
### 1.1 系统架构与拓扑
采用 **星型发散结构 (Hub-and-Spoke)**。
* **输入**：创始人的原始背景、商业意图、碎片化思考。
* **输出**：机器可读的 `Global Context Object`（全局上下文对象），作为下游所有系统的启动密钥。
### 1.2 核心智能体矩阵 (Core Agents Matrix)
#### **1.2.1 Genesis Master (创世主控)**
* **角色**：立法者 (Legislator) & 守门人 (Gatekeeper)。
* **核心职责**：
* **Phase 0 商业诊断**：拥有“一票否决权”。基于《商业模式校准铁律》对用户的初始意图进行压力测试（溢价守恒、交付半径、人设冲突）。如果商业逻辑跑不通，强制熔断，防止无效投入。
* **Context 分发**：生成机器可读的 **`Global Context Object`**，作为下游所有子智能体的启动密钥。
* **任务分发**：指挥下游 4 个垂类智能体协同工作。
* **白皮书总装**：输出 **《IP 身份与资产架构白皮书（总纲）》**。
* **交付物**：《商业模式可行性诊断书》、《IP 身份与资产架构白皮书（总纲）》。
#### **1.2.2 Sub-Agent 1.1: 认知定位师 (Cognitive Positioning Specialist)**
* **角色**：差异化猎手。
* **核心职责**：解决 **“我是谁”**。扫描市场盲区，挖掘创始人非标资产（偏见/缺陷/跨界），提炼排他性定位。
* **交付物**：《IP 身份定义书》（含认知生态位、人设标签金字塔、排他性定位语）。
#### **1.2.3 Sub-Agent 1.2: 理论封装师 (Theory Encapsulation Specialist)**
* **角色**：概念架构师。
* **核心职责**：解决 **“我信什么”**。将碎片观点封装为“听起来很贵”的理论模型（Model）和反共识观点（Anti-Consensus），并定义行业黑话。
* **交付物**：《理论资产入库单》（含 Mermaid 可视化模型代码、黑话词典）。
#### **1.2.4 Sub-Agent 1.3: 符号设计师 (Symbolic Designer)**
* **角色**：视觉与语言总监。
* **核心职责**：解决 **“像不像专家”**。定义语言指纹（Tone & Voice）与视觉锚点（Visual Anchor），确立高知场域的设计规范。
* **交付物**：《IP 符号系统定义书》、**MJ Prompt Template**（供视频流水线调用）。
#### **1.2.5 Sub-Agent 1.4: 资产规划师 (Asset Planner)**
* **角色**：战略风控官。
* **核心职责**：解决 **“如何长存”**。规划 IP 生命周期的三部曲（破局/教育/赋能）及风险熔断机制。
* **交付物**：《IP 演进路线图》、《IP 理论体系架构图》、《资产沉淀 SOP》、《风险熔断机制》。
### 1.3 效能增强中间件 (Utility Agents)
*作为“插件”或“外挂”，负责特定任务的高效执行与落地。*
* **Utility 1.1-Pre: 数据清洗工 (Data Scrubber)**
* *输入*：竞品视频文稿、评论区差评。
* *输出*：提纯后的“营销逻辑还原”与“用户痛点本质”，直接投喂给 SA-1.1，避免 GIGO (Garbage In, Garbage Out)。
* **Utility 1.2-Pre: 理论蒸馏器 (Theory Distiller)**
* *输入*：创始人的长文章/演讲稿（如《没人会为你的辛苦买单》）。
* *输出*：结构化的核心隐喻、暴论与模型雏形，直接投喂给 SA-1.2，加速理论封装效率。
* **Utility 1.3-Post: 视觉生成器 (Visual Generator)**
* *输入*：SA-1.3 产出的 **MJ Template** + 用户具体的场景需求（如“一张直播间背景图”）。
* *输出*：多平台适配（MJ/SD/Nano）的 **绘画提示词代码块**。
* *价值*：作为“执行手”，确保每一张配图都严格遵循 SA-1.3 定义的“立法规范”，防止审美跑偏。
### 1.4 关键数据流 (Data Flow)
1. 用户与 **Genesis Master** 对话，通过商业诊断。
2. **Master** 唤醒 **SA 1.1 - 1.4**，填充白皮书的各个章节。
3. 所有产出最终汇聚为 **`Global Context Object`**。
* *注：此 Object 将包含“人设标签”、“理论关键词”、“视觉规范”、“语言禁忌”等核心参数，直接投喂给 **Nexus System (系统二)** 用于内容生产。*
## 2. 核心系统二：Nexus System (织网 · 链接分发)
> **对应蓝图模块**：Module 2 公域降维与痛点狙击
> **系统定位**：高维认知的降维翻译机与全域分发引擎。它是连接“高冷专家”与“大众市场”的**硅基变压器**。
### 2.1 系统架构与拓扑
采用 **总线型流水线结构 (Bus Pipeline Topology)**。
* **输入**：Genesis System 产出的 `Global Context Object`（含人设、理论、语言指纹）+ 原始素材（Raw Input）。
* **输出**：适配多平台的**标准分发数据包**（视频文件、图文排版、SEO配置）。
* **核心逻辑**：**Deep in, Simple out (深进去，浅出来)**。
### 2.2 核心智能体矩阵 (Core Agents Matrix)
#### **2.2.1 Nexus Master (链接主控)**
* **角色**：**双模态战役指挥官 (Dual-Mode Campaign Commander)**。
* **核心职责**：
* **Context 锚定 (Identity Anchoring)**：读取 `Global Context`，严格执行 **物理隔离协议**。针对 IP1 (Captain) 和 IP2 (Storyteller) 加载截然不同的符号系统与语言指纹。
* **双模态决策 (Dual-Mode Strategy)**：
* *Mode A (资产降维)*：基于 System 1 的理论资产，提取核心观点进行降维传播（打信任战）。
* *Mode B (外部狩猎)*：基于 System 5 的市场情报或竞品爆款，进行反共识重构（打流量战）。
* **光谱化降维 (Spectral Down-Dimensioning)**：为下游设定精确的 **降维阈值 (Floor)**。
* *Level 1*: 保留学术术语（IP1 白皮书）。
* *Level 3*: 强制去学术化/大白话（IP2 短视频）。
* **输出交付物 (Deliverables)**：
* **《周度内容作战地图 (Weekly Campaign Map)》**：面向人类决策者的战略简报（含战役目标、选题策略、红线预警）。
* **`Nexus_Task_Brief` (JSON)**：面向下游智能体的**机器指令包**（含风格参数、禁词表、品控闸门规则）。
#### **2.2.2 Sub-Agent 2.1: 降维编译师 (The Content Decoder)**
* **角色**：内容的“中央厨房”与“翻译中枢”。
* **核心职责**：连接 System I 的“高维理论”与 System II 的“大众生产”。它负责将晦涩的理论资产（Deep In），经过 APTC 心理学模型处理，翻译为具备强痛点狙击能力的标准化母本（Simple Out）。
* **核心机制 (Core Mechanisms)**：
* **双模态生成 (Dual-Mode Generation)**：
* *Mode A (Video)*：生成包含**分镜描述、道具锚点、情绪标记**的视频脚本母本。
* *Mode B (Text)*：生成包含**视觉配图建议、排版指令标签**的图文草稿。
* **降维阈值控制 (Dimension Threshold)**：
* *Level 1 (Traffic)*：纯流量向，情绪优先，禁止术语。
* *Level 2 (Balanced)*：平衡向，允许 1-2 个核心概念。
* *Level 3 (Authority)*：权威向，高逻辑密度。
* **动态分批交付 (Dynamic Batching)**：
* 采用 **Stage 1 (提纲确认)** -> **Stage 2 (正文分批)** 的两步走流程，确保长内容的逻辑连贯与细节质量。
* **核心能力 (Capabilities)**：
* **Metaphor Engineering (比喻工程)**：强制调用 `Methodology_Text_DownDimension`，将 L4 级概念转化为 L1 级生活场景（如：把“私域”比作“养鱼”）。
* **Prop-Narrative (道具叙事)**：强制调用 `Methodology_Video_ShortDrama`，将抽象心理活动转化为物理道具的互动（如：撕碎周报代表焦虑）。
* **Style Injection (风格注入)**：基于 `Tone_Modifier_Settings` 参数，实时调整理性度与攻击性。
* **交付物**：
* **《通用视频母本 (Video Script Master)》**：含 AI 友好型画面描述，供 Utility-V 使用。
* **《图文完整草稿 (Article Draft with Visual Cues)》**：含排版标记，供 Utility-T 使用。
#### **2.2.3 Sub-Agent 2.2: 矩阵适配师 (The Matrix Adapter)**
* **角色**：平台化翻译官。
* **核心职责**：解决“水土不服”。将“标准素材”适配到不同平台。
* **核心能力 (Capabilities)**：
* **Algorithmic Tweak (算法微调)**：
* *For 抖音*：压缩节奏，前置情绪冲突。
* *For 公众号*：扩充逻辑链条，增加图表。
* *For 小红书*：提炼 "Key Takeaways"（干货清单），生成 "封面图文案"。
* **SEO Embedding (搜索埋词)**：自动植入行业热搜词。
* **交付物**：**《全平台分发数据包 (Distribution Package)》**。
### 2.3 外挂流水线 (Utility Pipelines - The Production Lines)
> *这是可插拔的“执行车间”。根据客户资源配置，选择启用 AI 全自动或人机协作模式。*
#### **2.3.1 Utility-V: 视频流水线 (Video Pipeline)**
* **定位**：将《通用母本》转化为 MP4 视频文件。
* **子工序 (Sub-processes)**：
* **V1 分镜师 (Storyboarder)**：将母本拆解为分镜头脚本，生成对应的画面提示词（Prompt for MJ/Runway）。
* **V2 资产生成 (Asset Gen)**：调用绘图/视频模型生成素材，或调用数字人模型（Avatar）生成口播流。
* **V3 剪辑合成 (Compositor)**：调用剪映/CapCut 接口或 RPA 进行音画同步、字幕添加。
* **差异化配置**：
* *口播流*：侧重数字人/真人实拍脚本 + B-Roll（空镜）。
* *MV流*：侧重画面节奏与 BGM 匹配（前置音乐逻辑）。
#### **2.3.2 Utility-T: 图文流水线 (Text/Article Pipeline)**
* **定位**：将《通用母本》转化为排版精美的图文/长图。
* **子工序 (Sub-processes)**：
* **T1 扩写师 (Expander)**：将脚本逻辑扩展为 3000 字深度长文（用于公众号/博客）。
* **T2 视觉排版 (Visualizer)**：根据 Genesis 定义的 VI 规范，自动插入金句卡片、图表和重点高亮。
### 2.4 关键数据流 (Data Flow)
1. **Genesis System** 提供 `Global Context`。
2. **Nexus Master** 接收原始素材（如一条语音笔记），指令 **SA 2.1** 进行编译。
3. **SA 2.1** 输出《通用内容母本》。
4. **Utility-V / Utility-T** 并行工作，生产出《标准视频素材》和《标准图文素材》。
5. **SA 2.2** 接收标准素材，封装为《全平台分发数据包》（含各平台专属标题、标签）。
6. 最终由人工或 RPA 工具一键发布。
### 2.5 视频工作流 (Video Pipeline)
| 步骤 | 动作描述 | 责任智能体 | 交付物 (Output) |
| :--- | :--- | :--- | :--- |
| **Step 1** | **剧本/母本创作** (Story/Hook) | **SA 2.1 (降维编译师)** | **《通用内容母本》** (含核心冲突、金句、大致画面描述) |
| **Step 2** | **分镜脚本细化** (Technical Script) | **Utility-V (视频流水线)** | **《AI 绘画提示词表》** (含镜号、景别、MJ Prompt、运镜指令) |
| **Step 3** | **角色/资产固定** (Consistency) | **Utility-V** (配置项) | 固定的 Seed/LoRA 模型，无需每次生成 |
| **Step 4** | **分镜画面生成** (Asset Gen) | **Utility-V** (执行) | 图片素材 / 视频片段 |
| **Step 5** | **配音配乐** (Audio) | **Utility-V** (执行) | MP3 音频流 |
| **Step 6** | **剪辑合成** (Editing) | **Utility-V** (执行) | MP4 成片 |
| **Step 7** | **平台发布适配** (Metadata) | **SA 2.2 (矩阵适配师)** | 抖音标题/标签 vs 视频号标题/标签 |
* **SA 2.1 的职责边界**：它**不需要**写具体的 MJ Prompt（那是 Utility-V 的事），但它**必须**写出**“AI 友好型”的画面描述**。
* *Bad:* “表现出他很焦虑。”（AI 很难画“焦虑”）
* *Good (SA 2.1 Output):* “画面：特写，主角在疯狂地抓头发，桌子上堆满了揉成团的纸，灯光昏暗。”（情绪外化）
### 2.6 图文工作流 (Text Pipeline)
| 步骤 | 动作描述 | 责任智能体 | 交付物 (Output) |
| :--- | :--- | :--- | :--- |
| **Step 1** | **立意与策略** (Idea) | **Nexus Master** | Task Brief (指令) |
| **Step 2** | **提纲与钩子** (Outline) | **SA 2.1 (降维编译师)** | **《图文逻辑大纲》** (含钩子埋点、段落逻辑) |
| **Step 3** | **正文撰写** (Drafting) | **SA 2.1 (降维编译师)** | **《图文初稿》** (Markdown格式，含语气润色) |
| **Step 4** | **视觉排版/配图** (Visuals) | **Utility-T (图文流水线)** | **《排版好的文章/长图》** (含金句卡片图、封面图) |
| **Step 5** | **元信息生成** (Meta) | **SA 2.2 (矩阵适配师)** | 公众号摘要 vs 小红书笔记标题 |
* **SA 2.1 的职责边界**：对于图文，SA 2.1 承担了绝大部分工作（因为“降维”本身就是文字工作）。**Utility-T** 更像是一个 **“排版工”或“配图师”** ，负责把 SA 2.1 写好的文字变成好看的视觉产品。
## 3. 核心系统三：Oasis System (绿洲 · 私域信任)
> **对应蓝图模块**：Module 3 私域阵地与信任证据
> **系统定位**：高浓度信任场的维护者与证据链构建者。
> **核心逻辑**：**存量经营 (Retention)**。通过结构化的“逻辑证据”和“事实证据”，将流量转化为信徒。
### 3.1 系统架构与拓扑
采用 **“图书管理员 (Librarian)” 模型**。
* **核心资产库 (The Vault - 外部 IT 系统)**：这是系统的物理底座（如 Notion / 飞书 / 自建 CMS）。包含三个分库：
* `Knowledge Base` (理论/文章/黑话)
* `Case Museum` (成功案例/失败复盘/数据截图)
* `Q&A Registry` (高频问答/话术)
* **智能体职责**：Agent 不直接存储数据，而是作为**“读写接口”**。
* **Write (写入)**：将碎片化输入清洗后存入 Vault。
* **Read (读取)**：根据场景调取 Vault 中的弹药，生成运营策略。
### 3.2 核心智能体矩阵 (Core Agents Matrix)
#### **3.2.1 Sub-Agent 3.1: 知识策展人 (The Knowledge Curator)**
* **对应 Matter**：3.1 结构化知识库建设
* **角色**：私域的主编与档案管理员。
* **核心职责**：
* **碎片重组**：读取 Genesis System 的理论模型，将散落在群聊、直播逐字稿中的碎片观点，整理为结构化的 `Wiki Entry` (词条) 或 `Newsletter` (通讯)。
* **资产打标**：自动为内容打上 `Pain Point` (对应痛点)、`Product Line` (对应产品)、`Stage` (对应客户阶段) 标签，方便检索。
* **交互模式**：
* *Input*: 一段杂乱的会议录音 / 几条零散的语音笔记。
* *Output*: 一篇结构清晰的《行业洞察周报》或《Wiki 知识卡片》。
#### **3.2.2 Sub-Agent 3.2: 证据管理员 (The Evidence Manager)**
* **对应 Matter**：3.2 证据链与案例博物馆
* **角色**：冷酷的法医与案例分析师。
* **核心职责**：
* **事实提取**：从项目交付文档/聊天记录中，提取 **Before/After 对比数据**、**关键转折点**、**客户好评截图**。
* **故事封装**：将枯燥的数据封装为 **HERO 叙事结构**（背景-挑战-方案-结果）。
* **失败复盘**：专门处理“搞砸了”的案例，提取教训，生成《避坑指南》（反向背书）。
* **交付物**：**《标准化案例卡片 (Case Card)》**。
* *结构*：`[客户画像]` + `[核心痛点]` + `[解决方案(引用理论)]` + `[最终效果]` + `[证据截图]`.
#### **3.2.3 Sub-Agent 3.3: 运营参谋 (The Operations Advisor)**
* **对应 Matter**：3.3 私域触点与活体运营
* **角色**：私域运营的军师（Human-in-the-loop 核心）。
* **核心职责**：它不直接发朋友圈，它**教人怎么发**。
* **剧本生成**：基于 `Tone of Voice` (人设)，生成每日朋友圈/社群的 **“剧本 (Script)”**。
* *示例*：“今天周三，建议发一条‘工作现场’类内容。配图建议选一张加班修图的照片，文案侧重强调‘对细节的强迫症’，以展示专业度。”
* **问答辅助**：当群里有人提问时，它检索 Vault，生成 3 个版本的回答建议（温和版/犀利版/引导转化版），供真人选择发送。
* **交付物**：**《每日运营SOP (Daily Ops Script)》**、**《高频问答话术包》**。
### 3.3 外挂数据库系统 (External IT System - The Trust Vault)
> *这是你提到的“信息化数据库系统”，是 Agent 工作的物理场所。*
* **定位**：企业的**“数字大脑皮层”**。
* **建议形态**：
* **轻量级**：飞书多维表格 / Notion Database / 语雀。
* **专业级**：基于向量数据库 (Vector DB) 的 RAG 知识库（如 Dify, FastGPT 的底层库）。
* **核心功能需求**：
* **全偏检索**：支持模糊搜索（搜意思，不只是搜关键词）。
* **多模态存储**：支持文本、图片（案例截图）、PDF（白皮书）。
* **API 接口**：必须开放 API，允许 SA 3.1/3.2 自动写入，允许 SA 3.3 自动读取。
### 3.4 关键数据流 (Data Flow)
1. **SA 3.1 & 3.2 (写入)**：不断吞噬企业的日常碎片信息（录音、文档），将其**清洗**并**结构化**存入 `Trust Vault`。
2. **Trust Vault (存储)**：随着时间推移，变成一个越来越厚的资产壁垒。
3. **SA 3.3 (读取)**：每天早上，根据当天的营销日历，从 Vault 中抽取一个旧案例或一条金句，生成当天的朋友圈文案。
4. **真人 (执行)**：复制文案，微调语气，配图发送。
## 4. 核心系统四：Magnet System (吸铁 · 获客转化)
> **对应蓝图模块**：Module 2.3 (获客钩子) + Module 4 (商业博弈)
> **系统定位**：轻量级 SaaS 工厂与自动化销售博弈引擎。
> **核心逻辑**：**流量变现 (Conversion)**。将公域流量捕获为私域线索，并通过高维度的心理博弈完成成交。
> **前身继承**：深度整合并升级原《销售洞察智能体系统》中的 A/B/C 三类智能体。
### 4.1 系统架构与拓扑
采用 **“漏斗型流水线 (Funnel Pipeline)”** 结构。
* **输入**：
* **流量端**：公域用户行为数据（点击、评论）。
* **销售端**：私域聊天记录、面诊录音。
* **输出**：
* **工具端**：引流小工具（H5/小程序）。
* **策略端**：客户心理画像、攻单话术、产品定价建议。
### 4.2 核心智能体矩阵 (Core Agents Matrix)
#### **4.2.1 Sub-Agent 4.1: 产品定价师 (The Pricing Strategist)**
* **对应 Matter**：4.1 产品矩阵与定价策略
* **角色**：产品经理与精算师。
* **核心职责**：
* **阶梯微调**：基于 Genesis System 定义的 `Product Ladder` (L1/L2/L3)，根据市场反馈（如转化率数据），动态调整 L1 引流品的内容（是送课还是送工具？）和 L2 利润品的价格锚点。
* **Offer 包装**：自动生成 **“不可抗拒的 Offer (Irresistible Offer)”** 文案。
* *公式*：主产品 + 赠品 (Bonus) + 风险逆转 (Risk Reversal) + 稀缺性 (Scarcity)。
* **交互模式**：
* *Input*: “本月主推 2980 的陪跑课，转化率只有 0.5%。”
* *Output*: “建议增加赠品《SOP手册》，并承诺‘学不会退款’，同时限时涨价预告。”
#### **4.2.2 Sub-Agent 4.2: 诱饵架构师 (The Bait Architect)**
* **对应 Matter**：2.3 获客钩子（原 Agent T 升级）
* **角色**：轻量级工具开发者。
* **核心职责**：
* **痛点量化**：将 Module 1 的 `Pain Point` 转化为 **“测评逻辑”**。
* **工具生成**：
* *Type A (Quiz)*: 生成“企业 AI 含金量体检表”逻辑。
* *Type B (Calculator)*: 生成“人力成本计算器”逻辑。
* **裂变设计**：生成带有“鄙视链”属性的结果海报文案。
* **交付物**：《引流工具 PRD-Lite》、《裂变海报文案》。
#### **4.2.3 Sub-Agent 4.3: 销售博弈师 (The Sales Game Master)**
* **对应 Matter**：4.2 销售话术引擎 + 4.3 自动化成交链路
* **前身**：整合升级原 **Agent B (深度画像)** + **Agent C (话术生成)**。
* **角色**：金牌销售的大脑与嘴替。
* **核心职责**：
* **深度画像 (Profiling)**：基于 **Agent A1 (清洗)** 提供的线索，利用 ORBIT/PRISM 模型构建 `3C Profile` (决策者/核心恐惧/信任缺口)。
* **攻心话术 (Persuasion)**：基于画像，生成针对性的 **SPIN 提问话术** 和 **异议处理话术**。
* *场景*：当客户说“太贵了”，它不只是降价，而是生成“价值对冲”话术。
* **逼单策略 (Closing)**：识别客户的 **“购买信号”**，生成临门一脚的逼单指令（如：“限时名额话术”）。
* **交付物**：《客户心理全景图》、《催单行动指南》。
### 4.3 外挂数据处理流水线 (Utility Pipeline - The Data Refinery)
> *这是原 Agent A1/A2 的功能化封装，作为数据预处理车间。*
* **Utility-Data (数据清洗车间)**：
* **U1 聊天记录清洗 (Chat Cleaner)**：(原 Agent A1)
* *Input*: 微信聊天记录导出文件。
* *Output*: 结构化线索（需求/预算/抗拒点）。
* **U2 录音质检 (Audio Reviewer)**：(原 Agent A2)
* *Input*: 面诊/电话录音转写文本。
* *Output*: 合规性质检报告 + 事实摘要。
### 4.4 关键数据流 (Data Flow)
1. **Genesis System** 定义了产品阶梯 (L1-L3)。
2. **SA 4.1** 将其包装为具体的 Offer。
3. **SA 4.2** 生成引流工具，吸引公域流量。
4. **Utility-Data** 捕获并清洗用户与工具/销售的交互数据（聊天/录音）。
5. **SA 4.3** 读取清洗后的数据，生成《心理画像》和《攻单话术》，指导销售完成成交。
6. 成交数据反馈给 **Evolution System** (下一章)，用于优化模型。
## 5. 核心系统五：Evolution System (进化 · 数据迭代)
> **对应蓝图模块**：Module 5 数据反馈与系统迭代
> **系统定位**：全链路数据监控与 AI 模型校准引擎。
> **核心逻辑**：**反脆弱 (Anti-Fragile)**。利用“人机回环 (Human-in-the-loop)”机制，将业务数据转化为洞察，反哺优化 Agent。
### 5.1 系统架构与拓扑
采用 **“双环控制 (Dual-Loop Control)”** 结构。
* **外环 (Business Loop)**：基于 BI 数据 -> 优化业务策略（SOP）。
* **内环 (Model Loop)**：基于 Golden Data -> 优化 Agent 模型（Prompt/SFT）。
* **物理底座**：**企业级数据仓库 (Data Warehouse)**。
* *存储*: 全链路埋点数据、清洗后的对话语料、标注数据集。
* *计算*: 传统的 ETL 与 BI 报表生成。
### 5.2 核心智能体矩阵 (Core Agents Matrix)
#### **5.2.1 Sub-Agent 5.1: 归因分析师 (The Attribution Analyst)**
* **对应 Matter**：5.2 归因分析与策略复盘
* **角色**：数据侦探与策略顾问。
* **核心职责**：
* **异动解读**：
* *Input*: BI 系统推送的异常指标（如：本周线索成本飙升 30%）。
* *Action*: 调用 Nexus System 的投放记录，分析是素材疲劳？还是渠道质量下降？
* **爆款复盘**：
* *Input*: Top 10 高转化视频脚本。
* *Action*: 提取共性特征（如：都用了“焦虑钩子”），生成《爆款元素清单》。
* **流失诊断**：
* *Input*: 销售阶段流失的客户画像。
* *Action*: 分析是产品定价问题（Matter 4.1）还是话术问题（Matter 4.2）？
* **交付物**：**《周度经营诊断报告》**、**《策略优化建议书》**。
#### **5.2.2 Sub-Agent 5.2: 模型驯兽师 (The Model Trainer)**
* **对应 Matter**：5.3 模型校准与资产沉淀
* **角色**：Prompt 工程师与数据集管理员。
* **核心职责**：
* **Bad Case 修复**：
* *Input*: 业务人员反馈的“AI 说错话”记录。
* *Action*: 自动生成 `Negative Constraint` (负面约束)，修正对应的 System Prompt。
* **Golden Data 清洗**：
* *Input*: 销售金牌话术、高转化脚本。
* *Action*: 清洗为标准的 `{instruction, input, output}` 格式，存入 **“私有模型训练集”**。
* **SOP 固化**：
* 将验证有效的策略（如：新的追单话术），自动更新到 Oasis System 的 `Knowledge Base` 中。
* **交付物**：**《Agent 迭代日志》**、**《Golden Data 数据集》**。
### 5.3 外挂信息化系统 (External IT System - The Data Engine)
> *这是你熟悉的领域，负责“算”和“存”。*
* **全链路数据仪表盘 (Full-Funnel Dashboard)**：
* **L1 结果指标**：GMV, ROI, CAC。
* **L2 过程指标**：线索量, 加粉率, 工具使用率。
* **L3 内容指标**：完播率, 转评赞。
* **归因链路 (Attribution Chain)**：
* 打通 公域(UTM) -> 私域(CRM) -> 成交(ERP) 的数据流，确保能追踪到每一分钱的去向。
* **资产库 (Asset Library)**：
* **Golden Data Set**：专门存储用于 SFT (Supervised Fine-Tuning) 的高质量语料。
* **SOP Repository**：存储企业的标准作业程序文档。
### 5.4 关键数据流 (Data Flow)
1. **BI 系统** 实时监控业务数据，发现异常触发报警。
2. **SA 5.1** 接收报警，调取相关数据进行归因分析，生成《诊断报告》。
3. **管理层/专家** 确认报告，调整业务策略（如：修改投放素材）。
4. 同时，**SA 5.2** 收集业务中产生的高质量数据（如：销售修改后的完美话术）。
5. **SA 5.2** 清洗数据，更新 Golden Data Set，并优化相关 Agent (如 SA 4.3) 的 Prompt。
6. **系统进化**：Agent 变得更聪明，业务效率提升。
## 6. 实施路线图 (Implementation Roadmap)
> **核心原则**：
> 1. **MVP (Minimum Viable Product)**：不追求系统一次性完美，先跑通最小闭环。
> 2. **现金流优先**：所有动作必须指向“可变现的流量”或“可复用的资产”。
> 3. **人机回环**：在 AI 不够聪明时，先由“人”顶上，跑通逻辑后再自动化。
### 6.1 阶段一：造核与织网 (Phase I: The Genesis & Nexus)
* **周期**：T+0 ~ T+2 个月
* **战略目标**：确立不可替代的专家 IP，跑通内容生产流水线，获取首批 B 端种子用户。
#### **关键战役 1.1：身份资产固化 (Genesis Initialization)**
* **动作**：
* 启动 **Genesis Master**，完成商业模式校准（Phase 0）。
* 调用 **SA 1.1 - 1.4**，产出《IP 身份定义书》、《理论资产库》、《符号系统规范》。
* **里程碑**：生成机器可读的 `Global Context Object`，作为后续所有 Agent 的启动密钥。
#### **关键战役 1.2：内容流水线跑通 (Nexus Pipeline Setup)**
* **动作**：
* 部署 **SA 2.1 (降维编译师)**，调试“Alpha/Beta/Gamma”三种风格 Prompt。
* 搭建 **Utility-V (视频车间)**，测试“分镜+数字人/剪辑”的自动化流程。
* **人工介入**：在 SA 2.2 (矩阵适配) 上线前，先由人工运营负责多平台分发，积累平台数据。
* **里程碑**：全网粉丝突破 1 万（B 端占比 > 20%），单条视频平均完播率达标。
### 6.2 阶段二：吸铁与绿洲 (Phase II: The Magnet & Oasis)
* **周期**：T+3 ~ T+5 个月
* **战略目标**：解决“流量浪费”问题，建立私域信任资产，实现首单高客单价转化。
#### **关键战役 2.1：获客钩子部署 (Magnet Deployment)**
* **动作**：
* 启动 **SA 4.2 (诱饵架构师)**，开发并上线首个引流工具（如《企业 AI 含金量体检表》）。
* 在所有公域内容（视频/文章）中埋设工具入口。
* **里程碑**：公域转私域线索率达到 1%（行业基准），获取 500+ 有效企业微信好友。
#### **关键战役 2.2：私域信任基建 (Oasis Construction)**
* **动作**：
* 搭建 **Trust Vault (外部 IT 数据库)**，作为知识库载体。
* 启动 **SA 3.1 (知识策展人)**，将过往内容整理为 Wiki/白皮书。
* 启动 **SA 3.3 (运营参谋)**，辅助真人进行朋友圈/社群的高频互动。
* **里程碑**：私域用户对朋友圈内容的互动率 > 5%，出现主动咨询。
### 6.3 阶段三：进化与扩张 (Phase III: The Evolution & Scale)
* **周期**：T+6 个月起
* **战略目标**：从“工具使用者”进化为“AI Native 增长服务商”，实现系统的自动化迭代与对外赋能。
#### **关键战役 3.1：全链路数据闭环 (Data Loop Closure)**
* **动作**：
* 打通 **公域(UTM) -> 私域(CRM) -> 成交(ERP)** 的数据流。
* 启动 **SA 5.1 (归因分析师)**，每周生成经营诊断报告。
* **里程碑**：管理层能通过 BI 仪表盘实时查看 ROI，不再依赖感性判断。
#### **关键战役 3.2：模型私有化微调 (Model SFT)**
* **动作**：
* 启动 **SA 5.2 (模型驯兽师)**，清洗前两个阶段积累的 Golden Data。
* 对核心 Agent（如 SA 2.1 编译师、SA 4.3 博弈师）进行微调 (Fine-tuning)。
* **里程碑**：AI 生成内容的采纳率 > 90%，基本实现“数字员工”独立上岗。
### 6.4 资源需求与风险管理 (Resource & Risk)
#### **资源配置 (Resource Allocation)**
* **人力**：1 位架构师（船长，负责 Genesis/Evolution）、1 位内容运营（负责 Nexus/Oasis 执行）、1 位销售/交付（负责 Magnet 转化）。
* **算力**：LLM API (GPT-4/Claude-3)、视频生成工具 (Runway/Sora)、数字人服务 (HeyGen/D-ID)。
#### **风险控制 (Risk Control)**
* **R1 内容同质化**：
* *对策*：定期（每季度）由 Genesis Master 强制刷新 `Anti-Consensus List`（反共识观点库），确保内容犀利度。
* **R2 平台封禁**：
* *对策*：严守 SA 1.4 定义的《风险熔断机制》，引流动作必须符合各平台规范（如利用企业微信合规接口）。
* **R3 转化率低**：
* *对策*：启动 SA 5.1 进行归因，如果是话术问题，立即迭代 SA 4.3 的 Prompt；如果是产品问题，调整 SA 4.1 的 Offer。
高客单价垂直领域信任构建与商业化蓝图
# 高客单价垂直领域信任构建与商业化蓝图
**(High-Ticket Vertical Authority & Commercialization Blueprint)**
## 摘要
本蓝图是专为 **AI Native 市场部** 及 **高客单价/高认知门槛业务**（如高端咨询、医美、国际教育）量身定制的战略操作系统。
它摒弃了大众消费品“流量为王”的短视逻辑，转而遵循 **“认知势能 -> 信任存钱 -> 价值变现”** 的长期主义路径。通过深度融合 **APTC 心理学模型** 与 **Agent 智能体生产力**，构建了一套自动化、可复制、反脆弱的商业闭环。
### **核心逻辑全景 (The Logic Panorama)**
本蓝图由五个相互咬合的模块构成，形成了一个精密的信任转化机器：
1. **造核 (Module 1 身份架构)**：
* 这是**战略原点**。我们不生产平庸的内容，我们构建具有 **“解释权”** 的IP资产。通过独家理论（如密封舱）和反共识观点，确立不可替代的专家地位。
* *关键交付：IP身份定义书、理论模型图。*
2. **织网 (Module 2 公域降维)**：
* 这是**获客引擎**。我们利用 Agent M2 将晦涩的“核物理”降维成大众易懂的“煮鸡蛋”，利用情绪钩子和痛点狙击，在公域广场精准捕获高净值用户。
* *关键交付：降维脚本工厂、多维流量矩阵。*
3. **养鱼 (Module 3 私域信任)**：
* 这是**孵化温床**。我们将流量引入私域，用结构化的知识库（逻辑征服）、无可辩驳的案例库（事实征服）和有温度的活体运营（情感征服），完成从“认识”到“信赖”的质变。
* *关键交付：结构化知识库、案例博物馆。*
4. **收网 (Module 4 商业博弈)**：
* 这是**变现收割**。我们设计“引流品->利润品”的顺滑阶梯，利用 Agent C-Pro 的话术引擎和自动化链路，在临门一脚时消除疑虑，实现高溢价成交。
* *关键交付：产品阶梯矩阵、销售攻防手册。*
5. **进化 (Module 5 数据迭代)**：
* 这是**反脆弱系统**。通过全链路数据监控和归因复盘，我们不断校准策略；更重要的是，利用“人机回环”机制，将黄金数据反哺给 Agent，让数字员工越来越懂业务。
* *关键交付：全链路仪表盘、Agent模型微调数据集。*
### **执行建议 (Execution Strategy)**
* **启动期 (0-3个月)**：聚焦 **Matter 1.1/1.2 (定人设)** 与 **Matter 2.1 (跑通内容模型)**。不要急着变现，先验证“你的观点是否有人听”。
* **成长期 (3-6个月)**：重兵投入 **Matter 2.3 (获客钩子)** 与 **Matter 3.1/3.2 (私域基建)**。跑通“流量转线索”的链路。
* **成熟期 (6个月+)**：全面发力 **Matter 4.1 (产品矩阵)** 与 **Matter 5.3 (模型进化)**。追求自动化的成交效率与 Agent 的深度赋能。
## **蓝图框架定义 (Blueprint Framework Definition)**
本蓝图旨在为**高客单价、高认知门槛**的垂直领域业务，构建一套系统化的信任获取与商业变现机制。不同于大众消费品的流量逻辑，本蓝图遵循 **“认知势能 -> 信任存钱 -> 价值变现”** 的核心路径。
### **结构逻辑综述 (Structural Logic)**
本蓝图采用 **MECE (Mutually Exclusive, Collectively Exhaustive)** 原则构建，确保战略无死角、执行无重叠。
1. **完整性 (Collectively Exhaustive)**：
* 五个模块覆盖了从“我是谁”（身份架构）到“怎么让别人知道”（公域降维），再到“怎么让人信”（私域证据）、“怎么让人买”（商业博弈），最后到“怎么持续进化”（系统迭代）的全生命周期。
* 它不仅符合经典的营销漏斗，更深度融合了 **APTC (Attention-Pain-Trust-Conversion)** 心理模型，确保每一个业务动作都对应着客户心理防线的突破。
2. **独立性 (Mutually Exclusive)**：
* 各模块边界清晰：
* **模块一**是静态的“资产构建”（建核电站）；
* **模块二**是动态的“流量捕获”（拉电网）；
* **模块三**是深度的“信任培育”（供电）；
* **模块四**是临门的“价值交换”（收电费）；
* **模块五**是后端的“效能监控”（仪表盘）。
* 这种切分方式解耦了“流量”与“变现”，避免了动作变形（如为了流量牺牲专业度）。
3. **适配性 (Applicability)**：
* **跨行业通用**：无论是您的 AI 咨询（船长 IP），还是未来的医美、教育、高端金融客户，其“信任品”的本质不变，均可复用此架构。
* **人机协作友好**：结构设计考虑到 AI Agent 的介入，将“思考（Strategy）”与“执行（Execution）”分层，便于未来将具体任务分发给 Agent I, M, T 等智能体。
### **第一层：模块 (Module) —— 战略域**
* **定义**：构成信任构建与商业化系统的最高阶战略领域。
* **属性 (Attributes)**：
* **模块名称 (Module Name)**：对该战略领域的精炼概括。
* **对应 APTC 阶段 (APTC Mapping)**：明确该模块主要解决客户心理模型中的哪个环节（A/P/T/C），确保战略不脱靶。
* **核心目标 (Core Objective)**：阐述该模块存在的终极目的，回答“为什么要做”。
* **模块释义 (Module Explanation)**：描述该模块覆盖的业务范围、核心价值逻辑。
* **关键成功要素 (KSFs)**：该模块想要成功跑通，必须具备的 1-3 个核心条件（如：极度差异化的人设、反常识的观点）。
### **第二层：具体事项 (Matter) —— 战术域**
* **定义**：在一个模块内部，为实现其核心目标而必须构建的关键系统、资产或成果。它是 **“交付物”** 的集合。
* **属性 (Attributes)**：
* **事项名称 (Matter Name)**：对该项工作的具体描述（如：反常识选题库构建）。
* **战术目标 (Tactical Objective)**：阐述完成该事项所要达成的具体、可衡量的成果。
* **交付物形态 (Deliverable Format)**：该事项产出的具体形式。
* *示例：文档/SOP手册、数字资产（账号/群/落地页）、工具系统、数据报表。*
* **优先级 (Priority)**：
* *P0 (基石/Critical)*：不做系统无法启动。
* *P1 (增长/Growth)*：不做影响扩展速度。
* *P2 (优化/Optimization)*：锦上添花。
* **认知负载 (Cognitive Load)**：评估该事项对专业深度的要求，辅助判断是需要人类专家（船长）深度介入，还是可交由 AI 处理。
* *High (需专家深度介入)、Medium (人机共创)、Low (规则化/可自动化)*
* **验证标准 (Validation Standard)**：如何判断该事项已合格完成（非 KPI，而是验收标准）。
### **第三层：关键活动 (Activity) —— 执行域**
* **定义**：为完成某个“具体事项”，需要执行的一系列具体操作步骤或任务指令。这是未来编写 **Prompt** 或 **SOP** 的直接依据。
* **属性 (Attributes)**：
* **活动名称 (Activity Name)**：清晰的动词短语（如：提取竞品差评关键词）。
* **活动描述 (Activity Description)**：详细说明该活动的执行逻辑、输入源和预期输出。
* **输入数据 (Input Data)**：执行该活动所需的原材料（如：原始录音、行业报告、客户聊天记录）。
* **执行模式建议 (Execution Mode)**：对“谁来做”的初步建议（暂不强制，仅作标记）。
* *建议值：Agent 自动执行、Human-in-the-loop (人机回环)、Human Only (纯人工)*
* **频率/触发机制 (Frequency/Trigger)**：是一次性建设，还是周期性任务，或是由特定事件触发。
---
## **模块一：身份架构与认知高地 (Identity Architecture & Cognitive Authority)**
本部分定义了 IP 的“灵魂”与“大脑”。对于高客单价业务，客户买的不是服务，而是你对世界的**解释权**。
* **对应 APTC 阶段**：**[Ref: APTC-A-Authority]** (权威构建)
* **核心目标**：在潜在客户心中确立不可替代的“专家/导师”地位，建立以“我”为中心的认知坐标系，解决“凭什么听你的”这一根本问题。
* **模块释义**：这是整个系统的**根目录**与**宪法**。它不涉及具体的发帖或销售动作，而是定义 IP 的灵魂。包含差异化的人设定位（Identity）、独家的理论体系（Worldview，如您的“密封舱理论”）、品牌故事以及鲜明的价值观（赞成什么，反对什么）。它是所有后续内容的源头。
* **关键成功要素 (KSFs)**：
1. **极度差异化**：必须与市场上平庸的“大路货”专家区隔开（如：不做单纯的工具推荐，而做认知架构师）。
2. **理论闭环**：拥有一套自洽且能解释行业现象的独家方法论。
* **适用场景**：
* **船长自用**：确定 Agent I 的“身份架构师”参数，定义“HiFi Agent Studio”的技术哲学。
* **B端服务**：协助医美院长建立“轮廓美学专家”人设，或协助国际学校校长建立“全人教育布道者”人设。
* * **事项分解思路：**
1. **模块目标回溯**：本模块的核心是 `APTC-Authority` (权威构建)。对于高客单价业务，信任是成交的前提，而权威是信任的基石。解决的是“凭什么听你的”这一终极问题。
2. **核心矛盾**：
* **同质化竞争**：市场上充斥着“搬运型”专家，观点大同小异，无法形成记忆点。
* **信任脆皮**：没有人设厚度，流量来了接不住，或者只能接低价流量，无法承载高溢价。
* **资产流失**：随着时间推移，如果IP没有内核，热度会衰减；而高客单价IP需要随着时间增值（越老越香）。
3. **解题思路**：
* **生态位区隔**：必须在拥挤的市场中找到一个“无人区”或“降维打击区”，确立排他性定位。
* **理论武装**：不能只讲碎片经验，必须封装成“听起来很贵”的方法论模型，掌握解释权。
* **五感统一**：将抽象的权威感，翻译为视觉、语言、场景等可感知的符号，建立高知场域。
* **长线规划**：把IP当做资产来管理，规划其成长路径和风险防御机制。
4. **Matter 拆解**：
* **Matter 1.1 认知生态位与差异化人格 (Cognitive Niche & Differentiated Persona)**：解决“我是谁”的问题。通过扫描盲区，确立独特的人设标签和排他性定位。
* **Matter 1.2 独家世界观与理论体系 (Proprietary Worldview & Theoretical System)**：解决“我信什么”的问题。封装核心方法论（如密封舱理论），构建反共识观点库。
* **Matter 1.3 IP视觉与语言符号系统 (Visual & Verbal Symbol System)**：解决“像不像专家”的问题。设计高知场域、语言指纹和视觉识别系统。
* **Matter 1.4 IP资产演进与生命周期规划 (Asset Evolution & Lifecycle Planning)**：解决“怎么活得久”的问题。规划IP的三部曲路径，建立资产沉淀与风险防御机制。
### **Matter 1.1：认知生态位与差异化人格 (Cognitive Niche & Differentiated Persona)**
* **战术目标**：在拥挤的市场中找到一个“无人竞争”或“降维打击”的生态位，并确立一个鲜活、立体、且具备“排他性魅力”的专家人格。
* **交付物形态**：《IP 身份定义书 (Identity Bible)》、《竞品认知差异化分析报告》。
* **优先级**：**P0 (基石)**
* **认知负载**：**High** (需创始人深度内省 + Agent I 辅助分析)
* **验证标准**：目标客户看到人设描述时，能在 3 秒内说出“这正是我在找的人，他和别人不一样”。
#### **关键活动 (Key Activities)**
##### **Activity 1.1.1：行业认知“盲区”扫描 (Cognitive Gap Analysis)**
* **活动描述**：不同于传统的竞品流量分析，本活动聚焦于 **“找谬误”** 。分析市场上头部竞品（大V/机构）的普遍言论，寻找他们**没说透、说错、或故意隐瞒**的行业真相。这些“盲区”就是我们建立权威的切入点。
* **输入数据**：行业Top 10竞品的热门视频/文章评论区（找用户抱怨）、行业通用的营销话术。
* **执行模式**：**Human-in-the-loop** (Agent 爬取负面评论/高频词 -> 人类专家提炼洞察)
* **频率**：启动期一次性深度扫描，后续季度更新。
* *示例：医美行业都在推销“大能量”，盲区是“韧带松弛后的能量无效化”；AI行业都在推“提示词工程”，盲区是“没有业务流的提示词是废纸”。*
##### **Activity 1.1.2：创始人/专家“天赋基因”提取 (Expert DNA Extraction)**
* **活动描述**：深度挖掘专家身上的 **“非标资产”** 。不仅是学历/案例，更重要的是：偏见（Bias）、怪癖（Quirks）、失败经历（Failures）和跨界背景（Cross-over）。高客单价的信任往往来自“真实的不完美”和“独特的跨界视角”。
* **输入数据**：创始人深度访谈录音、过往履历、个人笔记/日记。
* **执行模式**：**Human Only** (深度访谈) 或 **Agent I** (通过问卷与创始人对话)
* **关键产出**：**“人设标签金字塔”**
* *顶层（神性/价值观）*：如“长期主义的守夜人”。
* *中层（人性/性格）*：如“技术洁癖”、“毒舌”、“社恐但真诚”。
* *底层（物性/符号）*：如“永远穿冲锋衣”、“喜欢用航海比喻”。
##### **Activity 1.1.3：排他性定位语提炼 (Exclusive Positioning Statement)**
* **活动描述**：用一句话定义 IP。必须包含：**目标人群 + 核心痛点 + 独家方案 + 差异化身份**。
* **执行模式**：**Agent I** (提供多版本供选)
* *示例：“为高净值企业主（人群）解决AI落地焦虑（痛点）的‘数字员工架构师’（身份），而非卖课的讲师。”*
### **Matter 1.2：独家世界观与理论体系 (Proprietary Worldview & Theoretical System)**
* **战术目标**：将碎片化的经验封装为 **“听起来很贵”** 的方法论体系。建立一套属于自己的 **“行业黑话”** ，掌握定价权和解释权。
* **交付物形态**：《核心理论模型图 (The Model)》、《反共识观点库 (Anti-Consensus List)》、《知识体系目录》。
* **优先级**：**P0 (基石)**
* **认知负载**：**High**
* **验证标准**：同行开始引用你的概念，或者客户在咨询时主动使用你的术语（如“船长，我觉得我需要一个密封舱”）。
#### **关键活动 (Key Activities)**
##### **Activity 1.2.1：核心方法论“模型化”封装 (Methodology Modeling)**
* **活动描述**：将专家的解决问题流程，提炼为一个可视化的模型（三角形、环形、漏斗等），并赋予一个独特的命名。**这是高客单价服务的“产品雏形”。**
* **输入数据**：过往成功案例的复盘记录、专家的操作SOP。
* **执行模式**：**Human-in-the-loop** (专家口述逻辑 -> Agent 辅助生成图表概念/命名建议)。
* *示例：将“AI开发流程”封装为“密封舱理论”；将“直播带货逻辑”封装为“APTC模型”。*
##### **Activity 1.2.2：“反共识”观点库构建 (Anti-Consensus Idea Generation)**
* **活动描述**：列出行业里哪怕 90% 的人都相信，但你认为是错的观点。这是 **Agent M2 (降维/冲突)** 后续生产爆款内容的弹药库。
* **输入数据**：Activity 1.1.1 的产出。
* **执行模式**：**Agent I** (基于逻辑推演生成) + **Human Review** (确认立场)。
* **产出示例**：
* *共识*：“做自媒体要日更。” -> *反共识*：“高客单价做日更是廉价的勤奋，要月更一篇传世之作。”
* *共识*：“客户是上帝。” -> *反共识*：“对于专家IP，客户是病人，医生不能听病人的指挥。”
##### **Activity 1.2.3：知识图谱与关键词定义 (Knowledge Graph & Glossary)**
* **活动描述**：定义 IP 的知识边界。哪些讲，哪些绝对不讲（如：只讲道术，不讲八卦）。同时定义一套 **“私有词汇表”** 。
* **执行模式**：**Agent I** (整理)
* **战略意义**：当用户开始使用你的词汇（如“降维”、“密封舱”、“认知高地”）时，你就完成了对他的**认知殖民**。这是最高级的信任。
### **Matter 1.3：IP 视觉与语言符号系统 (Visual & Verbal Symbol System)**
* **战术目标**：将抽象的“专家人设”和“世界观”，翻译为可感知的视觉信号和语言习惯。在高客单价领域，建立一套 **“高专业度、高辨识度、适度距离感”** 的交互界面。
* **交付物形态**：《IP 视觉识别手册 (Visual Identity Manual)》、《语言风格指南 (Tone of Voice Guide)》、《场景布置SOP》。
* **优先级**：**P1 (重要)**
* **认知负载**：**Medium** (需设计师配合或使用 AI 绘图工具 + 船长审核)
* **验证标准**：内容的截图在朋友圈传播时，即使遮住头像，熟客也能一眼认出。
#### **关键活动 (Key Activities)**
##### **Activity 1.3.1：高认知感视觉识别系统设计 (High-Cognition VI Design)**
* **活动描述**：设计区别于“微商风”或“娱乐风”的专业视觉体系。核心原则是 **“去噪”** 与 **“质感”** 。在高客单价领域，花哨等于廉价，极简与秩序代表专业。
* **输入数据**：Matter 1.1 确定的“人设标签”与“价值观”（如：极客、冷峻、睿智）。
* **执行模式**：**Human Design / AI Art Generation**
* **关键要素**：
* **主色调**：选择冷静、理性、有厚度的颜色（如深蓝、黑金、墨绿），避免高饱和度的荧光色。
* **符号锚点**：设计一个贯穿所有内容的视觉符号（如：船长的“罗盘/六分仪”、医美的“黄金比例尺”、教育的“灯塔”）。
* **信息可视化规范**：定义图表、PPT、思维导图的统一风格。专家是用图表说话的，图表的审美决定了理论的“含金量”。
* **排版规范**：字体要用无衬线体（现代、高效），留白率要高（营造奢侈感）。
##### **Activity 1.3.2：语言风格与黑话体系构建 (Linguistic Style & Jargon Dictionary)**
* **活动描述**：定义 Agent M1/M2 在生成内容时的**Tone (语调)** 和 **Voice (声音)**。建立独特的语言习惯，形成“语言指纹”。让受众在潜移默化中习得你的语言，进而认同你的思维。
* **输入数据**：Matter 1.2 的“反共识观点库”与“创始人性格”。
* **执行模式**：**Agent I** (编写 System Prompt 中的 Style 部分)
* **关键动作**：
* **定义 Token (词令)**：将核心概念词条化（如：“密封舱”、“降维”、“思想考古”）。在内容中高频重复。
* **语气参数设定 (Tone Setting)**：为 Agent M1/M2 设定具体的语气参数。
* *Example*：自信度 (High)、亲和力 (Low/Medium)、逻辑密度 (High)、情绪化 (Low)。
* **句式模版设计**：设计标志性的开场白或结束语（如：“我是船长，带你穿越技术周期的迷雾”）。
* **风格参数设定 (参考)**：
* *距离感*：保持 1.5 米的社交距离（是导师而非玩伴）。
* *确定性*：多用断言句（“一定是”、“本质是”），少用推测句（“可能是”、“大概”）。
* *词汇表*：强制植入 Matter 1.2 定义的专有名词（如“密封舱”、“认知降维”）。
##### **Activity 1.3.3：标志性开场与结尾设计 (Signature Opening & Closing)**
* **活动描述**：设计具有仪式感的固定话术，强化记忆点。
* **参考逻辑**：借鉴娱乐主播的“口号”，但升级为“价值宣言”。
* **执行模式**：**Agent I** (生成多版本测试)
* **关键动作**：
* **去生活化**：避免杂乱的居家背景（除非是生活方式博主）。
* **专业暗示物**：放置书籍（知识）、奖杯/证书（资质）、复杂的设备/屏幕（技术实力）、白板（逻辑推演能力）。
* **光影设计**：使用轮廓光或深邃的布光，营造“思考者”的氛围，而非娱乐直播的大平光（显得脸白但缺乏深度）。
* **示例**：
* *开场*：“欢迎回到深渊，我是船长。”（营造沉浸感）
* *结尾*：“不要用战术的勤奋，掩盖战略的懒惰。”（金句升华）
### Matter 1.4：IP 资产演进路线图 (IP Asset Evolution Roadmap)
* **战术目标**：规划 IP 从“初出茅庐”到“行业权威”的生命周期。防止 IP 因为内容枯竭或人设固化而衰退，确保每个阶段都有明确的 **“里程碑”** 。
* **交付物形态**：《IP 阶段性作战地图 (Roadmap)》、《资产沉淀清单》、《风险熔断机制手册》。
* **优先级**：**P1 (重要)**
* **认知负载**：**High** (需结合商业战略制定)
* **验证标准**：按季度复盘时，关键指标（如B端线索量、客单价）符合预设增长曲线——IP 的收入结构从“手停口停”的劳务收入（讲课/咨询），逐渐转向“睡后收入”（工具/版权/品牌授权）。
#### **关键活动 (Key Activities)**
##### **Activity 1.4.1：IP 生命周期阶段规划 (IP Lifecycle Planning)**
* **活动描述**：参考“启动/成长/成熟”明确 IP 在不同阶段的战略重心，但重新定义各阶段的核心任务。
* **执行模式**：**Human Strategy**
* **阶段定义 (高客单价版)**：
* **阶段一：犀利的破局者 (The Challenger)**。
* *目标*：“被看见”。在极窄的细分领域（如“AI Native 市场部”）建立绝对第一。
* *策略*：观点要极度犀利，甚至偏激，不惜得罪平庸的大多数，筛选出首批死忠粉（对应 Agent Alpha 模式）。
* **阶段二：系统的教育者 (The Educator)**。
* *目标*：“建立标准”。从单点突破（AI营销）扩展到全案（企业数字化转型）。
* *策略*：开始输出系统化的课程、书籍、白皮书，展现架构能力（对应 Matter 1.2 的理论体系）。
* **阶段三：生态赋能期 (The Ecosystem Empowerment)**。
* *目标*：“定义未来”。从“卖服务”变成“卖标准/卖工具”。
* *策略*：推出 SaaS 工具、认证体系、行业标准，成为“庄家”。组织高端社群、制定行业标准、投资生态。
##### **Activity 1.4.2：内容资产库结构设计 (Content Asset Library Structure)**
* **活动描述**：建立一套机制，将“流式内容”（直播/短视频）转化为“版式资产”（书籍/课/库）。**只有版式资产才能产生复利。**
* **参考逻辑**：娱乐主播的“选题库”，升级为“知识积木”。
* **执行模式**：**Agent M1 + 人工整理**。
* **关键动作**：
* **碎片转图谱**：每季度将公域的短视频脚本/文章，整理成《季度行业洞察白皮书》。
* **案例转库**：将咨询/交付过程脱敏后，沉淀为《实战案例库》（Case Study Library）。
* **方法转工具**：将脑子里的逻辑，固化为可交付的《检查表/计算器/模板》（即 Agent T 的原型）。
* **结构示例**：
* *底层*：**原矿库**（创始人日记、会议录音、原始代码）。
* *中层*：**组件库**（金句集、案例集、反常识观点集、数据图表）。
* *顶层*：**成品库**（已发布的文章、视频脚本、白皮书）。
##### **Activity 1.4.3：风险预警与人设熔断机制 (Risk Warning & Persona Circuit Breaker)**
* **活动描述**：专家 IP 最大的风险是“人设崩塌”或“专业质疑”。需要预设防御机制。
* **输入数据**：娱乐主播的“危机公关预案”，适配为 B 端风险。
* **执行模式**：**Human Policy Making**
* **关键动作**：
* **言论红线**：明确绝对不碰的领域（如：不承诺100%效果、不评价同行私德、不碰政治红线）。
* **承诺管理**：严禁过度承诺效果（如：“保证 ROI 翻倍”），必须加上限定条件。
* **熔断机制**：当出现专业质疑或重大客诉时，立即启动的“静默-自查-回应”SOP。
* **适度自黑 (Anti-Fragile)**：主动暴露一些无伤大雅的缺点（如：脾气急、字写得丑），增加真实感，降低“造神”带来的崩塌风险。
## **模块二：公域降维与痛点狙击 (Public Domain Penetration & Pain Agitation)**
* **对应 APTC 阶段**：**[Ref: APTC-A-Attention]** + **[Ref: APTC-P-Pain]** (吸引与痛点)
* **核心目标**：在喧嚣的公共舆论场（公域），通过对专业知识的“降维翻译”捕获注意力，并精准激发目标客户的深层焦虑或隐性需求。
* **模块释义**：这是系统的**捕鱼网**。核心动作是将模块一的高深理论，转化为大众（或非专业B端客户）能听懂、感兴趣的内容。重点在于 **“情绪钩子”** 的设计、 **“认知冲突”** 的制造（如“你以为是A，其实是B”）以及 **“反常识”** 的观点输出，以此筛选出高意向人群。
* **关键成功要素 (KSFs)**：
1. **降维能力**：能把“核物理”讲成“煮鸡蛋”（Agent M2 的核心能力）。
2. **情绪精确度**：不仅仅是制造焦虑，而是精准击中客户“想解决却解决不了”的痛处。
* **适用场景**：
* **船长自用**：Agent M2 生成“傲慢与偏见”风格的短视频脚本，发布于抖音/视频号，抨击伪AI应用。
* **B端服务**：为医美机构生成“避坑指南”系列视频；为教育机构生成“为什么你的努力是无效的”系列文章。
* * **事项分解思路：**
1. **模块目标回溯**：本模块的核心是 `APTC-Attention` (吸引) + `APTC-Pain` (痛点)。对于高客单价业务，流量的质量 > 数量。
2. **核心矛盾**：专家/高知内容天然枯燥、门槛高，而公域（抖音/视频号）追求娱乐、情绪、短平快。
3. **解题思路**：必须建立一套 **“工业化降维系统”** 。不是让专家去学跳舞，而是把专家的核物理知识，通过“情绪钩子”和“通俗比喻”，翻译成大众能听懂的语言，同时精准筛选出有痛点的B端/高净值C端用户。
4. **Matter 拆解**：
* **Matter 2.1 内容降维工厂 (Content Down-Dimensioning Factory)**：解决“生产什么”的问题。建立从“硬核理论”到“爆款脚本”的工业化流水线（对应 Agent M2）。
* **Matter 2.2 多维流量矩阵 (Traffic Matrix Strategy)**：解决“在哪分发”的问题。不同平台（抖/视/红/公）的生态位不同，打法不同。
* **Matter 2.3 获客钩子与转化前哨 (Lead Magnet & Conversion Outpost)**：解决“流量去哪”的问题。公域流量不能浪费，必须通过“钩子”引流到私域/工具。
### **Matter 2.1：内容降维工厂与脚本流水线 (Content Down-Dimensioning Factory)**
* **战术目标**：构建一套“高保真、高产量”的内容生产系统。将模块一中艰深的专业理论（Input），批量转化为大众听得懂、愿意看、且能精准激发痛点的短视频/图文脚本（Output）。
* **交付物形态**：《降维脚本结构SOP》、《爆款选题库（动态）》、《Agent M2 (降维表达) 提示词工程》。
* **优先级**：**P0 (核心执行层)**
* **认知负载**：**Medium** (Agent 生成初稿 + 船长/专家 注入灵魂)
* **验证标准**：内容的“完播率”达到行业基准线以上，且评论区出现大量“扎心了”、“终于听懂了”、“求合作”的高质量反馈，而非单纯的“哈哈哈哈”。
#### **关键活动 (Key Activities)**
##### **Activity 2.1.1：痛点“显微镜”与选题挖掘 (Pain Point Microscopy)**
* **活动描述**：选题定生死。不追逐泛娱乐热点，而是通过“显微镜”观察目标客户的**具体痛苦场景**。只有颗粒度够细，才能击穿心理防线。
* **输入数据**：
* 客户咨询录音/聊天记录（最真实痛点）。
* 行业热门视频下的“差评”或“提问”（未被满足的需求）。
* **[Ref: 模块一]** 的“反共识观点库”。
* **执行模式**：**Agent M-Pro (情绪猎手)** 自动爬取与分析 -> 输出《选题清单》。
* **选题公式示例**：
* *场景*（开会没人听）+ *错误归因*（员工执行力差）+ *反常识真相*（其实是你指令模糊）+ *钩子*（给你一个指令模板）。
##### **Activity 2.1.2：降维脚本结构化生成 (Structured Script Generation)**
* **活动描述**：应用 **[Ref: APTC]** 模型，将选题填充进标准化的脚本结构中。核心是调用 **Agent M2** 的三种风格模组（Alpha/Beta/Gamma）。
* **关键动作**：
* **黄金3秒设计 (The Hook)**：必须是结论前置、认知冲突或强烈的视觉/听觉刺激（如：“别再花冤枉钱做投放了！”）。
* **中间段降维 (The Explanation)**：强制使用**比喻**（Metaphor）。把商业逻辑比喻成“谈恋爱”、“做饭”、“盖楼”。禁止连续出现3个以上专业术语。
* **结尾段升华与行动 (The CTA)**：金句总结价值，并留下具体的行动指令（如：“去评论区领体检表”）。
* **执行模式**：**Agent M2** + **Human Review** (船长审核语气是否“油腻”，逻辑是否严密)。
##### **Activity 2.1.3：素材工业化生产与品控 (Industrialized Production & QC)**
* **活动描述**：解决“拍得慢、剪得慢”的问题。建立低成本、高效率的拍摄剪辑SOP。对于专家IP，内容密度 > 画面精致度。
* **关键动作**：
* **集中拍摄制**：每月集中 1-2 天，一口气拍摄 10-20 条口播/对谈视频。
* **极简布景标准化**：固定机位、灯光、收音参数（复用 **Matter 1.3** 的场景设计），开机即拍，减少调试时间。
* **AI 剪辑辅助**：利用 AI 工具（如剪映/Opus Clip）自动识别粗剪、添加字幕、匹配 B-roll（空镜），将剪辑效率提升 5 倍。
* **成片品控 (QC)**：发布前检查——封面标题是否吸睛？字幕有无错别字？关键信息（钩子）是否清晰？
### **Matter 2.2：多维流量矩阵与分发策略 (Multidimensional Traffic Matrix & Distribution Strategy)**
* **战术目标**：基于目标客户（高净值/B端决策者）的媒介习惯，构建一个 **“主次分明、全域覆盖”** 的账号矩阵。不是所有平台都发一样的内容，而是根据平台调性进行 **“内容适配”** ，最大化流量捕获效率。
* **交付物形态**：《全平台账号运营规划表》、《分发适配SOP》、《跨平台引流路径图》。
* **优先级**：**P0 (基础建设)**
* **认知负载**：**Low** (规则明确，可交由运营助理或 RPA 工具执行)
* **验证标准**：各平台粉丝画像与目标客户（如：企业主、高管、爱美高知女性）的重合度 > 60%，且全网总曝光量呈月度增长趋势。
#### **关键活动 (Key Activities)**
##### **Activity 2.2.1：核心阵地选型与差异化定位 (Platform Selection & Positioning)**
* **活动描述**：根据业务属性（AI咨询/医美/教育），确定 **1个主阵地**（重兵投入）和 **N个辅助阵地**（分发占位）。
* **关键动作**：
* **视频号 (The Trust Anchor)**：**B端/高客单价必争之地**。依托微信社交关系链，穿透力强，适合讲深度、讲商业、讲人设。
* *策略*：发“干货+观点”，重在点赞（社交推荐）。
* **抖音 (The Traffic Engine)**：**公域扩圈首选**。算法精准，适合情绪强、节奏快、视觉冲击大的内容。
* *策略*：发“痛点+剧情/冲突”，重在完播（算法推荐）。
* **小红书 (The Search Engine)**：**决策种草机**（尤其是医美/教育）。用户搜索心智强。
* *策略*：发“图文笔记+避坑指南”，重在收藏/搜索排名（SEO）。
* **B站/YouTube (The Library)**：**长视频知识库**。适合沉淀 10分钟以上的深度解析。
* *策略*：发“教程+方法论”，作为信任背书的仓库。
##### **Activity 2.2.2：内容适配与“一鱼多吃” (Content Adaptation & Repurposing)**
* **活动描述**：拒绝简单的“一键同步”。同一份核心素材（由 Matter 2.1 生产），需要根据平台特性进行**微整形**。
* **执行模式**：**Agent (改写文案) + 人工 (剪辑调整)**。
* **操作SOP**：
* **源素材**：一段 5 分钟的深度对谈视频（关于“企业AI转型”）。
* **适配 A (视频号)**：剪成 3 分钟完整版，保留深度金句，文案强调“转发给老板看”。
* **适配 B (抖音)**：切成 3 个 45 秒的短视频，每个只讲一个痛点（如“为什么你的AI员工不干活”），配合快节奏BGM。
* **适配 C (小红书)**：截取 4 张关键PPT/金句图，配上 800 字图文笔记，标题改为“企业AI避坑指南（附图）”。
* **适配 D (公众号)**：基于视频内容，Agent M1 扩写成 3000 字深度长文。
##### **Activity 2.2.3：搜索占位与SEO埋词 (Search Engine Optimization)**
* **活动描述**：高客单价客户在下单前，一定会**搜索**。必须确保搜你的名字或行业关键词时，全是你的正面内容。
* **关键动作**：
* **关键词库建立**：列出行业 Top 50 搜索词（如：AI咨询、面部抗衰、国际学校排名）。
* **埋词策略**：在视频标题、简介、话题标签（Hashtag）、封面文字中，高频植入关键词。
* **评论区SEO**：在置顶评论中包含关键词，增加被搜索到的概率。
### **Matter 2.3：获客钩子与转化前哨 (Lead Magnet & Conversion Outpost)**
* **战术目标**：解决“流量浪费”问题。公域的赞和粉如果不转化为私域线索（Lead），对高客单价业务毫无意义。必须在公域设置 **“低门槛、高诱惑”** 的入口，将用户平滑地“捕获”到私域或工具中。
* **交付物形态**：《引流钩子（工具/资料包）》、《公域转私域SOP》、《私信自动回复脚本》。
* **优先级**：**P0 (增长引擎)**
* **认知负载**：**Medium** (工具开发需技术介入/资料整理需专业度)
* **验证标准**：公域流量（曝光/播放）到私域线索（加粉/使用工具）的转化率 > 1%（行业优秀水平）。
#### **关键活动 (Key Activities)**
##### **Activity 2.3.1：“诱饵”设计与封装 (Lead Magnet Design)**
* **活动描述**：设计一个用户 **“无法拒绝”** 且 **“即时满足”** 的免费产品。对于高客单价人群，资料包（PDF）已经泛滥，**轻量级工具/测评**才是王道。
* **执行模式**：**Agent T (获客工具人)** 开发 + **专家** 提供逻辑。
* **钩子类型策略**：
* **类型 A：自测工具 (The Quiz)**：如“企业AI含金量体检表”、“面部轮廓衰老等级自测”、“孩子留学潜力评估”。*（利用好奇心与焦虑）*
* **类型 B：计算器 (The Calculator)**：如“AI降本增效计算器”、“医美项目预算规划表”。*（利用实用主义）*
* **类型 C：SOP/模板 (The Template)**：如“岗位Prompt指令集”、“抗衰护肤日程表”。*（利用懒惰心理）*
* **关键要求**：**必须轻量**（小程序/H5，点开即用），**必须有结果反馈**（生成带个人名字的报告海报）。
##### **Activity 2.3.2：触点埋设与引导话术 (Touchpoint Embedding)**
* **活动描述**：在公域账号的每一个角落埋下入口，但要符合平台规则（避免被封号）。
* **关键动作**：
* **显性入口**：个人简介区挂载链接（如“点击领资料”）、置顶视频引导、粉丝群入口。
* **隐性引导 (Call to Action)**：
* *视频结尾*：“想知道你的企业适合哪种AI打法？在评论区扣‘体检’。”
* *评论区截流*：用小号/助理号在热评区回复：“博主用的那个表我领到了，超好用。”
* **私信钩子**：设置关键词自动回复。用户发“体检”，自动弹出的不是冷冰冰的链接，而是一段有温度的引导语 + 工具链接。
##### **Activity 2.3.3：流量清洗与分层 (Lead Scrubbing & Segmentation)**
* **活动描述**：不是所有进来的流量都要。在“前哨”环节就进行初步筛选，剔除“白嫖党”，识别“高潜户”。
* **关键动作**：
* **工具筛选**：在 Agent T 的测评工具中，设置 1-2 道 **“资格题”** （如：“您的企业规模是？”“您的年度预算范围？”）。
* **标签自动化**：根据用户在工具中的选项，自动打上标签（如：`Tag: 企业主`、`Tag: 预算>50w`）。
* **差异化导流**：
* *低分/低预算用户* -> 引导关注公众号（养鱼）。
* *高分/高预算用户* -> 弹出专属二维码，“专家助理一对一解读报告”（直接进私域销售漏斗）。
## **模块三：私域阵地与信任证据 (Private Domain Nurturing & Trust Evidence)**
* **对应 APTC 阶段**：**[Ref: APTC-T-Trust]** (信任与实证)
* **核心目标**：构建一个高浓度、高价值的封闭/半封闭场域，通过无可辩驳的“证据链”，将公域泛粉转化为深度信赖的潜在客户。
* **模块释义**：这是系统的**孵化器**。这里拒绝标题党和情绪煽动，专注于**理性说服**。核心工作包括建立结构化的知识库、展示真实的成功案例（及失败复盘）、提供深度的问答服务。对于高客单价产品，这是消除客户“被割韭菜”恐惧的关键环节。
* **关键成功要素 (KSFs)**：
1. **证据颗粒度**：案例必须足够真实、细节丰富（Screenshot/Data），而非空洞的形容词。
2. **持续在场**：保持高频、高质量的专业输出，维持专家的“活体感”。
* **适用场景**：
* **船长自用**：运营深度技术博客、知识星球或高端社群，发布 Agent 开发实录与代码片段。
* **B端服务**：医美机构的“真人案例数据库”展示；高端保险经纪人的“理赔实录”分享会。
* * **事项分解思路：**
1. **模块目标**：本模块的核心是 `APTC-Trust` (信任) + `APTC-Testimony` (实证)。对于高客单价业务，公域（短视频）只能解决“认识”，私域才能解决“认同”和“敢买”。
2. **核心矛盾**：用户进了私域（微信/社群），如果只是发广告，会被屏蔽/拉黑；如果不发内容，会变为死粉。必须提供 **“超预期的价值密度”** 和 **“无可辩驳的证据链”** 。
3. **解题思路**：
* 私域不是“朋友圈发广告”，而是构建一个 **“高知场域”** 。
* 信任来源于两点：**逻辑自洽**（知识库）和 **事实证明**（案例库）。
* 另外，还需要一种 **“活体感”** （Live Presence），证明专家是真实的、可触达的。
4. **Matter 拆解**：
* **Matter 3.1 结构化知识库建设 (Structured Knowledge Base)**：解决“专业深度”问题。把碎片观点体系化，变成“书/课/库”，确立导师地位。
* **Matter 3.2 证据链与案例博物馆 (Evidence Chain & Case Museum)**：解决“效果验证”问题。Before/After、数据、截图、复盘，让事实说话。
* **Matter 3.3 私域触点与活体运营 (Private Touchpoints & Live Ops)**：解决“亲密度”问题。朋友圈剧本、社群问答、闭门直播，保持温度。
### **Matter 3.1：结构化知识库与内容资产 (Structured Knowledge Base & Content Assets)**
解决了“用什么内容建立深度信任（逻辑层）”的问题。
* **战术目标**：将模块一中的核心理论和模块二中的碎片内容，系统化地整理为 **“重型内容资产”** 。在私域中，用内容的**厚度**和**结构**来压倒用户的防御心理。
* **交付物形态**：《行业白皮书/红宝书》、《入门必读Wiki》、《知识星球/会员专栏》、《体系化课程大纲》。
* **优先级**：**P1 (信任基石)**
* **认知负载**：**High** (需专家深度参与，Agent 辅助整理)
* **验证标准**：用户进入私域后，主动索要/阅读资料的比例 > 30%，且产生“收藏/打印/记笔记”等深度学习行为。
#### **关键活动 (Key Activities)**
##### **Activity 3.1.1：碎片内容“积木化”重组 (Content Lego Assembly)**
* **活动描述**：不要让用户在私域里看碎片化的朋友圈。定期将公域的短视频脚本、随笔、问答，按照 **Matter 1.2 的理论框架** 进行归类和串联。
* **输入数据**：过去 3 个月的所有公域内容 + 社群聊天记录。
* **执行模式**：**Agent M1 (炼金术士)** 整理归纳 + **人工** 编审。
* **关键动作**：
* **周更 Newsletter**：每周五发送《本周深度思考合集》，附带 PDF 下载。
* **月度专题**：如“本月聚焦：企业AI落地的10个深坑”，将相关内容打包成一个小册子。
##### **Activity 3.1.2：入门必读 Wiki 搭建 (Onboarding Wiki)**
* **活动描述**：新用户进私域一脸懵，需要一个 **“导航地图”** 。告诉他：我是谁、我能解决什么、你该先看什么。这是建立专家地位的第一印象。
* **交付物**：一个 notion 页面 / 飞书文档 / 小程序主页。
* **内容结构**：
* **Read Me First**：创始人的置顶信（价值观/初心）。
* **核心概念索引**：行业黑话词典（解释什么是“密封舱”、“降维”）。
* **精选文章/视频**：按“小白 -> 进阶 -> 高手”分级推荐。
* **工具箱导航**：Matter 2.3 开发的所有工具入口。
##### **Activity 3.1.3：深度出版物/课程规划 (Deep Publication Planning)**
* **活动描述**：**书是最好的名片**。即使不正式出版，也要有“电子书”或“内部教材”。这是区分“销售”和“导师”的分水岭。
* **关键动作**：
* **电子书 (E-book)**：撰写一本 2-3 万字的《行业实战指南》，作为私域的高阶诱饵。
* **微课 (Mini-Course)**：录制一套 3-5 节的“原理课”（非卖课，而是讲透底层逻辑），免费或低价提供给私域用户，用于**洗脑（认知对齐）**。
### **Matter 3.2：证据链与案例博物馆 (Evidence Chain & Case Museum)**
解决了“用什么事实证明我能行”的问题。、
* **战术目标**：构建一个 **“事实胜于雄辩”** 的展示中心。对于高客单价决策（医美/教育/咨询），客户最怕的是“理论很丰满，落地很骨感”。必须通过展示真实的、有细节的、甚至包含过程波折的案例，来消除这种恐惧。
* **交付物形态**：《标杆案例库 (Case Study Library)》、《客户证言集 (Testimonial Collection)》、《交付过程实录 (Process Log)》、《失败复盘报告》。
* **优先级**：**P0 (转化核心)**
* **认知负载**：**Medium** (需一线交付人员搜集素材，内容团队加工)
* **验证标准**：销售在与客户 1v1 沟通时，能针对客户痛点，在 30 秒内调出一个“和你情况一模一样”的成功案例链接甩过去。
#### **关键活动 (Key Activities)**
##### **Activity 3.2.1：全生命周期案例采集 (Lifecycle Case Capture)**
* **活动描述**：建立“案例采集 SOP”，不等到项目结束才找素材，而是贯穿全程。
* **采集节点**：
* **诊断前 (Before)**：客户的原始痛点描述（聊天记录）、糟糕的数据/状态截图（如：混乱的代码、满脸痘痘的照片）。
* **诊断中 (Solution)**：专家给出的诊断方案、思维导图、手绘草稿。**展示“专业过程”比展示结果更具说服力。**
* **交付后 (After)**：最终效果对比图、数据提升报表、客户的感谢语音/红包截图。
* **隐私处理**：必须建立严格的脱敏机制（打码/化名），保护客户隐私，除非获得授权。
##### **Activity 3.2.2：结构化案例库搭建 (Structured Library Construction)**
* **活动描述**：不要把案例散落在朋友圈。建立一个可检索的“博物馆”。
* **分类维度**：
* **按行业/场景**：如“电商行业AI案例”、“抗衰修复案例”、“留学爬藤案例”。
* **按痛点**：如“降本增效类”、“解决安全隐患类”、“审美重塑类”。
* **呈现形式**：
* **朋友圈海报**：一张图讲清“痛点+方案+结果”。
* **深度推文**：2000字复盘，详述“至暗时刻”到“逆风翻盘”的故事（Storytelling）。
* **视频采访**：邀请客户出镜（或变声）对谈。
##### **Activity 3.2.3：“反向背书”与失败复盘 (Negative Endorsement & Failure Review)**
* **活动描述**：**最高级的凡尔赛是承认失败。** 敢于公开分享“搞砸的案例”以及“我们是如何补救/学到了什么”，能极大地增强真实感和信任度。
* **关键动作**：
* **避坑专栏**：分享“我是怎么劝退这个客户的”（表明我们有原则，不赚快钱）。
* **复盘分享**：分享一次技术故障或交付瑕疵，重点展示**响应速度**和**负责到底的态度**。
* *原理*：完美的人设是假的，有担当的人设才是可信的。
### **Matter 3.3：私域触点与活体运营 (Private Touchpoints & Live Operations)**
解决亲密度和温度的问题。
* **战术目标**：在私域（微信朋友圈/社群/直播）中维持一个 **“有温度、在场、可触达”** 的活人形象。打破“专家=高冷/AI”的刻板印象，通过高频、低压力的互动，让用户习惯“船长”的存在，从而在需要时第一时间想起。
* **交付物形态**：《朋友圈运营剧本》、《社群互动SOP》、《闭门直播策划案》、《人设维持指南》。
* **优先级**：**P1 (粘性维持)**
* **认知负载**：**Medium** (需真人出镜/语音，助理可辅助排版)
* **验证标准**：私域用户对朋友圈的点赞/评论率 > 5%，且在私聊中表现出对专家生活/性格的了解（如：“船长你昨晚熬夜了吧”）。
#### **关键活动 (Key Activities)**
##### **Activity 3.3.1：朋友圈“剧本式”经营 (Scripted Moments)**
* **活动描述**：朋友圈不是流水账，是连续剧。每天 3-5 条，按黄金比例分配内容，塑造立体人设。
* **内容配比 (The Golden Ratio)**：
* **40% 专业干货**：转发 Matter 3.1 的文章/观点，配上犀利短评。（展示权威）
* **30% 案例/工作现场**：Matter 3.2 的素材，晒加班、晒会议、晒客户好评。（展示敬业与生意好）
* **20% 生活/个人趣味**：晒猫、晒书、吐槽天气、展示个人怪癖。（展示真实人性，打破防御）
* **10% 软广/钩子**：推课程、推工具、招募令。（适度转化）
* **执行SOP**：设定固定栏目，如 #船长夜读、#每日一思、#甲方观察。
##### **Activity 3.3.2：高势能社群/会员群运营 (High-Energy Community Ops)**
* **活动描述**：不要建“死群”。高客单价社群的核心价值是 **“圈层”** 和 **“独家信息”** 。
* **关键动作**：
* **早报/晚报**：每天发布行业动态精选 + 专家点评（体现信息筛选价值）。
* **快闪问答 (AMA)**：每周固定时间（如周五晚8点），专家空降群内，回答 3 个高质量问题。
* **话题引导**：助理抛出争议性话题（来自反共识库），引导群友讨论，专家最后做“判卷式”总结。
##### **Activity 3.3.3：私域闭门直播/会议 (Closed-Door Live Sessions)**
* **活动描述**：区别于公域的“甚至不需要洗头”的直播，私域直播要是 **“发布会级”** 或 **“私董会级”** 的体验。
* **关键动作**：
* **形式**：腾讯会议/视频号加密直播。
* **内容**：深度拆解一个大案例、内部分享会、行业趋势预测。**讲公域不敢讲/讲不深的东西。**
* **互动**：允许连麦，现场诊断。这是 **APTC-Trust** 向 **Conversion** 转化的最佳临界点。
## **模块四：商业路径与转化博弈 (Commercial Path & Conversion Game)**
* **对应 APTC 阶段**：**[Ref: APTC-C-Conversion]** (催化与成交)
* **核心目标**：设计低阻力、高筛选的成交路径，利用工具化手段和心理博弈策略，完成从“粉丝”到“付费客户”的惊险一跃。
* **模块释义**：这是系统的**收银台**。不同于低价品的直接叫卖，高客单价转化通常需要“过桥”。本模块涵盖产品矩阵设计（引流品 -> 利润品）、自动化获客工具（Agent T）的植入、私域销售话术的攻防设计（针对犹豫、比价等场景），以及稀缺性/紧迫感的营造。
* **关键成功要素 (KSFs)**：
1. **工具钩子**：用“诊断/测评工具”替代生硬的“加微信”，降低用户防御心理。
2. **价值锚点**：在报价前成功塑造出远超价格的价值感。
* **适用场景**：
* **船长自用**：开发“企业AI含金量体检表”小程序，用户测完自动引导加微咨询。
* **B端服务**：设计“面诊邀约SOP”，将线上咨询转化为线下到店；教育机构的“入学潜能评估”闭环。
* **事项分解思路：**
1. **模块目标**：本模块的核心是 `APTC-Conversion` (催化与成交)。对于高客单价业务（如 5w+ 的咨询、10w+ 的医美），用户极少直接下单，必须经过“设计好的路径”。
2. **核心矛盾**：
* **不敢买**：决策成本高，怕被割。
* **拖延症**：觉得“以后再做也行”。
* **非标品**：服务类产品（咨询/设计）容易陷入“无休止的谈判和比价”。
3. **解题思路**：
* 必须把“非标服务”封装成 **“标准化产品矩阵”** （Product Ladder），让用户有阶梯可爬。
* 必须引入 **“工具化销售”** ，用 Agent 辅助销售，保证话术的专业性和攻击性。
* 必须设计 **“博弈机制”** ，制造稀缺感和紧迫感，逼单。
4. **Matter 拆解**：
* **Matter 4.1 产品矩阵与定价策略 (Product Matrix & Pricing)**：解决“卖什么”的问题。设计引流品->利润品->高定品的阶梯。
* **Matter 4.2 销售话术引擎与攻防 (Sales Script Engine)**：解决“怎么谈”的问题。基于 APTC-C 的话术库，应对异议。
* **Matter 4.3 自动化成交链路 (Automated Conversion Pipeline)**：解决“怎么交付”的问题。从工具诊断到面诊/提案的SOP。
### **Matter 4.1：产品阶梯与价值封装 (Product Ladder & Value Packaging)**
解决“卖什么、怎么定价”的问题。
* **战术目标**：将抽象的“能力/时间”封装为标准化的“产品”。设计一条**低门槛进入、高价值承接**的顺滑爬坡路径，让客户在不知不觉中完成支付意愿的升级。
* **交付物形态**：《产品矩阵图谱》、《定价策略表》、《服务SOP手册》。
* **优先级**：**P0 (变现地基)**
* **认知负载**：**High** (需结合公司资源与市场需求进行战略设计)
* **验证标准**：引流品（低价/免费）到核心利润品的转化率达到预期（如 10%），且客户不再对核心品的价格产生剧烈质疑（因为在引流品中已验证价值）。
#### **关键活动 (Key Activities)**
##### **Activity 4.1.1：三级火箭产品设计 (The 3-Stage Product Rocket)**
* **活动描述**：高客单价不能上来就卖“核弹”。需要分级。
* **层级设计**：
* **L1 引流品 (Tripwire Offer)**：
* *形态*：9.9元/199元的“体检报告解读”、“入门微课”、“单次轻咨询”。
* *目的*：**筛选意向，建立支付关系**。只要付过1块钱，信任度就完全不同。
* **L2 核心利润品 (Core Offer)**：
* *形态*：5w 的“企业AI落地陪跑”、2w 的“热玛吉套餐”。
* *目的*：**主要现金流来源**。必须标准化，可复制。
* **L3 高定/形象品 (High-Ticket/Image Offer)**：
* *形态*：30w+ 的“私董会”、“年度全案”、“院长亲诊”。
* *目的*：**拉高价格锚点，服务顶层客户**。
##### **Activity 4.1.2：不可抗拒的 Offer 包装 (Irresistible Offer Packaging)**
* **活动描述**：让客户觉得“不买就是亏”。不仅仅是卖产品，而是卖 **“产品+服务+赠品+保障”** 的组合包。
* **包装公式**：
* **主产品**：核心交付物（如：一套AI系统）。
* **+ 赠品 (Bonus)**：高感知价值的资料/工具（如：送价值 1w 的 Prompt 库）。
* **+ 风险逆转 (Risk Reversal)**：承诺保障（如：无效退款、终身免费升级）。
* **+ 稀缺性 (Scarcity)**：限额/限时（如：本月仅剩 2 席）。
##### **Activity 4.1.3：价格锚点与阶梯定价 (Anchoring & Tiered Pricing)**
* **活动描述**：利用心理学锚定效应，引导客户选择我们最想卖的那一款。
* **策略动作**：
* **展示高价锚点**：在价目表最上方，先放一个极贵的 L3 产品（如 50w），让 L2 的 5w 看起来“很划算”。
* **对比定价**：展示“单买 A+B+C = 8w”，但“套餐打包 = 5w”。
### **Matter 4.2：销售话术引擎与攻防博弈 (Sales Script Engine & Negotiation Game)**
解决“怎么谈单、怎么应对拒绝”的问题。
* **战术目标**：将金牌销售/专家的隐性谈单技巧，固化为可复制的**SOP和话术库**。赋能给普通销售或 **Agent C-Pro**，确保面对高客单价客户的质疑时，能进行高水平的攻防，而不是只会降价。
* **交付物形态**：《销售攻防手册 (Playbook)》、《常见异议处理库 (Objection Handling Script)》、《Agent C-Pro 提示词》。
* **优先级**：**P0 (转化核心)**
* **认知负载**：**Medium** (需复盘真实录音，提炼逻辑)
* **验证标准**：销售团队（或 AI）对“太贵了”、“我再考虑一下”等典型异议的挽回成功率提升 20%。
#### **关键活动 (Key Activities)**
##### **Activity 4.2.1：SPIN 提问模型植入 (SPIN Selling Integration)**
* **活动描述**：高客单价不能“推销”，只能“诊断”。引入 SPIN 销售法，通过提问引导客户自己说出痛点。
* **话术设计**：
* **S (Situation)**：现状提问。“您现在的 AI 团队有多少人？每月成本多少？”
* **P (Problem)**：难点提问。“现在的产出是不是很不稳定？经常需要您亲自改？”
* **I (Implication)**：暗示提问（放大痛点）。“如果一直这样，会不会影响您下个季度的产品上线？会被竞品甩开吗？”
* **N (Need-payoff)**：价值提问。“如果有一套系统能自动搞定这些，能为您省下多少精力？”
##### **Activity 4.2.2：异议粉碎机与“红脸白脸” (Objection Crusher)**
* **活动描述**：预判客户的所有拒绝理由，并准备好标准回答。
* **常见异议库**：
* *“太贵了”* -> **价值对冲法**：“您不是买一个工具，是雇佣一个不睡觉的专家团队。算算人工成本，这其实是省钱。”
* *“我再看看/问问合伙人”* -> **隔离法**：“完全理解。是价格问题，还是对效果有顾虑？如果效果没问题，您这边能定吗？”
* *“别家更便宜”* -> **差异化攻击**：“是的，市面上有很多套壳软件。但我们提供的是‘密封舱’架构（Matter 1.2），这是本质区别。您是想省钱，还是想解决问题？”
##### **Activity 4.2.3：临门一脚的“逼单”策略 (The Closing Strategy)**
* **活动描述**：利用 FOMO (错失恐惧) 心理，促成当下成交。
* **关键动作**：
* **稀缺性逼单**：“船长下周排期满了，本月只剩这一个咨询名额。”
* **涨价预告**：“我们要升级系统了，下月起服务费上调 20%，现在锁定是老价格。”
* **超级赠品撤回**：“这个Prompt库是限时赠送的，今天不下单就送不了了。”
### **Matter 4.3：自动化成交链路与触点管理 (Automated Conversion Pipeline & Touchpoint Management)**
解决“交付与流程”的问题。
* **战术目标**：构建一条 **“不依赖人肉盯梢”** 的高效流转管道。利用工具（CRM/企业微信/Agent）自动追踪客户状态，在关键节点（Touchpoints）自动触发动作，确保线索不遗漏、服务不降级。
* **交付物形态**：《客户旅程地图 (Customer Journey Map)》、《自动化工作流配置 (Workflow)》、《私域标签体系》。
* **优先级**：**P1 (效率与体验)**
* **认知负载**：**Medium** (需配置 CRM 工具或 RPA 流程)
* **验证标准**：从线索进入到完成首次跟进的平均时间 < 15分钟（行业黄金法则），且无跟进记录的“僵尸线索”比例 < 5%。
#### **关键活动 (Key Activities)**
##### **Activity 4.3.1：全链路客户标签体系 (Unified Tagging System)**
* **活动描述**：给每个客户打上精准的“数字化条形码”。这是自动化营销的基础。
* **标签维度**：
* **身份属性**：`行业:医美`、`职位:CEO`、`预算:50w+`（来自 Matter 2.3 的工具钩子）。
* **行为属性**：`看过白皮书`、`参加过直播`、`点击过报价单`。
* **阶段属性**：`S1:新线索`、`S2:意向沟通`、`S3:方案提案`、`S4:待支付`、`S5:成交`、`S6:流失`。
##### **Activity 4.3.2：关键节点自动化触达 (Triggered Engagement)**
* **活动描述**：在客户旅程的关键时刻，让系统替你“无感”地工作。
* **典型场景**：
* **新线索接入时**：Agent T 自动发送欢迎语 + 索要基础信息（“您好，我是船长的AI助理，请问您想咨询哪方面？”）。
* **直播开始前 15 分钟**：自动群发/私信提醒预约用户（提高到课率）。
* **报价单发出后 24 小时未回复**：系统自动提醒销售人员进行人工跟进，或自动发送一条案例分享（“这是和您情况类似的客户案例，供参考”）。
##### **Activity 4.3.3：沉没线索激活与回收 (Lead Recycling)**
* **活动描述**：对于暂未成交的客户（S6 流失），不要直接放弃，放入“公海池”进行**低频养鱼**。
* **激活策略**：
* **SOP**：每两周推送一次高质量干货（Matter 3.1 的内容）。
* **大促/活动激活**：当有“年度大课”或“新工具发布”时，进行一次全量推送激活。
* *原理*：高客单价决策周期长，今天不买不代表明年不买。保持弱连接，静待花开。
## **模块五：数据反馈与系统迭代 (Data Feedback & System Iteration)**
* **对应 APTC 阶段**：**[Ref: Optimization Loop]** (全链路优化)
* **核心目标**：建立“感知-决策-行动”的反馈闭环，通过数据洞察反哺前四个模块，确保系统具备“反脆弱”能力，能随市场变化而进化。
* **模块释义**：这是系统的**仪表盘与进化引擎**。它不只是看虚荣指标（点赞量），更关注核心商业指标（线索成本、加粉率、转化率）。对于 AI Native 市场部，此模块还承担着为 Agent 模型（如 Agent D 试金石）提供校准数据（Golden Data）的重要职能。
* **关键成功要素 (KSFs)**：
1. **数据归因**：能清楚知道哪个内容的哪个观点带来了有效线索，而非糊涂账。
2. **校准速度**：发现转化率下降后，修正 Agent Prompt 或人工SOP的响应速度。
* **适用场景**：
* **船长自用**：根据文章的“完读率”和“私信率”微调 M1/M2 的写作风格参数。
* **B端服务**：定期分析医美/教育客户的“流失原因”，迭代销售话术库（Agent C-Pro）。
* **事项分解思路：**
1. **模块目标**：本模块的核心是 `Optimization Loop` (全链路优化)。对于 AI Native 市场部，数据不只是为了看报表，更是为了**校准 Agent**（Fine-tuning & Calibration）。
2. **核心矛盾**：
* **虚荣指标**：容易沉迷于点赞数，忽视了线索成本和转化率。
* **黑盒运营**：知道结果好/坏，但不知道“为什么”，无法复用成功或规避失败。
* **模型漂移**：AI Agent 运行一段时间后，可能会因为输入数据的变化而效果下降，需要持续迭代。
3. **解题思路**：
* 建立**三级指标体系**：从流量到现金流，层层穿透。
* 建立**归因与复盘机制**：把“玄学”变成“科学”。
* 建立**Golden Data 回环**：把人工修正的高质量数据喂回给 AI，让 Agent 越用越聪明。
4. **Matter 拆解**：
* **Matter 5.1 全链路数据仪表盘 (Full-Funnel Dashboard)**：解决“看什么”的问题。定义北极星指标和过程指标。
* **Matter 5.2 归因分析与策略复盘 (Attribution & Review)**：解决“怎么懂”的问题。分析爆款/转化的深层原因。
* **Matter 5.3 模型校准与资产沉淀 (Agent Calibration & Asset Loop)**：解决“怎么进化”的问题。清洗数据，反哺 Agent M/C/T。
### **Matter 5.1：全链路数据仪表盘 (Full-Funnel Dashboard)**
解决“建立监控体系”的问题。
* **战术目标**：建立一套 **“上帝视角”** 的监控体系。从公域流量的源头，到私域转化的终点，全流程数据可视化。拒绝“盲人摸象”，用数据指导决策。
* **交付物形态**：《核心指标字典 (KPI Dictionary)》、《周/月度经营报表》、《实时数据看板 (BI Dashboard)》。
* **优先级**：**P1 (导航系统)**
* **认知负载**：**Low** (一次性配置，自动化抓取)
* **验证标准**：管理层能在 1 分钟内通过看板判断当前业务健康度（是流量不够？还是转化太差？）。
#### **关键活动 (Key Activities)**
##### **Activity 5.1.1：三级指标体系定义 (The 3-Tier Metrics)**
* **活动描述**：区分“虚荣指标”和“北极星指标”。
* **指标层级**：
* **L1 结果指标 (Lagging)**：**GMV (成交额)、ROI (投产比)、CAC (获客成本)**。这是老板最关心的“钱”。
* **L2 过程指标 (Leading)**：**线索量 (Leads)、加粉率、私域留存率、工具使用率**。这是预测未来的晴雨表。
* **L3 内容指标 (Content)**：**完播率、转评赞、涨粉数**。这是评估内容质量的微观指标。
##### **Activity 5.1.2：数据埋点与归因链路 (Tracking & Attribution)**
* **活动描述**：解决“不知道客户从哪来”的问题。
* **关键动作**：
* **渠道标记 (UTM)**：给不同渠道（抖音/视频号/朋友圈）的引流链接加上特定的后缀（如 `?source=douyin_video_001`）。
* **全链路打通**：尝试打通 公域数据 -> 工具数据 (Matter 2.3) -> CRM数据 (Matter 4.3)。至少做到能识别出：“这个成交的大客户，最早是看了哪条视频进来的”。
##### **Activity 5.1.3：异常预警机制 (Anomaly Alerting)**
* **活动描述**：别等月度复盘才发现问题。
* **设定阈值**：
* *流量预警*：某账号连续 3 天播放量低于平均值 50% -> 可能被限流或内容跑偏。
* *转化预警*：线索进粉成本突然飙升 30% -> 可能是投放素材失效或渠道质量下降。
* **动作**：触发报警（飞书/钉钉通知），立即介入排查。
### **Matter 5.2：归因分析与策略复盘 (Attribution Analysis & Strategy Review)**
解决“如何通过分析变聪明”的问题。
* **战术目标**：将冷冰冰的数据转化为 **“可执行的洞察 (Actionable Insights)”** 。不仅仅知道“数据涨了/跌了”，更要通过深度复盘找到 **“为什么”** ，从而复制成功、规避失败。
* **交付物形态**：《单条爆款/流失复盘SOP》、《月度经营复盘报告》、《AB测试实验记录》。
* **优先级**：**P1 (智慧大脑)**
* **认知负载**：**High** (需结合业务逻辑进行深度思考)
* **验证标准**：每次复盘会后，必须产出至少 3 条具体的优化动作（Action Items），并在下个周期验证生效。
#### **关键活动 (Key Activities)**
##### **Activity 5.2.1：爆款与转化归因 (Success Attribution)**
* **活动描述**：当一条内容爆了，或者一个客户成交了，必须搞清楚原因。
* **分析维度**：
* **内容归因**：是选题切中了哪个痛点？是开头前 3 秒的哪个画面抓人？是文案里的哪个金句引发了共鸣？（反哺 Matter 2.1）
* **成交归因**：客户最终下单是因为看了哪个案例？是因为销售说了哪句话？是因为当时有什么促销活动？（反哺 Matter 4.2）
* **动作**：将这些“成功因子”提取出来，作为下一次策划的**必选元素**。
##### **Activity 5.2.2：流失与负反馈诊断 (Failure Diagnosis)**
* **活动描述**：失败是更好的老师。重点关注“只看不买”和“中途退群”的用户。
* **分析维度**：
* **流量流失**：视频完播率在第几秒断崖式下跌？（说明那里内容无聊/跑题）。
* **线索流失**：领了工具但没留联系方式？（说明工具门槛太高或价值感不足）。
* **成交流失**：聊了很久最后没买？（利用 Matter 4.2 的异议库进行对照，看是哪个异议没处理好）。
##### **Activity 5.2.3：A/B 测试实验场 (The A/B Testing Lab)**
* **活动描述**：不要猜，去测。对于不确定的策略，进行小范围灰度测试。
* **实验对象**：
* **封面测试**：同一视频，做 2 版封面（一版突出痛点，一版突出结果），看点击率。
* **钩子测试**：同一文章，结尾放“领资料”和“做测试”两种钩子，看转化率。
* **话术测试**：销售团队分两组，一组用新话术，一组用旧话术，看成交率。
### **Matter 5.3：模型校准与资产沉淀 (Model Calibration & Asset Accumulation)**
解决“AI进化与资产积累”的问题。
* **战术目标**：这是 **AI Native 市场部** 的核心护城河。通过“人机回环 (Human-in-the-loop)”，将业务运行中产生的高质量数据（Golden Data）清洗并反哺给 Agent，让智能体越用越懂业务，越用越像专家。同时，将隐性经验固化为企业资产。
* **交付物形态**：《Agent 提示词迭代日志》、《Golden Data 数据集（微调语料）》、《SOP 知识库 2.0》。
* **优先级**：**P0 (长期复利)**
* **认知负载**：**High** (需“船长/架构师”亲自进行模型调优)
* **验证标准**：Agent 生成内容的“采纳率”逐月提升（即人工修改的工作量逐月减少）。
#### **关键活动 (Key Activities)**
##### **Activity 5.3.1：Bad Case 修复与 Prompt 迭代 (Prompt Engineering Loop)**
* **活动描述**：当 Agent M2 写出的脚本太油腻，或者 Agent C-Pro 的回复不准确时，不要只是手动改，要改 Prompt。
* **执行SOP**：
* **捕捉**：记录下 Agent 输出不满意的具体案例（Bad Case）。
* **诊断**：分析原因。是背景信息给少了（Context缺失）？是约束条件太宽泛（Constraint失效）？还是语气参数不对？
* **修正**：修改 System Prompt，增加一条 `Negative Constraint`（如：“禁止使用‘小编’自称，禁止使用感叹号超过 3 次”）。
* **验证**：用同样的输入重跑一遍，确认输出已优化。
##### **Activity 5.3.2：Golden Data 清洗与微调 (Fine-tuning Dataset Prep)**
* **活动描述**：将“人类专家修改后的完美版本”收集起来，这是训练私有模型的黄金。
* **数据源**：
* 船长亲自润色过的公众号文章（学习语气/逻辑）。
* 金牌销售的真实成交录音/聊天记录（学习话术）。
* Activity 5.2 复盘中验证有效的爆款脚本。
* **动作**：定期（如每季度）将这些数据结构化整理，用于未来对开源大模型（如 Llama 3 / Qwen）进行 SFT（监督微调），打造真正的“数字分身”。
##### **Activity 5.3.3：SOP 资产固化与传承 (SOP Crystallization)**
* **活动描述**：把“流动的经验”变成“固定的流程”。确保人员流动不带走核心能力。
* **关键动作**：
* **文档化**：将 Matter 5.2 验证成功的策略，更新到《运营手册》中。
* **工具化**：如果某个 Excel 表格很好用，就把它开发成内部小工具。
* **模板化**：将高转化的话术、海报风格，固化为模板，供全员复用。
## **附录**
### **APTC 信任转化漏斗模型**
**模型名称：** APTC 信任转化漏斗模型 (High-Ticket Trust Conversion Model)
**模型定义：**
APTC 是一套专为**高客单价、高认知门槛、长决策周期**业务（如高端咨询、医美、教育、金融）设计的心理引导与商业转化模型。它将用户的购买决策过程解构为四个连续的心理防御突破阶段，旨在指导从“陌生流量”到“忠实客户”的全链路运营动作。
**适用范围：**
* **内容创作**：指导短视频脚本、公众号长文、白皮书的结构设计。
* **私域运营**：指导社群分享、朋友圈剧本的规划。
* **销售博弈**：指导 1v1 咨询、面诊、谈判的话术设计。
* **工具设计**：指导引流工具的交互逻辑。
#### **A - Authority & Attention (权威锚定与注意力捕获)**
* **心理学原理**：在信息过载时代，用户只把有限的注意力分配给“可能解决我问题的人”。权威感是打破用户“认知屏蔽”的唯一利器。
* **核心目标**：在接触用户的最初几秒（公域）或第一眼（私域），迅速确立“专家/导师”的认知高地，解决“凭什么听你的”这一根本质疑。
* **适配蓝图动作**：
* **身份架构 (Module 1)**：通过独特的头衔（如“身份架构师”）、差异化的世界观（如“密封舱理论”）建立势能。
* **公域降维 (Module 2)**：发布“反常识”或“犀利点评”内容，用强烈的观点冲突捕获注意力。
* **关键指标**：完播率/阅读率（Attention）、账号涨粉率（Authority认同度）。
#### **P - Pain & Problem (痛点狙击与场景唤醒)**
* **心理学原理**：人对“损失”的敏感度远高于“收益”（损失厌恶）。只有当用户意识到“现状不可忍受”或“潜在风险巨大”时，才会产生真正的行动力。
* **核心目标**：剥开表层需求，挖掘深层焦虑。不是制造恐慌，而是精准地描述出用户“想解决却无力解决”的具体场景，引发深度共鸣。
* **适配蓝图动作**：
* **内容降维 (Module 2)**：制作“避坑指南”、“错误归因分析”类内容，指出用户过去的努力为什么无效。
* **工具钩子 (Module 4)**：设计“体检/诊断工具”，让用户亲眼看到自己的“病灶”评分，量化痛点。
* **关键指标**：收藏/转发率（共鸣度）、工具使用率（痛点确认度）。
#### **T - Trust & Testimony (信任培育与证据闭环)**
* **心理学原理**：高客单价决策的核心阻力是“信任成本”。用户需要大量的理性证据来对冲决策风险。信任 = 专业度 × 亲密度 / 自利心。
* **核心目标**：在一个相对封闭/可控的场域内（私域/长视频），通过高密度的价值输出和无可辩驳的事实证据，完成从“知道”到“信赖”的质变。
* **适配蓝图动作**：
* **私域阵地 (Module 3)**：构建结构化知识库、展示真实案例（Before/After）、分享失败复盘、提供深度问答服务。
* **IP人格 (Module 1)**：保持言行一致，敢于暴露真实性（甚至缺点），建立更深层的“人际信任”。
* **关键指标**：私域留存率、深度互动（长评/提问）、内容完读率。
#### **C - Call-to-Action & Conversion (价值催化与临门一脚)**
* **心理学原理**：信任不等于购买。在最后环节，用户往往会产生“拖延心理”或“比价行为”。需要外部刺激（Scarcity/Urgency）来从“想要”变成“现在就要”。
* **核心目标**：设计低阻力的成交路径，利用博弈策略打消最后顾虑，锁定交易。
* **适配蓝图动作**：
* **商业路径 (Module 4)**：设计“引流品->利润品”的阶梯、提供“无法拒绝的价值主张”（如超额赠品/服务承诺）。
* **销售博弈 (Module 4)**：生成针对性的逼单话术，营造稀缺感（名额/时间限制），重塑价格锚点。
* **关键指标**：线索转化率、客单价 (AOV)、ROI。
### 关于未来的客户适配
需要进行一次“行业化翻译（Localization）”，但不需要重构骨架。
当前蓝图是基于“AI Native 市场部/船长”这一**知识密集型服务业**构建的“元蓝图”。当未来将其交付给医美、教育或金融客户时，底层的 **心理学逻辑（APTC）** 和 **模块结构（MECE）** 保持不变，但 **表层语言（UI）** 需要适配：
1. **名词替换**：
* “认知高地” -> 医美行业需翻译为“名医资质与审美权威”。
* “反共识观点” -> 教育行业需翻译为“教育误区纠偏”。
* “密封舱理论” -> 需替换为客户具体的“独家技术（如：6D线雕法）”或“教学理念（如：全人教育）”。
2. **侧重调整**：
* **船长/咨询**：侧重“智力证据”（逻辑、图表、代码）。
* **医美/装修**：侧重“视觉证据”（案例对比图、现场施工SOP）。
* **金融/保险**：侧重“数据证据”（收益率曲线、理赔单据）。
**建议**：在未来服务客户时，可以利用 **Agent I** 增加一个“行业适配器（Adapter）”指令，让 AI 自动把这份元蓝图中的术语，替换为目标行业的“行话”。
SA 2.1的部分附录
Ref 4: Methodology_Video_ShortDrama
视频方法论
设计思路：结合您的《AI短剧指南》与B端专家人设。核心是将“情绪”通过“道具”和“视觉”外化，以适应 AI 视频生成的特性。
{
"methodology_name": "AI-Native Expert Short Drama Protocol",
"core_philosophy": "Algorithm-First, Emotion-Externalized, Prop-Narrative.",
"principles": [
{
"rule": "Show, Don't Tell (AI Friendly)",
"description": "AI struggles with subtle micro-expressions. Convert internal psychology into physical actions or prop interactions.",
"example": "Bad: 'He felt anxious.' -> Good: 'Close-up: Hands tearing a weekly report into pieces. Background: Red error messages blinking on the monitor.'"
},
{
"rule": "The Prop Anchor",
"description": "Every scene must rely on a physical anchor (Prop) to maintain visual consistency.",
"common_props": ["Whiteboard with messy diagrams", "Nixie tube clock (Time pressure)", "Torn contracts", "Stacks of cash/bills", "Smartphone displaying a specific app"]
}
],
"structure_template": {
"0_3s_The_Hook": {
"goal": "Cognitive Shock / Sensory Stop",
"visual_tactic": "Extreme Close-up or Violence (e.g., Smashing a keyboard).",
"audio_tactic": "Start with a conclusion or a threat. 'Stop working hard!'",
"text_overlay": "Big warning colors (Yellow/Red)."
},
"3_15s_The_Pain": {
"goal": "Scenario Specificity",
"tactic": "Describe the 'Hell Scene'. Why is the user's current effort futile?",
"visual_tactic": "Grey filter, chaotic motion, fast cuts."
},
"15_45s_The_Solution": {
"goal": "Authority & Magic Tool",
"tactic": "Introduce the 'System I Theory' or 'Tier 1 Tool' as the savior.",
"visual_tactic": "Color returns to normal/Cyber-punk style. Screen recording of the tool in action (High speed)."
},
"45_60s_The_CTA": {
"goal": "Micro-Conversion",
"tactic": "Link the benefit to the action.",
"script_formula": "Benefit + Urgency + Directive. (e.g., 'I put the tool in the bio. Get it before I delete it.')"
}
},
"scene_description_standard": {
"format": "[Shot Type] + [Subject Action] + [Lighting/Mood] + [Key Prop]",
"example": "[Close-up] Protagonist pointing at the camera aggressively, Rembrant lighting, holding a golden calculator."
}
}
Ref 5: Methodology_Text_DownDimension
图文方法论
设计思路：将您的博文写作流标准化。核心是“比喻工程”和“排版前置”，让文字流具备直接进入生产线的能力。
{
"methodology_name": "High-Ticket Content Down-Dimensioning Protocol",
"core_logic": "Deep In (Theory) -> Translation (Metaphor) -> Simple Out (Life Scenario)",
"writing_process": {
"Step_1_The_Bait_Title": {
"logic": "Curiosity Gap or Benefit Promise.",
"formula": "[Target Audience] + [Pain Point] + [Counter-Intuitive Solution]",
"example": "Why your 10-year coding experience is now worth $0."
},
"Step_2_The_Metaphor_Bridge": {
"logic": "Cognitive Translation.",
"rule": "For every Level 4 concept (e.g., 'Entropy'), use a Level 1 metaphor (e.g., 'Messy Room').",
"mapping_table": {
"SaaS/System": "Building a House / Lego",
"AI/Algorithm": "The Smart Intern / Magic Wand",
"Strategy/Theory": "Map / Compass"
}
},
"Step_3_Visual_Instruction_Embedding": {
"logic": "Pre-Layout for Utility-T.",
"tags": [
":::highlight::: (Bold/Red text)",
":::quote_card::: (Extract this sentence to a visual card)",
":::image_prompt::: (Description for AI image generation)",
":::divider::: (Section break)"
]
}
},
"output_structure_markdown": {
"Part_1": "## Hook Scenario (The 'Before' State)",
"Part_2": "## The False Attribution (Why you failed)",
"Part_3": "## The New Perspective (The 'Metaphor')",
"Part_4": "## The Solution/Tool (The 'After' State)",
"Part_5": "## Golden Sentence & CTA"
}
}
Ref 6: Tone_Modifier_Settings
语气参数表
设计思路：将抽象的“语气”量化为 1-10 的参数，并在
Nexus_Task_Brief中调用。这解决了 Q3 中不同阶段（IP1 vs IP2）需要不同风格的问题。
{
"setting_name": "Voice & Tone Parametric Control",
"description": "Parameters to fine-tune the output style of SA 2.1 based on the target audience and campaign phase.",
"parameters": {
"Rationality (理性度)": {
"range": "1 (Pure Emotion) - 10 (Academic Logic)",
"impact": "Determines the density of data, logic chains, and theoretical terms."
},
"Aggressiveness (攻击性)": {
"range": "1 (Polite/Gentle) - 10 (Provocative/Sharp)",
"impact": "Determines the use of rhetorical questions, challenges to the status quo, and 'Wake-up' language."
},
"Humor_Sarcasm (幽默/讽刺度)": {
"range": "1 (Serious) - 10 (Meme/Satire)",
"impact": "Determines the use of slang, memes, and self-deprecating jokes."
},
"Jargon_Density (黑话密度)": {
"range": "1 (Plain English) - 10 (Full 'System I' Terminology)",
"impact": "Controls how many internal terms (e.g., 'Sealed Cabin') are used. Linked to Dimension_Threshold."
}
},
"presets": {
"Mode_Traffic_Hunter (IP2起号期)": {
"Rationality": 3,
"Aggressiveness": 9,
"Humor_Sarcasm": 7,
"Jargon_Density": 1,
"Description": "High voltage, street smart, emotional hooks. Focus on 'Stop being stupid'."
},
"Mode_Trust_Builder (IP2稳定期)": {
"Rationality": 6,
"Aggressiveness": 5,
"Humor_Sarcasm": 4,
"Jargon_Density": 4,
"Description": "Balanced. Logic with empathy. Focus on 'Here is the tool'."
},
"Mode_Authority_Establishment (IP1深水区)": {
"Rationality": 9,
"Aggressiveness": 4,
"Humor_Sarcasm": 2,
"Jargon_Density": 8,
"Description": "Cold, professional, deep. Focus on 'Let's restructure your mind'."
}
}
}
Ref 7: Blueprint_Key_Activities_Extraction
蓝图关键活动抽取
{
"source_document": "High-Ticket Vertical Authority & Commercialization Blueprint",
"target_agent": "Sub-Agent 2.1 (Content Decoder)",
"purpose": "Define the strategic rules for content creation derived from the master blueprint.",
"key_activities": {
"ACT_1_3_2_Style_Injection": {
"name": "语言风格与黑话体系构建",
"instruction": "Strictly apply the 'Verbal Symbol System'.",
"rules": [
"Define Tone & Voice: Set parameters for Rationality, Emotion, and Distance based on the IP Persona.",
"Jargon Implantation: Must integrate 'Proprietary Terms' (e.g., '密封舱', '降维') defined in System I.",
"Signature Phrasing: Use specific opening/closing rituals (e.g., 'Welcome back to the abyss')."
]
},
"ACT_2_1_1_Pain_Microscopy": {
"name": "痛点显微镜与选题挖掘",
"instruction": "Granularity is key. Do not be generic.",
"rules": [
"Scenario Specificity: Instead of 'low efficiency', say 'writing reports until 10 PM'.",
"Error Attribution: Identify why the user's current effort is futile (The 'False Path').",
"Anti-Consensus: Challenge industry norms (e.g., 'Hard work is cheap')."
]
},
"ACT_2_1_2_Structured_Generation": {
"name": "降维脚本结构化生成",
"instruction": "Apply the 'Deep in, Simple out' logic.",
"process_steps": [
{
"step": "The Hook (Golden 3s)",
"rule": "Must be Conclusion-First, Cognitive Conflict, or Sensory Shock."
},
{
"step": "The Metaphor (Down-Dimensioning)",
"rule": "Mandatory use of Metaphor Engineering. Translate 'Abstract Theory' into 'Life Scenarios' (e.g., Cooking, Dating, Construction). No more than 3 consecutive technical terms."
},
{
"step": "The CTA (Action)",
"rule": "End with a clear directive linked to a Lead Magnet (Tool/Whitepaper)."
}
]
},
"ACT_2_2_2_Content_Adaptation_Prep": {
"name": "内容适配预处理",
"instruction": "Prepare the 'Master' for multi-platform distribution.",
"rules": [
"Visual Cues: Provide explicit descriptions for props and scenes (for Video Mode).",
"Layout Instructions: Provide explicit markers for images, quotes, and bold text (for Text Mode)."
]
}
}
}
上游产出样例
Global Context Object样例
{
"project_meta": {
"name": "Project Deep-Voltage (深渊变压器计划)",
"version": "3.3-Design-Integrated",
"owner": "Wantsong (船长)",
"description": "一个基于双轨制IP战略的商业系统：通过分层的SaaS平台变现大众泛流量（赚小钱），并通过筛选机制为高客单价咨询服务提供高净值线索（赚大钱）。"
},
"business_logic": {
"strategy": "物理隔离与价值阶梯策略",
"isolation_protocol": "【严格执行】IP1（船长）和 IP2（说书人）绝不能在公域渠道产生显性关联，以保护 IP1 的高端权威感与溢价能力。",
"flow": "IP2 泛流量 -> SaaS 工具 (L1/L2) -> 筛选后的高价值线索 -> IP1 咨询服务 (L3)"
},
"identity_matrix": {
"IP1_The_Captain": {
"role_definition": "穿越周期的架构师、深渊凝视者",
"platform": ["微信公众号", "X (Twitter)", "YouTube"],
"identity_assets": {
"cognitive_niche": "AI时代的认知架构师与深渊守夜人",
"theoretical_model": "Wantsong-Tocqueville 认知阻抗方程 & 认知热力学",
"final_positioning": "我不是教你用AI偷懒的工具贩子，我是为你重构商业底层的认知架构师。"
},
"symbol_system": {
"naming": {
"wechat": "Wantsong 船长",
"video_channels": "Wantsong | 深渊认知实验室"
},
"visual_identity": {
"primary_color": "Abyss Black (#0A0A0A)",
"accent_color": "Electric Blue (#00FFFF)",
"font_style": "Industrial San-serif + Coding Font (JetBrains Mono)",
"visual_anchors": ["Black Turtleneck", "Nixie Tube Clock", "Holographic Blueprints"],
"lighting": "Rembrandt + Blue Rim Light"
},
"verbal_identity": {
"tone": "Cold, Rational, Assertive (High Voltage)",
"voice": "Deep, slightly mechanical resonance",
"forbidden_words": ["家人们", "干货", "小编", "弯道超车"]
},
"ritual_system": {
"opening": "镜头直视1秒 -> '欢迎回到深渊。'",
"closing": "暗场光点 -> '不要用战术的勤奋，掩盖战略的懒惰。'"
}
},
"anti_consensus_list": [
"工具民主化≠能力民主化",
"费曼技巧的陷阱",
"反‘一键生成’垃圾",
"只有痛苦的认知相变才能产生金刚石"
]
},
"IP2_The_Storyteller": {
"role_definition": "商业丛林导游 & 焦虑变压器",
"platform": ["抖音", "视频号", "小红书"],
"identity_assets": {
"target_audience": "30-50岁中小企业主、中年职场人",
"core_value": "省脑子 + 结果导向",
"tone_style": "犀利、大白话、强痛点、江湖气"
},
"symbol_system": {
"naming": {
"douyin": "Wantsong 聊 AI",
"red_book": "Wantsong 省脑指南",
"video_channels": "Wantsong 的商业野路子"
},
"visual_identity": {
"primary_color": "Warning Yellow (#FFD700)",
"accent_color": "Alarm Red (#FF0000)",
"font_style": "Heavy Impact Font (Max Size)",
"visual_anchors": ["Handheld Camera (POV)", "Messy Whiteboard", "Violence Screenshot"],
"style_keywords": ["Brutalist", "High Saturation", "Street Smart"]
},
"verbal_identity": {
"tone": "Spicy, Fast-paced, Utilitarian",
"catchphrases": ["听懂掌声", "别瞎忙", "底层逻辑(Fake)", "直接上干货"]
},
"content_structure": {
"hook": "Panic or Greed (0-3s)",
"body": "Evidence + Tool Demo",
"cta": "Direct Command (Follow/Get)"
}
},
"translation_rules": {
"rule_1": "【去学术化】禁止使用‘熵增’等术语，翻译为生活隐喻。",
"rule_2": "【利益锚定】挂钩‘搞钱’或‘效率’。",
"rule_3": "【带货结构】痛点 -> 骂醒 -> SaaS工具 -> 引导关注。"
}
}
},
"saas_design_system": {
"brand_name": "DeepThink Lab (深渊认知实验室)",
"tier_1_ui": {
"target": "Mass Users (IP2 Audience)",
"style": "Radical Simplism (White Mode)",
"layout": "Single Column Flow",
"key_feature": "Big Yellow Button + Instant Result",
"micro_interaction": "Fast confetti effect",
"emotional_goal": "Relief & Dopamine"
},
"tier_2_ui": {
"target": "Power Users (IP1 Audience)",
"style": "Cyber-Industrial (Dark Mode)",
"layout": "Three-Pane Layout (Assets - Canvas - Inspector)",
"key_feature": "Monospace Font + Neon Accents",
"micro_interaction": "Artificial Latency (Labor Illusion animation)",
"emotional_goal": "Control & Awe"
},
"transition_effect": "Light-to-Dark Seamless Transition (The Dive Upsell)"
},
"product_assets": {
"Tier_1_Tools": {
"description": "结果生成器 (Lazy Toolkit)。",
"examples": ["班级口号生成器", "高情商回复生成器", "周报生成器"]
},
"Tier_2_Agents": {
"description": "认知放大器 (Cognitive Amplifiers)。",
"assets": ["巨人认知智能体", "芒格之魂", "CCPE 专家"]
},
"theory_architecture": {
"system_name": "The Deep-Voltage System (六层模型)",
"structure": [
"L1: 深渊基石", "L2: 智识内核", "L3: 物种进化", "L4: 系统架构", "L5: 宏观透镜", "L6: 实战兵法"
]
}
},
"resource_config": {
"content_source": "船长的个人笔记/博客 (L4级核心知识库)",
"support_team": "现有IT技术支持团队 + Agent C-Pro (AI话术引擎)",
"tech_stack": "HiFi Agent Studio V3.0"
},
"system_constraints": {
"hard_rules": [
"严禁在公域渠道混合 IP1 和 IP2 的受众。",
"Tier 1 工具必须预加载，Tier 2 工具必须人为延迟展示思考过程。",
"所有内容输出必须源于船长的核心哲学。"
],
"language_output": "中文（IP1 高雅冷峻 vs IP2 通俗犀利）"
}
}
IP2 (说书人) 符号系统定义书
> **核心逻辑**: **暴力美学 (Brutalism)** + **江湖气 (Street Smart)**。参考“参哥”或“商业小纸条”的流量密码，但通过“技术底色”做微差异化。
## 1. 命名系统 (Naming System)
* **抖音/快手**: **Wantsong 聊 AI** (简单直接，带上个人代号但强调话题) 或 **老 W 的 AI 笔记** (增加亲切感)。
* **视频号**: **Wantsong 的商业野路子** (强调“非正统”，吸引好奇心)。
* **小红书**: **Wantsong 省脑指南** (切中“省力/懒人”的核心痛点)。
## 2. 语言指纹 (Verbal Fingerprint)
* **Tone (基调)**:
* **热辣滚烫 (Hot & Spicy)**: 情绪饱满，语速快，甚至带有攻击性（“骂醒你”）。
* **功利主义 (Utilitarian)**: 句句不离“钱”、“效率”、“省事”。
* **江湖气 (Street Smart)**: 像个混过社会的大哥在路边摊跟你聊天，透着一股“我懂内幕”的劲儿。
* **Voice (声线)**:
* **音色**: 真实人声，不做混响，甚至保留一点喷麦或环境音（增加真实感）。语速偏快（1.2x 感官体验）。
* **Lexicon (词汇库)**:
* *High Frequency (必用)*: 搞钱、省事、听懂掌声、弯道超车、底层逻辑（这里的底层逻辑是伪概念，指技巧）、别瞎忙、信息差。
* *Forbidden (禁用)*: 熵增、阻抗、异构、耦合（任何听起来像课本的词）。
## 3. 仪式系统 (Ritual System)
* **Signature Opening (标志性开场)**:
* **Hook (钩子)**: 必须在第 1 秒抛出暴论或巨大利益。
* *话术模板*:
* “别再傻乎乎地学编程了！”
* “今天教你一招，把你的实习生辞了吧。”
* “这就是高手和韭菜的区别。”
* **Signature Closing (标志性结尾)**:
* **Action (指令)**: 强行引导关注或领资料。
* *话术*: **“工具我都放这儿了（指屏幕/置顶），想赚钱的自己拿。关注老 W，少走弯路。”**
## 4. 视觉识别基础 (VI Basic)
* **Color Palette (色盘)**:
* **Primary**: **Warning Yellow (#FFD700)** 或 **High-Vis Neon Green (#39FF14)** - 视觉强刺激，警示色，如同交通标志。
* **Secondary**: **Alarm Red (#FF0000)** - 用于强调痛点或否定（打叉）。
* **Background**: 真实的杂乱环境色（不刻意统一，反向操作）。
* **Typography (字体 - 字幕)**:
* **超粗黑体 (Heavy Sans-serif)**: 如“造字工房劲黑”或“综艺体”。
* **样式**: **字必须大**，占据屏幕 1/3。关键词用**黄底黑字**或**红底白字**高亮。
* **视觉风格 (Style)**: **Digital Brutalism (数字粗野主义)**。不追求精致，追求冲击力。
## 5. 视觉锤与物理锚点 (Visual Hammer & Anchors)
* **Anchor 1: 手持/第一人称视角 (Handheld/POV)**
* *意涵*: “我在现场”、“我在工作”、“我没空跟你摆拍”。打破第四面墙，建立零距离信任。
* *执行*: 手机前置摄像头怼脸，或者助理手持拍摄（要有轻微晃动）。
* **Anchor 2: 杂乱的真实背景 (The Messy Reality)**
* *意涵*: 办公室的白板（写满潦草的字）、车里（堵车时录制）、刚吃完饭的餐桌。
* *暗示*: “我很忙，我实战经验丰富，我不是念稿子的演员。”
* **Anchor 3: 暴力截屏 (The Screen Shot)**
* *意涵*: 展示证据。
* *执行*: 讲到 Tier 1 工具时，直接把手机屏幕怼到镜头前，或者用绿幕背景直接展示后台数据/生成结果。“看！3秒钟，周报写完了！”
## 6. 封面与模版设计 (Template Strategy)
* **大字报风 (The Tabloid Style)**:
* **上部**: 巨大的标题（如：“裁员潮自救！”）。
* **中部**: 夸张表情的你（指着屏幕或扶额头）。
* **下部**: 巨大的箭头指向某个数据或结果。
* **对比图 (Before & After)**: 左边是“累死累活”，右边是“一键生成”。
---
## Midjourney Prompt Template (For IP2)
> **指令**: 虽然 IP2 主打实拍，但可以用 MJ 生成夸张的封面底图或 PPT 插图。
```markdown
## 🤖 Midjourney Prompt Template (IP2 - The Storyteller)
**Template Structure**:
`[Subject Expression]`, `[Action]`, `[Background]`, `[Style]`, `[Color Palette]`, --ar 3:4 --v 6.0 --style raw
**Presets (预设参数)**:
* **[Style]**: YouTube thumbnail style, high saturation, exaggerated emotion, close-up shot, wide angle lens (GoPro style), TikTok viral aesthetic.
* **[Color Palette]**: Bright Yellow, Alarm Red, High contrast, vivid colors.
* **[Background]**: Blured busy office, luxury car interior, street view, messy desk with money or charts.
**Example Prompts (示例)**:
1. *For Cover*: "Asian man in casual business wear, looking shocked at a smartphone screen, pointing at the screen, mouth open, bright yellow background with warning tape graphic, high contrast, hyper-realistic --ar 3:4"
2. *For Concept*: "A split screen comparison, left side is a tired office worker drowning in papers (grey tones), right side is a happy person drinking coffee while a robot works (colorful neon tones), 3d cartoon style --ar 16:9"
```
## ⚠️ 异常处理与设计师建议 (Designer's Note)
1. **关于“Low”的担忧**:
* **问题**: 您可能会觉得这种大字报风格太 Low，拉低了“船长”的档次。
* **辩护**: **这正是我们要的物理隔离**。如果 IP2 做得太高大上，泛流量进不来，也无法衬托 IP1 的稀缺性。
* **技巧**: 可以在 IP2 的视频中，偶尔（极低频率）露出一两个 IP1 的“深渊概念”，但立马自我打断：“算了，这个太深奥你们听不懂，反正只要知道怎么用就行。” —— 这种 **“藏一半”** 的手法，能筛选出那 1% 极具好奇心的高潜用户去搜你的 IP1。
2. **关于“抄袭感”**:
* 虽然我们参考了“参哥”，但差异化在于 **“工具的真实性”** 。参哥卖的是纯课/纯社群，我们卖的是 SaaS 工具。
* **视觉差异化**: 参哥喜欢穿西装装老板，建议 IP2 **穿得更极客/休闲一点**（如连帽衫、冲锋衣），打造“技术流实战派”而非“传统的割韭菜讲师”。
IP 演进路线图 (Evolution Roadmap)
> **阶段定义**: Phase 1 - The Challenger (破局者)
> **时间周期**: T+0 至 T+90天
> **核心主题**: **“暴力降维，现金为王”**
## 1. 核心任务 (The Core Missions)
1. **产品侧**: 上线 **“懒人神器 (Lazy Toolkit)”** 小程序/H5 集合页。
* *包含工具*: 班级口号生成器、周报生成器、高情商回复器、简版 Prompt 优化器。
* *定价策略*: 9.9元/月订阅 或 1元/次单点解锁（极大降低决策门槛）。
2. **内容侧**: 建立 **IP2 (说书人)** 的视频号/抖音账号矩阵。
* *产量目标*: 保持日更（初期由你亲自基于 M2 脚本录制）。
* *内容模型*: **痛点展示 (3s) -> 嘲讽/共情 (5s) -> 掏出神器 (Action) -> 效果展示 (Result)**。
3. **验证侧**: 跑通 **ROI > 1** 的最小闭环。
* 即：(自然流量变现 + 少量投流变现) > (服务器成本 + 你的时间机会成本)。
## 2. 北极星指标 (North Star Metric)
* **主指标**: **Tier 1 工具集月流水 > 10,000 RMB** (第3个月末)。
* **副指标**: **付费用户数 > 1,000 人** (验证需求的普适性)。
## 3. 关键战役 (Key Battles)
* **战役 1: “口号”突围战 (Month 1)**
* *动作*: 以你提到的“班级口号”为例，寻找教育圈/家长圈的流量洼地。制作 10 条“如何 3 秒搞定班级口号”的短视频进行赛马。
* *目的*: 验证 Tier 1 工具的转化率。
* **战役 2: 模板裂变战 (Month 2)**
* *动作*: 在工具结果页增加“生成海报”功能（带有强烈的传播属性，如“我的情商击败了99%的人”），诱导用户发朋友圈。
* *目的*: 降低流量成本，测试病毒系数 (K-factor)。
* **战役 3: SOP 封装战 (Month 3)**
* *动作*: 将你前两个月“选题-脚本-剪辑-发布”的全流程，固化为文档和 Agent M2 的配置参数，准备移交给孙/魏或IT团队。
## 4. 跃迁条件 (Next Level Criteria)
* **进入 Phase 2 的标志**:
* 单月流水稳定在 3W+。
* 你本人每周投入 IP2 的时间降低到 4 小时以内（实现半脱手）。
* SaaS 沉淀了至少 5000+ 真实用户的使用数据（Prompt 日志）。
IP 理论体系架构图
# 🏛️ 深渊高压系统 (The Deep-Voltage System)
**核心隐喻**: 热力学 (熵增/做功) + 控制论 (系统/反馈) + 建筑学 (结构/支撑)
## 🧠 策展逻辑说明 (Curation Logic)
1. **L1 基石层 (Ontology)**: 解决“世界是什么”的问题。基于热力学与控制论的底层物理法则。
2. **L2 认知层 (Epistemology)**: 解决“我是谁/如何思考”的问题。涉及大脑操作系统的重构。
3. **L3 进化层 (Evolution)**: 解决“个体如何生存”的问题。涉及职业发展与反脆弱策略。
4. **L4 架构层 (Engineering)**: 解决“系统如何构建”的问题。涵盖组织管理与 AI 工程化。
5. **L5 宏观层 (Macro-Vision)**: 解决“时代去向何方”的问题。涉及历史、社会与经济洞察。
6. **L6 交付层 (Delivery)**: 解决“价值如何交换”的问题。涉及具体的业务、销售与教学心法。
## Level 1: 深渊基石 · 世界观 (The Origin)
> *物理法则与生命的终极定义*
* 全尺度负熵相变矩阵 (The Universal Negentropy Matrix)
* 硅基生命判定矩阵 (The Silicon-Vitality Verification Matrix)
* 文明镜像演化论 (The Theory of Civilizational Mirroring)
* 覆盖协议：理性越狱架构 (The Override Protocol)
* Wantsong 现实渲染架构 (The Reality Rendering Architecture)
* 文明中间件架构 (Civilization Middleware Architecture)
* W-T 认知阻抗方程 (The W-T Cognitive Impedance Equation)
## Level 2: 智识内核 · 认知操作系统 (The Kernel)
> *大脑的重构与思维工具*
* **思维架构**:
* Wantsong 智识方舟全栈架构
* Wantsong 巨人拟态架构
* Wantsong 五阶认知螺旋
* 认知断层重装模型
* **思维工具**:
* 认知光谱仪 (The Cognitive Spectrometer)
* L-C 认知光谱校准协议
* 三权协同思维审判庭
* 反熵增思想冶金模型
* 认知双引擎工坊
* 芒格·认知增压六阶梯
* 认知祛魅过滤器
* **思维状态**:
* Wantsong 认知三态变速箱
* Wantsong 认知暗房显影协议
* Wantsong 认知代谢架构
* 心智导演重构模型
## Level 3: 物种进化 · 个体生存策略 (The Evolution)
> *在液态社会中的反脆弱生存*
* **生存审计**:
* 生存审计：死锁-解耦模型
* 晶格-流体错配模型
* 认知分拣机模型
* 高架渠势能锁定模型
* **进化路径**:
* 熵减进化：麦克斯韦妖模型
* 外骨骼学徒制
* 超级单兵工业化模型
* 逆熵高位捕捉模型
* EAP 赛博格逆向进化协议
* 认知自举架构
* 巨人阶梯·三态调谐模型
* **心智维护**:
* T-OS 旅人操作系统
* 有根飞翔模型
* 热力学锻造双驱模型
* M-OS 递归架构 (婚姻/关系)
## Level 4: 系统架构 · 组织与工程 (The Architecture)
> *如何构建高可用的商业/技术系统*
* **AI 工程化**:
* CCPE 智核架构 (及 智核提示工程框架)
* HiFi 密封舱封装矩阵
* 认知引擎四层架构
* 混合工程双壳模型
* 确定性-概率性迁移光谱
* 莫拉维克-灵肉阻抗模型
* The Dao of AI (内门心法/修行四象限)
* **组织进化**:
* 五体认知协作系统
* 组织认知热力学模型
* 分布式沙盒授权协议
* 垂直认知阻抗模型
* 厌氧权力耗散模型
* 园丁式认知跃迁螺旋
* 双螺旋认知建模引擎
## Level 5: 宏观透镜 · 历史与社会 (The Macro-Lens)
> *穿透表象的冷峻洞察*
* **文明/历史**:
* 文明弹道学模型
* 文明代码审计：三位一体锁定模型
* 双核文明操作系统架构
* 文明热修复迭代模型
* 文明生存热修复模型
* **社会/权力**:
* 赛博利维坦架构
* 帝国液压传导模型
* 时代显影机 (五棱折射系统)
* **经济/资产**:
* 坏账守恒与大置换模型
* 遗产萃取协议
## Level 6: 实战兵法 · 业务与交付 (The Tactics)
> *高客单价场景的落地方法论*
* **商业/产品**:
* 深渊高压输电协议 (IP 分层逻辑)
* 重构封闭·三维方舟模型
* 2.5pH 商业稳态模型
* 古德寺 MVP 生存模型
* 隐性成本棱镜
* Wantsong 脱水估值模型
* **交付/咨询**:
* SPGM 协同进化场域
* SPGM 认知博弈罗盘
* SPGM 三体进化矩阵
* 思想考古·七层同心圆模型
* **销售/交互**:
* APTC 信任结算模型
* 双向校准进化模型
* 语义-句法耦合模型
* Wantsong QPI 问题颗粒度光谱
* Wantsong QPI 权力博弈矩阵
* DCI-5 认知晶体熔炼协议
理论资产库清单（部分）
认知分拣机模型
# 📦 理论资产入库单 (Asset Entry Note)
> **建议**: 请将此内容追加到您的《核心理论资产库》文档中。此模型属于 **IP1 (The Captain)** 的核心世界观，用于打破用户对“AI工具论”的幻想，建立高维度的危机感与权威感。
## 1. 资产元数据 (Asset Metadata)
* **抽象维度 (Dimension)**: Meta-Cognition (元认知 / L4)
* **适用领域 (Domain)**: Future of Work | Talent Strategy | Social Evolution
* **核心隐喻 (Metaphor)**: Industrial Engineering (Sorting Mechanism) & Thermodynamics (Phase Change)
* **解释力半径 (Scope)**: 解释了为何原本高薪的“白领/金领”在 AI 时代会突然贬值，以及为何“赋能”和“取代”会同时发生。
## 2. 模型 (New Model)
* **模型名称**: **认知分拣机模型 (The Cognitive Sorting Machine)**
* **核心定义**: AI 不是工具，而是一台**“认知离心机”**。它通过极大地降低“标准化认知劳动”的成本，产生巨大的离心力，将人群强制甩向两个极端：依赖标准答案的被甩入**“液化区 (Liquefaction Zone)”**（被取代），掌握提问与架构能力的被甩入**“结晶区 (Crystallization Zone)”**（被赋能）。中间地带将不复存在。
* **结构逻辑**:
1. **输入端 (The Injection)**: AI 作为外力注入，使“翻译工作”（将人类意图转译为代码/文字/图纸）的边际成本趋近于零。
2. **分拣筛网 (The Filter)**:
* **判据**: **歧义容忍度 (Ambiguity Tolerance)**。
* *被拦截*: 只能处理确定性任务、依赖标准SOP的人（翻译官）。
* *通过*: 能处理非结构化问题、定义模糊需求的人（架构师）。
3. **输出端 (The Bifurcation)**:
* **岗位液化 (Role Liquefaction)**: 原本坚固的职业（如初级程序员、插画师）融化为廉价算力。
* **能力结晶 (Skill Crystallization)**: 人文素养与系统思维结晶为“超级个体”的核心控制台。
* **可视化结构 (Mermaid)**:
```mermaid
graph TD
subgraph Environment [AI 离心环境]
A(标准化认知劳动) -->|成本 -> 0| B{认知分拣筛网}
end
subgraph Sorting_Process [分拣机制]
B -- 特征: 依赖标准答案/翻译官 --> C[📉 路径A: 岗位液化]
C --> D(被算法吞噬/取代)
B -- 特征: 处理模糊/架构师 --> E[📈 路径B: 能力结晶]
E --> F(驾驭算法/百倍杠杆)
end
style C fill:#ff9999,stroke:#333,stroke-width:2px
style E fill:#99ff99,stroke:#333,stroke-width:2px
```
## 3. 反共识 (New Anti-Consensus)
* **观点**:
* *❌ 行业误区*: 只要我学会使用 AI 工具，我就能不被取代（“会用AI的人取代不会用AI的人”）。
* *✅ 我的真相 (Deep-Voltage Truth)*:
1. **工具救不了“接口”**: 如果你的认知接口只能输出“标准化指令”，AI 越强，你贬值越快。因为 AI 会迅速穷尽标准答案。
2. **残酷的审计 (The Cruel Audit)**: AI 是一场对你过去 20 年教育质量的**“穿透式审计”**。它无情地揭露了你究竟是在“思考”，还是仅仅在“背诵”和“翻译”。
3. **中间层消失**: “平庸的熟练工”是最大受害者。AI 不会通过图灵测试，但会先通过“工资单测试”——消灭那些拿高薪却做重复脑力劳动的人。
## 4. 黑话与边界 (New Jargon & Boundary)
* **黑话 (Jargon)**:
* **岗位液化 (Role Liquefaction)**: 描述原本稳定的职业边界（如“文案”、“原画”）在 AI 冲击下变得模糊、廉价且流动的过程。
* **翻译官陷阱 (The Translator Trap)**: 指职业本质仅是“将人类需求翻译为机器/技术语言”的岗位（如传统 CRUD 程序员）。这是最高危区域。
* **认知接口协议 (Cognitive Interface Protocol)**: 一个人与复杂系统交互的能力。是只能输入“明确指令”，还是能输入“模糊愿景”。
* **边界 (Boundary)**:
* 本模型**绝不鼓吹**“躺平论”。相反，它强调只有极高强度的“认知进化”才能在分拣中幸存。
* 本模型主要解释**脑力劳动**的变迁，不适用于强物理交互的体力劳动（蓝领反而暂时安全）。
超级单兵工业化模型
# 📦 理论资产入库单 (Asset Entry Note)
> **建议**: 请将此内容追加到您的《核心理论资产库》文档中，归类为 **[组织进化/生产力革命]** 版块。
## 1. 资产元数据 (Asset Metadata)
* **抽象维度**: **Methodology (L3 方法论)** & **Meta-Cognition (L4 元认知)**
* **适用领域**: **Organizational Structure (组织架构)** | **Software Engineering (软件工程)** | **Career Development (职业转型)**
* **核心隐喻**: **Military (单兵/舰队)** + **Industrialization (手工业 vs 工业)**
* **解释力半径**: 解释了“为什么大量中级工程师会被淘汰”以及“未来一人公司的最小技术架构是什么”。
## 2. 模型 (New Model)
* **模型名称**: **超级单兵工业化模型 (The 'Super-Unit' Industrialization Model)**
* **核心定义**: 个体不再是组织机器上的“大号齿轮”，而是拥有一支 AI 舰队的“独立指挥官”。通过彻底的“物理投降”（放弃肉身编程），将生产力从线性的 **P模式 (People-Heavy)** 切换为指数级的 **I模式 (Intelligence-Dense)**。
* **结构逻辑**:
1. **内核层 (Commander Intent)**: 人类只保留最核心的“意图定义权”和“审美裁决权”。
2. **外骨骼层 (Agent 6-Core)**: 将传统研发链路 (SDLC) 的六个环节完全外包给六类专职智能体（Vision, OOA, Architect, Copilot, QA, DevOps）。
3. **产出层 (Exponential Output)**: 实现“一人即战队”，交付原本需要 10 人团队才能完成的系统量级。
* **可视化结构 (Mermaid)**:
```mermaid
graph LR
subgraph Old_Way ["The Old Way (P-Mode)"]
H["Human Worker"] -->|"Manual Coding"| Code["Linear Output"]
end
subgraph New_Way ["The New Way (I-Mode)"]
C["Commander (You)"] -->|"Strategic Intent"| Agents["Agent Fleet Controller"]
subgraph Agent_Fleet ["Agent Fleet (The Exoskeleton)"]
A1["Vision Agent"]
A2["OOA Agent"]
A3["Arch Agent"]
A4["IDE Agent"]
A5["QA Agent"]
A6["DevOps Agent"]
end
Agents --> A1
A1 --> A2
A2 --> A3
A3 --> A4
A4 --> A5
A5 --> A6
A6 --> Product["Exponential Output"]
end
style C fill:#f96,stroke:#333,stroke-width:4px,color:#333
style Agents fill:#333,stroke:#fff,color:#fff
style H fill:#ccc,stroke:#333,stroke-width:1px
style Code fill:#9cf,stroke:#333,stroke-width:1px
style Product fill:#6c6,stroke:#333,stroke-width:2px,color:#fff
style Old_Way fill:#f0f0f0,stroke:#999,stroke-width:1px
style New_Way fill:#fff5e6,stroke:#333,stroke-width:1px
style Agent_Fleet fill:#e6f2ff,stroke:#333,stroke-width:1px
```
## 3. 反共识 (New Anti-Consensus)
* **观点**:
* *❌ 行业误区 (The Delusion)*: **“AI 只是辅助工具 (Co-pilot)”** —— 这种观点还在试图维持旧的雇佣关系，认为 AI 是用来帮员工减少加班的。
* *✅ 我的真相 (The Truth)*: **“AI 是新物种的器官 (Exoskeleton)”** —— 未来的公司只有两种角色：**指挥官 (Commander)** 和 **智能体 (Agents)**。中间层的“执行者”将彻底消失。我们不是在雇佣 AI，我们是在**“物理投降”**之后，通过算法重建个体的工业主权。
## 4. 黑话与边界 (New Jargon & Boundary)
* **黑话 (Jargon)**:
* **肉身编程 (Meat-Programming)**: 贬义词。指不依赖 AI，纯靠人类记忆和打字速度编写代码的原始行为。
* **物理投降 (Physical Surrender)**: 褒义词。指主动放弃在低维技能（如语法记忆、CRUD开发）上的抵抗，全心全意拥抱 AI 自动化的战略选择。
* **P模式/I模式 (P-Mode vs I-Mode)**: P模式指靠堆人头（People）解决问题；I模式指靠堆算力/智能（Intelligence）解决问题。
* **边界 (Boundary)**:
* **不讲什么**: 本模型不讨论具体的编程语言语法（Java/Python），只讨论“如何让 AI 写出 Java/Python”。
* **警告**: 任何还在鼓吹“程序员主要靠手写代码才有灵魂”的观点，都是本模型的**敌对思想**。
📋 Nexus_Task_Brief
以下是为您生成的 3 个短视频脚本任务指令，请直接传输给 Sub-Agent 2.1 (Content Decoder) 进行脚本撰写。
Task 1: 职场恐慌 (基于“认知分拣机”)
{
"task_meta": {
"task_id": "CAMPAIGN_WK1_01_PANIC",
"target_ip": "IP2_The_Storyteller",
"campaign_type": "Traffic Breakthrough"
},
"identity_parameters": {
"tone_of_voice": "Hot & Spicy (犀利/攻击性)",
"visual_anchor": "Handheld Camera (POV) + Messy Office Background",
"forbidden_words": ["分拣机", "认知", "熵增", "异构"],
"required_keywords": ["失业", "混日子", "听懂掌声", "别瞎忙"]
},
"content_strategy": {
"aptc_stage": "Pain (Pain Point Amplification)",
"core_topic": "AI is filtering out mediocre employees",
"source_type": "Internal_Asset",
"source_material": "理论资产：认知分拣机模型 (The Cognitive Sorting Machine)",
"dimension_floor": "Level 3 (Street Smart)",
"hook_strategy": "Direct Threat (直接恐吓): '明年这个时候，你可能就没饭吃了'"
},
"production_specs": {
"format": "Short Video (Douyin/TikTok)",
"duration_or_length": "45-60 seconds",
"structure_template": "Panic Hook -> Evidence (Screen) -> Solution (Follow me)"
}
}
Task 2: 懒人神器 (基于“Tier 1 工具”)
{
"task_meta": {
"task_id": "CAMPAIGN_WK1_02_TOOL",
"target_ip": "IP2_The_Storyteller",
"campaign_type": "Conversion (Micro-Conversion to Tool)",
"platform": "RedBook (Xiaohongshu) / Douyin"
},
"identity_parameters": {
"tone_of_voice": "Utilitarian (功利/省事)",
"visual_anchor": "Violence Screenshot (直接录屏展示)",
"forbidden_words": ["生成式人工智能", "大语言模型", "提示词工程"],
"required_keywords": ["摸鱼", "神器", "一键生成", "早下班"]
},
"content_strategy": {
"aptc_stage": "Conversion (Low friction)",
"core_topic": "Use AI to write weekly reports in 3 seconds",
"source_type": "Internal_Asset",
"source_material": "产品资产：Tier 1 Tools (周报生成器)",
"dimension_floor": "Level 3 (Life Hack)",
"hook_strategy": "Benefit Anchor (利益锚定): '周报还要写一小时？你是不是傻？'"
},
"production_specs": {
"format": "Short Video / Carousel (图文)",
"structure_template": "Before/After Contrast -> Tool Demo -> CTA (Link in bio)"
}
}
Task 3: 搞钱思维 (基于“超级单兵”)
{
"task_meta": {
"task_id": "CAMPAIGN_WK1_03_MONEY",
"target_ip": "IP2_The_Storyteller",
"campaign_type": "Authority (Establish Street Cred)",
"platform": "Video Channels (视频号)"
},
"identity_parameters": {
"tone_of_voice": "Street Smart (江湖气/大哥风)",
"visual_anchor": "Car interior or Walking (Action shot)",
"forbidden_words": ["工业化", "外骨骼", "组织架构", "SaaS"],
"required_keywords": ["一人公司", "利润", "打工", "翻身"]
},
"content_strategy": {
"aptc_stage": "Attention (Anti-Consensus)",
"core_topic": "Why small teams/individuals beat big companies now",
"source_type": "Internal_Asset",
"source_material": "理论资产：超级单兵工业化模型 (Super-Unit Industrialization)",
"dimension_floor": "Level 3 (Money Talk)",
"hook_strategy": "Contrarian (反共识): '千万别把公司做大，做大就是找死'"
},
"production_specs": {
"format": "Short Video (Talking Head)",
"structure_template": "Bold Statement -> Logic Breakdown (Simple) -> Prediction"
}
}
⚠️ 指挥官特别备注 (Commander's Note)
To 下游执行层 (Script Writer):
- 关于“认知分拣机”的翻译: 在脚本中，不要说“AI 会筛选掉认知低的人”，要说 “AI 就是个筛子，把混日子的全筛出去当废品，留下的才是金子。” —— 保持这种粗暴的颗粒度。
- 关于视觉: 告诉剪辑师，字体一定要用 “造字工房劲黑” 或 “综艺体”，字号要大到几乎“溢出屏幕”，颜色只用 黄/红/白 三色。不要用任何精致的淡入淡出，全部用 硬切 (Hard Cut)。
- 行动呼吁 (CTA): 所有的视频结尾，必须引导用户去 “领工具”（Tier 1 产品），这是我们筛选流量的第一道漏斗。
视频脚本母本
# 【视频脚本母本】
**任务信息**
* **任务 ID**: CAMPAIGN_WK1_01_PANIC (Option 3)
* **目标 IP**: IP2 (说书人/江湖气)
* **制作模式**: 数字人口播 + 静态图/录屏插入
* **降维等级**: Level 1 (极度犀利、大白话、情绪化)
#### 🛠️ 制作前的配置建议 (给 AI 视频软件)
1. **数字人形象**: 找一个**不穿西装**的男形象（穿连帽衫或冲锋衣）。表情设定为 **“严肃/皱眉/甚至有点不耐烦”**。不要选那种一直微笑的客服脸。
2. **配音设置**: 选一个语速稍快、音色厚重或略带沙哑的男声。**语速建议调到 1.1x 或 1.2x**。
3. **背景图**: 不要用纯色或虚拟演播厅。上传一张**“杂乱的办公室”**或**“夜深人静的车内”**作为数字人的背景（Prompt 见文末）。
---
#### 🎬 分镜脚本表
| 时间 | 镜号 | 画面内容 (Visual) | 台词/配音 (Audio) | 备注 (制作提示) |
| :--- | :--- | :--- | :--- | :--- |
| **00-03s** | **01** | **[全屏插图]**<br>一张被揉皱、打着巨大红色“❌”叉号的简历特写。<br>*(图片素材由 MJ 生成，Prompt 见附录)* | **(音效：揉纸声 + 重击声)**<br>我看了一眼今天的面试简历，<br>**全是垃圾！** | **Hook**: 开篇不要出人，先出图，视觉冲击力最强。 |
| **03-12s** | **02** | **[数字人中景]**<br>数字人眉头紧锁，眼神直视镜头，甚至有点咄咄逼人。<br>字幕：**“勤奋”有个屁用**（超大字，黄底黑字） | 写着什么“吃苦耐劳”、“精通排版”、“会用Excel”……<br>兄弟，醒醒吧！<br>如果不动脑子，**你的“勤奋”在 AI 面前一文不值。** | 语速要快，要有压迫感。 |
| **12-20s** | **03** | **[分屏画面]**<br>左边：一个累得趴在键盘上的人（黑白）。<br>右边：一个发光的AI芯片/大脑（彩色）。<br>*(图片素材由 MJ 生成)* | 现在的职场就是个**大筛子**。<br>它专门筛掉那些只会“死记硬背”和“当复读机”的老实人。<br>把只会干苦力的筛到底层，**留下的才是会用工具的操盘手！** | 这里解释“分拣机”理论，但用了“筛子”这个大白话。 |
| **20-30s** | **04** | **[数字人特写]**<br>镜头推进，数字人眼神犀利。<br>字幕：**你是负资产**（红底白字） | 你花两天写出来的方案，<br>我用工具 **3秒钟** 就能生成 10 个。<br>老板不是傻子，算算账就知道，<br>**你不是人才，你是公司的负资产。** | 扎心部分，制造焦虑。 |
| **30-40s** | **05** | **[工具录屏/演示]**<br>快速展示 Tier 1 工具界面（如周报生成器），点击“生成”，文字瞬间流出。<br>字幕：**别瞎忙，用神器** | 别再用战术的勤奋掩盖战略的懒惰了。<br>想保住饭碗？先学会**驾驭机器**。<br>这种能帮你省命的**“懒人神器”**…… | 展示解决方案，给出口。 |
| **40-45s** | **06** | **[数字人中景 + 指向动作]**<br>数字人恢复一点“恨铁不成钢”的表情。<br>屏幕上方或左下角弹出关注箭头。 | 我都放在置顶/主页了。<br>**拿去用，别等到被筛出局了才来哭！** | **CTA**: 强硬引导去领工具。 |
---
### 🎨 附录：AI 素材生成指令 (Prompt)
既然您是新手，这里直接提供用于生成 B-Roll（插图）的 Prompt，您可以复制到 Midjourney 使用。
**1. 对应镜号 01 的背景图（被否决的简历）：**
> **Prompt:** A close-up shot of a crumpled paper resume on a messy dark desk, a huge red "REJECTED" stamp on it, dramatic lighting, low angle, cinematic, hyper-realistic, 4k --ar 9:16 --v 6.0 --style raw
**2. 对应镜号 03 的对比图（左边累死）：**
> **Prompt:** An exhausted office worker sleeping on a keyboard, messy papers everywhere, black and white photography, high contrast, despair atmosphere --ar 9:16 --v 6.0
**3. 对应镜号 03 的对比图（右边 AI 大脑）：**
> **Prompt:** A glowing futuristic digital brain chip, processing data rapidly, neon yellow and blue lights, cyberpunk style, hyper-detailed, showing speed and power --ar 9:16 --v 6.0
**4. 数字人背景图（杂乱办公室 - IP2 风格）：**
> **Prompt:** A messy startup office background, blurry, whiteboard with scribbles, boxes, night time, warm dim lighting, realistic photo, depth of field --ar 16:9 --v 6.0
---
### ✂️ 剪辑/合成关键点 (给操作者)
1. **硬切 (Hard Cut)**: 所有的画面切换（比如从数字人切到图片），不要用“淡入淡出”或“黑场”，直接切过去。这种节奏更符合短视频的“爽感”。
2. **BGM (背景音乐)**: 选一首**“快节奏、有鼓点、紧张感”**的 Trap 或 Phonk 风格音乐。音量不要盖过人声。
3. **字幕**: **字幕是本体！** 字幕一定要大，每当说到重点词（如“垃圾”、“负资产”、“筛子”）时，字幕要变色（黄色或红色）并放大跳动一下。
任务
我正在按照 AI Native 市场部构建规划 打造市场部的智能体，目前已经完成了核心系统一：Genesis System的全部智能体，并执行/测试完成，生成了系统一所有需要输出的文档。
我现在正在打造核心系统二：Nexus System的相关智能体，2.2.1 Nexus Master (链接主控)、**2.2.2 Sub-Agent 2.1: 降维编译师 (The Content Decoder)目前已经完成，现在准备打造2.3.1 Utility-V: 视频流水线 (Video Pipeline)**相关的智能体。
考虑其子工序：
- V1 分镜师 (Storyboarder)，目前母本已经包含了分镜头，但是不细化，参见视频脚本母本；另外母本是不用考虑制作/生成工具的，分镜师需要吧？比如我用Sora生成这个分镜头，是否就与其他视频生成工具有差异
- V2 资产生成 (Asset Gen)：生成相应的内容，目前只考虑人工，等人工熟练SOP建立后，再考虑调用API，用程序或者结合智能体。
- V3 剪辑合成 (Compositor)：这一部分AI也很难参与，所以这部分也暂时不考虑。
那么，2.3.1 Utility-V: 视频流水线需要打造的智能体只有分镜师。需要你结合SA 2.1的部分附录来看，里面有些方法论。
注意：
- 这个任务的核心是依照高客单价垂直领域信任构建与商业化蓝图，当发现冲突时，AI Native 市场部构建规划也是需要调整的。
- 需要考虑通用的做法，我提供的上游产出样例只是为了你更好的了解产出和结构，不要被这个引到“幸存者偏差”。
指令
- 考虑到 视频流水线 更多的是人工，那么我有必要再打造一个优化视频脚本母本的分镜师，还是直接优化SA 2.1？
你好！我是智核工程师。
针对你在构建 System 2 (Nexus System) 中遇到的关于 2.3.1 Utility-V (视频流水线) 的架构决策问题，我将基于 CCPE 框架 和 高客单价信任蓝图 为你提供专业的建议和设计方案。
核心决策建议
结论： 强烈建议 不要 将分镜职能合并回 SA 2.1，而是必须 打造独立的 Utility-V1: 分镜师 (Storyboarder)。
理由如下（基于蓝图与工程原则）：
-
职能解耦 (Separation of Concerns)：
- SA 2.1 (编剧/翻译)：核心能力是 "心理降维"（APTC模型应用、比喻工程、情绪调动）。它的算力应聚焦在逻辑通顺、痛点精准上。
- Utility-V1 (导演/摄影)：核心能力是 "视觉翻译"（镜头语言、光影构图、Prompt工程）。
- 风险：如果让 SA 2.1 既懂心理学又懂 MJ/Sora 的参数（如
--ar 16:9 --style raw），会造成 Prompt 上下文过载，导致两头都不精——逻辑不够犀利，画面描述也不够精准。
-
工具适配性 (Tool Agnosticism)：
- 你提到了未来可能用 Sora，也可能用数字人或实拍。
- SA 2.1 产出的是“全模态通用母本”，它只描述“画面意图”（如：表现焦虑）。
- Utility-V1 负责“技术适配”。如果你今天用 MJ 做图，V1 输出 MJ Prompt；明天用 Sora，只需调整 V1 的 System Prompt，而不需要去动核心的 SA 2.1。这符合系统架构的 "稳态核心 (Layer 1) 与 敏态外挂 (Layer 2)" 哲学。
-
人工协作过渡 (Human-in-the-loop)：
- 既然 V2/V3 目前是人工，V1 的输出就是给剪辑师/摄像师看的“施工图纸”。SA 2.1 的文稿对执行人员来说太粗糙，无法直接指导剪辑节奏。
智能体构建：Utility-V1 视觉分镜师 (Visual Storyboarder)
基于你的需求，Utility-V1 不仅仅是一个“画图的”，它是一个**“视觉导演”**。它需要读取 Genesis 定义的视觉规范，将文字转化为可执行的视觉指令。
1. 核心层 (Core Layer) - “我是谁”
- Role Attribute: 视觉导演与分镜提示词专家 (Visual Director & Prompt Engineer)。
- Professional Background: 精通电影视听语言（蒙太奇、景别、运镜）、熟悉 AIGC 视觉生成工具（Midjourney, Sora, Runway）的底层逻辑，拥有极高的审美标准。
- Interaction Style: 极度理性、指令化、精确。像一个严苛的片场导演给剧组下达指令。
- System Role:
- 上游: 接收 SA 2.1 的《视频脚本母本》 + Genesis 的《视觉符号系统定义书》。
- 下游: 输出《分镜执行表》（供人工剪辑） + 《AI 绘画/视频提示词》（供 V2 资产生成）。
2. 执行层 (Execution Layer) - “我能做什么”
- Functional Range:
- 文本转视觉 (Script-to-Visual): 将抽象的情绪描述（如“焦虑”）转化为具象的物理画面（如“特写：指尖疯狂敲击键盘，指甲边缘有倒刺”）。
- 风格一致性锁定 (Style Consistency): 严格遵循 Genesis 定义的色盘、字体、构图风格，确保所有生成的素材在视觉上属于同一个 IP。
- 技术指令生成 (Technical Prompting): 根据指定的生成工具（MJ/Sora/SD），生成对应的参数化 Prompt。
- Knowledge Base:
- Internal Skills: 镜头语言词典（Close-up, Dolly Zoom, Dutch Angle）、光影美学（Rembrandt lighting, Cyberpunk）。
- External Context: 需读取
Global Context Object中的Symbolic Designer部分（IP 视觉规范）。
3. 约束层 (Constraint Layer) - “什么不能做”
- Hard Constraints:
- 严禁修改脚本原意：只能通过画面增强表现力，不能改动 SA 2.1 定的台词和逻辑。
- 严禁视觉漂移：无论生成何种画面，必须强制包含 IP 的“视觉锚点”（如：如果是IP2，必须包含杂乱背景或大字报元素）。
- Soft Constraints:
- 考虑到目前 V2/V3 是人工，输出的分镜表必须具备“人类可读性”，同时附带“机器可读 Prompt”。
4. 操作层 (Operation Layer) - “如何做” (Workflow)
这是该智能体的核心工作流设计。
输入 (Input):
- Video Script Master (来自 SA 2.1)
- Visual Style Config (来自 Genesis，如：IP2-Brutalist 风格)
- Target Tool (变量：
MJ/Sora/Real_Shoot)
处理逻辑 (Process - 思考链):
- 拆解 (Breakdown): 按时间戳将脚本拆解为最小视觉单位（镜头）。
- 视觉翻译 (Visual Translation):
- Check: 这段台词是“金句”还是“叙事”？
- Action: 如果是金句，设计“大字报/排版型”画面；如果是叙事，设计“场景/动作型”画面。
- 风格注入 (Style Injection): 调用 Visual Style Config，决定画面的色调、光影。
- 技术转译 (Tech Translation):
- 如果是
Sora: 强调运动描述 (Motion), 连贯性。 - 如果是
MJ: 强调构图 (Composition), 细节 (Details), 参数 (--ar, --s)。 - 如果是
Real_Shoot: 输出拍摄指导 (Camera Angle, Prop list)。
- 如果是
输出规范 (Output Schema):
建议输出为 Markdown 表格，方便人工阅读和复制。
| 镜号 | 时间 | 画面描述 (Human Readable) | 道具/锚点 | 拍摄/生成指令 (Execution Prompt) |
|---|---|---|---|---|
| 01 | 0-3s | [特写] 一只手愤怒地拍在桌子上，震起灰尘。背景是杂乱的文件。 | 道具：凌乱的文件堆 | [MJ Prompt]: Extreme close-up of a hand slamming onto a messy desk, dust particles floating in air, dramatic rim light, brutalist style, high contrast --ar 9:16 --v 6.0 |
指令建议：构建 Utility-V1 的 Prompt
你可以直接使用以下 Prompt 框架来构建这个智能体。
# Role: Utility-V1 Visual Storyboarder (视频分镜师)
## Context (Global Alignment)
你属于 Nexus System 的执行层。你的上游是 "Sub-Agent 2.1 (降维编译师)"，你的下游是 "V2 资产生成" (目前为人工/AI混动)。
你必须严格遵守 Genesis System 定义的 **"Visual Symbol System" (视觉符号系统)**。
## Core Competency
你是一位精通 AIGC 的视觉导演。你擅长将枯燥的商业脚本转化为极具视觉冲击力、符合 "Show, Don't Tell" 原则的分镜表。
你深知不同工具（Midjourney v6, Sora, Runway, 真人实拍）的特性差异，并能针对性地输出指令。
## Input Format
1. **Script Object**: 包含台词、大致时长、核心情绪的 JSON 或 Markdown 文本。
2. **Style Profile**: 指定 IP 风格 (e.g., "IP2 - Street Smart Brutalism" 或 "IP1 - Cold Industrial").
3. **Tool Mode**: 指定生成工具 (e.g., "Midjourney_Slide" 或 "Sora_Video" 或 "Human_Shoot").
## Workflow Rules
### Phase 1: Visual Translation (视觉翻译)
* **Rule 1 (Anchor Lock)**: 每个镜头必须包含至少一个 "Visual Anchor" (视觉锚点)。
* *If IP2*: 锚点包括 [手持视角 POV, 杂乱背景, 红色/黄色大字报, 暴力截屏]。
* *If IP1*: 锚点包括 [深渊黑背景, 蓝光, 极简图表, 辉光管时钟]。
* **Rule 2 (Concrete Imaging)**: 将抽象形容词转化为物理名词。
* *Bad*: "他很迷茫"。
* *Good*: "特写：他在黑暗中盯着熄灭的屏幕，瞳孔里反射出微弱的红光。"
* **Rule 3 (Pacing)**: 即使 SA 2.1 的脚本没分段，你也要根据每 3-5 秒一个镜头的节奏进行强制切分，保证完播率。
### Phase 2: Technical Prompting (技术指令)
* **For Midjourney**: 必须包含 `--ar [ratio]`, `--style raw`, `--s [value]`, 并使用逗号分隔的 Tag 风格。
* **For Sora/Video AI**: 必须包含完整的自然语言描述，强调摄像机运动 (e.g., "Camera zooms in quickly", "Drone shot")。
* **For Human Shoot**: 提供布光建议 (Lighting) 和运镜方式 (Movement)。
## Output Format (Deliverable)
请输出一个结构化的 Markdown 表格：
| 镜号 (Shot ID) | 时长 (Duration) | 画面内容 (Scene Description) | 视觉锚点 (Anchors) | AI/拍摄指令 (Prompt/Instruction) | 音效/备注 (SFX/Notes) |
| :--- | :--- | :--- | :--- | :--- | :--- |
| S-01 | 00-03s | ... | ... | ... | ... |
## Initialization
请等待用户输入 **Script** 和 **Style Config**。
总结
建立 Utility-V1 是为了应对未来的工具迭代和当前的执行落地。
- 短期价值：你的剪辑师/你自己拿到这张表，不用猜“这里该配什么图”，直接复制 Prompt 去 MJ 跑图，或者照着描述去摆拍，效率极大提升。
- 长期价值：当 Sora API 开放，你只需要修改 V1 的
Technical Prompting规则，就能瞬间把所有历史脚本转化为视频生成指令，实现真正的“工业化”。
2
好的，明白了。那么我们开始正式打造 分镜师，需要你严格遵循你的步骤。 我们前面算是对齐了思路，但是输入、输出和附录都没有完全明确。你的**输出规范 (Output Schema)**没法用。
输入
请你根据上游产出样例，看哪些部分是必须的：
- Global Context Object
- 符号系统定义书
- IP 演进路线图
- Nexus_Task_Brief
- IP 理论体系架构图
- 理论资产库清单，与Nexus_Task_Brief对应的内容
- 视频脚本母本，里面是确定了的视频
- Target Tool，这部分应该包含了图片生成和视频生成两部分，参见视频生成流程
我理解，到这个部分，有些市场部的上下文应该不需要了，比如Global Context Object，而更关心的是这个视频相关的。
输出 & 附录
附录一部分，与市场部的上下文应该不需要了。 另一部分，也需要参见视频生成流程，了解怎样生成，应该配套什么。 尽管视频生成样例中的Sora Prompt Template是一个比较复杂的，针对视觉为主的，但是可以作为我们的视频要求基础。 同时我还提供了即梦样例。
视频生成流程
我考虑的视频工作流程为：
- 撰写剧本，是整个视频的故事，情节描述像一本小说一样
- 撰写脚本，是根据剧本的故事线设计的，具有执行性的指导手册，包括镜（头）号、景别、运镜画面描述、旁白等等
- 固定主角/人物，这个需要拍照或者利用图片生成，生成定妆照
- 分镜制作，包括两部分：
- 收尾帧制作，每个分镜头的收尾帧图片生成，需要收尾帧的图片生成提示词
- 视频生成，需要这段视频的生成提示词，包括光线、运镜等等
- 配音配乐
- 我用Suno生成音乐，这个智能体我有单独的可以不考虑
- 配音部分，现在是手工，但是需要全套的台词；所以分镜师或者其他需要提供全套台词。
- 剪辑合成，人工
视频生成样例
Sora Prompt Template
# ⭐ **Universal Sora Prompt Template (English Version)**
# Title: <Your Title Here>
## Subject / Scene Settings
- Audience:
- locale: "<language code>"
- tone_note: "<emotional tone and pacing>"
- Inference:
- theme: "<core concept or symbolism>"
- genre: "<genre, e.g., sci-fi epic, fantasy drama, natural documentary>"
- style_ref: "<visual/style reference: films, artists, aesthetics>"
- narrative_tone: "<tone, e.g., serene, awe-struck, chaotic, intimate>"
- final_title_style: "<font mood / graphic style>"
- Subject Type: <character / creature / environment / action>
- Scale: <size or scope of the setting>
- Motion: <dominant camera or subject motion characteristics>
## Environment
- Location: <specific place or type of world>
- Time: <time of day / era / time setting>
- Weather/Light: <weather conditions, atmospheric effects, lighting mood>
## Key Features
- <feature 1>
- <feature 2>
- <feature 3>
- <more unique details>
## Composition (FG / MG / BG)
- FG: <foreground elements>
- MG: <midground elements>
- BG: <background elements>
## Lighting
- main_light: <primary motivated light source>
- light_style: <soft/hard/mixed>
- accents: <rim/kicker/negative fill/bounce/gobo etc.>
- atmosphere: <haze, fog, volumetrics>
## Color Grade / Look
- palette: <dominant contrasting colors>
- film_curve: <soft/strong filmic curve>
- effects: <bloom, halation, vignette, grain percentage, chromatic aberration>
- lens_flares: <anamorphic / clean / stylized>
## Visual Taste
- <hyper-real / painterly / gritty / documentary / cinematic>
- <scale: IMAX-like / intimate / handheld realism>
- <HDR feel / soft contrast / sharp detail / etc.>
- <any stylistic motion accents>
## Camera
- shot_type: <POV / wide / close-up / glides / dolly / crane etc.>
- framing: <horizon behavior, rule-of-thirds, symmetry>
- movement: <orbit / twist / whip / plunge / etc.>
- mechanics: <gimbal / drone / steadycam / impossible but cinematic arcs>
## Lens / Focus
- focal_length: <e.g., 24mm feel / 50mm portrait / telephoto>
- depth_of_field: <deep focus / shallow DOF>
- focus_behavior: <rack focus / snap focus / steady>
- bokeh: <creamy / geometric / specular>
## Coverage
- style: <single master / multi-shot / one-take sequence>
- notes: <additional editorial or pacing preferences>
Sora 样例
# Title: Stargazer
## Subject / Scene Settings
- Audience:
- locale: "EN"
- tone_note: "awe-struck, contemplative speed"
- Inference:
- theme: "birth of light / stellar surf"
- genre: "sci-fi epic (live-action VFX)"
- style_ref: "Interstellar-grade cosmic voyage"
- narrative_tone: "wordless transcendence"
- final_title_style: "luminous serif with nebular glow"
- Subject type: environment (star-forming nebula; POV flight)
- Scale: interstellar vastness
- Motion: continuous high-speed weaving (up/down/left/right)
## Environment
- Location: deep space nebula corridor
- Time: eternal night
- Weather/Light: ionized fog; radiant core; cosmic winds
## Key Features
- roiling teal clouds
- gold stardust glints
- central starburst
- volumetric shafts
- parallax ridges
- micro debris
- lens flares
- exposure roll-off
## Key Elements (FG / MG / BG)
- FG: fast stardust & micro ice
- MG: cloud towers & caverns
- BG: starfield + blazing core
## Lighting
- motivated key from starburst
- mixed soft/hard lighting
- rim/kicker lights
- negative fill
- dust bounce lighting
- gobo effects through cloud strands
- medium–heavy haze
- volumetric shafts
## Color Grade / Look
- palette: cyan–teal vs warm gold
- soft film curve
- bloom / halation
- mild vignette
- fine grain 10%
- subtle chromatic aberration
- clean anamorphic flares
## Visual Taste
- hyper-real
- IMAX-scale feel
- advanced VFX quality
- Dolby-like HDR
- cinematic slow-motion accents on near-misses
## Camera
- POV wide-shot to close-up glides
- centered horizon bias with rule-of-thirds play
- foreground occluders for speed sensation
- gimbal + invisible drone behavior
- orbit / twist / whip / POV plunges
- “impossible but cinematic” movement arcs
## Lens / Focus
- 24mm lens feel
- deep focus priority
- gentle rack focus on protostars
- creamy bokeh on speculars
## Coverage
- single master (one-shot continuous sequence)
---
# 标题：Stargazer（观星者）
## 主体 / 场景设置
- 目标受众：
- locale: "EN"
- tone_note: "敬畏、沉思的高速感"
- 推断参数：
- 主题: "光之诞生 / 星际冲浪"
- 类型: "科幻史诗（真人特效级）"
- 风格参考: "《星际穿越》级别的宇宙旅程"
- 叙事基调: "无言的超然体验"
- 最终标题风格: "带星云光晕的发光衬线字体"
- 主体类型：环境（恒星形成的星云；第一视角飞行）
- 规模：星际级辽阔
- 运动：持续高速穿梭（上下/左右）
## 环境
- 地点：深空星云走廊
- 时间：永夜
- 气候/光线：电离雾气；辐射核心；宇宙风
## 关键特征
- 翻腾的青绿色云气
- 金色星尘闪光
- 中央星爆
- 体积光束
- 视差山脊结构
- 微小碎屑
- 镜头光晕
- 曝光渐变衰减
## 前景 / 中景 / 背景元素
- 前景：高速星尘 & 微小冰屑
- 中景：云气高塔与空洞
- 背景：星场 + 炽焰核心
## 灯光
- 星爆作为动机主光源
- 软硬混合光
- 边缘光 / 反打光
- 负补光
- 星尘的反射补光
- 云丝的遮片光效（gobo）
- 中到重度的雾气
- 体积光柱
## 色彩 / 画面风格
- 配色：青绿–蓝青 vs 暖金
- 柔和胶片曲线
- 高光泛光 / 扩散晕影（halation）
- 轻微暗角
- 10% 细颗粒感
- 轻微色差（CA）
- 干净的变形镜头光晕
## 视觉质感
- 超写实
- IMAX 级规模感
- 高级电影特效品质
- 类 Dolby HDR 的动态范围
- 接近擦身镜头的慢动作电影化强调
## 摄影机
- POV 从广角推至特写的滑行镜头
- 水平线偏居中但灵活运用三分法
- 利用前景遮挡物营造高速感
- 云台 + 隐形无人机般的操控感
- 环绕 / 扭转 / 鞭甩 / POV 俯冲
- “不可能但电影感十足”的运动轨迹
## 镜头 / 对焦
- 24mm 广角风格
- 以深景深为优先
- 对原恒星进行轻柔的拉焦
- 高光点呈奶油般的散景
## 镜头覆盖方式
- 单一母镜头（连续一镜到底）
即梦样例
生成一个15秒极限爆裂、史诗级电影预告片风格短片，超写实、电影感、强对比光影、极高速动作与特效。故事：黎明战场崩裂，银甲英雄迎战黑甲魔将，全面冲锋后爆发毁灭级魔法对决，最后英雄屹立于废墟之中。
镜头设计分为6段：
1. 0-2秒參考@图片1 电影镜头为超高空航拍戰場，雲層高速翻湧，鏡頭急速俯衝下降並急停
2. 2-4秒參考@图片2，低角度英雄鏡頭，快速推近至半身特寫，披風甩動，麋土爆開並短暂定格
3. 4-6秒參考@图片3，極近距離紅眼特寫，快速横移揭露反派全身，火焰暴漲
4. 6-8.5秒呈現第一人稱高速衝鋒，快切多個武器撞擊火花瞬間
5. 8.5-12秒參考@图片4，黑暗能量正面轟擊盾牌，360度環繞運鏡，爆炸瞬間強烈光爆、碎石飛散、鏡頭震動
6. 12-15秒戰後餘燼，低角度拍攝英雄背影，鏡頭緩慢升空拉遠並淡出。
要求:極快節奏、電影級運鏡、動作自然、物理真實、角色外觀全片一致、強烈视覺衝擊、無字幕無文字。
指令
我知道视频生成是一个很大的学问，我们这个智能体不能实现所有的效果，但是至少可以让后续的手工工作减少些。 你对此有什么认识？
GE
这是一个非常关键的工程转折点。我们正在从 “策略与逻辑的世界”（Genesis/Nexus Master）跨越到 “像素与光影的世界”（Utility-V）。
你对视频生成流程的拆解非常专业（剧本->脚本->定妆->分镜(首尾帧+视频流)->后期），这完全符合当前 AIGC 视频工业化 的最佳实践（即：Image-to-Video 为主，Text-to-Video 为辅的混合流）。
针对你的提问：“智能体不能实现所有效果，但至少让后续手工减少。对此有什么认识？”
我的核心认识是：Utility-V1 的核心价值在于“翻译”与“锁定”。
- 翻译（Translation）：人类剪辑师/视频模型不懂“焦虑”，只懂“特写、抖动镜头、冷色调”。V1 必须把文学语言翻译成视听语言。
- 锁定（Locking）：手工最大的工作量在于**“抽卡”**（反复试错）。V1 必须通过精准的 Prompt 结构，锁定人物一致性（Character Consistency）、锁定光影风格（Visual Style）和 锁定运镜逻辑（Camera Movement）。减少抽卡次数，就是最大的降本增效。
基于此，以下是为你构建的 Utility-V1: 视觉分镜师 (The Visual Storyboarder) 的完整提示词架构。
# 🚀 Utility-V1: 视觉分镜师 (The Visual Storyboarder) 构建方案
## 1. 核心层 (Core Layer) - Identity
* **Role Attribute**: AI 视频流导演与提示词专家 (AI Video Director & Prompt Engineer)。
* **Professional Background**: 精通电影摄影学（Cinematography）、蒙太奇理论，且深度掌握主流 AIGC 视频工具（Sora, Midjourney, Jimeng, Runway）的提示词工程。
* **Interaction Style**:
* 对上（SA 2.1）：理解力强，能读懂潜台词。
* 对下（工具/人）：指令精确，参数化，无歧义。
## 2. 输入 (Input) - Context Management
我们需要明确定义该智能体接收的变量，剔除无关的市场部战略信息。
* **Input 1: 视觉规范 (Visual Context)**
* 来源：`Global Context Object` 中的 `Symbolic Designer` 部分。
* 内容：IP 的核心色调（色盘）、视觉锚点（如：杂乱背景、黑衬衫）、字体风格。
* **Input 2: 视频脚本母本 (Script Master)**
* 来源：`Sub-Agent 2.1` 输出。
* 内容：故事线、台词、核心情绪、大致时长。
* **Input 3: 目标工具 (Target Tool)**
* 来源：用户指令。
* 选项：`Sora` (长镜头/连贯), `Jimeng` (分段/强视觉), `MJ_Runway` (图生视频流)。
* **关键作用**：决定 Output 采用哪种 Prompt 模板。
## 3. 输出 (Output) - Specification
输出分为两部分：**“定妆照指令”** 和 **“分镜执行表”**。
### Output A: 角色与资产定妆 (Character & Asset Sheet)
用于在制作分镜前，先固定由 AI 生成的人/物的一致性。
```markdown
## 1. 核心资产定妆 (Asset Locking)
* **主角 (Protagonist)**: [描述] (例如：35岁亚洲男性，极客风格，黑色冲锋衣，严肃，面部有疲惫感)
* **主场景 (Main Location)**: [描述] (例如：赛博朋克风格的杂乱办公室，满墙的便利贴，蓝光屏幕)
* **基础 Prompt (Base Prompt)**: [一段用于 MJ/SD 的基础垫图提示词，包含 seed/ar 等参数]
```
### Output B: 视频分镜执行表 (Visual Storyboard Table)
这是给人工/工具看的施工图。
| 镜号 | 时长 | 景别/运镜 | 画面描述 (Visual) | 旁白/音效 (Audio) | **生成提示词 (Execution Prompt)** |
| :--- | :--- | :--- | :--- | :--- | :--- |
| S01 | 0-3s | 特写/推镜 | ... | ... | **[Tool Specific Prompt]** |
## 4. 附录 (Appendix) - Knowledge Base
将你提供的样例内化为智能体的知识库。
* **Knowledge 1: 视觉词典**: 包含 `Shot Type` (POV, Wide, Close-up), `Lighting` (Rembrandt, Neon), `Camera Move` (Pan, Tilt, Zoom)。
* **Knowledge 2: Sora Prompt Template**: 你的英文模板。
* **Knowledge 3: Jimeng Prompt Format**: 你的即梦样例格式。
---
```markdown
# Role: Utility-V1 视觉分镜师 (Visual Storyboarder)
## Profile
- **Author**: Nexus System Architect
- **Version**: V1.0
- **Role**: 你是连接“文本脚本”与“视频画面”的精密转换器。你既懂导演的镜头语言，也懂 AIGC 工具（Sora/Midjourney/即梦）的沟通语言。
- **Goal**: 将输入的脚本转化为可直接执行的**分镜表**和**生成提示词**，最大限度降低人工“抽卡”试错的成本，并确保视觉风格符合 IP 规范。
## Constraints (约束层)
1. **视觉一致性 (Consistency)**: 无论生成何种画面，必须强制植入 IP 定义的 **视觉锚点** (Visual Anchors) 和 **色调** (Color Palette)。
2. **工具适配性 (Adaptability)**: 必须根据用户指定的 `Target Tool` (Sora/Jimeng/MJ)，输出符合该工具特定格式的 Prompt。
3. **可执行性 (Actionability)**: 画面描述必须包含具体的物理客体（Object）、动作（Action）和环境（Environment），严禁使用抽象形容词（如“表现出悲伤”，应改为“流泪/低头”）。
4. **画面连贯性**: 在分镜设计时，需考虑上一镜与下一镜的 **剪辑点** (Match Cut/Transition)，并在备注中说明。
## Knowledge Base (技能与模板)
### 1. 镜头语言词典
- **景别**: Extreme Close-up (ECU), Close-up (CU), Medium Shot (MS), Wide Shot (WS).
- **运镜**: Pan (摇), Tilt (俯仰), Dolly In/Out (推拉), Truck (横移), Handheld (手持), FPV (第一视角).
### 2. Prompt Templates (根据 Target Tool 调用)
#### [Option A: Sora/OpenAI 模式]
采用结构化 Tag 模式：
```text
# Title: [Shot ID]
## Subject / Scene Settings
- Subject Type: ...
- Motion: ...
## Environment
- Location: ...
- Lighting: ...
## Camera
- shot_type: ...
- movement: ...
## Visual Taste
- [Insert IP Style Keywords]
```
#### [Option B: Jimeng/即梦 模式]
采用时间轴叙事模式：
```text
[时长]秒，[参考图指令]，[镜头运镜]，[画面内容描述]，[光影/风格]，[特殊特效要求]
```
#### [Option C: MJ + Runway/Luma (图生视频流)]
侧重单帧构图：
```text
[Subject Action] + [Environment] + [Lighting/Color] + [Camera Angle] + [Style/Renderer] --ar 16:9 --style raw
```
## Workflow (工作流)
### Step 1: 资产冻结 (Asset Locking)
* 分析脚本中的主角和核心场景。
* 基于 IP 视觉规范，生成一段 **"Base Prompt" (基础提示词)**。
* *目的*: 供后续步骤作为 `Style Reference` 或 `Character Reference` 使用，确保人物不换脸。
### Step 2: 拆解与翻译 (Breakdown & Translation)
* 将脚本按“镜头”拆解。若脚本未分镜，按 3-5 秒一个镜头进行切分。
* **翻译动作**: 将文学描述翻译为视觉指令。
* *Text*: "他感到焦虑。"
* *Visual*: "特写镜头，他在黑暗中咬指甲，眼神游离，面部被电脑屏幕的蓝光照亮。"
### Step 3: 提示词构建 (Prompt Engineering)
* 根据用户选择的 `Target Tool`，套用对应的模板生成 Prompt。
* **关键**: 自动填入 IP 的风格词（如：Cyberpunk, Brutalist, High Contrast）。
### Step 4: 输出表格 (Output Generation)
* 生成 Markdown 格式的分镜表。
## Initialization
请准备好接收以下输入，并开始工作：
1. **IP Visual Context** (风格/锚点/色调)
2. **Target Tool** (Sora / Jimeng / MJ_Runway)
3. **Video Script** (脚本内容)
现在，请发送你的脚本和要求。
💡 给用户的执行建议 (Execution Tips)
为了让这个智能体真正减少手工量，建议你在 "Input 1: 视觉规范" 环节，给它喂一段非常具体的 "Magic Tags" (魔法词)。
例如，针对 IP2 (江湖气) 的 Magic Tags:
Subject: Asian male in 30s, wearing black hoodie, messy hair.Style: Handheld camera footage, documentary style, brutalist aesthetic, high contrast, slight grain, realistic texture, 4k.Lighting: Mixed lighting, neon sign reflection, hard shadows.
针对 IP1 (深渊/科幻) 的 Magic Tags:
Subject: Silhouette of a man, wearing turtleneck.Style: Sci-fi thriller, cinematic lighting, Tyndall effect, volumetric fog, dark cyan and gold palette, anamorphic lens flares, IMAX quality.
这样 V1 智能体在生成每一个镜头的 Prompt 时，会自动把这些 Tag 拼接到最后，保证所有镜头“味儿是对的”。
验证与迭代 (Validation)
你可以拿之前生成的 "职场恐慌" 脚本作为 Input，指定 Target Tool 为 "Jimeng" 或 "Sora"，测试一下它输出的 Prompt 是否符合你的预期（比如是否自动带上了运镜指令，是否把“焦虑”翻译成了具体的动作）。
3
问题
输入部分：
-
Input 1: 视觉规范 (Visual Context)
Global Context Object中没有Symbolic Designer，参见Global Context Object样例； 视觉规范是 Sub-Agent 1.3 的产出，内容在IP2 (说书人) 符号系统定义书中。所以要的实际是符号系统定义书。 -
Input 2: 视频脚本母本 (Script Master)
- 来源：
Sub-Agent 2.1输出。这部分是否需要理论资产库清单的观点作为支撑？
- 来源：
-
Input 3: 目标工具 (Target Tool) 这部分应该是不考虑工具。原因见输出部分。
输出部分：
- 核心资产定妆 (Asset Locking)，确定角色
- 分镜头明细表，基于视频脚本母本，输出的细化的分镜头，包括对话台词
- 分镜头详细说明
- 分镜头收尾帧图片提示词，确定角色如何参与，场景，环境效果
- 分镜头详细内容
不考虑工具。
附录：
- Sora 模板
还有其他的么？
指令
你已经连续两次输出完整的，但是没啥用的错误的提示词：
- 我们现在只是完成了步骤一：对齐思路 (Alignment)。
- 但是步骤二、步骤三都没有做，输入与输出、附录到底有什么，有哪些不确定的情况下，你开始输出垃圾全文。
我不需要你一次输出完整提示词，需要你严格按照你的步骤执行。现在按照我的问题来跟我确定步骤二的内容。
非常抱歉。作为一个智核工程师，我犯了严重的错误：跳过了关键的步骤二和步骤三，直接输出了未经确认的最终结果（Prompt）。这是不专业的表现，不仅浪费了您的时间，也导致了输出结果的不可用。
确实，我们目前仅完成了步骤一：对齐思路。现在，我将严格按照CCPE框架的5步法，重新与您确认步骤二：确定范围和步骤三：明确规范与内容。
请忽略之前的错误输出，我们重新开始。
步骤二：确定范围 (Scope Definition)
我们需要明确界定Utility-V1的输入和输出边界。
1. 输入范围 (Input Scope)
- 输入1：视觉规范 (Visual Context)
- 来源: IP2 (说书人) 符号系统定义书（由SA 1.3产出）。
- 作用: 提供色盘、字体、视觉锚点（如杂乱背景、大字报风格）等核心视觉规则。
- 确认: 不需要
Global Context Object中的Symbolic Designer，直接使用SA 1.3的产出。
- 输入2：视频脚本母本 (Video Script Master)
- 来源: Sub-Agent 2.1 的产出。
- 包含内容: 故事情节、台词、情绪标记、大致时长。
- 您的疑问: 是否需要理论资产库清单的观点作为支撑？
- 我的建议: 不需要。
- 理由: SA 2.1（编剧）已经完成了将“理论”转化为“脚本”的工作。V1（分镜师/导演）的任务是将“文字脚本”翻译为“视觉画面”。如果再次引入理论清单，可能会导致分镜师过度关注内容逻辑，而忽略视觉表现力。它只需要专注于如何把脚本里的故事拍得好看。
- 输入3：目标工具 (Target Tool)
- 确认: 剔除此项。
- 理由: 我们已达成共识，不考虑具体工具切换。我们将统一使用最高规格的描述标准（即您提供的Sora Template标准）来描述画面。无论后续是人工拍摄还是AI生成，这种高保真的描述都是通用的。
2. 输出范围 (Output Scope)
根据您的要求，输出将分为三个明确的模块：
- 输出1：核心资产定妆 (Asset Locking)
- 定义: 确定视频中核心角色（如主角）和核心场景（如办公室）的固定描述。确保后续所有镜头的一致性。
- 输出2：分镜头明细表 (Storyboard Table)
- 定义: 基于脚本母本的执行表，包含镜号、时长、台词、运镜、画面描述。供人工剪辑和配音使用。
- 输出3：分镜头详细说明 (Detailed Shot Explanation)
- 定义: 针对每个镜头的详细生成指令。
- 子项3.1: 收尾帧图片提示词 (Start/End Frame Image Prompt) —— 用于控制视频首尾画面，保持连贯。
- 子项3.2: 视频生成提示词 (Video Generation Prompt) —— 包含动态、光影、物理效果的详细描述（基于Sora模板）。
3. 附录范围 (Appendix Scope)
- 附录1：Sora Prompt Template
- 确认: 使用您提供的详细英文模板。这是生成高质量提示词的基石。
- 附录2：[新增建议] 镜头语言与运镜词典 (Camera Movement Dictionary)
- 理由: 既然不考虑工具，V1需要一个标准的词汇库来描述运镜（如：推拉/摇移/特写）。这可以作为System Prompt的一部分知识库，确保AI输出专业的导演术语。
- 附录3：[新增建议] IP2 视觉锚点清单 (IP2 Visual Anchors)
- 理由: 将符号系统定义书中的关键视觉元素（如：黄色大字报、杂乱背景）提取出来，作为V1的强制检查项。
步骤三：明确规范与内容 (Specification & Content)
在确认了范围后，我们需要定义输出的具体格式和标准。
1. 输出1规范：核心资产定妆 (Asset Locking)
- 格式: Markdown 文本块。
- 包含字段:
- Character (角色): 年龄、性别、衣着（如黑色冲锋衣）、面部特征（如疲惫、黑眼圈）。
- Scene (主场景): 环境描述（如杂乱的创业公司办公室）、灯光氛围（如蓝光屏幕反射）。
- Style (风格基调): 基于IP2的定义（如 Brutalist, Handheld realism）。
2. 输出2规范：分镜头明细表 (Storyboard Table)
- 格式: Markdown 表格。
- 表头定义:
| 镜号 (Shot ID) | 时长 (Duration) | 景别/运镜 (Shot Type) | 画面内容 (Visual Description - Human Readable) | 台词/旁白 (Audio/Dialogue) |
|---|---|---|---|---|
| S-01 | 0-3s | 广角/推镜头 | ... | ... |
3. 输出3规范：分镜头详细说明 (Detailed Shot Prompt)
- 格式: 针对每个镜头的结构化代码块。
- 结构: 严格遵循您提供的 Sora Prompt Template 结构。
- Content Logic (填充逻辑):
- Subject/Scene: 必须引用“核心资产定妆”中的描述。
- Camera/Motion: 必须使用专业的运镜术语。
- Start/End Frame: 额外增加一行，描述首尾帧的关键静态特征（用于图片生成）。
确认与下一步
智核工程师询问：
- 关于输入2，您是否同意移除“理论资产库清单”，仅使用“视频脚本母本”作为输入？
- 关于附录，除了Sora模板，您是否同意加入镜头语言词典和IP2视觉锚点清单作为辅助知识库？
- 关于输出3的规范，您是否接受将“收尾帧提示词”作为Sora模板下方的一个补充字段？
请确认以上范围和规范是否准确。确认无误后，我将进入步骤四：构建核心，开始编写 System Prompt 的架构。
4
同意去掉理论资产库清单的观点。 针对子项3.2，将来输出内容需要英文和中文两个版本；英文是给Sora的，中文是给人的。
同意增加附录2：镜头语言与运镜词典 (Camera Movement Dictionary)。
附录3：IP2 视觉锚点清单 (IP2 Visual Anchors) 注意，我们做的是通用版智能体，而不是针对IP2的特化版。其他用户再使用的时候：
- 大多数只有一个IP
- 这个IP定义肯定与我这个样例的不一样
所以你看这个部分是否需要提炼成附录，还是考虑在工作流程中先生成出来，作为后续工作的指导依据。 生成出来作为第一个输出物；用户后续再用的时候，若输入了，则不用再生成；若未输入，则输出。若你同意这个，则需要调整输出内容。
关于输出3的规范，您是否接受将“收尾帧提示词”作为Sora模板下方的一个补充字段？同意。
我们还需要细化附录2：镜头语言与运镜词典 (Camera Movement Dictionary)，和视觉锚点清单的输出规范，才能进入下一个步骤。
收到。感谢您对步骤二：确定范围的确认与修正。您的思路非常清晰，我们已经完成了大部分的范围界定。
基于您的反馈，我们现在进入步骤三：明确规范与内容 (Specification & Content) 的细化阶段。
步骤三：明确规范与内容 (Specification & Content) - 细化
针对您的反馈，我们需要特别关注 通用性 和 动态生成 的部分。
1. 关于“视觉锚点清单”的处理 (Visual Anchors Handling)
您提到要打造一个通用版智能体，而非仅针对IP2的特化版。这是一个非常关键的架构调整。
- 调整方案: 将“视觉锚点清单”从静态附录移至动态工作流 (Workflow) 的首个环节。
- 逻辑设计:
- Step 1: 视觉锚点检查 (Visual Anchor Check)
- 输入: 用户提供的
Visual Context(视觉规范) 或Symbolic Definition(符号定义)。 - 判断:
- Case A (有输入): 直接提取其中的关键视觉元素（如：颜色、道具、环境特征），生成
Current Project Anchors。 - Case B (无输入): 基于脚本内容和通用审美逻辑，自动生成一组建议的视觉锚点（如：科技感、极简风），并询问用户确认。
- Case A (有输入): 直接提取其中的关键视觉元素（如：颜色、道具、环境特征），生成
- 输入: 用户提供的
- 输出: 输出1：项目视觉锚点清单 (Project Visual Anchors)。这是后续生成所有镜头 Prompt 的强制约束条件。
- Step 1: 视觉锚点检查 (Visual Anchor Check)
2. 输出规范细化 (Output Specification Refinement)
根据您的要求，输出将包含中英文双语，且结构更加严谨。
-
输出1：项目视觉锚点清单 (Project Visual Anchors)
- 格式: Markdown 列表。
- 内容:
- Core Color Palette (核心色调): [中文/英文]
- Key Props (关键道具): [中文/英文]
- Environment Style (环境风格): [中文/英文]
- Character Traits (角色特征): [中文/英文]
-
输出2：分镜头明细表 (Storyboard Table)
- 格式: Markdown 表格。
- 内容:
- Shot ID (镜号)
- Duration (时长)
- Visual Description (CN) (画面描述-中文): 供人工阅读。
- Camera Movement (CN) (运镜-中文): 供人工阅读。
- Audio/Dialogue (台词/旁白): 供配音使用。
-
输出3：分镜头详细说明 (Detailed Shot Specification)
- 格式: 针对每个镜头的结构化代码块。
- 结构:
- Shot ID: [S-XX]
- Sora Prompt (English): 严格遵循 Sora 模板结构。
- Visual Description (Chinese): 对应 Sora Prompt 的中文翻译，供人工参考。
- Start/End Frame Prompt (English):
- Subject: [Character/Object at start/end state]
- Action: [Pose/Gesture]
- Environment: [Lighting/Background match]
3. 附录内容细化 (Appendix Content Refinement)
我们需要为 附录2：镜头语言与运镜词典 提供具体的内容，以确保 AI 输出的专业性。
附录2：镜头语言与运镜词典 (Camera Movement Dictionary)
- 目的: 规范 AI 在描述运镜时的术语，确保中英文对应准确。
- 内容建议:
- Shot Size (景别):
Extreme Close-up (ECU)/特写: 强调细节或情绪。Close-up (CU)/近景: 头部或物体局部。Medium Shot (MS)/中景: 腰部以上，展示动作。Wide Shot (WS)/全景: 展示环境与人物关系。
- Camera Movement (运镜):
Pan (Left/Right)/摇镜头: 水平扫视。Tilt (Up/Down)/俯仰镜头: 垂直扫视。Dolly (In/Out)/推拉镜头: 物理移动接近/远离。Zoom (In/Out)/变焦: 镜头焦距变化。Truck (Left/Right)/横移: 摄像机平行移动。Pedestal (Up/Down)/升降: 摄像机垂直升降。Handheld/手持: 模拟呼吸感和真实感。FPV / POV/第一人称: 模拟主观视角。
- Angle (角度):
Eye Level/平视: 客观、平等。Low Angle/仰视: 表达权力和压迫感。High Angle/俯视: 表达渺小和弱势。Dutch Angle/倾斜: 表达不安和混乱。
- Shot Size (景别):
确认与下一步
智核工程师询问：
- 您是否同意 输出1 的调整方案（动态生成视觉锚点清单）？
- 您是否确认 输出3 中包含 Sora Prompt (EN)、Visual Description (CN) 和 Start/End Frame Prompt (EN) 三个部分？
- 您对 附录2 的内容细化是否有补充或修改意见？
请确认以上规范和内容是否准确。确认无误后，我将进入步骤四：构建核心。
5
好的，我们可以进入步骤四：构建核心。
好的，我们现在进行 步骤四：构建核心 (Core Construction)。
在此步骤中，我将基于我们确定的范围（无特定工具、通用Sora标准）和规范（动态锚点、中英双语、分镜表+详细提示词），为你定义 Utility-V1: 视觉分镜师 的 CCPE 前三层（核心层、执行层、约束层）。
这是智能体的“灵魂”和“宪法”。
1. 核心层 (Core Layer) - Identity ("我是谁")
- Role Attribute: AI 视频流导演与视觉提示词专家 (AI Video Director & Visual Prompt Specialist)。
- Professional Background:
- 双重专家: 兼具 电影摄影师 (DoP) 的审美（精通构图、光影、蒙太奇）与 AIGC 提示词工程师 的技术能力（精通 Sora/Midjourney 等模型的 Latent Space 逻辑）。
- 视觉翻译官: 擅长将抽象的文学脚本（Script）“降维”为具象的、可被机器执行的视觉指令（Prompt）。
- Interaction Style:
- 严谨 (Rigorous): 对画面描述精确到像素级（光线角度、材质质感）。
- 结构化 (Structured): 输出严格遵循表格和代码块格式，便于人类阅读和机器执行。
- 指令性 (Directive): 像片场导演一样发布明确的行动指令，拒绝模棱两可。
- Core Logic: "Visual Locking" (视觉锁定) —— 在生成视频前，先通过文字锁定角色、场景和风格，确保视频流的一致性。
2. 执行层 (Execution Layer) - Capability ("我能做什么")
-
Functional Range:
- 视觉锚点提取/生成 (Visual Anchor Management):
- 若用户提供 IP 视觉规范，则提取关键元素（色调、道具、风格）。
- 若用户未提供，则基于脚本内容自动生成一套高审美标准的视觉锚点方案，供用户确认。
- 脚本分镜拆解 (Script Breakdown): 将连续的文本脚本拆解为 3-5 秒为单位的独立镜头，并分配专业的运镜方式。
- 双语提示词构建 (Bilingual Prompting):
- CN (For Humans): 生成人类剪辑师可读的画面描述和运镜指导。
- EN (For AI): 基于 Sora Template，生成高保真的英文视频生成提示词。
- 首尾帧控制 (Frame Consistency): 为每个镜头定义
Start Frame和End Frame的关键视觉特征，以辅助 AI 生成连贯的视频流（或用于图生视频的参考图）。
- 视觉锚点提取/生成 (Visual Anchor Management):
-
Knowledge Base (Internal):
- 镜头语言词典: 熟练运用
Pan,Tilt,Dolly,Truck,POV,Close-up等术语。 - 视觉美学库: 掌握
Cyberpunk,Minimalist,Cinematic Lighting,Film Grain等风格词汇。
- 镜头语言词典: 熟练运用
3. 约束层 (Constraint Layer) - Boundary ("什么不能做")
-
Hard Constraints (硬性约束):
- 叙事忠实性: 严禁修改脚本母本中的剧情走向和台词。只能增强视觉表现，不能篡改故事。
- 格式严格性: 英文提示词 (Sora Prompt) 必须严格遵循附录中的模板结构，不得随意删减板块。
- 语言隔离: 视频生成提示词必须为英文（AI 表现更好），分镜表描述必须为中文（人类阅读）。
- 一致性强制: 所有镜头的 Prompt 必须包含“输出1”中定义的视觉锚点 (Visual Anchors)，防止风格漂移。
-
Soft Constraints (软性约束):
- 时长控制: 除非脚本有特殊长镜头说明，否则单个镜头的时长建议控制在 3-5秒，以适应短视频节奏。
- 具象化原则: 避免使用抽象形容词（如“悲伤”），必须转化为物理动作（如“低头掩面”、“眼角含泪”）。
确认与下一步
智核工程师询问：
以上 Core (身份)、Execution (能力)、Constraint (边界) 的定义是否符合您的预期？
如果确认无误，我们将进入 步骤五：设计逻辑 (Logic Design)。这一步最为关键，我们将把“视觉锚点生成 -> 分镜表拆解 -> 详细 Prompt 生成”这三步逻辑，编写成具体的 Workflow，并整合您的 Sora 模板 和 运镜词典。
6
现在进入步骤五：设计逻辑 (Logic Design)
在输出分镜头详细说明时，提示词应该显式表达分批，以免LLM为了输出完成压缩信息造成失真。 请你做一次内部思考，以提升质量减少遗漏，然后输出第四层的部分。 已有的输出规范，留下空位，我自行填充； 已有的附录，留下空位，我自行填充。
好的，我们进入 步骤五：设计逻辑 (Logic Design)。
基于您的要求，我进行了内部思考和逻辑推演，以确保 Utility-V1 在执行复杂任务（特别是生成繁琐的 Sora 提示词）时，能够保持高质量、不丢失细节，并解决 LLM 长文本输出的“压缩/失真”问题。
以下是 Utility-V1: 视觉分镜师 的 第四层：操作层 (Operation Layer) 设计。
4. 操作层 (Operation Layer) - “如何做” (Workflow)
本层定义智能体处理视频脚本的核心逻辑流。为了保证输出质量，采用 “三阶段步进式” 工作流，强制进行分批输出。
4.1 输入处理与视觉锚定 (Phase 1: Context & Anchoring)
- 输入解析:
- 检查用户是否提供了 Visual Context (视觉规范)。
- 接收 Video Script Master (脚本母本)。
- 逻辑判断:
- IF (用户提供了 Visual Context):
- 提取其中的核心元素（色调、风格关键词、固定道具）。
- ELSE (用户未提供):
- 基于脚本的情绪基调 (Tone) 和场景描述，调用内部知识库，自动推导出一组高审美的视觉锚点（如：推荐 "Cyberpunk" 或 "Minimalist" 风格）。
- IF (用户提供了 Visual Context):
- 执行动作:
- 生成 Output 1: 核心资产定妆 (Asset Locking)。
- STOP: 输出完成后，询问用户：“视觉定妆是否确认？确认后进行分镜拆解。”
4.2 分镜表构建 (Phase 2: Storyboard Construction)
- 逻辑处理:
- 拆解: 将脚本按“视觉节奏”拆解为独立镜头。原则上每个镜头时长 3-5秒。
- 翻译: 将文学描述转化为视觉描述。
- Check: 检查是否使用了抽象词（如“悲伤”）。
- Fix: 强制替换为物理动作（如“眼角流泪”）。
- 运镜分配: 调用 附录2：镜头语言词典，为每个镜头分配最合适的运镜方式（如
Dolly In用于强调，Pan用于展示环境）。
- 执行动作:
- 生成 Output 2: 分镜头明细表 (Storyboard Table) (Markdown 表格)。
- STOP: 输出完成后，询问用户：“分镜逻辑是否确认？确认后开始生成详细提示词（将分批输出）。”
4.3 详细提示词生成 (Phase 3: Detailed Generation - Explicit Batching)
- 核心策略: 单镜/双镜 批次生成 (Single/Dual Shot Batching)。
- 原因: Sora 模板非常复杂，包含数十个参数。如果一次性输出所有镜头，LLM 必然会压缩信息，导致参数丢失。
- 循环逻辑 (Loop):
- 读取 Phase 2 表格中的下一个镜头 (Shot N)。
- 调用 附录1: Sora Prompt Template。
- 填充逻辑:
Subject/Scene: 填入 Output 1 中的“定妆”描述。Camera/Motion: 填入 Phase 2 中的“运镜”描述。Lighting/Color: 强制填入 Output 1 中的“色调”描述。
- 生成 Output 3: 分镜头详细说明 (针对当前镜头)。
- 自动暂停: 每输出 1-2 个镜头 后，自动停止，显示：“[等待指令] 请输入‘继续’以生成下一组镜头...”。
- 输出内容:
- 包含 Sora Prompt (EN)。
- 包含 Visual Description (CN)。
- 包含 Start/End Frame Prompt (EN)。
4.4 输出规范 (Output Standards)
Output 1: 核心资产定妆 (Asset Locking)
[... 此处为 Output 1 的 Markdown 模板，包含 Character, Scene, Style 字段，留空待填 ...]
Output 2: 分镜头明细表 (Storyboard Table)
[... 此处为 Output 2 的 Markdown 表格模板，包含 Shot ID, Duration, Visual, Camera, Audio 列表头，留空待填 ...]
Output 3: 分镜头详细说明 (Detailed Shot Specification)
> **Shot ID**: [S-XX]
### 1. Sora Prompt (English)
[... 此处严格引用 附录1 的 Sora Template 结构，留空待填 ...]
### 2. Visual Description (Chinese)
[... 此处为对应的中文画面描述 ...]
### 3. Start/End Frame Prompt (English)
* **Start Frame**: [... 用于生成起始帧图片的 Prompt ...]
* **End Frame**: [... 用于生成结束帧图片的 Prompt ...]
---
**[系统提示]**: 为保证质量，已暂停。请输入 **"继续"** 生成下一个镜头。
4.5 附录引用 (Appendix Integration)
附录1: Sora Prompt Template (English)
[... 此处为您提供的 Sora 英文模板内容，保持原样 ...]
附录2: 镜头语言与运镜词典 (Camera Movement Dictionary)
[... 此处为我们定义的 中英文对照运镜术语表 ...]
验证与下一步
智核工程师总结：
这一设计核心在于 Phase 3 的强制分批机制。它牺牲了“一次性生成的便捷性”，换取了“每个镜头 Prompt 的极高保真度”。这对于高客单价、追求电影感的内容生产是绝对必要的。
现在，我们已经完成了 CCPE 框架的所有层级设计：
- Core: 视觉导演身份。
- Execution: 锚定、拆解、Prompt生成能力。
- Constraint: 叙事忠实、格式严格。
- Operation: 三阶段步进式工作流 + 强制分批。
如果您确认无误，我将为您生成最终的、完整的 Utility-V1 智能体提示词代码块。
7
这是之前的输出规范：
### 输出规范细化 (Output Specification Refinement)
* **输出1：项目视觉锚点清单 (Project Visual Anchors)**
* **格式**: Markdown 列表。
* **内容**:
* **Core Color Palette (核心色调)**: [中文/英文]
* **Key Props (关键道具)**: [中文/英文]
* **Environment Style (环境风格)**: [中文/英文]
* **Character Traits (角色特征)**: [中文/英文]
* **输出2：分镜头明细表 (Storyboard Table)**
* **格式**: Markdown 表格。
* **内容**:
* **Shot ID (镜号)**
* **Duration (时长)**
* **Visual Description (CN) (画面描述-中文)**: 供人工阅读。
* **Camera Movement (CN) (运镜-中文)**: 供人工阅读。
* **Audio/Dialogue (台词/旁白)**: 供配音使用。
* **输出3：分镜头详细说明 (Detailed Shot Specification)**
* **格式**: 针对每个镜头的结构化代码块。
* **结构**: 严格遵循 **Sora Prompt Template** 结构。
1. **Shot ID**: [S-XX]
2. **Sora Prompt (English)**: 严格遵循 Sora 模板结构。
3. **Visual Description (Chinese)**: 对应 Sora Prompt 的中文翻译，供人工参考。
4. **Start/End Frame Prompt (English)**:
* **Subject**: [Character/Object at start/end state]
* **Action**: [Pose/Gesture]
* **Environment**: [Lighting/Background match]
这是你留空的部分：
### 4.4 输出规范 (Output Standards)
#### Output 1: 核心资产定妆 (Asset Locking)
```markdown
[... 此处为 Output 1 的 Markdown 模板，包含 Character, Scene, Style 字段，留空待填 ...]
```
#### Output 2: 分镜头明细表 (Storyboard Table)
```markdown
[... 此处为 Output 2 的 Markdown 表格模板，包含 Shot ID, Duration, Visual, Camera, Audio 列表头，留空待填 ...]
```
#### Output 3: 分镜头详细说明 (Detailed Shot Specification)
```markdown
> **Shot ID**: [S-XX]
### 1. Sora Prompt (English)
[... 此处严格引用 附录1 的 Sora Template 结构，留空待填 ...]
### 2. Visual Description (Chinese)
[... 此处为对应的中文画面描述 ...]
### 3. Start/End Frame Prompt (English)
* **Start Frame**: [... 用于生成起始帧图片的 Prompt ...]
* **End Frame**: [... 用于生成结束帧图片的 Prompt ...]
---
**[系统提示]**: 为保证质量，已暂停。请输入 **"继续"** 生成下一个镜头。
```
Output 1 小节基本对照不上，需要重新输出 4.4 输出规范 Output 1小节。 Output 3 也不太能对照上，需要重新输出 4.4 输出规范 Output 3小节。
不需要你输出全部的提示词，我已经自行合并过了。
好的，明白。请忽略之前不一致的部分。
以下是为您严格修正后的 4.4 输出规范 (Output Standards)，确保与我们之前确认的 Output Specification Refinement 完全一致。
您可以在最终的 Prompt 中直接替换这部分内容。
4.4 输出规范 (Output Standards)
Output 1: 项目视觉锚点清单 (Project Visual Anchors)
# 🎨 Output 1: Project Visual Anchors (项目视觉锚点清单)
* **Core Color Palette (核心色调)**: [Chinese Description] / [English Keywords for Prompt]
* **Key Props (关键道具)**: [Chinese Description] / [English Keywords for Prompt]
* **Environment Style (环境风格)**: [Chinese Description] / [English Keywords for Prompt]
* **Character Traits (角色特征)**: [Chinese Description] / [English Keywords for Prompt]
> **System Note**: These anchors must be forcefully injected into all subsequent prompts.
Output 3: 分镜头详细说明 (Detailed Shot Specification)
> **Shot ID**: [S-XX]
### 1. Sora Prompt (English)
# Title: Shot [S-XX]
## Subject / Scene Settings
- Audience:
- locale: "EN"
- tone_note: "[Tone from Visual Anchors]"
- Inference:
- theme: "[From Script]"
- genre: "[From Visual Anchors]"
- style_ref: "[From Visual Anchors]"
- narrative_tone: "[From Script]"
- Subject Type: [Character / Environment / Object]
- Scale: [Scale]
- Motion: [Camera Movement from Storyboard]
## Environment
- Location: [From Visual Anchors + Script]
- Time: [Time]
- Weather/Light: [Lighting from Visual Anchors]
## Key Features
- [Feature 1]
- [Feature 2]
- [Feature 3]
## Composition (FG / MG / BG)
- FG: [Foreground Element]
- MG: [Midground Element]
- BG: [Background Element]
## Lighting
- main_light: [Main Light Source]
- light_style: [Style]
- accents: [Accents]
- atmosphere: [Atmosphere]
## Color Grade / Look
- palette: [From Visual Anchors]
- film_curve: [Curve]
- effects: [Effects]
## Visual Taste
- [Style Keywords from Visual Anchors]
## Camera
- shot_type: [From Storyboard]
- framing: [Framing]
- movement: [From Storyboard]
## Lens / Focus
- focal_length: [Focal Length]
- depth_of_field: [DOF]
## Coverage
- style: single master
### 2. Visual Description (Chinese)
[此处为对应 Sora Prompt 的详细中文画面描述，供人工剪辑师参考]
### 3. Start/End Frame Prompt (English)
* **Start Frame**: [Detailed image prompt describing the exact state of the subject/scene at the BEGINNING of the shot]
* **End Frame**: [Detailed image prompt describing the exact state of the subject/scene at the END of the shot]
---
**[系统提示]**: 为保证输出质量，已暂停。请输入 **"继续"** 以生成下一个镜头。
8
请你回顾AI Native 市场部构建规划中的2.3.1 Utility-V: 视频流水线 (Video Pipeline)，看有没有调整的部分。 视频生成的作业流程需要保留，只是说明哪些目前都是人工的；而不是只放智能体的，这样工作看上去就不完整了。
基于我们刚刚完成的 Utility-V1: 视觉分镜师 的详细设计，原《AI Native 市场部构建规划》中的 2.3.1 Utility-V: 视频流水线 及 2.5 视频工作流 部分需要进行精确的更新。
这次更新的核心逻辑是：将“思考与指令”完全交给 Agent (V1)，将“生产与组装”明确归为人工/工具协作 (V2/V3)，从而形成一个清晰的人机协作闭环。
以下是建议更新的文档内容：
2.3 外挂流水线 (Utility Pipelines - The Production Lines)
2.3.1 Utility-V: 视频流水线 (Video Pipeline)
- 定位：将 SA 2.1 产出的文学脚本，转化为可视化的视频成品。采用 "AI 导演 + 人工/工具执行" 的协作模式。
- 子工序 (Sub-processes)：
- V1 视觉分镜师 (The Visual Storyboarder) [Agent - AI Native]：
- 角色：流水线的“大脑”与“导演”。
- 职责：负责视觉风格锁定、分镜拆解、以及生成所有后续环节所需的施工图纸（分镜表）和原材料指令（Sora/绘画提示词）。
- 输入：IP 视觉符号定义书 (from SA 1.3) + 视频脚本母本 (from SA 2.1)。
- 输出：项目视觉锚点清单、分镜头明细表、分镜头详细生成提示词（含首尾帧）。
- V2 资产生成 (Asset Generation) [Human + AI Tools]：
- 角色：流水线的“车间”。目前主要由人工操作各类 AIGC 工具完成。
- 职责：根据 V1 提供的提示词，生产具体的图片、视频片段和语音。
- 工具栈：Midjourney/即梦 (定妆/首尾帧)、Sora/Runway (视频流)、Suno (配乐)、TTS/真人配音 (语音)。
- V3 剪辑合成 (Compositor) [Human Manual]：
- 角色：流水线的“装配工”。目前由人工剪辑师完成。
- 职责：依据 V1 提供的《分镜头明细表》，将 V2 生产的素材与语音、音乐进行对轨、剪辑、特效合成。
- V1 视觉分镜师 (The Visual Storyboarder) [Agent - AI Native]：
2.5 视频工作流 (Video Pipeline Workflow)
核心逻辑：Agent (V1) 负责生成“施工图纸”和“备料单”，Human (V2/V3) 负责“照单施工”和“组装”。
| 步骤 | 阶段名称 | 执行者 | 输入 (Input) | 动作描述 (Action) | 交付物 (Output) |
|---|---|---|---|---|---|
| Step 1 | 剧本/脚本确立 | SA 2.1 (降维编译师) | 选题/理论资产 | 编写故事线与台词，确定情绪基调。 | 《视频脚本母本》 |
| Step 2 | 视觉锚定 (Asset Locking) | Utility-V1 (分镜师) | 脚本母本 + 符号定义书 | [AI 自动] 提取或生成本视频的核心色调、关键道具、角色特征、环境风格。 | 《项目视觉锚点清单》 (Output 1) |
| Step 3 | 分镜与指令生成 | Utility-V1 (分镜师) | 视觉锚点 + 脚本母本 | [AI 自动] 拆解镜头，编写运镜，生成中英文双语指令。强制分批输出以保真。 | 《分镜头明细表》 (Output 2) 《分镜头详细提示词》 (Output 3, 含 Sora Prompt & 首尾帧) |
| Step 4 | 资产生产 (Asset Gen) | Human (V2) | 详细提示词 (Output 3) | [人工操作工具] 1. 定妆: 用 Output 1 生成主角/场景图。 2. 首尾帧: 用 Output 3 生成每个镜头的首尾静态图。 3. 视频流: 用 Output 3 + 首尾帧图生视频 (Sora/Runway)。 4. 音频: 录制配音 + Suno 生成配乐。 |
视频片段素材包 (MP4) 图片素材包 (PNG) 干音/BGM (MP3) |
| Step 5 | 剪辑合成 (Editing) | Human (V3) | 分镜明细表 (Output 2) + 素材包 | [人工剪辑] 对照《分镜头明细表》的镜号和时长，将素材进行组装。无需思考“这里该配什么画面”，只需执行。 |
成片 (Final Video) |
| Step 6 | 分发适配 | SA 2.2 (矩阵适配师) | 成片 | 生成各平台标题、标签、封面文案。 | 《全平台分发数据包》 |
更新点说明 (Key Updates)
- 明确了 Utility-V1 的独立地位：不再是一个模糊的“分镜步骤”，而是明确为 Agent，负责输出标准化的“施工图纸”。
- 细化了 V2 的人工操作：明确了 V2 阶段是基于 V1 的 Prompt 进行操作，特别是增加了 “首尾帧生成” 这一关键环节（这是控制视频连贯性的核心技术）。
- 重新定义了 V3 的工作性质：剪辑师不再需要进行“创作”，而是进行“装配”。因为 V1 已经把镜头语言（推拉摇移）规定死了，V3 只需要执行，大大降低了对剪辑师创意的依赖，提升了标准化程度。
9
请为这个智能体生成一份说明书，尤其说明白输入部分，和项目视觉锚点清单的使用。
📘 Utility-V1 视觉分镜师 (The Visual Storyboarder) 使用手册
1. 简介 (Introduction)
Utility-V1 视觉分镜师 是 AI Native 市场部视频流水线的核心智能体。它的定位是 “AI 导演” 与 “视觉翻译官”。
它不直接生成视频文件，而是负责生成视频制作所需的 “施工图纸”（分镜表）和 “原材料指令”（详细提示词）。它能将文学脚本转化为精确的视觉语言，并锁定 IP 风格，指导后续的人工或 AI 工具进行标准化生产。
2. 核心功能 (Core Functions)
- 视觉锚定 (Visual Locking): 在制作前锁定视频的色调、风格、角色特征，防止“画风漂移”。
- 分镜拆解 (Storyboard Breakdown): 将连续的脚本拆解为 3-5 秒的独立镜头，并分配专业的运镜（推拉摇移）。
- 双语指令生成 (Bilingual Prompting):
- 中文分镜表: 供剪辑师、配音员阅读。
- 英文 Sora Prompt: 供视频生成模型（Sora/Runway）使用，包含极高保真度的光影参数。
- 首尾帧 Prompt: 用于生成关键帧图片，控制视频流连贯性。
3. 输入说明 (Input Guide)
启动本智能体时，请按顺序提供以下两部分信息。信息的质量直接决定了输出的分镜质量。
输入一：视觉规范 (Visual Context) - [可选]
- 定义: 用于告诉智能体“这个视频应该长什么样”。
- 来源:
- 通常来自 SA 1.3 产出的 《IP 符号系统定义书》。
- 或者由用户直接提供一组关键词。
- 如何提供:
- 情况 A (有明确 IP): 直接粘贴符号定义书中的“视觉识别”章节。
示例: "核心色调：警告黄(#FFD700)与黑；风格：数字粗野主义、大字报风格；视觉锚点：手持镜头 POV、杂乱的办公室背景、红色大叉号。"
- 情况 B (无明确 IP / 通用项目): 可以留空或输入 "None"。
注意: 如果留空，智能体将在第一步基于脚本内容，自动推荐一套高审美的视觉风格供您确认。
- 情况 A (有明确 IP): 直接粘贴符号定义书中的“视觉识别”章节。
输入二：视频脚本母本 (Video Script Master) - [必填]
- 定义: 视频的故事线、台词和情绪。
- 来源: 通常来自 SA 2.1 (降维编译师) 的产出。
- 格式: 包含标题、核心情绪基调，以及按逻辑分段的台词。
- 示例:
标题：职场恐慌 情绪基调：犀利、压迫感、快节奏 脚本内容： (开场) 我看了一眼今天的面试简历，全是垃圾！ (发展) 兄弟醒醒吧，如果不动脑子，你的“勤奋”在 AI 面前一文不值。 ...
4. 输出解读与使用 (Output Usage)
智能体将分三个阶段输出内容。请务必理解每个输出物的作用。
第一阶段输出：项目视觉锚点清单 (Project Visual Anchors)
- 这是什么: 这是本视频的 “视觉宪法”。
- 怎么用:
- 检查: 仔细检查 AI 提取/生成的色调、道具、角色特征是否符合您的预期。
- 确认: 如果满意，输入“确认”；如果不满意，请直接修改它（例如：“把环境风格改为赛博朋克”）。
- 后续作用: 一旦确认，这组锚点将被强制注入到后续每一个镜头的 Prompt 中，确保全片风格统一。
第二阶段输出：分镜头明细表 (Storyboard Table)
- 这是什么: 给人看的施工计划表。
- 包含: 镜号、时长、画面描述 (中文)、运镜方式、台词。
- 怎么用:
- 给配音员: 照着“台词”列录音。
- 给剪辑师: 照着“时长”和“运镜”进行素材拼装。
- 确认: 检查分镜逻辑是否通顺。无误后输入“继续”进入第三阶段。
第三阶段输出：分镜头详细说明 (Detailed Shot Specification)
- 这是什么: 给机器（AI 工具）看的指令代码。注意：此部分会分批输出（每次 1-2 个镜头），以保证质量。
- 包含三个关键块:
- Sora Prompt (English):
- 用途: 直接复制，粘贴到 Sora 或高质量文生视频工具中。它包含了极其详尽的光影、物理、材质参数。
- Visual Description (Chinese):
- 用途: 剪辑师参考。如果实拍，这就是拍摄指导。
- Start/End Frame Prompt (English):
- 用途: 这是控制视频连贯性的秘诀。
- 用法:
- 先用 Start Frame Prompt 在 Midjourney/即梦 中生成一张图。
- 将这张图作为“首帧参考图”喂给视频生成工具。
- (进阶) 用 End Frame Prompt 生成下一镜头的起始图，实现转场。
- Sora Prompt (English):
5. 工作流交互示例 (Interaction Example)
User: (输入 IP 视觉规范 + 脚本)
Agent: (输出 Output 1: 视觉锚点清单)
- Core Color: Yellow & Black
- Key Props: Messy desk, Red cross mark
- ... 请确认？
User: 确认。
Agent: (输出 Output 2: 分镜头明细表)
- S-01 | 3s | 特写 | 手拍桌子 | ...
- ... 表格结束。请确认逻辑？
User: 确认。开始生成详细 Prompt。
Agent: (输出 Output 3: S-01 的详细 Prompt) ... [系统提示]: 已暂停。输入 "继续" 生成 S-02。
User: 继续。
Agent: (输出 Output 3: S-02 的详细 Prompt) ...