314 lines
10 KiB
Markdown
314 lines
10 KiB
Markdown
# 人物锚点试验计划
|
||
|
||
## 状态
|
||
|
||
- 文档状态：待审阅。
|
||
- 执行状态：仅规划阶段；请勿基于本文件生成图片。
|
||
- 范围：`在路上` 项目的人物锚点试验。
|
||
- 批准后的下一门控动作：通过 `gpt-image-2` Skill 工作流重建人物锚点提示词。
|
||
|
||
## 本计划存在的理由
|
||
|
||
当前的人物工作包含两个相互独立的目标：
|
||
|
||
1. 交付本 MV 项目所需的人物锚点资产；
|
||
2. 验证人物锚点工作流的哪些部分后续应沉淀为可复用的 Video Workbench 知识。
|
||
|
||
这两个目标必须保持独立。项目专属的执行不应被误认为公开的工作流规则；公开的工作流候选规则在通过实际图片生成与审阅验证之前，也不应被提升为正式知识。
|
||
|
||
## 当前问题
|
||
|
||
`character-anchor-board-v1.md` 是一份有价值的内容草稿，但尚未达到"可生成"状态。
|
||
|
||
具体问题：
|
||
|
||
1. 它直接基于项目摘要与摄入笔记起草，未经过 `gpt-image-2` Skill 工作流。
|
||
2. 它未记录所用 Skill 模式、模板/参考路径及实际使用的源文件。
|
||
3. 它未明确区分图片模型职责与后续文档/页面标注职责。
|
||
4. 它未将用户的源照片作为明确身份参考输入纳入。
|
||
5. 它将人物板、透明切片与后续执行资产工作压缩在同一个文档中。
|
||
|
||
因此，该文件应仅被视作不可直接生成的草稿，在任何图片生成之前都需进行重建。
|
||
|
||
## 源可靠性评估
|
||
|
||
### 主要源
|
||
|
||
以下为人物锚点工作最可靠的项目源：
|
||
|
||
| 源 | 角色 | 可靠性 |
|
||
| --- | --- | --- |
|
||
| `intake/阶段四-人物锚点板策划说明.md` | 定义为何需要人物板、背景策略、输出类型与审阅优先级。 | 作为已采纳的 GPT 规划可靠性高；仍需 Codex 的执行判断。 |
|
||
| `intake/阶段四-人物锚点板页面结构建议稿.md` | 定义页面结构、布局模块、标签与审阅重点。 | 对板结构可靠性高；需针对图片模型限制进行调整。 |
|
||
| `intake/阶段四-人物锚点板文案标注稿.md` | 解释标签为何重要，以及应锁定哪些身份特征。 | 对审阅逻辑可靠性高；图片中的文字需谨慎处理。 |
|
||
| 用户源照片（一旦提供/可读） | 面部朝向与真实人物基底的身份参考。 | 对身份方向可靠性高；不是编辑目标，也非护照照风格目标。 |
|
||
|
||
### 执行控制源
|
||
|
||
以下文件有用，但属于次级源：
|
||
|
||
| 源 | 角色 | 可靠性 |
|
||
| --- | --- | --- |
|
||
| `visual-system/visual-system.md` | 已采纳的视觉系统与具象化目标的浓缩总结。 | 作为总结可靠，但不能替代主要摄入文件。 |
|
||
| `execution-plan.md` | 当前阶段、批次顺序与门控序列。 | 对阶段排序可靠，不适用于具体提示词的构建。 |
|
||
| `project.md` | 项目状态与下一步动作。 | 仅在状态层面可靠。 |
|
||
|
||
### Skill / 工作流源
|
||
|
||
以下源约束提示词的产出方式：
|
||
|
||
| 源 | 角色 | 可靠性 |
|
||
| --- | --- | --- |
|
||
| `gpt-image-2` Skill `SKILL.md` | 图片提示词与生成所必需的、模式感知的工作流。 | 必需的工作流源。 |
|
||
| `gpt-image-2/references/prompt-writing.md` | 模板设计方法：字段、源映射、参数策略。 | 构建结构化提示词文档时必需。 |
|
||
| `gpt-image-2/references/portraits-and-characters/character-sheet.md` | 当前最接近人物板/三视图的模板。 | 有用但并不完美；需从动漫/IP 默认风格调整为纪录片式公路片的人物参考。 |
|
||
| `investigations/2026-06-23-gpt-image-2-advisor-prompt-quality-v2-broader-use-cases/提示词质量综合调研报告.md` | 证据表明 Advisor 提示词在 Video Workbench 提示词质量上优于直接提示词。 | 流程证据较强；最终图片质量仍未验证。 |
|
||
|
||
## 对 GPT 人物草稿的评估
|
||
|
||
三份 GPT 人物文件方向上是合理的，但不应被视为最终执行稿。
|
||
|
||
### 看似合理的部分
|
||
|
||
- 使用浅灰白或浅暖灰的纯净背景作为主板。
|
||
- 人物板的目的是身份一致性，而非完成 MV 镜头。
|
||
- 优先考虑正面/侧面/背面的全身视图。
|
||
- 包含半身状态、行走侧面与行走背面，以测试运动中的身份。
|
||
- 将旧外套、旧背包与旧靴子作为核心识别锚点。
|
||
- 审阅疲惫感与尊严感之间的平衡。
|
||
- 规避时尚模特、流浪汉、醉汉、海报英雄与旅行博主等风格漂移。
|
||
|
||
### 需要调整的部分
|
||
|
||
- GPT 假定文字标签可以成为板的一部分；图片模型可能生成不可靠或虚构的文字。
|
||
- GPT 将主板与透明切片混在一起；二者应作为相互独立的门控步骤分开。
|
||
- GPT 提供的是人类可读的板规划，而非 `gpt-image-2` Advisor 提示词。
|
||
- GPT 未定义源照片的角色。
|
||
- GPT 未将项目专属身份与可复用人物锚点工作流区分开。
|
||
|
||
## 是否提取 GPT 草稿？
|
||
|
||
需要提取，但应分入两个不同层次。
|
||
|
||
### 层次 1：项目执行提取
|
||
|
||
提取本项目所需的内容：
|
||
|
||
- 旅人身份；
|
||
- 板布局；
|
||
- 视图清单；
|
||
- 服装/道具锚点；
|
||
- 允许与禁止的漂移；
|
||
- 源照片角色；
|
||
- 审阅清单；
|
||
- 生成门控序列。
|
||
|
||
这些将构成重建后项目提示词的基础。
|
||
|
||
### 层次 2：公开工作流候选提取
|
||
|
||
提取后续可能成为可复用部分的内容：
|
||
|
||
- 人物锚点目的定义；
|
||
- 源层级；
|
||
- 标准交付物；
|
||
- 提示词工作流；
|
||
- 文字标签处理规则；
|
||
- 审阅标准；
|
||
- 门控序列。
|
||
|
||
该层次在本次试验验证通过之前仍为候选。
|
||
|
||
## 项目专属人物工作包
|
||
|
||
当前项目应按一次一个门控步骤的方式执行以下工作。
|
||
|
||
### 步骤 1：试验计划
|
||
|
||
输出：
|
||
|
||
- `visual-system/characters/character-anchor-trial-plan.md`
|
||
|
||
目的：
|
||
|
||
- 明确本次要验证什么；
|
||
- 将项目工作与可复用工作流候选区分开；
|
||
- 识别源可靠性与提示词产出规则。
|
||
|
||
门控：
|
||
|
||
- 用户审阅。
|
||
|
||
### 步骤 2：人物执行简报
|
||
|
||
输出：
|
||
|
||
- `visual-system/characters/character-anchor-brief-v1.md`
|
||
|
||
目的：
|
||
|
||
- 从主要摄入源中提取已采纳的人物定义；
|
||
- 记录源照片的角色；
|
||
- 定义必需视图与物件；
|
||
- 在编写提示词之前定义审阅标准。
|
||
|
||
门控：
|
||
|
||
- 用户审阅。
|
||
|
||
### 步骤 3：基于 Skill 的提示词文档
|
||
|
||
输出：
|
||
|
||
- `visual-system/characters/character-anchor-prompt-v1.md`
|
||
|
||
目的：
|
||
|
||
- 运行并记录 `gpt-image-2` 模式检查；
|
||
- 记录所用模板/参考文件；
|
||
- 将源材料映射为结构化的 Advisor 提示词；
|
||
- 将图片模型输出与后续标注/文档职责分开；
|
||
- 包含负面约束与验收标准。
|
||
|
||
门控：
|
||
|
||
- 生成前的用户审阅。
|
||
|
||
### 步骤 4：主人物锚点板生成
|
||
|
||
输出：
|
||
|
||
- 首张生成的主板图片；
|
||
- 若当前 Skill 模式要求，则附带提示词追溯记录；
|
||
- `visual-system/characters/character-anchor-review-v1.md`
|
||
|
||
目的：
|
||
|
||
- 测试单张板能否将人物身份锁定得足够一致。
|
||
|
||
门控：
|
||
|
||
- 任何透明切片生成前的用户审阅。
|
||
|
||
### 步骤 5：透明人物切片
|
||
|
||
候选输出：
|
||
|
||
- 正面全身；
|
||
- 侧面全身；
|
||
- 背面全身；
|
||
- 行走侧面；
|
||
- 行走背面。
|
||
|
||
目的：
|
||
|
||
- 为后续镜头提示词或合成参考提供执行级参考。
|
||
|
||
门控：
|
||
|
||
- 仅在主板通过审阅之后。
|
||
|
||
### 步骤 6：人物身份锁定
|
||
|
||
输出：
|
||
|
||
- `visual-system/characters/character-identity-lock.md`
|
||
|
||
目的：
|
||
|
||
- 在图片审阅后记录已采纳的稳定身份特征；
|
||
- 为风格锚点与五镜头提示词工作提供紧凑参考。
|
||
|
||
门控：
|
||
|
||
- 仅在至少一张板或一组切片通过审阅之后。
|
||
|
||
## 候选的可复用人物锚点结构
|
||
|
||
以下条目是未来 Video Workbench 知识的候选，在本次项目验证通过之前不应被提升。
|
||
|
||
### 候选标准交付物
|
||
|
||
1. `character-anchor-trial-plan.md`
|
||
2. `character-anchor-brief-v1.md`
|
||
3. `character-anchor-prompt-v1.md`
|
||
4. 已生成的主板图片
|
||
5. `character-anchor-review-v1.md`
|
||
6. 透明切片（如需要）
|
||
7. `character-identity-lock.md`
|
||
|
||
### 候选源层级
|
||
|
||
1. 用户提供的源/参考图片；
|
||
2. 已采纳的 GPT 摄入文件；
|
||
3. 项目本地的视觉系统总结；
|
||
4. 项目本地的执行计划；
|
||
5. 此前生成的资产与审阅记录。
|
||
|
||
### 候选审阅标准
|
||
|
||
1. 正面/侧面/背面之间的同一人一致性；
|
||
2. 无面部情况下的背面识别度；
|
||
3. 行走状态的自然度；
|
||
4. 缩小后的身份稳定性；
|
||
5. 服装与道具的稳定性；
|
||
6. 表现性人物与非肖像角色之间的平衡；
|
||
7. 项目特定漂移的规避；
|
||
8. 对后续镜头提示词的可用性。
|
||
|
||
### 候选文字职责规则
|
||
|
||
在图片生成环节，应避免将生成出的可读标签作为真实性的唯一来源。
|
||
|
||
推荐分工：
|
||
|
||
- 图片模型：视觉板、视图、剪影、服装、道具、必要的空标签区域；
|
||
- 项目文档：精确标签、审阅标准、身份锁定字段；
|
||
- 后续页面/布局层：如需最终可读的中文标签，在此层处理。
|
||
|
||
### 候选门控序列
|
||
|
||
1. 试验计划；
|
||
2. 执行简报；
|
||
3. 基于 Skill 的提示词；
|
||
4. 主板生成；
|
||
5. 审阅与修复；
|
||
6. 透明切片；
|
||
7. 身份锁定；
|
||
8. 投入镜头测试使用。
|
||
|
||
## 试验验证问题
|
||
|
||
本项目应在任何规则被纳入公开知识之前回答以下问题：
|
||
|
||
1. 三份 GPT 人物文件能否可靠地转化为一份简洁的项目执行简报？
|
||
2. `gpt-image-2` Advisor 工作流是否为本人物板产出优于直接起草的提示词？
|
||
3. 单张生成的板能否在正面/侧面/背面/行走视图之间保持同一人一致性？
|
||
4. 用户的源照片是否有助于建立身份，而不会让输出沦为肖像或护照照的衍生品？
|
||
5. 图片模型的文字标签是否可用，还是所有精确标签都应在生成图片之外处理？
|
||
6. 已采纳的主板是否真正改善了后续的五镜头测试提示词？
|
||
7. 哪些审阅标准足够通用、适用于未来项目，哪些仅适用于 `在路上`？
|
||
|
||
## 暂不提升
|
||
|
||
以下内容暂不应纳入稳定知识：
|
||
|
||
- 最终的人物锚点目录标准；
|
||
- 强制的固定板布局；
|
||
- 通用提示词模板；
|
||
- 通用源照片策略；
|
||
- 关于文字标签是否应在图片内生成的论断；
|
||
- 关于在透明切片之前"一张板即足够"的论断。
|
||
|
||
这些条目只有在本试验产出并审阅了真实图片之后方可考虑。
|
||
|
||
## 立即的下一步
|
||
|
||
本计划批准后，创建：
|
||
|
||
```text
|
||
visual-system/characters/character-anchor-brief-v1.md
|
||
```
|
||
|
||
该简报应以三份 GPT 人物摄入文件为主要源，纳入源照片的角色定义，并为基于 `gpt-image-2` Skill 的提示词文档准备材料。
|