9.2 KiB

Raw Blame History

Codex 上下文：初始化 video-workbench 项目

你现在在一个名为 video-workbench 的项目中工作。

这个项目是 Wantsong 的“降维输出硬运行时”，用于承接 ChatGPT 端 GPT「强哥的策划导演」生成的策划稿、分镜稿、PPT 页面设计和 Codex 执行包。

一、整体系统分工

1. ChatGPT / GPT 端：强哥的策划导演

GPT 负责软运行时：

原始文章势能扫描；
降维方向提案；
科普视频总纲；
科普口播稿；
科普文章结构；
客户方案 PPT 提纲；
培训 / 科普 AI PPT 设计；
MV 分镜设计；
页面 / 分镜级文字设计；
生图 Prompt；
Codex JSON 执行包。

GPT 不负责直接执行音频、图片、PPT 文件落盘。

2. Codex / video-workbench 端：执行导演

Codex 负责硬运行时：

读取 GPT 生成的 JSON 执行包；
生成或整理口播音频；
调用文生图能力；
调用图生图能力；
生成 PPT 页面或页面资产；
整理输出目录；
写入 Markdown / JSON 元数据；
为后续剪辑、人工制作或自动化流水线准备资产。

当前阶段不默认自动生成完整视频成片，不默认自动发布平台。

如果后续项目中已有自动剪辑脚本或平台发布脚本，可以在文档中标注为 planned 或 experimental，不要把未实现能力写成已实现。

二、video-workbench 的核心抽象

所有任务都属于“降维输出工程”。

统一主干是：

高势能材料
→ GPT 侧势能扫描与策划
→ 媒介结构设计
→ 页面 / 分镜 / 段落级设计
→ Codex JSON 执行包
→ video-workbench 生成音频、图片、PPT 页面资产和元数据

支持的媒介类型包括：

science_video_ppt_style
- 科普 / 降维视频
- 当前理解为 PPT 式画面播放 + 口播 + 分镜图片
- 不默认图生视频
client_solution_ppt
- 客户方案 PPT
- 目标是决策推进
training_ai_ppt
- 培训 / 科普 AI PPT
- 目标是教学、讲座、方法论传授、案例练习
science_voiceover
- 科普口播
- 主要生成口播稿与音频
science_article
- 科普文章
- 通常不需要 Codex 执行，除非生成封面图或配图
mv_storyboard
- MV / 歌曲视觉分镜
- 可能需要人物定妆、图生图、镜头图

三、当前初始化目标

当前 video-workbench 只是刚刚建立的文件夹，需要你完成最小可用初始化。

请你不要过度工程化，也不要假设已有复杂代码。

请完成以下任务：

任务 1：初始化推荐目录结构

请创建或建议以下目录结构：

video-workbench/
├── README.md
├── docs/
│   ├── 20_SYSTEM_video-workbench项目说明.md
│   └── 21_SYSTEM_Codex_JSON执行样例.md
├── schemas/
│   └── execution-package.schema.json
├── examples/
│   ├── science_video_ppt_style.example.json
│   ├── training_ai_ppt.example.json
│   ├── client_solution_ppt.example.json
│   ├── science_voiceover.example.json
│   └── mv_storyboard.example.json
├── inputs/
│   ├── source/
│   ├── references/
│   ├── character_refs/
│   ├── style_refs/
│   └── audio_refs/
├── outputs/
│   └── .gitkeep
├── scripts/
│   └── .gitkeep
└── adapters/
    ├── voiceover/
    ├── image_generation/
    ├── image_to_image/
    └── slides/

如果你认为目录需要调整，可以调整，但必须说明理由。

任务 2：生成 `20_SYSTEM_video-workbench项目说明.md`

这个文件会放进 GPT「强哥的策划导演」的知识库。

它的目标是让 GPT 知道 video-workbench 的真实项目结构、输入输出规范和当前能力边界。

文件必须包含：

# 20_SYSTEM_video-workbench项目说明

## 1. 项目定位
说明 video-workbench 是降维输出的硬运行时，承接 GPT 的策划结果。

## 2. 系统分工
说明 GPT 负责策划，Codex 负责执行。

## 3. 支持的媒介类型
列出：
- science_video_ppt_style
- client_solution_ppt
- training_ai_ppt
- science_voiceover
- science_article
- mv_storyboard

每种媒介说明输入、输出和是否需要 Codex。

## 4. 推荐目录结构
说明当前项目目录与各目录用途。

## 5. 输入资产规范
包括：
- source_md
- reference_images
- character_refs
- style_refs
- audio_refs
- execution_package_json

## 6. 输出资产规范
包括：
- voiceover
- images
- slides
- metadata
- markdown
- json

## 7. 当前支持能力
用状态标注：
- implemented
- planned
- experimental
- placeholder

不要虚构能力。

## 8. 当前不默认支持的能力
明确写：
- 不默认自动剪辑完整视频
- 不默认图生视频
- 不默认自动发布平台
除非未来明确接入。

## 9. 与 GPT 知识库的关系
说明 GPT 生成 JSON，video-workbench 执行 JSON。
GPT 侧核心附录包括：
- 附录 E：Codex 执行包 Schema
- 20_SYSTEM：项目说明
- 21_SYSTEM：JSON 执行样例

## 10. Codex 执行注意事项
说明执行时应先校验 JSON，再生成资产，再写 metadata。

任务 3：生成 `21_SYSTEM_Codex_JSON执行样例.md`

这个文件也会放进 GPT「强哥的策划导演」的知识库。

它的目标是让 GPT 学会生成更贴合 video-workbench 的 JSON 执行包。

文件必须包含：

# 21_SYSTEM_Codex_JSON执行样例

## 1. JSON 总体结构
给出统一结构。

## 2. 字段说明
解释：
- project
- inputs
- outputs
- global_style
- tasks
- acceptance_criteria
- notes_for_codex

## 3. 任务类型
列出并解释：
- generate_voiceover
- text_to_image
- image_to_image
- create_slide
- write_markdown
- write_json
- export_assets

## 4. 示例一：科普视频 PPT 式播放
给出 science_video_ppt_style 的完整 JSON 样例。

## 5. 示例二：培训 / 科普 AI PPT
给出 training_ai_ppt 的完整 JSON 样例。

## 6. 示例三：科普口播音频
给出 science_voiceover 的完整 JSON 样例。

## 7. 示例四：MV 分镜图片
给出 mv_storyboard 的完整 JSON 样例。

## 8. 校验规则
说明：
- 每个 task 必须有 id、type、output_path、acceptance_criteria
- 图片任务必须有 prompt
- 音频任务必须有 input 或 script
- 图生图任务必须有 reference_image
- PPT 页面任务必须有 slide_id、slide_copy、layout、speaker_notes

## 9. 常见错误
列出 GPT 生成执行包时应避免的问题：
- 把 Markdown 策划说明混进 JSON
- 图片 Prompt 里要求模型生成大量可读中文
- 没有 output_path
- 没有 dependencies
- 把未实现的 video generation 写成任务
- 没有验收标准

## 10. 最小可执行 JSON 样例
给一个极简但合法的 JSON。

任务 4：生成 `schemas/execution-package.schema.json`

请根据上面的执行包结构，写一个宽松但可校验的 JSON Schema。

要求：

不要过度严格，避免 GPT 后续生成的小变体无法通过；
但必须要求基本字段存在；
tasks 必须是数组；
每个 task 至少包含：
- id
- type
- output_path
- acceptance_criteria

任务 5：生成 examples 目录下的示例 JSON

请生成以下示例：

examples/science_video_ppt_style.example.json
examples/training_ai_ppt.example.json
examples/client_solution_ppt.example.json
examples/science_voiceover.example.json
examples/mv_storyboard.example.json

要求：

示例要能被 schemas/execution-package.schema.json 校验；
不需要真实调用外部 API；
使用占位路径；
要体现不同媒介之间的差异；
不要把未实现能力写成已实现能力。

四、重要边界

不要自动生成完整视频成片功能。
不要假设图生视频已经接入。
不要假设平台发布已经接入。
不要把 GPT 的策划职责写成 Codex 的职责。
不要把 Codex 的执行职责写成 GPT 的职责。
不要让图片模型生成大量 PPT 正文文字。PPT 文字应由 slide/page 层渲染。
图片 Prompt 中优先使用 no readable text。
当前项目应以“可理解、可扩展、可被 GPT 生成 JSON 调用”为第一目标。

五、建议的 README.md 内容

请同时生成一个简洁的 README.md，包含：

# video-workbench

video-workbench 是 Wantsong 的降维输出硬运行时，用于执行 GPT「强哥的策划导演」生成的 Codex JSON 执行包。

## 支持媒介

- 科普 / 降维视频
- 客户方案 PPT
- 培训 / 科普 AI PPT
- 科普口播
- 科普文章配图
- MV 分镜图片

## 当前阶段

项目初始化阶段。

## 主要目录

说明 docs、schemas、examples、inputs、outputs、scripts、adapters 的用途。

## 执行包

说明 GPT 会生成 JSON 执行包，Codex / video-workbench 根据执行包生成资产。

## 能力边界

当前不默认自动剪辑完整视频，不默认图生视频，不默认平台发布。

六、交付要求

请直接修改项目文件，生成上述目录和文件。

完成后，请输出：

创建了哪些文件；
每个文件的作用；
当前哪些能力是 placeholder；
下一步建议先接入哪个 adapter：
- voiceover
- text_to_image
- image_to_image
- slides

9.2 KiB Raw Blame History Unescape Escape