387 lines
9.2 KiB
Markdown
387 lines
9.2 KiB
Markdown
# 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：
|
||
|
||
```text
|
||
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：
|
||
|
||
1. `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
|
||
|
||
2. `client_solution_ppt`
|
||
|
||
* 客户方案 PPT
|
||
* 目标是决策推进
|
||
|
||
3. `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
|
||
|
||
4. `science_voiceover`
|
||
|
||
* 科普口播
|
||
* 主要生成口播稿与音频
|
||
|
||
5. `science_article`
|
||
|
||
* 科普文章
|
||
* 通常不需要 Codex 执行，除非生成封面图或配图
|
||
|
||
6. `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：
|
||
|
||
```text
|
||
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：
|
||
|
||
```md
|
||
# 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：
|
||
|
||
```md
|
||
# 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：
|
||
|
||
```text
|
||
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
|
||
|
||
1. 不要自动生成完整视频成片功能。
|
||
2. 不要假设图生视频已经接入。
|
||
3. 不要假设平台发布已经接入。
|
||
4. 不要把 GPT 的策划职责写成 Codex 的职责。
|
||
5. 不要把 Codex 的执行职责写成 GPT 的职责。
|
||
6. 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。
|
||
7. 图片 Prompt 中优先使用 `no readable text`。
|
||
8. 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：
|
||
|
||
```md
|
||
# 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：
|
||
|
||
1. 创建了哪些文件；
|
||
2. 每个文件的作用；
|
||
3. 当前哪些能力是 placeholder；
|
||
4. 下一步建议先接入哪个 adapter：
|
||
|
||
* voiceover
|
||
* text_to_image
|
||
* image_to_image
|
||
* slides
|