202 lines
12 KiB
Markdown
202 lines
12 KiB
Markdown
# 1
|
||
|
||
阅读交接文档。
|
||
主文档：
|
||
[handoff/2026-06-24-on-the-road-style-reference-handoff.md](C:/Users/wangq/Documents/Codex/video-workbench/handoff/2026-06-24-on-the-road-style-reference-handoff.md)
|
||
|
||
辅助 context/manifest：
|
||
[review-context.md](C:/Users/wangq/Documents/Codex/video-workbench/handoff/2026-06-24-on-the-road-style-reference-context/review-context.md)
|
||
[review-file-manifest.json](C:/Users/wangq/Documents/Codex/video-workbench/handoff/2026-06-24-on-the-road-style-reference-context/review-file-manifest.json)
|
||
|
||
里面包含了新会话必须阅读的资料、当前结论、五个核心镜头不是实际图生图的证据、人物锚板已清理状态、风格锚板下一步、以及不要继续做什么。
|
||
|
||
目前进展：
|
||
* 人物和风格目录已经清理，相应规则已经提炼
|
||
* 增加了`C:\Users\wangq\Documents\Codex\video-workbench\projects\2026-06-23-在路上\intake\阶段五-人物一致性单镜.md`
|
||
|
||
下一步工作是准备开始`s14`、`s33`、 `s21`、`s05`、`s25`等镜头的测试工作。
|
||
|
||
先对齐思路。
|
||
|
||
已读完交接、context/manifest，以及当前项目状态。当前应以后续两个新提交为准：`8cad957` 已完成风格规则和清理，`4a2fe78` 增加了人物一致性单镜骨架。也就是说风格锚板下一步已经不是“再清理”，而是用 [style-prompt-master.md](C:/Users/wangq/Documents/Codex/video-workbench/projects/2026-06-23-在路上/visual-system/style/style-prompt-master.md) 进入 per-shot 执行。
|
||
|
||
我的对齐建议：
|
||
|
||
1. 五个镜头作为“人物一致性验证组”，不要按 `s14/s33` 这种最难近脸镜头先做。按新增文件建议走：`S-05 → S-21 → S-14 → S-25 → S-33`。先锁背影、背包、外套、动态，再靠近脸。
|
||
2. 当前 `s05/s14/s21/s25/s33` 目录里只有 broad-run 的 `sNN-v1-image.png`，没有 prompt/brief。下一轮应做 `v2`：`sNN-v2-brief.md`、`sNN-v2-prompt.md`、之后才是 `sNN-v2-image.png`。
|
||
3. 每个 `v2-prompt` 必须有 `Reference Inputs`：风格模块、active style reference、人物 reference、reference role、以及“实际生成路径是否能 attach image references”。
|
||
4. 现在 `gpt-image-2` mode check 仍是 `B-or-C`，Garden 未启用、无 API key。当前可做 prompt/spec；但如果生成路径不能真实附加人物 PNG，就不能把生成结果当人物一致性验证。
|
||
5. `S-05/S-21` 用背影/步行动作 refs；`S-14/S-25/S-33` 用 side/front identity crops 加 master anchor。active 人物来源只用 [character-reference-registry.md](C:/Users/wangq/Documents/Codex/video-workbench/projects/2026-06-23-在路上/visual-system/characters/character-reference-registry.md)，不用 archive。
|
||
6. 不继续 `s35`，不覆盖 broad-run v1 图，不把五个已接受核心镜头当 image-reference 成功证据。
|
||
|
||
我建议下一步先创建这五个 `v2` brief/prompt 文件和引用矩阵，不生成图；等你确认可用的真实 reference-capable 生成路径后，再按顺序执行图像测试。
|
||
|
||
# 2
|
||
|
||
**停止镜头的后续工作。**
|
||
|
||
> 实际生成路径是否能 attach image references
|
||
> 等你确认可用的真实 reference-capable 生成路径后，再按顺序执行图像测试
|
||
|
||
我们之前的文生图、图生图调研工作成果没有总结下来
|
||
我们这次重新做调研，完了做总结，不至于以后每次你都说不知道行不行。
|
||
|
||
在`investigations`新开一个本次的调研活动。
|
||
就以`s14`为例，你用skill准备一个生图提示词，然后：
|
||
1. 引用人物锚板，生成
|
||
2. 引用人物的具体图片来生成
|
||
|
||
不考虑文生图。
|
||
生成后做个检查。
|
||
同时我也参与检查。
|
||
|
||
最后根据调研结果，再来判断，如何修改相应的规则。
|
||
|
||
---
|
||
|
||
你根据这个，首先设计一下调研。
|
||
|
||
明白：停止镜头生产。这里不是继续修 `s14`，而是做一次“参考图输入能力”实证调研。
|
||
|
||
**调研目标**
|
||
建立一个可复用结论：当前可用生成路径是否能真正使用人物参考图，以及“人物锚板 vs 具体人物图片”哪种更适合身份一致性镜头。
|
||
|
||
**推荐方案**
|
||
用 `s14` 做双臂测试，不做纯文生图基线：
|
||
|
||
| 组别 | 参考输入 | 目的 |
|
||
| --- | --- | --- |
|
||
| A | `visual-system/characters/character-anchor-v2-codex-posture-test.png` | 测人物锚板能否把整体身份、服装、背包、姿态带进场景 |
|
||
| B | `visual-system/characters/character-anchor-v2-side-reference-crop-tight.png` | 测具体半侧脸参考能否稳定年龄、眼镜、发型、胡茬、脸部气质 |
|
||
|
||
两组使用同一个 `s14` prompt core：城市边缘阴影、半侧脸、疲惫但不塌、不是人像写真。唯一变量是 reference input。
|
||
|
||
**关键门槛**
|
||
生成调用必须有真实图片输入证据。只在 prompt 里写“参考某某路径”不算 attach image reference，不算通过能力测试。
|
||
|
||
如果当前工具调用没有图片附件/文件输入参数，本次调研应先记录为“当前路径不具备可证实 reference-capable 能力”，然后再决定是否改用人工附件、外部工具或 Garden/API 路径。
|
||
|
||
**拟建调研目录**
|
||
`investigations/2026-06-24-s14-reference-capable-generation/`
|
||
|
||
建议文件结构：
|
||
|
||
```text
|
||
README.md
|
||
s14-reference-test-plan.md
|
||
prompts/
|
||
s14-anchor-board-reference-prompt.md
|
||
s14-side-crop-reference-prompt.md
|
||
generation-log.md
|
||
outputs/
|
||
s14-anchor-board-reference-v1.png
|
||
s14-side-crop-reference-v1.png
|
||
reviews/
|
||
s14-anchor-board-reference-review.md
|
||
s14-side-crop-reference-review.md
|
||
comparison-and-user-review.md
|
||
summary-and-rule-implications.md
|
||
```
|
||
|
||
**检查口径**
|
||
我先做本地检查，不直接改规则。你参与最终判断。
|
||
|
||
检查项：
|
||
|
||
- 是否真实使用了参考图，而不是 prompt-only；
|
||
- 是否保留 50 岁左右中年感；
|
||
- 是否有黑色矩形眼镜、深色稍乱头发、胡茬；
|
||
- 是否和锚板人物像同一个人；
|
||
- 是否保留深色长外套 / 背包肩带；
|
||
- 是否仍是城市压力下的短暂确认镜头，不变成人物写真；
|
||
- 哪个参考输入更适合后续 `s14/s25/s33` 这类半侧脸镜头。
|
||
|
||
**调研后的规则修改**
|
||
只有调研总结完成后，再决定是否改：
|
||
|
||
- `character-reference-registry.md` 的选图规则；
|
||
- `style-prompt-master.md` 的 `Reference Inputs` 要求；
|
||
- `VIDEO_WORKBENCH.md` 的图生图 / reference-capable 执行规则；
|
||
- 后续五镜测试顺序和 prompt 模板。
|
||
|
||
我建议按这个设计执行。确认后我先创建 investigation 目录和测试计划，再用 `gpt-image-2` Skill 准备两份 `s14` reference prompt；生成步骤等到确认有真实图片 attach 证据再动。
|
||
|
||
# 3
|
||
|
||
好的，同意这个调研设计。
|
||
你开始准备这个调研，中间过程我不参与。
|
||
结果你还要补一份你的调研结论。
|
||
我检查你的结论，两张生成的图，给出最终决策。
|
||
|
||
调研已完成，规则还没改，等待你检查后决策。
|
||
|
||
本次新增调研目录：
|
||
[investigations/2026-06-24-s14-reference-capable-generation](C:/Users/wangq/Documents/Codex/video-workbench/investigations/2026-06-24-s14-reference-capable-generation)
|
||
|
||
两张生成图：
|
||
|
||
**Arm A：人物锚板参考**
|
||
|
||
|
||
**Arm B：侧脸裁切参考**
|
||
|
||
|
||
我的结论写在：
|
||
[summary-and-rule-implications.md](C:/Users/wangq/Documents/Codex/video-workbench/investigations/2026-06-24-s14-reference-capable-generation/reviews/summary-and-rule-implications.md)
|
||
|
||
核心判断：这次不是纯文生图。两次都是先把真实参考图加载进上下文，再用 `image_gen` 生成；结果也明显继承了黑框眼镜、发型、胡茬、长外套、背包等特征。更精确地说，目前验证的是 `host built-in reference-by-visible-context`，不是 Garden/API 的显式文件上传。
|
||
|
||
我建议：`s14` 这类半侧脸镜头优先用具体侧脸裁切图；人物锚板更适合作为辅助参考，用来稳服装、背包、整体气质。等你检查两张图和结论后，再决定是否把这条规则写进 registry / style-prompt-master / VIDEO_WORKBENCH。
|
||
|
||
验证已做：11 个调研文件存在；两张输出均为 `1672x941` PNG；Git diff 只涉及 `investigations/README.md` 和新增 investigation 目录。
|
||
|
||
# 4
|
||
|
||
可以得出以下结论：
|
||
* 验证了如何得出有效果图的成功通道/方式：
|
||
1. 生成Prompot：用`Gpt Image 2` Advisor 模式
|
||
2. 生成图片：先把真实参考图加载进上下文，再用 `image_gen` 生成
|
||
* 现在及将来都是用这个成功通道，不用API
|
||
* 不论锚板还是裁切，新图都保持了很好的人物一致性
|
||
* 对于近景，优先选择裁切图；远景，优先选择锚板
|
||
* 由于`在路上`项目大多数是风景、航拍这类远景，对人物形象的要求不高，只要一致就可以，所以目前所有裁切图都是从人物锚板中裁切，并做背景透明后的成果。以后类似的，都可以用这种方式；如果对人物形象要求高、近景多的，可以考虑裁切图利用图生图，借助锚板生成高分辨率的。
|
||
|
||
---
|
||
|
||
现在需要你提炼这个结论，
|
||
1. 作为本次调研的最终结论
|
||
2. 形成`video-workbench`的全局规则，避免每次都问不知道能不能参照，参照啥这些
|
||
|
||
---
|
||
|
||
# 5
|
||
|
||
之前的交接主文档：
|
||
[handoff/2026-06-24-on-the-road-style-reference-handoff.md](C:/Users/wangq/Documents/Codex/video-workbench/handoff/2026-06-24-on-the-road-style-reference-handoff.md)
|
||
|
||
交接辅助 context/manifest：
|
||
[review-context.md](C:/Users/wangq/Documents/Codex/video-workbench/handoff/2026-06-24-on-the-road-style-reference-context/review-context.md)
|
||
[review-file-manifest.json](C:/Users/wangq/Documents/Codex/video-workbench/handoff/2026-06-24-on-the-road-style-reference-context/review-file-manifest.json)
|
||
|
||
|
||
目前进展：
|
||
* 人物和风格目录已经清理，相应规则已经提炼
|
||
* 增加了`C:\Users\wangq\Documents\Codex\video-workbench\projects\2026-06-23-在路上\intake\阶段五-人物一致性单镜.md`，这个文档原先计划是用于做后续人物一致性的镜头测试的
|
||
* 完成了人物一致性的初步调研，并提炼了保持人物一致性办法的规则
|
||
|
||
基于目前进展，由于会话有压缩，哪些信息已经丢失了，你得自查一下。
|
||
重新整理一份交接文档，我将在新会话中继续优化流程
|
||
|
||
已重新整理一份新交接，并生成了对应 context/manifest：
|
||
|
||
- 主交接：[2026-06-24-on-the-road-workflow-continuation-handoff.md](C:/Users/wangq/Documents/Codex/video-workbench/handoff/2026-06-24-on-the-road-workflow-continuation-handoff.md)
|
||
- 新会话索引：[review-context.md](C:/Users/wangq/Documents/Codex/video-workbench/handoff/2026-06-24-on-the-road-workflow-continuation-context/review-context.md)
|
||
- 文件清单：[review-file-manifest.json](C:/Users/wangq/Documents/Codex/video-workbench/handoff/2026-06-24-on-the-road-workflow-continuation-context/review-file-manifest.json)
|
||
|
||
交接里重点补了三件事：压缩后哪些信息不能再靠聊天记忆、旧交接中哪些开放问题已被 S14 调研关闭、下一阶段应转向“流程优化”而不是重新研究能否引用图片。也明确写了：风格目录已经清理，`style-prompt-master.md` 已存在；人物一致性五镜现在应作为 per-shot 流程压力测试，不再用于证明 reference-capable 路径。
|
||
|
||
验证已跑：
|
||
- context builder：`PASS`，13 个 source roots，32 个 included files，0 blocking errors。
|
||
- lifecycle scan：`PASS`，0 blocking，0 warnings。
|
||
- `git status --short` 显示这些仍未提交：`AGENTS.md`、`VIDEO_WORKBENCH.md`、`investigations/README.md`、新 handoff 目录、S14 investigation 目录。
|