video-workbench/investigations/2026-06-23-gpt-image-2-advi.../01-分工与目录改造草案.md

14 KiB
Raw Permalink Blame History

01-分工与目录改造草案

status: draft
date: 2026-06-23
scope:
  - video-workbench 本地执行体系
  - GPT「强哥的策划导演」协作边界
  - gpt-image-2 Advisor 模式的提示词职责
premise:
  - v2 提示词质量调研结论已被接受
  - 当前只确认提示词质量,不确认最终出图质量
non_goals:
  - 不直接修改 GPT Builder 或 GPT 知识库
  - 不直接新增 video-workbench/docs 下的稳定文档
  - 不验证生图效果、图生图效果或视频生成效果
  - 不迁移既有项目目录

一、前提结论

这次改造的起点不是“人物定妆照”本身,而是一个更上层的职责判断:

GPT 负责方向、结构、教学或叙事意图Codex 在本地负责把视觉资产需求转成可执行、可追踪、可复用的最终图像提示词。

v2 调研已经支持这个判断。尤其在高频场景里,gpt-image-2 Advisor 模式比 Codex 直接写提示词更稳定:

  • 科普视频 / 分镜类内容Advisor 更擅长把抽象概念拆成可视化结构、画面层级、动态感、非文字依赖表达。
  • 培训 AI / PPT 类内容Advisor 更擅长区分页面文字、讲解逻辑、视觉资产、标题安全区和留白。
  • 人物造型 / 定妆照Advisor 仍有价值,但在当前使用场景中权重最低,只作为条件能力沉淀。

因此后续改造不应围绕“GPT 如何写更好的生图 Prompt”展开而应围绕“GPT 如何把视觉任务交接给 Codex由 Codex 本地生成最终 Prompt”展开。

二、新的三方分工

角色 主要职责 不再默认承担
强哥 提供目标、素材、判断标准;决定采用哪版方向、哪版提示词、哪版资产 不需要手工维护每个视觉资产的最终 Prompt 版本
GPT「强哥的策划导演」 做选题理解、结构规划、分镜 / 页面设计、教学意图、视觉方向、导演卡、验收标准、Codex 交接包 不默认输出最终生图 Prompt / 图生图 Prompt / 镜头 Prompt
Codex / video-workbench 本地建档、拆解任务、调用 gpt-image-2 Advisor 模式生成最终提示词、保存提示词和资产版本、组织复盘 不替代强哥做方向决策;不把调研结论直接当稳定规范
gpt-image-2 Skill 作为 Codex 本地提示词工程能力,提供 Advisor 模式和结构化图像提示词方法 不是 GPT 的知识库文件,也不是 GPT 必须直接掌握的完整执行流程

一句话边界:

GPT 输出“视觉任务说明书”Codex 输出“可执行图像提示词”;生成结果和版本记录留在 video-workbench 项目目录。

三、媒介输出边界

1. 科普视频 / 视频分镜

这是当前最高权重场景。

GPT 应输出:

  • 主题理解和核心解释路径
  • 每页 / 每镜的讲解目标
  • 画面构图方向
  • 视觉隐喻或演示机制
  • 页面文字建议
  • 可交给 Codex 的导演卡
  • 该页 / 该镜的验收标准

Codex 应输出:

  • image-prompt-vN.md
  • 必要时的 image-edit-prompt-vN.md
  • 生成或外部生成后的图片资产
  • 对照验收标准的复盘记录

2. 培训 AI / PPT 类内容

这是第二高权重场景,且比人物类更常见。

GPT 应重点处理:

  • 教学目标
  • 页面信息层级
  • 页面文字
  • 讲解顺序
  • 视觉资产用途
  • 适合 PPT 的留白和标题区

Codex 应重点处理:

  • 视觉资产提示词
  • 图像里不承载长段文字的约束
  • 页面文字与图片文字的边界
  • 素材版本和复用记录

原则:

PPT / 网页 / 视频页面上的文字属于页面层,不应默认塞进图片提示词里。图片提示词主要负责视觉资产,而不是负责排版整页 PPT。

3. 人物造型 / 定妆照

这是条件场景,不是本次体系的中心。

只在项目中出现稳定人物、主持人、角色、连续剧情或需要跨镜头形象一致时启用。

GPT 可输出:

  • 人物身份定位
  • 角色气质
  • 服装 / 发型 / 妆造方向
  • 表情和姿态参考
  • 连续使用注意点

Codex 应输出并保存:

  • 定妆照提示词
  • 生成后的定妆图
  • 人物一致性参考说明
  • 后续镜头调用该人物时的引用记录

四、目录改造草案

1. investigations/

用途:调研、验证、草案和过渡文件。

本文件目前就放在 investigations/ 下,因为它还不是稳定工作规范。只有强哥确认后,才把其中的稳定部分迁移到 docs/

建议规则:

  • 调研报告、实验记录、对比样例、草案放这里。
  • 不把这里的文件默认当作项目运行规范。
  • 被接受的结论要迁移到 docs/ 或项目模板后才算稳定知识。

2. docs/

用途video-workbench 的稳定本地知识库。

本次草案通过后,建议新增以下文档:

docs/image-prompt-advisor-workflow.md
docs/visual-asset-prompt-rubric.md
docs/page-text-vs-image-prompt-boundary.md
docs/makeup-still-directory-policy.md

四个文档的优先级:

  1. image-prompt-advisor-workflow.md

    • 规定 Codex 如何从 GPT 导演卡进入 Advisor 模式。
    • 规定输出哪些提示词文件、如何命名、如何复盘。
  2. visual-asset-prompt-rubric.md

    • 固化 v2 调研使用的提示词质量维度。
    • 用于判断提示词是否足够具体、可执行、可生成。
  3. page-text-vs-image-prompt-boundary.md

    • 规定页面文字、PPT 文字、视频字幕、图片内文字的边界。
    • 避免把可编辑文字错误地塞进图片生成任务。
  4. makeup-still-directory-policy.md

    • 规定什么时候需要 makeup-still/
    • 规定人物提示词、定妆图、人物一致性说明如何保存。

3. projects/<project-id>/intake/

用途:保存已接受的 GPT 上游输出和项目输入。

建议保存:

projects/<project-id>/intake/source.md
projects/<project-id>/intake/gpt-direction.md
projects/<project-id>/intake/gpt-outline.md
projects/<project-id>/intake/gpt-execution-package.md
projects/<project-id>/intake/references.md

其中 gpt-execution-package.md 可以包含 GPT 输出的导演卡集合、页面目标、视觉方向、验收标准和 Codex 交接说明。

4. projects/<project-id>/slides/sNN/

用途:保存单页 / 单镜头的执行资产。

当前 workbench 已经使用 slides/sNN/ 作为单位目录,因此本次不另起 shots/ 体系。即使是视频分镜,也先沿用 slides/sNN/ 作为“一屏 / 一镜 / 一页”的统一执行单元。

建议结构:

projects/<project-id>/slides/s01/
  director-card.md
  visual-brief.md
  image-prompt-v1.md
  image-prompt-v2.md
  image-v1.png
  image-v2.png
  review-notes.md
  voiceover.md
  metadata.json

文件边界:

  • director-card.md:来自 GPT 或由 Codex 整理的导演卡,描述该页 / 该镜要达成什么。
  • visual-brief.md:面向视觉资产的需求说明,可由 GPT 输出,也可由 Codex 从上游材料压缩而来。
  • image-prompt-vN.mdCodex 调用 Advisor 模式后的最终图像提示词。
  • image-vN.png:对应提示词生成或外部平台生成后的图片。
  • review-notes.md:强哥 / Codex 对该页资产的验收和修改记录。
  • metadata.json:可选,用于记录模型、平台、版本、来源路径和引用关系。

5. projects/<project-id>/makeup-still/

用途:人物定妆、角色形象和跨镜头人物一致性。

这是条件目录,不是所有项目都需要。

启用条件:

  • 项目有固定主持人、角色或拟人 IP。
  • 多张图片 / 多个镜头需要保持同一人物形象。
  • 定妆图会被后续图生图、视频生成、封面或分镜反复引用。

建议结构:

projects/<project-id>/makeup-still/
  identity-brief.md
  identity-prompt-v1.md
  identity-ref-v1.png
  wardrobe-prompt-v1.md
  wardrobe-ref-v1.png
  pose-ref-notes.md
  consistency-notes.md
  acceptance-notes.md

规则:

  • 定妆提示词由 Codex 生成。
  • 定妆图可以由 Codex 生成,也可以由强哥在外部平台生成后放入该目录。
  • 无论图片从哪里来,只要成为项目人物参考,就应进入 makeup-still/
  • 不出现人物或人物不需要连续一致时,不创建该目录。

6. garden-gpt-image-2/

用途:工具级 prompt / workflow trace不是项目资产的最终归档地。

建议规则:

  • Skill 调试、通用样例、工具行为记录可以放这里。
  • 某个项目真正采用的提示词和图片,应复制或记录到对应 projects/<project-id>/slides/sNN/makeup-still/
  • 不让项目资产只停留在 garden-gpt-image-2/

7. tmp/

用途:短期临时文件。

建议规则:

  • 临时测试可以放这里。
  • 调研证据、可复用草案、已接受结论不放这里。
  • 能被后续复盘引用的内容,应放入 investigations/

8. requirements/ccpe/requirements/skills-vault/

用途:能力缺口外部请求。

建议规则:

  • 如果是 GPT / CCRA 知识库改造需求,先形成改动清单或审阅包,不在 video-workbench 内伪装成已完成改造。
  • 如果是可复用 Skill、脚本、校验器、打包器能力写入 requirements/skills-vault/
  • 如果涉及 CCPE 正式参与者、审查协议或跨 Agent 调度,写入 requirements/ccpe/

五、GPT 知识库 / CCRA 改动清单

这部分只记录“需要改什么”,不在本文件中执行。

1. 强哥的策划导演.md

需要把默认输出从“最终 Prompt”降级为“导演层交接物”。

建议调整:

  • 将“画面 Prompt / 镜头 Prompt / 生图 Prompt / 图生图 Prompt”改为条件输出。
  • 默认输出改为:
    • 视觉资产意图
    • 页面 / 分镜导演卡
    • 视觉 brief
    • 可交给 Codex 的执行说明
    • 验收标准
  • 增加边界说明:最终图像提示词由 Codex 结合 gpt-image-2 Advisor 模式在本地生成。

2. 00_CORE_附录B_内容类型识别与分流.md

需要把科普视频、培训 PPT、MV / 人物类任务分流到不同视觉交接级别。

建议新增或调整字段:

prompt_owner: codex
gpt_output_level: director_card | visual_brief | execution_package
advisor_mode_required: true | false

3. 00_CORE_附录C_视频_MV_短剧_深度执行模式.md

需要拆分“导演层”和“最终提示词层”。

建议调整:

  • GPT 输出镜头意图、构图、节奏、视觉隐喻、验收标准。
  • 不默认输出最终 image prompt。
  • 人物连续性场景增加 makeup-still/ 交接提醒。

4. 00_CORE_附录E_Codex_交接与本地执行.md

这是最需要调整的核心文件之一。

建议新增:

  • Codex 接收 GPT 导演卡后,进入 gpt-image-2 Advisor 模式。
  • Codex 在项目目录保存 image-prompt-vN.md
  • Codex 保存生成图片、外部图片来源和验收记录。
  • Codex 将人物定妆资产保存到 makeup-still/

5. 21_SYSTEM_多工具协同与流程编排.md

需要把“GPT 直接产 Prompt”改成“GPT 编排任务Codex 负责本地提示词执行”。

建议强调:

  • GPT 是策划导演,不是本地资产管理员。
  • Codex 是执行、归档、版本管理和提示词工程落地者。
  • Advisor 模式是 Codex 的本地能力,不是 GPT 必须内置的完整流程。

6. 30_CASE_典型视频分镜案例.md

保留作为科普视频高频样例,但需要改标注。

建议:

  • 将旧版直接 Prompt 示例标为 legacy baseline 或“提示词颗粒度参考”。
  • 新增一版“GPT 应输出的导演卡 / visual brief”。
  • 新增一版“Codex 应生成的最终 image prompt”作为本地执行示例。

7. 31_CASE_典型培训AI_PPT案例.md

保留并提高权重,因为它更接近实际高频使用。

建议:

  • 明确页面文字由 PPT / 网页层承载。
  • 图片提示词只负责视觉资产。
  • GPT 输出教学目标、页面结构、视觉资产用途。
  • Codex 输出视觉资产提示词和版本记录。

8. 10_STYLE_强哥偏好与审美取向.md

可暂缓,只在需要统一美学偏好时再改。

建议:

  • 不把风格偏好扩写成复杂 prompt 规范。
  • 只保留可影响导演卡和 visual brief 的偏好描述。

9. 90_ARCHIVE/

不作为本轮改造对象。

建议:

  • 只读参考。
  • 不上传为 GPT 当前知识。
  • 不把 archive 里的旧 prompt 体系当作当前职责边界。

六、video-workbench 稳定文档候选

本草案通过后,建议在 docs/ 下新增四个稳定文档。

文档 解决的问题 来源
docs/image-prompt-advisor-workflow.md Codex 如何从 GPT 导演卡生成最终图像提示词 本草案 + v2 调研
docs/visual-asset-prompt-rubric.md 如何评价提示词质量 v2 调研评分维度
docs/page-text-vs-image-prompt-boundary.md 页面文字和图片提示词的职责边界 培训 AI / PPT 高频场景
docs/makeup-still-directory-policy.md 什么时候创建人物定妆目录 条件人物场景

这些文档应在强哥确认本草案后再创建,避免把草案过早固化。

七、建议执行顺序

  1. 强哥审阅并修订本草案。
  2. Codex 将被接受的部分迁移为 docs/ 下的稳定文档。
  3. Codex 准备 GPT / CCRA 知识库改动清单或补丁包。
  4. 用一个真实的科普视频或培训 AI PPT 项目做单页 / 单镜试运行。
  5. 根据试运行结果,再决定是否需要模板、脚本或校验器。

八、验收标准

本草案被接受时,应满足:

  • 高频权重正确:科普视频 > 培训 AI / PPT > 人物造型。
  • GPT 不再默认承担最终图像提示词生成。
  • Codex 明确承担本地图像提示词工程和文件归档。
  • makeup-still/ 是条件目录,不是所有项目的默认目录。
  • investigations/docs/ 的边界清楚。
  • 没有把提示词质量结论夸大为最终图片质量结论。
  • 没有把 GPT 知识库改造伪装成已经执行完成。

九、暂不做

本轮不做:

  • 不直接生图。
  • 不验证最终图片质量。
  • 不改 GPT Builder。
  • 不改 knowledge-vault 中的 GPT 知识库文件。
  • 不新增稳定 docs/ 文档。
  • 不迁移现有项目目录。
  • 不引入自动化脚本。