video-workbench/investigations/2026-06-23-gpt-image-2-advi.../01-分工与目录改造草案2.0.md

598 lines
17 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 01-分工与目录改造草案2.0
```yaml
status: draft
date: 2026-06-23
scope:
- video-workbench 本地执行流程
- GPT「强哥的策划导演 V2」阶段0-5 Markdown 接收方式
- Codex 阶段6以后执行、试错、提示词和资产落盘规则
basis:
- GPT V2 已完成改造
- GPT 不再输出最终图像 Prompt
- GPT 不再输出 Codex JSON 或执行包
- Codex 从 GPT V2 Markdown 策划稿中自行生成本地执行计划
non_goals:
- 不修改 GPT V2 知识库
- 不恢复旧版 Codex JSON 流程
- 不要求一次性生成全套 Prompt
- 不设置默认导出或剪辑流程
```
## 一、总体边界
GPT「强哥的策划导演 V2」的默认终点是阶段5
```text
阶段0任务路由
阶段1原始势能扫描
阶段2降维方向提案
阶段3媒介总纲设计
阶段4通用表达与视觉系统设计
阶段5分镜 / 页面 / 内容骨架
```
video-workbench 的默认起点是阶段6
```text
阶段6本地执行启动
```
Codex 不再向 GPT 索要:
- 最终图像 Prompt
- Negative Prompt
- Codex JSON
- video-workbench task list
- output_path
- 图像生成参数;
- 批量出图任务单。
Codex 接收的是 GPT V2 的阶段0-5 Markdown 策划结果并在本地完成执行计划、视觉系统物化、提示词生成、资产生成、review、失败归因和迭代。
## 二、角色分工
| 角色 | 负责 | 不负责 |
| --- | --- | --- |
| 强哥 | 建立或授权具体项目;确认 GPT 策划结束;决定是否进入 Codex 执行;审阅关键成果 | 不维护每个资产的提示词版本和迭代记录 |
| GPT V2 | 阶段0-5策划总纲通用表达与视觉系统页面 / 分镜 / 内容骨架 | 不输出最终 Prompt不输出 Codex JSON不规定本地目录和执行路径 |
| Codex / video-workbench | 阶段6以后本地执行解析 GPT Markdown生成 `execution-plan.md`;物化 `visual-system/`;生成和迭代单元资产 | 不把 GPT 策划稿当成执行命令;不等待 GPT 提供 JSON |
| `gpt-image-2` Advisor | 为 Codex 提供图像提示词工程支持 | 不替代项目级执行计划和本地 review |
一句话边界:
> GPT V2 给“策划骨架和公共系统”Codex 把它变成“本地执行计划、视觉系统、提示词、资产和迭代记录”。
## 三、本地流程2.0
本地流程压缩为五个阶段。
### 1. Intake Locked
触发条件:
- 具体项目已经建立或由强哥授权建立;
- `projects/<project-id>/intake/` 已放入 GPT V2 给出的全部 Markdown 文件;
- 强哥明确表示 GPT 策划工作结束,可以进入 Codex 执行。
Codex 在这一阶段做:
- 确认 `intake/` 中有哪些 GPT V2 文件和用户素材;
- 创建或更新 `project.md`
- 补齐本地执行需要的目录和索引文件;
- 不把 `intake/` 中的 GPT Markdown 改写成另一套完整内容;
- 不回头要求 GPT 提供 Prompt、JSON 或 task list。
建议项目起始结构:
```text
projects/<project-id>/
project.md
intake/
execution-plan.md
visual-system/
visual-system.md
slides/
slides.md
```
如果项目不是视觉类任务,可以不创建 `visual-system/``slides/`
### 2. Build Local Execution Plan
`parse stage outputs` 不作为单独文档阶段。Codex 可以在讨论和分析中解析 GPT V2 Markdown但最终判断要汇总进项目级 `execution-plan.md`
视觉类项目默认必须有:
```text
projects/<project-id>/execution-plan.md
```
`execution-plan.md` 不是旧 GPT JSON 的替代品,也不是一次性批量任务清单。它是本地执行的活文档,记录当前项目如何试、怎么分批、跑到哪一轮、下一步做什么。
建议内容:
```md
# Execution Plan
项目索引:见 `project.md`
## 1. Execution Scope
- medium_branch:
- current_phase:
- current_focus:
- next_decision:
## 2. Visual-System Materialization Plan
- assets_to_fix:
- first_round_targets:
- acceptance_criteria:
- open_questions:
## 3. Unit Iteration Plan
| batch | units | purpose | entry_condition | status | decision |
## 4. Current Round
- round:
- units_or_assets:
- prompts_to_generate:
- images_to_generate:
- review_focus:
- next_action:
## 5. Decision Log
| date | decision | reason | affected files |
```
使用规则:
- 每次进入新一轮视觉系统试跑或页面 / 镜头试跑前,先更新 `execution-plan.md`
- 它记录“执行策略、批次、轮次、当前决策”。
- 它可以包含进度概览,但不替代 `slides/slides.md` 的单元执行明细。
- 它可以先小批次推进,不要求全项目 Prompt 一次性生成完。
- 项目 ID、媒介类型、`intake/` 文件索引和关键路径由 `project.md` 维护,不在 `execution-plan.md` 中重复展开。
### 3. Materialize Visual System
这是阶段6以后最关键的本地执行阶段。
统一使用:
```text
projects/<project-id>/visual-system/
```
不再使用独立的:
```text
projects/<project-id>/makeup-still/
```
人物定妆、角色一致性、场景参考、PPT 背景、页面模板、图示风格、公共提示词、图片母版和参考资产,都归入 `visual-system/`
建议结构:
```text
projects/<project-id>/visual-system/
visual-system.md
refs/
iterations/
```
可按项目需要增加子目录:
```text
visual-system/
characters/
scenes/
templates/
diagrams/
backgrounds/
refs/
iterations/
```
文件边界:
- `visual-system.md`:三合一记录公共视觉系统的当前采用版本、物化目标、迭代日志、失败归因和下一步。
- `refs/`外部参考图、用户提供素材、GPT 阶段4提到的参考需求。
- `iterations/`保存每轮试跑的提示词、图片、review 和修改判断。
不同媒介的物化重点:
| 类型 | `visual-system/` 重点 |
| --- | --- |
| 培训 / 科普 AI PPT | 封面模板、章节页模板、概念页模板、案例页模板、图示风格、公式 / 图表 / 文字承载策略 |
| 客户方案 PPT | 商务视觉基调、页面密度、客户决策路径图示、价值证明图示、品牌和留白规则 |
| 科普视频 / PPT式视频 | 公共画面基调、统摄性隐喻、视觉母题、图示风格、页面文字 / 字幕 / 图表承载策略 |
| MV / 剧情 / 人物连续性 | 人物身份锚点、服装锚点、姿态锚点、场景锚点、道具锚点、光线和情绪色彩 |
注意:
- `generate reference assets` 并入本阶段。
- `review and iterate visual system` 并入本阶段。
- 视觉系统可以迭代多轮,不要求第一轮固定。
- 只有 `visual-system.md` 的“当前接受版本”中记录的内容,才算项目级公共视觉系统已接受版本。
### 4. Generate And Iterate Units
这一阶段不采用“一次性生成全套 Prompt再批量执行”的方式。
默认策略是小批次试错、小批次迭代:
```text
先选 1 / 5 / 7 等代表性页面或镜头
→ 生成这些单元的提示词和图片
→ review
→ 需要则进入二稿
→ 通过后再选 2 / 4 / 8 等下一批
→ 最后处理剩余单元
```
批次策略写在:
```text
projects/<project-id>/execution-plan.md
```
单元执行事实写在:
```text
projects/<project-id>/slides/slides.md
```
两者分工:
| 文件 | 记录什么 | 不记录什么 |
| --- | --- | --- |
| `execution-plan.md` | 当前试错策略、批次安排、轮次状态、下一步判断 | 不展开每个单元的完整执行文件 |
| `slides/slides.md` | 每个页面 / 镜头的具体执行状态 | 不替代项目级试错策略 |
| `slides/sNN/` | 单个页面 / 镜头的提示词、图片、review、metadata | 不保存其他单元的资产 |
`slides/slides.md` 建议记录:
```md
| unit | source | batch | spec | prompt | image | review | accepted | notes |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| s01 | GPT stage5 row 1 | batch-01 | done | v2 | v2 | pass | yes | uses visual-system v1 |
| s05 | GPT stage5 row 5 | batch-01 | done | v1 | v1 | revise | no | composition too dense |
```
每个 `slides/sNN/` 目录的文件名必须带 `sNN` 前缀。
示例:
```text
projects/<project-id>/slides/s03/
s03-metadata.json
s03-unit-spec.md
s03-visual-brief.md
s03-v1-prompt.md
s03-v1-image.png
s03-v1-review.md
s03-v2-prompt.md
s03-v2-image.png
s03-v2-review.md
s03-final-notes.md
```
规则:
- 不使用无前缀的 `image-prompt.md`、`review-notes.md`、`metadata.json` 作为默认命名。
- 多个单元同时打开时,文件名本身必须能识别属于哪个页面或镜头。
- 迭代文件采用 `sNN-vN-type.ext`,让同一版本的 prompt、image、review 排在一起。
- 如果同一单元有多张资产,也继续带前缀和版本,例如 `s03-v1-diagram.png`、`s03-v1-background.png`。
- `sNN-unit-spec.md` 来自 GPT 阶段5和本地执行计划不是最终 Prompt。
- `sNN-vN-prompt.md` 才是 Codex 生成的最终图像提示词。
### 5. Closeout When Needed
默认不设置独立的:
```text
export_final_assets
write_project_handoff
```
平时续作依赖:
- `project.md`
- `execution-plan.md`
- `visual-system/visual-system.md`
- `slides/slides.md`
- `slides/sNN/` 内文件
只有以下情况才写 handoff
- 跨线程继续;
- 长时间暂停;
- 项目交付给其他工具或人;
- 需要形成阶段性归档;
- 强哥明确要求。
handoff 可放在项目内或 repo 级 `handoff/`,按实际上下文决定。
## 四、媒介分支流程
### 1. 培训 / 科普 AI PPT
默认流程:
```text
Intake Locked
→ execution-plan.md
→ visual-system/ 固定页面模板和图示系统
→ 代表页小批次试跑
→ slides/sNN/ 逐页生成和迭代
```
重点:
- 页面模板先于全量页面生成;
- 代表页应覆盖概念页、案例页、练习页、图表页;
- 文字、公式、图表、标签可以由 PPT 层、图像层或后期层承载,由 Codex 在执行计划中判断;
- 不设置“图片不能有文字”的全局规则。
### 2. 客户方案 PPT
默认流程:
```text
Intake Locked
→ execution-plan.md
→ visual-system/ 固定商务质感、页面密度和图表规则
→ 决策关键页小批次试跑
→ slides/sNN/ 逐页生成和迭代
```
重点:
- 先试封面、客户痛点页、关键判断页、方案结构页、价值证明页;
- 视觉资产必须服务客户决策;
- 不把 PPT 页当成视频镜头。
### 3. 科普视频 / PPT式视频
默认流程:
```text
Intake Locked
→ execution-plan.md
→ visual-system/ 固定公共画面基调、视觉母题和图示风格
→ 认知关键镜头小批次试跑
→ slides/sNN/ 逐镜头生成和迭代
```
重点:
- 先试开场、核心机制解释、反转、总结升维等关键镜头;
- 口播和画面功能要匹配;
- 画面不是口播装饰;
- 是否出现文字、公式、图表,由解释任务决定。
### 4. MV / 剧情 / 人物连续性
默认流程:
```text
Intake Locked
→ execution-plan.md
→ visual-system/ 固定人物、服装、姿态、场景、道具和情绪色彩
→ 高风险镜头小批次试跑
→ slides/sNN/ 逐镜头生成和迭代
```
重点:
- `makeup-still/` 作废,不再作为独立目录;
- 人物定妆只是 `visual-system/characters/` 的一部分;
- 先固定多锚点参考资产,再做镜头;
- 高风险镜头包括人物近景、全身、动作、跨场景、情绪变化、多人关系。
### 5. 文章 / 口播 / 纯文本
默认不走完整视觉流程。
如果没有图片、PPT、视频页面、MV 或视觉资产需求,可以不创建:
- `visual-system/`
- `slides/`
如果后续要转成视频、PPT 或音频可视化,再进入对应视觉流程。
## 五、目录2.0
推荐项目结构:
```text
projects/<project-id>/
project.md
intake/
execution-plan.md
visual-system/
visual-system.md
refs/
iterations/
slides/
slides.md
s01/
s01-metadata.json
s01-unit-spec.md
s01-visual-brief.md
s01-v1-prompt.md
s01-v1-image.png
s01-v1-review.md
s02/
```
条件目录:
```text
visual-system/characters/
visual-system/scenes/
visual-system/templates/
visual-system/diagrams/
visual-system/backgrounds/
```
不再推荐:
```text
projects/<project-id>/makeup-still/
```
## 六、文件职责
### `project.md`
轻量项目地图。
记录:
- 项目状态;
- 媒介类型;
- `intake/` 文件列表;
- 当前执行焦点;
- 关键文件链接;
- 下一步。
不记录完整执行计划,不复制 GPT 策划稿。
### `execution-plan.md`
项目级执行活文档。
记录:
- Codex 如何解析 GPT V2 阶段0-5
- 本项目属于哪个媒介分支;
- 阶段4要先物化哪些公共视觉系统
- 当前采用什么小批次试错策略;
- 当前跑到第几轮;
- 哪些单元进入当前批次;
- 下一步做什么;
- 哪些判断已被强哥接受。
它是旧 GPT JSON 消失后的本地核心控制文件。
### `visual-system/visual-system.md`
公共视觉系统的当前状态、物化计划和迭代记录。
记录:
- 当前已接受的公共视觉系统;
- 需要物化的视觉目标;
- 每轮试跑了什么;
- 使用了哪些提示词;
- 生成了哪些参考资产;
- review 发现了什么问题;
- 失败归因是什么;
- 哪些版本被接受;
- 当前公共视觉系统使用哪个版本。
### `slides/slides.md`
页面 / 镜头执行明细表。
记录:
- 每个 `sNN` 的来源;
- 属于哪个批次;
- 当前 prompt 版本;
- 当前图片版本;
- review 状态;
- 是否通过;
- 备注。
不承担项目级批次策略。
### `slides/sNN/`
单个页面 / 镜头资产目录。
所有文件名必须带 `sNN` 前缀。
## 七、稳定文档后续改造
本草案确认后,应再更新 video-workbench 的稳定文档。
优先改:
```text
README.md
VIDEO_WORKBENCH.md
docs/context-handoff.md
```
重点改动:
-`GPT = execution packages` 改为 `GPT V2 = 阶段0-5策划 Markdown`
-`Codex = execution` 扩展为 `Codex = 阶段6以后本地执行、Prompt Advisor、视觉系统物化、资产迭代和落盘`
- 去掉对 GPT JSON、Prompt、路径任务单的期待
- 增加 `execution-plan.md`
- 增加 `visual-system/visual-system.md`
- 明确 `makeup-still/` 不再作为推荐目录;
- 明确 `slides/sNN/` 文件名前缀和版本命名规则;
- 增加 `docs/cases/`,承接旧 `30_CASE` / `31_CASE` 的本地化案例模式。
可新增稳定文档:
```text
docs/gpt-v2-local-execution-workflow.md
docs/visual-system-materialization.md
docs/unit-iteration-and-progress.md
docs/cases/README.md
docs/cases/science-video-page-style-case.md
docs/cases/training-ai-ppt-case.md
```
是否新增这些文档,等本草案确认后再决定。
`docs/cases/` 的定位不是复制旧 GPT 知识库,而是从旧真实案例中抽取 Codex 本地执行可用的模式:
- 科普视频的页面化表达颗粒度;
- 培训 PPT 的教学单元设计;
- 页面文字、视觉资产、讲师备注的分层;
- 分镜 / 页面 review 的判断维度。
不继承:
- GPT 直接输出最终图像 Prompt
- GPT 输出 Codex JSON
- 旧路径和旧执行包字段;
- `no readable text` 全局规则。
## 八、硬规则
1. Codex 不向 GPT 索要最终 Prompt。
2. Codex 不向 GPT 索要 Codex JSON。
3. Codex 不把 GPT V2 Markdown 当成执行命令。
4. `execution-plan.md` 是视觉类项目默认必备文件。
5. `visual-system/visual-system.md` 是公共视觉系统的状态、计划和迭代记录统一文件。
6. `makeup-still/` 作废,不再作为推荐目录。
7. 不要求一次性生成全套页面 / 镜头 Prompt。
8. 默认采用小批次试错、小批次迭代。
9. `slides/slides.md` 记录单元执行事实,不替代项目级执行计划。
10. `slides/sNN/` 下所有文件名必须带 `sNN` 前缀,迭代文件采用 `sNN-vN-type.ext`
11. 不把 `no readable text` 当成全局图片规则。
12. 是否由图片承载文字、公式、标签、图表,由 Codex 根据媒介和内容目标在执行层判断。
13. `export_final_assets``write_project_handoff` 按需执行,不作为默认阶段。
14.`30_CASE` / `31_CASE` 只能抽取为 `docs/cases/` 的案例模式,不作为旧 Prompt / JSON 流程回流入口。
## 九、验收标准
本草案被接受时,应满足:
- 能从 GPT V2 阶段0-5 Markdown 自然进入 Codex 本地执行;
- 不依赖 GPT Prompt、JSON 或路径任务单;
- `execution-plan.md` 的职责清楚;
- `visual-system/` 的职责清楚;
- `makeup-still/` 已从推荐目录中移除;
- 支持小批次试错,而不是全量 Prompt 先行;
- `slides/slides.md``slides/sNN/` 的职责分离清楚;
- `slides/sNN/` 文件名前缀和版本命名规则明确;
- 旧案例进入 `docs/cases/` 的定位清楚;
- PPT、科普视频、MV / 剧情、纯文本任务有合理分支;
- 没有把 GPT 给出的参考流程机械照搬成本地流程。