wantsong
/
video-workbench
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
video-workbench/investigations/2026-06-23-gpt-image-2-advi.../01-分工与目录改造草案.md

415 lines
14 KiB
Markdown
Raw 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
```yaml
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：
```text
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：
```text
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：
```text
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.md`：Codex 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：
```text
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/` 或 `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/` 与 `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：
```text
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/` 与 `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。
Reference in New Issue View Git Blame Copy Permalink