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

17 KiB
Raw Blame History

01-分工与目录改造草案2.0

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

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

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:

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:

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:

# 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:

projects/<project-id>/visual-system/

不再使用独立的:

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:

projects/<project-id>/visual-system/
  visual-system.md
  refs/
  iterations/

可按项目需要增加子目录:

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:

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:

projects/<project-id>/execution-plan.md

单元执行事实写在:

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:

| 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:

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.mdreview-notes.mdmetadata.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.pngs03-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:

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:

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:

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:

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:

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:

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:

visual-system/characters/
visual-system/scenes/
visual-system/templates/
visual-system/diagrams/
visual-system/backgrounds/

不再推荐:

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:

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:

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_assetswrite_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.mdslides/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。