ai-short-drama
設計、編劇、製作與迭代爆款 AI 短劇/漫劇/仿真人直式連載。用於「AI短劇」「AI漫劇」「爽劇」「微短劇」「爆款情景」「一鏡到底」「宮格成片」「故事連鏡」「角色三視圖」「假廢物真強者」「扮豬吃虎」「重生」「轉生/穿越」「系統流」「隱藏大佬/隱藏身份」「逆襲/打臉/復仇」「真假千金」「末世」「修仙」「規則怪談」「ReelShort/DramaBox 風」「分集大綱」「每集鉤子」「季節拍」「短劇角色一致性」「把小說改短劇」「短劇為什麼不爆」「規劃一季/寫下一集」「從故事到AI成片」「一鍵做短劇」「100%自動化」「全部你來」等任務。負責題材雷達、片型路由、概念綠燈、系列 Bible、資產註冊、逐鏡時間線、爽點與揭露階梯、分集編劇、連載狀態、production pack、可續跑生成、成片 QA 與成效回填;實際媒體提示詞交給 ai-media-generator,完整剪輯交付可串接 video-autopilot 或相容執行器。
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Badge for your README
Markdown
[](/listings/hao0321--ai-short-drama)HTML
<a href="/listings/hao0321--ai-short-drama"><img src="/api/listings/hao0321--ai-short-drama/badge.svg" alt="findsafeskills safety rating" /></a>Install
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
# Codex git clone https://github.com/Hao0321/ai-short-drama.git ~/.codex/skills/ai-short-drama # Claude Code git clone https://github.com/Hao0321/ai-short-drama.git ~/.claude/skills/ai-short-drama
安裝後可直接說:
用 $ai-short-drama 把「被當成廢物的外送員其實能倒轉五秒,但每次會失去一段記憶」做成三集 pilot。
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 213 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- ---
- name: ai-short-drama
- description: 設計、編劇、製作與迭代爆款 AI 短劇/漫劇/仿真人直式連載。用於「AI短劇」「AI漫劇」「爽劇」「微短劇」「爆款情景」「一鏡到底」「宮格成片」「故事連鏡」「角色三視圖」「假廢物真強者」「扮豬吃虎」「重生」「轉生/穿越」「系統流」「隱藏大佬/隱藏身份」「逆襲/打臉/復仇」「真假千金」「末世」「修仙」「規則怪談」「ReelShort/DramaBox 風」「分集大綱」「每集鉤子」「季節拍」「短劇角色一致性」「把小說改短劇」「短劇為什麼不爆」「規劃一季/寫下一集」「從故事到AI成片」「一鍵做短劇」「100%自動化」「全部你來」等任務。負責題材雷達、片型路由、概念綠燈、系列 Bible、資產註冊、逐鏡時間線、爽點與揭露階梯、分集編劇、連載狀態、production pack、可續跑生成、成片 QA 與成效回填;實際媒體提示詞交給 ai-media-generator,完整剪輯交付可串接 video-autopilot 或相容執行器。
- ---
- # AI Short Drama
- 把一個爽點母題做成可測試、可連載、角色不漂、每集都有下一集衝動的 AI 短劇系統。故事與連載狀態由本 Skill 擁有;圖片、影片、聲音模型只是下游執行器。
- 當使用者要求「全部你來」「一鍵做短劇」「100% 自動化」「從題目到成片」「自動續跑」時,啟用 **Auto mode**:先讀 [automation.md](references/automation.md) 並執行 dependency gate。若已安裝 `video-autopilot/drama_autopilot.py` 或相容執行器,就建立可恢復專案並在登入/付費/能力不符/合規阻擋與最終公開發布以外自行推進;若未安裝,仍須交付 schema-valid production pack、生成佇列與剪輯 handoff,將狀態標成 `waiting_for_executor`,不可聲稱已產生 `current.mp4`。
- Auto mode 先建立 [studio-workflow.md](references/studio-workflow.md) 定義的 `studio-plan.json`,並通過 `studio_lint.py --studio-ready`;production pack 再符合 [production_pack.schema.json](scripts/production_pack.schema.json),並通過 `drama_lint.py --production-ready`。前者控制片型、模型能力、資產與時間線,後者控制故事與連載契約;兩層都通過才可編譯生成任務。缺少選配成片執行器時仍交付兩份已驗證契約與 handoff,不聲稱已有成片。
- ## 1. 邊界與跨 Skill 路由
- | 任務 | Owner |
- |---|---|
- | 題材、概念、角色關係、季弧、分集鉤子、伏筆/爽債 | 本 Skill |
- | 角色圖、場景圖、影片 prompt、聲音、模型選擇 | `ai-media-generator` |
- | 成片組裝、字幕、剪輯 QA、發布與成效日誌 | `video-autopilot` 或相容剪輯執行器(選配) |
- | Shorts/Reels 包裝、跨平台 hook、title/caption | `video-craft-playbook` |
- 不要把本 Skill 併回 `ai-media-generator`。前者是 IP/敘事/連載系統,後者是媒體生成系統;只共享 production contract。
- ## 2. 八個 Mode
- | Mode | 觸發 | 交付 |
- |---|---|---|
- | **Scout** | 現在什麼題材會爆、查榜、找案例 | 有日期與來源的 Opportunity Map |
- | **Greenlight** | 我有幾個點子、哪個值得做 | 概念評分、風險、唯一推薦與 pilot 假設 |
- | **Bible** | 建世界觀、角色、能力/系統 | Series Bible + entity registry + reveal ladder |
- | **Season** | 規劃 10/30/60 集 | micro-arcs、爽債、敵人階梯、每集 turn/cliffhanger |
- | **Episode** | 寫第 N 集、續寫下一集 | 可拍劇本 + state delta + 下一集 handoff |
- | **Studio** | 爆款情景、一鏡到底、宮格、故事連鏡、角色三視圖 | 片型路由 + model capability + asset registry + shot timeline |
- | **Produce** | 做成 AI 漫劇/仿真人短劇 | production pack;路由媒體與剪輯 Skills |
- | **Audit** | 為什麼不爆、數據回填、優化 | 故事/包裝/生產分層診斷與下一輪實驗 |
- Scout 遇到「現在/最新/榜單/平台政策」必須上網查。其他 Mode 若使用者未指定平台,先做最小假設,不因缺少答案停工。
- 本 Skill 建立時的研究來源、證據級別與不可外推限制見 [evidence-registry.md](references/evidence-registry.md)。它是研究底稿,不是永久榜單;Scout 仍須重查當下資料。
- ## 3. 預設工作流
- ### Step 1 — 定義發行表面
- 先決定:
- - 市場:華語國內/華語海外/全球英文或多語
- - 表面:抖音/紅果/快手/Bilibili/YouTube Shorts/TikTok/Reels/ReelShort/DramaBox 類 App
- - 形態:AI 仿真人、2D 漫劇、3D 動畫、表情包/動物荒誕劇
- - 集長與集數:依實際平台與商業模式,不把 60–100 集當全域預設
- 再依 [studio-workflow.md](references/studio-workflow.md) 選發行單位:`serial_episode`、`micro_drama`、`viral_one_take`、`grid_moment` 或 `continuous_long_take`。先分清「完整故事」與「單一高衝擊瞬間」;不得用同一份節奏模板硬套所有片型。
- 最新平台、案例與驗證策略讀 [platform-strategy.md](references/platform-strategy.md)。
- ### Step 2 — 選「已驗證引擎 × 新鮮變量」
- 用 [genre-engines.md](references/genre-engines.md) 選一個主引擎,最多兩個輔引擎。概念必同時包含:
- 1. **熟悉承諾:** 觀眾一秒理解會得到哪種爽感。
- 2. **新鮮變量:** 新職業、新規則、新關係、新世界或反常代價。
- 3. **AI 優勢:** 真人預算難拍、AI 卻能穩定呈現的奇觀/角色/世界。
- 禁止只換名字重抄熱門劇。經典結構可以沿用,核心角色、具體事件、台詞、視覺設計與世界規則必須原創或有合法授權。
- ### Step 3 — 跑 Greenlight Score
- 每項 0–5 分:
- | 維度 | 問題 |
- |---|---|
- | Instant legibility | 3 秒內懂主角受什麼壓制、藏什麼牌? |
- | Emotional voltage | 羞辱、危機、慾望或不公是否立即可感? |
- | Escalation runway | 對手、真相與代價能否升至少 4 級? |
- | Reveal runway | 秘密能否分段揭露,不一次洩光? |
- | Freshness | 與同題材相比,哪一點非它不可? |
- | AI-native spectacle | AI 是否帶來實質視覺/世界優勢? |
- | Production repeatability | 角色、場景、聲音能否資產化重用? |
- | Compliance / IP | 權利、標識與平台內容風險是否可控? |
- 建議門檻:總分 ≥30/40 才做 pilot;`Freshness`、`Escalation runway`、`Production repeatability` 任一低於 3,先改概念。這是內部 heuristic,不宣稱為平台官方演算法。
- ### Step 4 — 建 Series Bible
- 先讀 [story-architecture.md](references/story-architecture.md),建立:
- - Premise Contract:公開身份、隱藏真相、核心不公、觀眾承諾、季問題、新鮮變量
- - Character Bible:欲望、恐懼、錯誤信念、能力/資源、關係、表演與聲線錨
- - World/System Rules:能做什麼、不能做什麼、成本、升級條件、漏洞
- - Reveal Ladder:技能 → 資源 → 人脈 → 身份 → 世界真相
- - Antagonist Ladder:身邊羞辱者 → 地方守門人 → 組織權力 → 幕後鏡像敵人
- - Payoff Debt Ledger:每次羞辱/承諾何時償還
- - Entity Registry:角色、場景、道具、服裝、傷勢、聲音的固定 ID
- 已持久化的系列與角色要先讀使用者提供或本地保存的 `series-<slug>.md`,再續寫或投產;其中已核准的角色關係、視覺 ID、台詞、episode state delta 與 continuation capsule 均視為唯讀,除非使用者明確要求重新設計。公開套件不附帶任何使用者私人系列;不得把另一個專案的角色或設定當成新短劇預設。
- ### Step 5 — 先做 Pilot,不直接展開整季
- 預設先寫 **3–5 集 pilot**:
- 1. 第 1 集證明 premise 與秘密差距。
- 2. 第 2 集交付第一個小爽點,但擴大風險。
- 3. 第 3 集完成第一次公開反轉,開更大敵人/代價。
- 4. 第 4–5 集只在題材需要更多世界驗證時加入。
- Pilot 通過後才擴成 10/30/60 集。不可一次生成整季台詞後直接投產。
- ### Step 6 — 編譯單集
- 每集只能有一個 dominant turn,且至少交付一項:小爽點、證據、能力進展、關係變化或真相碎片。基本結構:
- ```text
- Cold open:衝突已發生,不從起床/自我介紹開始
- Pressure:對手加碼,主角必須選
- Turn:資訊、權力或關係發生不可逆變化
- Payoff / Progress:償還一筆爽債,或明確逼近償還
- Cliffhanger:切在新資訊/新危機/即將揭露前,不是假裝卡住
- State Delta:本集結束後,世界有哪些事永久改變
- ```
- 詳細節奏與 cliffhanger 類型見 [story-architecture.md](references/story-architecture.md)。
- ### Step 7 — 編譯 Studio Plan
- 讀 [studio-workflow.md](references/studio-workflow.md),交付並驗證:
- 1. format profile:故事範圍、目標片長、時間線策略
- 2. model capability:單次時長、參考資產上限、驗證日期
- 3. inherited globals:畫風、比例、光線、色調、語言、聲音基線
- 4. canonical assets:角色/場景/道具的 recurring/one-off 標記與 identity views
- 5. shot timeline:時間、景別、運鏡、角度、場景、情緒、轉場、動作、台詞、聲音
- 6. variation policy:批次變體的 seed、shuffle bag 與近期重複抑制
- 7. output/handoff:整段或逐鏡 prompt、草稿位置、asset inbox、剪輯交接
- 執行:
- ```powershell
- python scripts/studio_lint.py studio-plan.json --studio-ready
- ```
- ### Step 8 — 編譯 Production Pack
- 讀 [production-pipeline.md](references/production-pipeline.md) 與 [templates.md](references/templates.md),交付:
- 1. locked entity registry
- 2. episode script + scene cards
- 3. character/location/prop/costume/voice references
- 4. 每鏡 observable action、frame intent、audio、end state
- 5. state delta 與下一集 continuation capsule
- 6. AI 媒體生成 brief
- 7. edit/caption/QA brief
- 之後才呼叫 `ai-media-generator`,並在可用時呼叫 `video-autopilot` 或相容剪輯執行器。長敘事不要用單一 prompt 一次生成;先腳本、角色視覺錨、逐場景 I2V,再組裝。
- ## 4. 爽劇硬規則
- 1. **主角的弱是表象、限制或代價,不是編劇讓他突然變笨。**
- 2. **每次受辱都開一筆爽債。** 連續受虐而不回收會消耗信任。
- 3. **一次只揭一層牌。** 小勝證明能力,大勝改變權力結構。
- 4. **反派必須會學習。** 只會重複羞辱的紙片反派撐不起連載。
- 5. **系統必須有成本與盲區。** 無限外掛會讓勝負失去懸念。
- 6. **重生知識不能全知。** 蝴蝶效應、資訊過期或另一名知情者會創造新風險。
- 7. **每 3–5 集完成一個 micro-arc。** 結束舊問題,同時打開更高階問題。
- 8. **集尾不是任意斷句。** 必須改變觀眾對下一秒的預測。
- 9. **角色先有可辨識欲望,再有標籤。** 「總裁/戰神/假千金」不是人物弧。
- 10. **新鮮度來自具體機制,不來自形容詞。** 換職業、規則、代價、敘事視角或情感關係。
- ## 5. AI 生產硬規則
- - 角色、場景、道具、服裝與聲音使用固定 ID;禁止同義詞漂移。
- - 先鎖角色/場景 still,再做 I2V;生成錯臉回 still 階段修,動作錯才重做 video。
- - 不以靜態圖縮放、輪流口型、全文朗讀假裝劇情演出;每場至少有有效行為互動或空間變化。
- - 每集輸出 `state_before → event → state_after`;傷勢、秘密知情人、物品持有人與關係不得重置。
- - 先生成 1 個代表性場景作 style/cost probe,再批量生成。
- - 每次投產前建立模型能力快照;單鏡時長與參考資產數不得超過已驗證上限。未知能力標成 `unverified`,不可猜測。
- - recurring 角色先鎖正面近景、正面全身、側面全身三個 identity views;one-off 資產不浪費參考額度。
- - 全局畫風/比例/光線/聲音由 Studio Plan 繼承到每鏡;只有敘事必要時才局部覆寫。
- - 一鍵預設必須展開為可編輯時間線後再投產;不得把黑箱模板直接當最終生成指令。
- - 先審 story cut,再加音樂、字幕與特效;漂亮不能補救事件不清楚。
- - 合規與低質護欄見 [quality-compliance.md](references/quality-compliance.md)。
- ## 6. Audit 與學習
- 把問題分層,不把所有低留存都怪 prompt:
- | 層 | 觀察 |
- |---|---|
- | Concept | 點擊後是否立刻理解承諾?題材有需求但是否同質? |
- | Episode | 首秒留存、turn 是否太晚、payoff 是否欠太久、cliffhanger 是否真改變預測? |
- | Series | 追更率、集間掉點、角色弧、重複打臉、揭露是否過早/過晚? |
- | Production | 角色/聲音漂移、口型、事件可讀性、PPT 感、字幕/音訊? |
- | Packaging | title、封面、caption、平台原生 hook? |
- 每次只測一個主要變量。記錄:適用市場、題材、形態、集數、變量、結果、反例。單次成功只算候選 pattern;跨至少 3 個作品方向一致,才升格預設。
- 可用 [scripts/studio_lint.py](scripts/studio_lint.py) 檢查片型、模型限制、資產鎖與逐鏡時間線;用 [scripts/drama_lint.py](scripts/drama_lint.py) 檢查 production pack 的必填欄位、連續集號、引用 ID 與爽債期限。
- ## 7. 交付格式
- 除非使用者只要單一片段,預設交付:
- 1. **一句話推薦**:唯一主方向與原因
- 2. **Premise Contract**
- 3. **主角/反派/系統卡**
- 4. **Reveal + Antagonist + Payoff ladders**
- 5. **3 集 pilot 表**
- 6. **第 1 集可拍腳本**
- 7. **Format Profile + Studio Plan 摘要**
- 8. **Production Pack 摘要**
- 9. **風險與驗證計畫**
- 需要完整結構時直接套 [templates.md](references/templates.md),不要臨場發明欄位。
README.md · README · 63 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # ai-short-drama
- > 把「假廢物真強者、重生、系統、隱藏大佬、逆襲」從題材標籤,編譯成有起承轉合、角色一致性、每集爽點與追更鉤子的 AI 短劇系統。
- `ai-short-drama` 是給 Codex、Claude Code 與相容 Skills 客戶端使用的開源 Skill。它負責故事與連載狀態,不把整部短劇塞進一條生成提示詞。
- ## 能做什麼
- - Scout:研究當下題材、平台與案例。
- - Greenlight:用八維評分選出值得測試的概念。
- - Bible:建立角色、世界規則、能力代價、揭露與反派階梯。
- - Season/Episode:規劃 micro-arc,寫出有 dominant turn、payoff、cliffhanger 與 state delta 的單集。
- - Studio:在連載單集、完整微短劇、爆款一鏡、宮格瞬間與連續長鏡之間路由。
- - Model-aware production:記錄模型時長/參考額度,鎖定 recurring 角色三視圖、全局風格與逐鏡時間線。
- - Produce:輸出 schema-valid production pack、固定 entity ID、逐鏡生成 brief 與剪輯 handoff。
- - Audit:分開診斷概念、單集、整季、生產與包裝問題。
- ## 安裝
- ```bash
- # Codex
- git clone https://github.com/Hao0321/ai-short-drama.git ~/.codex/skills/ai-short-drama
- # Claude Code
- git clone https://github.com/Hao0321/ai-short-drama.git ~/.claude/skills/ai-short-drama
- ```
- 安裝後可直接說:
- ```text
- 用 $ai-short-drama 把「被當成廢物的外送員其實能倒轉五秒,但每次會失去一段記憶」做成三集 pilot。
- ```
- ## 自動化邊界
- 核心 Skill 可獨立完成概念、劇本、production pack、schema/lint 驗證與下游 handoff。
- - 媒體提示詞與生成建議:搭配 [ai-media-generator](https://github.com/Hao0321/ai-media-generator)。
- - 自動組裝 `current.mp4`:需另外安裝 `video-autopilot/drama_autopilot.py` 或提供相容剪輯執行器。
- - 登入、額外付費、模型能力不符、合規不確定與正式公開發布,必須停下確認。
- 這個公開版本不包含作者的私人系列 Bible、角色資產或未公開故事設定。
- ## 驗證
- ```bash
- python -m py_compile scripts/drama_lint.py scripts/studio_lint.py
- python scripts/drama_lint.py --help
- python scripts/studio_lint.py examples/studio-plan.example.json --studio-ready
- python -m unittest discover -s tests -v
- ```
- `scripts/studio_plan.schema.json` 與 `scripts/studio_lint.py` 檢查片型、模型能力、資產鎖與時間線;`scripts/production_pack.schema.json` 與 `scripts/drama_lint.py` 檢查敘事與連載契約。詳細流程見 [Studio Workflow](references/studio-workflow.md)。
- ## 研究與原創邊界
- Studio 層參考了 [AI 追光](https://aizhuiguang.tech/) 公開頁面呈現的可泛化產品機制,例如片型分流、資產註冊、逐鏡時間線與剪輯交接;完整來源與限制記錄在 [研究證據登錄](references/evidence-registry.md)。
- 本專案是獨立重構,沒有複製對方的文案、提示詞模板、品牌、介面、圖片、音訊或程式碼。模型能力上限也不硬編碼為永久事實,投產前必須重新驗證。
- ## License
- MIT
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.