Popiai-skill/drama-production/storyboard/SKILL.md

name	display-name-zh	version	description	summary-cn	summary-en	tags	tags-cn	exported-by
storyboard	分镜板	1.0.2	N宫格分镜故事板生成器。根据用户提供的故事文档或描述，先拆解为逐镜头分镜表， 再调用 AI 生成 N 宫格故事板图片。 支持读取剧本文档（docx/txt）自动拆解镜头，也支持用户直接输入故事描述。 支持 2x2、3x3、4x4、5x5 等网格布局，每格画面比例可自定义（默认 16:9）。 触发词包括：分镜、故事板、storyboard、N宫格、九宫格、四宫格、网格分镜、 分镜拆解、镜头拆解、shot breakdown、画分镜、帮我拆镜头、 make a storyboard、visual script。 不适用于：完整纪录片/科普片视频生成（使用 documentary skill）、 角色三视图/四视图/表情包（使用 film-tv skill）、视频剪辑合成。	输入剧本，生成分镜表和 N 宫格故事板	Turn script into N-grid storyboards	[Image Shot-List AI-Image]	[图片 镜头表 AI图像]	MiniMax-hub

N宫格分镜故事板

将故事或剧本拆解为逐镜头分镜表，生成 N 宫格故事板图片。

STEP 1: 收集故事来源

从用户消息中判断故事输入方式：

1. 文档输入 — 用户提供了 docx/txt 等剧本文档 → 读取文档内容
2. 直接输入 — 用户直接在对话中描述故事 → 直接使用

如果用户提供了文档，读取后给出 3 个选择：

选项	说明
前 9 个镜头 · 3x3	从剧情开头挑选前 ~9 个关键镜头，生成 3x3 九宫格
前 16 个镜头 · 4x4	从剧情开头挑选前 ~16 个关键镜头，生成 4x4 十六宫格
用户选一集 · 自动挑镜头	用户指定某一集/章节，由 AI 挑选核心镜头

如果用户直接输入故事（非文档），询问：

• 网格尺寸：2x2 / 3x3 / 4x4 / 5x5（默认 3x3）
• 画面比例：每格的宽高比（默认 16:9）

STEP 2: 分镜拆解（镜头表）

根据选定的故事内容，拆解为逐镜头分镜表，以 Markdown 表格呈现。

分镜表格式：

Shot	景别	画面描述	对应剧本台词
1	全景 / 特写 / 中景 / 近景 等	角色位置（含方位 N/S/E/W）、姿态、服装、动作、光影	角色（情绪）："台词" 或 无

拆解规则：

1. 景别标注 — 每个镜头标注景别（全景 / 中景 / 中近景 / 近景 / 特写），可附加运镜说明（仰拍 / 俯拍 / 固定 / 推 / 拉）
2. 空间方位 — 角色位置使用方位标注（E/W/S/N），描述朝向和相对位置关系
3. 空镜规则 — 场景转换或环境交代时，先给一个空镜（台词为"无"）建立空间感，因为单张图片无法同时传递环境信息和人物互动，分开处理可让每个镜头职责明确
4. 服装与状态 — 首次出现的角色完整描述服装外观；后续镜头如有状态变化则标注叠加状态
5. 光影描述 — 每个镜头包含光线/环境氛围描述
6. 台词格式 — 角色（情绪标注）："台词内容" 或 无（空镜 / 纯动作镜头）

拆解完成后，将分镜表以 Markdown 表格写入画布文本节点，展示给用户确认。

⏸ 等待用户确认分镜表后再继续。

STEP 3: 询问参考素材

生成故事板图片之前，询问用户是否有参考素材（允许多选）：

素材类型	说明	用途
参考图	风格参考、氛围参考、画风参考	控制整体视觉风格、色调、画风
角色参考	角色立绘、角色照片、角色四视图	保持角色外观一致性
场景参考	场景概念图、实拍场景照片	保持场景环境一致性
无参考素材	让 AI 自由发挥风格	—

如果用户提供了参考素材：

• 从画布获取或从用户上传的文件路径获取
• 使用 read_media 分析参考素材的视觉特征，提取风格关键词
• 所有参考素材的文件路径传递给后续生成步骤

STEP 4: 生成分镜提示词

调用 text_generation 工具，将 STEP 2 的分镜表 + STEP 3 的参考素材分析结果输入，生成结构化分镜 JSON。

System Prompt 模板见 → references/panel-prompt-system.md

调用参数：

• model: gemini-2.5-pro
• prompt: 将分镜表填入模板的 {{prompt}}，网格设置 JSON 填入 {{grid_setting}}
• images: 如有参考素材，传入参考图路径列表
• response_format: json_object

返回的 JSON 包含 panels（每格描述）和 overall_prompt（整体合成 prompt）。

STEP 5: 生成 N 宫格故事板图片

从 STEP 4 返回的 JSON 中提取 overall_prompt 字段，调用 nano_banana_image_generation 生成故事板图片。

指定模型：nano_banana_2（Gemini 3 Pro，网格图质量最佳，当前唯一可靠生成多格分镜的模型）。

Prompt 构造：在 overall_prompt 前加上网格布局指令：

Generate a {rows}x{cols} grid storyboard image. The grid has {rows} rows and {cols} columns. Each cell represents a sequential scene panel with {cell_ratio} aspect ratio. Arrange the panels left-to-right, top-to-bottom. Add thin white borders between panels for clear separation.

{overall_prompt}

参数：

• model: nano_banana_2
• reference_images: 传入用户的参考图（如有）
• aspect_ratio: 根据网格和 cell_ratio 计算（同行列数网格的整体比例 = 单格比例）
• resolution: high（高分辨率，确保每格细节清晰）

比例计算参考：

网格	单格比例	整体比例
NxN (2x2/3x3/4x4/5x5)	16:9	16:9
NxN	9:16	9:16
NxN	1:1	1:1

同比例网格，整体比例 = 单格比例。当行列数不同时（如 2x3），需单独计算。

STEP 6: 输出结果

向用户展示三部分内容：

1. 分镜拆解表 — STEP 2 生成的镜头表格（已在画布上）
2. 分镜提示词 — STEP 4 生成的 JSON，格式化展示 style_profile 和每个 panel 的描述
3. N 宫格故事板图片 — STEP 5 生成的图片

展示格式：

## 分镜故事板

### 风格分析
{reference_analysis}

### 统一风格
{style_profile}

### 分镜描述
| 位置 | 描述 |
|------|------|
| (0,0) | {panel_description} |
| (0,1) | {panel_description} |
| ... | ... |

### 故事板图片
[生成的 N 宫格图片]

注意事项

• 所有 AI 生成的 prompt 使用英文，用户交互使用中文
• 参考图是风格的最高权威 — 分镜内容需适配参考图的风格，因为保持视觉一致性是故事板的核心价值
• 角色参考图是角色外观的最高权威 — 所有包含该角色的 panel 与参考一致，以确保观众能跨镜头识别同一角色
• 每个 panel description 自包含，可独立作为图片生成 prompt
• 空镜在 panel description 中侧重环境氛围描写