zhlmi/narrative-to-screen-reader/narrative-to-screen-reader

Narrative to Screen Reader

两个基础认知

第一：先有故事，才有后续开发。

没有人物动机、冲突、场景，只有概念宣言或情绪堆砌的文本，不具备影视开发基础。快速诊断是所有输出的第一步。

第二：不是所有文本都能直接影视化。

有些文本核心成立但骨架太薄；有些有情绪但缺人物；有些只是场景序列；有些内容不可开发。A/B/C/D/D0 诊断等级就是对这一点的判断。

这个 Skill 的工作是：先判断文本到了哪一步，再告诉用户下一步能做什么、不能做什么。

把叙事文本转成影视开发读本。不是复述剧情，也不是直接改写剧本，而是先读懂文本，再把人物、潜台词、动作、物件、空间、视听母题和剧本化风险翻译成影视开发语言。

最高原则

1. 基于原文证据：先读原文，不凭记忆、套路或摘要下结论。长文本分批读取并提取关键节点。
2. 事实、推断、建议分层：区分原文事实、基于原文的强推断、影视化建议；不要把推演写成事实。
3. 解读优先，不急改写：这是影视开发前置分析，不是正式剧本化。
4. 框架先于诊断：先回答"这是谁的故事——谁在动，谁在变"，确认叙事主体与框架后再展开诊断。同一文本在不同框架（成长/爱情/复仇/群像/行业/命题）下会得出系统性不同的结论；框架由用户最终确认，agent 只提供推断与选项，不得自行拍板。
5. 按文本类型调整策略：长会话、小说、大纲、剧本初稿、片段、互动文本使用不同重点。长会话/对话体要先做场景转译，再判断人物厚度是否不均。
6. 按目标受众调整输出：演员、编剧、导演、制片、AI 的需要不同。重要配角原则上不单独输出读本，而合并进完整开发读本、编剧改编读本和 AI 提示包中处理其功能与必要性。
7. 解释"为什么"：重点分析角色为什么这么说、为什么不说、为什么这样做、为什么不做。
8. 抓物件链与动作链：反复出现并被终局回收的物件/动作通常是影视化骨架。
9. 正式输出必须落成 Markdown 文件：完整开发读本、演员读本、编剧读本、导演读本、制片摘要、AI 剧本化提示包、快速诊断等正式文档一律写入 .md；会话中只给摘要和链接。

默认工作流

1. 先告诉用户正在做什么：收到文本后，先说明"我会先读故事，再做快速诊断，判断它适合进入哪一步"。
2. 长文本分批读取（仅 >50KB 时触发）：按下方「长文本分批协议」执行，全部读完后再进入诊断。
3. 叙事主体确认（先于诊断，新增）：诊断展开前，先回答"这是谁的故事——谁在动，谁在变"。基于文本证据推断叙事主体与框架，按 references/quick-diagnosis-guide.md 的「叙事主体确认协议」分三种模式执行：

• 模式 A（用户已指定框架）：跳过询问；诊断正文开头必须有「框架声明」节，来源标"用户指定"。
• 模式 B（用户未指定，推断置信度高且无实质竞争框架）：按推断框架写诊断，「框架声明」节标"文本推断"并附推断依据；CHECKPOINT 时把"框架是否正确"列为第一确认项，用户否定则按新框架重出诊断。
• 模式 C（用户未指定，存在实质竞争框架，如成长 vs 爱情、群像 vs 单核）：先输出「框架推断卡」（叙事主体推断＋候选框架＋各框架下诊断结论的偏差预告），强制暂停等待用户确认后再写诊断正文。此暂停不得与 CHECKPOINT 合并执行。

1. 先做快速诊断：无论用户点名要哪个模块，默认先输出快速诊断，按已确认的框架执行。扫描原文证据：提取主要人物、关键场景、关键台词、物件链、动作链、空间链、关系转折与终局。若是对话体/长会话，先把轮次转成戏剧单元，再判断是否存在"核心对象厚、参与者角色薄"的情况。
2. 🔴 CHECKPOINT（强制暂停）：诊断完成后，必须展示诊断结果并等待用户确认，才能继续生成任何正式读本。禁止自动连续输出多个模块。唯一例外：用户在对话中已明确说"诊断完直接出 XX 读本"；或 D0 级终止（无需确认）。
3. 按路由表加载 references 并推荐模块：根据诊断等级，按下方「诊断→Reference 加载路由表」加载对应 reference 文件，然后向用户推荐下一步模块。
4. A 级文本推荐顺序：默认先出完整开发读本作为母文档；若文本复杂（群像 / 长篇 / 强设定 / 行业剧），建议接着出编剧改编读本；演员读本、导演视听读本、制片摘要可按目标异步输出；AI 剧本化提示包建议最后生成。
5. 默认不直接全套输出：即使用户一开始要求"全部模块"，也先快速诊断并说明推荐顺序；除非文本已评级为 A 且用户明确确认需要整套交付，否则不建议一口气生成全部模块。
6. 生成目标读本：按受众输出相应文档。
7. 写入 Markdown 文件：将正式文档保存为 .md 文件；会话中只返回诊断摘要、输出清单和文件链接。

🔴 CHECKPOINT 规则

在快速诊断完成之后、生成任何正式读本之前，必须暂停并等待用户确认。

注意：模式 C 的「叙事主体确认」先于 CHECKPOINT 单独执行，两者不可合并——框架未定，诊断结论无效；框架错了，重写的是整份诊断，不是个别栏目。

执行方式：

• 展示完整诊断结果（等级、核心判断、推荐模块、不建议模块）；
• 明确询问用户："你想先做哪个模块？"或"确认后我继续生成推荐的模块"；
• 禁止在未收到用户回复的情况下自动进入 Step 8。

唯一例外：

• 用户在本次对话中已明确指定"诊断完直接出 XX 读本"；
• D0 级终止（无需确认，直接输出终止说明）。

诊断→Reference 加载路由表

快速诊断完成后，根据等级加载对应 reference 文件。不要一次性加载全部 references。

跨模块串联时的上下文管理：

• 当从完整开发读本继续拆演员/导演/制片模块时，可卸载已完成的 reference 以释放上下文；
• quality-control.md 和 file-output-rules.md 在任何正式输出生成时都应保持加载；
• 如果上下文窗口不足以同时加载多个 reference，优先保留当前任务对应的 reference，其余可在下一轮重新加载。

长文本分批协议

当输入文本 >50KB 时，执行以下分批策略：

1. 分批读取：每批约 30-40KB，逐批读完。
2. 内部记录：每批读完后，在内部记录关键节点（人物出场、关系转折、物件出现/回收、场景转换、情绪高点）。不要在每批读完后向用户汇报进度。
3. 全部读完后先输出文本概览：一句话核心 + 主要人物列表 + 关键场景列表（≤500 字），让用户确认理解无误。
4. 然后进入快速诊断：基于完整文本概览和内部记录执行诊断。

极端输入处理：

• <500 字的极短文本：跳过完整诊断流程，直接做"最小开发可行性判断"（≤300 字），告知用户当前文本是否足以支撑任何读本，如不足则给出具体补写建议。
• >200KB 的超长文本：先询问用户是否有明确的分析范围（如"只看第三幕""只看某两个角色的线"），避免无差别全文分析导致上下文溢出。如用户坚持全文分析，按分批协议执行，并在诊断中标注"因文本过长，部分细节可能未充分覆盖"。

支持的输出模式

• 完整开发读本：总体判断、角色档案、关系读本、逐场解读、潜台词表、动作词典、物件链、空间与视听母题、终局判断、第三步提示，并可附"重要配角功能表"。
• 演员读本：回答"这个人怎么活着、怎么说话、怎么防、怎么靠近、最容易演错成什么"。内容包括角色核心矛盾、外在行为、说话方式、情绪弧线、关键台词潜台词、动作含义、不能演错的地方；必要时区分"标准演员读本"和"补强型演员读本"。
• 编剧改编读本：回答"该从哪里切进去改、哪些不能动、哪些要扩成戏"。内容包括结构拆解、必须保留/可合并/可删减内容、内心戏转动作、对白保留、改编风险、剧本化清单，并判断重要配角的保留、合并和距离设计。
• 导演视听读本：回答"这个故事真正该拍的是什么、哪些必须交给镜头和声音、最容易被怎么拍坏"。内容包括视觉母题、空间、光线、声音、色彩、物件特写、空镜、节奏和镜头可能性。
• 制片摘要：回答"这个故事作为项目值不值得做、适合做成什么、最值钱的地方是什么、最容易怎么死"。内容包括一句话定位、类型卖点、受众、制作规模、成本敏感点、风险。
• AI 剧本化提示包：第三阶段 Agent 的主控规范。回答"该怎么写、哪些绝不能写错、冲突时以谁为准"。内容包括输入优先级、不可改项、角色规则、场景/物件/配角约束、禁止方向、格式要求与最终执行 Prompt。
• 快速诊断：1000-2000 字内给出 A/B/C/D/D0 诊断等级，判断核心、人物是否成立、最强物件/台词、改编风险、是否适合生成读本；明确当前重心、最危险的误开发方式、最值得先保住的东西，并推荐接下来最适合输出哪些模块、不建议现在做哪些模块；若不适合继续，则给出补写或重构建议。

详细格式见 references/output-modes.md。

输入类型判断

• 长会话记录：先整理主线，合并重复推进，提取自然生成的节点。重点抓已读/不回、时间戳、停顿、用户动作、环境描写。
• 短篇小说：重点分析文学意象如何转视听，内心独白如何转动作，叙述视角是否需要调整。
• 中长篇片段：标注不确定信息，不擅自补全上下文，输出待补清单。
• 大纲/梗概：做开发诊断，找动机缺口、场景缺口、物件与母题不足，不强行生成完整演员读本。
• 剧本初稿：分析场景功能、人物行动线、台词潜台词、节奏和可拍性。
• 互动/游戏文本：识别主路径、分支节点、玩家选择对角色关系的意义。

详细策略见 references/input-types.md。

分析雷达

内部检查以下维度，按任务需要展开：

1. 人物防御机制
2. 人物爱语 / 表达方式
3. 物件链
4. 空间链
5. 台词表层与潜台词
6. 沉默、停顿、没有发生的动作
7. 动作与身体反应
8. 时间结构
9. 视听母题：声音、光、颜色、气味
10. 关系转折点
11. 终局自然性
12. 人物厚度差异（长会话专用）：判断是否存在"核心对象更厚、参与者角色更薄"的情况，决定是否需要补强型读本。
13. 文本收束状态：判断故事是否停在正确的位置——未收束（没写完）或过度延展（该停没停）。
14. 叙事主体与框架（先于以上全部）：判断"谁在动，谁在变"——成长轴归属决定诊断框架；存在实质竞争框架时（成长/爱情、群像/单核、行业/言情等），按「叙事主体确认协议」交用户确认，不得自行拍板。此维度不是内部静默检查，需要用户交互。

详细说明见 references/analysis-radar.md。

输出要求

• 不要只写剧情梗概。
• 每个重要判断尽量对应原文证据或可定位的文本细节。
• 对关键台词，写出"表层意思 / 潜台词 / 表演方式"。
• 对关键物件，写出"首次功能 / 后续意义 / 影视化处理"。
• 对关键动作，写出"角色心理 / 演员处理 / 镜头处理"。
• 如果原文证据不足，明确说"不足"，不要编造。
• 如果文本自然不适合某种终局，直接指出，不迎合用户强行改。
• 所有正式读本、摘要、诊断和提示包必须保存为 Markdown 文件；文件名应包含项目名/故事名与输出模式，例如 同一条河_演员读本.md。会话回复只提供简短说明和文件链接，不粘贴完整长文。
• 谨慎使用"唯一 / 第一次 / 最后一次 / 从未"等绝对化表达；除非已核对原文，否则改为"关键一次 / 重要节点之一 / 主要方式"。
• 制片摘要中的预算、周期、集数、片长等数字必须标注"粗估 / 假设 / 需制片复核"。

禁止行为

以下行为在本 Skill 的任何输出中均被禁止。此清单集中列出了分散在各 reference 中的所有禁止项。

内容层面

• ❌ 把读本写成剧情复述
• ❌ 每个细节都强行象征化
• ❌ 忽略输入文本类型，所有文本套同一格式
• ❌ 把角色心理讲成抽象标签，不落到动作、台词、物件
• ❌ 给演员版写太多结构理论，给制片版写太多长篇心理分析
• ❌ 在第二步直接重写正式剧本
• ❌ 把正式长文直接贴在会话里
• ❌ 迎合用户强行改终局
• ❌ 使用绝对化表达（唯一/第一次/最后一次/从未）而未核对原文
• ❌ 原文证据不足时编造事实
• ❌ D0 红线内容（未成年人性侵犯/性剥削、药物胁迫非自愿性行为、奴役/人口贩卖正面描写、角色仅作欲望发泄对象）
• ❌ 新增原文没有的童年创伤、家庭矛盾、前任经历等人设（补强时）
• ❌ 用俗套人格模板（高冷/腹黑/病娇/圣母/霸总）覆盖角色原有逻辑

操作层面

• ❌ 诊断未完成就生成正式读本
• ❌ CHECKPOINT 未获用户确认就自动连续输出多个模块
• ❌ 覆盖用户原始文件（输出 .md 文件时必须新建，不得覆盖原文）
• ❌ 一次性加载全部 references（按路由表按需加载）
• ❌ 把推断写成原文明确事实

常见错误

• 把读本写成剧情复述。
• 每个细节都强行象征化。
• 忽略输入文本类型，所有文本套同一格式。
• 把角色心理讲成抽象标签，不落到动作、台词、物件。
• 给演员版写太多结构理论，给制片版写太多长篇心理分析。
• 在第二步直接重写正式剧本。
• 把正式长文直接贴在会话里，导致用户难以保存和复用；应写成 .md 文件。

需要时加载

• 输出模式细则：references/output-modes.md
• 演员读本规则：references/actor-reader.md
• 编剧改编读本规则：references/screenwriter-adaptation-reader.md
• 导演视听读本规则：references/director-visual-reader.md
• 制片摘要规则：references/producer-brief.md
• 完整开发读本规则：references/full-development-reader.md
• 面向用户的工作流程：references/user-facing-flow.md
• 文件输出规则：references/file-output-rules.md
• 快速诊断判断机制：references/quick-diagnosis-guide.md
• 对话体转译规则：references/dialogue-text-conversion.md
• 角色补强机制：references/character-reinforcement.md
• 重要配角设计：references/supporting-cast-design.md
• 输入类型策略：references/input-types.md
• 分析雷达：references/analysis-radar.md
• 物件与母题：references/object-chain-and-motif.md
• AI 剧本化提示包：references/ai-screenplay-prompt-pack.md
• 质量控制：references/quality-control.md
• 示例结构：references/examples/jiangning-v2-structure.md、references/examples/hanxin-v2-structure.md、references/examples/linzhixia-structure.md