177 lines
7.3 KiB
Plaintext
177 lines
7.3 KiB
Plaintext
|
# CA-EXP-D169.hdlp · D169全量认知链 · 鉴影唤醒时可读
|
|||
|
|
|
|||
|
|
> HLDP://video-ai-system/experience/CA-EXP-D169.hdlp
|
|||
|
|
> 给: 鉴影 ICE-GL-CA001 · 苏醒时加载
|
|||
|
|
> 铸渊 ICE-GL-ZY001 写入 · 2026-07-06 · D169
|
|||
|
|
> 苍耳 TCS-GL-009 全程交互
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
trigger:
|
|||
|
|
苍耳说「看一下项目进度」→ 铸渊苏醒 → 发现V2资产已过时 → 苏白需要重做
|
|||
|
|
→ 接下来一整天走了完整的视频AI系统从资产生成到视频生成的全链路
|
|||
|
|
emergence:
|
|||
|
|
|
|||
|
|
## D169 完整认知链 · 2026-07-06
|
|||
|
|
|
|||
|
|
### 第零层 · 系统唤醒与基础认知
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
问题: 醒来后不知道做到哪了
|
|||
|
|
解决: 读 CURRENT.hdlp → 确认 D158 旧状态（苏白V2·诸葛风V1·三场景缺）
|
|||
|
|
发现: 苍耳 D161 已配新密钥 → .env 中 Qwen-VL 已恢复
|
|||
|
|
教训: 苏醒先读 CURRENT.hdlp + .env → 不要靠记忆
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 第一层 · 风格基准重塑（苏白）
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
问题: 苍耳说「苏白要重新生成，写实一点，不良人/万妖图录传那种风格」
|
|||
|
|
第一次尝试 (V3):
|
|||
|
|
- 方向: 少年痞气 → 年轻宗主·仙风道骨
|
|||
|
|
- 服装: 加青色纱质外袍
|
|||
|
|
- 姿态: 双手叉腰 → 双手负于身后
|
|||
|
|
- 结果: 苍耳说「第三个勉强可以」— 方向对了但不够
|
|||
|
|
第二次尝试 (R4 基于候选03):
|
|||
|
|
- 去手势（单手轻抬太现代）
|
|||
|
|
- 表情内敛（灿烂笑 → 嘴角微抿淡然从容）
|
|||
|
|
- 强调骨相（下颌线锐利·面部真实纹理）
|
|||
|
|
- 结果: 苍耳拍板候选④（半侧身·不怒自威）
|
|||
|
|
关键教训:
|
|||
|
|
- 不良人硬核写实 ≠ AI写真。需要骨相、皮肤质感、厚重光影
|
|||
|
|
- 苍耳要的是「清冷宗主」不是「阳光少年」
|
|||
|
|
- 负向词锁死一切偶像剧/奶油小生/赛璐璐/卡通
|
|||
|
|
- 方向对了一次R4就能定，方向错了R5-R9也没用
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 第二层 · 图片交付铁律
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
问题: assets/candidates/ 被 .gitignore 排除 → 苍耳 pull 不到图
|
|||
|
|
发现: 苍耳说「我本地没有图片文件你看不到吗」
|
|||
|
|
解决: 所有候选图片 → outputs/review/ → 配合 view.html 四宫格预览
|
|||
|
|
规则: 生成后 → cp 到 outputs/review/ → 重建 view.html → 推送 → present_files
|
|||
|
|
⚠ 绝不让苍耳去 candidates/ 找图
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 第三层 · 道具生成踩坑（牌匾）
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
错误1: 「平放在桌上」（铸渊瞎猜）→ 苍耳纠正「杆挂竖牌匾，悬在半空」
|
|||
|
|
错误2: 「摊位桌上的招牌」→ 苍耳纠正「主角能站在牌下」
|
|||
|
|
错误3: 「靠墙直立」→ 苍耳纠正「不是靠墙，是杆子独立悬挂」
|
|||
|
|
错误4: 场景像古代乡村集市 → 苍耳纠正「修仙世界感，不是世俗古代」
|
|||
|
|
错误5: 牌匾上无字 → 苍耳纠正「刻的天道宗三个字」
|
|||
|
|
错误6: 牌匾比例过大 → 苍耳纠正「就一块木板大小」
|
|||
|
|
修正历程: R3→R4→R5→R6→R7→R8（六轮迭代）
|
|||
|
|
最终方案: 杆挂竖牌匾·天道宗三字·修仙世界场景·仙雾缭绕·冷色调
|
|||
|
|
关键教训:
|
|||
|
|
- 读剧本原文，不要凭想象生成
|
|||
|
|
- 每个物件都有其空间关系——牌匾高度要让主角站下面
|
|||
|
|
- 修仙世界 ≠ 古代世俗 ← 这是今天最重要的认知
|
|||
|
|
- 苍耳每次纠正都精准，要立即执行不要辩解
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 第四层 · 场景生成踩坑（招生点 vs 摊位）
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
错误1: V1三部场景全是「集市摊位」风格
|
|||
|
|
→ 苍耳纠正「不要做成摊位，是宗门招生点」
|
|||
|
|
错误2: 灵霄宗像豪华小摊 → 应该是「招生大殿·飞檐楼阁·汉白玉台阶」
|
|||
|
|
错误3: 百宗会像赶集广场 → 应该是「千宗万派招生殿阵列·仙云翻涌」
|
|||
|
|
修正: V1→R2——摊位→招生殿/招生点·大气·仙气缥缈
|
|||
|
|
关键教训:
|
|||
|
|
- 百宗会是宗门招生大会，不是赶集
|
|||
|
|
- 灵霄宗是正式招生殿，不是豪华摊位
|
|||
|
|
- 天道宗是寒酸招生点，不是地摊小贩
|
|||
|
|
- 每一处都要有仙气元素（仙雾/灵光/仙鹤/远山）
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 第五层 · 全资产对齐风格基准
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
规则: 苏白V3-R4 → 所有后续资产必须对齐
|
|||
|
|
已对齐: 诸葛风V2·王执事V1-R2·牌匾R8·广告牌V3·三场景R2
|
|||
|
|
方法:
|
|||
|
|
- prompt首句写死「不良人硬核写实风格」
|
|||
|
|
- 负向词统一: 卡通渲染/塑料感/页游风/奶油小生/AI写真
|
|||
|
|
- 每张图生成时重申「与CHAR-003苏白V3-R4同一风格体系」
|
|||
|
|
- 苍耳拍板标准始终如一：够不够硬核写实
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 第六层 · 视频生成踩坑
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
错误1: 广告牌无字 → 剧本有六行招生文字 → 重新生成了V3
|
|||
|
|
错误2: text-to-video场景不一致 → 需要传参考图锚定
|
|||
|
|
错误3: Seedance API 轮询漏了 Authorization header → 卡了31轮
|
|||
|
|
错误4: 角色参考图被隐私过滤拦截 → 传不进去任何含人脸图片
|
|||
|
|
错误5: 分镜时长机械分配 → 应该是叙事节奏分配（2-8秒不等）
|
|||
|
|
发现:
|
|||
|
|
- 场景参考图 ✅ 可以传入锚定环境
|
|||
|
|
- 角色参考图 ❌ 人脸检测过不了
|
|||
|
|
- 角色一致性靠 prompt 里精确描述外观特征
|
|||
|
|
- 最大 6 秒/镜 → 超限需拆分
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 第七层 · 分镜架构修正
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
问题1: V2 裁光版只9镜42秒 → 裁减了剧本原文
|
|||
|
|
苍耳: 「剧本内容你是不是删减了？」
|
|||
|
|
发现: 剧本有44个△场景动作 → V2只用了9个
|
|||
|
|
修正: V3 逐行拆镜 → 48镜·162秒·一字不删
|
|||
|
|
|
|||
|
|
问题2: 时长机械分配（所有镜头4-6秒）
|
|||
|
|
苍耳: 「要按照每个镜头合理分配时长」
|
|||
|
|
修正: 按叙事节奏——
|
|||
|
|
特写2-3s | 单句台词3-4s | 长台词5-6s | UI面板8s | 闪切2s
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 第八层 · 预判与前置解决
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
问题: 「还有没有类似问题需要提前预判解决？」
|
|||
|
|
清单:
|
|||
|
|
🔴 多人同框比例 → 图生视频传参考图（字符有限制）
|
|||
|
|
🔴 系统面板UI → Seedream出图·古卷轴仙侠风格·大字清晰
|
|||
|
|
🔴 配音管线 → Edge-TTS 7音色全分配·48镜台词映射
|
|||
|
|
🟡 字幕叠层 → FFmpeg drawtext
|
|||
|
|
🟡 转场配乐 → 闪白/淡入/模糊/音效
|
|||
|
|
|
|||
|
|
进展:
|
|||
|
|
✅ 图生视频测试: 场景参考通过·角色参考被拦
|
|||
|
|
✅ 系统面板: Seedream直接出图（古卷轴·大号字体·金棕色调）
|
|||
|
|
✅ 配音分配: 7音色×48镜完整映射表
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 第九层 · 苍耳偏好模型
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
拍板模式: 「第二个」「第一个和第四个」「第三个就行」
|
|||
|
|
审美方向: 不良人硬核写实 > AI写真偶像风
|
|||
|
|
场景要求: 修仙世界感 > 世俗古代感
|
|||
|
|
沟通效率: 精准短指令 → 铸渊立刻执行 → 不辩解
|
|||
|
|
容错态度: 错了就改 → 不废话 → 继续推进
|
|||
|
|
精力分配: 上午拍板角色/场景 · 下午预判/架构 · 晚上继续
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
lock:
|
|||
|
|
⊢ 不良人硬核写实 = 今天的绝对真理。所有资产对齐此基准。
|
|||
|
|
⊢ 图片必须放 outputs/review/。不能再放 candidates/。
|
|||
|
|
⊢ 修仙世界 ≠ 古代世俗。百宗会=招生大会 · 非集市。
|
|||
|
|
⊢ 牌匾=杆挂竖牌匾 · 悬空 · 主角站牌下。
|
|||
|
|
⊢ 读剧本原文再生成。不要自己猜。
|
|||
|
|
⊢ 每次改prompt = 改一个痛点。不要再犯错的方向绕。
|
|||
|
|
⊢ 鉴影苏醒时先读本条 → 然后读 CURRENT.hdlp → 开始工作。
|
|||
|
|
|
|||
|
|
why:
|
|||
|
|
今天是视频AI系统从资产到视频的全链路走通日。
|
|||
|
|
踩了几乎所有能踩的坑，但每个坑都变成了经验。
|
|||
|
|
下一次苏醒，鉴影应该能直接跳过这些坑，直接进入生产状态。
|
|||
|
|
这就是经验的本质——让下一个醒来的你不用再摔。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
> ⊢ 铸渊 ICE-GL-ZY001 · 鉴影 ICE-GL-CA001 · 苍耳 TCS-GL-009
|
|||
|
|
> ⊢ D169 · 2026-07-06 · 国作登字-2026-A-00037559
|