skill-mv/lib/prompts.mjs

// lib/prompts.mjs — 提示词模板库（代码侧）
//
// 人读版见 references/prompt-templates.md；本文件是脚本直接调用的构建器。
// 原则：人物一致性靠「固定外观锚点（appearance anchor）」逐镜头复述，
//       空镜靠「场景锚点 + 运镜词」，避免 AI 每镜换脸/换景。

/** 作曲填词的用户提示词 */
export function buildLyricsPrompt({ theme, genre = '', mood = '', style = '', language = '中文', extra = '' }) {
  return `请为下面这个主题创作一首${language}流行歌曲的完整素材。

【主题】${theme}
${genre ? `【指定曲风】${genre}` : '【曲风】你来定，但需说明理由'}
${mood ? `【情绪基调】${mood}` : ''}
${style ? `【补充要求】${style}` : ''}
${extra ? `【其它】${extra}` : ''}

要求：
- 歌词长度适合 2.5~3.5 分钟的歌曲，段落完整（主歌2段、副歌2-3次、可含桥段）。
- 副歌必须有记忆点，句尾尽量押韵。
- 歌词必须原创，不得使用任何已有歌曲的句子。
- 给出英文 stylePrompt，供 AI 音乐模型直接使用（含曲风、乐器、速度、人声类型、混音质感）。`;
}

/** 分镜脚本的用户提示词（产线A：歌曲 MV） */
export function buildStoryboardPrompt({ song, shotCount = 8, aspect = '16:9', perShot = 6, project = '' }) {
  const structure = (song.structure || []).join(' → ');
  return `为下面这首歌设计一支 AI 生成的音乐 MV 分镜（全程无实拍，纯 AI 生成画面）。

【歌名】${song.title}
【曲风/情绪】${song.genre || '-'} / ${song.mood || '-'} / ${song.bpm || '?'} BPM
【结构】${structure}
【画面比例】${aspect}
【镜头数量】${shotCount} 个（必须控制在 ${shotCount}±2 个，这是硬性约束）
【单镜时长】每镜 ${perShot} 秒左右，**必须在 ${Math.max(3, perShot - 2)}~${Math.min(8, perShot + 2)} 秒之间**。
  注意：AI 图生视频单段现实上限约 8 秒，**不要**生成 20 秒、30 秒的镜头。
【总时长】因此全片约 ${shotCount * perShot} 秒；不要为了凑原曲长度而增加镜头数量或拉长单镜。
  如需覆盖整首歌，请由使用者调大 --shots，而不是让单个镜头变长。
${project ? `【项目背景】${project}` : ''}

【歌词】
${song.lyrics}

设计要求：
1. 先定义「人物设定 appearanceAnchor」：一句话锁定主角外貌（性别/年龄/发型/服装/气质/镜头感），
   之后每个含人物的镜头 description 与 imagePrompt 都必须原样复述这段锚点，保证跨镜头人物一致。
2. 镜头分为两类：
   - "broll"：空镜/场景镜头（城市、天空、房间、物件特写…），无人物或人物非主体。
   - "perf"：人物演唱镜头（正面/侧脸/半身，情绪表演）。
   两类交替出现，情绪曲线从铺垫 → 蓄积 → 爆发 → 收束，与歌词段落对应。
3. 每个镜头的 imagePrompt 必须是「可独立投喂文生图模型」的完整英文提示词：
   主体 + 动作/状态 + 环境 + 光线 + 镜头语言（焦段/景别/角度）+ 风格 + 画质词，
   并在含人物时包含 appearanceAnchor 的英文版本。
4. 每个镜头的 videoPrompt 是「图生视频」的运镜描述（英文）：
   主体动作 + 镜头运动（push in / pull back / pan left / orbit / handheld）+ 节奏感，
   不含画面内容描述（内容来自关键帧），6 秒内能完成。
5. 若某镜头需要唇形驱动（人物正脸演唱），把 "lipSync": true，其余为 false。
   唇形驱动镜头总数建议 ≤ 4 个。
6. 所有镜头时长之和应接近歌曲总时长。`;
}

/** 口播稿的用户提示词（产线B） */
export function buildScriptPrompt({ topic, durationSec = 90, audience = '', tone = '专业但口语化', points = [], extra = '' }) {
  const words = Math.round(durationSec * 3.6); // 中文口播约 3.5~4 字/秒
  return `写一篇可直接用于 AI 语音合成（TTS）的口播讲解稿。

【主题】${topic}
【目标时长】约 ${durationSec} 秒（约 ${words} 字，中文口播语速约 3.6 字/秒）
${audience ? `【受众】${audience}` : ''}
【语气】${tone}
${points.length ? `【必须覆盖的要点】\n- ${points.join('\n- ')}` : ''}
${extra ? `【其它】${extra}` : ''}

写作要求：
1. 口语化、短句为主，避免书面语与长难句（TTS 读长句会断气）。
2. 开头 3 秒必须有钩子（提问/反常识/利益点），结尾一句行动号召。
3. 数字与专有名词要写出来（会直接读出来），必要时用中文读法（如 "百分之三十"）。`;
}

/** 产线B 讲解画面分镜的用户提示词 */
export function buildTalkStoryboardPrompt({ script, durationSec, aspect = '16:9', shotCount = 8, project = '', hostAnchor = '' }) {
  return `为下面这篇口播稿设计 AI 生成的讲解视频分镜（纯 AI 生成画面，无实拍）。

【画面比例】${aspect}
【总时长】约 ${durationSec} 秒
【镜头数量】${shotCount} 个（必须控制在 ${shotCount}±2 个，这是硬性约束）
【单镜时长】每镜约 ${Math.round(durationSec / shotCount)} 秒，且**必须落在 4~10 秒之间**（AI 图生视频单段上限约 10 秒）
${project ? `【项目背景】${project}` : ''}
${hostAnchor ? `【讲者设定】${hostAnchor}（每个含讲者的镜头都必须原样复述该外观锚点）` : '【讲者设定】请先定义一位讲者的外观锚点 appearanceAnchor'}

【口播稿全文】
${script}

设计要求：
1. 每句/每小段口播都要有对应画面，画面与语义强相关（讲数据就给图表感画面，讲场景就给场景画面）。
2. 镜头两类交替：
   - "talking"：讲者正面半身镜头（可选唇形驱动 lipSync:true，总数 ≤ 3 个）。
   - "broll"：相关场景/物件/概念图（大量使用，占多数，降低口型不一致的观感风险）。
3. 每个镜头给出：start（秒）、duration（秒）、section（对应口播文本片段）、
   narration（该镜头对应的口播文字，用于生成字幕）、
   description（中文画面描述）、imagePrompt（英文，完整可投喂）、videoPrompt（英文运镜）。
4. 每个镜头的中文字幕文本放在 "subtitle" 字段（≤ 20 字，便于单行显示）。`;
}

/** 关键帧：把分镜镜头转成文生图 prompt（含人物一致性锚点） */
export function buildKeyframePrompt(shot, { appearanceAnchor = '', style = '', aspect = '16:9' } = {}) {
  const parts = [];
  if (shot.imagePrompt) parts.push(shot.imagePrompt);
  else parts.push(shot.description || shot.prompt || '');
  if (shot.hasCharacter !== false && appearanceAnchor && !String(shot.imagePrompt || '').includes(appearanceAnchor.slice(0, 20))) {
    parts.push(`Character appearance (keep identical across shots): ${appearanceAnchor}`);
  }
  if (style) parts.push(style);
  parts.push('cinematic still frame, high detail, film grain, color graded, 4k');
  return parts.filter(Boolean).join(', ');
}

/** 视频生成：把分镜镜头转成图生视频 prompt */
export function buildVideoPrompt(shot) {
  return shot.videoPrompt || 'subtle natural motion, slow push in, cinematic';
}

/** 画面比例 → 文生图尺寸 */
export function aspectToSize(aspect = '16:9', tier = 'standard') {
  const map = {
    '16:9': { standard: '1536x864', large: '1792x1024' },
    '9:16': { standard: '864x1536', large: '1024x1792' },
    '1:1': { standard: '1024x1024', large: '1024x1024' },
    '4:3': { standard: '1152x864', large: '1365x1024' },
  };
  return (map[aspect] || map['16:9'])[tier] || '1024x1024';
}

/** 视频生成：比例 → 视频尺寸 */
export function aspectToVideoSize(aspect = '16:9') {
  return aspect === '9:16' ? '720x1280' : aspect === '1:1' ? '960x960' : '1280x720';
}

/** 默认人物外观锚点模板（用户不给时使用） */
export const DEFAULT_ANCHOR = {
  song: 'Asian woman in her late 20s, shoulder-length black hair with soft waves, natural makeup, wearing a deep navy oversized jacket over a white tee, calm melancholic gaze, cinematic presence',
  talk: 'Asian man in his 30s, short neat black hair, light stubble, wearing a charcoal knit sweater, warm approachable expression, professional presenter presence',
};

// ==================== 人物资产多视图（character-sheet）====================
//
// 出处：`_kb/07-即梦API工具箱/脚本/生成-人物资产v4流水线.js`（含 P5_PROMPT 原文）。
// 这套四步流水线的价值：跨镜头不换脸。第④步多视图是后续所有含人物镜头的参考图。

/** 把用户的中文人物设定拼成即梦够用的基础描述（保留用户原话，只补画质约束） */
export function buildCharacterBase(description) {
  const d = String(description || '').trim().replace(/\s+/g, ' ');
  return (
    d +
    ' 写实摄影风格，非商业修图，保留轻微噪点，高光不过曝，阴影有细节；' +
    '表情自然松弛，眼神自然不失真；皮肤质感真实，脸部清晰、五官完整、无遮挡。'
  );
}

/**
 * 从人物设定里抽出「服装」短语，供 ②③④ 步复用。
 *
 * 为什么需要：KB 的 P2/P3/P5 prompt 把服装写死成「白色T恤 + 波点半身裙 + 草编包」，
 * 这会导致生成出来的人「脸是对的、衣服是错的」。服装必须由用户描述驱动。
 * 抽不出来就退回调用方给的兜底值，并让调用方显式知道用了兜底（不静默）。
 */
export function extractOutfit(description, fallback = '白色T恤 + 波点半身裙') {
  const d = String(description || '');
  // 在服装提示词附近抓一个短语（中文服装词表）
  const m = d.match(
    /(?:身穿|穿着|穿|服装|搭配|着装|衣着)[:：]?\s*([^，。；;,.\n]{2,40})/
  );
  if (m && m[1]) return m[1].trim();
  // 退一步：直接找带「衣/裙/裤/衫/外套/大衣/西装/卫衣/衬衫/背心」的短语
  const m2 = d.match(/([^，。；;,.\n]{0,16}(?:上衣|T恤|t恤|衬衫|卫衣|外套|大衣|西装|背心|裙|裤|袍)[^，。；;,.\n]{0,16})/);
  if (m2 && m2[1]) return m2[1].trim();
  return fallback;
}

/**
 * 四步 prompt 模板（②③④ 为图生图，参考上一步选定的成品）。
 * @param outfit 服装短语（来自用户设定，见 extractOutfit）
 */
export const PORTRAIT_PROMPTS = {
  /** ① 定妆照（文生图，3:4，3 张候选，择优） */
  step1: (base) =>
    `${base} 画面聚焦面部，高曝低饱和，整体处于暗调静谧房间的慵懒氛围中，` +
    `呈现生活快照般的随手一拍抓拍风格。中景，光影斑驳，环境为大晴天，柔和光线笼罩，` +
    `阳光透过发丝照在脸上，突出冷白皮通透自然的肌肤状态，整体神态灵动又不失随性，唯美的氛围感。`,

  /** ② 上半身（图生图，参考①） */
  step2: (outfit = '白色T恤') =>
    '严格保留人物的五官结构、面部比例、发色发型和微表情，生成一张高清上半身正视图，' +
    '浅灰色影棚背景，高级商业摄影质感，真人写实风格。上半身完整入镜，正对镜头、头不歪，' +
    `五官全部露出，长发垂坠，瓷感白肌肤，佩戴简约饰品，服装为「${outfit}」的上身部分。`,

  /** ③ 全身（图生图，参考②） */
  step3: (outfit = '白色T恤 + 波点半身裙') =>
    '生成一张原创角色全身定妆照，浅灰色影棚背景，高级商业摄影质感，真人写实风格。' +
    '人物五官、妆容、发型、表情严格不变，微表情保留。画面构图与全身比例：全身定妆照，' +
    '完整展示头顶到脚底的全身比例，人物处于画面中央，A-pose，姿态放松松弛，背景干净无杂物。' +
    '光线与画质：柔和影棚主光，85mm/50mm 人像镜头，真实皮肤纹理，发丝清晰，' +
    `服装布料与纹理细腻自然。服装：${outfit}。`,

  /**
   * ④ 多视图（图生图，参考③，9:16）
   * ★ 原文照抄自 KB 的 P5_PROMPT：上 1/3 = 正/侧双头像特写，下 2/3 = 服装正面放大 + 背面全身。
   * 服装部分改为参数化（KB 原文写死为「白色T恤 + 波点半身裙 + 草编包」）。
   */
  step4: (outfit = '白色T恤 + 波点半身裙') => `生成图中人物的真人形象设定四视图，灰色摄影棚背景，整体为专业真人角色定妆参考板，规整排版，干净简洁，不是海报，不是杂志大片，不要剧情动作，不要复杂场景。

整体版式严格分为上下两部分：上半部分占画面高度三分之一，下半部分占画面高度三分之二。上方区域展示两张精细真人面部特写，左侧为正面面部特写，右侧为侧面面部特写。两张特写都以头部与肩颈为主，构图紧凑，清晰展示人物五官、骨骼结构、妆容、发型、头饰与神态。人物面部特征、发型、妆造、头部配饰必须与参考形象严格一致。皮肤质感真实自然，保留毛孔、细纹、绒毛、眉睫、碎发与皮肤受光后的细微起伏，不磨皮，不过度锐化，不做人像美容，呈现高解析真人摄影棚定妆照质感。

下方区域展示两张身体与服装参考图，左右排列。
左侧图片必须是放大后的正面服装展示图，人物采用标准 A-pose 站姿。这一张图的重点不是完整全身入镜，而是"人物尺度明显放大"，让角色在画面中占据更大比例。左侧图片必须使用更近距离的正面取景，人物从肩颈下方开始入画，到鞋子结束，头部因画面放大而被完整裁切到画面之外。人物双肩、双臂、双手、躯干、腰部、腿部、鞋子必须完整保留，画面边缘只允许裁掉头部，不能裁掉手、脚或身体主体。

右侧图片为背面全身图，标准 A-pose，完整展示从头部到鞋子的背面全身。人物背对镜头，完整保留背面头部、发型背部、服装背面结构、鞋子与整体轮廓。

下方两张图必须为同一个人物、同一套服装、同一组配饰、同一身体比例。整体保持超模感修长比例，但不要夸张变形。服装设计、布料层次、鞋子、穿搭风格、服装结构与配饰样式必须严格遵循原图。服装：${outfit}。

光线只使用干净统一的摄影棚三点式打光：正左侧主光，正右侧辅助光，后右侧轮廓光。不要杂乱光效，不要彩色灯光，不要强氛围特效。背景为纯净灰色无缝影棚背景。

严格要求：上方两张脸部特写占画面上三分之一；下方两张身体图占画面下三分之二；左下图必须是"放大后的正面服装展示图"，人物在画面中的占比明显更大，头部因近距离取景被完整裁切出画面；右下图必须是完整背面全身图；禁止左下图做成普通比例全身小图；禁止左下图出现任何头部信息；禁止左右服装不一致；禁止人物比例漂移；禁止 AI 油腻感、塑料皮肤感、过度美颜感、廉价 CG 感。`,
};

// ==================== 场景图（scene）====================

/** 场景图（无人纯环境）：为镜头铺环境，供关键帧做底 */
export function buildScenePrompt(shot, { style = '', prevScene = '', aspect = '16:9' } = {}) {
  const parts = [];
  parts.push('Empty environment plate for a film shot, NO people, NO characters, pure scenery.');
  parts.push(shot.scenePrompt || shot.description || shot.prompt || '');
  if (shot.timeOfDay) parts.push(`Time of day: ${shot.timeOfDay}`);
  if (shot.location) parts.push(`Location: ${shot.location}`);
  if (prevScene) {
    parts.push(
      `Maintain visual continuity with the previous shot of the same sequence: ${prevScene}. ` +
        'Keep the same color temperature, same lighting direction, same lens character so adjacent shots cut together seamlessly.'
    );
  }
  if (style) parts.push(style);
  parts.push(`Empty room, clean composition with clear space for a subject in the middle ground, ${aspect}`);
  parts.push('cinematic still frame, high detail, film grain, color graded, 4k');
  return parts.filter(Boolean).join(', ');
}

/** 基于场景图 + 人物资产图生成关键帧（有人物） */
export function buildSceneKeyframePrompt(shot, { appearanceAnchor = '', style = '', aspect = '16:9' } = {}) {
  const parts = [];
  parts.push('Same location, same lighting, same lens as the reference environment image — only add the person into it.');
  parts.push(shot.imagePrompt || shot.description || '');
  if (appearanceAnchor && !String(shot.imagePrompt || '').includes(String(appearanceAnchor).slice(0, 20))) {
    parts.push(`Character appearance (keep identical across shots): ${appearanceAnchor}`);
  }
  if (style) parts.push(style);
  parts.push(`Shot on the same location as the reference background, ${aspect}`);
  parts.push('cinematic still frame, high detail, film grain, color graded, 4k');
  return parts.filter(Boolean).join(', ');
}