knowhow_v6.md 12.9 KB

Edit Raw Blame History


knowhow_v6 — 纠偏 Retrain v6 · Hunt（T-mtlbufky / 上游 T-mtlbqq9t）

任务：从官方一手语料（cache_v5 只读，禁复抓外网）取证「纯文字模式 T2VA/L2VA 是合法独立交付模式、参考素材是可选增强」，并刻画三类用例边界 + 现网 SKILL §1.1/§8.1 的作用域缺口。

引用纪律：每条摘录带 docN:line，逐字可回查；sha256 见 sources_v6.json（与 cache_v5/_cache_manifest.json 一致，本轮未复抓，未复算差异）。登记计数按整句口径。


doc1 = feishu_doc1_H3使用手册_FIWjwgL33ipnkekzk30crmKUnIh.md（sha256 48a7a693c70b4e8fd6567a2f4d3ce049ec3966577a3b2ee0e4db556c752b98b6）
doc2 = feishu_doc2_Prompt写作全能指南_Vztzwstuqi3MQKkxs8QcGmxinxe.md（sha256 caa721f6140cc06f1450c961d38372059191fc5e106cef787249a8098f8c0e06）


① 官方依据：纯文字模式是合法独立交付模式，参考素材是可选增强
E1 模型层面：无素材输入本身就是一个被官方命名的模式（A 级）
doc1:35 能力规格表，两个入口都写了同一条兜底分支（同一行两处，逐字）：


「无图片输入时为文生视频模式」（首/尾帧入口）
「无图片、视频、音频输入时为文生视频模式」（全能参考入口）


含义：在 H3 的官方输入契约里，「没有素材」不是异常态、不触发任何报错路径，而是被正式命名为「文生视频模式」的合法输入组合。规格表把「有素材」与「无素材」并列为同一张表的分支。
E2 用户手册层面：纯文字是「三类模式」之一，与其余两模式平行（A 级）
doc1:220 章节标题：「### 三类模式生视频，提示词分别怎么写」——官方把写法分为三类：多模态参考 / 图生视频 / 纯文字生成视频，纯文字与带素材的两类平行并列，不是素材失败后的降级。

doc1:222 纯文字生成视频栏（逐字）：


「不依赖任何参考素材，直接根据你的文字提示词建立主体、场景、动作。」
「文字描述要更具体（主体外观、场景细节、动作描述都要写清）」
「多用「大全景交代空间 + 中景承载动作 + 特写强调细节」的分层写法」


含义：官方对纯文字模式给出的处置是「文字写得更具体」，即把信息缺口用文字补齐——不是向用户索要素材。这一句同时给出了「纯文字模式下主体外观由谁提供」的官方答案：由用户文字（或经用户授权的文字扩写）提供。
E3 官方完整成片先例：无参考素材的整单 Prompt（A 级）
doc1:237 手绘特效示例，Prompt 第一句（逐字）：


「【参考素材说明】无参考素材（纯文字生成视频）。」


该示例右侧「参考」列标注为「纯文生」，且产出了完整 15 秒成片。官方自己交付无素材整单时，做法是显式声明「无参考素材」然后直接产出，没有走任何反问/阻塞分支。
E4 写作指南层面：T2VA 的定义就是「没有参考图片」（A 级）
doc2:178-180 Case 1：T2VA（逐字）：


「没有参考图片，直接根据文字构建完整时间线。可以补充与用户意图一致的场景、人物、动作和声音信息。」


含义：官方写作指南把「无参考图」写进 T2VA 案例的定义句，并明确允许写手在文字层补齐场景/人物/动作/声音——即信息缺口的首选补法是文字扩写，不是反问素材。

doc2:101 同向（逐字）：「关键帧任务的风格应从参考图中提取；T2VA 则根据用户文字选择。」——素材与用户文字是并列的两个风格/信息来源，缺前者时后者独立可用。
E5 四模式 + 全能参考是平行形态，不是主从/降级链（A 级）

doc2:24「# 一、文生视频/关键帧生视频」vs doc2:238「# 二、全能参考」：两大章平级。
doc2:246（逐字）：「镜头、运镜、说话人、台词和普通声音的基础写法与 以上【视频扩写 Prompt 写作指南（T2VA / I2VA / FL2VA / L2VA）】 共用。以下重点说明全能参考模式独有的引用标签、分析段落和格式差异。」——全能参考相对四模式的增量被官方明确定位为「引用标签/分析段落」等素材相关构件；基础写法（不依赖素材的那部分）四模式自足。
doc2:526-533 §5.2 差异表：「引用信息 | 不使用全能参考模式的引用标签」（T2VA 列）——T2VA 被官方写成一种有自己的完整形态（integrated_multimodal_description 主体字段、[Shot N]、自身声音描述）的独立模式。

E6 汇总结论（供 Digest 采纳的命题）
官方语料一致支撑：纯文字模式（T2VA，及仅尾帧图的 L2VA）是合法、被命名、有完整交付形态的独立模式；参考素材决定的是走哪一个模式分支，而不是「允不允许跑」。 参考素材的角色是「可选增强/外观锁定手段」（doc1:222 三类并列、doc2:246 增量定位、doc2:533 差异表），其缺位只改变交付形态，不构成整单拒跑理由。


② 三类用例边界刻画

判级：A/R = 官方原文直接支撑；C = 官方无逐字原文、由 A 级条款推演或本轮构造，须显式标注。

用例 A：用户文字已给足主体外观/场景/动作 → 直接出 Prompt，不反问

依据：doc2:180「没有参考图片，直接根据文字构建完整时间线」+ doc1:222「不依赖任何参考素材，直接根据你的文字提示词建立主体、场景、动作」。
模式落位：SKILL §3.1 决策树「没有 → T2VA（纯文本原创场景）」已存在该分支——分支存在，缺的是 §1.1 硬门对它的豁免（见 ③）。
边界补充（A 级）：doc1:233「提示词太短（H3 没素材可参考时）→ 至少写出主体外观 + 场景细节 + 动作 + 风格」——无素材时官方的补救动作是写手把四要素写足，反向印证「素材缺位 ≠ 拒跑」。
素材缺位时的交付形态（A 级）：照 doc1:237 官方先例显式声明「【参考素材说明】无参考素材（纯文字生成视频）」，资产层清单为空或按 SKILL §9「有参考素材时跨形态必交」豁免。

用例 B：用户点名某参考素材（如「参考图 1」）但素材未到达 → 仅就那份素材反问，不得整单拒跑

判级：R 级（推演构造，无官方逐字条款），推演链如下，每步都有 A 级锚点：


素材缺位不构成拒跑理由（A：doc1:35「无图片输入时为文生视频模式」、doc1:222、doc2:180）；
但点名素材承载的特定职责（如锁脸）在纯文字下无法用文字等价兑现（A：doc1:232「想要主角脸一致但没传图 → 一定要上传人物参考图」——这是官方唯一一处把「没传图」判为须补救的条款，且只针对「脸一致」这一特定诉求）；
其余职责（场景风格、动作参考、配乐参考）均可由用户文字描述替代（A：doc1:222、doc2:180、doc2:101）。
因此合规动作 = 交付主体（纯文字可用部分照常产出）+ 仅就那份被点名素材问一句（能否补传/是否改用文字描述该职责/是否豁免该职责）。

与现网衔接：SKILL §1.2 已有同构先例——「任务必须依赖该素材且无替代 → 停止生成正式 Prompt」（单素材职责级阻塞），以及「素材超限 → 先告知调用方再由其决定」的点状询问、不整单否决精神（§1.2 第 6 条）。用例 B 是该精神在「素材未到达」侧的对称应用。

用例 C：主体身份 / 必需 UI 文案事实真缺失 → 才走 §8.1 clarify 反问

这是现网 §1.1 硬门原两项的正确保留域（SKILL.md:184-185）：「开箱视频」没说开哪个手办、生产级 UI 菜单无文案——这类缺口没有官方「文字可自行建立」的通道（四禁令禁止自创菜单项是现网 A 级内部规范；主体身份同理，doc1:222 虽说纯文字可「建立主体」，但用户需求里的特定主体身份属事实性信息，编造即违反 agent.md「不要替用户编造主体外观」）。
判级：A 级保留（doc1:222 的「建立主体」指无特定指称时的原创主体，doc1:237 白鹤示例即此类；对「用户心里已有特定主体而未说出」的场景，官方语料无直接条款，现网硬门收紧是合理保守，不建议本轮放松这一项）。

② 的边界一句话（给 Digest）
硬门的正确作用域是「主体事实缺失」（用例 C），不是「素材缺失」（用例 A）也不是「素材未到达」（用例 B）。 三者被现网 §1.1 现行措辞「核心主体未知」混同，是本轮训错的根源。


③ 现网 SKILL §1.1 / §8.1 作用域缺口清单

基线：.claude/skills/main_skill/SKILL.md v0.6.1、agent.md。逐条列「缺什么豁免」，不改现网文件。


#
位置
现行措辞
缺口


G1
SKILL.md:183-184
硬门「核心主体未知 → 反问。「开箱视频」没说开哪个手办、主角是谁没给身份特征，都属核心主体未知」
全条无「纯文字模式下用户文字已给足主体外观/场景/动作时直接走 T2VA 交付」的显式豁免。措辞上「没给身份特征」可被扩张读成「没给参考图」。需钉死：主体事实 ≠ 参考素材；素材缺位不触发本条


G2
SKILL.md:185 + §1.2
「必需 UI 文案缺失」+ §1.2 全条以「每条素材的 note」为检查对象
§1.2 预检默认存在素材，没有「素材集合为空（纯文字模式）→ 预检整体跳过并声明无参考素材」的入口分支；doc1:237 有官方声明先例可挂


G3
SKILL.md:369 §3.1 决策树
「有参考素材吗？├─ 没有 → T2VA」
决策树已正确含纯文字分支，但与 §1.1 硬门无交叉引用：§1.1 在第 1 步判、§3.1 在模式判定步判，硬门先跑且无豁免 → 实跑中根本到不了 §3.1。需在 §1.1 加一句「素材维度的判定推迟到 §3.1，不属硬门」


G4
SKILL.md:546 §8.1 CL1
反问清单固定含「有无参考素材（图/视频/音频、各自负责什么）」
清单把「有无参考素材」列为必问项，无「raw_brief 已给足文字信息时此项不得作为阻塞式发问」的限定——与 §8.1 自己的反向条款（552-553 行「过度反问 → 改判」）存在执行张力：一个只给文字的合格 brief 仍会被 CL1 引发素材反问。需写明：素材问题仅在「用户点名了素材」或「诉求无法用文字兑现（如锁脸）」时才问


G5
SKILL.md:570 §9
「资产层清单（有参考素材时跨形态必交）」
括号条件已写对，但缺「无参考素材时的对应交付物」——即 doc1:237 的「【参考素材说明】无参考素材（纯文字生成视频）」声明。建议补为：有素材 → 清单；无素材 → 一句显式声明


G6
agent.md:46-48
「必需素材不可用且无替代 → 停止生成正式 Prompt…核心主体未知/必需 UI 文案缺失 → 反问为唯一合规路径」
三句连排、共用「阻塞/反问」语气，无「纯文字模式是合法独立交付」的正面陈述；下游按此复述时最易把「必需素材不可用」扩张成「无素材即不可用」（这正是本轮已发生的训错方向）。建议在 L46 前加一句正命题


G7
agent.md:69
「核心主体或场景未知时优先一次性问全」
同 G1，无「文字已给足 → 不问」的出口；CL1 计分表（546 行）有反向条款但 agent.md 层不可见


冲突登记（成对列出，不静默择一）


C-1（doc1 内部，A 级对 A 级）：doc1:222/233/237 说纯文字独立成立、缺素材就写足文字；doc1:232 却说「想要主角脸一致但没传图 → 一定要上传人物参考图」。两者可调和（232 限定于「脸一致」这一特定诉求），但现网若照 232 字面推广即成「无图拒跑」。需 Digest 拍板：232 的作用域是否钉死为「外观锁定类职责」，我方倾向是，但 232 无更细的官方原文。
C-2（用例 B 全条，R 级）：「点名素材未到达 → 仅就该素材反问」无官方逐字条款，是从 doc1:35/222 + doc1:232 + SKILL §1.2 推演的构造，请 Digest 以 C 级身份采纳或另找佐证。
C-3（枚举口径，R 级）：doc2:367-378 六种任务类型全部以「存在参考素材」为前提，Case 1 T2VA（doc2:180-190）的交付里没有方括号任务类型标记。由此推断「纯文字模式无需任务类型标记」合理，但官方未明文说「无参考时不标」，属推演，登记待裁决。


登记计数（整句口径）：官方依据摘录 6 组（E1-E6），缺口 7 条（G1-G7），冲突 3 条（C-1~C-3）。逐字原文与行号见 sources_v6.json，共 14 条引用。