# H3 视频提示词专家 — Hunt 阶段调研报告 v4 任务:T-mtbn18a4(重训调研 T-h3retrain-v4)|调研人:innovator-hunt (Hunter)|抓取时间:2026-08-27(UTC 14:43–14:56) 性质:**纯增量报告**。v1/v2/v3 已核实的结论(conditions[].uri 机制、四官方标签、立绘规则、标点双口径、六盲区定位等)一律不重写,只标引用位置(见 `knowhow_v3.md` §2/§3/§4/§5); 本文只写本轮新增的事实与新增的缺口。本轮新增能力主题:**分镜镜头脚本(time-windowed storyboard)**。 配套逐字信源清单:`sources_v4.json`(URL + 行号级引文 + 字节数 + sha256 + 抓取时间)。 --- ## 0. 结论速览(Q1–Q6 逐条有答案) 1. **Q1(15s 时长):「4–15 秒」有官方逐字出处,且本轮把行号钉死了 —— README.md:73 规格表逐字 `| Output duration | 4–15 seconds |`**,另有 README.md:67 *"durations of up to 15 seconds"* 佐证。指定方式走**请求体参数**(`target.duration_seconds`,三个官方脚本实测 5/8/10),**不写进提示词正文**。现役 SKILL §1「4-15秒,H3 官方范围」这条从「内部转述」升级为 **A 级官方逐字**,可放心引用。 2. **Q2(时间窗分段):官方仓库里存在两种提示词习语,时间窗写法属于第二种**。h3-prompt-writing 双规范(base-en/ref-en)用**镜头起始时间戳制**(`[Shot 2] At 00:03.500`,base-en.txt:86),**没有任何 [Xs-Ys] 窗式写法**;而官方同仓库 `skills/` 下 8 个 style-specific video generation skills 里,`co-op-game-intro-generator` 的模板**逐字使用 `[0秒–2秒]`…`[10秒–15秒]` 六个时间窗标题**,且其六窗边界(2/2/3/1.5/1.5/5,总和 15s)与 master v4 案例**完全一致** —— master 案例几乎可以确定是该官方模板的单人变体(§2 逐项对照)。 3. **Q3(每窗三要素):三要素全部有官方逐字对应**。「景别/机位:」是官方模板每个时间窗的首行字段(co-op template:51/75/86/102/111/122);动作对应「画面内容/动作:」字段;UI/覆盖元素对应「UI结构:」「HUD结构:」「环境转化:」字段。「转场」**官方没有独立字段**,转场信息写在机位行的运镜描述里 + Negative constraints 的 `no hard cuts`(co-op template:133)。UI 可见文字的官方条款是 base-en.txt:146(§4.5 On-Screen Text,英文双引号 + 原文原样不翻译);**UI 文字「中文 (ENGLISH)」中英并列写法官方零先例,属 C 级构造**(§5.3)。 4. **Q4(非锚点参考图对齐时间窗):官方不允许也不要求非锚点图做秒级对齐**。「aligns with the S.SS-second mark」只存在于 base-en.txt 的 I2VA/FL2VA/L2VA 首尾帧锚点指令行(L25/L31/L201/L215),**ref-en.txt 全文零处 "aligns with"**(全参考模式根本没有对齐条款);非锚点图的官方落位是 v3 已核实的「在 `` 定义句内序号引用」(ref-en.txt:68)。官方模板习语下,UI 风格图 `{ui_ref}` / 人物图 `{player1_ref}` 用**角色名绑定**(co-op template:18-23 Reference roles 一节),可在具体窗口内被正文提及("延续 {ui_ref} 的构图逻辑",:51),但**从不用秒级对齐**。两条习语结论一致。 5. **Q5(边界纪律)分三层如实报告**:①「无缝隙」有官方逐字条款,但**在 style skill 层而非 h3-prompt-writing 层** —— shot-table-spec.md:65 *"…must not leave any time gap"*、storyboard-guidelines.md:47 *"Panels must cover the full shot duration from first frame to last frame with no time gaps"*;②「无重叠」在 h3-prompt-writing 层只有相邻条款 base-en.txt:86 *"strictly increasing cut time"*(严格递增⇒不重叠,但「gap」一词在 base-en/ref-en **零出现**);③「总和=总时长」「每窗必须连续无缝」在 co-op 时间窗模板里**靠构造保证(六窗首尾相接),没有明文纪律条款** → 该条若写进 SKILL 须标 C 级构造性设计(相邻 A 级条款已列)。 6. **Q6(上游变更):零变更**。v3 抓过的 9 个官方文件本轮全部重抓,**字节数与 sha256 逐一致**(§6 对照表);tree API 重新清点 281 条路径,无新增提示词规范文件。**本轮全部增量来自 v3 已在树里清点、但未抓正文的 `skills/` 目录(8 个风格 skill + skills/README.md,共 15 个新文件)** —— 即「官方没有新增,是我们此前没读完」。 > ⚠️ 本轮最重要的**判据分叉预警**(给 Digester):官方仓库里**两种习语的语言规则互相冲突** —— > h3-prompt-writing 要求正文全英文(SKILL.md:33);而 `handdrawn-live` 官方 skill 明文要求 > *"The final prompt language must follow the dominant language of the user input: Chinese input produces Chinese…"*(:13), > `co-op` 模板正文本身就是**中文散文 + 英文 UI 字符串**。v4 若采用时间窗形态,**走哪种习语(英文六字段结构 vs 中文时间窗散文)必须由 Digester 拍板**,Hunter 只列证据不替上级选(§8)。 --- ## 1. 本轮抓取清单(24 个官方文件:9 个复抓比对 + 15 个新增) ### 1.1 v3 已抓 9 个文件的复抓比对(Q6 证据) 全部 raw.githubusercontent.com 直读,字节数与 sha256 与 sources_v3.json 记录**逐一致**: | # | 文件 | bytes | sha256 前16位 | 与 v3 | |---|---|---|---|---| | 1 | `.claude/skills/h3-prompt-writing/SKILL.md` | 2177 | a48f9db1231cebe6 | ✅ 一致 | | 2 | `references/base-en.txt` | 15773 | 2cfebc096a6e0837 | ✅ 一致 | | 3 | `references/ref-en.txt` | 23553 | 1e574f356716ad55 | ✅ 一致 | | 4 | `agents/openai.yaml` | 240 | 7770c9d784b7251a | ✅ 一致 | | 5 | `README.md` | 40135 | 7964f3044d3c7efa | ✅ 一致 | | 6 | `README.zh-CN.md` | 36894 | 5c109694dae87cf0 | ✅ 一致 | | 7 | `Ref2VA/processor/chat_template.json` | 5499 | 5c72a170d2a4a1a3 | ✅ 一致 | | 8 | `scripts/readme/reproducible-768p-ref2va-request.sh` | 5047 | 73ea0e5cc94440b2 | ✅ 一致 | | 9 | `scripts/readme/reproducible-768p-fl2va-request.sh` | 5718 | 82d1c06897da37e5 | ✅ 一致 | 另复抓 `api.github.com/repos/MiniMax-AI/MiniMax-H3/git/trees/main?recursive=1`(84966 bytes,281 条路径)。 ### 1.2 本轮新增抓取(v3 未读正文的官方文本) 官方 `skills/README.md:3` 逐字定性:*"This directory contains the skills bundled with [MiniMax H3](../README.md): **1 prompt writing skill and 8 style-specific video generation skills**."* —— 这些 skill 与 h3-prompt-writing 同属官方仓库随附内容(co-op SKILL.md:4 也写明 *"Requires the MiniMax Hub agent (canvas workspace and MiniMax H3 generation)"*,STEP 6 *"Generate the final video with Minimax H3"*)。**出处定级:A 级官方逐字(官方仓库随附 skill 文本),但注意它们不是 h3-prompt-writing 五模式的格式规范,两套文本层级不同(§2.3)。** | # | 文件 | bytes | sha256 前16位 | |---|---|---|---| | 10 | `skills/README.md` | 8408 | d993939102d1b062 | | 11 | `skills/co-op-game-intro-generator/SKILL.md` | 8216 | 8b49cf84a70fbbc9 | | 12 | `skills/co-op-game-intro-generator/references/h3-video-prompt-template.md` | 10331 | 7fac20c236de585d | | 13 | `skills/co-op-game-intro-generator/references/h3-confirmation-image-template.md` | 14001 | 344325132841a673 | | 14 | `skills/3d-animation-short-generator/SKILL.md` | 14961 | 92f1130ccf456b3e | | 15 | `skills/3d-animation-short-generator/references/storyboard-guidelines.md` | 14959 | a1a5aaed9681dd2f | | 16 | `skills/3d-animation-short-generator/references/shot-table-spec.md` | 7803 | d4770ff3f7c6d1d8 | | 17 | `skills/3d-animation-short-generator/references/qc-checklist.md` | 7308 | ffd9b192f09aff8c | | 18 | `skills/handdrawn-live-video-generator/SKILL.md` | 7911 | 5c62175b552f51ed | | 19 | `skills/brand-promo-video-generator/SKILL.md` | 13561 | a50d270e412be4ed | | 20 | `skills/minimalist-product-ad-generator/SKILL.md` | 32495 | 1f07c58090141159 | | 21 | `skills/music-video-subtitle-generator/SKILL.md` | 14423 | a2c0904632e8db52 | | 22 | `skills/paper-collage-explainer-generator/SKILL.md` | 20952 | 2223d4b4ec6b2842 | | 23 | `skills/papercraft-stop-motion-explainer/SKILL.md` | 22882 | bf8b8e42acd91a02 | | 24 | `scripts/readme/reproducible-768p-t2va-request.sh` | 3425 | 78bfe72365f27a53 | --- ## 2. 【本轮最大发现】master v4 案例的官方同型母本:co-op-game-intro-generator ### 2.1 六窗结构逐字命中 `skills/co-op-game-intro-generator/references/h3-video-prompt-template.md`(官方文件,10331 bytes)的 `## Fixed timeline framework`(:48)下**逐字使用六个时间窗标题**: ``` :50 ### [0秒–2秒] — 双人主菜单 :74 ### [2秒–4秒] — PLAYER 1 右臂配置 :85 ### [4秒–7秒] — PLAYER 2 重型手臂配置 :101 ### [7秒–8.5秒] — 双人确认配置 :110 ### [8.5秒–10秒] — 双人世界加载 :121 ### [10秒–15秒] — 双人进入游戏世界 ``` 六窗时长 2 / 2 / 3 / 1.5 / 1.5 / 5 秒,边界相接、总和 15s —— **与 master_input_storyboard_case_v4.md 的六个时间窗逐窗同长**。 ### 2.2 案例内容与官方模板的逐项对照 master 案例里的元素在官方模板中**全部逐字命中**(含大量细节级命中,非泛型相似): | master v4 案例元素 | 官方模板对应(行号+原文) | |---|---| | 高角度俯拍、角色坐地上抬头看摄像机 | :51 *"景别/机位:高角度俯拍大全景…镜头从上方轻微下压并缓慢推进"* + :53 *"抬头看向摄像机"* | | 游戏菜单 UI:开始新游戏/继续(高亮)/设置/退出 | :64-68 *"“START NEW GAME”“CONTINUE”“SETTINGS”“EXIT GAME”“CONTINUE”是视觉中心和主高亮按钮"* | | 右上/左上玩家资料 MINIMAX | :55-62 玩家资料卡结构(“PLAYER 1”/昵称/“READY”) | | UI 面板滑入 RIGHT ARM EQUIPMENT、PHANTOM GRIP→CHRONOS CLAW 高亮切换 | :77 *"…准确显示:“PLAYER 1”“RIGHT ARM EQUIPMENT”。装备列表中先高亮“PHANTOM GRIP”,随后选区移动至“CHRONOS CLAW”"* | | 义肢逐段拆解重装、露出线路和活塞、青色 LED 更亮 | :79 *"手指分开,修长爪状指节滑入并逐一锁定,内部短暂露出精细线路、微型活塞和金属连接件。配置完成后,功能强调色 LED 依次亮起"* | | ARMAMENT CUSTOMIZATION 网格(手部/前臂/肘部/上臂) | :88-93 *"“ARMAMENT CUSTOMIZATION”。面板以网格形式展示:“HAND”“FOREARM”“ELBOW”“UPPER ARM”选区快速但清晰地在四个组件之间切换"* | | CONFIRM CONFIG 按钮闪烁→点击、UI 面板向内收缩消失 | :104 *“CONFIRM CONFIG”* + :106 *"所有 UI 面板快速向内收缩并消失"* | | LOADING 条 0%→100% | :113 *"加载条准确显示:“LOADING”。进度从 0% 快速填充至 100%"* | | 环境变暗/金色光芒渗入(加载过渡) | :115 *"环境转化:黄色平面环境连续转化为游戏世界…转化必须连续自然,不使用硬切"* | | 第三人称身后视角、小地图、生命值弹药、任务标记、迈步进街道 | :122 *“大全景转第三人称跟拍”* + :128 *"HUD结构:HUD 淡入。右上角出现小地图;左下角出现…状态栏…前方街道中央出现共享任务标记"* | **结论(A 级)**:master 案例的「时间窗 + 每窗机位/动作/UI 三要素 + 游戏菜单→装备→确认→加载→进入世界」结构**不是 master 发明的形态,官方仓库里就有一份同型模板**。v4 训练的「能力蓝本」可以直接对齐这份官方文本,训练判据从此有官方锚点。 差异也要如实记录:master 案例是**单人**(义肢少女)+ 赛博朋克紫色调;官方模板是**双人**(PLAYER 1/2)+ 用户可选风格、黄色平面环境。差异属「同一骨架的变体」,不改变结构同型判定。 ### 2.3 习语层级警示(不得混同) 这份模板**不是** h3-prompt-writing 五模式规范: - 它没有 `integrated_multimodal_description` / `overall_soundscape` / `non_diegetic_music` / `subject_definitions` 字段名,声音写进每窗的「声音:」字段(:72/:83/:99/:108/:119/:130); - 参考素材不用 `` 标签,而用 `{ui_ref}` / `{player1_ref}` / `{player2_ref}` / `{height_ref}` 占位符 + `## Reference roles`(:18-23)一节声明各自职责; - 正文是**中文散文**(UI 字符串为英文)。 即官方体系内并存**两种提示词习语**: | | 习语甲:h3-prompt-writing(v3 已核实) | 习语乙:style skills(本轮新增) | |---|---|---| | 正文语言 | *"Write rewrite sections in English"*(SKILL.md:33) | *"The final prompt language must follow the dominant language of the user input: Chinese input produces Chinese…"*(handdrawn :13) | | 结构 | 固定字段名(三字段/六字段) | 自由段落/时间窗标题(每 skill 自定) | | 时间表达 | `[Shot N] At MM:SS.mmm` 起始时间戳(base-en:86) | `[X秒–Y秒]` 时间窗标题(co-op)/ 逐秒 panel(3d-animation)/ 段落序命名(handdrawn) | | 参考素材 | `` 四标签 | `{xxx_ref}` 角色占位符 + Reference roles 表 | | 对齐条款 | 首尾帧 `aligns with the S.SS-second mark` | 无秒级对齐 | **v4 训练走哪种习语必须由 Digester 拍板**(涉及语言规则冲突、字段结构冲突、标签体系冲突三个维度)。Hunter 只指出:master 给的案例形态与习语乙同型;而现役 SKILL v0.4.0 的全部硬规则建立在习语甲上。 --- ## 3. Q1 总时长 15s:官方支持范围与指定方式 ### 3.1 范围(A 级,本轮钉死行号) README.md:73(H3 输入输出规格表)逐字: > "| Output duration | 4–15 seconds |" README.md:67 佐证:*"…can generate video with native stereo audio at resolutions up to 2K and durations of up to 15 seconds."* 第三方佐证(同为官方 skill 文本,非模型规格):music-video-subtitle-generator_SKILL.md:63 *"because many models have a 15-second single-generation ceiling"*;shot-table-spec.md:62 *"no shot exceeds 15 seconds. If a beat needs more, split it."* **判定**:现役 SKILL §1 优先级 2「期望时长(4-15秒,H3 官方范围)」**从内部转述升级为 A 级官方逐字**(README.md:73)。 ### 3.2 指定方式(A 级) 时长走**请求体参数**,不进提示词正文: - `scripts/readme/reproducible-768p-ref2va-request.sh:29` → `"duration_seconds": 5` - `scripts/readme/reproducible-768p-fl2va-request.sh:25` → `"duration_seconds": 8` - `scripts/readme/reproducible-768p-t2va-request.sh:19` → `"duration_seconds": 10` - README.md:326/344/365/404 的可复现案例标注 `Duration: 10 seconds` / `8` / `5`,对应任务 JSON 的 `"duration": 10` 字段(README.md:344)。 提示词正文里的时长信息只以**镜头时间戳/时间窗**形式体现(base-en:86 的时间戳须 *"fall within the video duration"*)。15s 案例的官方形态:co-op 模板最后一窗收在 `[10秒–15秒]`(:121)、handdrawn 固定 0-3/3-6/6-10/10-13/13-15 秒七段(:57-65)。 --- ## 4. Q2 时间窗分段描述:官方条款与范例定位 ### 4.1 逐字使用 `[X秒–Y秒]` 窗式标题的官方文件(习语乙,A 级) co-op template:48 *"## Fixed timeline framework"* + :50/74/85/101/110/121 六个窗标题(§2.1 已引)。每窗内部是**带字段名的结构化段落**,官方字段集合为: `景别/机位`(:51)·`画面内容`(:53)·`UI结构`(:55)·`动作`(:79)·`动态风格填充`(:70/:81/:97)·`声音`(:72)·`环境转化`(:115)·`关键约束`(:117)·`世界风格`(:124)·`角色关系`(:126)·`HUD结构`(:128)。 ### 4.2 逐秒 panel 制(习语乙另一形态,A 级) shot-table-spec.md:23 *"…a required `Per-Second Directives` subsection. The subsection must break the shot into second-by-second instructions such as `0–1s`, `1–2s`, `2–3s`; for sub-second critical beats, use `2.0–2.5s` style markers. Each per-second directive MUST cover all five required elements"*,五要素逐字在 :24-28: 1. Action / pose / expression;2. Camera movement;3. Spatial position;4. Audio cue;5. Handoff to the next second or next shot。 storyboard-guidelines.md:35-40 同款:panel 结构为 `Timecode`(如 `0–1s`)+ `Pose + Expression` + `Camera`(push/pull/pan/tilt/handheld-shake/locked/orbit)+ `Audio + Anchor`;:42-46 规定 3 秒镜头→3 个 panel(每秒 1 个)、7+ 秒镜头每秒一个 panel。 ### 4.3 段落序命名制(习语乙第三形态,A 级) handdrawn-live:57 *"…Keep this paragraph order:"* + :59-65 固定十一段顺序,其中 3-7 段就是时间窗:`3. 0-3 秒;4. 3-6 秒;5. 6-10 秒;6. 10-13 秒;7. 13-15 秒`。正文**不写窗标题括号**,而是按顺序把每段内容写成散文段落。 ### 4.4 h3-prompt-writing 双规范里没有任何窗式写法(反证,A 级) base-en.txt / ref-en.txt 全文检索 `[数字-数字s]` / `[X秒` / `[0-1s]` 均**零命中**;官方时间表达只有: - `[Shot N]` 镜头号 + 首镜头无时间戳、后续镜头起始时刻(base-en:86); - 首尾帧对齐指令行的秒级锚点 `aligns with the 0.00/8.00/S.SS-second mark`(base-en:25/31/201/215); - README 可复现案例正文 `[Shot 2] At 00:04.500`(README.md:344 内嵌 prompt)。 ### 4.5 官方时间线写法(T2VA timeline)与 [Xs-Ys] 窗式写法的关系(判读,B 级收口解释) 两种写法**不是竞争关系而是层级关系**:起始时间戳制是「喂给 H3-Base 模型的正文语法」(习语甲,规定每个镜头从哪个时刻切入);窗式写法是「人机协作工作流里的分镜文档语法」(习语乙,规定一段 15s 内容如何切成可审阅的拍摄段落)。官方仓库没有一份文本把两者互相换算,也**没有任何官方文本声明生产交付给模型的 prompt 必须写成窗式**;co-op 模板本身是「直接拿去喂 H3 的最终 prompt」(其 SKILL.md:16 *"Use `references/h3-video-prompt-template.md` when refilling the final Minimax H3 video prompt in STEP 6"*)——这一点对「窗式写法也能直接喂模型」是有力的官方实证(A 级行为证据),但**「两种写法何时选哪种」官方无条款**(B 级缺口)。 --- ## 5. Q3 每窗三要素的官方条款(机位/运镜 + 主体动作 + UI/覆盖元素) ### 5.1 机位/运镜(A 级) - 习语乙字段名:`景别/机位`(co-op template:51/75/86/102/111/122,六窗齐备)——**master 案例每窗第一句写机位/运镜的形态与此逐字同构**。 - 逐秒制下的运镜词表(shot-table-spec:25 / storyboard-guidelines:38):`push / pull / pan / tilt / handheld-shake / locked / orbit`。 - 习语甲的运镜三维度(类型+幅度+速度)条款在 base-en.txt:94-96(v3 已核实 SKILL §5.1 转写自此处,本轮不重写)。 - master 案例的「平滑变焦」「摄像机平滑地绕到她的左侧」「摄像机拉回至中景」对应官方模板 :75 *"镜头从主菜单平滑推近"*、:86 *"摄影机沿两人之间平滑横移并绕向…"*、:102 *"镜头平滑回到双人构图"* —— **「平滑 + 具体部位」的运镜短语是官方文风**(A 级)。 ### 5.2 主体动作(A 级) 习语乙字段名:`画面内容`(co-op:53)、`动作`(:79/:95/:106)、逐秒制 `Action / pose / expression`(shot-table-spec:24)、`Pose + Expression`(storyboard-guidelines:37)。master 案例「她的右手机械地重新配置,手指分开…新的爪状指节锁定到位」与官方 :79 逐字级对应(§2.2 表)。 ### 5.3 UI / 覆盖元素 / 转场(A 级 + 一处 C 级构造) - **UI 字段**:`UI结构`(co-op:55/:77/:88/:104/:113)+ `HUD结构`(:128)+ `环境转化`(:115)——master 案例的「右侧显示游戏菜单 UI」「UI 面板从右侧滑入」「底部出现加载条」「HUD 元素淡入」全在此官方字段族内。 - **UI 文字书写纪律(习语甲,A 级)**:base-en.txt:146 *"Place any banner, sign, label, subtitle, or neon text that is actually visible on screen in English double quotation marks. Preserve the original text and punctuation verbatim, without translation."*(v3 未引此条,本轮补上;现役 SKILL §6.3 的可见文字条与它一致)。 - **UI 文字书写纪律(习语乙,A 级)**:官方模板把每条 UI 字符串单独成行、英文双引号、大写(:63-67 *"“START NEW GAME”/“CONTINUE”/…"*),并有 Negative constraints 专句管 UI 文字质量::133 *"no unreadable UI, no random letters, no misspelled usernames, no extra menu options"* —— 这四句是**官方对 UI 文字可读性/准确性的明文禁令**,可直接引入 v4 判据。 - **⚠️ C 级构造:UI 文字「中文 (ENGLISH)」中英并列**。master 案例写「开始新游戏 (START NEW GAME)」「继续游戏 (CONTINUE)」;官方模板 UI 字符串**只有英文**(:64-67),官方 On-Screen Text 条款要求可见文字**原样不翻译**(base-en:146)。中英并列=在画面上放置两份可见文本,官方零先例、零条款。**写进 SKILL 必须标 C 级构造性设计**(候选辩护:并列写法与「原文不翻译」不直接冲突——中文可读作交付侧说明——但官方没有任何文本支持这个读法,须 Digester 拍板是否保留)。 - **转场**:官方**没有独立转场字段**。转场信息在官方模板里有两处落点:① 写进机位行的运镜描述(:75 "平滑推近"、:102 "拉回"、:122 "转第三人称跟拍");② Negative constraints 的 `no hard cuts`(:133)。另 :117 *"转化必须连续自然,不使用硬切,不用烟雾遮挡"*。master 案例的「UI 面板从右侧滑入」「所有 UI 面板向内收缩消失」官方对应为滑入/收缩动画(:77/:106)。**「每窗写明转场」若成硬性判据属内部增强(B/C 级),相邻官方条款已列。** --- ## 6. Q4 参考图与时间窗对齐:非锚点图官方不需要、也不提供秒级对齐 ### 6.1 秒级对齐是首尾帧锚点专属机制(A 级) `aligns with the S.SS-second mark` 只出现在 base-en.txt 的 I2VA/FL2VA/L2VA 起始指令行(:25/:31/:201/:215,v3 已核实,本轮复核哈希一致、行号未变)。**ref-en.txt 全文 0 处 "aligns with"**(grep 逐字核验)——全参考模式(master 案例对应的模式)**官方没有对齐条款**。 ### 6.2 非锚点图在两条习语里的官方落位(A 级) - 习语甲(v3 已核实,只标引用):仅定义人物/场景/服装/风格的图**不另起 Picture 条目**,在 `` 定义句内序号引用(ref-en.txt:68);分镜草稿图则**映射到镜头而非秒数**:ref-en.txt:70-73 *"When an image acts as a storyboard or shot-planning reference, state which shots it maps to…"* / *"`` is a storyboard reference for [Shot 1] and [Shot 2], defining their viewpoint, subject placement, and shot order."* - 习语乙(本轮新增):参考图按**角色**绑定,声明集中在模板头部 `## Reference roles`(co-op:18-23):`{ui_ref}` *"Use it to lock UI layout, menu hierarchy, color system, typography scale, button structure…"*、`{player1_ref}` *"PLAYER 1 identity anchor. Lock exact face, hairstyle…"*。**全部四种参考角色没有任何一种带秒级对齐**;UI 风格图在具体窗口内被正文提及时用的是语义短语(:51 *"延续 {ui_ref} 的构图逻辑"*、:70 *"保留 {ui_ref} 的布局和层级"*),不是秒锚。 ### 6.3 本轮结论(含判读分级) 「参考图1=角色外观来源、参考图2=UI风格来源」这类**非锚点图**:官方两种习语都**只做角色/语义绑定,不做时间窗对齐**。因此: - 若 v4 要求非锚点图「对齐到时间窗」→ **无官方依据**(C 级,不得写成官方条款); - 若 v4 要求非锚点图「在对应窗口内被语义提及/认领」(如 UI 窗口内回指 UI 风格图)→ 有官方行为先例(co-op:51/:70,A 级),但「必须在每个涉及该来源的窗口回指」是**推演加强**(B/C 级); - 与 v3 已核实的「幽灵编号禁令」(knowhow_v3 §4.4 / SKILL §0.6.1)兼容:习语乙没有编号体系,该禁令只在习语甲下有意义。 --- ## 7. Q5 时间窗边界纪律:分三层如实定级 | 纪律 | 定级 | 官方证据 | |---|---|---| | 无缝隙(相邻窗/相邻秒不留空档) | **A 级(习语乙)** | shot-table-spec.md:65 *"…every second from `0s` to the shot duration is covered by a `Per-Second Directives` entry… Sub-second beats like `2.0–2.5s` are allowed but must not leave any time gap."*;storyboard-guidelines.md:47 *"Panels must cover the full shot duration from first frame to last frame with no time gaps."*;:38 *"cover the entire shot duration from first frame to last frame"* | | 无重叠 | **A 级(习语甲,相邻条款)** | base-en.txt:86 *"begin each one with a strictly increasing cut time that falls within the video duration"*(严格递增 ⇒ 不重叠);⚠️ "gap"/"overlap" 两词在 base-en.txt 与 ref-en.txt **零出现**(grep 核验),**没有直白的无重叠句** | | 总和 = 总时长 | **C 级构造(相邻 A 级已列)** | 官方六窗模板(co-op:50-121)与七段模板(handdrawn:59-65)都**构造性**首尾相接收在总时长上(15s),但没有任何文本写明「各窗之和必须等于总时长」这一纪律 | | 首窗从 0s 开始 | **C 级构造(行为先例 A 级)** | 所有官方模板首窗/首段都从 0 开始(co-op:50、handdrawn:61、shot-table-spec:65 "every second from `0s`"),无明文「必须从 0 开始」条款 | | 单窗最短时长 | **无官方条款** | base-en 无;shot-table-spec 只有单镜头上限(:62 no shot exceeds 15 seconds)与每秒一 panel 的隐含下界。现役 SKILL §9 第 11 条「单镜头短于 1.5 秒(第三方经验)」的谨慎适用结论维持不变 | **结论**:把「无缝隙、无重叠、总和=总时长」整体写成一条官方纪律是**过度概括**——只有「无缝隙」拿到习语乙的逐字条款,「无重叠」是习语甲的相邻条款,其余两条是官方模板一致行为 + 我方构造。v4 SKILL 落地时建议按本表分行标注等级,不要合并成一句「官方要求」。 --- ## 8. Q6 官方仓库本轮变更核对(结论:零变更) - 9 个 v3 文件复抓字节/sha256 全一致(§1.1 对照表); - tree API 重抓(84966 bytes,281 路径):`.claude/skills/h3-prompt-writing/` 与 `skills/` 的文件清单与 v3 记录的清点结论一致(v3 §1 注记里已写明 skills/ 下有 8 个风格 skill),**无新增提示词规范文档、无新 references 文件**; - **如实说明**:本轮对 v4 主题(分镜/时长/UI 文字)的全部增量来自 `skills/` 目录里**v3 已清点但未读正文的 15 个文件**,不是官方在上游新增的内容。即:官方没有变化,是我们的覆盖面变宽了。 - 限制:v3 未把 tree.json 全文落盘,无法对 281 条路径做逐字节历史比对;本轮已把 tree 摘要写入 sources_v4.json(s10),下一轮起可比对。 --- ## 9. 对「Innovator 归纳的 6 条形态特征」的独立复核(任务指定逐条复核,不默认采信) | # | Innovator 归纳 | 复核判定 | 依据 | |---|---|---|---| | 1 | 六个时间窗 2/2/3/1.5/1.5/5,边界连续无缝隙无重叠,总和=15s | **结构同型 ✅(A 级);纪律表述 ⚠️ 过度概括** | 六窗时长与官方模板逐窗相同(co-op:50-121,A);但「无缝隙/无重叠/总和=总时长」作为**纪律**只有 §7 表里的分级支撑,不能整条标官方 | | 2 | 每窗三要素齐备:机位或运镜、主体动作、UI/覆盖元素(部分窗有环境光变化/转场) | **✅ A 级**(三要素均有官方字段对应) | `景别/机位`/`画面内容`/`动作`/`UI结构`/`HUD结构`/`环境转化`(co-op:51-128);「转场」无独立字段(§5.3)——该括号里「转场」一半要降级 | | 3 | 故事线因果连续(菜单→右臂→左臂→确认→加载→进入世界) | **✅ A 级(同型)+ B 级(作为通用判据)** | 官方模板即 `Fixed timeline framework` 固定事件框架(:48,六窗事件链同序);但「由同一条故事情节连续展开」作为普适判据无逐字条款,相邻条款为 base-en:172(v3 已核) | | 4 | 参考图开头一行声明「角色参考图1,UI风格参考图2」,正文以「参考为图1」回指 | **⚠️ 混合:声明位置 A 级同型;「图1/图2」编号回指 C 级构造** | 官方声明参考图职责的位置也在**模板头部**(`## Reference roles`,co-op:18-23),但用的是角色名占位符 `{ui_ref}`/`{player1_ref}`;「参考图1/参考图2」序号与 chat_template.json 的 Picture 自动编号机制**相容**(knowhow_v3 §2.4 机制性证据),但「以 `参考为图1` 形式回指」无官方逐字先例 | | 5 | UI 文字中英并列:中文在前英文括注 | **❌ C 级构造(官方零先例)** | 官方模板 UI 字符串英文-only(:63-67);On-Screen Text 要求原文不翻译(base-en:146)。中英并列=两条可见文本,无条款支持(§5.3) | | 6 | 数字/状态可量化:进度条 0%→100%、LED 更亮、高亮切换 | **✅ A 级** | 官方逐字:*"进度从 0% 快速填充至 100%"*(:113)、*"选区移动至"*(:77)、*"LED 依次亮起"*(:79) | **总评**:6 条里 4 条站得住(1/2/3/6),第 4 条一半站得住,第 5 条不成立(官方相反方向——UI 字符串单语言)。master 案例整体是**官方 co-op 模板的单人中文变体**;Innovator 的归纳方向正确,但其中「中英并列」「边界纪律」两条如果直接写进 SKILL 硬判据会把 C 级构造冒充成官方条款——**必须按本表分级落地**。 --- ## 10. 给 Digester / Evolver 的增量建议(只追加,不改 v1-v3 已定案项) 1. **先拍板习语**(§2.3 表):v4 时间窗形态走习语甲(英文六字段 + `[Shot N]` 起始时间戳,时间窗只作为**内部分镜工作产物**不进交付正文)还是习语乙(中文时间窗散文直接作交付正文)。这是本轮唯一影响全局的裁决点;两种习语的官方文本都已逐字到手,可直接引用裁决。 2. 把 master 案例的官方母本(co-op template 六窗 + 每窗字段族)写进 v4 训练蓝本引用清单:结构同型证据比 Innovator 的归纳更硬。 3. 时长条款升级:SKILL §1「4-15秒」补行号出处 README.md:73(A 级),并补一句「时长由请求体 `duration_seconds` 指定,不写进提示词正文」(§3.2)。 4. 边界纪律按 §7 分级表落地,不合并成一句官方要求。 5. UI 文字:可引入官方四禁令 `no unreadable UI / no random letters / no misspelled usernames / no extra menu options`(co-op:133,A 级);「中英并列」如保留必须标 C 级并写明是 master 形态约定。 6. 补引 base-en.txt:146 On-Screen Text 到 SKILL §6.3 可见文字条(v3/v4 均未引过该行号)。 7. benchmark 候选新判据(均需先标级):每窗首行含机位/运镜(A 级同型)、每窗含 UI/覆盖元素(A 级同型)、进度条等可量化状态(A 级同型)、UI 文字可读且无随机字母(A 级官方禁令)、非锚点图不做秒级对齐(A 级反证)。 8. 下轮 Hunt 可选补课:`skills/*/SKILL.cn.md`(8 个中文版,本轮未抓,与英文版差异未比对);`h3-confirmation-image-template.md` 的确认图工作流(与 v4 主题相关性低);开放平台文档(v3 遗留,仍受网络限制)。 --- ## 11. 网络受限记录(如实) 1. **platform.minimax.io / platform.minimaxi.com 本轮仍不可达**(沿用 v3 §7.1 状态;本轮未重试,因本轮问题集不涉及开放平台 schema)。开放平台请求 schema 继续保持未核实状态。 2. raw.githubusercontent.com 与 api.github.com 本轮全程可用;24 次 curl 全部 200,无重试触发,无超时(R2 参数全程携带:`--retry 3 --retry-all-errors --max-time 60`)。 3. 本轮无 transcript 词级重复抖动(R3 未触发)。 4. 本轮未启用 WebFetch 降级路径(R2 第一步即成功,无需降级)。 ## 12. 未核实 / 受限事项(如实,不充当结论依据) 1. `skills/*/SKILL.cn.md` 中文版 8 个未抓取,中文版与英文版是否有差异未核对(引用一律以英文版/中文模板原文为准——注意 co-op 模板本身就是中文文本,已按原文逐字引用)。 2. 两种习语的**模型侧实际接受度**(中文窗式散文 vs 英文六字段)无官方对照实验数据,本报告只到「官方同时存在两种写法」为止,不推断哪种出片质量更高。 3. co-op 模板的「单人变体」是否官方另有单人文档未查证(本轮 tree 清点 281 路径中无第三份游戏类模板;master 案例的单人形态来源属推演)。 4. `h3-confirmation-image-template.md`(14001 bytes)只核对哈希与存在性,未逐行引用(与 v4 主题相关性低,留作下轮)。 5. §4.5 的层级判读、§6.3 的推演加强句、§9 第 4 条的「机制相容」判读均为 **B/C 级我方解释**,已在各自位置标注,不得当作官方出处转述。