情绪板的工程化实践:Scenario Inspiration 中 board 的构建、存储与消费

原创2026-11-06 22:00:002,231 阅读
文章标签:AI 技能人工智能媒体生成多模态3D建模3D渲染游戏开发

情绪板的工程化实践:Scenario Inspiration 中 board 的构建、存储与消费

在 Scenario 的创作流水线里,scenario-inspiration 负责“还没有方向”的阶段,而 board(参考资料板/情绪板)是这个阶段的交付物:它把“感觉”变成可被模型消费、可被检索、可被复用的结构化资产。本文以仓库中的 moodboard.md 为主体,结合 scenario-inspiration/SKILL.md、collection 相关工具约定与源码级实现,说明一块板如何被定义、搭建、存入 Scenario collection,并最终压缩成 3~6 个带职责的引用去驱动生成。

读完之后,你将能够:为一次 brief 正确选择产物形态(moodboard / style frame / lookbook / vis dev pack / style guide),为每张参考写下 Role、Why、Take 三字段,构造配对式反参考,用 collection 工具链落库并处理跨团队素材的 403,以及把看板上的"气氛"翻译成模型真正能执行的命名轴。

一、先命名产物:五种"moodboard"的分野

用户口中的 "moodboard" 至少指五种不同的东西。board 的第一个动作不是找图,而是确认在做哪一种。原文给出的分野如下:

产物 它是什么 体量
Moodboard 调性与方向,可解释,处于早期 15~20 张图
Style frame 真实交付物的一帧完整渲染,最终质量 1~2 张备选
Lookbook 用序列化页面叙述某一制作的整体外观 8~20 页
Vis dev pack 探索性美术,解决一个世界:角色、环境、关键瞬间 不定
Style guide 带数值边界与明确责任人的可执行规则 一次坐完能读完

最关键的一句话是:只有 style guide 具有约束力。board 设定方向,输出负责解释方向;如果因为作品没有一对一匹配某块板而拒稿,那是误用板子。因此在开工时必须声明:哪些轴是锁定的,哪些轴保持开放。

这条原则与 SKILL.md 的四阶段流程相扣:Prime(锁定约束、开放轴、命中线、两种反射答案)→ Widen(四条 lane 加 wildcard)→ Choose(三四个互斥方向)→ Board(选中项变成 collection,每张参考标注职责)。board 不是流程的终点,而是下一轮生成的输入。

二、解剖学:每张参考只携带三个字段

moodboard.md 的硬性要求是:加入时就写,不要事后补。每张参考固定三个字段。

  • Role(职责):光照、色彩、构图、材质与纹理、形状与剪影、主体与造型、环境,七类之一。不属于任何一类的图就是装饰品,必须删掉。
  • Why(理由):一句话,把这图绑到本项目的某个具体决策上。注意,不是描述画面内容。
  • Take(取用点):唯一要抽取的属性。"The falloff, not the palette"(要的是衰减,不是配色)。一个参考一个具名机制,且同一机制不允许超过两张参考同时进入一次输出。

体量上有一套经验阈值:少于 10 张属于规格不足,超过 25 张说明你还在收集而不是决策。反参考(anti-reference)的预算为每 4~8 张正参考配 2~3 张。最反直觉的一条是工作量分配——标注和删除的时间应当多于采集,包括那些你自己很喜欢的图。删除是治疗"好看但无指令性"的板子的唯一手段。

三、一条轴一个世界:冲突与单一来源

原文用一句话概括了生成期冲突的根因:one world per axis。同一条轴上只能有一个取值:

  • 一种光照性质
  • 一个主光(key)水平
  • 一个调色色温
  • 一个风格化程度
  • 一种细节密度

一块板上同时放"硬闪光"和"柔窗光"两张参考,它们在生成期会互相抵消,得到的是平均值而非任一方向。如果确实两个都要,那是两块板、两个方向,不是折中。

第二条是来源分布:不允许单一来源主导。如果某位艺术家、某部电影、某个 IP 占了板子的大半,输出读起来就是它的仿制品。这与 sources.md 的 rule zero 一致——参考只影响 prompt,永不直接交付,更不要把某位在世艺术家的风格名字写进 prompt,那既是版权风险也是审核风险(见 scenario-moderation),应当改写成线宽、配色关系、边缘处理、明度结构这些可迁移属性。

四、构造最锋利的反参考:配对样本

原文认为最强的反参考不是"一张丑图",而是匹配对(matched pair):同一主体,一张 on-style,一张 off-style。对生成流水线而言,这对样本要自己造。

**未定向的一半(undirected half)**的构造法:拿 brief 自己的 prompt,敲掉所有情绪形容词与质量标签(它们什么也保留不下来,所以拿掉的只是默认值),并把 anti-goal 改写成正向状态;如果模型 schema 有 negative_prompt 字段,也可以送到那里。

定向的一半(directed half):把上述结果作为 subject reference 回灌,文本保持不变,追加所有具名演出轴——framing、moment、lens、time of day、light——并加上按板子 look 轴写出的 grade。这样两半之间唯一改变的变量就是被命名的那些轴。

两个执行细节来自原文,也值得作为验收检查项:

  1. 用 model_schema_get 确认引用字段是可选的,因为未定向的一半必须不带引用运行。
  2. 在 schema 暴露 seed 的模型上,锁死这一对样本的 seed。

如果定向的一半同时就是交付物,它还应当携带板子缩减后的参考(hero 作 style reference,未定向输出作 subject reference),prompt 保留演出轴,而书面 grade 缩小到"style reference 无法承载的部分"。原文对此的评价是:并排两张图能说明的规则,一段文字说不清。

五、把板子存进 Scenario:collection 工具链

板子在 Scenario 侧的落地形态就是一个 collection。原文给出的工具映射表必须完整记住:

需求 工具 会咬人的事实
创建 collection_create(write) 只接受 name,没有 description 字段
加入参考 collection_add_assets(write) 可传任意数量 id;已在其中的 id 会被跳过,不报错
标注单张参考 asset_update(write) metadata.tags 是全量替换;metadata.description 承载 why
给参考打职责标签 asset_add_tags(write) 追加式;标签命名空间与模型共享
设定 hero collection_update(write) thumbnail 决定板子一眼看上去的样子
读回板子 collections_list、collection_get(read) collection_get 返回记录,不返回资产
列出板内资产 search 配 filters.collection_ids 这才是取回路径,不是 collection_get

这些全部是 catalog 工具:先用 scenario_tools_search 拿到 schema,再按返回的 permission 走对应的 executor,或者用 ?toolsets=full 重连。工具调用约定见 scenario/SKILL.md,其中强调 scope 先行——先 teams_list 再 projects_list,并在每次调用带上 team_id 与 project_id;catalog 工具的所有输入都放在 parameters 里,放错位置的键会被静默丢弃。

没有 description 字段,所以板子的论点写在名字里

由于 collection 只有名称,board 的论点必须由名字承载。按"方向 + 主体"命名,而不是 "moodboard 2"。例如 "pre-dawn harbor, oxidised steel, low saturation" 比 "board v3" 有用得多,因为名字是唯一会随 collection id 一起交接出去的自由文本。

跨团队公共资产不能直接入板

原文给出了一条实测结论:别的团队的公共资产无法加入你的 collection,collection_add_assets 在写作时返回 403 Forbidden。它仍然可以是合法的 search 种子,asset_display 也能渲染,但要上板必须持有自己的副本。完整路径是:

asset_download  →  curl -L <返回的 URL>  →  upload_asset(multipart)  →  upload_asset_complete

其中 upload_asset 的 multipart 字段为 file_name、content_type、kind、file_size。两个容易踩的坑:

  • asset_download 默认返回 png 重编码结果,除非显式指定其它 format,所以落盘文件可能比原始文件更大,后续上传的尺寸是按副本而非源文件计算的。
  • upload_asset 会返回 part_size、total_parts、每个分片的 content_length 以及一段 instructions 字符串。照它执行,不要假设一次 PUT 就够——超过 part_size 的内容会以多个分片返回。来自 Scenario 之外的一切素材走同一条路径。上传生命周期与 scope 要求的更多细节见 shared-assets.md。

六、消费板子:把 18 张图压成 3~6 个有职责的引用

模型读不了 18 张图。 这是 board 落地时最常见的失败点。正确做法是缩减到 3~6 张,每张按它在生成期承担的工作打标:

引用角色 负责什么 明确不能做什么
style reference 审美与渲染 不能强制精确的十六进制颜色、字体排印、物体位置或主体身份
structure reference 构图与布局 不负责外观与配色
subject reference 身份 不负责风格

因此品牌色应当走 schema 中的颜色参数(如果存在),文字与 logo 走合成步骤(见 scenario-text-overlay)。原文还提醒两个 schema 层面的坑:查模型自己的 schema 看它接受什么、接受几张;以及文件字段即使叫 ...Url,传的也是 asset id。

scenario-multi-reference 从另一侧印证了这一点:一张参考会倾泻它展示的一切,除非 prompt 明说。给模型一张"浣熊厨师"当风格参考,浣熊就会走进画面。所以每张图只能有一个 job,并逐图说明"不要从这里取什么"。这也解释了 board 阶段为什么要提前给参考贴职责标签——它决定了后续 prompt 的逐图声明怎么写。

七、从命名轴写 prompt:哪些词能活下来

原文列出了 prompt 构造的两条铁律。

第一,prompt 来自板子的命名轴,绝不来自情绪形容词或质量标签。 会蒸发的词包括:cinematic、beautiful、stylized、epic,以及 ultra sharp、hyper detailed、crisp、8K、HDR。能撑过这段旅程的轴是:

  • 形状族(shape family)
  • 明度范围(value range)
  • 材质行为(material behavior)
  • 细节密度与留白区位置
  • 光照方向与性质
  • 配色:主色 + 辅色 + 强调色

第二,每个 anti-goal 进入 prompt 前必须改写为正向状态。 "Not cluttered" 应变成 "generous negative space, one subject centered"。只有当 model_schema_get 显示模型确实有 negative_prompt 字段时才发送否定式,并且绝不把 "no X" 粘进 prompt 正文。

挂了参考之后,prompt 的写法规整会变化

情况 prompt 应该携带 prompt 应该避免
挂了 style reference 只写主体与内容 重复风格形容词(两者会打架)
挂了 structure reference 风格与配色 复述布局
没有任何参考 全部 look 轴 + 五条演出轴 留空任何一条轴

look 轴即上一节列出的六项;五条演出轴是 framing、moment、lens、time of day、light。SKILL.md 的"常见错误"把后果说得很直白:prompt 留空的每条轴都会被模型最平均的答案填满——主体居中面向镜头、摆拍、均匀布光、全画面清晰、加一层加工后的光泽。这正是"generic AI look"的机械成因。

一个增效技巧:对 hero 图跑 asset_describe,会返回该外观的可入 prompt 的综合描述。这一行加上显式轴,比任何单独一项都强(详见 scenario-asset-analysis/SKILL.md)。

八、复用的四条通道与验收标准

原文把"以后再用这块板"拆成四个动作:

  1. 加载:search 配 filters.collection_ids: ["col_..."]。ghits 在写作时就带自己的 description,因此用 asset_update 写的标注会跟图一起回来。
  2. 引导:search 配 images: {like: [板内 id], unlike: [反参考 id]}。这是已存反参考唯一真正发挥作用的地方,而不是躺在笔记里。
  3. 扩展:把这块板作为距离阶梯的近端,重跑 widen 循环,让第二轮移动而不是复述第一轮。
  4. 交接:collection id 加 3~6 个缩减后的参考,就是交给 scenario-image、scenario-consistency、scenario-game-assets 或 scenario-video-ads 的完整 brief。

用四条轴和三个可读性测试验收

对每一批输出,都要对照 hero 与反参考在四条轴上打分:剪影、配色、材质、细节密度。然后做三个借自游戏制作的测试:必须能在灰度下读懂、在远距离读懂、在运动中读懂。

生成策略上,小批量、一次只变一个变量,这样失败才能指出原因。

把配方写在板子旁边

当某个外观终于对了,就把配方记下来:seed、带槽位取值的 prompt、参数集、引用 asset id。原文的理由很实用:只作为"习惯"存在的方向,会被下一个人重新推导一遍,而且略有不同。

九、上游衔接:让 widen 阶段的产物可复现

board 的质量上限由 widen 阶段的素材决定。仓库为此提供了一个纯标准库脚本 wildcard.py:它从策展语料中做真实随机抽样,并强制分散——同一批次内不会出现重复的 facet 取值,也不会出现同属一个 domain cluster 的两张卡。

python3 scripts/wildcard.py --count 4                  # 抽四张卡,随机种子会被打印
python3 scripts/wildcard.py --count 4 --seed 20260816  # 复现之前那次抽取
python3 scripts/wildcard.py --count 6 --facets domain,strategy --json
python3 scripts/wildcard.py --list                     # 查看 facets、池大小、clusters

从源码看,--facets 的默认值是 domain,strategy,constraint,light,palette,technique(见 wildcard.py),并支持 all 选择全部 facet。抽取逻辑有两个值得注意的工程约束:

  • facet_capacity() 对 domain 返回的是簇数量而非域数量(wildcard.py),这正是"一次抽取不可能返回四个同簇想法"的实现方式。
  • draw() 在 count 超过某 facet 可提供的不同取值数量时抛 ValueError(wildcard.py),CLI 层再转为 parser.error 并以退出码 2 结束。因此 --count 99 这种调用会明确失败,而不是静默返回重复卡。

渲染时会打印 seed: N (re-draw this exact set with --seed N),这让"这次抽到了什么"变成可记录的事实——对 board 而言很重要:你可以在板子的配方里写下当次抽取的种子,从而让整条链路(wildcard → search → choose → collection)可重放。测试文件 test_wildcard.py 覆盖了这些契约,包括种子可复现性、同批次 facet 不重复、簇互不相同,以及"跨 400 个种子应覆盖整个 strategy 池"这类反偏置检查。

需要强调的是:wildcard 画出的是透镜,不是主体替换。把 "shipbreaking beaches" 应用到药水图标上,问的是"当药水图标借用那个世界的尺度、腐蚀与劳作感时会是什么样",而不是"画一个造船厂"。这与 board 阶段的 Role/Take 纪律是同一套思路:一个来源只提供一个具名机制。

十、失误对照表

把原文与该 skill 的常见错误合并,可以形成一张上板前的自检表:

失误 后果 纠正
把搜索结果直接当板子 得到的是"类别反射"排序后的结果 过度采集后按 grid 或 rerank 收敛
每张图没有职责 板子变成装饰品合集 Role 不属于七类之一就删
同一块板混光照世界 生成期互相抵消 一条轴一个世界;两个方向就两块板
单一来源占多数 输出读起来是仿制品 检查来源分布
直接给模型 18 张图 平均化、互相干扰 缩减到 3~6 张并按角色打标
把 "no X" 写进 prompt 正文 什么也不保留 改写为正向状态,或走 negative_prompt
用情绪形容词与质量标签 模型回填最平均的默认值 改写成命名轴
只呈现幸存方案 整套方案失去可信度 明确说出砍掉了什么、为什么
交付未定向的默认结果 brief 要的它一个都没有 逐条补齐五条演出轴

结语

一块合格的 board 具备三个可检验的属性:每张参考都有职责与取用点;每条轴只有一个世界;它可以被压缩成 3~6 个带角色的引用并直接交给生成模型。在 Scenario 的实现里,这意味着 collection 的名字承载论点、asset_update 承载理由、search 配 collection_ids 承载取回、images: {like, unlike} 承载方向控制。把这条链路连同 seed、prompt 槽位、参数集和引用 id 一起记录下来,board 才从一次性的情绪劳动,变成团队可以复用和复现的工程资产。

登录后查看全文
skills