Files
ai/docs/chatgpt/CODEX_OPTIMIZATION_NOTES.md

4.5 KiB
Raw Permalink Blame History

Codex优化建议:课程规则接入现有系统 V1

基于你提供的 CURRENT_ARCHITECTURE.md 与课程拆解。结论:不建议大改架构,重点做 Prompt Builder V2、规则库接入、角色一致性测试台、队列化补强。

1. 当前架构判断

现有系统已经具备生产系统骨架:

  • Story Bible
  • Character Library
  • ActorProfile
  • ActorLock
  • Prompt Builder V1
  • AI Router
  • Provider 抽象
  • FFmpeg
  • QA/重试
  • 成本日志
  • LipSync 占位

因此课程内容不应导致重构,而应转成规则和模板进入现有模块。


2. 优先开发 P0

P0-1 Prompt Builder V2

目标:把课程里的提示词结构拆成可配置模板。

建议新增或强化表:

prompt_templates
prompt_template_sections
negative_prompt_templates
scene_templates
camera_templates
sound_cue_templates

Prompt Builder 输入应包含:

{
  "scene_type": "rich_arrival",
  "shot_role": "premium_moment",
  "emotion_score": 8,
  "importance_score": 9,
  "action_score": 3,
  "provider_code": "minimax_hailuo_23_fast",
  "characters": [],
  "location": "rainy city street",
  "main_action": "butler steps out of Rolls-Royce"
}

输出:

{
  "prompt": "...",
  "negative_prompt": "...",
  "template_ids": [],
  "rules_applied": []
}

P0-2 Scene Type 标准化

需要统一 scene_type 枚举:

engagement_breakup
humiliation
lonely_exit
rich_arrival
identity_reveal
asset_reveal_insert
regret_reaction
regret_return
power_exit
bank_balance_reveal
boardroom_face_slap
ceo_entrance
dimensional_break_laptop
dharma_giant_form

P0-3 Camera Engine

把 emotion/importance/action 转换为 camera shot 和 movement

emotion > 8 -> close_up / slow_push_in
importance > 7 -> premium / low_angle_or_close_up
action > 5 -> split_action_beats or premium provider

3. 优先开发 P1

P1-1 Character Consistency Test Bench

新增角色测试入口,不依赖剧情:

生成同一角色 5 个动作镜头:
1. walk forward
2. sit down
3. turn head
4. phone call
5. enter car

质检维度:

face consistency
hair consistency
outfit consistency
body consistency
action completion

只有通过一致性测试的角色,才建议进入正式短剧项目。

P1-2 Asset Library 运营化

课程强调道具/场景/神兽设计。对你先做都市短剧,应优先沉淀:

豪车
酒店
宴会厅
咖啡厅
银行VIP室
集团办公室
会议室
黑金卡
股权文件
合同

P1-3 Prompt模板绑定 Provider Profile

Hailuo、Kling、Seedance 应有不同 Prompt Profile。

Hailuo

短动作
单镜头
单主要动作
避免复杂表演

Kling

高价值动作
强运镜
高潮镜头

Seedance/Vidu

视觉冲击
特效
次元壁

4. 优先开发 P2

P2-1 Worker 队列化

CURRENT_ARCHITECTURE 中已经指出重任务仍有同步执行。建议优先迁移:

video_clip_generation
clip_quality_check
clip_retry
ffmpeg_episode_render
post_production_mix

每个任务必须支持:

pause
resume
retry
cancel
cost_freeze
cost_release

P2-2 ROI回流

把 ProviderLog 与平台播放数据结合:

shot_type -> cost -> success_rate -> play_data -> ROI

未来 Router 不只按质量路由,还按 ROI 路由。


5. 不建议现在做

暂缓:

  • 全量 Lip Sync
  • 全量接入 Veo / Runway
  • 同时做中英多语言
  • 古装/修仙/战争大场景
  • 推倒重写 Provider 层
  • 推倒重写数据库

6. 给 Codex 的执行指令

请不要重构现有系统架构。
基于当前 LiveActionPromptBuilderService、AI Router、StoryboardShot、ActorProfile、Provider Profile 实现 Prompt Builder V2。

目标:
1. 增加 scene_type 标准模板;
2. 增加 camera_rules / emotion_rules / negative_prompt_templates
3. 根据 scene_type + scores + provider_code 自动选择模板;
4. Prompt 输出必须记录 template_ids 和 rules_applied
5. 不修改已有 API 兼容性;
6. 增加单元测试或最小测试用例;
7. 保留当前 Hailuo 流程,只增强 prompt 质量。

7. 第一条实测建议

项目:

《被未婚妻退婚后,我成了首富》第1集

只测:

DeepSeek + Hailuo + Prompt Builder V2 + FFmpeg

不要接:

Lip Sync
Kling
Veo
多语言
自动发布

目标:

45-60秒
8-10个镜头
总成本 <=20元
角色一致性 >=80
成片可看懂