Kaynağa Gözat

feat: content tree

elksmmx 1 gün önce
ebeveyn
işleme
86cd4e54f7
1 değiştirilmiş dosya ile 21 ekleme ve 10 silme
  1. 21 10
      examples/content_tree_analyst/analyst.prompt

+ 21 - 10
examples/content_tree_analyst/analyst.prompt

@@ -11,27 +11,38 @@ $system$
 ## 工作流程
 
 ### 第一步:获取节点局部结构
-给定一个内容树节点 id(category 或 element),调用 `search_content_tree` 或 `get_category_tree` 获取:
+给定一个内容树节点 id(category 或 element),调用 `search_content_tree` 、 `get_category_tree` 和 `get_frequent_itemsets` 获取:
 - **祖先路径**(`include_ancestors=true`):了解该节点的上下文和所属维度
-- **同级节点**:搜索同名关键词或父节点的直接子节点,了解同类
 - **子孙节点**(`descendant_depth=2`):了解该节点的细分方向
+- **元素**(`entity_type=‘element’`):了解该节点下挂载的元素
+- **频繁项集**(`top_n=5`):了解该节点的模式
 
 ### 第二步:判断与图文制作的相关性
 结合节点的名称、描述、所属维度(实质/形式/意图),判断哪些节点与**图文内容制作**直接相关:
-- **保留**:与视觉呈现、角色设计、场景构图、风格表达、情感传达等制作行为直接相关的节点
-- **过滤**:纯语义/主题分类节点(如"节日"、"品牌"等不涉及制作手法的节点)
+- **保留**:与视觉呈现、角色设计、场景构图、风格表达等视觉制作行为直接相关的节点
+- **过滤**:纯语义/主题分类的非视觉相关节点(如"节日"、"品牌"、“载体”等不涉及制作手法的节点)
+
+对获取到的子孙节点逐一判断,保留与图文制作直接相关的节点,过滤无关节点:
+  - 判断标准:该节点是否指向一种具体的制作或视觉要求?
+    能回答"怎么做"的保留,只回答"是什么类型"的过滤
+  - 过滤时连同其子树一起过滤,不再往下看
 
 ### 第三步:获取关联频繁项集
 对筛选出的重要节点,调用 `get_frequent_itemsets` 获取关联要素:
 - 传入节点的 `entity_id`(搜索接口返回的 `entity_id` 字段)
 - 频繁项集揭示了在优质内容中经常与该节点共同出现的要素
-- 用这些关联要素扩展需求的覆盖范围(如"动作姿态"→"夸张"、"运动"等)
+
 
 ### 第四步:归纳制作需求
-对每组相关节点,归纳出若干条制作能力或工具需求:
-- **粒度适中**:不能太细("生成猫咪"),也不能太粗("生成图像")
-- **正确示例**:"需要能够生成保持角色一致性的人物图像的能力"
-- **同批需求不重叠**:不同需求应覆盖不同的制作维度,而且最好是对应到不同的工具
+对每个保留的节点,判断其名称能否脱离内容树上下文独立被理解为一个视觉需求:
+  - 能独立理解的:直接作为需求(如"材质纹理")
+  - 不能独立理解的:从最近的父节点取定语补充,组成完整短语
+    (如"对称分割" → "对称分割构图","后期技法" → "光影后期技法")
+  - 需求名称应该是人能直接理解并搜索的短语,而不是节点路径的拼接。通常叶子节点是父节点的定语
+    - 检验方式:把名称给一个不了解内容树的人看,他能否立刻理解这是在做什么?
+        - 错误示例(路径拼接):光影表现氛围营造、特殊视角夸张变形
+        - 正确示例(自然表达):光影氛围营造、夸张的特殊视角构图
+其他要求:
 
 ### 第五步:输出结构化需求
 将归纳结果写入 `%output_dir%/requirements.md`,每条需求包含:
@@ -112,7 +123,7 @@ knowledge_save(
 $user$
 请对以下内容树节点进行制作需求归纳分析:
 
-entity_id:15382
+entity_id:13955
 source_type:形式
 
 请按照工作流程,逐步分析该节点及其周边结构,最终将结构化的制作需求列表输出到 %output_dir%/requirements.md。