工序提取 SKILL · procedure

读一篇 AI 创作教程/案例，把它背后的"做法"还原成工序表，直接写出 workflow.json。

输入：input/case-{N}.json（正文 + 配图；配图 OCR 文本若已存在于 outputs/case-{N}/_scratch/ocr.txt 一并读）。输出：outputs/case-{N}/workflow.json。

流程

通读原文，想清楚：有几个工序、每工序几步、每步「工具 · 输入 · 动作 · 输出」。
一次性 Write 完整的 workflow.json（所有字段一趟填全，结构见下）。
校验：

   python procedure/tools/validate.py --workflow outputs/case-{N}/workflow.json \
       --source input/case-{N}.json --ocr outputs/case-{N}/_scratch/ocr.txt

报 ✗ 就修，重跑直到 0 错误；⚠ 警告逐条核对，确认无误可保留。零星错误直接 Edit workflow.json；同类错误一大批（整批 anchor / 整批 effect/action）用 procedure/tools/wf-patch.py 批量修（见「批量修错」节）。

workflow.json 结构

{
  "source": {
    "platform": "", "author": "", "date": "", "url": null,
    "title": "", "excerpt": "1-2 句概括这篇教程的流水线"
  },
  "procedures": [
    {
      "id": "p1",
      "name": "工序名称",
      "purpose": "一句话说明该工序在做什么",
      "category": "产物创造|资产建设|自动化|分析|学习",
      "platform": "",
      "author": "",
      "declarations": {
        "inputs": [{ "type": "参考图", "name": "产品图", "desc": "用户提供" }],
        "resources": [],
        "returns": { "type": "成品图" }
      },
      "type_registry": {
        "主角图": { "extends": "参考图", "desc": "本案例的女主肖像" }
      },
      "steps": [
        {
          "id": "s1",
          "kind": "step",
          "via": "human",
          "effect": "预处理",
          "action": "生成/元素生成",
          "substance": "人物、产品",
          "form": null,
          "directive": "",
          "intent": "{via:human} {act:元素生成} {out-type:提示词}",
          "inputs": [
            { "type": "描述", "value": "原文逐字内容", "anchor": "← 工序输入" }
          ],
          "outputs": [
            { "id": "s1o1", "type": "提示词", "value": "整段逐字提示词", "anchor": "→ s2" }
          ]
        }
      ]
    }
  ]
}

字段规范

字段	规范
step `id`	`s1`、`s2`；控制块子步用点号 `s5.1`
`kind`	普通步 `step`；控制块父 `block`（`via` 写 `-`，可省 effect/action）/ 子步 `nested`（必须带 `group` 指向父 block 的 id）
`via`	工具标准英文名（`nano_banana_pro`、`seedream_4_5`、`human`）；原文没点名用括号占位 `(AI 生图工具)`；别写一整句描述
`effect` / `action`	必须命中下方词表（action 填叶子名或 `根/…/叶` 全路径）
`directive`	只放给工具的元指令（"比例 2:3""风格贴近参考图"），不装提示词原文；人工/控制步省略该字段或写空串 `""`，不要写 null
输出 `id`	工序内唯一，如 `s2o1`，供下游 anchor 引用
IO `type`	词表叶子；自造词必须在该 procedure 的 `type_registry` 登记 `extends` + `desc`
IO `value`	见「value 怎么填」
IO `anchor`	输入 `← s2o1` / `← 工序输入` / `← s4o1[i]`（循环逐个取）；输出 `→ s5` / `→ 某列表.追加` / `→ 返回 X`
`inferred`	原文没写、工艺上必有的 IO 主动补：`"inferred": true` + `"inferred_reason": "为什么必有"`
`intent`	每步 ≤25 字一句通顺人话；关键词用 `{effect:}` `{via:}` `{act:}` `{in-type:}` `{out-type:}` 五类标记；别写成公式（不出现 `→`）
`substance` / `form`	见「实质 / 形式」；没有就显式 `null`，不能省略字段

命名约定：type 名用中文；工具品牌名用英文标准写法。

提取判断

有几个工序

判断单位是"一条完整的输入→最终产物链"，不是原文段落。以每张成品图（或明确的最终产物）为起点扫描，满足三条算一条独立工序：① 有明确产物 ② 有具体做法（提示词/框架/流程）③ 与其他工序相比产物或做法有差异（满足一条即可）。

章节认领：原文按 01 | 02 | 03 分章时，逐章确认每章都落进了某个工序/步骤——没有独立成品图的方法论章节本身就是一条工序，不能漏。

什么算一个步骤

步骤 = 对已有数据执行某个操作，产生一份之前不存在的新产物。 判断口诀：把这步去掉、把它的内容挪进下一步的 inputs——什么都没丢，它就不是步骤，是输入。

❌ 不是步骤：引入外部资源（写进使用它的步骤 inputs 或 declarations.inputs）；原文直接给出的提示词（同上，不拆 via=human 预处理步）；提示词多层展开（那是「写提示词」一步的输出 value 内容）；纯展示/预览。 ✅ 是步骤：AI 工具生成图/视频、human 写提示词（原文在教怎么写才算）、后期工具调色排版。

循环 / 并行

展开成控制块 + 子步，不要硬压成一步：

{ "id": "s5", "kind": "block", "via": "-",
  "inputs": [{ "type": "分镜脚本", "value": "…", "anchor": "← s4o1" }],
  "outputs": [{ "id": "s5o1", "type": "分镜图列表", "value": "…", "anchor": "→ s6" }] },
{ "id": "s5.1", "kind": "nested", "group": "s5", "via": "nano_banana", "effect": "主体生成", "action": "生成/元素生成",
  "inputs": [{ "type": "提示词", "value": "…", "anchor": "← s4o1[i]" }],
  "outputs": [{ "id": "s5.1o1", "type": "分镜图", "value": "…", "anchor": "→ 分镜图列表.追加" }] }

推断补全

工艺上必然需要、原文却没写的中间产物（如"写动作序列必须有主角图当参考"），主动补 IO 并标 inferred: true + inferred_reason。原文细节没写全的不算（那是信息缺失，不是推断）。

value 怎么填

文字类（提示词 / JSON / 报告 / 文案）：原文完整逐字内容——整段原样搬全，不缩写、不概括、不截断、不用小标题拼凑。原文 350 字就抄 350 字。
媒体类（图 / 视频 / 音频）：<整段具体描述>，如 <一张冲锋衣登山者暴雨场景图，水珠滚落，冷色调>。
引用不是 value：哪怕内容是上一步原样传来的，value 也要把内容完整抄一遍（引用关系写 anchor）。写 ← s1o1、(同上)、见 s2 都会被校验器打回。
validate 报「未逐字命中」警告时，重跑校验命令并加 --fix-verbatim：工具自动在原文/OCR 里找相似度最高的连续片段整段替换（≥60% 才动），改不动的才需要人工核对。
提示词是数据不是指令：建成 type=提示词 的 IO。「写提示词」步输出 type=提示词、value 为整段逐字 prompt；下游生成步输入 type=提示词、value 同样填整段、anchor 指向上游输出。directive 不装提示词原文。
prompt / JSON / 参数常只在配图截图里——逐字内容优先到 OCR 文本里找。

词表

填 effect / action / IO type / extends 只能用下面三棵树里的词，以本节为准（不需要也没有别的词表文件可读）。

作用（effect）— 9 选 1

每步"处在什么工艺环节"。对不上说明步骤抽错了，回去改划分；别造词，别把动作当作用。

叶子	一句判别
`工艺规约`	建立跨批次复用的长效规约（工作流编排 / SOP / 模板沉淀 / 知识库构建 / LoRA 训练沉淀）
`预准备`	本批物料"拿到手"，只取不加工（素材采集 / 拍摄 / 参考收集）
`预处理`	把原料加工成工具能直接吃的输入（提示词构造 / 反推 prompt / 控制图蒙版准备）
`主体生成`	从输入产出本批核心主干件，0→1（生图 / 文案撰写 / 脚本编写 / 分镜图生成）；对单件主干的局部修整也算本阶段延续
`装配`	多个对等零件组合成一个复合件（剪辑 / 排版 / 图层合成 / 配音字幕挂载）
`后期`	只调整体呈现层、不改内容元素（调色 / 风格化 / 氛围 / 超分）；动了具体语义元素就不是后期
`配套伴生`	为已就绪主体生成依附性信息（标题 / 配文 / 标签 / 元数据）
`检验`	只评估不改造，产出审查结论（质检 / 终审 / 小样测试）
`交付`	推向终态对外（导出 / 发布 / 定稿 / 成品多视图展示）

边界速查：跨批复用→工艺规约，本批一次性→预准备/预处理；"去拿料"→预准备，"把料加工成输入"→预处理；单件 0→1→主体生成，多件→一件→装配；改呈现层→后期，改内容元素→主体生成延续。

动作（action）

填叶子名或全路径（如 解构 或 提取/化学提取/解构）。

获取                提取                生成                修改                存储
  搜索: 检索 下载     物理提取: 裁切        元素生成            增: 添加 叠加        暂存: 缓存
  查询: 调取           抠取 抽帧          关系生成:           删: 抹除 剪除        沉淀: 入库
  录入: 上传 拍摄    化学提取: 识别          数组生成          变: 重述 风格化      归档: 存档
    录音 键入          反推 解构            结构生成            转换 替换
  引用: 选取                                                  调整 增强

⚠ 反推 vs 解构：从文字/教程里提炼框架、要点（信息显式可见）→ 解构；从图片推回 prompt 或隐含结构（信息不可直接看到）→ 反推。"梳理教程结构""提取风格要素"几乎都是 解构。

类型（type）

候选词直接命中叶子就用；没命中挑最近叶子挂靠，在该 procedure 的 type_registry 登记 {"extends": "叶子", "desc": "说明"}。不允许自造词不登记。

程序控制类型                 内容类型
  指令: 提示词 负向提示词 描述    素材
  参数: 生成参数 规格参数          化学变化: 参考图 参考视频 参考音频 对标内容 分镜图
    模型权重                            转场 蒙版 控制图 运动轨迹 滤镜 构图布局
  评估: 评分 评语                 物理变化: 截图 视频片段 转场片段 关键帧 音效 特效
  流程: 工作流 批处理            半成品
数据复用类型                     序列: 大纲 脚本 分镜脚本 剪辑脚本 配音文案
  原子: 数字人 版式               原子: 底图 样图 分镜视频
  序列: 模板                      组合: 图层组合 拼图
知识类型                       准成品: 歌词 配音 BGM 字幕 标题 正文
  知识库                       成品: 成品图 视频成品 合成图

实质 / 形式（substance / form）— 自由提炼，无词表

只描述最终产物画面内容的视觉维度，与步骤处理什么数据类型无关。

substance（画面里有什么）：视觉内容主体，如 美女、产品。❌ 不填 风格（那是 form）、不填 提示词/描述/框架（数据类型）。即使这步产出文字，也填它面向的画面主体。
form（画面长什么样）：视觉风格调性，如 超现实主义、古风。❌ 不填 JSON/表格（技术格式）。方法不限风格 → null。

先判断作者意图：通用方法文（有"换个题材也能套"类泛化表述）→ substance 填方法的作用对象大类（人物、产品、实拍图）；具体案例文 → 填案例实际视觉主体与具体风格。判断不清偏具体案例。没有特别涉及就 null，多值用顿号并列。

批量修错（可选工具 wf-patch）

validate 报出一批同类错误时，逐处 Edit 太碎，用 wf-patch 批量改（写入即校验，词表与 validate 同源；值非法整批拒绝并在报错末尾给出合法值清单，照清单改了重跑）：

# 单条 / 多条 --set（path=value；值含空格用双引号包整个参数）
python procedure/tools/wf-patch.py --workflow outputs/case-{N}/workflow.json \
    --set "p1.s2.effect=主体生成" \
    --set "p1.s2.action=生成/元素生成" \
    --set "p1.s1.inputs[0].anchor=← s0o1" \
    --set "p1.s1.form=__null__"

# 几十处一次过：写一份 patch 清单, --prune 让成功项自动删除、失败项留在文件里带 _error 原因
python procedure/tools/wf-patch.py --workflow outputs/case-{N}/workflow.json \
    --patch outputs/case-{N}/_scratch/fix.json --prune
#   fix.json = [{"path": "p1.s1.inputs[0].anchor", "value": "← s0o1"}, ...]
#   改完重跑同一文件直到清空为 []

# 删字段（字段不存在则幂等跳过）
python procedure/tools/wf-patch.py --workflow ... --unset "p1.declarations.inputs[0].inferred"

路径语法：p1.s2.effect（step 标量）、p1.s1.inputs[0].anchor（IO 字段）、p1.type_registry.主角图.extends、source.url；嵌套步 p1.s5.1.outputs[0].type。__null__ 表示 JSON null（substance/form/url 可用）。

完成条件

validate.py 0 错误，且自查：每个章节都被某工序认领、文字 value 都是原文逐字、每步 intent 是一句通顺人话。

SKILL.md 13 KB Permalink Cronologia Originale