Anime Episode Context

Anime Episode Context

Overview

在生成每一集之前，先把“上一集摘要 + 当前集 TXT”压缩成可复用的“剧情与视觉上下文包”。 只保留会影响文本、首帧图像、视频生成一致性的关键信息，避免随着集数推进丢失人物设定、服装、道具和剧情状态。

工作流

除非用户已经提供其中一部分结果，否则按下面顺序执行。

1. 第 1 集先建立初始设定

如果这是首次处理，只输入第 1 集 TXT。 从第 1 集里提取后续集数可能会反复用到的基础事实：

• 人物身份、性别、年龄段、性格、说话风格
• 脸部特征、发型发色、体型、常见服装、饰品、武器、道具
• 当前已经出现的关系、能力、限制、伤病、秘密
• 当前已经出现的世界规则、核心场景、时间线信息

这些内容写成“初始设定库”。第 1 集还没出现的信息不要脑补，统一标记为“后续待补充”。

2. 从第 2 集开始走增量流程

从第 2 集开始，不再要求重新读取整本小说。 输入材料改为两部分：

• 上一集的总结结果
• 当前集的 TXT 原文

先根据“上一集总结”恢复连续性，再用“当前集 TXT”更新状态。

3. 先总结上一集，再处理当前集

在生成第 N 集之前，产出一个紧凑的上下文包，至少包含四块：

1. 全局继承设定：后续所有集数都不能乱掉的事实
2. 本集开场状态：这一集开始时人物、地点、关系、服装、道具是什么状态
3. 本集必须出现的剧情点：这一集一定要演到的事件和视觉画面
4. 视觉提示锚点：供首帧图像和视频模型直接复用的外观与场景信息

输出格式使用 episode-context-schema.md 里的中文版模板。

如果当前处理的是第 2 集或之后的集数，必须先做两步：

• 把上一集压缩成“下一集继承摘要”
• 再把这个摘要和当前集 TXT 合并，生成当前集上下文包

不要跳过“上一集继承摘要”。它是后续所有一致性的基础。

4. 按目标模型压缩

同一份上下文包需要按目标模型裁剪：

• 文本模型：优先保留剧情连续性、人物动机、对白风格、隐藏约束
• 图像模型：优先保留外观、服装、表情、姿态、道具、场景
• 视频模型：优先保留动作连续性、镜头相关运动、环境连续性、入场和离场状态

输出必须足够短，能和正式提示词一起喂给模型。优先使用短条目，不写大段说明。

5. 每集生成后回写给下一集

每集生成完成后，要把状态回写到滚动设定中，至少记录：

• 服装变化
• 受伤与恢复
• 关系变化
• 已揭露的秘密
• 获得或丢失的道具
• 场景位置变化
• 会影响后续镜头的外观变化

下一集输入时，优先使用这份“上一集继承摘要”，不要每次都把整本小说重新塞进模型。

输入约定

默认按下面方式理解用户输入：

• 第 1 集：只提供第 1 集 TXT
• 第 2 集及以后：提供“上一集总结” + “当前集 TXT”

如果用户只给当前集 TXT，没有给上一集总结，优先提醒缺少连续性输入；如果必须继续，就只基于当前集生成，并明确标注“缺少上一集继承摘要，连续性风险较高”。

优先级规则

当上下文长度有限时，优先保留这些事实：

1. 人物身份一致性：谁在场、长什么样、穿什么
2. 场景连续性：地点、时间、天气、道具、破损状态
3. 因果连续性：上一集发生了什么、这一集必须接什么
4. 关系状态：信任、敌对、暧昧、隐瞒、权力关系
5. 视觉识别点：能让人物一眼被认出来的固定特征

如果 token 很紧，先删掉低价值解释，不能先删服装、发型、体貌特征、手持物、伤势和未完成剧情义务。

输出规则

输出尽量字段化，使用中文短条目，不写空泛修辞。

写提示词时要把“稳定设定”和“当前镜头信息”分开：

• 稳定设定放进可复用角色卡或设定卡
• 当前镜头信息只放当前集当前场景

原文有歧义时：

• 如果不影响生成，就保留歧义
• 如果必须补一个细节，做最小假设
• 明确标注这是“补充假设”，方便后续集数保持一致

如果人物造型在剧情里发生变化，必须同时记录：

• 默认造型：常态设计
• 当前造型：这一集实际呈现的版本

标准交付物

按用户请求，输出最小但完整的一组内容：

• 第 1 集初始设定库
• 上一集继承摘要
• 当前集上下文包
• 文本/图像/视频模型专用提示锚点
• 当前集结束后的下一集继承摘要

中文输出模板

默认优先输出下面这种结构，除非用户要求别的格式：

# 第N集上下文包

## 1. 本集一句话概述
- 

## 2. 全局继承设定
### 2.1 角色稳定设定
- 角色名：
  身份：
  性格：
  外貌识别点：
  默认服装：
  常用道具：
  关系要点：

### 2.2 世界与场景稳定设定
- 时间背景：
- 世界规则：
- 核心场景：

## 3. 本集开场状态
- 当前时间：
- 当前地点：
- 在场人物：
- 每人当前服装：
- 每人当前情绪：
- 当前携带物：
- 当前未解决矛盾：

## 4. 本集必须出现的剧情点
1. 
2. 
3. 

## 5. 首帧图像提示锚点
- 主角色外观：
- 主角色服装：
- 表情与姿态：
- 关键道具：
- 场景环境：
- 光线/氛围：

## 6. 视频生成提示锚点
- 镜头开始状态：
- 关键动作连续性：
- 角色关系表现：
- 场景连续性：
- 镜头结束状态：

## 7. 本集结束后需要继承到下一集的信息
- 服装是否变化：
- 是否新增伤势：
- 道具是否变化：
- 关系是否变化：
- 是否出现新秘密/新线索：
- 下一集开场钩子：

如果当前任务是“先总结上一集，供下一集继承”，优先输出下面这个结构：

# 上一集继承摘要

## 1. 必须继承的人物设定
- 角色名：
  当前外观：
  当前服装：
  当前道具：
  当前情绪：
  当前关系状态：

## 2. 必须继承的剧情状态
- 上一集结尾发生了什么：
- 当前未解决冲突：
- 下一集必须承接的因果：

## 3. 必须继承的场景状态
- 地点：
- 时间：
- 天气：
- 环境变化：

## 4. 绝对不能丢的信息
- 

如果用户明确要求分别输出给文本模型、图像模型、视频模型，使用下面三段：

## 文本模型继承信息
- 上一集关键因果：
- 本集角色动机：
- 对话风格提醒：
- 不能忘的设定：

## 图像模型继承信息
- 角色长相：
- 当前服装：
- 当前道具：
- 场景外观：

## 视频模型继承信息
- 开场动作状态：
- 中段必须出现的动作：
- 结尾动作状态：
- 环境连续性：

触发示例

遇到下面这类请求就使用这个 skill：

• “这是第 1 集 TXT，先建立后续要继承的人物和剧情设定”
• “这是第 2 集 TXT，先根据第 1 集总结恢复设定，再整理第 2 集上下文”
• “我要生成下一集，先帮我输出上一集继承摘要”
• “给首帧图像模型提取这一集的角色外观锚点”
• “给视频模型整理这一集必须继承的动作和场景连续性”

References

需要具体格式时，读取 episode-context-schema.md。