从聊天助手到生产系统
一个能写剧本、出图或生成视频的聊天助手，并不是 Agentic 制片系统。真正的系统必须知道项目当前事实、谁有权改变它、下一步为什么可以开始、失败影响哪些资产，以及哪些决定必须等待人类批准。
核心原则是：智能体承担有边界的工位，数据库保存项目事实，事件连接上下游，闸门控制不可逆动作。
推荐的工位边界
| 工位 | 主要输入 | 主要输出 | 不应拥有的权限 |
|---|---|---|---|
| 市场与故事架构 | 受众假设、商业路线 | 故事承诺、季弧、测试假设 | 直接批准发布 |
| 编剧室 | 已批准故事事实 | Episode Pack、对白、卡点 | 修改锁定身份资产 |
| 分镜导演 | Episode Pack、资产版本 | Shot Records、覆盖方案 | 自行改变剧情事实 |
| 生成操作 | 编译后的任务包 | 候选素材、生成记录 | 无预算上限重试 |
| 声音与剪辑 | 批准素材、声音圣经 | 时间线、混音、成片候选 | 删除来源与版本记录 |
| QC | 验收规则、候选版本 | 问题、证据、故障路由 | 悄悄修复并自我批准 |
| 发布 | 完整批准包 | 平台交付与回滚记录 | 绕过权利或责任人签字 |
工位分离不是为了增加 Agent 数量，而是为了让失败可定位、权限可审计、责任可追踪。
项目记忆由五类对象组成
- 实体：角色、地点、服装、道具、集、场景、节拍和镜头。
- 版本：剧本、参考图、提示词、模型、声音、剪辑与交付物的不可变版本。
- 状态：当前被批准的事实，例如角色拿着什么、知道什么、穿什么、伤势如何。
- 事件：谁在何时因何原因把状态从 A 变成 B，以及影响了哪些下游对象。
- 证据：预览、评分、问题时间码、权利文件、人工批注与审批签名。
聊天可以读取这些对象并提出变更，但不能成为唯一事实来源。否则一次上下文截断、提示词改写或并发任务就会产生彼此矛盾的“真相”。
编译 Prompt，而不是手工复制 Prompt
Prompt 编译器根据任务类型选择最小必要上下文：当前镜头的故事功能、角色身份版本、服装与道具状态、空间和光线、动作相位、禁止项、模型能力与验收标准。它还记录模板版本、输入哈希和模型参数，使结果可以复现或比较。
超长上下文不是稳定性的同义词。无关角色、未来剧情、冲突参考和过期资产会降低执行质量，也增加数据与权利风险。
用事件驱动依赖传播
当服装版本、旁白时长或镜头状态改变时，系统不应重跑整个项目。事件图负责找出直接依赖和传递依赖，将它们标为 stale，生成新的任务包，并保护仍然有效的批准结果。
例如，旁白改字可能依次影响音频母版、字幕时间码、三个镜头长度、音乐 cue、混音和发布包。没有依赖图，团队只能靠记忆寻找遗漏。
预算、重试与人类审批
每个任务持有能力令牌：可读取哪些资产、可写入哪些候选区、最大花费、最大重试、有效期和批准条件。生成操作可以提交候选，不能自我批准；QC 可以拒绝并路由问题，不能修改锁定故事；发布必须读取完整权利与验收证据。
高风险动作要显式停在人类面前：故事绿灯、角色身份锁定、超预算批次、权利例外、Picture Lock 和正式发布。好的审批包只展示决策所需证据，并说明批准、拒绝或退回分别会触发什么。
自动化成熟度
从单项目开始：先把 Shot Record、连续性账本、生成记录和 QC 报告做对，再增加调度和自动评测。规模化的标志不是同时跑更多模型，而是失败率、批准秒成本、人工等待和版本回退都可测量，且下一季可以复用同一套生产语义。