提示词

---
name: ciwei-star-method
description: 刺猬星球提示词与 AI 视觉创作方法知识库。用于学习、整理、检索和应用刺猬星球课程内容，尤其适用于提示词拆解、人物真实感、场景身份、行为逻辑、视觉语言翻译、反向控制、镜头与光线设计等任务；当用户提供课程截图、课程节次、课程笔记，或要求按刺猬星球方法写/审提示词时使用。该 Skill 是独立课程知识库，不隶属于童装带货或 Seedance 专用 Skill。
agent_created: true
---

# 刺猬星球课程知识库

## 目标

将刺猬星球课程沉淀为可检索、可复用、可验收的知识卡，而不是只保存课程摘要。每条规则都要尽量回答：解决什么问题、如何写、如何验证、什么时候不能套用。

课程索引见 `references/course_index.md`；已核验知识卡见 `references/knowledge_cards.md`；增量整理格式见 `references/operating_template.md`；ANS 应用上下文见 `references/ans-application-context.md`；复利方法系统、跨卡决策树、最小实验、验收台账和 ANS 应用包见 `references/compound-method-system.md`。

## 使用边界

- 课程截图、用户提供的课程正文、豆包总结和明确笔记都是资料来源，但证据等级不同：完整原文 > 清晰截图 > 用户确认的结构化总结 > 整理者推导。
- 将课程原意、可复利规则、应用建议和本地推导分开记录；豆包总结必须标记为“摘要转述”，不能伪装成逐句原文。
- 任何模型、平台、时长、比例、尺寸和参数结论都必须有原文依据；没有依据时标记为“文章未明确”或“待核验”。
- 不把课程方法自动改写进其他 Skill；只有用户明确要求时，才把经过核验的规则编译到目标 Skill。
- 不把抽象审美词当作可执行指令；优先翻译为人物、环境、行为、镜头、光线和材质等可见证据。比如“明星感”只能作为目标标签，实际提示词必须落到原创骨相、五官主次、眼神、姿态、微表情、服装剪裁、轮廓光和镜头目的；不得用具体真人明星姓名代替角色设计。
- 对外部事实、平台能力和模型规格不从课程笔记推断；需要时单独核验。

## 工作流

### 1. 接收课程资料

识别资料来源、课程节次、标题、截图范围和可读程度。截图只记录能看清的内容；无法辨认的文字标记为待补，不自行恢复。

### 2. 提取课程原意

按以下顺序提取：

1. 课程主张：这一节试图解决什么问题。
2. 关键概念：课程定义了哪些概念或判断标准。
3. 因果关系：什么写法导致什么结果，什么错误触发什么失真。
4. 操作步骤：能否转为提示词步骤、审查问题或检查清单。
5. 例子与反例：保留原例，另标注整理者改写。
6. 证据范围：区分完整原文、部分截图、摘要转述和整理者推导。
7. 未知内容：列出文章没有说明或无法从资料确认的模型能力、参数和边界。

### 3. 编译知识卡

每节至少形成一张知识卡；一节包含多个独立方法时拆成多张。知识卡必须包含课程来源、核心结论、解决的问题、标准写法、反例、适用场景、验收问题和与其他卡片的关系。

### 4. 做复利化整理

跨节合并同义规则，建立“方法族—子规则—应用场景”索引；保留原始节次引用，避免合并后失去溯源。优先沉淀能够反复用于不同题材、人物、场景和模型的规则。

每条准备升级为复利规则的方法，必须补齐：问题信号、决策门、输入契约、方法动作、固定变量、可变变量、中间产物、输出契约、验收门、失败回退和真实回执。没有对照实验或真实验收时，状态只能写“案例归纳/待验证”，不得写成已证实通用规则。具体字段和调用决策树见 `references/compound-method-system.md`。

### 5. 应用到任务

收到实际提示词或创作需求时，先从索引检索最相关的知识卡，再按“身份/关系 → 环境 → 行为 → 可见证据 → 镜头/光线 → 反向限制”的顺序审查。输出时区分：课程原规则、针对当前任务的应用、尚未被课程证明的推导。

人物参考图应用时，先锁定资产职责和下游所需信息，再决定单图或多宫格；不把任何固定宫格比例、模型尺寸或“明星感”套成课程原文。若采用项目自定义版式，必须在项目资产清单、提示词和QA中单独记录，并通过真实候选图验证。

### 6. 增量更新

新增课程资料时，只追加或更新受影响的节次和方法族；不要重写无关卡片。每次更新同步维护课程索引、知识卡状态和来源范围。

## 已学习课程范围

当前已学习用户放入 `E:/刺猬星球/知识卡` 的第66、67、76、78、79节知识卡。课程原文、课程方法、文章案例和整理者推导已分层记录；嵌入视频/图片未逐帧逐张核验的部分仍以正文描述为证据。详细索引见 `references/course_index.md`。

核心复利链：

1. **资产先于提示词**：先准备项目需要的人物、妆造、表情动作、场景、道具、色板资产，并逐张标注用途。
2. **画面目的先于镜头角度**：先明确观众要感受到什么，再选择平视、俯视或仰视，并配对焦段、景别、空间关系和光线。
3. **真实感来自关系成立**：人物身份、场景光源、行为因果、道具状态和下一状态要互相解释，画质词不能替代关系设计。
4. **开场只改变一条核心关系**：非常规入画、动态遮罩、封面到正文过渡都先锁定开始状态、变化顺序、稳定元素和最终结果。
5. **声音先分析后生成**：先取得视频时间地图，再分别规划BGM和画面音效；音效逐条生成，最后回到剪辑时间轴合成。

### 已学习节次

- 第66节：镜头角度、画面目的、焦段、景别、空间关系。
- 第67节：人物/妆造/表情动作/场景/道具/色板资产及资产标注。
- 第76节：非常规入画、动态遮罩、鱼眼海报展开和首尾帧开场。
- 第78节：视频时间地图、BGM、五类音效、逐条音效生成和剪辑合成。
- 第79节：人物一致性、生活记录场景、道具动作链和活人感审查。
- 系列化应用扩展：`references/series-30s-application.md`，为整理者推导，不是课程原文；适用于30秒一集、每集更换主角但由世界规则、物件、声音和后果保持连续的短剧。
- 截图批量整理：`outputs/刺猬星球_截图文档整理清单_20260823.md`；除第66、67、76、78、79节外，用户要求全部继续整理；无明确节次的文档按 `a1` 起编号。

## 输出格式

整理课程时优先写入一个 Markdown 文件，不在对话框展开正文。文件至少包含：

- 本次新增/更新的课程节次
- 可复利方法族
- 知识卡列表
- 适用场景与不可套用边界
- 可直接执行的检查清单
- 尚未读取或待补资料
- 来源证据等级和知识卡质量审计

对话框只回报文件名、文件用途和完成状态；无法创建文件时才说明失败原因，不把长正文退回对话框。
## 完成标准

- 每条“已学习”结论都能追溯到课程节次或用户资料。
- 每条规则都能转为动作、字段、模板或验收问题。
- 课程事实、摘要转述和整理者推导没有混写。
- 索引能支持按节次、主题、问题和应用场景检索。
- 未核验内容明确标记为待补，不伪装成课程原文。
- 每张知识卡都包含适用条件、不可套用边界、反例和质量审计。
- 每张准备升级为复利节点的卡，必须有问题信号、决策门、输入/输出契约、固定/可变变量、中间产物、失败回退、最小实验和真实回执；缺失时只能标记为证据库层或待验证。
- 每次增量整理都能识别重复规则，并决定合并、交叉引用或保留独立卡片。
- 复利方法只有在来源证据、对照实验、真实回执和验收台账同时满足后，才可升级为初步可迁移。

---
name: prompt-vault
description: 提示词管理库。当用户需要搜索、分类、索引、记录使用次数、查看统计或管理提示词时使用。触发词：提示词管理、搜索提示词、找提示词、提示词统计、prompt vault、记录提示词使用、提示词用了几次。
agent_created: true
---

# Prompt Vault - 提示词管理

## 定位

个人提示词积累与管理工具。解决"用过的提示词找不到、效果好的记不住、不知道用了多少次"的问题。自动扫描项目 `prompts/` 目录，建立索引，支持搜索、分类、使用次数统计和评分。

## 核心能力

1. **自动扫描索引**：扫描 `prompts/` 下所有 `.md` 文件，解析标题、用途、模型、效果、日期，建立 JSON 索引
2. **搜索**：按关键词搜索提示词标题、用途、模型、效果和分类
3. **使用次数追踪**：每次使用提示词后记录一次，统计总使用次数和最后使用时间
4. **评分系统**：对提示词效果打分（S+/A/B/C 等）
5. **统计面板**：总数、模板明细、分类明细、使用次数 TOP 10、已评分列表、提炼候选
6. **模板系统**：分类模板 + 适配规则 + 必填字段，减少重复劳动，实现提示词复利
7. **提炼提醒**：使用次数 ≥ 3 且评分 ≥ A 的提示词自动提醒提炼为模板
8. **GitHub 源管理**：收录已知的优质 GitHub 提示词项目，方便查找和参考

## 模板系统（复利核心）

模板是提示词的复利机制：好用的提示词提炼成模板后，后续每次使用都在已有经验上叠加。

### 现有模板

| 模板文件 | 适用场景 | 必填字段数 |
|---|---|---|
| `_template.md` | 基础通用（最小字段集） | 6 |
| `_template_sd25.md` | Seedance 2.5 图生视频/文生视频 | 12 |
| `_template_image_gen.md` | AI 图片生成（MJ/OpenLux） | 12 |
| `_template_ai_video.md` | 其他 AI 视频（Runway/Kling/Veo） | 9 |
| `_template_general.md` | 日常工作（代码审查/文档/分析） | 7 |

### 适配规则

每个模板文件头部有 `<!-- 适配规则 -->` 注释，写明：什么场景用这个模板、填之前必须先确认什么、正文填写注意事项。运行 `templates` 命令可查看全部模板及适配规则。

### 提炼规则（复利闭环）

当一条提示词使用次数 ≥ 3 次且评分 ≥ A 时，`suggest` 命令会提醒提炼为模板：

1. 识别可复用结构（角色/输出格式/约束条件）
2. 把每次变化的部分改成 `{变量名}`
3. 复制 `_template.md` 为 `_template_<细分>.md`，写适配规则
4. 运行 `scan` 更新索引

完整模板规范见 `references/template-rules.md`。

## 提示词库结构

提示词存放在项目根目录 `prompts/` 下，按分类组织：

```
prompts/
├── README.md
├── _template.md                 ← 基础通用模板
├── _template_sd25.md            ← Seedance 2.5 视频模板
├── _template_image_gen.md       ← AI 图片生成模板
├── _template_ai_video.md        ← AI 视频通用模板
├── _template_general.md         ← 日常工作模板
├── ai-video/                    ← AI 视频类
├── seedance-2.5/                 ← Seedance 2.5 专用
├── image-gen/                   ← 图片生成类
└── general-work/                ← 日常工作类
```

每条提示词是一个 `.md` 文件，包含：标题、用途、适用模型、效果备注、使用日期、提示词正文。新建提示词时复制对应分类的模板，按模板内的适配规则填写。

使用次数、评分、GitHub 源和模板索引自动保存在 `C:/Users/lsb/.workbuddy/prompt-vault-indexes/`，不污染项目目录，也避免项目权限影响面板按钮。

## 使用方式

### 扫描并更新索引

当新增或修改提示词文件后，运行：

```bash
python scripts/prompt_vault.py scan
```

### 搜索提示词

```bash
# 搜索包含"国风"的提示词
python scripts/prompt_vault.py search 国风

# 列出全部提示词
python scripts/prompt_vault.py search
```

### 记录使用

每次使用某条提示词后记录一次（路径关键词模糊匹配）：

```bash
python scripts/prompt_vault.py use guofeng-15s
```

### 设置评分

对提示词效果打分：

```bash
python scripts/prompt_vault.py rate guofeng-15s S+
```

### 查看统计

```bash
python scripts/prompt_vault.py stats
```

输出：总数、模板明细、分类明细、使用次数 TOP 10、已评分列表、模板提炼候选。

### 查看模板与适配规则

```bash
python scripts/prompt_vault.py templates
```

列出全部模板、必填字段数和适配规则，帮助选择该用哪个模板。

### 模板提炼提醒

```bash
python scripts/prompt_vault.py suggest
```

列出使用次数 ≥ 3 且评分 ≥ A 的提示词，提醒提炼为模板（复利闭环）。

### 管理 GitHub 源

查看已收录的 GitHub 提示词管理项目：

```bash
python scripts/prompt_vault.py github
```

添加新的 GitHub 源：

```bash
python scripts/prompt_vault.py add-github PromptDex https://github.com/kristyc/PromptDex "Chrome 右键存提示词"
```

## 新建提示词流程

1. 运行 `python scripts/prompt_vault.py templates` 看该用哪个模板
2. 复制对应模板（如 `_template_sd25.md`）到对应分类目录，去掉文件名前缀改成 `prompt-<描述>.md`
3. 按模板头部适配规则填写必填字段（带 ★ 的）
4. 运行 `python scripts/prompt_vault.py scan` 更新索引
5. 用完后运行 `python scripts/prompt_vault.py use <关键词>` 记录使用
6. 效果好就 `python scripts/prompt_vault.py rate <关键词> S+` 评分
7. 用到 3 次以上且评分 A+，`suggest` 会提醒你提炼成新模板

## 脚本路径

核心脚本：`scripts/prompt_vault.py`

GitHub 源参考：`references/github-sources.md`

模板规范与复利规则：`references/template-rules.md`

## 与外部工具配合

| 工具 | 角色 | 本地路径 |
|---|---|---|
| PromptDex | 浏览器右键快速存 | `tools/PromptDex/` |
| prompts/ 目录 | 长期积累 + Git 版本 | `prompts/` |
| prompts.chat | 自托管搜索 UI + MCP | `tools/prompts-chat-src/` |
| prompt-vault.py | 索引 + 搜索 + 统计 | 本 Skill `scripts/` |
| prompts MCP | WorkBuddy 直接搜索/保存 | 本 Skill `scripts/prompts_mcp_server.py` |

日常流程：PromptDex 右键存 → 导出 JSON → 转存为 `prompts/` 下的 `.md` → `scan` 更新索引 → 用完 `use` 记录 → 定期 `stats` 查看哪些好用。

## 对话蒸馏（女娲式提取）

自动从对话记录或外部来源中提取提示词、分类并保存到 prompts.chat。

### 触发

在对话中直接说：
- "把对话里的提示词提取出来"
- "蒸馏一下今天的对话"
- "女娲蒸馏"
- "把刚才的提示词整理一下存起来"
- "帮我把这个链接里的提示词存到库里"（外部来源）
- "导入这个 GitHub 仓库的提示词"

### 工作流

1. **获取内容** — 对话记录 / 网页链接 / GitHub 仓库 / 粘贴文本
2. **识别提取** — 找到所有完整提示词、模板、效果评价
3. **分类决策** — 按内容自动分到 `seedance-2-5` / `ai-video` / `ai-image` / `general-work` / `prompt-templates`
4. **去重保存** — 检查是否已存在，调用 MCP `save_prompt` 工具写入
5. **报告** — 输出摘要：来源、提取数、去重数、新增数、分类明细

详细流程见 `references/distill-workflow.md`。

### 命令行工具

```bash
python scripts/save_prompt.py --title "标题" --content "内容" --type VIDEO --description "用途" --category seedance-2-5
```