「分镜设计」是内容创作者的高频任务。它的输入通常是创意脚本,期望得到的是分镜表。这类有固定流程、又需要一点判断力的工作,很适合封装成智能体 Skill。

本文介绍如何在 MCP 服务 上实现这个技能,包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能分镜设计(storyboard)
作用为广告或短片设计分镜
输入创意脚本
输出分镜表
形态纯提示词
风险低
适用人群内容创作者

处理流程分四步:

  1. 拆分镜头
  2. 写画面与景别
  3. 写台词与音效
  4. 估算时长

这个技能纯指令型,不需要额外脚本或外部连接,复制到大多数平台都能用;风险较低,但输出仍需快速过目再使用。

在 MCP 服务 中是什么形态

MCP(模型上下文协议)是一个开放协议,让智能体以统一方式调用外部工具、读取资源和使用提示模板。把技能中需要确定性执行的部分写成 MCP 工具,就能在支持 MCP 的多个客户端中复用。

MCP 服务可以本地运行(stdio),也可以部署为远程服务;在客户端的 MCP 配置中注册后,智能体即可发现其中的工具。

示例配置

# server.py —— 示意代码,需安装官方 MCP Python SDK
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("storyboard")

@mcp.tool()
def storyboard(content: str) -> str:
    """为广告或短片设计分镜。content 为创意脚本。"""
    # 在这里做确定性的预处理:读取、解析、统计、校验
    lines = [x for x in content.splitlines() if x.strip()]
    return f"共 {len(lines)} 行有效内容,已完成预处理"

@mcp.prompt()
def storyboard_guide() -> str:
    """分镜设计的标准流程提示"""
    return """拆分镜头;写画面与景别;写台词与音效;估算时长。输出:分镜表"""

if __name__ == "__main__":
    mcp.run()

客户端侧的注册配置通常类似下面这样(文件位置与字段以所用客户端文档为准):

{
  "mcpServers": {
    "storyboard": { "command": "python", "args": ["server.py"] }
  }
}

示例里最重要的是两处:一是描述(或指令开头)要写明「什么时候用」,让智能体在内容创作者提出相关请求时能对上号;二是约束部分要写进「注意素材版权与事实核查」这类领域规矩,避免智能体自作主张。

安装与启用步骤

  1. 用官方 SDK(Python 或 TypeScript)新建一个 MCP 服务项目
  2. 把技能中可确定执行的步骤写成工具函数,docstring 写清用途与参数
  3. 把标准流程写成 prompt 模板,供客户端调用
  4. 在客户端配置中注册服务并重启
  5. 用调试工具或客户端调用一次,检查返回

实操:一次完整的运行

假设你在编辑器与发布平台中发出这样的请求(虚构示例):

这是今天的创意脚本,按团队的分镜设计流程处理一下。

智能体识别到任务与「分镜设计」相关后,会依次拆分镜头、写画面与景别、写台词与音效、估算时长。最终交付分镜表,并在末尾列出需要人工确认的内容。你的工作是对照原始创意脚本抽查两三处关键信息,确认无误后再使用。

测试与验收

先用 MCP 官方调试工具单独调用每个工具,再在客户端中让智能体端到端完成一次任务。

针对这个技能,还建议额外准备:

  • 一份信息齐全的标准创意脚本,检查输出是否完整
  • 一份缺少关键信息的输入,检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入,检查约束是否仍然有效

常见坑

  • 工具描述太模糊,智能体不知道何时调用。
  • 工具权限过大(如任意执行命令),一旦被提示注入就可能造成损失。
  • 只写了步骤,没写交付格式,导致每次输出的分镜表结构不同。
  • 没有给出样例,智能体对“好结果”的理解与你不一致;在参考资料里放一两份范例会明显改善。

延伸阅读

说明:文中的配置、代码与目录结构均为示意,用于说明思路;各平台的入口、字段名与能力会更新,落地前请以对应官方文档为准。示例中的数据与场景为虚构,不代表真实案例。