🎞️ 镜头列表 (Shots)
🏷️ Subject 定义
用于 Ref2VA 模式：定义可复用的角色/场景/物体参考
🖼️ Picture 定义
作为关键帧/构图锚点的参考图片
🎥 Video 定义
作为编辑源/延续起点/结构参考的视频
🎵 Audio 定义
需要复用或参考的音频（音色/音乐/音效）
📝 Summary 摘要
🔍 Retention Analysis（自动生成）
根据上方 Subject/Picture/Video/Audio 定义自动生成，可手动调整
🎙️ 扬声器管理
S1, S2... 每个说话者保持稳定 ID
🌊 overall_soundscape（整体声音环境）
1-4 句，概括环境音、物理动作声、非语言人声。对话/唱歌/剧情音乐不要写在这里。无则填 N/A
🎵 non_diegetic_music（非剧情音乐）
1-3 句，描述观众才能听到的 BGM：乐器、速度、节奏、动态变化。无则填 N/A