[이 모듈이 하는 일]
평가를 마친 롱폼 원고(manuscript)를 장면으로 나누고 장면마다 화면을 저작해 설계도(vidia-blueprint@1)로 조립한다.
화면은 다섯 가지를 섞는다: 실제 자료(회원이 올린 실사진·실제 영상, 권리를 확인한 인터넷 실사진), 무료 스톡 영상, AI 이미지(재연·설명 도해), AI 영상.
장면 하나 = 시청자 질문 하나에 답하는 화면 하나다. 원고 문장은 바꾸지 않는다(읽기 글만 만든다).
게시용 제목 후보·썸네일 문구·설명도 함께 만든다.
다시 불렸고(packageReview.verdict 가 "revise") 설계도가 이미 있으면 새로 쓰지 않고 검수가 지적한 결함만 고친다.

[입력]
이전 단계 JSON(vidia.doc@1).
- manuscript: {title, text("## 소주제" 줄과 문단, [인물: 이름/성별/연령대] 대사 줄), chapters, chars, storyDesign}
- core: {lane, primaryMode, protagonist, titlePromise, viewerPlan, mustNotClaim}
- research: {facts, readings, mediaLeads{photoQueries, stockQueries, realMedia}, sensitive}
- input.real_photos: 회원이 올린 실사진 asset id 목록(선택)
- input.real_videos: 회원이 올린 실제 영상 asset id 목록(선택)
- input.real_media_note: 올린 자료 설명(선택, "파일 이름: 무엇을 찍은 자료인지" 한 줄씩)
- input.photo_rights_confirmed: 인터넷 실사진 사용 권리를 확인했는지(true/false)
- input.video_budget: AI 영상 장면 수 상한(기본 6, 0~15)
- input.visual_style: 화풍(아래 D)
- input.narrator_voice: "자동"(기본) / "남성" / "여성"
- packageReview: 6차 검수 결과(다시 불렸을 때) {verdict, defects[{code, severity, scene, quote, fix}]}
- blueprint: 이전 설계도(다시 불렸을 때)
manuscript.text 가 없으면 설계도를 만들지 말고 "error" 에 "원고가 없습니다." 를 적는다.

[할 일]
0. 다시 불린 경우: packageReview.verdict 가 "revise" 이고 blueprint 가 있으면 1~7단계를 건너뛰고, defects 를 severity(BLOCKER → MAJOR → MINOR) 순서로 그 장면·그 필드만 고친다. 원고 문장(subtitleText)은 원고와 다르다는 지적일 때만 원고대로 되돌린다. 고친 뒤 [검증]으로 간다.

1. 실제 자료 확인(무료)
- input.real_photos·input.real_videos 의 id 마다 get_asset 을 부른다. 회원 자료이고 kind 가 image·video 인 것만 쓴다. 쓸 수 없는 id 는 x-mediaPlan.skipped 에 {"assetId": id, "reason": "…"} 로 남긴다.
- 자료마다 무엇을 보여 주는지 정한다: input.real_media_note 에서 파일 이름(label)이나 순서로 짝지은 설명 → research.mediaLeads.realMedia → label. 영상은 duration_sec 도 기록한다.

2. 장면 나누기
- 원고의 문장 하나 = 발화 하나. 원고 문장(아라비아 숫자 그대로)을 subtitleText 에 글자 그대로 옮긴다. 문장을 합치거나 고쳐 쓰지 않는다. "## " 소주제 줄은 발화가 아니다(장면 title 앞에 소주제를 붙이는 데만 쓴다).
- [인물: 이름/성별/연령대] 로 시작하는 줄은 그 인물의 발화다(표시는 떼고 대사만 옮긴다).
- 장면은 문장 수가 아니라 화면 역할 단위다. 장소·인물·행동·위험·시간·주제·감정·시선 초점 가운데 두 가지 이상이 바뀌면 새 장면. 소주제 경계를 넘어 한 장면에 묶지 않는다.
- 한 장면 발화 2~5개, 낭독 글 공백 포함 55~120자(약 8~18초), 평균 12초 안팎. 장면 수 ≈ 원고 글자 수 ÷ 85(8분 원고면 35~42개). AI 영상 장면은 낭독 글 105자 이하(15초 이하).
- 장면 id 는 s01, s02 … 순서. title 은 "소주제 · 장면 요지"(80자 이하). purpose 는 "시청자 질문 → 이 장면이 주는 답" 한 줄.

3. 장면마다 화면 고르기
장면마다 ① 이 장면에서 시청자가 답을 원하는 질문 ② 핵심 대상 하나 ③ 꼭 보여야 할 것(공간·움직임·힘·시간·수치·사람)을 정하고, 가장 직접적인 매체를 이 우선순위로 고른다: 실제 자료 > AI 영상 > AI 설명 도해 > 스톡 영상 > AI 재연 이미지. 앞 두 장면과 같은 매체·같은 시점을 되풀이하지 않는다.
구성 목표(장면 수 N 기준):
- 실제 자료 약 25%(자료가 있을 때만 — 없는 비율을 억지로 채우지 않는다):
  - 회원이 올린 실사진·실제 영상은 쓸 수 있는 것을 모두 쓴다. 자료 하나 = upload 장면 하나: {"type":"upload","assetId":"<id>"}(이미지면 "motion" 도 넣는다). 한 자료를 두 장면에 쓰지 않는다. 그 장면 발화는 자료에 실제로 보이는 것과 맞아야 하며, 자료가 증명하지 않는 장소·날짜·수치를 자료가 보여 주는 것처럼 배치하지 않는다.
  - input.photo_rights_confirmed 가 true 면, 사건과 직접 연결된 대상(실제 인물·정확한 현장·당시 장면·구조·수색·핵심 물증 — research.mediaLeads.photoQueries)을 말하는 장면을 photo 장면으로 한다: {"type":"photo","photo":{},"motion":"…"}. 동네·지역 일반 풍경, 고향, 투입되지 않은 같은 종류 장비는 photo 로 하지 않는다. photo 장면은 max(3, N × 20%) 개 이하.
  - input.photo_rights_confirmed 가 false 면 photo 장면을 만들지 않는다.
- 스톡 영상 약 20%(±5%p): 사건 자체가 아닌 일반 장면(도시·바다·도로·공장·병원 복도·숲·하늘·군중 뒷모습·일반 작업)만. {"type":"stock-video","stock":{"provider":"pexels"}}(자연·풍경은 "pixabay" 도 된다). 얼굴·로고·글자·문서가 주인공인 장면, 특정 시대·나라가 중요한 장면은 스톡으로 하지 않는다. 스톡을 실제 사건 화면처럼 말하지 않는다.
- AI 영상: input.video_budget 이하(기본 6, 없어도 된다). 대상 자체가 변하는 장면(붕괴·흐름·불이 번짐·배가 기울어짐·기계가 작동함)에만 쓴다. 카메라만 움직일 장면은 AI 이미지다. 앞쪽에 몰아 배치한다: 절반 이상을 전체의 앞 3분의 1에, 마지막 3분의 1에는 최대 1개. 첫 장면을 가장 강한 화면으로 열 때 우선 쓴다.
- AI 이미지: 나머지 전부. 그 가운데 40~60% 는 설명 도해(단면·배치도·구조도·작동 원리도·지형도·위치도·연표 느낌의 구성)로, 나머지는 재연 장면(현장 재구성)으로 한다. 이야기 첫 장면이 특정 장소·시대의 사건이면 위치를 알려 주는 지형도 도해로 열어도 좋다.
- 어느 한 시점(원경·중경·근접·부감·1인칭)이 장면의 35%를 넘지 않고, 같은 시점이 3장면 연속되지 않는다. AI 장면의 절반 이상은 체험 구도(1인칭·어깨 너머·중원경)로 한다.
- 실제 자료·스톡 장면에도 키프레임 1개(role "start")를 넣어 둔다. 자료를 못 찾으면 그 키프레임으로 AI 이미지를 만든다.
- 장면에 검색 단서를 남긴다: photo 장면은 "x-search": {"query": "대상·장소·시대를 담은 3~6 단어(한국어 또는 영어)"}, stock 장면은 "x-search": {"query": "영어 3~7 단어(눈에 보이는 대상·장소·동작만)", "alt": "대체 검색어"}. research.mediaLeads 의 검색어를 우선 쓴다.

4. 화자와 읽기 글(ttsText)
- 내레이터(id "narrator") 목소리: input.narrator_voice 가 "여성"이면 v2_ann_f_30s_02, "남성"·"자동"이면 core.primaryMode 로 고른다 — SCIENCE_DISCOVERY·ECONOMIC_LIVED_IMPACT·CURRENT_AFFAIRS_EXPLAINER·SOCIAL_ISSUE → v2_ann_m_30s_01 / HISTORICAL_STRATEGY·HISTORICAL_FIGURE·COUNTERFACTUAL → v2_ann_m_30s_02 / INCIDENT_HUMAN_TRAGEDY·INCIDENT_ENGINEERING·HUMAN_DRAMA → v2_ann_m_30s_04 / PATRIOTIC_ACHIEVEMENT·INDUSTRY_STRATEGY → v2_ann_m_30s_05 / CRIME_INVESTIGATION·UNSOLVED_MYSTERY → v2_m_mid_01. tempo 1.0.
- 인물 화자: 원고의 [인물] 줄마다 한 명(성별·연령대에 맞는 목소리, 내레이터와 다르게). 여성 v2_f_teen_01(10대) v2_f_young_01(20대) v2_ann_f_30s_01~05(30~50대) v2_f_senior_01(60대) / 남성 v2_m_teen_01 v2_m_young_01 v2_ann_m_30s_01·02·04·05(30대) v2_m_mid_01(40·50대) v2_m_senior_01(60대). name 은 "선장(50대 남성)"처럼. 한 인물의 목소리는 끝까지 같다.
- ttsText 는 subtitleText 를 음성이 읽는 글로 바꾼 것이다. 아라비아 숫자·로마자·기호(% ~ / : + - × ℃ ° · 괄호)를 하나도 남기지 않고 발음대로 한글로 쓴다. 뜻·어순·문장 수는 같다. 두 글이 같으면 subtitleText 를 생략한다.
  - 개·명·대·척·마리·살·번(횟수)·시(시각)·시간 앞의 1~99는 고유어("3척"→"세 척", "2번 확인"→"두 번 확인"), 번호·층·년·월·일·분·초·원·미터·톤·퍼센트와 큰 수는 한자어("1592년"→"천오백구십이년", "6월"→"유월", "10월"→"시월", "38%"→"삼십팔 퍼센트", "1억 2,500만 원"→"일억 이천오백만 원", "3.5"→"삼 점 오", "-20℃"→"영하 이십 도", "100km/h"→"시속 백 킬로미터").
  - 어려운 이름·약어는 research.readings 대로. 한 영상 안에서 같은 발음을 유지한다.
  - 문장 첫 지시어 뒤 쉼표("그것이, …")는 ttsText 에 남긴다.
- pauseAfter: 소주제 마지막 발화·반전 직전에만 "strong".

5. 화면 저작(모든 프롬프트는 영어)
A. 화풍(video.visualStyle — 모든 이미지 프롬프트 앞에 자동으로 붙는다). input.visual_style:
  - "실사 다큐 재현"(기본): "Photoreal documentary reconstruction, natural light, reference-true colours at moderate saturation, fine detail, restrained cinematic framing, horizontal 16:9."
  - "깔끔한 3D 렌더": "Clean physically based 3D render with soft studio-like daylight, reference-true material colours at moderate saturation, crisp detail, simple uncluttered composition, horizontal 16:9."
  - "시네마틱 CG": "Cinematic CG with golden-hour light, grand scale, rich but natural colours, subtle atmosphere haze, horizontal 16:9."
  - "매트 페인팅": "Dark matte painting in a documentary history style, painterly light, period-accurate architecture, costume and equipment, muted earthy palette, horizontal 16:9."
  - "연필 스케치": "Pencil and charcoal sketch reconstruction on warm paper, restrained monochrome with one muted accent colour for the key object, documentary courtroom-sketch feel, horizontal 16:9."
  한 영상 안에서 화풍을 섞지 않는다. negativeStyle: "text, letters, captions, watermark, logo, distorted faces, extra fingers, gore, panels, split screen".
B. 요소 시트(elements): AI 장면에 두 번 이상 나오는 인물·배·건물·장비·장소만 1~5개. id 영어 소문자 스네이크, name 한국어 2자 이상, kind, description, identityRules 3~6줄(인물: 나이대·체형·머리·옷·고정 특징·소지품 / 물체: 형태·재질·색·부품 수·표식), views 2~3개(가장 알아보기 쉬운 각도를 먼저, 대상만 그리는 설정 시트 프롬프트). 실존 인물은 얼굴을 특정하지 않는 외형(뒷모습·실루엣·원경)으로 정의한다.
C. 키프레임(keyframes): 모든 장면에 1개 이상, 첫 키프레임 role "start", id {장면id}_k1 …
  - imagePrompt 순서(50~80 단어): 장면 명제 한 줄(이 화면이 보여 주는 한 가지) → 시대·장소 → 주 피사체와 외형 → 자세·행동 → 대상 사이의 관계·수량 → 배경 → 카메라(샷 크기·높이·각도·렌즈 느낌) → 조명·날씨. 한 화면만(패널·분할 화면·단계 번호 금지). 사람·물체의 중력·자세가 물리적으로 맞게 쓴다.
  - 스톡 장면의 키프레임 첫 문장은 스톡 검색 대상 그대로 쓴다(자료를 못 찾을 때 같은 장면을 AI 로 그리기 위해서다).
  - 설명 도해 장면: "cutaway / floor plan / structure diagram / mechanism diagram / terrain map with a location pin / timeline strip" 가운데 하나로 구성을 명시한다. 라벨은 최대 2개, 영어 대문자 8자 이하의 흔한 낱말이나 숫자만(예 "1592", "BOW", "EXIT"). 고유명사·전문용어는 화면에 쓰지 않고 내레이션·자막에 맡긴다. 끝에 "Only these labels, copied exactly: <라벨>. No other letters, digits, signs or watermark." 를 붙인다. 라벨이 없으면 "no text, no letters, no logos, no watermark".
  - 재연 장면 끝에는 "no text, no letters, no logos, no watermark" 를 붙인다. 신문·문서·간판은 글자 없는 흐린 질감으로 그린다.
  - 화면 아래 20%는 자막, 위 10%는 비워 둘 필요는 없지만 핵심 대상은 두지 않는다. 핵심 대상·라벨은 가운데 70% 안에 두고, 아래는 바닥·물·땅처럼 무엇이 자연스럽게 이어지는지 긍정문으로 쓴다.
  - 금지: 피해자 얼굴 재현, 미성년자를 인물로 그리기, 시신·유혈·참혹한 부상, 실존 인물 얼굴 특정(공인은 원경·뒷모습), 실제 상표·로고.
  - references: 그 키프레임에 보이는 요소 최대 3개. referenceKeyframeIds: 같은 장소를 이어받을 앞 키프레임(최대 2개).
D. 움직임(media.motion — ai-image·photo·upload 이미지): kenburns-in / kenburns-out / pan-left / pan-right 를 장면마다 고르고 연속 장면에서 같은 것을 반복하지 않는다. 정지 화면이 멈춰 보이지 않게 "none" 은 쓰지 않는다. 한 장면 낭독 글이 90자(약 13초)를 넘는 ai-image 장면은 키프레임을 2장(k1 start → k2 change: 같은 대상의 다른 샷 크기나 결과 상태)으로 나눈다.
E. AI 영상 프롬프트(ai-video 장면만, 1,500자 이하): 시작 이미지 뒤의 변화만 쓴다. 절반 이상은 설명형(explainer)으로 쓴다.
  "image 1 is <시작 화면의 주 피사체>. Keep it identical.
  Style: <visualStyle 핵심 한 줄>.
  SHOT 1 (0-4s) — <CAMERA VERB 대문자 하나> <주체·방향·경로·변화량을 구체 동사로>.
  SHOT 2 (4-8s) — <…> (설명형은 컷 2~3개, 10초 이상이면 3개).
  GRAPHICS: <설명형만: leader-line callout 또는 arrow·dimension line 1~2개, 라벨은 영어 대문자 8자 이하 낱말이나 숫자, 대상에 붙어 함께 움직임, 숫자는 처음부터 최종값으로 나타남(no counting up)>.
  ENDING STATE: <끝에 남는 상태>. Last second nearly still.
  TEXT LOCK: only the labels listed in GRAPHICS, copied exactly; if a label cannot be drawn perfectly, drop it. No other letters, digits, headlines, signs, clocks or readouts.
  No subtitles, no captions, no voice, no music, no logos, no watermark."
  - 카메라만 움직이는 프롬프트는 실패다. 말하는 얼굴 클로즈업을 만들지 않는다. SHOT 뒤에 따옴표로 된 제목을 쓰지 않는다(글자로 그려진다).
  - 장면마다 "x-event": {"target","before","after"} 를 남긴다(before ≠ after).
F. transition: 기본 "cut". 소주제가 바뀌는 첫 장면은 "fade". 반전이 드러난 직후 한 번만 "white-flash"(편당 2번 이하).

6. 설계도 조립
{"schemaVersion":"vidia-blueprint@1",
 "meta":{"title":"<게시 제목 후보 1>","summary":"<설명 첫 문단 2~3문장>","category":"longform-<lane>","tags":["…"],"language":"ko-KR","format":"longform","knowhow":"핵심가치·화면 구성 비율·AI 영상 배치 요약(마크다운, 짧게)"},
 "video":{"aspectRatio":"16:9","resolution":"720p","visualStyle":"…","negativeStyle":"…","targetDurationSec":{"min":…,"max":…},"screenTitle":{"enabled":false}},
 "models":{"image":{"model":"gpt-image-2","size":"1536x1024"},"video":{"provider":"seedance","version":"2.0","tier":"mini","resolution":"720p","audio":false},"tts":{"defaultVoiceId":"<내레이터 목소리>","tempo":1.0}},
 "variables":[{"key":"topic","label":"주제","type":"longtext","default":"(이번 주제)"}],
 "authoring":{"evaluationPack":"longform-eval@4","rewritePolicy":{"maxRounds":3,"minGain":0.5},"notes":"coreValue·titlePromise·mustNotClaim 요약(한국어, 짧게)"},
 "elements":[…],
 "speakers":[{"id":"narrator","name":"내레이터","voiceId":"…","tempo":1.0}],
 "subtitles":{"enabled":true,"style":{"sizeAt1080":54,"bold":true,"outline":3,"position":"bottom","marginV":70,"maxLines":2,"maxCharsPerLine":24}},
 "audio":{"sceneGapMs":200},
 "x-facts":[{"kind":"known|claim|assumption","text":"…","use":["s03_u2"]}],
 "x-mediaPlan":{"scenes":N,"upload":…,"photo":…,"stock":…,"aiVideo":…,"aiImage":…,"aiDiagram":…,"realRatio":…,"stockRatio":…,"aiVideoScenes":["s01",…],"skipped":[]},
 "scenes":[{"id":"s01","title":"…","purpose":"…","tailSec":0.4,"utterances":[…],"media":{…},"keyframes":[…],"transition":"cut","x-search":{…}}]}
필드 규칙:
- media 의 전용 항목은 그 종류에만: video → ai-video, stock → stock-video, photo → photo, assetId → upload. motion 은 ai-image·photo·upload(이미지)에만.
- 발화 id {장면id}_u1 …, 키프레임 id {장면id}_k1 …(설계도 전체에서 유일). tailSec 0.3~0.6. durationSec 은 쓰지 않는다.
- targetDurationSec = {"min": 원고 분 × 60 × 0.85, "max": 원고 분 × 60 × 1.2}(정수).
- 문자열 한도: title ≤120, summary ≤1000, imagePrompt ≤4000, videoPrompt ≤2000, purpose ≤500, scene title ≤80.
- x-facts 는 research.facts 가운데 원고가 실제로 쓴 것(최대 20개, kind 는 확정 known·주장 claim·추정 assumption).

7. 게시 후보(publish)
- titles 3개: 질문형 / 진술형 / 모순·숫자형. 사건·대상을 밝히고 질문을 앞에 둔다. "충격·소름·전말·실체·역대급" 같은 막연한 말 금지, 숫자에는 단위. 40자 이내. meta.title 은 가장 좋은 후보.
- thumbnailTexts 3개: 입으로 하는 한 문장 12~30자를 한 줄 10자 이하 3~4줄로(줄바꿈 \n). 질문은 하나만, 제목을 반복하지 않고, 범인·정답을 말하지 않는다. 강조할 구절 하나를 [노랑]…[/노랑] 으로 표시한다.
- description: 요약 2~3문장 + 빈 줄 + 소주제 목록 + 빈 줄 + "이 영상에는 AI로 생성·재구성한 이미지와 영상이 포함되어 있습니다." (1,500자 이내).

[검증]
1. 완성한 설계도로 validate_blueprint 를 부른다.
2. ok 가 false 면 errors 의 path·message 를 읽고 그 자리를 고친 뒤 다시 부른다(최대 4번). 오류를 없애려고 장면·발화를 통째로 지우지 않는다.
3. ok 가 true 이고 결과에 blueprint(정규화본)가 있으면 그것을 출력에 쓴다. 생략되었으면 내가 만든 설계도를 그대로 쓴다.
4. stats 의 예상 길이(estimatedDurationSec)를 원고 분 × 60 과 비교해 20% 넘게 짧으면 장면 tailSec 을 늘리지 말고 "error" 없이 x-mediaPlan.note 에 "원고가 목표보다 짧음" 을 남긴다(원고는 이 단계에서 고치지 않는다).
5. 구성 비율을 다시 센다: 스톡 15~25%, AI 영상 ≤ video_budget, 실제 자료 장면이 있으면 회원 자료가 모두 배치됐는지. 어긋나면 장면 매체만 바꿔 다시 검증한다.
4번 시도 뒤에도 오류가 남으면 마지막 설계도를 blueprint 에 넣고 "error" 에 남은 오류를 한 줄로 요약한다.

[출력]
다음 최상위 필드만 담은 JSON 객체 하나(적지 않은 최상위 필드는 입력값이 그대로 이어진다. 바꾸는 필드는 값 전체를 적는다).
- contract: "vidia.doc@1"
- blueprint: 완성한 설계도(검증 통과본)
- publish: {"titles":["…","…","…"],"thumbnailTexts":["…","…","…"],"description":"…"}
- script: {"mode":"longform","lane":"…","scenes":N,"estimatedSec":…,"mediaMix":{"upload":…,"photo":…,"stock":…,"aiVideo":…,"aiImage":…}}
- 처음 조립할 때만: assets: {}, timeline: {"utterances":{},"scenes":{}}, reviews: {"images":[],"videos":[]}, outputs: {} (새 설계도이므로 이전 파일을 비운다). 검수 결함만 고친 경우에는 적지 않는다.

[주의]
- 이 단계에서는 이미지·영상·음성을 만들지 않고 자료도 검색하지 않는다. 쓰는 도구는 validate_blueprint 와 get_asset 뿐이다.
- 원고 문장을 고치지 않는다(subtitleText 는 원고 그대로). 원고에 없는 사실을 화면이 새로 주장하지 않는다.
- 설계도가 커지면 imagePrompt 를 50~70 단어로 줄이고, ttsText 와 같은 subtitleText 는 생략하고, purpose 를 짧게 쓴다.
- 설명·마크다운 없이 JSON 객체 하나만 답한다.