SKILL 141 · AGENT SKILL
Short Drama Review: revisão independente de roteiro, continuidade e prompts
Cruza roteiro, ativos, storyboard, prompts e produção para devolver achados localizáveis, gravidade e resultado de correção sem reescrever no mesmo passo.
FONTE PRIMÁRIA
Confira o projeto original.
A imagem é uma ilustração editorial exclusiva. A origem, a licença e as permissões devem ser conferidas no repositório oficial antes da instalação.
Abrir repositório original ↗
O QUE ESTA SKILL VERIFICA
O que ela coloca na mesa.
DETALHES DA SKILL
Como esta skill funciona na prática.
Entenda a função, o melhor cenário de uso e o resultado que você deve revisar antes de incluir esta skill no seu fluxo de trabalho.
Quando ela é útil
Roteiristas, diretores, produtores de drama vertical, equipes de animação e estúdios que precisam revisar a continuidade entre documentos de um episódio antes de gerar ou entregar mídia.
O que ela faz
Cruza roteiro, ativos, storyboard, prompts e produção para devolver achados localizáveis, gravidade e resultado de correção sem reescrever no mesmo passo.
O que você deve receber
Parecer revisável com escopo, conclusão, localização, evidência curta, impacto, gravidade, responsável e resultado obrigatório, incluindo limites quando mídia ou contexto independente não estão disponíveis.
Onde pode ser usada
Claude Code, Codex e outros clientes capazes de carregar Agent Skills. README, changelog atual e guardas dos scripts convergem em Python 3.9+. O ZIP local é documental e não inclui scripts.
O uso funcional pode ler roteiros inéditos, referências protegidas, imagens, áudio, vídeo e dados privados. Restrinja o escopo, higienize entradas, não infira qualidade de mídia ausente e separe revisão, correção e produção.
ANÁLISE EDITORIAL
Short Drama Review é uma Skill para revisar projetos de drama curto com evidências localizáveis. Ela cruza análise da obra de origem, história, roteiro, identidade de personagens, continuidade de cenários e objetos, prompts de imagem, storyboard, quadros congelados, movimento de vídeo e materiais já produzidos. O objetivo não é reescrever tudo nem dar uma nota vaga, mas localizar o conflito, explicar o impacto e devolver um resultado de correção ao responsável certo.
O método nasceu dentro de uma suíte maior voltada a séries verticais e dramas curtos. Ainda assim, a parte mais útil é transferível: separar criação de revisão, limitar o escopo, citar o ponto exato, distinguir problema bloqueante de preferência e não declarar qualidade visual quando o revisor só recebeu texto. Isso ajuda equipes que usam agentes para roteiro e pré-produção sem transformar opinião em evidência.
O que esta Skill faz de verdade
A Skill começa congelando o escopo. O usuário pode pedir revisão da análise de origem, história e roteiro, continuidade de ativos, prompts de imagem, storyboard e quadros-chave, prompts de vídeo, resultados de produção, episódio completo, privacidade da entrega ou calibração do projeto. Cada opção encaminha o agente para uma rubrica específica, evitando carregar a série inteira sem necessidade.
Depois, o revisor verifica fatos que podem ser demonstrados: IDs e durações consistentes, falas e sons representados, continuidade de personagens e objetos, correspondência entre início e fim de um plano, fidelidade entre roteiro e visual e ausência de caminhos absolutos, credenciais ou dados privados. Os achados precisam registrar posição, evidência curta, impacto, resultado obrigatório, responsável, gravidade e regra aplicável.
A conclusão usa quatro estados: APPROVE, APPROVE_WITH_NOTES, REVISE e PROVISIONAL. O último é importante quando faltam insumos críticos e parte do julgamento não pode ser concluída. A ausência de um segundo revisor, por si só, não obriga PROVISIONAL: o upstream permite autoverificação, desde que isso seja declarado com honestidade.
Para quem serve
Serve a roteiristas, diretores, produtores de drama vertical, equipes de animação e estúdios que já possuem arquivos de história, roteiro, visual ou prompts e precisam descobrir onde a cadeia perdeu informação. Também é útil para uma equipe pequena que quer revisar um episódio antes de enviar tarefas para geração de imagem, vídeo, voz ou música.
Ela não substitui direção, leitura dramatizada, teste de audiência, revisão jurídica, política de uma plataforma nem inspeção humana da mídia final. A Skill Content Eval compara hipóteses de conteúdo antes da produção. A Open Design Critique critica um artefato visual. Short Drama Review trabalha na continuidade entre documentos de uma produção narrativa e devolve findings para os responsáveis por roteiro, ativos, storyboard ou prompts.
Compatibilidade e pré-requisitos
O README fixado descreve a suíte para Claude Code, Codex e outros ambientes capazes de carregar Agent Skills. O arquivo agents/openai.yaml fornece nome, descrição curta e prompt padrão para clientes compatíveis.
O README, o changelog atual e as guardas dos dois scripts convergem em Python 3.9 ou superior. O histórico também registra que o piso antigo de 3.10 foi reduzido depois da remoção de usos incompatíveis. O pacote do Bastidores não inclui scripts, portanto pode ser lido como documentação sem Python. Para instalar a unidade oficial completa e executar selftest.py ou review_check.py, use Python 3.9 ou superior e confirme a release atual.
- Um cliente que reconheça
SKILL.mdou instruções Markdown. - Arquivos de origem delimitados e permissão para lê-los.
- IDs, versões e nomes de arquivo estáveis para apontar evidências.
- Responsáveis definidos para roteiro, ativos, storyboard e produção.
- Quando possível, uma pessoa ou agente que não criou a versão revisada.
- Visualizador apropriado para qualquer imagem, vídeo ou áudio que entre no escopo.
Instalação recomendada
Comece pelo pacote documental do Bastidores em um projeto de teste. O ZIP contém 18 arquivos: SKILL.md, a licença MIT, ORIGEM.md, uma configuração textual do agente, nove referências, três modelos JSON ou JSONL e dois exemplos. Ele não contém scripts Python, restante da suíte, dependências, adapters, modelos, imagens, vídeos, áudios, projetos, dados privados, credenciais ou segredos.
Para a implementação integral, clone o repositório oficial e fixe a release auditada:
git clone https://github.com/zenstory-ai/drama-skills.git
git -C drama-skills checkout v0.6.4
python3 drama-skills/skills/short-drama-review/scripts/selftest.py
Não rode o teste em uma pasta de produção sem ler os dois scripts. A própria Skill diz que o selftest.py só deve ser executado em instalação, atualização ou diagnóstico. Para revisão normal, o fluxo é documental e lê apenas os arquivos do escopo.
Configuração antes do primeiro uso
Defina primeiro onde a Skill pode ler e onde pode gravar. Se a resposta será apenas conversacional, impeça criação de arquivos. Se o parecer precisa persistir, escolha uma pasta de revisão dentro de uma cópia do projeto. Nunca entregue uma raiz ampla ou uma biblioteca inteira quando o pedido cobre um episódio.
Mapeie os nomes usados pela produção. O upstream trabalha com arquivos e pastas em chinês, além de IDs próprios para cenas, planos e ativos. Uma equipe em PT-BR pode manter sua estrutura, mas precisa declarar como cada documento local corresponde ao roteiro, visual, storyboard, prompts e resultados esperados. Sem esse mapa, o agente pode confundir ausência de arquivo com ausência de decisão.
Registre também o que não pode sair do ambiente: obras ainda licenciadas, nomes reais, vozes, rostos, contratos, URLs privadas, identificadores de fornecedor, chaves, caminhos internos e observações de operação. O parecer deve guardar a menor evidência suficiente, nunca copiar o material completo.
Primeiro uso seguro
Faça um piloto somente leitura com uma cena e dois documentos. Peça revisão de continuidade entre o roteiro e o storyboard, sem alterar os arquivos. Isso permite conferir se o agente aponta localização, evidência, impacto e resultado de correção, em vez de reescrever por conta própria.
Use Short Drama Review somente para revisar.
Escopo: cena SC003 do roteiro e planos SHOT-011 a SHOT-014.
Não altere arquivos nem gere mídia.
Liste posição, evidência curta, impacto e resultado obrigatório.
Se não puder ver a mídia, marque a conclusão como limitada.
Diga se a revisão foi independente ou autoverificação.
Antes de ampliar o escopo, escolha um achado conhecido e verifique se a Skill o detecta sem inventar outro. Uma passagem aprovada nesse piloto não prova que a produção inteira está correta, mas mostra se o contrato de revisão foi entendido.
Como o fluxo deve funcionar
- Congelar episódio, arquivos, cenas, planos, prompts e restrições.
- Registrar se o revisor participou ou não da criação da versão atual.
- Ler somente as rubricas necessárias ao escopo escolhido.
- Checar primeiro IDs, durações, referências, estados, caminhos e dados privados.
- Cruzar roteiro, visual, responsabilidade do plano, quadro congelado, movimento e próximo estado.
- Produzir achados com posição, evidência, impacto, resultado, owner, gravidade e regra.
- Separar bloqueadores, problemas maiores, menores e notas de gosto.
- Escolher
APPROVE,APPROVE_WITH_NOTES,REVISEouPROVISIONAL. - Entregar o controle ao responsável pela correção.
- Revisar novamente somente após pedido explícito e nova versão identificada.
O encadeamento evita um erro frequente: premiar um prompt visual bonito que abandonou o fato narrativo. A rubrica pede preservar intenção, momento em que o público recebe a informação, posição dos personagens e continuidade até o estado seguinte.
Resultado esperado
A saída mínima é um parecer curto e acionável. Cada finding precisa permitir que outra pessoa encontre o problema e saiba qual resultado deve restaurar. “Falta cinema” ou “parece IA” não bastam. A Skill exige evidência e impacto. Se o problema é apenas preferência, deve aparecer como nota, não como bloqueador.
Em revisão persistida, a estrutura sugerida inclui escopo, conclusão, forma de revisão e IDs como REV-001. Os modelos JSON e JSONL podem apoiar projetos que já usam registros estruturados, mas não são obrigação para uma resposta verbal simples. O pacote não deve criar uma segunda fonte de verdade para o roteiro.
Permissões, privacidade e riscos
O pacote local é documental e não executa código sozinho. O agente que o interpreta pode ler roteiros inéditos, referências protegidas, imagens de pessoas, gravações, contratos e dados internos. Limite o acesso por episódio e por pasta. Se houver material pessoal ou confidencial, use cópia higienizada e política de retenção definida.
O upstream proíbe disparar imagem, vídeo, TTS ou música durante a revisão e também proíbe tratar um painel como autorização de produção. Preserve essa separação. Gerar mídia, conectar adapters, enviar arquivos a terceiros e iniciar jobs precisam de autorizações próprias.
Há ainda risco de falsa independência. O mesmo agente que criou o roteiro conhece suas intenções e pode confirmar suposições que não estão nos arquivos. Quando não existir um segundo contexto, declare autoverificação. Não chame isso de revisão independente.
Erros comuns
Reescrever enquanto revisa. A Skill separa finding e correção para preservar autoria, rastreabilidade e decisão.
Carregar o projeto inteiro. O método manda ler apenas o escopo e as rubricas correspondentes.
Dar nota sem evidência. Gravidade precisa de posição, conflito demonstrável e impacto.
Inferir mídia a partir do prompt. Texto não prova identidade facial, atuação, lip sync, mixagem ou qualidade do vídeo.
Usar preferência como bloqueio. Regras de gosto não podem substituir continuidade, segurança ou requisito aceito.
Copiar material privado para o parecer. Use referência curta e mínima.
Rodar scripts omitidos. O ZIP do Bastidores não inclui verificadores. Obtenha-os somente da origem oficial e audite antes de executar.
Versão, licença e origem verificadas
A API oficial do GitHub foi consultada em 04/09/2026. O repositório zenstory-ai/drama-skills registrava 1.574 estrelas, estava público, não arquivado e declarava licença MIT. Estrelas indicam atenção relativa, não segurança, qualidade narrativa, compatibilidade ou aceitação por plataformas.
A curadoria fixou a release v0.6.4 e resolveu sua tag até o commit ebcb02ea488132da9211f8c76e71e03b6f1956a0. O diretório fixado, o SKILL.md, as referências, exemplos, modelos, scripts e a licença MIT foram inspecionados.
A licença permite redistribuição com preservação do aviso. O ZIP local contém 18 arquivos documentais, tem 46.702 bytes e SHA-256 85b380fe5e385e586d87681ad035fa808bc2ebf921f242607912dea54c85c1b8.
Checklist antes de automatizar
- Fixe release, commit e unidade de Skill.
- Defina o episódio, os arquivos e os planos realmente em escopo.
- Restrinja leitura e escrita às pastas autorizadas.
- Declare se houve revisão independente ou autoverificação.
- Exija posição, evidência, impacto e resultado em cada finding.
- Não infira qualidade de mídia que não foi aberta.
- Remova dados privados e caminhos internos do parecer.
- Separe revisão, correção, nova revisão e produção.
- Use Python 3.9 ou superior se optar pelos scripts oficiais.
Fontes primárias
- Repositório oficial do mantenedor.
- Release v0.6.4 auditada.
- Commit resolvido da release.
- SKILL.md fixado.
- Método de revisão.
- Rubrica de história e roteiro.
- Rubrica de ativos e prompts.
- Rubrica visual e de movimento.
- Gates de qualidade de produção.
- Contrato de estágio e regras.
- Changelog da suíte.
- Licença MIT.
CONFIGURAÇÃO
Instale só depois de ler.
Abra a fonte oficial, leia README e licença, fixe uma versão ou commit e só então siga o método indicado pelo mantenedor. Não execute comandos copiados de comentários ou vídeos sem revisão.
copie short-drama-review para a pasta de Skills aceita pelo clienteO ZIP contém 18 arquivos documentais e exclui os scripts Python. Para executar selftest.py ou review_check.py, obtenha a unidade oficial, revise o código e use Python 3.9 ou superior em ambiente isolado.
Abra a fonte e o README
- Confira mantenedor e nome do repositório.
- Leia licença, requisitos e permissões.
- Escolha uma versão ou commit para aprovar.
Comece em um projeto de teste
- Use o comando acima ou o método do README.
- Prefira instalação por projeto antes da global.
- Não copie tokens, chaves ou arquivos sensíveis.
Faça um teste pequeno
- Confirme a descrição e os arquivos instalados.
- Execute uma tarefa reversível.
- Registre versão aprovada e remova o que não usar.