接收2-12张场景照片，逐张提取建筑几何、透视类型、消失方向等证据，建立跨照片连续性，输出可用于可灵、即梦、Veo等视频模型的分镜提示词。适用于老房子、老街、村庄等场景复原与多镜头衔接。由本人原创开发。