分镜与提示词:把一个想法拆成可执行的镜头

理解时间、画面、人物和对白,写出更清楚的分镜与参考图说明。

先写镜头,再写形容词

一个可执行的分镜应当回答:什么时候、看谁、发生什么、谁说话。相比堆叠“高级、电影感、震撼”等词语,明确镜头景别、人物动作和对白归属更容易检查与修改。

当前客户端的镜头结构包含开始时间、结束时间、说话人物、对白与镜头描述。多段视频还需要考虑人物参考与前后镜头衔接。

要素写法示例
时间0–5 秒,中近景
画面林夏抬头看向对方,神情坚定
说话人林夏
对白我会把事情查清楚。

一个两镜头的创作示例

下面是教学示例,不是原厂完整创作模板,也不代表实际生成效果。

0–5 秒:中近景,林夏抬头看向周远,神情坚定。
只有林夏说:“我会把事情查清楚。”

5–15 秒:反打周远,轻轻点头,镜头缓慢推进。
只有周远说:“好,我们一起找出答案。”

风格:真人短剧,竖屏 9:16。
人物长相、发型、服装与参考图保持一致。

先确认对白在时长内能够读完,再检查切镜是否必要。如果一个镜头同时写入多次转场、多个角色争抢对白和复杂动作,可以先拆成更简单的镜头。

让参考图与文字保持一致

客户端会根据实际挂载的参考图组织“图1为……”等说明。人物设定图、上一段尾帧与开场参考帧的用途不同,顺序也会影响文字引用。

  1. 使用清晰、身份明确的人物参考图。
  2. 已有参考图时,避免再写与图片衣着冲突的外貌描述。
  3. 手动调整提示词后,重新确认图号与上传顺序一致。
  4. 需要承接上一段时,检查尾帧是否已经存在;并行制作时不要引用尚未产出的图。

参考图组织和提示词拼装可以在本地执行,画面生成仍需要实际模型服务。

理解本地检查能发现什么

本地校验能够发现有对白却没有说话人、镜头时间不衔接、最后一镜未到目标时长等结构问题。它不能判断人物是否自然、表演是否合理,或模型是否严格遵守每个镜头。

当前视频规则还会强调不生成字幕与文字、同一时刻只有一个人说话。它们是生成约束,不是效果保证。生成后仍应检查画面文字、口型、对白顺序和人物一致性。

修改时,只改变一个关键点

出片不理想时,先定位属于哪一类问题:画面动作、人物参考、对白、时间,还是镜头衔接。保留其他条件,只修改最影响结果的一项,便于比较。

本地拼接规则不包含完整的梗概、剧本改写与分镜创作系统提示词。这些内容由后端任务生成;未配置模型时,可以编辑已有镜头,但无法靠本地拼接函数自动创作完整故事。