A1 为AI设计内容¶
下篇讲用 AI 生成视频时特有的方法。上篇各章的目标、结构、表演、调度、镜头、光色、剪辑和声音原理仍然适用，AI 不替代这些判断。
下篇的实测都用同一个模型：视频用 wan3.0-video，静帧用 seedream。我们用便利店母题（林、陈、周与最后一把黄伞）生成了约一百个镜头，反复比较不同做法。结论只说明这个模型在这些条件下的表现，换模型时请重新验证。
A1-01 先按AI的强项和弱项拆内容¶
定义与机制。 生成模型擅长“看起来像”，不擅长“状态必须对”。同一场戏，如果关键信息依赖手与物件的精确接触、多人之间的位置关系或画面里的文字，就会反复失败；如果关键信息落在单人反应、环境氛围或无接触的单一动作上，一次通过的概率高得多。设计阶段就按这一点拆镜，比生成后返修便宜。
实测证据。 只用“首帧＋提示词”生成95个镜头时，第一轮淘汰了38镜，原因如下（一镜可能有多个原因）：
| 失败类型 | 首轮次数 | 典型现象 | 设计上的规避 |
|---|---|---|---|
| 手部多余动作/物件状态 | 15 | 只写“看伞”，手却去拿；伞被抽出或凭空多一件黄色物品 | 让手离开关键物件，或把接触单独拆成近景；关键事实不只靠接触表达 |
| 说话时出现乱码字幕 | 11 | 无声生成时，写了“说一句话”就烧录不成句的中文字幕 | 文字一律后期加；需要说话时用声画同生 |
| 人物越过空间边界 | 7 | 门外的周站进店里 | 进出画面、跨门的人物单独成镜；或用结构控制锁定位置 |
| 多余的伞/路人 | 6 | 雨夜门外反复出现撑伞路人 | 首帧和背景只放需要的东西；场景本身易生成路人时（雨夜街道）避免把门外纳入关键镜头 |
| 抽象图形变形 | 3 | 多出线条与方块、图形重叠闪烁 | 精确节拍和几何运动改用程序或关键帧动画 |
第一轮就通过的多是：单人或双人对话中近景、排练室走位、桌面单一手部动作（叠纸、理线、提包）、机械臂单次接触。它们的共同点是动作少、接触少、画面里没有需要保持的第二个可移动物件。
操作。 ①给每镜写一个主要动作，第二个动作另起一镜。②标出“必须对的状态”（伞在哪、谁手里有东西、谁在门外），能用构图避开就避开。③画面文字、精确节拍、产品证据从生成任务里拿出去，交给后期、程序或实拍。④保留上篇的叙事目的：拆镜是为了可生成，不是为了删掉必要因果。
错误→返修。 为了好生成把关键阻挡动作删掉→观众看不懂迟疑→保留动作但拆成“手接近”与“手停住”两镜；为了避开门外路人把周删掉→失去关系线索→周单独成镜并让门外只有周。
A1-02 把创作要求转成参考包和镜头契约¶
定义与机制。 镜头契约记录“开始时是什么—过程中发生什么—结束时是什么—哪些不能变”。参考包提供身份、空间和视觉规则。它们共同减少镜内与镜间自由变化，但不保证生成结果一致。只写“同一个人、电影感”无法替代身份与状态检查。
适用及限制。 适用于人物、多镜场景和重复道具；极简抽象运动可以缩减身份字段。产品证据、具体文字和细小机械结构需要精确时，优先评估实拍、三维或后期合成，不依赖貌似真实的生成画面证明产品性能。
准备与操作。
- 从分镜摘出不可变事实与可变设计。案例 A 的黄色长柄伞数量、林的意图、陈的不知情属于事实；服装与灯光属于新设但之后要锁定的设计。
- 给角色、场景、道具单独 ID，记录来源、可用范围和版本；选择能说明结构的参考，正侧面或状态图要彼此相容。
- 画空间简图，写相机可用区域、门/柜台/伞架位置以及角色视线。参考图漂亮但空间互相矛盾时先重做布局。
- 每镜限制一个主要动作，分别写主体运动、摄影机运动和背景变化；明确动作起止姿态，不用“紧张地移动”代替轨迹。
- 将输入拆为内容、构图、运动、时序、固定项、输出要求。若工具没有相应控制入口，记录为待验证要求，不把文字描述称为硬控制。
- 生成前做静态对照或动态分镜；检查多镜信息与动作是否连得上，再选风险最高的一镜预试。
案例 A 参考包。 本章用一个16秒的悬念片段：只到林迟疑为止，没有完成伞的买卖。它是独立的制作变体，服装和伸手状态以本章为准，不与04/05章或综合案例A直接混剪。镜号用 A13-，资产用 A- 前缀。
| 资产 ID | 待制作内容与来源要求 | 固定项与检查 |
|---|---|---|
| A-LIN | 自创成年店员角色正面/侧面/全身，记录生成或绘制来源 | 深绿色围裙、浅色上衣、短发；身份/服装/比例一致 |
| A-CHEN | 自创成年顾客同组视图 | 深蓝外套；右手指伞，不拿走伞 |
| A-ZHOU | 自创成年等候者全身及门外位置图 | 灰外套，站在门外檐下；本片无走动任务 |
| A-UMBRELLA | 自创黄色长柄伞正侧面及伞架状态 | 一把，闭合，黑色弯柄；不变成折叠伞或多一把 |
| A-SPACE | 俯视布局及四个镜头草图；来源为本场设计 | 柜台在北，门在东，伞架靠门内；相机在林—陈南北关系轴的西侧 |
| A-LOOK | 灯光/色彩样张及简短文字 | 室内偏暖、门外偏冷；克制固定机位，非高饱和闪烁 |
空间约定。 林在柜台北侧，陈在南侧面向林；门在两人东侧。林—陈的关系轴为南北线；人物覆盖相机放在轴的西侧。林近景选西南机位朝东北取景，使东侧门落在画面右方，林看门向右远处、回看南侧陈时视线转向近处略偏右下。门外周镜头从店内沿西向东拍门，周可面向镜头所在店内方向，不强制他也朝画面左；这是林的视线对象镜，不是林—陈对话反打。各镜需用布局预演确认方向，不能只在提示词重复“轴线正确”。伞始终在门内伞架上，林伸手只停在伞柄前，不发生接触或交接。 布局预演可用相对坐标：林(0,0.5)、陈(0,-0.5)、伞架(0.5,0.2)、门(2,0.2)，西南主机位(-1.5,-2)朝柜台；单位仅为示意，不是现场尺寸。手部取景靠近伞架且仍在轴西侧，先排练林右手可到达伞柄；门口镜头独立朝东，因此周朝镜头方向合理。门和陈在林视野中是远近不同的对象，不能无依据把陈指定到画左。
基础与变化。 基础版每镜独立提示“雨夜便利店的人犹豫”；变化版共享上述资产、空间和状态契约。故事和镜头数保持不变，预计减少身份与地理漂移；实际一致性仍需逐镜检查。
组合。 接完整分镜确定信息时序；用候选筛选验证契约可实现。风格约束不能覆盖叙事必需信息，例如昏暗不能让关键伞柄完全不可辨。
错误→返修。 人脸一致但伞变形：将道具独立参考与结构核验；相同种子仍换空间：锁布局并改用图像/合成路线；镜头过载：拆动作，或降低摄影机运动，不删必要因果。
检查与适配。 观众知道谁在等、谁不知道原因吗？固定镜头是否留下足够迟疑时间？人物/伞/门的位置及状态一致吗？实拍以场记复位实现契约；动画以资产与布局控制；AI 以参考和筛选近似实现，需更明确失败条件。
四镜完整执行方案（教学设计）¶
公共声音：无对白/旁白，无音乐；室内连续底声和隔门雨声贯穿0–16秒。A13-02外景雨声更近，但保持空间变换有依据；关键拟音另做，不接受无关生成音频自动改变情节。字幕全片无。计划时间均为成片时间，最终可用素材须另记源文件区间。
| 镜号 | 时间/时长 | 画面与新增信息 | 景别/机位/视点 | 人物动作 | 摄影机运动 | 声音差异 | 文字 | 剪辑/连续性 |
|---|---|---|---|---|---|---|---|---|
| A13-01 | 0–4秒 / 4秒 | 林与陈在柜台两侧，右侧仅一把黄伞；陈想要伞 | 中景，关系轴西侧偏南，客观 | 陈右手从身体侧抬起指伞，林顺势看伞 | 固定 | 环境雨声远；衣料轻响；无对白/音乐 | 无 | 末尾陈手停在指示位置；切向店外，未发生取伞 |
| A13-02 | 4–7秒 / 3秒 | 周在门外等候；观众比陈多知道一人 | 中远景，店内朝东门；门框定位 | 周站在檐下，视线朝店内相机方向，轻微呼吸 | 固定 | 雨声渐近；无对白/音乐 | 无 | 林上一镜看伞而非周，故此镜为观众补充信息；7秒回到伞附近 |
| A13-03 | 7–11秒 / 4秒 | 林右手伸向唯一伞柄却停止 | 手部近景，同轴侧；保留架边定位 | 7–8秒手进入；8–9秒靠近；9–11秒停在柄前，未接触 | 固定 | 衣料轻响；雨声恢复室内距离；无对白/音乐 | 无 | 停顿后切反应；手未握伞，伞保持闭合原位 |
| A13-04 | 11–16秒 / 5秒 | 林看门外再看陈，迟疑获得关系含义 | 林近景，同轴侧，陈肩作可选前景定位 | 前2秒看画面右侧门；随后转看陈并保持，手仍画外未取伞 | 固定 | 11–13秒雨声稍突出，13–16秒回公共层级；无对白/音乐 | 无 | 以尚未行动结束，不暗示伞已出售或赠送 |
时间总和4+3+4+5=16秒。情绪机制不是“近景必然紧张”，而是观众先见周、再见林停手，可能推测其为难；陈仍不知道林想留伞。若观众无法理解“最后一把”，检查A13-01伞架是否明确只剩一把，而非在提示词里自称已交代。
每镜输入、起止状态与提示词¶
以下提示词传达创作要求，不是可保证结果的咒语。每镜实际使用哪些参考/关键帧入口，执行前核对所选工具；不支持时可先绘制布局或采用动画/合成。
A13-01。 输入：A-LIN、A-CHEN、A-UMBRELLA、A-SPACE的中景构图、A-LOOK。起点：双方手在自然位置、伞在架；终点：陈右手指伞、林看伞。提示词：
雨夜便利店，固定客观中景，按参考布局：店员林在柜台内，成年顾客陈在柜台外，画面右侧伞架上只有一把闭合的黄色长柄伞、黑色弯柄。陈缓慢抬起右手指向伞并停住，林将视线转向伞。保持参考角色衣着、面部和位置，室内暖光、门外冷雨光。单一指示动作，相机不移动，伞不移动，无新增人物或文字。
通过：主体可区分、指向可读、伞数和结构正确；淘汰：手指方向错误、伞被拿走、林身份漂移。替代：分别拍/生成陈指示与两人静态覆盖，再检验是否额外延长理解时间。
A13-02。 输入：A-ZHOU、A-SPACE门口视图、A-LOOK。起止：周同位置等候。提示词：
从店内固定中远景看向东侧门外，保留门框定位。成年等候者周穿参考灰外套，站在檐下避雨，面朝相机所在的店内方向，轻微自然呼吸，不走动、不挥手。雨落在檐外，人物衣着和空间保持参考，克制观察，固定相机，不添加伞或文字。
通过：周位置、朝向与店内地理可接；淘汰：出现第二把伞、周进入店内、雨穿檐明显。替代：使用静态背景加局部雨层/呼吸动画；声明运动变少而非伪装为同样表演。
A13-03。 输入：A-LIN的衣袖/右手设计、伞结构参考、手停住的关键姿态草图和伞架裁图。起点：手未入画；终点：指尖停在柄前、有清晰间隙。提示词：
固定手部近景，黄色闭合长柄伞停在参考伞架，黑色弯柄完整。穿浅色袖口的右手从画面左边缓慢伸向伞柄，接近后停住，手与伞柄之间保持可见间隙，随后保持停顿。伞的位置、长度、颜色和弯柄不变，手不接触、不握住、不拿起伞，相机不移动。动作重点是接近后停止。
通过：运动阶段与停顿可读，手部形态与伞结构稳定；淘汰：穿透/融合、左手替代、接触却漂移、停顿长度不足。替代：实拍对应袖口的手部加同款道具；或二维/三维手与伞分层制作。不用速度拉伸掩盖形变。
A13-04。 输入：A-LIN身份、近景布局和两张视线姿态草图、A-LOOK。起点：林朝门方向；终点：林看陈，未取伞。提示词：
固定近景，参考中的店员林，深绿色围裙与浅色上衣，暖色室内光。林先看向画面右侧门外并停留，然后把视线缓慢转回近处略偏右下的顾客陈，嘴唇不说话，保持克制迟疑。头部小幅自然转动，身体位置稳定，伞不进入手中，无夸张表情，不移动相机。
通过：视线转移明确、不出现说话口型、角色一致；淘汰：视线逆向、换脸、伞突然在手中。替代：两段可控静态反应由剪辑连接；代价是持续表演被切断，需重新评估节奏。
对照版本¶
基础版按 A13-01→A13-03→A13-04→A13-02 排列，时段为0–4、4–8、8–13、13–16秒；周到最后才揭示，可能引发事后解释。变化版为上述完整表，周在4–7秒提前出现，可能建立等待。镜头内容和总长不变，主要变量是信息顺序；声音空间随镜头重新搭接，不声称完全隔绝了声画顺序的联动。基础版中A13-04先看门的视线，可成为末镜周的引出线索。基础版声音也按新时段重排：室内底声0–16秒，手部衣料4–8秒，林反应8–13秒，门外较近雨声13–16秒；不要套用变化版4–7秒的门外声段。两版都只是方案，须经首次观看确认其含义。
A1-03 按镜头类型组合控制¶
把下篇各章的结论合起来，就是一套按镜头分配输入的规则：缺什么控制，就加什么输入。
| 镜头类型 | 输入组合 | 详见 |
|---|---|---|
| 人物近景、对话 | 景别正确的人物参考图＋固定音色的台词参考音频＋声画同生 | A2-03、A2-05 |
| 全景、门口等站位敏感镜头 | 场景与人物参考图＋灰盒参考视频＋声画同生；台词改为画外、剪辑时铺入 | A2-04 |
| 手与道具接触 | 道具与袖口参考图＋手部灰盒；终止状态做不到时改用首尾帧 | A2-02 |
| 精确几何节拍 | 不用 AI，程序渲染或关键帧动画 | 11章D练习 |
| 参考路线反复切机位的近景 | 退回首帧路线，首尾帧用同一张静帧锁住机位 | A2-02 |
| 无对白却总冒出人声 | 把同场环境声作为参考音频传入 | A2-05 |
按这套规则重做同样的90个镜头后，84镜完全合格，其余6镜有可接受的小偏差，没有一镜需要用静帧顶替；只用首帧时，有21镜三轮都做不出来。
延伸案例与可播放示范¶
上面四镜方案按这套规则生成的成片（有声）：
本章实践交付¶
交一份拆镜表：每镜一个主要动作，标出必须保持的状态与对应的规避方式；一份参考包与资产清单；逐镜的镜头契约（起点、过程、终点、不可变项）。生成之前，先检查设计是否避开了已知弱项。