Designing ai video storyboards

设计 AI 视频分镜

核心原则

• 先服务故事变化和观众接收，再适配模型时长与平台能力。
• 先锁定不可缺的主镜，再只为明确缺口补连接镜。
• 把单镜定义成一个可生成、可验证的视觉微节拍；若模型支持单段多拍点，仍显式记录内部变化。
• 为角色、场景、道具和声音分配稳定 ID；用版本与状态区分已确认资产和推测资产。
• 为每镜同时声明首状态、末状态和连续性锁；不要只写“保持一致”。
• 把声音作为时间、表演和剪辑的一等输入；不要在视觉完成后才临时补声音。
• 把平台能力当作执行时输入；不要把当前网页能力写成长期事实。
• 把文字、UI、精确标识、复杂手部和长动作视为高风险项；优先准备拆镜或后期替代。

按需加载参考

• 在选择和细化镜头语言前，读取 storyboard-methods.md；按问题调用八种方法，不要把八种方法机械套到每镜。
• 在创建或校验 storyboard-package.json 前，完整读取 production-contract.md；严格复用字段名和类型。
• 在选择声音主时钟、带声参考片段或平台落地方式前，读取 platform-and-audio-strategies.md；在执行当天现场核验能力。

处理输入缺口

1. 读取小说片段、剧本、大纲、世界观、内容结构、资产表、声音素材、成片规格和目标生成环境。
2. 把缺失信息标为 unknown，把可逆推测标为 provisional；不要把推测升级成 approved。
3. 缺少剧本时，从大纲提炼场景目标、冲突、信息变化和可见动作；不要代写完整小说。
4. 缺少角色、场景或道具表时，先建立最小资产 registry，只登记当前分镜实际引用的资产。
5. 缺少模型能力时，采用保守默认：短单一动作、无原生音频依赖、有限参考图、文字后期合成；把所有默认写入 generator_capabilities.assumptions。
6. 缺少目标时长时，按叙事微节拍给出估算版，并在输出中标记总时长待锁定；若需要通过校验器，先明确目标时长与容差。
7. 缺少声音素材时，先确定声音职责和时间位置，使用临时轨占位；不要凭空承诺口型或原生音频质量。

执行完整分镜工作流

1. 建立生产约束

1. 写明成片类型、受众、画幅、目标时长、帧率、语言、发布渠道和交付分辨率。
2. 记录目标生成器的单段时长、参考输入、首尾帧、角色一致性、镜头运动、原生音频、口型、文字与并发限制。
3. 把未核验能力写成假设，并为每项假设指定现场核验动作和失败回退。

2. 建立稳定资产表

1. 为角色使用 character.*，为场景使用 location.*，为道具使用 prop.*，为声音使用 audio.*。
2. 为每项资产写入 type、status 和 version；需要时追加外观锚点、尺度、材质、声音特征和参考文件。
3. 固定可跨镜复用的身份特征；把本镜可变化的表情、姿势、光线和损坏状态放入镜头状态，不要塞进永久身份定义。
4. 先生成资产参考图或带声参考片段时，为其登记新版本，并记录允许后续继承的图像、运动和声音维度。

3. 提炼主镜和连接镜

1. 把每场戏压成一句“谁发生什么变化，观众必须理解什么”。
2. 按不可替代的事实、动作结果、情绪转折、伏笔或观点变化划分内容格。
3. 对每个候选镜头做删除测试；只把删除后会损失关键信息的画面保留为主镜。
4. 只看主镜做无对白通读；若无法复述起因、变化和结果，先补主镜。
5. 逐对检查动作、方位、反应、因果、时间和节奏缺口；只为明确缺口补连接镜。

4. 规划观众接收与镜头语言

1. 把信息分为必须记住、应该理解和只需感知；降低非重点竞争，不要让所有信息同时强调。
2. 选择段落默认视角；用“角色反应—角色所见”控制代入，用持续更新的线索控制延迟揭示。
3. 建立人物关系轴和屏幕方向地图；在换互动组时选择与旧可拍区重叠最大的侧。
4. 按表情、身体动作、关系、空间或局部信息选择景别；建立默认视高，并只为明确任务设置例外。
5. 为每镜指定唯一首视目标；沿上一镜末焦点和运动惯性设计下一镜接手点。
6. 把复杂动作先压成色块方向；用同向衔接建立可读基线，只在转折与高潮安排少量反向动势。
7. 用已有元素建立可见面、前中后层、疏密和带状稳定；不要用无任务装饰掩盖扁平构图。

5. 选择声画策略

1. 在 audio-first、clip-native、hybrid 和 reference-performance 中只选一个主模式。
2. 让对白、口播、歌曲或节拍决定镜头时码时，选择 audio-first。
3. 让动作与原生声音高度耦合且能力已验证时，选择 clip-native，并保留可替换分轨。
4. 需要稳定人声与音乐、又希望保留逐镜环境声灵感时，优先选择 hybrid。
5. 需要先锁定角色表演、口型、动作、场景气氛或道具声音时，选择 reference-performance。
6. 把声音时码状态标为 provisional、locked 或 verified；在完成完整干读、时间码落点和试听核验前，不要把 audio-first 标成 locked 或 verified。
7. 把跨全片继承的环境床、音乐母线或统一人声登记为 sound_strategy.global_buses；不要为了表示继承而在每镜重复音频层。
8. 为逐镜音频层写入种类、资产引用、状态、绝对主时间线入出点和跨切类型。
9. 为切点标注硬切、J-cut、L-cut、声音桥、静音或尾响；让每个 J-cut 或 L-cut 的绝对时码真实跨过画面边界。

6. 切分可生成镜头

1. 让每镜只承担一个主要可见变化；把同时发生的复杂动作拆成多个镜头或明确的内部拍点。
2. 把镜头时长控制在已核验上限内；不要为了凑固定秒数切断动作准备、作用和反应。
3. 为每镜写入故事任务、资产引用、首尾状态、连续性锁、图像提示、视频提示、负面约束、声音层和剪辑交接。
4. 把角色身份、服装、场景结构、道具持有、屏幕方向、天气、光线和损坏状态中的必要项写入 continuity_lock。
5. 为每镜写入 handoff；让首镜 inherits_from 为 null，让后续镜继承前一镜 ID。changes_from_previous 只比较“前一镜 end_state → 本镜 start_state”；不要把本镜 start_state → end_state 的镜内变化写入 handoff。两端相同就不要伪造变化。
6. 为双人同框、复杂手部、镜面、文字、口型、长动作和大幅摄影运动添加风险与回退。

7. 生成分镜图与低成本预演

1. 先生成关键帧、分镜图或低分辨率 animatic；不要直接批量生成高成本终片。
2. 优先测试最可能失败且会影响后续镜头的高风险镜头。
3. 比较生成结果的首尾状态、资产版本、关系轴、视觉焦点、动势和声音时码。
4. 把可接受的意外升级为新版本或显式设计；不要让随机漂移无记录地传给后续镜头。

8. 校验并交付

1. 按 production-contract.md 输出 storyboard-package.json。
2. 运行 python scripts/validate_storyboard_package.py storyboard-package.json。
3. 修复全部错误后，再渲染人读分镜表、提示词包、资产引用清单和生成队列。
4. 保留 JSON 为唯一机器事实源；不要让表格与 JSON 各自演化。

执行语义一致性门

1. 按 project → assets → shots → 人读派生物 的顺序逐层核对；让下游只引用上游已经声明的事实。
2. 检查 generation.image_prompt 完整符合本镜 start_state，不要在首帧提示中提前发生镜内变化。
3. 检查 generation.video_prompt 明确执行可见变化并抵达本镜 end_state，不要只描述氛围或摄影风格。
4. 对每个非首镜先并排放置“前一镜 end_state”与“本镜 start_state”，只把这一次跨切比较中新增、消失或改变的道具、位置、朝向、运动向量和其他状态写入 handoff.changes_from_previous。禁止从本镜 end_state 抄取变化；镜内变化只属于 start_state → end_state 和 video_prompt。
5. 检查首镜 handoff.inherits_from 为 null，并检查每个后续镜只继承紧邻前一镜 ID。
6. 通过 sound_strategy.global_buses 继承全片环境床、音乐母线或统一人声；不要把全局 bus 机械重复为每镜音频层。
7. 检查每个逐镜音频层使用绝对主时间线；让 J-cut 满足 timeline_in < edit.in < timeline_out，让 L-cut 满足 timeline_in < edit.out < timeline_out。
8. 检查 audio-first 的干读、停顿、重音和时码落点证据；未完成 dry-read 时只允许 timing_status: provisional。
9. 搜索 story_function、start_state、end_state、图像/视频提示、risk 和 fallback 中出现的每一条可听事件；除全局 bus 外，都必须同时拥有已登记音频资产、本镜 asset_refs 和带绝对时码的本镜音频层。让声音的起落点与它所宣告的可见状态变化发生在同一主时间点；若存在两个同类门、设备或声源，用不同资产 ID 和明确名称消除歧义。不要用提示词或回退方案偷偷引入未登记声音。
10. 从 JSON 渲染人读分镜表，并逐项反查；删除人读表中未出现在 JSON 的事件、资产、动作、声音或状态。

执行质量门

• 检查总镜头时长与目标时长的差值不超过容差。
• 检查每镜时长不超过 generator_capabilities.max_clip_duration_s。
• 检查所有稳定 ID 唯一，所有 asset_refs 均指向已登记资产。
• 检查所有临时资产明确标为 provisional，所有版本均可追溯。
• 检查每镜都有非空故事任务、首状态、末状态和连续性锁。
• 检查相邻镜的末状态与下一镜首状态可解释；把有意跳变明确写入转场或风险说明。
• 检查每镜的 handoff 继承关系正确；逐项确认它只描述“前镜末态 → 本镜首态”，没有混入本镜内部变化。
• 检查每镜只有一个主要可见变化，并为复杂镜头声明内部拍点或拆镜方案。
• 检查每镜都有非空的结构化声音层；需要静音时使用 kind: silence、asset_ref: null，不要留下空白决策。
• 检查所有非空音频资产既在全局资产表中，也在本镜 asset_refs 中。
• 检查对白、口播和音乐绝对时间码不互相抢占；检查 J-cut、L-cut 和声音桥真实跨越画面边界。
• 检查高风险镜头都包含可执行回退；把文字、UI 和精确标识默认放到后期。
• 用无声缩略图验证故事、方位和焦点；用有声正常速度验证节奏、表演和切点。

遵守输出契约

1. 交付可由校验器读取的 storyboard-package.json。
2. 把 project、generator_capabilities、sound_strategy、assets 和 shots 作为必需顶层字段。
3. 把额外的人读表格、图像提示词、视频提示词、声音表和生成任务视为 JSON 的派生物。
4. 对照 production-contract.md 的完整最小示例生成首版，再扩展非必需字段。
5. 在交付说明中区分已核验平台能力、待现场核验假设和已启用回退。

避免常见错误

• 不要按每句台词机械切镜；按不可替代的信息变化切内容格。
• 不要把课程中的“主镜”误作单条大全景 master shot。
• 不要用“保持角色一致”替代资产 ID、版本、状态和连续性锁。
• 不要默认所有模型只能生成 4–6 秒，也不要超出未核验的模型上限。
• 不要把每个镜头都设计成全—特—全—特或每切必跳焦；建立稳定基线后再破格。
• 不要只写静态画面提示；同时写动作、镜头运动、首尾状态和负面约束。
• 不要把 clip-native 音频视为不可替换母版；保留对白、环境声、音效和音乐的独立后期路径。
• 不要只验证单帧美观；验证动态连播、声音时码和跨镜状态。
• 不要把某个网站当前展示的功能写成永久能力；在执行时重新核验。