先把一集拆成能控制的镜头
例如一集60秒的悬疑短剧,可以先按“异常现象—追查线索—角色反应—悬念收束”拆分成数个镜头,而不是一次要求模型输出完整故事。人物设定、光线和场景必须先统一,再分别制作镜头。
剧本与节奏
先写一句话冲突、角色目标与每集悬念。
采用一集一个小目标的结构:前5秒提供异常事件,随后展示人物的选择,结尾留下尚未解决的问题。先写场景清单,避免台词推动全部信息。
0—5秒:地铁广播叫出主角的名字;5—20秒:他发现站台空无一人;20—45秒:广播预告下一次异常;45—60秒:监控屏里出现未来的自己。
角色定妆与分镜
用固定人物资料和景别表约束画面一致性。
先确定发型、服装、光线、色彩与场景,再输出全景、近景、特写三个景别的关键帧。镜头表记录景别、时长、动作和转场目的。
镜头编号、景别、视角、人物动作、光线、画面参考、音效、预估时长。将角色定妆照作为每个新镜头的参考依据。
动态镜头生成
优先生成3—6秒的可控片段,再组装完整场景。
图生视频时每镜头只安排一个主要动作。复杂动作分解成多个短镜头;重拍前记录变化的提示词与参数,减少反复试错。
先检查人物与空间一致性,再检查动作,最后才调整运镜与视觉效果。不要同时改动多个变量。
配音、剪辑和发布
将对白、声场、音乐、字幕和审片独立处理。
先按对白节奏粗剪,再补动作音和环境音。字幕逐句人工校验,统一音量,最后检查竖屏安全区域、画面跳变和素材授权。
先锁定对白时间线,再加入环境声与音效,最后匹配音乐情绪。对白应能在手机外放条件下清晰听见。
一个可拆分的竖屏镜头提示词
以下示例用于“地铁维护员听见神秘广播”的画面设计。提示词只规定单个镜头的空间、主体和动作,字幕与文字信息留到剪辑阶段制作。
生成后检查人脸连续性、手部动作、墙面标识和灯光方向;如有不稳定镜头,先缩短时长再尝试重生成。
发布前的六项验收
- 同一角色的五官、服装与发型在不同镜头间一致。
- 人物动作方向、道具位置和场景光源没有突兀跳变。
- 音效与画面动作同步,对白可辨,音乐不过度遮蔽语音。
- 竖屏字幕避开播放器底部操作区,并经过人工校对。
- 镜头与配乐具有使用授权,不冒用真实人物肖像或声音。
- 检查成片首尾、封面与分集标注,导出后再完整回看。