电影镜头分解 是做什么的?
将剧本或场景转化为图像或视频模型可生成的镜头,在进入下一阶段(可能涉及费用)之前检查当前阶段。此处提到的每个文件的空白模板见 templates.md。
电影制作人主导;代理工具辅助。 代理工具负责生成、记录和定价。保留、拒绝或修改的每一个选择都属于用户。当剧本留下空白时,代理工具留空或提供选项。它不会用自己的品味填补空白。
适用于所有其他规则的基本规则
- 成本顺序。 文字几乎免费,然后是草图、主镜头、动态,最后是声音和剪辑。在出现问题的成本阶段解决问题。糟糕的静态帧会导致糟糕的素材,因此永远不要为动态付费去查看画面效果。
- 花钱前先询问。 在任何付费批次之前,说明模型、数量、设置和估计成本,然后等待明确的“是”。“不错”或“也许”不是“是”,便宜也不例外。在会话上限处停止。
- “+1”是意图,而非品味。 当输出与用户所说的意图不符时,标记一次;用户决定,并记录该决策。与历史或代理品味不符由用户决定,而非失败。
- 绝不删除。 弱图和弱素材移至
superseded/。文件有版本号,且永不覆盖。 - 记录一切。 成本日志中的每个任务,制作日志中的每个决策。
设置项目
每部电影一个文件夹:shot-table.md、look-rules.md、register.md、production-log.md、cost-log.md,以及文件夹 references/、drafts/、heroes/、clips/、superseded/。用户在每次会话开始时设定支出上限;代理工具永不设定。API 密钥保留在环境中,绝不在聊天记录、提示或项目文件中。
1. 剧本注释,然后是镜头表
先做注释。 剧本是为剧组编写的,剧组会填补剧本页面上遗漏的内容。模型则会用自己的默认值填补这些空白。在转换之前,各处列出:格式问题;剧本内部的连续性(姓名、数量、道具的变化);可能偏离所述时期的地方;版权问题(如歌词或引用文本)。在注释之前请作者表述其意图,因为覆盖式注释容易趋向熟悉的内容。作者用自己的话回答每个注释,每个答案都会被记录下来。声音和潜台词属于作者;被拒绝的注释保持拒绝状态。
然后进行转换。 剧本到场景列表,再到镜头表,即生成计划:
- 场景标题给出地点和一天中的时间。
- 动作行变为图片,每张图片对应一个镜头。
- 括号描述变为表演注释。
- 转场变为剪辑注释。
每行包含一个主体动作和一个镜头移动;需要“接着”的句子是两个镜头。每行注明其参考、第一帧和结束状态,以便下一个镜头从这里开始。对于对话场景,添加平面图和摄影机保持的轴线一侧,并带入该场景的每个提示中。单元格仅来自剧本或用户的回答;需要生成但有空白的行不进入生成。用户用自己的话更正行。尚无图像。
注册表是分解明细:每个角色、地点、道具和状态,都有唯一的固定描述。在注册表中更改描述,其他任何地方都不更改;在两处编写的视觉规则会自相矛盾。
2. 视觉规则,一次性编写
模型一次看到一个提示,且不会记住不同镜头之间的内容。用用户的话一次性编写视觉规则,并逐字粘贴到每个提示中,即使在批次内也是如此;有来源报告说,仅在开头声明一次的视觉规则会在后续镜头中漂移。
- 灯光: 光源、方向、质量、时间、颜色。在一个序列中保持固定。
- 调色板和等级: 每个序列一个。不同镜头的不同等级会破坏序列。
- 单帧摄影机属性: 镜头感、景深、颗粒感。不是一系列移动:每个提示中的一个块,写“广角,然后特写”要求每个镜头同时做到两者。
- 硬约束: 时期、地点和绝对不出现的元素(例如:黑帆,无现代物体)。在每个提示中声明。违反硬约束的帧重新生成;不要指望视频模型修复它。
- 形状: 每个序列的起止,由用户作为注释记录。
编写可见属性,而非赞美词(如“电影感”或“惊艳”):对每个形容词询问是否可以从它形成图片。来源对于命名电影、艺术家或相机品牌是否有帮助存在分歧;无论如何都编写具体属性,以便规则在模型更换后仍然有效。
编写帧中应出现的元素(“一片空旷的草地”,而非“没有建筑”),并将少量禁止项归入一行。两个来源报告说,命名某个物体(即使是禁止它)可能会引入它;在一个镜头上测试。一些模型在单独的字段中接受禁止项。
宽高比、分辨率和剪辑长度是任务设置,而非提示中的词语。
当用户注释适用于一个以上镜头时,提议将其添加到视觉规则中,并在得到确认后添加。
3. 角色、场景和道具
模型在每个镜头中重新构建每个角色、场景和道具。连续性通过参考和固定措辞保持。
- 逐字描述。 凡主体出现之处,粘贴注册表描述。每次使用相同的名词(“老国王”,在镜头4中从不使用“君主”),且绝不使用孤立的代词。围绕主体改变场景,而非改变主体。
- 参考表。 来自已批准的草图,每个角色的参考表包含四到五个角度加上特写;在一部电影中,三个视频模型每个都保持了给定的五个静态帧的面孔。要求不同的面孔、年龄和体型;相同的图形像计算机生成图像。可见标记(伤疤、磨损的衣领)有助于保持身份。
- 场景。 一个场景的参考(不含主要角色)为在那里设置的每个镜头锚定背景。
- 主要道具。 每个镜头一个参考。对于不对称物体,在进行任何操作之前将两端与参考进行比较:在一部电影中,四个图像模型中有两个在参考一端具有的特征处绘制了两端。
- 保持每个参考集纯净。 每个参考集只有一个身份和一种外观。不在角色的参考集中包含第二个主角,也不在场景的参考集中包含主要角色。不同状态(干净和沾血、白天和夜晚)有单独的参考集。
- 命名每个参考的角色(在提示中“来自参考1的面孔,来自参考2的房间”),保持其顺序固定,且不传递提示未命名的参考。使用前检查参考是否存在;绝不替代接近匹配项。
- 在开始序列之前选择模型。 中途切换可能改变面孔和外观。
4. 草图,然后是主镜头
草图是用于探索的快速、廉价图像。将整个场景作为草图制作并显示在联系表上。第一个批准的草图设定外观;将其作为其余镜头的风格参考。要选择图像模型,在一个镜头上用相同的提示、参考和比例尝试多个,并保留看起来像电影而非3D渲染的那个。图像提示描述一个静态时刻,因此从中移除任何时间线。
当图像错误时,用户修改描述,而非图像。从原始提示和参考重新生成,而不是反复编辑衍生版本,因为这会加剧漂移。
主镜头是付费的高质量静态帧,仅用于用户已批准作为第一个帧的镜头。素材只能与起始静态帧一样清晰。
任何静态帧中不得有文字、标签、箭头、标志或气泡。叠加内容在后期(电影编辑、动态图形)添加。
5. 在动态之前检查每个静态帧
将每个静态帧与其镜头表行、视觉规则和参考进行比较。分别报告可见的内容和关于原因的猜测。检查:
- 硬约束的违反情况,以及人物和物体的数量是否与剧本一致;
- 重影和重复(第二面帆)、缺失部分(无帆的桅杆)、简化形状、模糊冲击、不对称物体的两端;
- 相似的面孔、手、手持道具;
- 错误的物体(剧本说单眼镜时出现望远镜)、边缘条、多余文字、会在动画化后移动的多余背景元素。
代理标记;用户保留、拒绝(附理由)或提问,并标记哪些保留帧成为主镜头。重做被拒绝的帧作为变体;被拒绝的帧移至 superseded/。代理的检查从不替代用户的批准。
6. 图像到视频:一个动作,一次柔和移动
主镜头是第一帧,因此提示描述的是变化内容,而非帧已显示的内容。起始形状:
[视觉规则,粘贴]。 [主体,用注册表措辞]。 [一个动作,作为动词]。
[一次镜头移动]。 [光线和空气]。 [结束状态:“……然后静止。”]
保持精确的风格、面孔、服装和第一帧的道具。
[/禁止项的一行结尾。]
- 轻柔动画。 一次缓慢的镜头移动,刚性和合理的运动。快速、复杂的运动会导致模糊:在一部电影中,划动的船桨模糊了,直到提示说明它们永不弯曲或合并,并要求适中的速度。
- 每个剪辑一个镜头。 一些模型默认添加剪辑;当行为一个镜头时,要求一个连续镜头。
- 说明结束方式。 改变状态的镜头需要编写其结束状态。模型接受最后一帧图像时,将其固定。
- 短镜头优先于长镜头。 一个来源将物体在素材中途出现追溯到单个长镜头。将需要多个动作的行拆分。
- 素材内部的时间(“在3秒时她转头”)据报告被宽松遵循;将其视为指导。
- 分辨率。 在显示问题的最低分辨率下测试运动。仅在得到明确同意后才提高分辨率;“最终”或“电影感”不是同意。
- 音频。 如果视频模型生成声音,说明应为的内容或要求无。所有听到的内容属于电影声音。
镜头移动,简洁说明:静态、慢推、慢拉、摇摄、俯仰、跟踪、升降、手持漂移。每个都需要在镜头中有理由。
7. 检查每个剪辑的多个帧
一个帧不能说明运动。对每个剪辑制作四帧联系表(第一帧、两个中间帧、最后一帧):
N=$(ffprobe -v error -select_streams v:0 -count_frames -show_entries stream=nb_read_frames -of csv=p=0 clip.mp4)
S=$(( (N - 1) / 3 ))
ffmpeg -i clip.mp4 -vf "select='not(mod(n\,))',scale=480:-1,tile=4x1" -frames:v 1 sheet.png
在所有四个帧中检查面孔、运动缺陷(弯曲、合并、模糊)、剪辑内部的切换、出现或消失的物体、硬约束和结束状态。当物体快速移动时,检查更多帧。
当素材失败时:
- 指出最可能的原因:静态帧、参考、动作、镜头、长度、模型或提示中的矛盾。
- 如果素材中有多余元素,查看其第一帧。如果静态帧有它,修复静态帧;没有任何措辞可以解决它。如果静态帧干净且元素在素材中途出现,简化动作或缩短镜头。
- 更改一个元素并生成一次。绝不重新运行未更改的提示;一些模型对相同提示给出几乎相同的结果。仅重写失败部分,并逐字复制所有有效的行。
- 在两次失败尝试后,停止并提供重新设计:更少的动作、拆分镜头、另一个角度、将状态构建到静态帧中,或另一个模型。用户选择。
- 在批次之前在单个镜头上测试修复。当素材链接时,首先修复最早的坏镜头。
用户保留或拒绝每个素材并附理由;拒绝的素材移至 superseded/。
资金:成本顺序、上限、成本日志
按三行评估镜头表的价格:草图、主镜头、动态。先运行测试预算:通过草图、主镜头和单个素材运行一个镜头,然后根据其成本评估其余部分。对于每个镜头,用户决定是生成它、实拍它还是删除它。
在每个付费批次之前,显示模型、数量、设置、单价(来自服务当前价格或报价,而非记忆)、估计总和以及上限剩余金额。在较大批次之前运行一两个样本。等待明确的“是”。
- 上限是上限,而非目标。 达到上限时,停止并询问。
- 绝不重新提交已发送的任务。 超时的任务可能仍在运行;通过任务 ID 检查。空结果是失败:报告它,绝不清醒重试。按原样报告部分批次(“6/8 就绪”)。
- 在调用模型之前阅读输入字段; 绝不猜测参数。立即下载输出;托管链接可能过期。
成本日志记录每个任务(包括失败的):日期、镜头、阶段、模型、设置和种子、报价和计费成本、任务 ID、输出文件、状态。记录的任务可以重新生成或作为参考重用。
制作日志
制作日志记录谁决定了什么:显示的内容、决策(保留、拒绝、问题、主镜头)、用户的话中的理由、代理提出的每条标记以及用户的回答,以及超出的文件去往何处。仅在用户做出决策时记录。完成的生成不是批准,沉默也不是。
权利和同意
- 真实人物的肖像需要该人物的同意,包括在其照片作为参考上传之前。未经权利,没有公众人物的肖像。
- 在上传任何内容到服务之前询问,并按默认设置保持生成的媒体私密。
- 在提示中没有商标、标志或受版权保护的角色,除非用户持有权利。
- 在支付主镜头和动态费用之前检查服务的商业使用条款;至少一个服务的免费层级不允许商业使用。
- 披露和致谢属于发行(电影编辑)。
尚未涵盖:剧本文件。
…
[翻译截断]