分镜导演 是做什么的?
强制性要求
分镜不仅仅是一系列图片。每个场景和节拍都必须注明:文本/旁白、视觉、位置/布局、运动、声音和时间。请使用模板 docs/templates/STORYBOARD_TEMPLATE.md。
工作流程
- 锁定简介、1080×1920 垂直格式、60 FPS、时长、受众、风格圣经和主要信息。
- 将脚本拆分为原子句/节拍;并为它们分配稳定的 ID(例如
S01-B01)。不要无故合并不同句子。 - 对于每个节拍,确切写出 VO 文本、确切屏幕上文本、可见内容、主体/资产以及动作。
- 使用归一化 0..1 坐标(x, y, w, h)、锚点、对齐方式、层级/z 顺序、安全区域和阅读方向来设置位置。必要时包含像素大小/位置。
- 定义构图、摄像机、转场、入场/出场运动、时长、起始/结束帧以及重叠。
- 录制音频:VO 片段、音乐、环境音、音效、提示帧、时长、相对增益、淡入淡出以及暂停/静音。
- 将每个 VO 句子映射到一个或多个视觉/镜头,以阐明其含义。避免重复的字面视觉;当隐喻效果更好时使用隐喻。
- 验证连续性、移动端可读性、安全区域、计时以及总时长是否匹配。
每个节拍的强制输出
- ID、场景、起始/结束帧、以帧和秒为单位的时长。
- VO 句子 ID + 文本。
- 屏幕上文本 + 位置。
- 视觉/资产 + 构图和位置。
- 运动/相机 + 缓动。
- 音频提示:类型、文件/占位符、开始/结束、相对电平、淡入淡出。
- 入场/出场转场和连续性备注。
规则
- 所有可见文本必须逐字写出,而非“添加标题”。
- 所有位置必须明确,而非“大致在中间”。
- 所有声音都必须记录,包括选择无声音/静音的决定。
- 不要发明尚不存在的资产;将它们标记为
PLACEHOLDER并列出资产要求。 - 60 FPS 下的节拍时长:
durationInFrames = endFrame - startFrame,采用独占边界。 - 结尾 Logo + CTA 是强制性的,且必须针对该视频定制,而非通用版本。
ID 和时间约定
- 节拍 ID:
S<场景>-B<节拍>,使用两位数字(例如S01-B01)。节拍移动时 ID 不变;插入的新节拍获得新 ID(例如S02-B03),而不是重新编号所有节拍。 - 半开区间
[startFrame, endFrame):帧endFrame已属于下一个节拍。 - 仅在一个位置(一次性)从秒转换为帧:
frame = round(seconds × fps)。此后,分镜中的每个数字均为整数帧。 - 连续节拍必须连续:节拍 N 的
endFrame= 节拍 N+1 的startFrame。仅允许在“转场”列中记录的转场窗口内重叠。 - 总计:最后一个节拍的
endFrame= 合成的durationInFrames。
输出格式
- 头部:项目 ID、画布、FPS、时长(秒 + 帧)、指向风格圣经和音频计划的路径。
- 遵循
docs/templates/STORYBOARD_TEMPLATE.md的节拍表。 - 复杂节拍(多阶段运动、角色、3D)的逐节拍备注。
- 存在 VO 时的逐句到镜头映射;若不存在 VO,则写一行“不适用——无 VO”。
- 音频提示表,包括有意的静音。
- 定制的片尾卡片规格。
PLACEHOLDER资产清单,附带要求和许可状态。
QA 检查清单
- 每个节拍都有 ID、帧入/帧出、逐字文本(或“—”)、视觉、归一化位置、运动、声音和转场。
- 节拍从帧 0 开始连续;总时长之和 =
durationInFrames。 - 重要文本位于安全区域内,并且在手机屏幕上可读(字号、对比度、屏幕停留时间)。
- 文本在屏幕上停留时间足以阅读;长句需要拆分或获得更多时间。
- 每个 VO 句子都有一个配对的镜头;每个镜头都有编辑目的。
- 静音被明确写出,而非留空。
- 运动以帧的函数描述(从/到、帧范围、缓动),可直接由
frame-time-engineering转换。 - 片尾卡片延续视频主题,其 CTA 逐字呈现。
- 每个尚不存在的资产都标记为
PLACEHOLDER。
小型示例
一个 2 秒的文字钩子节拍:
| 节拍 ID | 帧 | VO | 屏幕上文本 | 视觉 | 位置 | 运动 | 声音 | 转场 |
|---|---|---|---|---|---|---|---|---|
| S01-B01 | 0–120 | — | 为什么你的视频感觉千篇一律? | 纯黑色背景 | x .08, y .40, w .84;左对齐;z 2 | 每个词每 10 帧进入,上滑 24 px,持续 14 帧,缓出 | 静音 0–30,SFX-001 嗖声于 30 帧 | 切 |
准备编码的运动:单词 i 从帧 i × 10 开始;opacity 0→1 且 translateY 24→0 跨越 [i×10, i×10+14]。
失败模式
- “文字出现在中间” → 不可编码;请写出 x/y/w/h、锚点和对齐方式。
- 节拍相差一帧(
0–119然后120–240) → 未使用独占约定;请将所有内容切换为半开区间。 - 文本在代码中更改但未在分镜中更新 → 分镜是文字的权威来源;请先更新分镜。
- 总时长未匹配合成时长 → 从表格重新计算;不要在代码中修补。
- 视觉过于字面化匹配每个句子 → 改用演示、图表或隐喻;记录原因。
- 片尾卡片是 Logo + “关注我们” → 非定制;请从视频主题构建视觉桥梁。