先判断哪些句子必须拆开

拿到文本后，别急着逐字翻译，先通读一遍，用荧光笔把那些“镜头分界线”标出来。哪些是分界线？换场景了（比如“推开咖啡馆玻璃门”），换景别了（比如“镜头拉远，露出整条街道”），换人物主体了（“她转身时，身后男人突然摘下墨镜”），或者动作状态变了（“手指刚碰到门把手→门却自己弹开”）。这些地方不拆，生成的画面一定会断裂，AI会给你拼出一张逻辑混乱的图。

尤其是连续动作描写，比如“她跑过走廊、撞开消防门、扑倒在天台边缘”。这种句子，必须拆成三句——每句只保留一个核心动词。否则，AI会把三个空间压在同一帧里，结果就是穿模、透视错误，画面完全没法看。

重写为带锚点的镜头短句

拆完之后，怎么把原文变成可执行的指令？有两个方法。

方法一：单动作+环境+镜头类型三要素法。比如原句“林晚发现抽屉里的旧怀表，手有点抖”，别这么写。改成：“林晚指尖掀开红木抽屉盖，怀表链垂落至指尖，特写，微距镜头”。看到没？“手有点抖”这种抽象描述被删掉了，换成了视觉可捕捉的“指尖悬停0.3秒后才触碰表链”。AI能精准渲染出那种紧张感，而不是瞎猜。

方法二：强制插入转场指令。在场景跳跃处，直接写“下一镜：”，别用“然后”，更别空行。比如：“林晚合上抽屉（木质咔哒声）→下一镜：怀表特写，秒针突然逆向跳动两格”。空行会被AI忽略，而“下一镜：”能触发即梦、可灵等平台的镜头链式推演机制，让画面连贯起来。

这里有一个硬性规则：禁用“回忆”“闪回”“梦境”等非视觉词。AI生成的故事里常出现这类抽象过渡，必须全部替换。比如“她想起十年前那个雨夜”，得改成：“窗玻璃映出她侧脸，雨痕滑落速度变慢→窗外梧桐叶骤然泛黄卷曲→镜头下移，她掌心浮现半枚褪色糖纸”。用具体的视觉元素来替代抽象概念，AI才能理解你要什么。

绑定镜头参数标签

重写完成后，每个短句还得绑定镜头参数，才能让AI执行到位。

第一步，确定景别。对照标准选一项：远景拍建筑群，全景拍人物全身加环境，中景拍腰以上加手部动作，近景拍肩颈加微表情，特写拍眼睛、伤口、文字。不能混用，比如“中景拍她撕合同→特写飞散纸屑”，必须拆成两句，否则AI会混淆。

第二步，指定运镜方式。只选一个动词：推（缓慢前移）、拉（后退）、摇（水平转动）、移（横向平移）、跟（锁定主体移动）。别写“推摇结合”这种复合指令，AI解析不了，会直接罢工。

第三步，把情绪转化为视觉信号。不写“悲伤”，写“睫毛颤动频率加快，右眼下方有未干泪痕反光”；不写“神秘”，写“光源仅来自她手中罗盘，指针尖端泛蓝光，其余画面沉入青灰色阴影”。情绪标签必须附带至少一个可识别的光影、纹理或动作细节，否则AI只会给你一个空洞的表情。

检查并修正节奏断点

最后一步，检查整体节奏。别急着输出，先数几个东西。

1. 总镜头数：抖音类内容控制在6到12镜，短剧单集不超过15镜。超量了就合并铺垫镜头，比如把“她系围裙→擦灶台→点火”压缩为“她甩开围裙带，火星从燃气灶腾起瞬间，中景”。精简之后，节奏更紧凑。

2. 前3秒钩子：必须是动态强刺激画面，比如“瞳孔反光炸裂”“刀尖滴血坠地慢镜”“手机屏幕弹出‘您已被拉黑’红色提示”。静态画面或对话开场，会导致完播率暴跌，用户3秒内就划走了。

3. 每镜时长预设：冲突镜头不超过1.8秒，抒情镜头不低于2.5秒，台词镜头要严格匹配语速（中文大约4字/秒）。在提示词里写清楚，比如“第4镜：0.9秒，刀光劈开雨幕”，这比后期剪辑更可靠，AI在生成时就会考虑时长。

4. 统一角色特征：所有含人物的镜头，开头必须重复角色固定描述，比如“林晚（齐耳黑发，左眉骨有浅疤，穿洗旧牛仔外套）”。漏写一次，AI就可能在下个镜头给她换发型，穿帮就麻烦了。