核心问题

豆包AI在缺乏明确指令时，不会自动生成镜头编号、景别、角度、运镜等分镜要素。例如，直接要求“写一个短视频脚本”，输出结果通常只有台词和简单动作提示，无法直接用于实际拍摄。

解决方案

明确要求分镜结构

在提问时，应首先明确分镜结构。例如输入“请按以下格式生成分镜脚本：【镜头编号】【画面描述】【台词】【音效/背景音乐】”，豆包将严格遵循该框架输出。如果遗漏“镜头编号”，系统可能直接描述画面而跳过编号，给后期剪辑带来不便。

明确描述景别和运镜方式。例如使用“特写→缓慢推近→拍锅气升腾瞬间”，而不是简单写“拍锅”。豆包无法自动判断“拍锅”是全景还是俯拍，也不会主动补充运镜逻辑。

用影视术语约束AI输出

方法一：嵌入专业词库限定输出范围。在需求中插入括号说明，例如“所有画面描述必须包含【景别】（近景/特写/中景/全景）、【角度】（俯拍/仰拍/平视）、【运镜】（推/拉/摇/固定）三项，缺一不可”。豆包会逐条校验，并自动补全缺失项。

方法二：提供范例强制对齐格式。先给出一段标准分镜样例：“01｜特写｜平视｜固定｜筷子夹起拉面，汤汁滴落｜‘筋道！’｜（音效：面条弹牙声）”，然后要求“请按此格式生成5个分镜”。样例中【特写｜平视｜固定】三要素缺一不可，否则豆包会沿用模糊表达。

注意事项

• 删除形容词堆砌句式。避免使用形容词堆砌的句式。例如，不要写“唯美梦幻的夕阳下缓缓走过”，豆包会将“唯美梦幻”视为无效修饰而丢弃，最终输出只剩“夕阳下走过”。应使用名词+动词+技术参数组合，如“全景｜低角度｜慢速跟拍｜人物从画面右下角走入”。
• 禁用开放式指令。禁止使用开放式指令。例如“自由发挥画面感”“让镜头有电影感”等表述会让豆包退回通用话术，输出“镜头缓缓推进”等缺乏实质信息的描述。应改为“镜头从桌面酱料瓶后方45度角升起，露出主厨侧脸”，这样豆包才会按空间坐标生成。
• 避免混用多任务指令。不要在同一句中加入“既要突出产品卖点，又要体现品牌调性，还要有分镜”。豆包会优先处理最后出现的需求，导致“分镜”被弱化。建议拆分成两轮：第一轮专门提问分镜结构，第二轮再加入品牌元素。

当前进展

截至目前，豆包AI官方尚未对此问题发布公开回应或更新说明。用户需要自行调整提示词策略，才能获得可执行的分镜脚本。