把模糊的视频创意拆成景别、运镜、关键帧和提示词都可执行的镜头计划。
这个工作流把一个模糊的视频想法逐步转换为人物、场景、剧情、镜头和关键帧信息。目标是减少“用一句 Prompt 赌结果”的不确定性，让创作者在生成视频前就能检查叙事和镜头逻辑。
- 输入信息
- 人物、背景、剧情与镜头环境等创作设定
- 结构输出
- 分镜详情表、景别、镜头运动、POV、关键帧与画面提示词
- 控制方式
- 用首尾关键帧和结构化 Prompt 提高镜头表达与上下文稳定性
- 适用场景
- Vlog、短视频、AI 漫剧和正式生产前的低成本内容验证
项目局面
先把真实阻力和责任范围放在一起，避免只看到一串功能。
AI 视频生成常见问题是画面不可控、镜头语言不明确、上下文缺失、Prompt 难以复用，导致创作者难以稳定产出。
不能忽略的约束
自然语言创意通常缺少时长、景别、动作连续性和镜头目的，无法直接稳定生成。
不同视频模型对提示词结构与镜头运动的理解不同，需要保留适配空间。
过度结构化会让输出僵硬，因此流程需要在明确约束与保留创作弹性之间平衡。
我实际负责的工作
设计 Storyboard Detail 分镜表和 Prompt 拆分逻辑。
梳理从文字设定到关键帧、再到视频草案的生产路径。
将导演分镜思维转化为 AI 视频工具可执行的信息结构。
THE PROCESS / 推进路径
不止做出来。
更要想清楚。
执行动作
从人物、背景、剧情、镜头环境等输入开始生成剧情脚本。
执行动作
将脚本拆解为分镜详情表，包括景别、镜头运动、关键帧、POV 和画面提示词。
执行动作
用结构化 Prompt 支持关键帧画面生成和分镜视频生成。
结果与验证
最后形成了什么，又凭什么判断方向成立。
结果不只是一组完成项，也包括验证方向的证据，以及下一次仍然可以复用的方法。
已形成的阶段结果
形成可复用的 AI 视频分镜工作流。
适用于 Vlog、短视频、AI 漫剧和内容生产前期验证。
留下的方法
高质量 AI 视频首先是清楚的导演意图，其次才是更长的提示词。
可复用模板不应该给出唯一答案，而应该帮助创作者不遗漏关键判断。
