候选镜头同时满足连续性与叙事作用吗？
不只判断“好不好看”，还检查角色、视角、运动、构图和前后镜关系。
兴趣 · 2025–26
多镜头 AIGC 创作工作流
AIGC POV
为多镜头 AIGC 视频建立角色、视角和约束模板，减少盲目重试，让失败原因可以复用。
为什么会做这件事
生成一个好看的镜头并不难，难的是跨镜头保持同一个人、同一视角和同一世界规则。没有结构化记录时，每次失败都只能重新“抽卡”，时间和模型成本不断累积。
真正的问题
怎样把“这个镜头不对”的主观感受，拆成角色、镜头、连续性和叙事功能等可以修改的具体问题？
我做的关键选择
每个动作，都应该能解释为什么。
先固定身份、视角和不可变化项，再写单镜头动作。
把全局规则与局部变化分开，可以减少模型在每个镜头里重新解释角色。
把 Prompt 拆成镜头、主体、环境、连续性和负面约束。
模块化结构让修改对应到具体变量，也方便追踪哪一类改动真正改善了结果。
按一致性、运动、构图和叙事功能记录失败。
“像不像”无法指导下一轮；明确失败类型后，重试才有目标，并能沉淀为后续镜头的规则。
系统怎样运转
一个镜头如何从创作意图进入可控的迭代
开始 / 输入处理判断结果
- 创作者
定义镜头的叙事任务
先说清这一镜要推进什么信息、情绪或动作。
- 约束层
锁定全局不变量
固定角色身份、第一视角、世界规则与连续性要求。
- Prompt DSL + 模型
组织变量并生成候选
拆分镜头、主体、环境和负面约束，记录模型与参数。
锁定镜头与参考资产
保留角色、构图和参数，作为下一镜的连续性输入。
修订全局约束
调整角色参考、世界规则和不可变化项后重试。
修订局部镜头变量
调整机位、动作、节奏或负面约束后重新生成。
创作闭环
把失败原因沉淀为下一轮规则
记录为何淘汰、修改了什么、结果是否改善；已通过镜头继续进入下一镜或最终剪辑。
业务含义流程把“多抽几次卡”改成有依据的创作决策：通过的镜头固化为下一镜资产，失败的镜头明确改哪个变量、为什么改。
亲手做的部分
从判断到可运行的东西。
约束
建立角色与世界规则，明确每一镜不能改变的内容。
生成
用结构化 Prompt 生成候选片段，记录模型和参数。
评审
按连续性与叙事作用筛选，修订约束后进入下一轮。
留下的证据
- 完成约 1 分 40 秒的多场景 POV 成片
- 形成可复用的 Prompt DSL
- 保留从生成、评审到重试的过程记录
这是一套经过单一作品验证的个人工作流，还不是适配不同模型和创作者的通用工具。
把评审标准做成镜头级记录，让下一次创作能复用“为什么重试”，而不只复用 Prompt 文本。