# 生产分镜工艺：把剧本事实编成可审查镜头

## 目录

- [贯穿原则](#一贯穿原则)
- [编号与文本](#二编号与文本分工)
- [拆分](#三拍镜拆分规则)
- [动作顺序交接](#四动作顺序交接给视频提示词环节的输入)
- [镜头叙事](#五镜头叙事学摄影决策问题)
- [戏型诊断](#六场景戏型诊断问题)
- [项目选择](#七项目选择craft_default)
- [单集时长加总](#七之二单集时长加总sht-16)
- [人物反应](#八人物反应sht-11)
- [自检](#九自检清单)
- [范例](#十范例合成决策记录不是镜头配额)
- [反模式](#十一反模式)

来自对剧本拍、分镜、关键帧与视频提示词如何衔接的定性案例阅读，示例均为合成改写。
方法论见 [shot-craft.md](shot-craft.md) 与 [keyframe-craft.md](keyframe-craft.md)；
本文档是生产端的转换规则和判断依据。出现的数字只有被创作者纳入项目方案
（`craft_default`）后才是验收条件，不能只因偏离示例就判为问题。

**分镜负责剪辑覆盖范围和可审查的起止边界**。
它说明本镜为何存在、观众能知道什么、从哪一状态到哪一状态；只有已接受的制作方案
需要时才补充时间段意图，完整动作措辞由视频提示词环节编写。「起点」可以是
静止关键帧，也可以是上游明确的运动中瞬间，不能把“静帧输入”误写成故事必须静止。

## 一、贯穿原则

1. **一镜一职责**（SHT-03 的生产表述）：每镜有一个主导叙事职责。台词、反应与动作
   可同镜存在，只要镜头时长、表演负荷和注意顺序可执行；过载时按行动转向、听者后果或
   力学阶段拆镜，不按句号机械切镜。
2. **先后顺序守住上游内容**：镜头记录必要动作与反应的相对顺序，不代写完整运动提示词。
3. **几何要可比较**：方向、距离、占比或停留只在能消除当前歧义时量化；数值来自
   已接受的项目方案，不是每镜必填。
4. **摄影行为有职责**（SHT-04）：运镜或有意固定机位都应能说明它如何服务注意力、
   压力、观众立场、揭示或节奏，而不是给每镜强加运镜。
5. **连续性靠已确认边界比较**：精确绑定 `Location/View`、「起点」与
   「终点」；下游只重复执行必需的局部状态，不逐镜复制整份状态表。

## 二、编号与文本分工

- 正式镜头始终使用稳定 `SHOT-...` ID。项目另外接受了 `场序-镜序` 作为展示编号时，
  才按该项目约定排列；例如按交付片段内的地点组排序，同地点多个剧本场共用前缀，或加集号写成 `64-1-1`。
  展示编号不替代镜头 ID，重排时仍按[镜头修订身份](shot-revision-identity.md)保留稳定引用。
- 文本分工：保留该镜覆盖的剧本原文；用简短中文纲要说明谁做什么以及镜头职责，供
  人工审阅；另记录镜头目的、起止边界和摄影意图。完整时间过程由视频提示词环节编写。
  只写“开场”不能说明本镜承担的动作或信息，无法帮助审阅者定位。

## 三、拍→镜拆分规则

| 剧本形态 | 拆法 |
|---|---|
| 一拍 = 一句台词 + 一个动作 | 若同一镜头目的和边界可承担，可保留一镜；不是等式 |
| 一拍含多次行动转向或听者后果 | 按议程变化、听者反应与可执行语速拆镜；不使用固定句数/字数配额 |
| 一拍是爆发动作 | 若单镜过载，可按起势/接触/结果等力学阶段拆，切点绑定精确状态；H3 的掌掴/推搡小样本中，掌掴一镜写全更可读，推搡拆成「到接触为止」与「从接触后状态起」才推退人物。H3 可据此先试；其他动作（拉住、带离）或模型须另测，不据此强制拆镜 |
| 一拍是纯反应/沉默 | 只有承担反应或选择后果时独立成镜；停留由后果与节奏决定 |

**建立镜头要自己挣到位置**。新地点确实可能需要让观众定位人物、入口或冲突区域，但
“先给一个空景全景说明这是哪儿”是长片的开场习惯：它把最前面的时间花在观众还没有理由
在意的信息上。竖屏快节奏交付里默认反过来——**地理在动作内部到达**：人物已经在做的事、
已经在说的话带出空间，观众边看边拼。这与剧本环节“在压力活跃处进入、用具体行动证明进入
状态”的默认是同一条，不要在分镜层把它撤销。

交代空间的镜头在这两种情况下成立：空间事实本身承担本镜因果（距离决定来不来得及、出口
决定能不能走、谁站在门口决定谁看见了），或后续镜头的方位判断依赖它而动作本身给不出。
成立时它也不必是空景全景——带着人物和动作的取景通常能一并完成，还省一个镜头。

若前镜已经建立地理，或上游有意让观众先迷失/延迟识别，同样不为凑“第一镜全景”自增。
任何新增镜头仍须解释它覆盖的内容与信息职责。

**`craft_default`**：以上是快节奏竖屏短剧的默认取向。项目声明了不同的观看契约（长篇、
剧场感、慢节奏、以空间为主角）时，创作者说明理由即可覆盖，审查者不得单据此阻断交付。

## 四、动作顺序交接（给视频提示词环节的输入）

需要把复杂动作交给视频提示词环节时，可用中性顺序草图：

```text
起点：<已接受镜头边界，可静止也可在运动中>
唯一动作：<触发> → <主体完成一条可见状态转换；交接时写清接触与落点> → <必要反应>
终点：<已接受镜头边界；逐项接住位置、双手、持物与可见状态>
摄影意图：<固定/移动及其叙事职责>
```

- 起点逐字段写入已接受的「起点」，不把静态关键帧的媒介性质改成“人物必须静止”；
- 结束状态由分镜文件记录，下一镜通过引用比较，不靠复制长篇说明获得权威；
- 「唯一动作」是本镜的主状态链，不是限制镜内只能发生一个原子动作；它把必要步骤放在同一条
  因果线上，确保上一个可见状态确实走到下一个可见状态。
- 并行槽只放有来源的变化：他人反应、环境压力或持续运动锚点可以
  帮助画面成立，但没有叙事/物理依据时宁可保持静止，不为满足配额发明微动态；
- 只有已接受的时长或制作方案要求时才写秒数、角度或位移；它们是当前镜头选择，
  不是跨项目动作质量公式；
- 台词保持精确引用与相对动作顺序；是否把动作展开成更多阶段取决于时长和表演负荷。

**质量问题**：不改动台词和上游顺序时，这个镜头是否仍明确谁承载信息、谁接收
后果、画面从什么边界到什么边界，以及为什么此处需要切镜？

## 五、镜头叙事学（摄影决策问题）

| 需要解决的问题 | 先核对 | 可选实现，不是映射答案 |
|---|---|---|
| 信息必须被读到 | 通过脸、手、道具文字、空间关系还是声音呈现？何时允许看见？ | 固定机位、跟随信息所在位置、改变焦点或切到接收者 |
| 观众立场改变 | 观众此前与谁同知、此刻为何要靠近或疏离？ | 保持原视点、换主观侧、拉开关系或有意拒绝切换 |
| 空间压力改变 | 谁控制入口、距离、路径或画外威胁？地理是否已经建立？ | 调整机位、跟位移、用遮挡，或保持固定让调度自己改变关系 |
| 力学动作需要理解 | 起势、接触、结果中哪些必须连续看清，哪些切点已有精确状态？ | 单镜保持、按力学阶段拆、补细节镜头或反应镜头 |
| 情绪后果需要落地 | 哪个可见处理或选择证明人物接收了后果？ | 留在同镜、切反应、延迟到后镜；景别由信息或表演所在位置决定 |

一场通常比它真正要演的景别先开宽一档，第二镜就落到本场的**工作景别**，之后多数切镜在
这一档上下一格来回；宽景和特写是**离开**工作景别的标记事件，用过就回来，场尾略微放开是
常见收法。例如两人在客厅摊牌：第 1 镜全景交代谁堵着门口，第 2 镜落到中景这个工作景别，
之后在中景与中近景之间对切，只有她把信封推过茶几时切一次特写，随即回到中近景，场尾退回
中景收住。一路单调收紧的场次到中段就没有余量了。也可以用细节、背影、负空间或不切镜保持
压力；顶点后的拉远同样只是选项。选择必须回应本场注意力、观众立场和信息揭示变化，不从
“情绪顶点=大特写”“结束=上帝视角”套模板。正反打、过肩和轴线策略服从已建立地理
与有意的视角变化。

### 切点必须带来可见变化

先决定是否需要切镜，再选择景别与角度的变化：

- **不切镜**：同一景别持续本身就是选择。压力累积、人物在同一构图里自己改变距离、
  观众被迫一直看着不肯变的画面，都是有效理由。
- **已经切镜**：新镜必须在景别、机位角度或人物关系里至少改变一项。相邻两镜景别相同、
  角度相同、关系也没变时，观众读到的不是节奏，是跳切或穿帮——这个切点没有存在理由。
  可按注意重点调整收放（最常见是沿阶梯相邻一格一收一放：
  中景↔中近景↔近景↔特写），也可改变机位角度或视点，或者并成一镜，用调度在镜内改变关系。
  确需越轴时，按[群体与轴线](blocking-playbooks.md#4-群体与轴线)重新建立方位。
- **新空间的第一镜**通常先给得开一些，让观众定位后再逐步收进去；但前镜已经建立地理，
  或上游有意延迟识别时，不为“第一镜要宽”自增镜头（见第三节）。

这条规则只在已经决定切镜时生效。它不是为景别多样性增加切点的理由：切多少镜仍由动作
边界、听者反应和信息变化解释，收放幅度也要能说出注意力或观众立场变化在哪里。

变焦推拉（Dolly Zoom）、荷兰角或甩镜是点睛手段；只有视角、失衡或注意力突然改变时才使用。
重复使用会让每个节点失去差异，但不能靠固定次数判断（SHT-07）。

### 角度、机位高度与焦段：三件常被写成一件的事

景别有受控词表，角度长期只有一句"有动机的角度"，结果三种彼此独立的选择被压进同一个词。
最常见的具体后果：写"俯拍"时其实想要的是"从她背后越过肩膀"（那是**水平角度**，不是高度），
下游按字面给了一个从上往下的机位，权力关系当场反了。

分三栏写，缺哪栏就说明哪栏无所谓：

| 维度 | 词表 | 它在故事里回答什么 | 记在哪 |
|---|---|---|---|
| **水平角度** | `正面 / 斜侧（四分之三）/ 正侧 / 后斜侧 / 背面` | 观众被允许读到多少表情，以及站在谁的一侧 | 《分镜.md》当前镜头的角度，同时说明在轴线哪一侧 |
| **机位高度** | `地平 / 低（仰）/ 平视 / 高（俯）/ 顶视` | 谁在这一刻大于谁；平视是**主动**表示势均力敌，不是"没选" | 《分镜.md》当前镜头的机位高度 |
| **焦段意图** | `广（空间关系优先）/ 标准（接近肉眼）/ 长（压缩纵深、隔离主体）` | 人与人的距离该显得更远还是更近 | 《分镜.md》当前首帧或收尾画面的焦段意图（**帧级选择**） |

前两栏是镜头拥有的调度事实，关键帧只投影不覆盖；焦段意图是关键帧自己的选择，因为它
决定的是这一帧怎么被看，不改变人在哪、谁大于谁。不要在镜头记录里再写一次焦段——
同一事实两处各写一份，改动时必然只改一处。

三者互不推导，写死一栏不代表另两栏有了答案：

- 仰拍不等于正面。从背后仰拍是"我们跟在他身后而他正在变大"，从正面仰拍是"他正压向我们"。
- 长焦不等于特写。用长焦拍全景会把纵深压平，让两个人看起来贴在一起——这可能正是要的，
  也可能是把"隔着半个房间对峙"拍成了"面对面"。
- 焦段意图属于 `taste_option`（`SHT-07`）：写的是**要什么效果**，不是器材参数。写"长焦"
  是意图，写具体毫米数是把创作者的器材决定替他做了。

竖屏还有一条不能忽略：**高度变化在竖屏里比横屏更贵**。9:16 的画面纵向本来就长，俯仰会
迅速吃掉人物所在的可用高度，同样的俯角在竖屏里读起来比横屏强得多。要靠角度表达权力时，
先看水平角度和距离能不能承担，再动高度。

## 六、场景戏型诊断问题

- **对峙戏**：双方议程和可用筹码是什么？哪次行动真正改变距离、证据、关系或退出
  能力？谁必须接收改变？只有这些转向需要新镜头。
- **动作戏**：观众必须理解哪条路径、接触和结果？人物选择与代价落在哪里？先保证
  地理和道具归属，再决定连续保持、拆力学阶段或切反应。
- **情绪戏**：触发是什么，人物如何可见地处理，它促成什么选择或抑制？沉默、对白、
  手部、空间距离和不切镜都可承载，不把情绪名自动匹配到特写或推拉摇移。
- **悬疑/恐怖**：观众、角色与威胁分别知道什么？`show_now/withhold_now/reveal_trigger`
  分别由什么画面或声音呈现？遮挡既不能提前泄露，也不能藏掉本镜负责交付的证据。
- **喜剧**：铺垫事实、误读和纠正由谁看到？笑点可能来自节奏时机、构图内并存或切换，
  不要求固定反应次数，也不让反应镜解释已经成立的笑点。

## 七、项目选择（`craft_default`）

| 决策 | 如何确定 |
|---|---|
| 拍如何拆镜 | 由动作边界、听者反应、空间变化与可执行时长共同决定；已接受节奏档案声明了目标平均镜长时按 [镜长从哪来](shot-craft.md#镜长从哪来-sht-28) 核对，否则不追求固定比值。 |
| 台词如何分配 | 先保证一次可表演语气与口型负载；过长时按行动转向拆分，而非机械按字数。 |
| 单镜还是镜头组 | 先把每个镜头写成可单独审查的记录，再按目标交付方式编组；编组不改变镜头身份。本环节只负责镜头本身：定清每个镜头的目的、起止边界与已接受时长。编组之后由谁承担时长加总与成员资格，属于交付环节的事，不在这里决定，也不因为将来会编组就提前合并镜头。 |
| 子镜密度 | 按 [镜长从哪来](shot-craft.md#镜长从哪来-sht-28) 由声音事件与已接受的目标平均镜长推出；没有已接受节奏档案时不设数值带宽，把算出的平均镜长报给创作者。每次切换仍要有注意、压力或状态理由。项目把生成单元固定在更长的一档时，切镜密度由镜内调度承担——一镜里要有景别或视点的实际变化、或一次完整的动作与反应交接，否则无论单帧多好，观众读到的都是幻灯片。 |
| 单元时长 | 先从必须保留的动作、反应、对白与最终状态反推这一镜需要多久；放不下就精简非必要调度、拆镜，或请求写作技能修订来源内容。项目已经定下可用的生成长度档位时，取容得下它的最短一档；没定就按反推出的秒数写。单张冻结关键帧只说明起点，镜头中的动作过程仍须由运动提示词写清；若关键动作无法在同镜内清楚实现，就按精确状态边界拆镜，不用通用秒数决定是否拆。 |

## 七之二、单集时长加总（`SHT-16`）

创作者在项目里写下的每集目标时长，如果全流程没有一处消费它，它就只是一个愿望。
分镜逐镜成立，整集仍可能超出目标，因此应在进入生产前加总，避免后续被迫删掉必要内容。

直接加总《分镜.md》的镜长，在末尾报告总时长、未定镜头和目标差值，不另建覆盖记录。

`structural_invariant`：总时长必须是本集已确定镜长的**算术和**；每个镜头要么计入一个时长，
要么明确列入未定清单，**不允许有镜头无声地不进总和**。
时长未定的镜头显式挂起是正常状态，静默漏掉不是。

项目声明了 `target_seconds_per_episode` 时，在同一处注明目标来源、带符号的差值与处理结论：

| 处理结论 | 含义 |
|---|---|
| 未声明目标 | 只报告总和 |
| 在创作者接受范围内 | 报告差值 |
| 创作者接受超出 | 报告差值与接受理由 |
| 需要修订 | 回到内容层处理 |

`craft_default`：差值本身**不阻断交付**。目标时长是计划，不是质量门槛；需要修订时的
处理手段是回到内容层（合并同质节拍、把说明改成传递、拆集），不是按数字均匀删镜头或
砍台词——后者砍掉的往往正是兑现。

这条与分集阶段的量级估算是两件事，不要互相代替：估算用项目已接受集的比值预测**还没写的
集**，第一集因为没有基准而跳过；加总用**已经存在的镜头**做测量，第一集同样成立。第一集
拿不到估算，但拿得到测量。

## 八、人物反应（SHT-11）

对白覆盖存在不等于后果被接收。关键信息改变听者的权力、关系、知识或选择时，必须
在本镜或后续独立镜中给出可见处理与最终状态；景别、时长和是否切镜由后果重量、表演动作
及项目节奏决定。群像可用全场与个体两级反应，但这只是表现选项，不是固定组合。

## 九、自检清单

只检查与当前镜头有关的项目；不要为通过清单补写无来源动作、镜头或文字。

1. 台词、行动、证据或沉默由什么可见/可听载体承担？有没有把以对白为主的合法镜头
   误判成必须添加动作？
2. 「起点」与「终点」是否逐字段可比较？运动中边界、停顿和静止都与上游内容相容吗？
3. 摄影选择或有意固定机位能回答它怎样服务注意力、观众立场、信息揭示、
   空间或节奏吗？
4. 并行微动态有上游或环境依据吗？没有时是否避免为“画面活”而硬加？
5. 表演状态的变化或保持是否符合触发、人物策略与局部结果？克制不变是否正是选择？
6. 当前理解若依赖新地理，是否交代了必要锚点？若有意延迟识别，是否记录观众可见边界？
7. 台词与反应在所选时长/语速内可执行吗？对照剧本是否遗漏或改变相对动作顺序？
8. 镜头数量能由覆盖内容、动作边界、听者反应和时长解释吗？本集时长总和是否已加出来，
   时长未定的镜头是否显式挂起而不是漏掉？
9. 每镜人物站位与上一镜衔接吗？（位置漂移是高频退回原因）
10. 手部与持物能否逐步执行？放下、换手、双手动作、递交/取回是否有可见来源？
11. 上游 `exact_readable` 字段是否有显示位置和处理方式，且没有被通用 `no_text` 覆盖？

## 十、范例（合成决策记录，不是镜头配额）

### 对峙中的证据递交

- **上游必保内容**：甲把账页交给乙；乙读到签名后停止否认。
- **为何切镜**：递交改变道具归属，乙的停顿证明信息被接收；两项可同镜完成时不拆。
- **观众可见边界**：账页内容只需让乙可读，观众通过签名位置和乙的选择理解，不自动补
  大特写或屏显全文。
- **摄影意图**：若同一构图能同时保住交接与反应则固定机位；若手部遮掉签名位置，
  才调整焦点或切细节镜头。选择由信息所在位置决定，不由“对峙戏”标签决定。

### 动作是否拆镜

- **上游必保内容**：角色越过桌面夺走钥匙并退到门边。
- **单镜成立条件**：路径、接触、道具归属和退路都可读，且已接受时长足以完成。
- **拆镜条件**：遮挡使钥匙易手不可读，或退到门边需要新的空间边界；切点绑定钥匙
  在谁手中、双方位置和朝向，而不是套“起势—发力—结果”固定链。
- **拆开后的代价**：两镜各自生成时背景、服装细节和脸型可能漂，前一镜也可能越过接触点才结束。
  两镜用同一组身份与地点参考，后一镜从已接受的接触后关键帧起，生成后核对切点两侧。

### 保持不动也可能是有效表演

- **上游必保内容**：威胁落下后，角色拒绝给对方可利用的反应。
- **实现判断**：稳定目光、没有退让和有意固定机位可以是人物策略；不为通过
  “情绪必须变化”检查添加吞咽、握拳或无来源微动作。

## 十一、反模式

1. 旁白切片当分镜（小说旁白按逗号切进纲要，视频提示词全是“嘴唇开合说话”空壳）。
2. 资产管理名泄漏进画面文本（占位文件名出现在视频提示词正文里）。
3. 图片引用标记侵入台词内文。
4. 无动机运镜（"镜头静止。"单独出现不解释）。
5. 台词标点+句式句号叠加（"血口喷人！。"——收尾句号只加在无标点台词后）。
6. 负面约束堆砌淹没内容（防缺陷补丁头尾重复 150+ 字，正文动作被稀释——补丁
   只在目标模型确有该缺陷时使用）。