# 镜头设计方法

## 规则分级

- `structural_invariant`：可以直接检查的结构要求，例如每段原文都有处理结果、引用可以解析；格式错误可以阻断。
- `reviewed_invariant`：必须守住、但要结合证据判断的内容要求，例如镜头没有改写剧本动作。
- `craft_default`：通常有效的起步方法；有明确的戏剧理由时可以调整。
- `taste_option`：创作者或视觉方向已经接受的风格选择，不能仅因不同于示例就判错。

## 目录

1. [先落实原文，再追求画面](#先落实原文再追求画面)
2. [镜头目的](#镜头目的)
3. [场面调度与地理](#场面调度与地理)
4. [景别与摄影机动机](#景别与摄影机动机)，含[运镜逐镜选](#运镜逐镜选-sht-04)
5. [时长与切镜](#时长与切镜)
6. [视觉方向选择](#视觉方向选择-sht-07)
7. [相连边界](#相连边界-con-01)
8. [首尾成对](#首尾成对)
9. [一镜到底还是切开](#一镜到底还是切开)
10. [常见问题](#常见问题)
11. [审查问题](#审查问题)

## 先落实原文，再追求画面

`SHT-01` 要求每个与制作有关的剧本段都有明确处理：由镜头落实、有理由地省略，或因
新的观众体验而有意重复。

先在上下文中把剧本段与镜头对应起来，再设计镜头；这份对应只用于检查责任，不另建产物，也不要求“一段一镜”。
连续表演和空间关系能守住原意时，几段原文可以合在一镜；揭示、反应、证据细节或空间
变化很重要时，一段原文也可以由几镜承担。

原文落实直接写在 `分镜.md`：每个制作相关的动作、对白、声音和画面文字都指向承担它的
`SHOT-...`；镜头条目反向写场景 ID 与必要短引文。来源改变后逐场复核对应镜头，不依赖隐藏引用。

重复拍同一段内容，只有在第二次带来新的观众体验时才成立，例如新增反应、矛盾、
此前保留的证据或对前镜的新理解；不能因为第一次对应关系被忘了就重复。

### 动作落实表

**`SHT-08 · reviewed_invariant`**： 每个有权威来源的动作只有一个主要落实镜头；其他
镜头若再次涉及该动作，必须增加反应、细节或对原信息的新理解。峰值处的冲击重复是有意的例外，
见下文。

原文落实数量只能证明“某段原文被引用”，不能证明动作没有提前、重复或遗漏。对转手、
开门、受伤、揭面、拿出证物等动作，在设计时核对以下关系；最终决定落实到对应镜头：

| 来源动作 | 主要落实镜头 | 动作前事实 | 动作后事实 | 其他镜头的作用 |
|---|---|---|---|---|
| 右手从衣内取令牌 | SHOT-02 | 令牌在衣内 | 右手持令牌 | SHOT-03 只展示纹样和接收者反应 |

- 只有主要落实镜头可以把状态从动作前改成动作后。
- 前一镜的结束状态不得在没有来源动作时提前变成动作后状态。
- 后一镜已经从动作后状态开始时，运动规格不得再完整表演一次该动作。
- 其他镜头要写清自己负责细节、反应还是重新解释，不能成为第二个主要落实镜头。

**冲击重复**：情绪爆发、打脸或重大反转的那一下，可以把同一个关键动作从两三个角度各给一次，
让观众连看几遍。这是有意的选择，不是忘了对应关系，所以要写出来，并守住连续性：

- 重复镜在说明里写「冲击重复：SHOT-...」，指向主要落实镜头；
- 状态只改变一次：每个重复镜都从同一个动作前状态走到同一个动作后状态，第二遍不能在第一遍的结果上再做一次；
- 重复镜之间起止不衔接，是这项选择本身，与声明过的蒙太奇一样按 `CON-05` 处理；最后一个重复镜之后，下一镜从动作后状态开始；
- 只用在峰值。一集里处处重复，就没有哪一下是冲击了。

## 镜头目的

`SHT-02` 要求镜头守住来源原意，并说明观众或人物在本镜结束时发生了什么变化。
只有漂亮画面、没有戏剧职责的镜头，不能通过内容审查。

按以下顺序设计：

1. 找出来源中的关键动作：行动、台词、发现、拒绝、转手或揭示。
2. 说明观众或人物因此发生什么变化。
3. 决定本镜主要从谁的体验组织画面。
4. 确定开始和结束时必须看见什么。
5. 最后才选择景别、摄影机行为和切镜点。

镜头可以负责建立空间、让观众站到某个人物一边、展示证据、暂缓信息、转移权力、
表现反应，或让后果无法回避。“中景展示人物说话”不算足够的镜头目的。

### 承受者的反应

**`SHT-27 · reviewed_invariant`**：打击、否定或翻盘需要观众理解其后果时，
分镜应安排可读的承受者反应或其他后果载体。
可以用独立反应镜、双人镜内的调度、清楚的群像反应、声音或物件状态承载。
现有画面已经清楚就不必补镜；需要保留反应或承受者不在场时，注明叙事安排。
审查按后果能否被理解判断，不按人数、景别或反应镜数量判断。

### 观众可见性 (`SHT-12`)

构图同时决定观众此刻能知道什么。每个事实单独写一条观众可见性判断：绑定准确场景 ID，说明
现在展示还是暂时扣住，写明可见或可听的载体，并分别写出
揭示条件、保护方法和理由。同一镜中的不同事实可以在不同时间放出。

背影、只露腿部的入场、门缝、前景遮挡、延迟对焦，以及**逆光成剪影或压暗到只剩轮廓**，
都可以用于保护剧本保留的揭示。用光保护时不改光源身份与方向，只声明人物落在明区还是
暗区，并把该选择写进本镜排除项防止后续漂移——否则人物正面入场却要求不给身份时，
本环节没有合法写法，执行端会直接给一张清晰正脸。
如果它们提前暴露身份或证据，就是失败。反过来，本镜若负责展示证据或听者的关键反应，
就不能为了画面好看而遮住其载体。神秘感不是默认加分项；审查者同时核对剧本允许展示
什么，以及本镜必须交代什么。

## 场面调度与地理

把场景写成可以行动的空间：

- 入口、出口和固定锚点。
- 前景、中景、后景区域。
- 谁能看见或接近什么。
- 人物面向与视线关系。
- 轴线工作侧和屏幕运动方向。
- 双手、道具归属和转手路径。

场面调度表现人物策略。靠近可以施压或寻求结盟；转身可以拒绝；占住出口可以控制；
碰触证据可以暴露知情。不要只为增加运动而让人物无理由走动。

跨轴本身不是错误；没有动机又让空间难以理解才是问题。跨轴时可以使用中性过渡镜头、
人物在同一镜内穿轴、有意制造主观错乱，或重新建立空间。

画面文字必须服从 `视觉设定.md` 中已经写明的文字政策。镜头和关键帧直接引用对应标题或
`IMG-...`，可以决定文字是否可见、大小、角度和对焦，但不能静默编造文案，也不能改写
“逐字可读”“只保留图形”或“无可读文字”等当前决定。政策仍未决定时要明确标为未决，不能
假装已经可以交付。

## 景别与摄影机动机

`SHT-04` 要求景别或摄影机行为因注意、压力、观众立场、揭示或节奏变化而改变，
不能为了装饰每一拍而变化。

- **远景**：交代地理、人物与环境的力量对比，或让人物被空间吞掉；信息靠轮廓、方位和
  距离读出，不要指望这一档承担表情。
- **全景**：建立空间、孤立感、群体权力或同时发生的后果。
- **中景**：表现互动、手势、双人策略和清楚的调度。
- **中近景**：对话距离的双人，或仍然保留手部的单人：比中景少一层环境，比近景多留出
  调度余地；一场停在工作景别时的对切多数落在这一档。
- **近景**：表现决定、证据、被藏住的反应或无法撤回的认识。
- **特写**：把一张脸、一只手或一处伤单独提出来，让某个反应、破绽或细微动作成为本镜
  唯一事实；代价是暂时切掉空间参照，用它就要接受观众此刻读不到周围发生了什么。
- **大特写**：只留眼睛、嘴、指节或物件上的一处细节；用于观众必须看清、而近景会淹没的
  单一证据或生理反应。它切掉的信息最多，因此要有明确的“非看不可”理由。
- **细节镜头**：展示已经建立意义的关键物件或动作。

近景和特写是中文分镜里最常用的两档，不是留给高潮的稀缺资源；同样，大特写也不是被
禁止的景别。要防的是**把景别当情绪音量旋钮**：情绪词一升级就换更紧的景别，本镜到底
要观众读到什么反而没人回答。判断标准始终是必须被读到的信息存在于哪个尺度——证据在
指节上就给大特写，后果在两人距离上就不该切近。

项目已接受节奏档案时，近景类镜头占全集镜数的比例不低于 `close_shot_share_min`，哪些景别算近景类以
`$short-drama-develop` 对该字段的定义为准。这是全集的下限，不是每场的配额：交代空间的场可以宽，对峙和揭示的场会更紧。
占比不够时，先看对话段是不是一直停在中景，听者反应和要落地的台词有没有给到近处。

### 竖屏把可用的景别收窄了

上面那张表是横平竖直的电影景别谱系。**竖屏不是把它裁窄，是让其中两档变得难用**。

远景和全景常用**横向铺开的信息**交代关系：谁站在谁旁边、队伍有多长、这个人
离出口有多远。在相同画面高度下，9:16 的宽度约为 16:9 的三分之一。同样的信息横向排开，容易挤在一起，
或因缩小而难以读清。所以竖屏短剧的实际用法以中景、近景、特写为主，远景与全景出现得少。

竖屏可优先用**纵深**交代空间——前景、中景、
后景分层，用门框、桌沿、台阶、人的前后遮挡把关系立起来（见
[竖屏多人调度](blocking-playbooks.md#1-竖屏多人调度)）。做到了这一点，竖屏一样能给全景；
做不到就不要用这一档去承担交代空间的职责，改用一个更近的镜头单独给一次。

**竖屏的横向视野窄，观众的视线本来就被逼到画面中央**，这既是小景别好用的原因，
也是大景别失效的原因——同一件事的两面。

只有注意或关系发生变化时才改变景别和角度。场面声音变大，不等于镜头必须从全景一路
推到大特写。反过来，一旦决定切镜，新镜就要在景别、角度或人物关系里至少改变一项；
相邻两镜完全同景别、同角度、同关系时，这次切镜没有职责，应当改变收放或并回一镜。

### 运镜逐镜选 (`SHT-04`)

每镜的「运镜」一行按本镜目的选。先问这一镜里观众的注意要不要移动、往哪里移，从上往下对照：

| 本镜在做什么 | 运镜 |
|---|---|
| 人物移动本身是这一镜的事：冲、追、逼近、爬上高处 | 跟拍或横移，让他在画面里的位置保持住 |
| 新信息从画外或画面一侧进来 | 摇、俯仰或后拉，停在新信息上 |
| 一句台词或一个认识正压到某人身上，对白镜里的说话者与听者都算 | 缓推或前移，停在承受者的脸或手上；拉开则是关系变远 |
| 两人的关系或处境在原地被重新评估：绕过去才看得到的另一面、被围住 | 环绕 |
| 高度本身有意义：升起交出全局或结局，落下把观众接进人物所在的高度 | 升降；不为“开场要大气”而升降 |
| 情绪爆发、重大反转 | 短促推近；定格、闪白由剪辑实现，本镜写明落在哪一拍 |
| 观察、等待、紧张、仪式、受困；插入镜；对白镜里这句台词不带来压力或处境的变化 | 固定 |

手持只用于创作者已经接受的身体不稳或现场感。

固定是这张表的最后一行，不是起点：前面几行都不成立时才固定。写法是
「运镜：<行为>，<从什么时候开始、停在哪里>；<为什么>」，固定写「运镜：固定；<为什么>」。
固定也要写出来：这一行空着，动不动就改由视频提示词阶段替你选。只写「运镜：固定」
说不出是上表哪一行，等于没有选。例如「运镜：缓推，他说出『这单我接了』时开始，停在眼睛；这是他第一次把赌注
压在自己身上」「运镜：固定；插入镜只要看清数字」「运镜：固定；这句话没有落到谁身上」。

强调手段包括短促推近、定格、闪白，只留给情绪爆发和重大反转，用在普通台词上，真正的峰值就
显不出差别。跟随动作的跟拍、揭示信息的摇、压力落下时的缓推不是强调手段，任何一场都按上表使用。
写完回读全集的「运镜」：有奔跑、有揭示、有峰值的一集，不会每镜都是固定。

没有明确切换时，不要在同一时间段同时要求固定和移动。

**`craft_default · SHT-04`**：每镜按目的选运镜，写出行为、起止与理由；动作要跟、信息要进画、
压力要落、峰值要强调时用有动机的运动，都不成立时固定，固定也写出行为与理由。短促推近、定格、闪白只留给峰值。

## 时长与切镜

### 短镜头的动作量 (`SHT-03`)

作为 `craft_default`，可以先从一个主要动作开始，再保留让观众读懂后果所需的反应。
只有连续表演、空间、时长和镜头目的都仍然清楚时才合并更多内容。这是起步方法，
不是固定动作数量检查。

时长要给动作、表演、对白和反应留出可读空间。明确的对白长度和计时动作可以作为证据；
一般动作量是否过多，应由审查者结合本镜判断，不能用通用的每秒字数阻断。

**塞多了不会被删，会被压扁**。视频模型拿到一串动作时，通常不是丢掉后面几件，而是把每件都压成
一闪而过：一组 Seedance 2.0 小样本里，5 秒镜头写 6 个连续动作，3 次都“做完”了，但从第三件起
每件只占约半秒，起身是跳过去的，走开只剩一帧，前后动作叠在一起；写 4 个时多数停在第三件；
写 2 个时动作从容但起得晚。这组数字只来自 5 秒镜头，不是通用的动作数上限；要做的是在分镜阶段就数一下
这一镜要观众**看清**的事，按镜长判断每件有没有足够的时间，而不是等视频提示词阶段才发现。下面这些是超载的信号：

- 一个人要在几秒里依次完成好几件需要看清的事（拿起、放下、再拿起另一件、起身……），平均到每件不足一秒多；
- 几个角色各有独立的大动作，而这一镜的目的只需要一次揭示；
- 长对白、情绪转折、精细手部动作和复杂运镜挤在同一镜；
- 终点没有留出落住的时间，只能写“最后到达”。

修法依次是：删掉没有故事功能的动作；把能连贯的合成一个；选一个注意中心，其余人只留必要反应；
仍然放不下，就拆镜或延长，而不是在提示词里加“快速”“依次”。

在变化处切镜：新信息、新目光、新决定、新空间关系、新威胁、新证据或节奏变化。
不要只为换角度而重复同一个动作。给反应留下足够时间，让观众读懂后果。

### 对白估时

**`craft_default`**：先排完整声音事件，再确定镜长。不要先选一个短镜长，再要求人物加快语速把台词塞进去；
一句台词比目标镜长更长时，把它拆到说话者与听者的几个镜头上，声音连续、画面切换，语速不变。

- 有同一句、同语言、同表演方式的录音或配音时，使用实际发声区间；文件首尾静默与句内停顿分开核对，
  不把整个文件长度当作纯说话时间。没有音频时按原文、人物语速、情绪和换气估一个区间，明确标为
  「文本估计」，不要声称已实测。项目已校准的语速可以辅助估算；数字、缩写按实际读法考虑，不能只数可见字符。
- 顺序说话的多句或多人对白累加，句间停顿与听者反应按实际顺序加入。边说边抬眼等确能并行的动作
  与对白共用时间；必须等话说完才发生的动作另占时间。不要重复计算已包含在录音或估计里的停顿。
- 在本镜「声音」中简写依据，例如「对白按克制语气文本估计 8–10 秒（含句内停顿）；开口前 0.5 秒，
  说完后的反应 1 秒；抬眼与对白并行」。此例按估计上沿需要 11.5 秒；若目标是 H3，向上取到 12 秒，
  余下 0.5 秒安排在已有终点停留。数字只是此例的预算，不是统一余量或官方语速。
- 取容得下时间线的合法时长；超过模型上限时按语义和可见状态闭合点拆镜，并检查整集总时长。
  已接受镜长或集长固定且放不下时，说明冲突并提出延长、拆镜或剧本修订；不擅自删词或把正常对白改成快读。

文本估计是规划依据，实际生成后还需听完整性、语速和尾音。没有录音、配音或生成结果时，不把估计写成
秒级准确的声音控制承诺；纯动作镜无需补对白预算。

### 镜长从哪来 (`SHT-28`)

镜长由声音事件和已接受的目标平均镜长共同决定，不按剧本字数或动作段数折算。字数折算得到的是
朗读长度的平均分配，不是剪辑节奏。

1. **排时间线**：按上一节把本场每句台词、`[VO]` 和关键声音事件排成一条时间线，再加上必须看清的
   无声动作和反应。这条时间线的长度就是本场时长。
2. **算镜数**：项目已接受节奏档案时，本场镜数约等于本场时长除以 `target_avg_shot_seconds`，四舍五入，
   至少一镜。没有已接受档案时跳过这一步。
3. **放切点**：按下一节的对白覆盖默认，把切点放在换人说话、听者反应、插入镜和动作变化处。每镜的
   时长就是它覆盖的那一段时间线。
4. **回算**：本场平均镜长等于本场时长除以实际镜数。明显长于目标时，先补听者反应和插入镜，再把
   长台词拆到说话者和听者的镜头上；明显短于目标时，合并没有带来新信息的切点。

目标平均镜长是整场的目标，不是每镜的配额：一个插入镜可以不到一秒，一句要落地的台词可以占四五秒。
没有已接受档案时，末尾报告写出本集实际平均镜长，由创作者决定是否接受一份节奏档案。

**`craft_default · SHT-28`**：镜长由声音事件和已接受的 `target_avg_shot_seconds` 共同推出，目标是整场
平均值；不从剧本字数折算。

### 对白场怎么切 (`SHT-29`)

- **一句台词一个镜头**：说话者的镜头承载这一句；一句话里有转折时，可以在转折处切。
- **默认给听者**：重要的一句落下时，切到听的人，让观众看见它打中了谁。
- **来回对话用正反打**：两人交锋保持摄影机在同一轴线工作侧，对切相向的说话者与听者，过肩或单人都可以。
- **景别顺序**：先给一个带着人物和动作的交代镜，对话落到中景或中近景，只在一句话需要落地时切到特写。
- **删空镜**：既没有台词也没有动作的镜头删掉。
- **插入镜是便宜的节奏工具**：手机屏幕、手、戒指、证件这类插入镜不需要表演，可以插在长台词或等待中间，
  也可以把一句话拆开。

这是起步默认。一场戏有意用不切的双人镜施压，或让群像同时反应更清楚时，说明理由即可改，见
[调度手册](blocking-playbooks.md)。

**`craft_default · SHT-29`**：对白场默认一句一镜，给听者反应，交锋用正反打，先交代再落到中景，特写
留给要落地的台词；删掉既无台词也无动作的空镜；插入镜用来调节节奏。

## 视觉方向选择 (`SHT-07`)

焦段语言、节奏、固定机位、手持或形式化调度属于 `taste_option`，读取创作者已接受的
视觉方向。审查它是否服务本镜，不强制所有项目使用同一套风格。

## 相连边界 (`CON-01`)

本镜已接受的结束边界必须与下一镜已接受的开始边界一致；若不一致，负责产物必须声明
修订或过渡。不得用摄影机描述掩盖边界冲突。

## 常见问题

- 镜头表只是改写剧本句子，没有说明观众怎样观看或获得什么变化。
- 用匿名“人物”代替准确的已接受资产。
- 一镜跨越地点或时间，却没有蒙太奇或省略依据。
- 保留了对白，却删掉承担后果的反应。
- 人物或道具在切镜后无原因换位。
- 每句情绪台词都变成大特写（问题在“情绪升级=景别收紧”的条件反射，不在大特写本身）。
- 相邻两镜同景别、同角度、同关系，切了等于没切。
- 摄影机指令冲突，或运动没有注意变化的理由。
- 套话式布光替代真实空间锚点。
- 把外部批量制作单位误当成剪辑镜头本身。

## 审查问题

- 本镜落实、省略或重复了哪些剧本段？
- 本镜结束时改变了什么？
- 为什么选择这个景别和摄影机行为？
- 每个人物能否在当前空间中合理站立、看见和移动？
- 是否绑定了准确的造型、观察视角、道具状态、双手状态和文字政策？
- 结束边界是否为下一镜提供清楚的开始状态？
- 删除或合并本镜，会不会丢失故事意义？

## 首尾成对

终点的可见状态对本镜重要，且目标模型支持尾帧时，可以补写
`### 收尾关键帧提示词`。它只描述终点，不混入起点或中间动作。
若起终状态相同，或变化发生在画外，通常无需另做尾帧。

尾帧管的是最后一格的构图，不管中间的动作做没做完。Seedance 2.5 的一个镜头对照中，绑定尾帧改善了
末帧落位；Seedance 2.0 的一组递文件夹小样本里，首尾帧模式与“参考模式里写明图片作首尾帧”的末帧都
贴近尾帧图（相似度 0.92–0.99），但 6 次里有 4 次文件夹没打开到位；只给首帧、终点写在正文里的 3 次
反而都做完，动作也最顺。所以镜内的状态变化默认只出首帧，终点写进分镜；尾帧留给构图必须准确落位的
地方，最常见的是下面的转场。生成后仍检查中间动作、节奏和终点，不能只比较最后一帧。

**跨镜转场**：相邻两镜要无缝接上时，先看生成路线。同一连续时空、目标档案支持续接时，默认从上一段
的真实结果续接，下一镜的开场就是上一镜真实的尾帧，不需要另做图。创作者明确选择逐镜独立生成时，
两镜在剪接点必须对上的那个状态用同一张已接受的图承载：先出下一镜的首帧并接受，再把它作为上一镜的
尾帧；两镜分镜里的终点与起点写成同一状态。这只适用于剪接点两边构图相同的接法（同机位连续、同一
构图里接动作）；换景别或换角度的动作剪接只要求动作状态连续，两镜各用自己的机位，不共用一张图。
两镜之间本来就有时间或空间跳变时，硬切即可。

当前生产工具从 `分镜.md` 的 `SHOT-...` 只提取「冻结关键帧提示词」，即首帧。
要在套件内生产尾帧，交图片提示词阶段建立单独的 `IMG-...` 条目，注明来自本 SHOT 的
终点、保留已确认的视觉依据，再以该条目作为 image job 的来源。不得用首帧选择器提交尾帧正文。
实际图片生成后按目标方言绑定 `用途：结束帧`。

## 一镜到底还是切开

先看这场戏需要什么，再考虑生成与修订成本。

- 连续等待、沉默、空间调度或完整表演，可考虑一镜到底。
- 需要选择不同表演、突出反应或精确安排切点，可考虑分开生成再剪。
- 长段生成一处失败可能需要重出更多素材；分开生成则需要额外处理跨镜一致性。

一次 Seedance 2.5 对白场次实测出现过长镜头发声时间过早的问题。
有严格落点时应检查目标模型的时序能力并试听，不能保证分成镜头就能锁定每句发声时间。
长镜头也可以在剪辑中截取，是否保留完整时长由叙事决定。

多镜容器是在一次生成里安排多个切口；一镜到底则不切镜。
容器可减少提交次数，但不自动保证跨镜一致性，也仍可在生成后剪辑。目标方言支持逐切挂关键帧时，
每个切口都要有自己的已接受关键帧，具体写法见 `$short-drama-video-prompts` 的对应方言。
各镜合并时重新整理参考素材与编号，并核对结果中的实际切点。