抽卡到底从哪里来?
采样划边界:采样划边界是用明确的描述压缩生成模型的选择范围:动作起止状态、景别与运镜方向、光线与氛围、人物外观锚点写清楚之后,模型只在剩余的小范围里补全画面。
视频生成模型对画面里的每个字段都持有一片可能的取值范围。提示词写了的字段,模型在描述约束下取值;没写的字段,模型按自己的概率分布随机补全。一个镜头里没写的字段越多,随机组合的空间越大,抽卡就来自这些随机组合。
由此可以推出写细的作用方向:不是把提示词堆长,而是把影响画面的关键字段逐项写明确。每写明确一项,随机组合的空间就小一圈,结果向预期收敛。
「写细」具体要写哪些字段?
- 定动作起止写清动作从什么状态开始、到什么状态结束,例如「从背对镜头站立开始,转身后停在窗边」,不留给模型猜。
- 定景别与运镜写明中景还是特写、固定机位还是缓推,运镜方向一次说清,避免模型自行挑选镜头语言。
- 定光线与氛围写明时间、光源方向与色调,例如「傍晚侧逆光,暖橙色调」,让氛围有明确落点。
- 锚定人物外观沿用人物卡里的发型、服装与标志特征,同一人物在每个镜头里用同一套描述。
同一镜头,模糊写法和写细写法差在哪里?
| 维度 | 模糊写法 | 写细写法 |
|---|---|---|
| 动作 | 她走到窗边 | 她从门口快步走向窗边,先停半步,再伸手扶住窗框 |
| 镜头 | 拍一个好看的镜头 | 中景,固定机位,平视,人物从画面左侧入画 |
| 光线 | 氛围感光线 | 傍晚侧逆光,暖橙色调,窗框在地面投出长影 |
| 人物 | 穿裙子的女生 | 深蓝色过膝裙、齐肩短发、左腕系红色发圈,沿用人物卡描述 |
差别不在字数,而在选择范围:模糊写法把景别、运镜、光线、外观全部交给模型随机补全;写细写法把每一项钉住,模型只补全剩下的细节。
中景,固定机位。雨夜巷口,深蓝色过膝裙、齐肩短发的女生从画面左侧入画,先在积水前停半步,再蹲下伸手触碰倒影;傍晚侧逆光逐渐转为冷蓝路灯光,水面反光随动作晃动;结尾停在她抬头的侧脸。
Director Ready(导演请就位)怎么产出这些细节?
- 人物卡与场景卡从剧本登记进项目,人物外观锚点在每条提示词里复用同一套描述。
- 分镜提示词按镜头带动作起止状态与摄影机、镜头字段,字段位置固定,方便复制到外部平台。
- 首尾帧路线给首帧与尾帧分别描述起点画面与终点画面,中间过程交给过渡提示词。
- 分段路线的分镜可以按时间段局部修改并与原稿对照。首帧、尾帧和过渡以重新获取为主。
产出方式对应两条路线:分段严格导演按片段逐镜核对,全篇完整导演一次编排整篇成稿;人物与场景提示词按路线从对应页面生成。Director Ready(导演请就位)只覆盖分镜与提示词层,交付文本提示词,不生成图片与视频。
写细之后还需要重试吗?
需要。写细只是把没写明的字段写进提示词,生成环节仍是概率采样。没有已测量的抽卡次数。最终效果取决于外部平台、模型和素材。