小说章节是为阅读而组织的;视频序列是为观看和聆听而组织的。这两种结构有重叠,但并不能互换。如果你在每个段落处拆分散文,就会产生太多碎片。如果你把整个章节发送给视频模型,就是要求一个片段承载超出其传达能力的动作。

实用的解决方案是三级拆分:场景、节拍、镜头。

场景:一个连续的戏剧情境

一个场景通常保持相同的主要地点、时间段和即时目标。当故事在地点、时间、参与角色或戏剧目的上发生有意义的变化时,就开启一个新场景。

考虑这段短文:

玛拉走进已关闭的车站去取一个手提箱。她发现储物柜是空的。尽管时刻表显示线路已停运,一列火车却到站了。她失踪的哥哥走上了站台。

这可以保持为一个场景,因为车站、时间和主要目标都是连续的。哥哥的出现改变了场景的方向,但不一定改变其地点或时间。

不要以字数作为主要边界。一段2000字的对话可能是一个场景;一段300字的蒙太奇可能包含五个地点。

节拍:信息、意图或情感的一次变化

在车站场景中,找出改变观众理解的时刻:

  1. 玛拉带着明确的目标进入。
  2. 空储物柜制造了一个问题。
  3. 不可能出现的火车改变了规则。
  4. 她哥哥的出现带来了揭示。

    每个节拍都应该能够表达为可观察的变化。“玛拉变得不安”还不是视觉化的。“玛拉查看已熄灭的出发信息板,然后转向铁轨的声音方向”给了摄像机可以捕捉的东西。

    镜头:一个受控的屏幕动作片段

    镜头不是小说中的一句话。它是一个连续的摄像机视角,具有可控的主体、动作和结束状态。一个有用的镜头描述回答:

    • 谁或什么是焦点主体?
    • 主体在哪里?
    • 发生了什么单一的主要动作?
    • 到结束时什么发生了变化?
    • 为了下一个镜头,什么必须保持一致?

      对于示例场景:

      镜头

      目的

      可见动作

      结束状态

      1

      建立

      玛拉穿过空无一人的大厅,走向储物柜

      她在18号储物柜前停下

      2

      问题

      她打开储物柜,发现里面是空的

      她的信心下降

      3

      规则改变

      车头灯照进车站时,熄灭的显示屏闪烁起来

      她转向站台

      4

      揭示

      一列火车停下,她的哥哥从车门走出

      他们看见了彼此

      四个镜头足以保持因果连贯。为每一个眼神、手部动作和台词单独添加片段会增加成本,却未必能提升清晰度。

      决定压缩什么

      散文常常通过叙述、回忆和解读重复信息。保留那些会改变决定、关系或未来事件的细节。压缩那些可以通过美术设计、道具、一句对白或一个短插入镜头传达的背景信息。

      用这个测试:如果删除一段内容既不会改变观众的理解,也不会改变下一个动作,那它可能不需要单独的镜头。

      在生成之前建立连贯性

      在编写提示词之前,先列出反复出现的资产:

      • 角色外观和当前服装
      • 地点布局、光线和天气
      • 重要道具及其状态
      • 一天中的时间
      • 每个镜头结束时的情绪状态

        在 ElserStudio 的小说转视频工作流中,这些标准角色、地点和道具可以作为可复用的世界资产存在。镜头可以引用相同的已批准资产,而不必从头重新描述。

        最终质量检查

        只读镜头清单——不要读原章节。新读者能否看懂谁想要什么、出了什么问题以及发生了什么变化?然后再读一遍章节。视觉版本是否保留了它的情感转折点,还是仅仅复现了事件?

        最好的拆解不是最详细的拆解。而是能保留章节因果与情感主干的、最小的可拍摄镜头序列。

        常见问题

        一个小说章节应该拆成多少个场景?

        没有固定数量。一个章节可以是一个连续场景,也可以是跨越多个地点和时间的场景序列。应根据戏剧连续性来判断,而不是章节标题。

        每个节拍都应该成为一个独立镜头吗?

        不需要。如果动作仍然清晰可读,几个兼容的节拍可以发生在同一个镜头中。当焦点主体、镜头目的或戏剧状态发生变化时再拆分。

        AI 视频镜头描述应该多长?

        长度足以说明主体、动作、场景和结束状态,但又足够简短以保留一个主导动作。将可复用的身份信息放入资产中,而不是在每个镜头中重复。