Glimpse 看懂16秒短片：AI视频分镜要写清哪些细节

做 AI 视频，提示词里写“有故事感”还不够。人物先做什么、道具在哪里、另一个人何时回应，才决定观众能不能看懂这段故事。

Elorian 在 10 月 16 日发布的 Glimpse 研究预览聚焦视觉理解与推理。官方用一段16秒的人物与行李短片展示细粒度描述，并标出13个关键事件。对短片创作更有用的启发，是把“看见了什么”写到足够具体，再决定故事怎样往下走。

先写动作，再判断人物为什么这样做

那段演示里，可以看到女子收拾衣物，男子靠近并抬手示意，之后女子提包离开。把它理解为一次争执、甚至分手，是对动作和人物距离的推测；只凭这些无声画面，还不能确定两人的关系和前因。

准备参考片的观察笔记时，把两类信息分开写。动作栏记录“把衣服放进包里、转身、提包走出画面”；动机栏可以写“像是不愿继续交谈”，但别让猜测替代动作。

自己的故事可以设定明确动机。关键是再问一句：观众能从哪个动作看出来？“感激”可以落成接过遗落的物品、看向对方、停下来微笑；“焦急”可以落成反复看门口、握紧把手、加快收拾。这样写出来的分镜，才有能拍到的内容。

换一个新故事，先固定人、物和空间

以“咖啡馆里，店员把遗落的伞还给顾客”为例。情节很小，但有清楚的起点、遗漏、发现和回应，适合练习动作连续性。

先定三组保留项，后续镜头都沿用：

• 人物：短发女顾客穿深青色雨衣，男店员穿灰上衣和棕色围裙。
• 道具：一把黄色弯柄长伞、一本酒红色笔记本；伞始终只有一把。
• 空间：同一间暖色咖啡馆，绿色玻璃门在画面右侧，门外下雨。

不要每个镜头都重新描述一位“好看的顾客”。重复衣着、发型和关键道具，镜头换了，观众仍能认出是同一段事情。

四个镜头，每个只推进一步

下图是这个新故事的四格分镜示例，按左上、右上、左下、右下阅读。

1. 建立关系。 顾客坐在窗边写笔记，黄伞靠在椅旁。先让观众知道伞属于谁。
2. 留下遗漏。 顾客拿着笔记本走到门边，伞仍在空椅旁，店员注意到它。
3. 推进动作。 店员把伞递向顾客；顾客回头，视线落到伞上。
4. 完成回应。 伞已回到顾客手里，她看向店员微笑，故事在这个回应上结束。

同样是递伞，第二镜要先交代“忘了拿”，第三镜才有作用。省掉前面这一步，观众可能只看到两个人交换一件东西。

把动作表变成 PagePop 的创作需求

有了故事和保留项，再在 PagePop 中整理分镜画面与关键帧。先把四格讲清楚，确认人物与道具连续，再选择单个镜头继续做视频，比把整段情节塞进一句要求更容易指出问题。

请为“咖啡馆归还雨伞”设计四格写实电影分镜，顺序为写笔记、遗落雨伞、店员递回、顾客接伞微笑。
四格使用同一位短发女顾客、深青雨衣，以及同一位灰上衣棕围裙男店员。
始终保留同一把黄色弯柄长伞和酒红笔记本。第一、二镜伞靠在椅旁；第三镜在店员手中；第四镜在顾客手中。
同一暖色咖啡馆，绿色玻璃门在右侧，门外下雨。每格只表现一个清楚的动作状态，不加对白、字幕或额外人物。

继续写第三镜的视频需求时，再补动作的先后与节奏：

沿用第三镜人物、服装、黄伞与咖啡馆。固定中景，店员把合拢的伞轻轻递向顾客，随后停住。
顾客先低头看伞，再抬眼看向店员，表情从意外转为放松。动作自然克制，不切镜，不增加第二把伞。

检查时就沿着这条动作链看：人是否始终能认出来，伞有没有突然换色或同时出现在两处，视线是否先看到物再回应人。缺的是动作衔接，就补动作；不必靠更多风格词掩盖故事里缺掉的一步。