先做故事版，再生成视频，效果真的会稳很多。

先做故事版，再生成视频，效果真的会稳很多。 我最近在试一个 5 秒短片流程： 先把故事拆成 5 个 1 秒分镜 每个分镜写清楚画面、动作、景别、镜头运动 生成一张完整的 storyboard sheet 再用这张故事版作为参考去生成视频 这样比直接丢一句“生成一段电影感视频”更可控：角色更统一，镜头更明确，节奏也不容易乱。 比如这个设定： 一只迷你机械狐狸，在雨夜未来城市屋顶，发现一颗发光种子。 5 秒里讲完一个小故事： 0:00-0:01 远景建立场景，机械狐狸站在雨夜屋顶 0:01-0:02 中景发现水洼旁的蓝绿色光芒 0:02-0:03 近景靠近发光种子 0:03-0:04 特写触碰种子，能量光波扩散 0:04-0:05 大全景，屋顶长出发光植物 感觉现在做 AI 视频，关键不只是“提示词写得美”，而是先把镜头语言想清楚。 故事版 = 给模型一个导演分镜。 视频生成 = 让模型按分镜执行。 先导演，再生成。