脚本分镜化（将连续叙事拆成可独立生成的单镜头）
适用阶段
AI 视频全流程的"脚本→分镜"环节，处于文生图之前。
这是什么
将一个完整的、连续的叙事文本拆解为多个可独立生成、可独立出图、可独立运动的单镜头描述，每个镜头应包含画面主体、构图、动作提示和镜头类别信息。
为什么需要
- 文生图与图生视频工具普遍以单帧或单镜头为单位工作，脚本原文无法直接送入。
- 拆解后的镜头便于按画面时长匹配配音长度，也便于在剪辑阶段独立替换或迭代。
- 镜头化的分镜有助于把"叙事完整"与"镜头美感"分开评估，避免用连续文本书写方式挤占画面节奏。
常见做法
- 朗读并标记脚本中的场景切换点。
- 在每个场景内识别画面焦点（主体）与次要元素（背景、道具、光线）。
- 为每个镜头撰写独立的画面描述：主体姿态、构图（远/中/近/特写）、动作起点与终点、情绪关键词。
- 检查镜头之间的连贯性：视线、空间方位和情绪是否承接。
- 输出分镜表：镜头编号 / 时长预估 / 画面描述 / 备注。
经验与检查点
- 镜头描述应便于后续直接复用为画面提示词，建议在描述中加入可被文生图识别的关键名词、风格词和构图词。
- 镜头数量并非越多越好；同一动作可在剪辑中通过景别切换而非增加镜头来表现节奏。
- 配音时长会反向决定镜头时长，脚本分镜化应预留时长弹性，参见 配音时长反向约束镜头节奏。
不适合的场景
- 完全口播型短片（无画面分镜需求）。
- 单镜头拍摄或一次性生成的极短片段。
来源边界
原文档给出方法的存在与定位，但未公开具体的分镜模板、镜头数量上限与拆解规则，wiki 不作具体参数断言。