mcn-short-video/project/短视频提示词生成/参考skills/seedance2.0-prompt-skill/references/storyboard-driven.md

# 路径 D：分镜板驱动（Storyboard-Driven）方法论

> **适用场景**：用户上传 N 宫格分镜板 / 漫画分镜 / 多格拼贴图，想让 Seedance 直接输出可拼接视频——这类"已画好多格分镜"的需求**超出路径 A/B/C 的覆盖范围**，故单列路径 D。
>
> **状态**：v0.1，已由 case-10（vlog 四宫格）、case-11（雨夜电影预告）、case-13（街球 16 格）实测验证，仍在持续打磨。

---

## 0. 与现有路径的根本差异

| 维度 | 路径 A（概念驱动） | 路径 B（长视频流水线） | 路径 C（图片驱动） | **路径 D（分镜板驱动）** |
|------|-------------------|----------------------|-------------------|-------------------------|
| **输入** | 文字概念 | 完整项目企划 | 一张图 | **一张分镜板（多格拼贴图）** |
| **核心动作** | 收敛创意 | 拆 25 格→流水线 | 反向放大单图潜力 | **拆解+重排+串联多格的视觉叙事** |
| **图的角色** | 不需要 | 中间产物 | 框架参考 | **每一格都是独立的视觉锚点** |
| **时长决策** | 4-15s | >15s 分段 | 内容粒度推算 | **格数 × 单格秒数（4-15s 内）** |
| **输出形态** | 单条 prompt | 多条 prompt + 剪辑表 | 单条 prompt | **N 条独立 prompt + 拼接清单** 或 **单条多段时间戳 prompt** |

**核心识别信号**（满足任一即走路径 D）：
- 用户上传的图本身是 **N 宫格分镜板**（2×2 / 3×3 / 4×4 / 1×N 等）
- 用户说 "根据分镜内容拼接视频"、"按这几格生成"、"每一格做一段"
- 图明显是 "Storyboard / 分镜脚本 / 漫画分镜风格" 的多格拼贴

---

## 1. 路径 D 的两种子模式

### 1.1 模式 D-1：单条多段时间戳模式（默认，简单）

**适用**：
- 格数 ≤ 4
- 总时长在 15s 以内
- 各格之间有连贯叙事或共同主题

**做法**：
- 把分镜板里的 N 格作为视频内的 N 段时间戳
- 每段对应一格的画面内容
- 用一条 Seedance prompt 完成

**示例分配**：
- 4 格 × 单格 3.5s = 14s 总时长
- 16 格分镜板取**关键 4 格**做单视频（用户决定哪 4 格）

### 1.2 模式 D-2：多条独立 prompt + 后期拼接模式（默认 16 格用这个）

**适用**：
- 格数 ≥ 5
- 总时长会超过 15s
- 各格之间有较强独立性（场景跳跃 / 多场景蒙太奇）

**做法**：
- 每一格生成一条独立的 Seedance prompt（4-6s 短片为主）
- 输出**拼接清单**指导用户如何剪辑
- 应用 `editing-rhythm.md` 的剪辑公式（呼吸式 / 心跳式 / 海浪式 等）

**示例分配**：
- 16 格 × 单格 4s = 64s 总片长（剪辑后建议 30-45s 成片）
- 16 条独立 prompt + 1 份剪辑节奏建议

### 1.3 ⭐ 关键前置判断：分镜板「格间关系」三分类（v0.2 新增·决定处理法的总纲）

> **教训来源**：case-13 街球（连续动作链）跑通🟢，但 case-11 雨夜 4 段（独立场景）翻车🔴。
> 真正决定怎么处理的**不是格数**，而是**格子与格子之间的关系**。
> D-1/D-2 是「按格数分」的输出形态选择，本节是「按格间关系分」的处理策略选择，**两者正交**。

**核心判断准则（一句话）**：
> 把每一格单独拎出来，它们是**「同一个动作/事件的连续切片」**，还是**「能各自独立存在的不同场景」**？

| 格间关系 | 识别特征 | 处理法 | 段间转场 | 标杆 case |
|---------|---------|--------|---------|----------|
| **① 连续动作链** | 同主角+同场景+同一时间线，N 格是一个动作/事件的分解帧（运动连拍、招式分解、舞蹈分解） | **「合并还原法」**：N 格压成 M 阶段（M≈5-7），一镜到底跟拍，模型补间还原成一次连贯动作 | 无转场（一镜到底） | case-13 街球 16 格🟢 |
| **② 顺承场景** | 同主角，场景有时间/地点的连贯递进（一晚夜游不同地点、一天 vlog 不同时段），画风色调统一 | **D-1 时间戳分段**：每格一段，段间硬切或溶解皆可 | 硬切（自然感）/ 溶解 | case-10 闺蜜夜游🟢 |
| **③ 独立场景蒙太奇** | 同主角，但场景/机位/光线/时间**各自独立、跳跃**，画风差异大，无法合并也无强时序 | **「记忆/心境蒙太奇法」**（见 1.4 D-3）：靠情绪母题黏合 + 语义转场流 + 首尾呼应 | 交叉溶解 / 记忆闪回式 | 海岛旅行 9 格（本次新增范式） |

**三步决策树**：
```
看到多宫格分镜板
  ↓
① 格子是「连续动作切片」吗？（运动/招式/舞蹈分解）
   是 → 合并还原法（D-1 降级合并，一镜到底，详见 7.3 边界 case 策略）← 街球
   否 ↓
② 是「独立场景」，那画风/色调统一、有顺承时序吗？
   统一+顺承 → D-1 时间戳分段（硬切或溶解都行）← 闺蜜夜游
   差异大/无时序 ↓
③ 用「记忆/心境蒙太奇法」（D-3：情绪母题 + 语义转场流 + 首尾呼应）← 海岛旅行
```

### 1.4 ⭐ 模式 D-3：记忆/心境蒙太奇（独立场景串联，v0.2 新增）

> **定位**：专治「③ 独立场景蒙太奇」——同一主角、N 个画风/场景差异大的独立片段，
> 想用**一条** prompt 串成一支连贯的"回忆 MV / 情绪短片"，而不是逐条独立跑（D-2）。
>
> **实证来源**：用户提供的「海岛夏日旅行 9 宫格」prompt（2026-06-02），用 `nostalgic summer memory` 母题 +
> `coming to life`/`fading out like a memory disappearing` 首尾呼应，把 9 个差异极大的场景（自拍/沙滩/船甲板/泳池/日落/室内/蓝调/小径背影）黏成一段连贯回忆。
> 这恰好补齐了 case-11 翻车后只留一句话的"心境四联画"备选方案。

**适用**：
- 格间关系 = ③ 独立场景蒙太奇（最重要的前提）
- N 格无法合并成连续动作，画风/机位/光线差异大
- 但**主角是同一人**，且能找到一个统一的**情绪母题**（怀旧/治愈/孤独/成长/告别等）

**3 个核心机制（缺一不可）**：

1. **情绪母题黏合剂**（最关键）：开头一句话定调全片情绪，把所有差异片段统一解释为"同一种心境下的记忆流"。
   - 例：`一支怀旧夏日旅行回忆短片，画面在各个瞬间间平滑流转，仿佛记忆逐一复活`
   - 母题让"硬切的违和"转化为"回忆的跳跃感"——这是 ③ 类能跑通的根本原因。

2. **语义转场流**（替代硬时间戳）：不写"0-3秒/4-8秒"，改用转场连接词驱动，让模型自控节奏。
   - 句式：`以…开场 → 流转到… → 切到… → 转入… → 移向… → 接着… → 最后以…收尾`
   - 这与 `image-to-prompt.md`「极简优先铁律」（"由模型自由设计衔接节奏"）理念一致。

3. **首尾呼应的母题包裹**：开头"记忆复活"，结尾"记忆消散/淡出"，形成情绪闭环 = 二刷钩子。
   - 例：结尾 `背影渐渐走远，画面像一段记忆般缓缓淡出`

**D-3 Prompt 模板**：
```
[一句情绪母题定调：一支[情绪]的[主题]回忆短片，画面在各瞬间间平滑流转，仿佛记忆逐一复活][比例]。

参考@图片1[拼贴图作分镜参考]，但不复刻九宫格网格边框/格子分隔线/编号，
将每一格演绎为一段连贯记忆，由模型自由设计段间衔接节奏。

以[第1格场景：主体+动作+光影+情绪]开场，
流转到[第2格场景]，
切到[第3格场景]，
转入[第4格场景]，
移向[第5格场景]，
接着[第6格场景]，
随后[第7格场景]，
最后以[末格场景：背影/远景]收尾，画面像一段记忆般缓缓淡出。

[统一调色/光影母题一句话，让差异场景视觉收敛：如 暖金阳光与梦幻虚化贯穿全片]，
[段间过渡方式：每段间用柔和交叉溶解衔接，保持记忆流转的连续感]，
[BGM 一句：舒缓治愈的氛围音乐贯穿]。

禁止任何文字字幕LOGO水印，禁止网格边框与分镜板UI元素，禁止真人面孔可识别。
```

**D-3 与「合并还原法」(街球) 的本质对照**：

| | 合并还原法（街球·连续动作链） | D-3 记忆蒙太奇（旅行·独立场景） |
|---|---|---|
| 输入格子关系 | 连续切片 | 独立场景 |
| 黏合手段 | 一镜到底跟拍 + 物理动作连贯 | 情绪母题 + 语义转场流 |
| 段间 | 无转场 | 交叉溶解 |
| 节奏控制 | 模型补间还原动作 | 模型按转场流自控节奏 |
| 母题作用 | 动作时序本身就是骨架 | 情绪才是唯一骨架（场景帮不上忙） |

**⚠️ 合规提醒**：D-3 常见于旅行/写真/泳装等场景（如本次海岛 9 格含泳装），输出前必过 `image-to-prompt.md` 合规清单——泳装曲线用 case-28「小心思曲线安全措辞」（figure/waistline/silhouette，避 breast/butt），并加 tasteful body-confidence 护栏。这份英文 prompt 原文**没做合规审查**，直接上即梦有 post-TNS 风险。

### 1.4.1 ⭐ D-3 两个子变体：文艺溶解版 vs 轻快混剪版（2026-06-03 case-29 实测沉淀）

> case-29 情侣八宫格连出两版均一次过审🟢，验证 D-3 内部还可按"情绪基调"分两个子变体：

| 子变体 | 段间转场 | BGM | 节奏 | 比例典型 | 适合 |
|--------|---------|-----|------|---------|------|
| **文艺溶解版**（D-3 默认）| 交叉溶解 | 舒缓治愈氛围 | 慢、绵长 | 横/竖均可 | 怀旧回忆 MV、情感向 |
| **轻快混剪版**（case-29 v2）| **干脆硬切+卡拍** | **活泼流行电子** | 快、跳跃 | 9:16 竖屏 | 抖音旅行混剪、青春活力向 |

**关键经验**：
1. **转场不是只能溶解**——主理人觉得"溶解太像电子相册"时，改"硬切卡着节拍直切，不要渐隐渐现不要交叉溶解"，立刻变抖音混剪味。
2. **抽格优于塞满**——8 格塞进 15s 太挤；**抽 5 格 × 3s** 节奏更舒服。抽格原则：选画面差异大、情绪代表性强的（早餐笑/镜面/泳池脚/夜市/合照），舍掉重复机位。
3. **竖屏成片用 `multimodal2video --ratio=9:16`**——横向拼贴图也能锁竖屏输出（image2video 会跟随横图，不能锁比例）。
4. **活泼 BGM 安全写法**：写"活泼轻快有律动和运动感的流行电子背景音乐"安全；**切勿**写"爵士/钢琴/Lounge"（夜场 BGM 雷区）。

### 1.4.2 ⭐ 夜景/手机随拍类的"真实感"修订（2026-06-03 case-16 实测沉淀）

> case-16 夜街牵手三变体实跑反馈"灯太亮/太高清/动作不自然"——**D 类若走极简版省掉画质退化，夜景/手机题材一定出片像影棚**。三个必补模块：

```
① 夜景低照度光感（治"灯太亮"）：人物只被环境余光从侧面/背后微弱照到，大部分在暗部，
   明暗对比强、暗部不补光，严禁影棚均匀打亮、严禁人物比环境亮、严禁面部过曝。
② 手机夜拍画质退化（治"太高清"）：弱光高ISO噪点+暗部色块+自动曝光白平衡漂移+握持走动抖动模糊+
   对焦呼吸+广角畸变暗角。禁用4K高清/电影级稳定/影棚布光/调色精致/画面锐利。
③ 自然动作（治"不自然"）：回头改"随意一瞥"不是"摆拍定格"、微笑改"松弛的笑"、
   手与头发随走动自然发生，去掉夸张造型和过度对镜头表演。
```

---

## 2. 第 1 轮：分镜板分析（路径 D 的核心动作）

### 2.1 必须输出的字段

```markdown
## 分镜板分析

**分镜板类型**：[N 宫格 / 漫画分镜 / 横向时间线 / 自由排布]
**总格数**：X 格
**单格主体**：[每格是同一主角？同一场景不同瞬间？多场景蒙太奇？]
**叙事结构**：[线性时间 / 多视角同一时刻 / 主题变奏 / 无序蒙太奇]

**画质来源判定**（继承路径 C 第四原则）：[摆拍 / 生活抓拍 / 手机日常 / ...]
**对应 4 层画质退化策略**：（详见 image-to-prompt.md 第四原则）

**比例诊断**：
- 单格比例：[每一格的实际比例]
- 推荐视频比例：[基于单格比例推荐 9:16 / 16:9 / 1:1]

**Hook 范式判断**（继承路径 C 双范式）：[反应 / 凝视 / 混合 / 待定·询问用户]

**模式判断**：
- D-1 单条多段（≤4 格 + 总 ≤15s）  →  推荐
- D-2 多条独立（≥5 格 或 总 >15s）  →  推荐

**风险检查**：
- [ ] 真人脸（每一格都要看）
- [ ] 文字/UI/水印（分镜板本身可能带的格线/编号需要剪掉）
- [ ] 平台合规风险（每一格独立评估）
- [ ] **分镜板自身的格线/标号是否会被模型当作画面元素**（重要）
```

### 2.2 分镜板特有的"格线规避"声明（强制）

分镜板图中的**网格线、格子编号、格内空隙**容易被 Seedance 误读为"画面元素"。每条 prompt 中**必须显式声明**：

```
参考@图片1 第 K 格的画面内容，但**不复刻分镜板的网格边框/格子编号/分隔线**，
视频画面应是该格的全屏单镜头延展，无任何网格 UI 元素。
```

### 2.3 用户决策询问（强制）

```markdown
## 这个分镜板想怎么处理？

**模式 1**：D-1 单条 X 秒视频，把 X 格做成时间戳分镜
  - 适合：格数少、叙事连贯、想一条出片
  - 限制：总时长不能超过 15s

**模式 2**：D-2 N 条独立 prompt + 拼接清单
  - 适合：格数多、想要剪辑出 30-60s 成片、各格独立性强
  - 输出：每格一条 prompt + 剪辑公式建议（呼吸式 / 心跳式 / 海浪式 等）

**模式 3**：精选 K 格（你来定哪 K 格）做一条 D-1 视频，剩下的格忽略
  - 适合：16 格里只有 4-5 格真的好

→ 回复 1 / 2 / 3，模式 3 请同时告知保留哪几格
```

---

## 3. 模式 D-1 的 Prompt 模板

```
[X秒][风格总纲，含画质来源关键词]，

参考@图片1 的整体氛围+主体外貌服装，但**不复刻分镜板的网格边框/格子编号**，
视频自由演化为 X 段连贯瞬间：

0—K1 秒（对应@图片1 第 1 格）：[第 1 格画面内容的镜头化描述 + 凝视/反应模式选择]，
[运镜：选择 1 个]；
K1—K2 秒（对应@图片1 第 2 格）：[第 2 格画面 + 与第 1 格的视觉过渡方式]，
[运镜：选择 1 个]；
... 继续 ...
K(N-1)—X 秒（对应@图片1 第 N 格）：[最后一格 + 收束方式]。

[画质 4 层退化模板，参考 image-to-prompt.md 第四原则]
[场景常识审计已通过的关键约束]
风格锁定：禁止任何文字、字幕、LOGO、水印，禁止网格边框，禁止分镜板 UI 元素。
```

**段间过渡选择**：
- **硬切**：节奏紧凑、场景跳跃明显时（推荐 vlog / 街球扣篮 / 蒙太奇）
- **匹配剪辑**：相邻格有视觉关联时（动作连续/物体形状相似）
- **交叉溶解**：相邻格情绪/氛围连续时（情侣旅行 / 治愈系）

---

## 4. 模式 D-2 的 Prompt 模板（每格独立）

每格按路径 C v3 完整流程出一条 prompt：

```markdown
## 第 K 格（@图片1 第 K 格）

**单格描述**：[一句话概括这格画面]
**Hook 范式**：[反应 / 凝视]
**单格时长**：[3-6s]
**单格 Prompt**：

\`\`\`
[X秒][风格总纲，含画质来源关键词]，
参考@图片1 第 K 格的画面（但不复刻网格边框），视频为该格的全屏镜头延展：

0—X 秒：[完整的镜头化描述，含主角动作/群演/环境/运镜]，
[凝视模式：3-4 个自然小动作 / 反应模式：子节拍展开]，
[画质 4 层退化模板]，
[镜头运动锁死声明 / 反应模式可切镜]。

风格锁定：禁止任何文字、字幕、LOGO、水印，禁止网格边框。
\`\`\`
```

**所有格子完成后必须输出 1 份"剪辑节奏建议"**：

```markdown
## 拼接剪辑建议

**总片长**：N 格 × 平均单格 4s = ~XX s
**推荐成片时长**：30s / 45s / 60s（建议比总片长短 30-50%，留剪辑余量）
**推荐剪辑公式**：[呼吸式 / 心跳式 / 海浪式 / 子弹时间 / 脉冲式 / 静默锤击]
**理由**：[为什么这个公式适合这个分镜板的内容]

**关键剪辑节点**：
- 开场前 2 秒（生死线）：用第 [K] 格做开场，因为 [理由]
- 高潮点：第 [K] 格 ~ 第 [K+1] 格，[处理方式]
- 收束：第 [K] 格做结尾，留 [二刷钩子]

**段内修剪建议**（AI 素材专属）：
- 每条素材首尾各修剪 0.5-1s（AI 运镜起止最不稳定）
- 色调统一：选第 [K] 格作基准片，其他 LUT 向它对齐

详见 editing-rhythm.md
```

---

## 5. 分镜板特有的方法论原则

### ① 格内独立性 vs 格间连贯性的权衡

- **格间连贯**（同一主角同一场景）：单格 prompt 可以省略主角外貌细节，统一用 "@图片1 第 K 格的同一主角"
- **格间断裂**（多场景蒙太奇）：每格 prompt 都要独立写明主角外貌+场景，避免模型从前一格继承错误信息

### ② 分镜板自带的 "排版陷阱"

分镜板图本身的：
- 网格线
- 格子编号（1-16）
- 分隔留白
- 整体边框

**模型可能把这些当画面元素**。每条 prompt 必须强制声明 "禁止网格边框、禁止分镜板 UI 元素"。

### ③ 模式选择的决策树

```
分镜板格数？
├─ ≤4 格 → 总时长能 ≤15s？
│   ├─ 是 → 模式 D-1（单条多段）
│   └─ 否 → 模式 D-2（多条拼接）
└─ ≥5 格 →
    ├─ 用户想出 30-60s 成片 → 模式 D-2
    ├─ 用户只想要 15s 内单条 → 询问"精选哪 4 格"用模式 D-1
    └─ 用户没明确 → 推荐 D-2，给剪辑公式建议
```

### ④ 16 格分镜板的特殊处理

16 格 × 4s = 64s 素材，剪成 30-45s 成片是黄金区间。
- **建议剪辑公式**：海浪式（情感故事 / 旅行 vlog 类）或 呼吸式（综合内容）
- **必须做色调统一**：16 格用 16 条 prompt 跑出来后必然有色差，剪辑前需要统一 LUT
- **AI 素材陷阱**：16 段都跑一遍可能花大量积分，**建议先跑 4-5 个关键格验证风格一致性**，再批量跑剩下的

---

## 6. 与路径 C 的复用关系

路径 D **完全继承**路径 C v3 的：
- 双 Hook 范式（反应模式 / 凝视模式）
- 8 条方法论原则
- 4 层画质退化模板
- 9 个禁用清单
- 风险检查清单
- 比例处理 5 类策略
- 文字要求 4 级注入

路径 D **新增**：
- 分镜板分析输出（取代单图分析）
- D-1/D-2 模式选择
- 格线/编号/UI 规避声明
- 剪辑节奏建议（衔接 editing-rhythm.md）

---

## 7. 在 SKILL.md 中的集成

**已并入 SKILL.md Step 0 判断逻辑**：

```
路径 D — 分镜板驱动（Storyboard-Driven）：
- 触发：用户上传 N 宫格分镜板 / 漫画分镜 / 多格拼贴图，要求 "根据分镜生成视频" / "按这几格拼接"
- 核心任务：拆解多格 → 选 D-1/D-2 模式 → 输出 prompt（单条多段或 N 条独立）+ 剪辑节奏建议
- 完整方法论见 references/storyboard-driven.md
```

---

## 8. 待实测验证的疑点

1. **格线规避**真的有效吗？模型会不会还是把网格当画面元素？
2. **D-1 单条多段**模式下，Seedance 能否准确按时间戳执行 4 段不同画面？
3. **D-2 多条独立**模式下，跑出来的素材色调一致性如何？需不需要额外约束？
4. **16 格全跑**性价比如何？是不是应该强制限制 ≤8 格？
5. **凝视/反应混合范式**（有些格是凝视，有些格是反应）的处理逻辑？

→ 其中疑点 1-3 已由 case-11 / case-13 部分验证（多宫格对每一帧的控制力强、格线规避有效、D-1 时间戳可按段执行），疑点 4-5 仍需更多样本。

---

**版本**：v0.1（已实战验证，持续打磨）
**首次定稿**：2026-05-13
**实测案例**：case-10 闺蜜夜游四宫格 / case-11 雨夜电影预告 / case-13 街球 16 格
**作者**：基于路径 C v3 方法论扩展 + 多宫格场景实测