2.2 分镜 schema

2.2 分镜 schema

本节摘要：本节做分镜段：把剧本 JSON 切成镜头施工图。先逐字段拆解分镜 schema 的七个字段——镜头号、场景号、时长、画面描述、台词、运镜、转场，每个字段说清「谁写它、谁读它」：镜头号与时长是剪辑段的排期依据，画面描述与运镜是生成段的提示词原料，台词是音轨与字幕段的输入，转场是剪辑段的指令。然后写剧本到分镜的转换提示：一场戏切成几镜由信息量决定，时长按场预算分配，转换提示词要把「一景一镜还是一景多镜」的裁量规则交给模型并给出镜头号编码规则。最后过三道校验关：镜头号连续性、时长总和达标、台词归属不散失——1.2 节的校验函数在这里补全为完整版本。

学习目标

• 说出分镜七个字段各自的写者与读者，解释字段为什么这样分工。
• 写出剧本到分镜的转换提示词，含镜头数裁量规则与时长预算。
• 实现镜头号连续、时长总和、台词归属三道校验。
• 完成一场戏从剧本到分镜的完整走查。

一、七个字段：谁写它、谁读它

镜头号编码沿用 1.2 节的约定：场号乘一百加序号，101 与 102 同属第一场。这个编码把「归组」免费送给了下游——不需要查表就能从镜头号看出场次归属。

二、剧本到分镜：转换提示

转换不是逐场翻译，是一次「再创作受限翻译」：模型要决定一场戏切几镜、每镜多长、运镜怎么配。裁量规则必须写进提示词，否则模型会给出「每场一刀切两镜」的懒惰答案。

# storyboard_prompt.py —— 剧本到分镜的转换提示（写法示意）
PROMPT = """你是分镜师。把下面的剧本切成镜头，规则：

1. 一场戏切成 1 到 4 镜：动作单一则 1 镜，动作有起承则多镜；
2. 镜头号 = 场景号 * 100 + 镜内序号（如第 1 场第 2 镜为 102）；
3. 时长：全场预算 {budget} 秒，按信息量分配，单镜 2 到 6 秒；
4. visual 用具体画面描述，不写情绪词；camera 从推/拉/摇/移/跟/固定里选；
5. 剧本台词原样保留到所属镜头的 line，一句台词只放一个镜头；
6. transition 是与下一镜的衔接：切/叠化/黑场。

剧本：
{script_json}

只输出 JSON：{{"shots": [{{"shot_id": int, "scene_id": int, "duration": float,
"visual": str, "line": str, "camera": str, "transition": str}}]}}"""

def build_prompt(script):
    budget = round(script["target_duration"] / max(len(script["scenes"]), 1), 1)
    return PROMPT.format(budget=budget, script_json=__import__("json").dumps(script, ensure_ascii=False))
​

最后那行 __import__("json") 是行内导入的写法示意——工程代码里请正常地在文件头 import json。时长预算按「目标片长除以场数」下发给每场（示意口径），模型在预算内分配；台词原样保留的要求很关键：分镜段没有改台词的权限，改了就会在音轨与字幕段造成两个版本。

三、三道校验关

1.2 节的校验函数补全为三关完整版：

# validate_storyboard_full.py —— 分镜三道校验：编号、时长、归属
import json

def validate(path, script_path):
    with open(path, encoding="utf-8") as f:
        board = json.load(f)
    with open(script_path, encoding="utf-8") as f:
        script = json.load(f)
    problems = []
    ids = [s["shot_id"] for s in board["shots"]]
    for i in range(1, len(ids)):
        if ids[i] <= ids[i - 1]:
            problems.append("镜头号未递增：%s 后出现 %s" % (ids[i - 1], ids[i]))
    total = sum(s["duration"] for s in board["shots"])
    target = script["target_duration"]
    if abs(total - target) > 1.5:
        problems.append("总时长 %.1f 秒偏离目标 %.1f 秒" % (total, target))
    board_lines = [s["line"] for s in board["shots"] if s["line"]]
    script_lines = [line for scene in script["scenes"] for line in scene["lines"]]
    if sorted(board_lines) != sorted(script_lines):
        problems.append("台词在转换中散失或被改写，请对照剧本逐句核对")
    return problems
​

第三关用「两边台词多重集合相等」做散失检查——分镜段只许搬运台词，不许创作台词。运镜与转场的词表校验（camera 必须在六选一里）建议也加上，词表外的一次手工豁免比静默放行安全。

四、示例走查：《修表匠》第一场

输入是 2.1 节剧本的第一场（傍晚，老修表匠端详停摆的怀表，台词一句）。转换产出两镜：

# storyboard_walkthrough.py —— 第一场的分镜产出示意（storyboard.v1.json 节选）
shots_of_scene_1 = [
    {
        "shot_id": 101,
        "scene_id": 1,
        "duration": 4.0,
        "visual": "钟表铺内景，台灯暖光下，老人双手捧着怀表端详",
        "line": "这块表，四十年没停过。",
        "camera": "缓推",
        "transition": "切",
    },
    {
        "shot_id": 102,
        "scene_id": 1,
        "duration": 2.5,
        "visual": "特写：怀表表盘，秒针纹丝不动",
        "line": "",
        "camera": "固定",
        "transition": "叠化",
    },
]
​

走查三关：101 到 102 递增，过关；本场合计 6.5 秒，若全片四场预算 60 秒则本场占位合理（全场总和的检查在最后一场转换完后做），过关；台词一句不少地落在 101，过关。人工再看一眼：102 用叠化接下一场深夜，暗示时间流逝——这种「镜头语言表达叙事」的判断正是 2.3 节人审节点要做的事。

本节要点回顾

• 七字段各有写者与读者：镜头号是定位键、画面描述与运镜喂生成段、台词归音轨字幕、转场归剪辑。
• 转换提示必须含裁量规则：切镜数、镜头号编码、时长预算、台词原样保留。
• 三道校验关：编号递增、总时长达标、台词无散失；词表校验建议同步加上。
• 走查示例显示人工看的重点从「对不对」转向「好不好」——这正是人审的分工。

施工图有了，但施工图注定要改——下一节回答改哪里、怎么改、谁拍板。