为了提高叙事的连续性，对齐人、物、场景的状态变化，以及镜头关系，我现在要设计一个故事板，给我一些思路

可以把故事板设计成“带状态记录的镜头序列”，而不只是几张图加提示词。每个镜头既说明怎么拍，也说明故事世界发生了什么变化，下一个镜头接着这个结果走。 先沿用咖啡广告的例子：同一个人从办公室拿起杯子，走出门，最后到咖啡店。你真正要防的不是只有“脸变了”，还有“杯子换手了”“门没开人就出去了”“切镜头后行走方向反了”。 一、先做一张能验证连续性的故事板 镜头一，办公室中景，3秒。 小林站在桌子西侧，面向东；红色杯子放在桌面，他右手空着。 动作：右手握住杯柄，拿起杯子。 结束状态：杯子在右手，桌面原位置为空，人仍在桌旁。 镜头目的：建立人物、道具，以及出发前的状态。 镜头二，手部特写，2秒。 从上一镜头“杯子刚离开桌面”的动作接入。 动作：右手把杯子拿稳，左手伸向门把手。 结束状态：右手持杯，左手接触门把手，门仍关闭。 镜头目的：强调产品，同时衔接出门动作。 镜头三，门口侧面全景，4秒。 动作：左手开门，人物持杯走入走廊。 结束状态：人物在走廊，右手持杯，门打开。 镜头目的：完成空间迁移。 注意，镜头一到镜头二之间还缺“从桌边走到门口”。你可以补一个镜头，也可以明确标注为时间省略；不能一边声明动作无缝衔接，一边让人物瞬移。这就是结构化故事板比纯提示词更有用的地方。 二、把信息分成三层，不要全部塞进镜头描述 第一层是固定设定。 人物：唯一编号、参考图、服装、发型、体型。 道具：唯一编号、形状、颜色、标识位置、尺寸。 场景：平面布局、门窗位置、固定家具、主光方向。 例如“小林”和“红杯”在所有镜头里都引用同一个资产，而不是每个镜头重新描述一个相似的人和杯子。 第二层是可变化状态。 人物：位置、朝向、姿势、左右手占用、情绪。 道具：位置、持有者、朝向、完整程度、内容物多少。 场景：门的开关、灯光状态、物体布局。 固定设定回答“它是谁”，动态状态回答“它现在怎么样”。 第三层是摄影表达。 景别、机位、镜头运动、对焦对象、构图、时长、声音，以及和前后镜头的衔接方式。 这层尤其要和世界状态分开：杯子从画面左侧变到右侧，可能只是换了机位，不代表杯子在房间里移动了。 三、每个镜头用“前置条件—动作—结果”来写 例如开门镜头： 前置条件：人在门内侧，门关闭，右手持杯，左手空闲。 动作：左手转动门把手并推门。 结果：门打开，右手仍持杯。 这样可以直接检查冲突：如果前一镜头左手已经拿着手机，就要安排收起手机、换手，或者修改开门动作。 最重要的约束是：没有被事件改变的状态，默认保持，而不是每个镜头重置一次。 同时保留“未知”和“不可见”。杯子被身体挡住不等于杯子消失；但只凭遮挡画面，也不能断言它已经换到了左手。 四、把镜头关系做成显式字段 不只记录“下一镜头是谁”，还记录怎么接。 时间关系：连续动作、部分动作重叠、时间省略、闪回。 空间关系：同一地点换机位、跟随人物迁移、切到另一个地点。 动作关系：接拿杯动作、接转身动作、接视线。 声音关系：上一镜头声音延续，或下一场景声音提前进入。 如果要做视线匹配，就写清“小林看向哪里”和“下一镜头展示什么”；如果要维持屏幕运动方向，就记录人物在画面中向左还是向右移动，并结合场景布局检查机位。 不要把“不许越轴”写成绝对规则。可以有意越轴，但最好安排观众能理解空间变化的过渡。 五、生成流程采用“计划状态”和“实际画面”双轨 这是接视频模型时最值得加的一步。 故事板计划：镜头结束时，杯子在右手。 生成结果：画面里杯子到了左手。 不能因为文本写了右手，就默认视频也正确。需要检查关键帧，把实际观察到的状态和计划对比；冲突时优先重生成或编辑当前镜头，而不是让错误悄悄传到后面。 参考材料也不必只给上一镜头尾帧：可以同时准备角色参考图、道具参考图、场景布局和动作接点图，再按所用模型的输入能力选择。换机位时，上一帧适合约束状态，不一定适合约束新构图。 六、第一版怎么落地 建议先做一个“三镜头、单人物、单道具、单场景”的闭环。 界面左边放人物、道具和场景资产；中间放镜头卡片；右边展示当前镜头开始与结束的状态差异。修改前面的动作时，标出受影响的后续镜头，由你确认是否更新，不要自动改掉整段剧情。 第一版先检查四件事：人物身份是否一致，道具持有关系是否合理，动作前后是否接得上，空间迁移是否有交代。 核心思路就是：故事板不仅描述“这一镜头长什么样”，还要明确“它继承了什么、改变了什么、留给下一镜头什么”。