Shot Breakdown

镜头拆解 — 矩阵生图筛选与成本判停

R — 核心命题 (Reading)

矩阵化出图之后，真正的工作是筛，不是抽。

一次出一批（16 宫格这类），然后逐张对着分镜意图检查：景别对不对、机位对不对、人物对不对。不对就针对性重抽那一项，而不是整批推倒重来。

关键在于筛选的判据是分镜意图，不是好看。同一批里可能小孩是对的、大人是错的 —— 那就只重抽大人那几镜，对的部分直接收下。把「这批不行」当成整体判断，是最常见的浪费。

配套的是判停：重抽有上限，超过就该改镜头设计而不是继续抽。

方法论来源见仓库根目录 ATTRIBUTION.md。

I — 方法论骨架 (Interpretation)

镜头拆解不是传统意义上"把剧本拆成分镜表"，而是反向操作——先批量生成一堆随机结果，再从结果里筛出可用画面，倒推出分镜。

具体流程是三步：先用矩阵化生图（16 宫格或类似批量出图）一次产出一批候选；再逐张对照脚本意图筛选，人物不对/场景不符的直接弃用；对筛出来的可用画面做二次修正，景别不对改景别、机位不对改机位。

这套流程的前提是角色形象已经锁定（见 lock-character-reference），否则筛选和修正都没有基准可对照。

真正决定这个方法论有没有用的，不是筛选步骤本身，而是筛不出来的时候怎么办。云端场景下抽卡近乎零成本，可以无限重抽；本地场景下每次生成是真实的分钟级 GPU 占用，重抽是有真实代价的成本。这就需要一个明确的判停条件：不是"修到满意为止"，而是当某个角色/场景反复抽不出对的结果时，直接判定为"不在范畴里"弃用，必要时改故事而不是死磕生成参数。这是作者自己真实做过的决策——不是理论，是他真的把结局换掉了。

A1 — 来源中的应用 (Past Application)

案例 1: S1 矩阵化生图 → 镜头拆解筛选流程

• 问题: 结合导演简报和脚本做批量出图之后，如何从一堆随机结果里挑出能用的画面
• 方法论的使用: 用 16 宫格矩阵化生图批量产出候选，逐张比对脚本意图筛选，不符合的直接弃用；对筛出的可用画面做二次修正（景别/机位不对就改）
• 结论: 镜头拆解本质是"从结果反推分镜"，不是精准控制生成
• 结果: 用这套流程把批量生成结果收敛成《后山野花》的可用镜头序列

案例 2: 人物形象跑偏 → 弃用并换结局（真实弃用决策）

• 问题: 矩阵化生图筛选时发现主角、村长的人物形象跑偏（"人是不对的"），只有小孩的形象是对的，这些不合格的场景"其实都不在范畴里面"
• 方法论的使用: 没有选择继续换提示词硬修这几个角色的形象，而是直接判定这批结果不可用，并倒逼修改分镜——原定的结局场景整个换掉
• 结论: 筛不出来的正确反应是弃用+改故事，不是无限重抽/硬修
• 结果: 《后山野花》最终仍完成并入围，证明"弃用并改故事"这条路径是可行的收尾手段

A2 — 触发场景 (Future Trigger) ★

用户会在什么情境下需要这个 skill?

1. 已经锁定角色形象，批量出图之后，要从一堆结果里挑出能用的镜头
2. 抽出来的图人物形象跑偏、景别或机位不对，不确定该换提示词重抽还是接受现状
3. 已经在同一个镜头上重抽了很多次仍然不满意，担心继续抽下去只是浪费本地算力和时间
4. 发现某个角色/场景在本地怎么抽都抽不对，需要决定是死磕还是改故事

语言信号

• "这批图哪些能用"
• "抽了好几次都不对，要不要继续抽"
• "这个角色形象一直崩，怎么办"
• "shot selection / re-roll / give up on a shot"

与相邻 skill 的区分（定稿）

• 与 emotion-to-camera-language 的区别：本 skill 依赖那个 skill——批量生成需要先有提示词，本 skill 管生成之后怎么筛选和修正；那个 skill 管生成之前单个镜头内部怎么描述提示词。没有先写出四件套提示词，批量出的图连"筛选标准"都没有
• 与 lock-character-reference 的区别：本 skill 依赖那个 skill——前提是角色形象已经锁定；那个 skill 管形象锁定本身怎么做、本地条件下会在哪里失效。没有锁死的形象，筛出来的图连"是不是同一个人"都判断不了
• 与 material-driven-storyboard 的区别：那个 skill 管生成之前分镜设计该以什么素材为起点（发生更早，属于可行性检查）；本 skill 管生成之后怎么从一批实际产出的结果里筛选可用画面（发生在实际批量生成时）。两者不是同一层：即使已经用 material-driven-storyboard 确认了素材可行，具体抽出来的这一张图对不对，仍然要靠本 skill 筛
• 与 rhythm-density / editing-triad 的区别：本 skill 发生在素材筛选阶段，那两个 skill 发生在素材已经筛完、准备排布时长/剪辑成片的阶段，依赖本 skill 先产出确定的可用镜头

E — 可执行步骤 (Execution)

1. 批量矩阵化出图

   • 结合脚本/导演简报，用同一批提示词做多宫格（或多次同参数改 seed）批量出图，本地无一键 16 宫格功能，用改 seed 循环出图替代
   • 完成标准：手上有一批（建议 ≥4-6 张）针对同一镜号的候选图

2. 按脚本意图逐张筛选

   • 对照脚本意图检查人物是否对、场景是否在范畴内，不符合的直接标记弃用，不勉强凑合
   • 完成标准：每张候选图都被标记为"可用"或"弃用"，没有模糊状态

3. 对可用画面做二次修正

   • 景别不对改景别提示词重抽，机位不对改机位提示词重抽
   • 完成标准：修正后的画面景别/机位与脚本意图一致

4. 成本判停检查（关键步骤）

   • 统计这个镜号已经重抽的次数/耗时；本地每次生成是真实的分钟级 GPU 占用，不是零成本抽卡
   • 完成标准：明确得出"继续抽"或"停止，进入弃用流程"的判断，而不是无限抽下去
   • 判停条件：若同一镜号已经重抽超过一个自己设定的次数上限（建议 3-5 次）仍未筛出可用结果，停止重抽，转到步骤 5

5. 弃用并改故事（判停后的出口）

   • 把该镜号判定为"当前本地能力做不出来"，倒推修改分镜甚至结局/场景设定，而不是继续硬修同一批结果
   • 完成标准：分镜/故事层面已经有替代方案，不再依赖这个抽不出来的镜头

B — 边界 (Boundary) ★

不要在以下情况使用此 skill

• 角色形象图还没锁定——先做 lock-character-reference，没有一致的基准，筛选和修正都没有意义
• 只是要写提示词描述单个镜头的机位光位，还没进入批量生成——用 emotion-to-camera-language
• 素材已经筛选完毕，现在要决定时长/音效/调色——那是 rhythm-density / editing-triad 的范围

来源中警告的失败模式

• 明知人物/场景形象不对还将就使用——直接违背作者本人的判断标准，他把这类结果明确判定为"不在范畴里面"
• 把"多试几次挑好的"当成常识化的无脑重抽，忽视本地重抽的真实算力成本——这是把云端的抽卡成本假设直接照搬到本地，本地每次生成是真实的分钟级 GPU 占用而非近乎免费

作者的盲点 / 局限

• S1 全程在云端平台（即梦/可灵/Nano Banana/Image2）操作，重抽近乎零成本，"抽到满意为止"的耐心在本地环境下必须重新校准；判停次数（3-5 次）是本 skill 基于本地成本推导给出的经验值，不是来源里的量化数据
• 弃用并改故事这条路径在案例里只发生过一次（结局莲花），样本量为 1，能否稳定复用到"任何角色形象跑偏"的场景未经进一步验证

容易混淆的邻近方法论

• 与"提示词工程调参"（改权重/负向词试图修复同一张图）不是一回事——那是在同一批结果内部做微调，本 skill 讲的是"整批弃用、重新抽或者改故事"这个更大颗粒度的决策
• 与"角色一致性锁定"不是一回事——那是前置的基准建立步骤，本 skill 假设基准已经存在，只处理"基于这个基准筛出的结果对不对"的问题

相关 skills

• depends-on: lock-character-reference（筛选前必须有锁定的角色形象作为判断基准）、emotion-to-camera-language（批量生成前必须先有单镜提示词）
• contrasts-with: 无
• composes-with: 无（与 material-driven-storyboard 是前后阶段而非组合使用，见上方区分）

审计信息

• 验证通过: V1 ✓（单源内多语境：S1 内部两个独立场景——方法描述"16 宫格筛选、景别/机位不对就改"和真实弃用决策"人物不对→整个结局换掉"） / V2 ✓（可推导"筛不出来怎么办"→S1 的真实做法是改故事，而不是硬凑，这条推论来源没明说但有行为证据） / V3 ✓（独特术语+反直觉：大多数人会想着修图，他的做法是弃用并改故事）
• 测试通过率: 待阶段 4
• 蒸馏时间: 2026-08-01