把DeepSeek输出的中文长文直接转成可拍摄的短视频脚本，分镜描述不能靠“大概意思”或“画面感强一点”这种模糊指令。例如，“温馨的办公室场景”“主角若有所思”这类指令，剪辑师无法执行。先聊聊几个核心判断。

先拆解长文结构，再锁定镜头触发点

第一步，按信息颗粒度切块。注意，不是按段落，而是按“一个视觉动作能承载的信息量”来切。

举个例子，原文写“他连续三年每天5点起床跑步，膝盖旧伤复发后仍坚持，直到在马拉松终点晕倒”。这不能当一句口播用，必须拆成三帧：

• ①闹钟特写显示5:00+窗外漆黑；
• ②慢镜头中左膝缠着肌效贴、鞋底磨损特写；
• ③冲线瞬间身体前倾、瞳孔失焦、计时器定格在3:42:18。

不这么拆，DeepSeek会把整段压成一句“他很拼”，毫无分镜价值。

第二步，对每块信息标注【视觉锚点】。即原文中唯一可被镜头捕捉的具象物。

例如，“旧伤复发”不是锚点，“肌效贴边缘卷起”才是。“晕倒”不是锚点，“计时器屏幕反光映出他倒下的剪影”才是。DeepSeek只认得见得到、拍得出的东西，抽象状态词必须翻译成物理痕迹。

【关键前提】必须提供至少3个视觉锚点。否则，DeepSeek默认用“人物表情+背景虚化”凑数，90%的结果无法实拍。

分镜描述必须含四要素，缺一不可

方法一：硬编码字段法（适合API调用或批量生成）

输入指令时直接规定输出格式：“仅输出四列：【画面主体】|【构图与运镜】|【动作状态】|【精确时长(秒)】，用竖线|分隔，禁止换行”。

示例原文句：“她撕掉辞职信，转身把咖啡泼在老板桌上。”合格输出如下：

• 【手部俯拍：左手捏着A4纸一角】|【微距+轻微晃动模拟呼吸感】|【纸张正被指腹横向撕裂，纤维翘起】|【1.3】
• 【桌面仰角：马克杯沿离桌沿2cm】|【镜头急速下移+焦点从杯身滑至液体飞溅轨迹】|【褐色液体呈抛物线泼向黑色西装袖口】|【0.9】

方法二：动作拆解法（适合Chat界面单次精修）

① 把“撕掉辞职信”拆成两个独立动作单元：手指发力→纸张形变→碎片飘落。

② 每个单元单独喂给DeepSeek。指令写：“请为‘纸张正被指腹横向撕裂，纤维翘起’生成分镜描述，要求含具体主体（不是‘手’，是‘右手食指指甲盖泛白’）、构图（微距俯拍）、动作状态（指关节角度约110°）、时长（1.3秒）”。

③ 收到结果后立刻检查是否出现“坚定”“愤怒”等情绪形容词。有则删除，并补充指令：“所有描述必须可被摄影机记录，删除主观判断词”。

规避三个高频废稿陷阱

陷阱一：用“展示”“体现”“象征”开头

DeepSeek看到“展示奋斗精神”就会输出空镜头扫过奖状墙。实际你需要的是“特写：第三张奖状玻璃罩内侧有指纹印，旁边放着半包止痛药”。遇到这种情况，立刻追加指令：“删除所有动词‘展示/体现/象征’，改用‘拍摄……’开头”。

陷阱二：时长写“约2秒”或“短暂”

CapCut导入时会报错，剪辑师无法拉时间轴。必须写“2.0”或“1.5”，小数点后一位不可省略。

陷阱三：主体模糊

例如“产品特写”要改成“小米扩展坞正面USB-A口金属触点，表面有细微划痕反光”。【注意】DeepSeek对“正面”“侧面”“俯视”理解不稳定，必须写“镜头垂直向下，传感器中心对准接口十字纹路”才可靠。

《夸克》非常好用的免费AI浏览器

下载APP查看