文生视频并不是把一段故事直接丢给工具就能得到可剪辑成片。更可控的方式是把描述拆成主体、动作、镜头、环境、光线和时长，先做三到五秒的小镜头，再把通过检查的片段拼成完整视频。这样能及时发现人物、物体和视角不一致的问题。
如果需要处理镜头动作和一致性，可以参考AI 变视频的镜头动作设计，先固定参考图和镜头表。
把一句话改成镜头表
| 字段 | 要写清 |
|---|---|
| 主体 | 人物或物体的固定特征 |
| 动作 | 起点、方向和结束姿态 |
| 镜头 | 景别、机位和移动方式 |
| 环境 | 地点、时间、光线和材质 |
一个镜头只放一个主要动作，先生成关键帧或短片段。人物有对白时，把口型和声音单独处理，避免工具同时生成复杂动作、台词和字幕。
用参考图和固定词保持连续
每个镜头重复主体特征、服装和色彩，保存一张参考图作为基准。生成后抽查开头、转身、遮挡和结尾，发现主体变化就回到镜头表修正，而不是用更多效果掩盖。
一句描述 → 镜头表 → 参考图 → 3–5秒测试
→ 连贯性复核 → 分段扩展 → 剪辑与声音 → 发布检查发布前标明生成属性
涉及真实人物、机构或事件时，不能把生成画面包装成现场记录。保存提示词、参考图、原片和工程文件，方便说明来源和后续修改。
