# 分镜规划规则

**分镜是纯叙事思考，与视觉风格无关。** 拿到文案后、读风格文件之前，先完成分镜。

短视频的画面节奏和文案节奏是脱钩的：TTS 配音连续流淌，画面在配音下面切换。分镜规划的是**视觉节拍**，不是文字断句。

## 输入输出

- **输入**：用户文案 + 约束（时长、shot 数、特殊要求）
- **输出**：结构化分镜表（JSON 数组）

## 时长规划

分镜前先算数：
- 短视频目标时长：20-60 秒
- 每个 shot 时长：6-8 秒（由视频模型决定）
- shot 数量 = 目标时长 / 6~8（取整，一般 4-8 个 shot）
- 配音字数 ≈ shot 数 x 12-15 字（按正常语速）

## 分镜表字段

| 字段 | 类型 | 说明 |
|------|------|------|
| `text` | string | 该 shot 覆盖的配音文案（可能不到一句，也可能跨句） |
| `shotType` | enum | `wide` / `medium` / `close-up` / `extreme-close-up` |
| `cameraMove` | enum | `static` / `zoom-in` / `zoom-out` / `pan-left` / `pan-right` / `dolly-in` / `tracking` |
| `visualDesc` | string | 画面描述（中文），只写三件事：**主体是什么、什么状态/动作、视觉焦点在哪**。氛围和构图交给风格层 |
| `hook` | boolean | 仅 shot 1 为 true，标记是否为开场钩子 |

## 景别节奏

```
shot 1 (hook):    close-up 或 extreme-close-up，强主体，抓眼球
shot 2:           wide 或 medium，展开场景，给上下文
shot 3-N（交替）: close-up（压）→ wide（松）→ close-up（压）→ ...
最后一个 shot:    medium 或 wide，收束，不过度设计
```

不要用 extreme-close-up 收尾（太紧），不要用 tracking 滥用（信息密度低）。

## 镜头运动选择

| cameraMove | 情绪 | 典型场景 |
|------------|------|---------|
| `static` | 稳定、庄严 | 建筑、静物、仪式感 |
| `zoom-in` | 聚焦、压迫 | 悬疑、揭秘、强调细节 |
| `zoom-out` | 揭示、震撼 | 从局部拉出全景，揭示真相 |
| `pan-left/right` | 环顾、流动 | 展示空间、物品陈列 |
| `dolly-in` | 沉浸、紧张 | 人物面部、关键物件 |
| `tracking` | 跟随、活力 | 运动场景、行走（少用，AI 生成的 tracking 质量不稳定） |

短视频默认转场是硬切，不需要单独字段。特殊转场（fade/dissolve）仅在判断需要情绪转换时标注在 `visualDesc` 里。

## 首尾帧额外规则

首尾帧模式下分镜需要额外注意：
- 每个 shot 必须能拆为两个有状态对比的画面（起始帧 / 结束帧）
- `visualDesc` 需描述状态变化方向：从什么状态到什么状态
- 首尾帧必须在**同一场景**，仅状态不同