# 【六棱镜法系列】4张图怎么变成一段故事？聊聊分镜这件事
**作者**: 波妞PONYO
**日期**: 2026-04-05T11:46:38.000Z
**来源**: [https://x.com/ponyodong/status/2040758006011609408](https://x.com/ponyodong/status/2040758006011609408)
---
嗨，我是波妞😝，好久没有写教程帖了，今天再发个干货。
最近收到很多朋友的私下咨询，说的都是同一个问题：
图生得挺好看的。人物对，氛围对，光影也不差。
但一接成视频，就像 PPT。
问题不在图。
在于你只是把图排列了，没有连接它们。
## 这中间差的那一步，叫分镜。
很多人把 AI 视频理解成“把图做动”。这个思路会让你一直卡在素材层。
但如果你换个角度，用导演思路去想——你会发现，真正决定成片质感的，不是某一个 prompt 写得多华丽，而是你有没有先把镜头顺序、情绪递进、空间关系设计清楚。
今天这篇，我想用最不学院派、但足够专业的方式，带你建立一个适合 AI 创作者的分镜入门框架。
不玄乎。直接能用。
## 😟为什么 4 张好图，拼出来还是不像故事？
你可能很熟悉这种情况：
手里有 4 张图——
- 角色站在森林里的全景
- 角色脸部的情绪特写
- 关键道具的近景
- 角色转身离开的背影
单看都不错。
但一丢进工具生成，观众立刻会冒出几个问题：
为什么突然切近了？
那个道具为什么重要？
角色为什么下一秒就离开了？
你完成的是“排列”。不是“连接”。
## 分镜的本质，就是在生成之前，先把连接设计出来。
上一镜交代什么，下一镜承接什么。
哪个镜头负责建立空间，哪个负责推进情绪，哪个负责引爆信息。
很多人学 AI 视频，学的是怎么写更华丽的提示词。
但真正让作品开始像作品的，不是形容词。
是镜头之间有没有因果。
## 😥分镜到底是什么？别把它想得太玄
分镜不是高深术语。
你可以把它理解成：在视频真正生成之前，先把这几件事想清楚——
为什么拍这一镜？
这一镜拍给谁看？
它怎么把观众带到下一镜？
一个最低可用的分镜，至少要回答 4 个问题：
摄像机现在在哪儿？
它为什么在这个位置？
这一镜真正要让观众看到什么？
这一镜结束时，要把观众引到哪里去？
你会发现，分镜不是“把画面切碎”。
是“把观看顺序设计出来”。
所以这不是电影专业才需要的东西。
只要你想把静态图变成能被人理解、能被人代入、能被人记住的视频，你迟早要进入这个层。
因为 AI 工具会执行你的输入。
但不会替你做导演决定。
## 😃真正的入门：先学 4 个导演视角
很多人一提分镜，第一反应是景别、推拉摇移、电影术语。
它们当然重要。
但对初学者来说，更实用的入门顺序是这 4 个导演视角：
空间：观众先要知道“这是哪里”
主体：观众接着要知道“我在看谁”
变化：观众再知道“发生了什么”
结果：观众最后知道“这件事改变了什么”
这其实就是最朴素的叙事顺序。
一个好的分镜，不是每一格都很炸。
而是每一格都知道自己负责什么。
有人负责建立空间。
有人负责推进动作。
有人负责揭示细节。
有人负责落地情绪。
只要你开始这样想，哪怕暂时不会写很复杂的 prompt，视频也会立刻比以前更顺。
## 😄景别不是技术参数，它决定情绪距离
分镜里第一个必须理解的概念，是景别。
很多人以为景别只是远一点、近一点的拍法差异。
但真正重要的是：距离会改变情绪。
大全景 / 远景：让观众先理解环境和处境
→ 传递孤独感、渺小感、压迫感
中景：让观众看清动作、关系和状态
近景 / 特写：让观众进入人物情绪和关键信息
→ 传递情绪细节、内心状态、亲密感
局部细节：让故事的“针尖”真正扎进去
同样一个角色。
如果你一上来就给特写，观众可能知道她难过，但未必知道她为什么难过。
如果你先给环境，再给人，再推进到表情——观众就会自然地从“这是哪里”进入到“她怎么了”。
这就是为什么诺兰在《盗梦空间》开场，用了 5 个镜头从大全景一路推进到大特写。
他在用景别的变化，带你从“这是哪里”一步步走到“这个人怎么了”。
所以，选景别不是随便选的。
而是要问自己：这个镜头，我想让观众感受到什么？
## 😎切镜真正的标准：上一镜必须把下一镜叫出来
好的切镜，观众不会意识到你在切。
差的切镜，观众会立刻觉得“怎么突然跳了”。
切镜最实用的一条判断标准特别简单：
上一镜的最后一个信息，能不能把下一镜自然叫出来？
比如这些都是常见的连接方式：
- 角色看向某个方向，下一镜切到他看到的东西（视线切）
- 先给空间全景，下一镜切近让观众读人物状态
- 先给一个道具，下一镜切回角色反应，告诉观众它为什么重要
- 先给动作起势，下一镜给动作结果或后果
比如《教父》婚礼场景的经典视线切：
镜头 1：婚礼现场，人群欢笑跳舞（全景）
镜头 2：迈克尔坐在桌边，眼神望向某处（中景）
镜头 3：切到他在看的东西——父亲在暗处和人密谈（视线切）
镜头 4：回到迈克尔脸上，表情若有所思（近景）
观众会自然地跟着迈克尔的视线，从明亮的婚礼现场，走进黑暗的家族秘密。
这背后是一种很重要的导演意识：
每一次切镜，都不是“换一张更好看的图”。
而是“把观众的注意力继续往前推一步”。
一旦你带着这个意识去做镜头连接，视频就会明显减少那种“都很好看，但没讲明白”的断裂感。
## 🤓对 咱们AI 创作者最稳的起步结构：5 镜头，不是 5 张图
很多人最容易犯的错误：手里有 4 张图，就硬做成 4 个镜头。
更稳的思路是：先把图当素材，再重新设计成一个最小可执行的镜头结构。
如果你是初学者，我最推荐从这套 5 镜头结构开始：
建立：先告诉观众这是哪里，角色在什么处境里
靠近：让观众真正开始认识这个人
细节 / 关键物：抛出会触发故事变化的信息
反应：让人物情绪被看见，让意义落地
结尾：给出变化之后新的关系状态
注意，5 镜头不等于 5 张图。
你完全可以用同一张图切出不同景别。
也可以让某一张图只承担环境参考。
或者把最强的那张图专门留给转折点再出。
真正重要的不是图的数量。
而是这几个镜头能不能共同形成一个清楚的情绪弧线。
## 😃一个真实的例子：《千与千寻》为什么那么顺？
拿“千寻初见汤屋”这个经典场景来理解，会很直观。
如果把它拆成一个最小可执行的镜头序列，大概是这样：
建立：千寻站在汤屋大门外的全景图（环境压迫感）
靠近：千寻犹豫地走向大门（中景，展示动作）
关键物件：汤婆婆的契约书特写（命运转折的道具）
反应：千寻签下名字后的茫然表情（近景，情绪细节）
结尾：千寻站在汤屋内部，周围是忙碌的工作场景（全景，新关系建立）
这就是一个完整的情绪弧线：恐惧 → 被迫选择 → 接受现实。
5 个镜头，讲清楚了一个人的命运转折。
这 5 个镜头真正讲清楚的，不是“她走了几步”。
而是她从恐惧，走到了被迫接受。
这就是分镜最厉害的地方：它安排的不是画面数量，而是情绪推进。
## 写在最后
分镜思维，说到底就是在动手之前，先想清楚“我想讲什么故事”。
它不是什么高深的技术。
而是一种对故事的尊重——
尊重观众的观看体验。
尊重每一个镜头存在的理由。
尊重画面之间的因果关系。
当你开始用分镜思维去规划你的 AI 视频时，你会发现：
那些散乱的图片，终于变成了一个有呼吸、有节奏、有情绪弧线的故事。
这才是 AI 创作真正有意思的地方。
工具在变强。
但真正决定作品有没有生命力的，始终还是你的导演视角。
## 🚀想系统学习 AI 导演思维？
如果你看完这篇文章，觉得分镜思维很有用，但不知道怎么真正用起来——
我在波妞的 AI 研习社开了一门完整的课：《AI 导演思维（核镜世界）》
这门课会带你：
- 从角色资产、场景资产、首尾帧到镜头语言，系统解决角色一致性和画面专业感
- 让 AI 生成真正有质感、有统一性的作品
- 建立一套能反复复用的创作与商业方法
这里教的不是几个提示词。
而是一整套能反复复用的创作与商业方法。
除了《AI 导演思维》，还有《AI 广告课》——从创意表达、品牌内容、广告脚本到商业落地，建立 AI 时代真正能转化的内容能力，把内容变成品牌表达与商业结果。
扫码或者加v：ponyoassist了解课程详情 👆
我是波妞，咱们们研习社群里见。
## 相关链接
- [波妞PONYO](https://x.com/ponyodong)
- [@ponyodong](https://x.com/ponyodong)
- [19K](https://x.com/ponyodong/status/2040758006011609408/analytics)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [7:46 PM · Apr 5, 2026](https://x.com/ponyodong/status/2040758006011609408)
- [19.1K Views](https://x.com/ponyodong/status/2040758006011609408/analytics)
- [View quotes](https://x.com/ponyodong/status/2040758006011609408/quotes)
---
*导出时间: 2026/4/7 19:59:23*