第十八节:视觉叙事与分镜控制(Visual Storytelling & Storyboard)
完整迁移第 18 节原文,用故事结构、角色、场景、镜头、动作、时间和情绪组织连续画面。
第十八节:视觉叙事与分镜控制(Visual Storytelling & Storyboard)
GPT 生图从 0 到 1 · 第 18 课 · 连续画面、角色一致性、镜头衔接、情绪递进与图文叙事
在前十七节中,我们已经学习了如何精确控制一张图片:包括构图、风格、镜头、光影、人物动作、空间、环境以及产品展示。
但实际创作中,我们经常需要的不只是一张图。
例如:
- 用 6 张图片讲述一位少女在内蒙古草原旅行的故事。
- 用 4 张图片展示一辆汽车从驶入门店到完成轻改升级的过程。
- 用 8 张小红书图文,向车主解释为什么需要贴隐形车衣。
- 用一组连续分镜,展示一个产品从设计、制造到实际使用的过程。
这时我们面临的新问题是:
如何让多张独立生成的图片,看起来属于同一个故事、同一个世界、同一组人物?
本节将从单张图片的 Prompt Engineering 进入连续画面的 Visual Storytelling(视觉叙事) 和 Storyboard(分镜设计)。
18.1 首先区分:单张图片、系列图片与视觉叙事
单张图片
一个视觉瞬间
系列图片
同一主题的多张图片
视觉叙事
存在事件发展和前后因果
| 类型 | 主要特征 | 示例 |
|---|---|---|
| 单图 | 独立表达一个画面主题 | 少女站在草原 |
| 系列图 | 多张图片共享主题或风格 | 草原四季写真 |
| 叙事分镜 | 多张画面按时间或逻辑发展 | 少女抵达草原、出发、探索、看日落 |
重要区别:图片风格统一,并不代表它们具有叙事关系。
只有当图片之间存在时间推进、动作变化、情绪递进、因果关系或信息论证时,才真正形成了视觉叙事。
18.2 视觉叙事的八大控制维度
VISUAL STORYTELLING FRAMEWORK
01 · Story Arc
故事结构
开端、发展、转折、结局
02 · Character Consistency
角色一致性
身份、外貌、服装、配饰
03 · Scene Continuity
场景连续性
地点、建筑、道具、天气
04 · Shot Progression
镜头衔接
远景、中景、近景、特写
05 · Action Continuity
动作连续性
姿态、运动方向、接触关系
06 · Emotional Progression
情绪递进
期待、好奇、紧张、释然
07 · Time Continuity
时间连续性
昼夜变化、光线、事件先后
08 · Visual Consistency
视觉语言一致性
色调、画幅、风格、排版
这八个维度会共同决定一组图片是否能够形成连贯的故事。
18.3 第一部分:故事结构(Story Arc)
我们先不要急着生成图片,而是确定故事到底要讲什么。
对于入门课程,可以采用最简单的四阶段叙事:
四阶段故事结构
01
开端
Setup
谁、在哪里
02
发展
Development
发生了什么
03
转折
Turning Point
出现变化
04
结果
Resolution
最终状态
例如,我们要做一个《少女的草原之旅》系列:
| 阶段 | 画面 | 叙事作用 |
|---|---|---|
| 开端 | 少女刚来到草原 | 建立人物和环境 |
| 发展 | 少女沿草原小路行走 | 展示探索过程 |
| 转折 | 她登上山丘,看见辽阔风景 | 形成视觉高潮 |
| 结果 | 黄昏时坐在草地上望向夕阳 | 形成情绪收束 |
这个故事没有复杂的戏剧冲突,但依然具有明确的时间顺序与情绪变化。
对于商业图文,四阶段结构也可以改成:
用户问题 → 原因分析 → 解决方案 → 结果与证据。
18.4 第二部分:角色一致性(Character Consistency)
连续分镜最容易出现的问题就是人物漂移。
例如,第一张是黑色长发,第三张变成棕发;第一张穿白色长裙,第四张衣服突然改变。
我们需要建立一个 Character Bible(角色设定档案)。
角色设定卡
角色 A · 草原旅行者
Character ID: GIRL-001
成年东方女性,黑色长发,米白色长裙,自然妆容,写实人像摄影风格。
统一角色参考
| 核心身份 | 同一成年女性,主要面部特征稳定 |
|---|---|
| 发型 | 黑色长发,长度与发际线尽量一致 |
| 服装 | 米白色长裙,款式和细节一致 |
| 允许变化 | 动作、姿势、表情、镜头景别 |
| 禁止变化 | 人物身份、主要发型、服装核心设计 |
正式生图时,角色参考应该尽量来自同一张基准图或经过确认的角色参考集,而不能只是每次重复一段类似的人物描述。
角色保持提示词
使用图片 A 作为本系列唯一人物身份参考。
所有分镜必须保持同一位成年女性的主要面部特征、黑色长发、米白色长裙与核心配饰。
允许人物动作、表情、镜头位置和景别根据分镜内容发生变化。
不允许人物身份漂移、发色变化、服装款式突变或凭空增加配饰。
每张画面延续同一角色设定,但不要求人物在所有分镜中保持相同姿势。
18.5 第三部分:场景连续性(Scene Continuity)
角色不变,还不足以保证故事连贯。
因为同一个人在每张图中出现,但背景里的山丘、建筑、道具不断变化,依然会让读者感觉故事发生在不同地点。
场景连续性的四个锚点
| 锚点 | 作用 | 草原案例 |
|---|---|---|
| 地理锚点 | 固定地点特征 | 同一片起伏草原 |
| 地标锚点 | 帮助识别位置 | 远处一座独特的缓坡 |
| 道具锚点 | 维持故事关联 | 同一只旅行背包 |
| 环境锚点 | 维持真实世界状态 | 夏季草地、天气与时间变化 |
场景基准图
确定草地、牧道与远处山丘位置
光线变化图
允许日光变化,但核心地理元素应保持
以上是场景示意,而不是严格的同一地点变化实验。
场景提示词
本系列发生在同一片内蒙古夏季草原。维持草地起伏、牧道位置以及远处缓坡的主要空间关系。允许根据故事时间改变天空亮度、阴影长度和色温,但不任意新增大型山脉、湖泊或建筑。
这里与第十四节的重要区别是:
第十四节研究如何创建一个场景。
第十八节研究如何让同一个场景在多张图片中连续存在。
18.6 第四部分:镜头衔接(Shot Progression)
这是分镜设计中最核心的知识点之一。
一组图片如果全部使用相同的中景构图,虽然可能很统一,却容易显得平淡。
电影和漫画经常交替使用不同景别,控制观众对信息的感知。
01 · 远景(Wide Shot)
建立场景、展示环境规模
02 · 全景(Full Shot)
展示人物姿态与环境关系
03 · 中景(Medium Shot)
关注动作、互动和人物情绪
04 · 特写(Close-up)
强调面部反应和细节
推荐的镜头衔接逻辑
可以从远景建立环境,然后进入中景交代动作,再进入特写表达情绪,最后拉远完成故事收束。
例如:
远景
中景
特写
远景
交代环境 → 展示事件 → 表达情绪 → 完成收束
这不是唯一的正确顺序。镜头应该服务于当前故事需要传达的信息,而不是机械执行固定的景别排列。
18.7 第五部分:动作连续性(Action Continuity)
连续动作的控制比单张姿态更复杂。
例如:
一位少女先拿起马克杯,再将杯子靠近嘴边,最后放回桌面。
我们需要明确每张图对应的动作阶段。
01
拿起
右手握住杯柄
02
靠近
右手抬至嘴边
03
放下
杯子回到桌面
连续动作需要控制:
- 同一只手执行同一个动作。
- 道具不突然改变形状或位置。
- 动作阶段具有合理的先后顺序。
- 人物的身体朝向与场景位置不无故跳变。
- 相邻画面之间的动作关系能够被读者理解。
动作连续性提示词
使用同一位人物、同一张桌子和同一只白色马克杯生成三张连续分镜。
分镜一:人物右手刚刚握住桌面上的杯柄。
分镜二:人物右手将杯子抬至嘴边,杯身保持自然直立。
分镜三:人物将杯子重新放在桌面原来的位置。
三张图保持人物身份、服装、桌面布局、杯子尺寸与背景一致。
人物始终使用右手操作杯子。
每张图只展示一个明确的动作阶段,不在同一张图中叠加多个时间状态。
手部和杯柄的接触自然,不出现多余手指、物体穿透或杯子形状变化。
18.8 第六部分:时间变化与情绪递进
故事往往伴随着时间变化。
例如一组草原故事可以从清晨开始,在黄昏结束。
清晨
期待、安静、开始
午后
探索、活力、发展
黄昏
释然、回忆、结束
时间变化应该影响真实环境:
| 时间变化 | 可能伴随的视觉变化 |
|---|---|
| 清晨至正午 | 太阳高度变化、阴影长度变化 |
| 正午至黄昏 | 阳光角度降低、暖色光照更常见 |
| 黄昏至夜晚 | 环境亮度下降、人工照明可能变得重要 |
| 天气变化 | 云层、地面干湿与能见度发生相应变化 |
不能只改变天空颜色,却让太阳方向、地面阴影与所有物体高光完全不变。
情绪递进与色彩
例如:
期待 → 好奇 → 惊喜 → 宁静
可以通过表情、身体姿态、镜头景别、环境规模和光线共同表达,而不是单独依靠不同颜色。
18.9 第七部分:分镜中的方向一致性(Screen Direction)
这是专业视觉叙事中一个容易被忽略的问题。
例如,人物在上一张图中向右行走,下一张图突然向左行走,观众可能以为她已经转身返回。
如果故事实际上仍在朝同一个方向前进,我们就需要维持方向一致性。
运动方向连续性示意
向右 → 向右
方向连续
向右 → 向左
可能造成方向混淆
这里涉及电影中的 180 度轴线原则(180-degree Rule)。
它的基本思想是:在描述人物互动或运动时,可以在空间中建立一条动作轴线,并尽量让相机停留在轴线同一侧,以保持左右方位关系稳定。
但 180 度轴线原则并非不能打破。只要通过过渡镜头、人物运动或明确的空间交代,越轴也可以成为合理的叙事选择。
对于多张 AI 生图,建议在分镜表里记录每张图片的运动方向和相机方位。
18.10 完整案例一:六张草原旅行分镜
这是一个适合直接放进博客的完整教学案例。
镜头 01 · 初到草原
远景 · 清晨 · 建立地点
镜头 02 · 开始探索
全景 · 行走 · 动作开始
镜头 03 · 触碰草叶
局部特写 · 增加感官细节
镜头 04 · 发现远方
中景 · 视线引导 · 情绪上升
镜头 05 · 自然微笑
面部特写 · 情绪高潮
镜头 06 · 日落收束
远景 · 黄昏 · 完成故事
六张画面为叙事结构示意,不保证人物与地理细节完全一致。正式制作应使用统一的人物基准图和场景参考图逐张生成。
六镜头分镜表(Storyboard Sheet)
| 镜头 | 景别 | 动作 | 时间 | 主要作用 |
|---|---|---|---|---|
| 01 | 远景 | 抵达草原 | 清晨 | 交代环境 |
| 02 | 全景 | 沿小路行走 | 上午 | 开始行动 |
| 03 | 特写 | 触摸草叶 | 上午 | 感官细节 |
| 04 | 中景 | 眺望远方 | 下午 | 情绪变化 |
| 05 | 特写 | 微笑 | 傍晚 | 情绪高潮 |
| 06 | 远景 | 坐下看日落 | 黄昏 | 故事收束 |
这个分镜表不仅适合博客,也可以成为后续视频生成的基础,但本节仍聚焦静态图片。
18.11 完整案例二:汽车轻改的视觉叙事
这次我们从人物旅行转向商业故事。
假设要制作一组新能源汽车电动踏板升级图文。
可以采用:
用户痛点 → 产品方案 → 施工过程 → 安装结果 → 使用体验 → 行动引导。
汽车产品六镜头叙事结构
-
用户场景(Problem)
车主准备上下较高车身的 SUV,展示使用场景,不夸张制造安全风险。
-
展示产品(Product)
电动踏板实物特写,重点呈现面板与防滑结构。
-
适配确认(Fitment)
展示车型与产品适配信息,使用经过确认的数据。
-
安装施工(Installation)
展示真实施工流程;若素材为生成图,应明确标注示意。
-
使用效果(Result)
踏板伸出,车主上下车,展示实际使用价值。
-
品牌收束(CTA)
车型、产品与品牌信息,以精确排版形式承接咨询。
这一套图文与普通电商主图的差别在于:
单张商品图展示“产品是什么”。
而连续叙事要说明“用户为什么需要它、它如何解决问题,以及用户如何判断它是否适合自己”。
对于真实施工和产品性能,优先使用可核验的现场照片与资料;AI 生成图更适合承担场景示意、视觉表达和概念展示。
18.12 第八部分:博客和小红书图文如何转换为分镜?
这一部分是视觉叙事非常实用的应用。
例如,你之前研究过“窗膜的前世今生”主题,可以把一篇长文章拆分为视觉叙事。
| 页码 | 内容任务 | 建议画面 |
|---|---|---|
| 01 | 提出问题 | 汽车暴晒、车内热感的场景 |
| 02 | 历史背景 | 早期汽车玻璃与遮阳方式 |
| 03 | 技术演进 | 不同窗膜技术的历史阶段 |
| 04 | 工作原理 | 太阳辐射与玻璃膜层示意 |
| 05 | 用户价值 | 隔热、可见光透过和使用体验 |
| 06 | 选择方法 | 关键参数比较信息图 |
| 07 | 施工流程 | 清洁、贴膜、赶水、收边 |
| 08 | 总结与行动 | 常见误区、适配咨询入口 |
这类知识型图文的叙事不一定依赖人物连续动作,而是通过信息层次与论证顺序推进。
可以使用:
问题 → 背景 → 原理 → 比较 → 实例 → 结论。
这也是为什么视觉叙事不能简单理解为电影分镜。
18.13 分镜一致性的三层控制模型
为了避免连续生成时出现人物和场景漂移,我们建议把整个项目的控制要求分成三层。
Global Constants · 全局常量
角色身份、服装、主要场景、画风、画幅、项目视觉规范
Scene Variables · 镜头变量
景别、相机方位、人物动作、道具状态、时间、情绪
Continuity Constraints · 连续性约束
前后镜头之间的动作、位置、方向、道具与时间必须衔接
例如,六张草原分镜可以共享:
CHARACTER_ID = GIRL-001
OUTFIT = Ivory long dress
LOCATION = Inner Mongolia grassland
STYLE = Photorealistic cinematic photography
ASPECT_RATIO = 16:9
然后每张图具有自己的参数:
SHOT_01:
ShotSize = Wide
Action = Arriving
Time = Morning
Mood = Anticipation
SHOT_02:
ShotSize = Full
Action = Walking
Time = Morning
Mood = Curiosity
这样就把第八节的常量、变量管理引入到连续叙事中。
18.14 通用分镜提示词模板
GPT Image · Visual Storytelling & Storyboard Prompt V1.0
01. 项目目标(Story Objective)
故事主题:[主题]
目标受众:[受众]
图片数量:[数量]
最终形式:[博客配图 / 小红书图文 / 漫画 / 品牌故事]
02. 故事结构(Story Arc)
开端:[内容]
发展:[内容]
转折:[内容]
结果:[内容]
03. 全局主体(Character / Product)
参考图 A:[主要人物或产品]
固定身份与结构:[描述]
禁止改变:[内容]
04. 场景设定(Environment Bible)
参考图 B:[环境]
固定地点:[地点]
重要地标:[地标]
可随时间变化:[天气、光线、环境状态]
05. 视觉规范(Visual Style)
画幅:[比例]
风格:[写实 / 动漫 / 电影 / 其他]
统一色彩:[配色]
统一材质与光照规律:[说明]
06. 分镜信息(Shot Specification)
镜头编号:[SHOT_ID]
当前画面任务:[叙事目的]
景别:[远景 / 全景 / 中景 / 近景 / 特写]
相机角度:[角度]
人物动作:[动作]
视线方向:[方向]
道具状态:[状态]
时间:[时间]
情绪:[情绪]
07. 连续性控制(Continuity)
前一个镜头:[SHOT_ID]
需要保持的内容:[角色、位置、道具等]
允许变化的内容:[动作、视角、时间等]
屏幕运动方向:[左 / 右 / 前 / 后]
08. 约束条件(Constraints)
P0:人物身份、产品结构和关键故事事实正确。
P1:镜头、动作、场景、时间与上下文连贯。
P2:允许自然调整环境氛围与非关键细节。
不添加与故事无关的角色和物件。
09. 验收(Validation)
检查:
- 角色身份一致
- 场景与地标连续
- 动作和运动方向合理
- 时间变化自洽
- 道具状态正确
- 镜头完成叙事任务
- 全部图片风格协调
18.15 交互练习:分镜脚本生成器
我们可以先选择故事类型,再查看不同镜头的任务描述和完整提示词。
故事类型
草原旅行
汽车产品故事
选择分镜
01初到草原
02开始探索
03触摸草叶
04发现风景
05自然微笑
06日落收束
SHOT 01 · 初到草原
远景
| 时间 | 清晨 |
|---|---|
| 内容 | 站在草原入口,望向远方 |
| 情绪/任务 | 期待 |
输出比例
16:93:41:1
当前镜头完整提示词
【项目全局设定】 主体:同一位黑色长发、穿米白色长裙的成年女性。 场景:同一片内蒙古夏季草原。 风格:统一写实商业摄影,真实材质,自然空间关系。 比例:16:9。 【当前分镜 01】 镜头主题:初到草原。 景别:远景。 时间或阶段:清晨。 动作或内容:站在草原入口,望向远方。 情绪或目的:期待。 【连续性要求】 保持同一人物或产品的核心特征,维持整体视觉风格、场景关系及可识别的参考元素。只根据当前镜头修改景别、动作、时间和情绪。与上一镜头存在合理衔接,不随意改变服装、产品结构、地标或道具状态。 【验收】 检查主体一致性、空间与动作逻辑、镜头景别、叙事目的和时间状态。
复制提示词
生成连续分镜时,最好同时上传统一的角色基准图、环境参考图,以及必要的前一镜头结果。文字模板只是控制的一部分,不能单独保证跨图精确一致。
18.16 第十八节博客教学配图规划
本节建议继续沿用之前的视觉规范:白色背景、深蓝色标题、科技蓝模块、红色辅助线与结构化标注。
| 编号 | 教学配图 | 推荐布局 |
|---|---|---|
| 18-01 | 单图、系列图、叙事分镜对比 | 三栏对比 |
| 18-02 | 四阶段故事结构 | 横向四格 |
| 18-03 | 角色与场景一致性控制 | 原图+多镜头对比 |
| 18-04 | 远景、全景、中景、特写 | 2×2 四宫格 |
| 18-05 | 人物拿起、举起、放下马克杯 | 横向三格 |
| 18-06 | 清晨、午后、黄昏的时间与情绪递进 | 横向三格 |
| 18-07 | 正确与错误的运动方向连续性 | 左右对比+方向箭头 |
| 18-08 | 六镜头草原旅行故事板 | 3×2 六宫格 |
其中建议重点制作 18-03、18-05、18-07、18-08。
18-03 用于说明人物和场景参考如何保持一致;18-05 用于展示同一物体在连续动作中的位置变化;18-07 讲解屏幕运动方向;18-08 则把本节所有知识组合成完整视觉故事板。
正式生成 18-08 时,建议先确定人物和草原的基准参考,再分别生成六个镜头,而不是只用一个六宫格提示词让 AI 自由发挥。这样更容易逐格验收人物、服装、景别和时间变化。
18.17 本节总结
视觉叙事的核心公式:
连续视觉叙事 = 故事结构 + 角色一致性 + 场景连续性 + 镜头衔接 + 动作逻辑 + 情绪递进 + 时间变化 + 视觉规范。
通过第十八节,我们应该掌握三个重要原则。
第一,分镜先于生图。 在生成之前,先确定每张图片要传达什么信息,以及它与上一张图有什么关系。
第二,一致性不代表所有镜头都必须相同。 人物和关键场景要稳定,但镜头、动作、情绪和时间应该根据故事发展产生变化。
第三,连续图像要作为整体进行验收。 单张图片看起来很优秀,也可能因为与前后镜头冲突而不适合整组故事。
下一节将进入 第十九节:局部重绘与高级编辑(Inpainting & Advanced Editing)。
我们会研究如何通过遮罩、选区、扩图、对象移除、背景替换与多轮修复,控制图片中的指定区域。重点是解决一个非常实际的问题:
当一张图片 90% 已经满意时,如何只修改剩下的 10%,而不是每次推倒重来