2026-10-09 · 30 min read

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

Nature Portraits - ai prompts and filters of theme - Photify AI

单张图片

一个视觉瞬间

path on hillside meadow in mountain

系列图片

同一主题的多张图片

Free AI Storyboard Generator | Plan Scenes with Vidu | Vidu AI

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

  1. 01 · Story Arc

    故事结构

    开端、发展、转折、结局

  2. 02 · Character Consistency

    角色一致性

    身份、外貌、服装、配饰

  3. 03 · Scene Continuity

    场景连续性

    地点、建筑、道具、天气

  4. 04 · Shot Progression

    镜头衔接

    远景、中景、近景、特写

  5. 05 · Action Continuity

    动作连续性

    姿态、运动方向、接触关系

  6. 06 · Emotional Progression

    情绪递进

    期待、好奇、紧张、释然

  7. 07 · Time Continuity

    时间连续性

    昼夜变化、光线、事件先后

  8. 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

Nuruk Linen Dress  – SAERO COLLECTIVE │ 새로 콜렉티브

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

Top Hohhot Attractions, Things to Do in Hohhot, Hohhot Sightseeing

场景基准图

确定草地、牧道与远处山丘位置

Country Farm Road,fields in the sunset sky

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。

【我和草原有个约定摄影图片】若尔盖大草原人像摄影_东边云唯美意境_太平洋电脑网摄影部落

01 · 远景(Wide Shot)

建立场景、展示环境规模

Woman in white dress walking in the mountain

02 · 全景(Full Shot)

展示人物姿态与环境关系

Create Cinematic Videos with Seedance 2.0 Free | Blog Picasso IA

03 · 中景(Medium Shot)

关注动作、互动和人物情绪

Done Ultimate Root Retouch Kit (5N Twlight - Darkest Brown) - Adore Beauty

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。

Beautiful grassland sunrise

清晨

期待、安静、开始

Sun shining green meadow

午后

探索、活力、发展

Chilechuan Grassland—Step into the scenery from elementary school textbooks | Trip.com Hohhot

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。

Photos - Beautiful Chinese Inner Mongolia province, vast land over 3 times of Japan | PKDefense

镜头 01 · 初到草原

远景 · 清晨 · 建立地点

Hồ Sơn Thọ - Thảo nguyên xanh ngát giữa lòng cố đô

镜头 02 · 开始探索

全景 · 行走 · 动作开始

Female hand in tall blooming grass in summer meadow

镜头 03 · 触碰草叶

局部特写 · 增加感官细节

Hulunbuir Family 6-Day Trip Guide | Pure Dry Goods, No Pitfalls | Trip.com Hulunbuir

镜头 04 · 发现远方

中景 · 视线引导 · 情绪上升

Nancy Nguyen — Bio Sites

镜头 05 · 自然微笑

面部特写 · 情绪高潮

Woman Sitting in a Field with Sunset in the Background

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

  1. 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。

  2. 展示产品(Product)

    电动踏板实物特写,重点呈现面板与防滑结构。

  3. 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。

  4. 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。

  5. 使用效果(Result)

    踏板伸出,车主上下车,展示实际使用价值。

  6. 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

搜索全站

输入关键词,查找项目与实践记录。