连续性不是“画风差不多”
两个镜头可以使用同一个角色、同一种色调，却仍然无法组接。观众会同时追踪人物站位、屏幕方向、视线目标、手中道具、动作进度、光源方向、环境声和情绪强度。任一事实无故跳变，镜头就不再属于同一个事件。
最稳的做法，是给每个镜头定义 state_in 与 state_out：它从什么事实开始，结束时改变了什么。下一镜只能读取上一镜已经提交的结果，不能凭提示词重新猜测。
把动作拆成相位
不要写“她拿起文件并走到门口”。把动作拆成：
- 预备：视线落到文件，肩膀开始前倾。
- 启动：手离开桌面，伸向文件。
- 接触：手指压住文件夹边缘。
- 峰值：文件离桌并到达胸前。
- 释放：身体转向门口。
- 余波：其他人做出反应，环境声或音乐接管。
上一镜可以在“接触”后切出，下一镜从“文件刚离桌”切入。若两个镜头都完整执行拿文件，剪辑会重复；若一个停在预备、另一个已经走到门口，中间动作会消失。
维护空间轴线和视线
先画极简场景地图：门、窗、桌、人物座位、主要光源和摄影机可用区。双人对话建立 180 度轴线，为每个角色记录朝向与视线目标。需要越轴时，用中性正面、移动过轴、明确的建立镜头或人物运动重新建立空间。
多人场景尤其需要“谁看谁”的有向关系。单独生成的反应镜头若没有视线目标，模型会给出摄影棚式正视，剪进去就像人物看向另一个世界。
给剪辑留把手
每个镜头目标时长之外，尽量保留短暂的稳定入点与出点。演员动作完成后不要立刻让画面崩坏；摄影机运动开始前也要有可用静止区。把手让剪辑师能够调整节奏、做动作匹配、插入反应或藏掉生成瑕疵。
声音把手同样重要。房间底噪、衣料声、呼吸和对白尾音应能跨切点延续。J-cut 可以让下一场声音提前进入，L-cut 可以让上一句对白越过画面切换，它们通常比炫目的形变特效更能维持连续体验。
转场先定义叙事关系
选择转场前先回答：时间是否连续、地点是否变化、谁的主观经验占主导、观众需要感到冲击还是流动？
| 关系 | 常用方案 | 验收重点 |
|---|---|---|
| 同一动作连续发生 | 硬切、动作匹配 | 动作相位和屏幕方向 |
| 视线引出对象 | 视线匹配 | 视线角度和信息揭示顺序 |
| 时间或地点跳跃 | 声音桥、建立镜头、图形匹配 | 观众是否立即重新定位 |
| 主观记忆进入 | 声音先行、受控溶解、质感变化 | 主观性是否清楚 |
| 高速省略 | 蒙太奇、插入镜头 | 因果是否仍然可读 |
一次连续性验收
先静音看画面，检查动作、空间、光线和道具；再闭眼听声音，检查对白、环境、音乐与节奏；最后合起来检查注意力是否在正确时刻落到正确信息。发现错误后，把它标为身份、状态、空间、动作、光线、声音或剪辑问题，再送回对应工位。