第 35 章 静态关键帧生产#

35.1 关键帧是最便宜的高价值闸门#

视频开始前，静态帧已经能暴露身份、服装、空间、道具、光线、构图和文字安全区问题。静态失败仍去生视频，只会把错误变贵。

关键帧不是概念气氛图，而是某个 Shot ID 在某一动作相位的可生产画面。

图 35-1 一个镜头依次经过构图、关键帧、首尾帧、动态生成、分层合成和可剪片段。每一步都必须通过当前闸门；动态失败时应返回关键帧或镜头设计，而不是把错误继续传给合成和剪辑。

这条链说明为什么“生成视频”只占镜头生产的一段。构图解决信息与空间，关键帧解决身份和静态状态，首尾帧验证运动可达性，动态生成只完成必要变化，合成保护文字与复杂交互，剪辑最终选择稳定可用区间。上游尚未批准，后面的高成本步骤就不应启动。

35.2 输入包#

每帧读取 Style Bible、人物黄金参考、服装状态、Location/Cam Zone、道具状态、Lighting State、Shot Grammar、平台安全区和连续性进入状态。

keyframe_request:
  shot: E001_S09
  phase: action_completed
  identity_refs: [CH_LINYUN_FACE_RIGHT45@v03]
  wardrobe_refs: [WD_LINYUN_GREY_SUIT@v02]
  location_refs: [LOC_BOARDROOM_TABLE_INSERT@v04]
  prop_refs: [PROP_AUTHORIZATION_OPEN@v03]
  composition: 授权书占画面下中部，手从左侧进入
  overlay_safe_area: 文件标题与签名区
  continuity_from: E001_S08_state_out

35.3 提示词分层#

固定项目风格、资产身份、当前状态、镜头构图、光线和负面约束分别组装。不要复制一段越来越长的万能提示。

模型不擅长的文字只要求干净可替换平面，不要求生成正确内容。负面项只加载与当前镜头相关的高风险。

35.4 构图先于细节#

第一轮低成本确定人物位置、景别、视线和道具比例；第二轮锁定身份、服装和背景；第三轮局部修手、脸、文字平面和边缘；最后才超分与纹理统一。

一开始追求毛孔和 8K，会把时间花在错误构图上。

35.5 候选策略#

每镜设尝试预算。先生成构图差异明显的少量候选，选择方向后再局部变体。不要一次生成几十张几乎相同的脸。

候选标记失败原因。被拒绝图不能进入黄金或连续性参考。

35.6 局部重绘#

局部重绘适合小范围手指、痣、衣领、屏幕平面和背景瑕疵。遮罩边缘留合理过渡，重绘后检查光线、纹理和身份是否改变。

脸部结构整体错、人物位置错或空间几何错，不应靠反复局修，应回到整帧或资产。

35.7 关键帧相位#

动作镜头可需要起始帧、峰值帧和结束帧。首尾帧应物理可达，并共享身份和空间。关键表演选择最能确认状态的相位，不一定是最夸张瞬间。

视频只需要首帧时，也要在分镜中预想末态，避免动作无处可去。

35.8 道具与文字#

文件、手机和屏幕先生成干净表面，再放入批准图形资产。人物手持镜头允许文字不完全清楚，独立插入负责阅读。

合成后检查透视、反光、遮挡、景深和手指覆盖，不能像平贴图片。

35.9 超分与纹理#

超分不能创造正确五官和文字，只能在批准结构后使用。过度锐化会让不同来源素材质感不一。统一肤色、噪点、锐度和颗粒，保留可用动态空间。

母版保存无字幕、无最终压缩版本。

35.10 Keyframe QC#

按身份、服装、空间、道具、光线、构图、安全区、动作前态和权利检查。英雄帧需 100% 通过阻断项；背景功能帧可记录豁免。

批准帧保存父资产、生成记录、人工修改和哈希。视频生成引用具体版本。

35.11 一张关键帧要回答哪些生产问题#

“画面好看”只是最末层要求。正式关键帧至少要让下游回答六个问题：人物是谁；当前处于什么状态；动作从哪里开始或到哪里结束；重要物体在什么位置；画面中哪里承担信息；视频模型可以让什么变化、不能让什么变化。

因此，关键帧审批应分三轮，而不是所有人同时凭感觉发表评论。

第一轮是叙事与导演审批：这个画面是否准确表达 beat，观众第一眼看哪里，权力关系是否可读，景别是否给表演留下空间。第二轮是连续性审批：身份、服装、伤痕、道具、空间、光线和方向是否继承正确状态。第三轮是生产审批：分辨率、边缘、可跟踪平面、图层需求、安全区、运动余量和权利来源是否允许下游执行。

三轮可以由同一人承担，但结论必须分开记录。否则视觉总监批准“气氛很好”，生成工位会误以为手、文件和空间也已通过。

35.12 参考图不是越多越好#

参考图之间一旦冲突，模型会平均化人物。身份包应有明确层级：一张主黄金参考确定脸部结构；左右四十五度和侧面补充几何；表情参考只提供肌肉状态，不重新定义身份；服装参考只提供衣物；当前上一镜帧只提供连续状态。

每张参考必须写明权限。例如 identity_authoritative 可以决定脸型和五官比例，expression_only 不能改变年龄和骨相，wardrobe_only 不能影响发型，continuity_only 只能决定手、道具与朝向。没有权限声明时，操作者会把所有图片塞入模型，然后无法解释为什么角色越来越像多个版本的混合体。

人物经历剧情状态变化时，不能偷偷更新黄金参考。雨湿头发、伤痕、疲惫、妆容脱落属于状态层，应从稳定身份派生。只有选角或正式视觉重设计才创建新的身份主版本，并触发受影响镜头清单。

35.13 构图探索的三层保真度#

第一层可以是草图、拼贴或低分辨率生成，只验证块面：人物在左还是右，文件占多大，负空间是否给字幕和屏幕图形。第二层验证摄影关系：机位高度、焦距感、透视、景深、眼线和光源。第三层才验证身份、皮肤、织物、道具边缘和最终纹理。

每升一层都需要明确批准。若第二层发现董事会议室反打无法维持轴线，就回到布局，不应因为第三层已经把林筠的脸修得很精致而舍不得改构图。制作团队必须刻意抵抗“细节沉没成本”。

对于 A 层英雄镜头，建议保留构图分支板：至少一个安全方案、一个更强烈的权力方案和一个可供投放裁切的方案。最终只批准一个正片基线，但其他方向可成为获客素材，不需要在正片制作时反复争论。

35.14 首尾帧必须做可达性审查#

首尾帧控制常被误解成给模型两张漂亮图片。真正的问题是两帧之间是否存在合理运动。若首帧右手放在桌下，末帧却举到脸旁，同时文件从桌面闭合变成手中展开，三秒内包含抬手、抓取、打开、转向和停留，任何模型都容易用融化来“完成”任务。

可达性审查逐项比较：人物位置、身体朝向、关节角度、手部占用、道具形态、遮挡关系、相机位置、焦距、背景几何和光线。变化超过一个主动作时，应增加中间相位或拆镜。两帧由不同生成批次产生时，还要叠加比较脸部轮廓、肩宽、桌沿、门框和地平线；静态看似相近的偏差会在插值时变成明显漂移。

35.15 《逆光收购》授权书镜头#

原始关键帧把林筠、授权书、董事长和十名会议成员都放在同一画面。画面信息丰富，却没有一个元素足够清楚：授权书文字读不出，林筠的表演太小，背景人脸还不断抢注意。团队将其拆成三个职责明确的关键帧：林筠把文件落桌的中近景、授权书签名区插入、周岚第一次失去表情控制的反应近景。

文件插入不要求模型生成中文，只要求纸张、手指、桌面透视和签名区留白正确。批准的收购文件作为独立图形资产透视合成；周岚反应帧则不再出现文件，只通过她看向桌面的眼线和停止敲桌的手指继承因果。拆分之后，每张关键帧都能回答一个故事问题，也更容易进入稳定运动路线。

35.16 静态帧 SOP#

第一步，编译 Keyframe Request。第二步，低成本探索构图。第三步，选择方向并归锚身份。第四步，局修手、服装、背景和道具。第五步，合成文字图形。第六步，做连续性与安全区 QC。第七步，批准并锁版本。第八步，超分和纹理统一。第九步，拒绝图隔离。

35.17 故障树#

**症状：细节漂亮但无法剪。**构图和动作相位未先锁。回到低保真布局。

**症状：局修越修越不像。**修改范围过大或参考不一致。重做整帧并归锚。

**症状：文件文字扭曲。**让模型承担排版。改用图形合成。

**症状：超分后脸变塑料。**锐化和去噪过度。降低处理并匹配全片纹理。

35.18 检查表、练习与交付物#

检查输入资产是否版本化；是否先构图后细节；候选预算是否明确；关键动作相位是否正确；文字是否后期合成；局修是否保持光线；批准帧是否记录来源；失败图是否隔离。

练习一：为 E001_S09 写完整 Keyframe Request。练习二：把一次失败分为构图、身份、手、空间或文字问题。练习三：制作首、中、末三相位关键帧计划。

本章交付物：Keyframe Request、候选板、局修记录、Graphic Composite、Keyframe QC、Approved Keyframe Manifest。

35.19 关键帧批准的是几何合同#

关键帧不只是“这张图好看”，而是锁定人物身份、身体姿态、场景锚点、道具位置、光源方向、构图和动作相位。视频模型可以在合同允许范围内运动，不能重新设计空间。批准记录把这些不变量逐项列出。

首尾关键帧还要证明物理可达：人物能否在目标时长走到位置，手是否有合理路径，道具所有权是否变化。两张单独正确但中间不可能连接的图，不构成可用首尾帧。

35.20 候选多样性来自假设，不来自随机数量#

第一轮候选分别测试构图、角度和表演强度，一次只改变一类主变量。选定方向后再探索局部细节。生成二十张近乎相同候选只增加审核负担，无法告诉团队哪种假设更好。

Candidate Board 标记每张的变量、输入版本、失败与可修项。被拒绝的候选不进入参考池，但保留缩略图和原因，用于避免重复尝试。只有填补明确角度或状态缺口的通过帧才考虑晋升黄金资产。

35.21 关键帧证据包与下游读取#

Approved Keyframe Package 包含原图、显示代理、Alpha/深度或蒙版（如有）、引用资产、提示与模型版本、QC、允许运动、禁止改变项和内容哈希。视频、合成与剪辑读取同一包，不从社交软件压缩图开始。

局部重绘后整个包生成新版本，并回归检查身份、光线和空间。修好一只手却改变脸型，不能沿用原批准状态。下游实际使用的版本写入 Generation Ledger。

研究依据说明#

“静态先行”是一线 AI 视频生产最一致的经验之一。本章把它变成正式质量闸门和可追溯资产，而不是视频前随手生成的一张图。