我做分镜出身，出片这事儿在画质上已经不太卡了，卡的是控制粒度。一个眼神的收放、镜头是推还是摇、画面里两个人谁先动谁后停，这些在片场是导演一句话的事，放到生成里只能往提示词里堆形容词，堆完还得看运气。
最难受的是牵一发动全身：运镜终于对了，重抽一次表情又飘了；改一个词，整段重来。现在的思路是往可调面板走，微表情、机位轨迹、灯光调色分开做成控制项，而不是全塞进一段文字里。
方向我认，能不能用还得看颗粒度——能不能只锁走位单独重抽表情，能不能保住上一版的镜头语言。在那之前我还是笨办法：一段只求一件事，运镜、表情、动作分开抽，最后剪到一起。