同样的内容，写成一段描述和写成一张表，H3 的听话程度完全是两回事。写成描述它会自己重新安排节奏，镜头乱飞；写成表它基本就照着填。
我现在固定七块：画面质感、整体风格、人物、场景、分镜、声音、真实度补丁。真正决定成败的是其中三块。
- 分镜一条条列，每条前面标好时长和景别，台词直接跟在后面。标时长是因为不标它就自己分配节奏，三秒能给你演成六秒；台词跟在分镜后面，模型才知道这是要说出口的话，而不是画面里出现的一行字。
- 质感反着写。与其写「电影感」，不如写手持 DV、轻微抖动、偶尔拉风箱对不上焦、构图不讲究、自动曝光被窗外的光晃得忽明忽暗。「电影感」这种词对应的是一堆被打磨过的东西，越写越假；设备的毛病是真拍才会留下的痕迹，描述得越具体，出来越像真拍的。
- 声音别省。铅笔划纸、翻页、座椅布料摩擦，这种细节写清楚，氛围能立起来一半。画面再对，没有环境声，看着还是一段素材，不是一个场景。
贴一段我在用的：
CAMERA / LOOK: Handheld mini DV camcorder footage filmed by the subject herself.
Slight hand shake, occasional focus hunting, imperfect framing, soft tape-like image quality, subtle grain, realistic auto-exposure shifts.
STORYBOARD:
→ (3s, propped medium shot) opens a small notebook. "Sketching a bit while I've got time."
→ (3s, close-up) sketches the blurred view outside the window.
AUDIO NOTES: pencil scratching, page flipping, soft bus hum — audible but subtle.
