用于保持讲解视频分镜一致性的 GPT Image 提示词
将讲解脚本转化为连贯的视觉分镜,确保角色、场景或教学细节不会在不同画面之间发生变化。这些 GPT Image 提示词模板可帮助教育工作者锁定连续性、规划有目的的镜头,并在制作课程视频前检查每一帧。
文章目录
在视频制作前规划每一个讲解镜头
一个有用的讲解分镜不能只是看起来精致。它应该准确展示学习者将看到的内容,保留镜头之间的重要细节,并揭示旁白、标签或转场可能造成混淆的地方。问题在于,分别生成的画面往往会重新设计演示者、移动课堂物品、改变图表,或引入脚本从未提及的视觉信息。
当每条提示词都被视为同一受控序列的一部分时,GPT Image 可以帮助创建连贯的分镜。与其要求生成六幅彼此独立的插图,不如先建立视觉规范,明确每个镜头的教学目的,并且只改变下一帧所需要改变的内容。
最佳实践:使用生成的画面规划构图、动作和连续性。在编辑或演示软件中添加最终字幕、公式、界面文本和无障碍信息,因为在那里可以检查每一个字符。
将脚本转化为可观察的教学节点
不要为每个句子创建一张图片。应在学习者需要看到新的状态、比较、动作或证据时进行拆分。一段 60 秒的讲解可能只需要五到八帧有明确目的的画面。
为每一帧编写一份简洁的镜头记录,其中包括:
- 旁白目的:学习者应该理解什么。
- 可见证据:屏幕上必须出现哪些内容来支持这一观点。
- 连续性锁定项:必须保持不变的细节。
- 允许的变化:可以改变的一个动作、物体或视角。
- 稍后添加的文本:留到编辑阶段处理的标签、方程式、字幕或界面文案。
想象一堂解释“为什么在相同室温下,金属勺摸起来比木勺更冷”的短课。教学节点可以是:展示相同条件、展示一只手触摸两把勺子、引入热传递、比较传递速率,以及总结误解。这样的序列比五张装饰性的勺子图片更具教学意义。
建立能够贯穿每一帧的视觉规范
在生成第一个镜头之前,先定义一套可复用的视觉规范。这将成为后续所有提示词的固定前缀。使用 ai image generator 控制项来保持宽高比和视觉处理方式稳定,但要将最重要的连续性事实直接写入提示词。
项目:面向中学生科学讲解视频的 16:9 分镜画面
风格:简洁的编辑式课堂插画,比例写实,色彩克制
场景:明亮的科学教室,浅灰色工作台,背景中有蓝色柜子
演示者:成年教师,短而浓密的深色卷发,绿色开衫,炭灰色衬衫
道具:一把银色金属勺和一把浅棕色木勺,大小相同
镜头:平视教学构图,中等景深,无夸张的镜头畸变
光线:来自左侧的柔和日光,每一帧的方向保持一致
连续性:保留演示者、服装、房间布局、勺子、色彩体系和光线
文本:不出现书面标签、字幕、标志、水印、数字或装饰性文字
安全:普通课堂演示,姿态平静,工作台面整洁
具体的名词比模糊的连续性要求更有效。“保持所有内容一致”几乎没有可供模型验证的依据。而“保留绿色开衫、蓝色柜子、两把同样大小的勺子,以及来自左侧的日光”则能创建清晰的视觉检查点。

先生成一帧中性的连续性参考画面
第一张图片应该是一帧参考画面,而不是最具戏剧性的镜头。清晰展示演示者、场景、重要道具和整体艺术指导。避免双臂交叉、双手隐藏、极端视角或彼此重叠的物体。
使用上面的项目规范创建连续性参考画面。
教师站在工作台后方的中近景画面。银色金属勺放在左侧,浅棕色木勺放在右侧,两者平行且完整可见。教师的双手自然地放在物体旁边,但不要触碰它们。保持背景中的蓝色柜子可见。表情中性、适合教学。轮廓清晰,留有均衡的空白区域,不要出现文本。
在继续之前检查这一帧。检查人体结构、物体数量、左右位置、服装、背景几何关系,以及构图是否为后续叠加内容预留了空间。如果基础细节有误,应立即重新生成,而不是让错误贯穿整个序列。
一次只改变一个教学变量
每一帧新画面都应继承视觉规范和连续性参考画面,同时引入一个有意的变化。这样可以减少漂移,并使画面之间的差异对学习者具有明确意义。
| 画面 | 教学目的 | 允许的视觉变化 | 锁定的细节 |
|---|---|---|---|
| 建立场景画面 | 两把勺子处于相同的房间条件下 | 无 | 演示者、房间、勺子位置 |
| 触摸比较 | 学习者观察感知上的差异 | 教师触摸两把勺子的勺柄 | 相同的勺子和工作台 |
| 热传递模型 | 能量以不同速率离开手部 | 添加简单的彩色流动叠加层 | 手部和勺子的几何形状 |
| 并排比较 | 金属传导能量更快 | 将两处接触位置裁切得更近 | 物体身份和光线 |
| 总结画面 | 感觉更冷并不意味着起初温度更低 | 回到更宽的构图 | 原始房间和演示者 |
对于触摸画面,使用一条同时说明保留场景和允许动作的提示词:
从已批准的连续性参考画面继续。保留相同的教师、服装、教室、工作台、勺子设计、左右位置、光线方向和插画风格。
只改变手部动作:教师用左手食指轻触金属勺柄末端,用右手食指轻触木勺柄末端。双手必须完整可见,且符合自然人体结构。保持两把勺子平放并彼此平行。中景教学镜头,表情平静,不要出现文本或新增物体。
如果模型改变了柜子、服装或餐具,不要在一条全新的提示词中描述所有错误。回到已批准的参考画面,重新陈述锁定项,并要求进行尽可能小的修正。

将概念叠加层与实体物体分开
教育讲解经常需要将热传递、电流、气流或数据移动等不可见过程可视化。学习者必须能够区分概念叠加层与场景中实际存在的物体。
先生成底层实体场景。然后将解释性叠加层作为单独图层创建或添加。整个课程中都应使用一致的视觉约定:例如,用半透明橙色路径表示能量传递,用点状轮廓表示推断出的边界。
完全保留已批准的触摸比较画面。只添加克制的概念叠加层:半透明橙色能量流带从每个指尖流入对应的勺子。进入金属勺的色带比进入木勺的色带更宽。叠加层必须呈现图示化、半透明的效果,不要像火焰、发光液体或实体物体。不要添加箭头、标签、数字或其他符号。
永远不要只依靠颜色来传达比较关系。将颜色与宽度、图案、方向或形状等第二种视觉提示结合使用,然后在旁白或无障碍文本中解释这一约定。
保护标签、方程式和界面文本
分镜图片是规划素材,因此不需要完成最终的排版。生成的文本可能会使审核者忽略镜头的真正目的,还可能引入拼写、符号或事实错误。
相反,应为文本预留干净的区域。在镜头记录中写入占位说明,例如“定义出现在右上方安全区域”或“经过核验的方程式在编辑阶段添加”。对于屏幕录制课程,应使用简化的界面占位图,而不是生成一个带有难以辨认控件的逼真产品界面。
- 使用可编辑的方程式工具处理公式。
- 经过学科内容审核后再添加标签。
- 在画面底部附近保留适合字幕的空间。
- 添加叠加层和文本后检查对比度。
- 在旁白或描述性文本中包含必要的视觉信息。
无需重启即可诊断连续性故障
大多数分镜问题都可以追溯到锁定项不明确、同时发生的变化过多,或参考画面隐藏了重要细节。
| 问题 | 可能原因 | 针对性修正 |
|---|---|---|
| 演示者外观发生变化 | 角色描述过于笼统 | 重新说明可观察到的头发、服装、年龄范围和轮廓细节 |
| 道具数量增加或切换到另一侧 | 物体数量和位置未锁定 | 明确写出准确数量及左右排列 |
| 手部出现变形 | 接触或重叠过多 | 简化手势,并要求双手完整可见 |
| 镜头意外跳变 | 在缺少连续性背景的情况下要求改变景别 | 明确保留的轴线、视平线和目标裁切范围 |
| 概念叠加层看起来像实体 | 视觉隐喻缺少边界 | 要求采用半透明的图示化处理,并禁止实体效果 |
| 每一帧都显得静止 | 将连续性误解为构图完全相同 | 在保留场景事实的同时改变裁切范围或强调重点 |
修正某一帧时,应将其与上一张已批准的图片进行比较,而不是与最新的失败变体比较。这样可以防止意外变化成为视觉规范的一部分。

将分镜作为学习序列进行审核
视觉一致的分镜仍然可能教学效果不佳。按顺序排列所有画面,在不播放旁白的情况下进行审核。思考学习者能否识别发生了什么变化、变化的原因,以及哪些细节很重要。
然后一边阅读旁白,一边查看画面。删除仅仅重复旁白内容的镜头,并在脚本提到某种关系但画面没有展示时添加一帧。这也是检查节奏的合适时机:复杂的比较可能需要比建立场景镜头更长的屏幕停留时间。
邀请学科内容审核者检查准确性,并邀请无障碍审核者检查对比度、字幕空间、阅读顺序以及对颜色的依赖。只有完成这些检查后,才能将画面作为动画、拍摄或幻灯片制作的参考。
可复用的分镜提示词模板
从 [PROJECT] 的已批准参考画面继续。
完全保留:
- [角色外观和服装]
- [场景和背景布局]
- [重要物体的数量、设计和位置]
- [光线方向和视觉风格]
- [不得改变的镜头轴线或视角]
教学目的:
学习者应该理解 [一个具体观点]。
只改变:
[一个可见的动作、比较、裁切或概念叠加层]。
构图:
[景别]、[主体位置],并为 [字幕或标签位置] 留出清晰空间。
不要添加:
额外的人物、额外的物体、书面文本、标志、装饰性符号、戏剧性效果或未要求的变化。
无障碍:
使用清晰的轮廓,并结合不止颜色一种方式来区分 [重要比较]。
根据课程内容调整方括号中的字段,然后使用一帧参考画面和一个受控变化亲自测试这条提示词,再生成完整序列。
最终检查清单
- 脚本已被拆分为可观察的教学节点。
- 每一帧都有明确的学习目的。
- 视觉规范列出了具体的连续性锁定项。
- 在扩展序列之前,已批准一帧中性的参考画面。
- 每条提示词只改变下一教学节点所需要改变的内容。
- 概念叠加层与实体物体有明显区别。
- 最终文本、公式和标签保持可编辑。
- 准确性、无障碍性和节奏都已完成审核。
准备好第一张参考画面和镜头记录后,免费试用这些模型,并先构建一个简短的三帧测试,再决定是否制作完整的讲解视频。
关键词
gpt image 提示词,讲解视频分镜,ai 分镜,教育视频,镜头一致性,课程创作,课程视觉素材