MODULE 01 · 建立判断 · 45 分钟
先拆穿“看起来很强”
区分表面逼真、任务正确、物理成立、导演通过与正式交付。
DEEP LESSONS
先理解为什么,再执行怎么做
工具出图只是技术终态,作品能否使用还要经过任务、事实、时空、审美与交付五道门。
新手最常见的误判,是把“模型成功返回文件”直接写成“作品完成”。导演要建立证据层:文件存在只能证明生成层;主体、产品与动作正确才能通过镜头层;来源、授权和状态清楚才可能进入交付层。
- 先写镜头任务,再看画面
- 先验 P0 事实,再谈质感
- 明确标记 Candidate、导演通过、客户确认三种状态
警报:“高清、电影感、很真实”都不能单独证明镜头可用。
单一总分会掩盖致命错误,必须逐项验收。
建议学习阶段固定检查:任务可读性、主体/产品一致性、构图与空间、时间连续、动作与物理、审美与品牌。VBench 系列也把视频质量拆成一致性、运动、语义、物理、常识与人体等多个维度,而不是只看“画质”。
- 每个维度只写可观察结论
- 任何 P0 失败都阻止继续提质
- 为每个失败记录最早发生的层
警报:总评“八十分”可能掩盖 Logo 错、人物漂或因果不成立。
同一输入出现不同结果是生成系统的常态,所以必须设计候选、基线与停止条件。
提示词更像创意愿望清单,不是合同。专业流程不是追求一次命中,而是先定义候选规模,再从 P0 正确的结果中选基线,之后每轮只开放一个变量。没有停止条件的“再抽一次”只会把预算变成随机漫游。
- 预先限定候选数
- 记录为什么保留或淘汰
- 连续两轮同类失败就检查控制载体或路线
警报:不要因为已经花了成本,就继续没有假设的生成。
导演思维不是写更多词,而是决定哪些变量开放、哪些必须冻结。
模型擅长在开放空间里找可能性;商业影像往往要求人物、产品、品牌和剪辑接口稳定。导演要把一个大问题拆成可控的镜头单元,让参考图、参数、结构控制、动作参考和后期分别承担最适合的职责。
- 给每个输入分配单一职责
- 一个短镜头只保留一个主要变化
- 把精确资产留给真实素材或合成
警报:把所有控制都压进一段 Prompt,会让冲突变得不可诊断。
EVIDENCE / ADAPTATION
一手资料支持什么,导演方法又做了什么转译
边界:来源证明公开能力或研究结论;本章的镜头路由、P0/P1/P2 与制作取舍是面向广告创作的导演级转译,不是来源原文或模型保证。
FULL CASE STUDY
案例:一条“很真实”的玻璃杯坠落镜头为什么不能用
4 秒广告镜头:玻璃杯从桌沿滑落,落地碎裂,碎片停在产品前方形成引导线。
画面光影精致、慢动作漂亮,但杯子下落前已变形,碎片像液体一样回流,产品标签在冲击瞬间跳字。
- 表面画质通过,但 Physics-IQ 所强调的物理理解未通过
- 产品标签属于 P0,跨帧变化直接阻止使用
- “坠落—碎裂—构图落点”一次承担三段复杂状态,事件预算过载
- 先用静帧锁定产品与最终碎片构图
- 把坠落与碎裂拆成两个镜头,在冲击声处切
- 产品使用真实 Packshot 或单独合成,不让生成模型重画标签
不要用“更高清”修物理和资产错误;要拆事件、换控制载体、保护真实资产。
SUBMITTABLE LAB
做一张六维拆片卡
选一张 AI 图或 3—5 秒 AI 视频,不写“好看/不好看”,逐项给出证据。
不是背术语:用 6 个情境检验你会不会做决定
本地成功生成 MP4,最多能直接证明什么?
镜头质感很好,但产品 Logo 在第 20 帧变形,应该怎样定级?
Physics-IQ 最重要的生产提醒是?
连续两轮同类穿模没有改善,最专业的下一步是什么?
四个候选里,哪一个最适合作为下一轮基线?
“导演自检通过”与“客户确认”之间是什么关系?
字数只检查信息量下限,不代表内容自动正确;请同时用本章标准自评。