LibTV默认粗粒度分镜拆解会丢失动作节点、微表情和运镜意图,导致画面节奏松散、角色状态跳跃、镜头连贯性断裂;正确做法是先用豆包结构化重写,再在LibTV启用分镜解析协议并校验修正。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

把长剧本整段丢进LibTV AI会触发默认的粗粒度分镜拆解逻辑,系统会按语义段落自动切分,但极易丢失关键动作节点、角色微表情提示和镜头调度意图,导致后续生成的画面节奏松散、角色状态跳跃、多镜头连贯性断裂。
LibTV对长剧本的默认处理机制
LibTV在接收到未结构化长文本时,会启动内置的轻量级NLP解析器,以句号、换行、对话引号为第一层切分依据,将全文划分为若干“语义块”;每个语义块被赋予基础景别标签(如“中景”“近景”),但不识别括号内的导演备注、运镜符号(如“推镜”“摇左”)或角色情绪副词(如“颤抖着说”“冷笑”)。
这一步不依赖模型推理,纯规则匹配,【切分结果不可逆,且无法在后续节点中回溯修改原始切分逻辑】。
实际出片问题集中爆发点
角色一致性崩塌:同一角色在第3个语义块生成为圆脸短发,在第7块变成方脸长卷发,因LibTV未将跨段落角色特征锚定为统一资产,而是当作独立提示词重新采样。
音画不同步加剧:旁白TTS按原始长文本逐字生成,但画面仅覆盖部分语义块,造成配音持续30秒,画面只播了12秒,剩余18秒黑屏或静帧循环。
镜头语言消失:原文中“她猛地转身→镜头从背影急速拉升至楼顶全景→霓虹灯在雨水中晕染成光带”这类复合运镜描述,被拆成三个孤立语义块,LibTV分别生成三张静态图,无动态衔接指令,剪辑模块无法还原原意。
正确导入长剧本的三步操作法
第一步:用豆包预处理——粘贴长剧本→输入指令“按电影分镜标准重写,每场标注【场景编号】【时间码】【角色动作】【镜头运动】【情绪关键词】,删除所有心理描写和环境散文式描述”→获取结构化分镜脚本。
第二步:在LibTV无限画布中新建文本节点→粘贴结构化分镜脚本→右键该节点→选择“启用分镜解析协议”,此时节点右上角出现蓝色齿轮图标,表示已激活细粒度拆解引擎。
第三步:双击该文本节点→点击顶部工具栏“校验分镜”→系统弹出窗口显示共识别出【X】个有效镜头、【Y】处角色设定冲突、【Z】条未绑定参考图的运镜指令→手动补全缺失项后,再连接至“生成分镜”节点。











