复杂动作与分镜专题
基于 video-generation-skills 的 ai-video-director 模块，详细讲清复杂动作、分镜逻辑、12 宫格设计法和参考视频替换法。
This page is accessible in English navigation, but the full body has not been translated yet. The original Chinese content is kept below for accuracy.
为什么复杂动作最容易崩
一旦一个镜头里同时出现奔跑、跳跃、转身、挥手、回头、说话，模型就会把多个动作揉成一团。 正确方式不是继续加描述，而是先拆镜头和动作顺序。
先补分镜逻辑
shot-logictext
分镜四问：
1. 角色为什么行动
2. 角色要去哪里
3. 中途有什么阻力
4. 结果为什么成立这四个问题解决的是镜头因果，而不是动作美学。先知道角色为什么动，再决定镜头怎么拍。
为什么复杂动作首先是剧情工程
多数动作崩坏都不是身体不会动，而是前后动作缺少逻辑支撑。
- 观众不知道角色为什么急，就感受不到奔跑的压力。
- 观众不知道角色要去哪，镜头切换就只剩随机运动。
- 观众不知道结果为什么成立，最后的情绪反应就会显得假。
两种动作方法
action-methodstext
复杂动作两种主方法：
方法 A：12 宫格分镜法
- 适合原创动作设计
方法 B：参考视频替换法
- 适合快速拿到稳定运动节奏twelve-grid-methodtext
12 宫格分镜法：
1. 先定角色和场景
2. 把复杂动作拆成 12 个连续状态
3. 每格只表达一个中间姿态
4. 再把 12 格整理成 3 到 4 个可生成视频的短段
5. 每段只保留一个主动作链ref-video-methodtext
参考视频替换法：
1. 找动作节奏合适的参考视频
2. 拆出关键镜头和动作节点
3. 用自己的角色、场景和风格替换主体
4. 保留原动作节奏，不重写成完全不同的运动结构
5. 生成后再做局部修正和剪辑拼接- 12 宫格分镜法更适合原创内容、跑酷、格斗、舞蹈和情绪动作链。
- 参考视频替换法更适合快速复现已有节奏，但要注意版权和发布边界。
案例拆解
下面这个“赶去咖啡馆见人”的案例很典型。它说明复杂动作的问题，往往不是跑得不够像，而是中间缺了因果节点。
complex-action-casetext
案例：男主赶去咖啡馆见人
错误分镜：
收到消息 -> 出门 -> 走街上 -> 坐到女主对面
更完整的分镜：
收到消息 -> 看时间发现迟到 -> 快速出门 -> 路口被红灯拦住
-> 到咖啡馆门口停一下确认 -> 推门进去 -> 看到女主已经等很久 -> 坐下后冷场这个案例该怎么拆成视频段
比起一条长镜到底，更稳的是拆成几段各有重点的片段。
- 第一段做“收到消息 + 看时间 + 立刻起身”。
- 第二段做“街头赶路 + 红灯受阻”。
- 第三段做“门口停顿 + 推门进入 + 对视冷场”。
- 每段控制在 3 到 5 秒，再通过剪辑把压力和节奏连起来。
输出模板
complex-action-outputtext
推荐输出：
## 剧情目标
## 分镜四问回答
## 角色 / 场景参考
## 12 宫格或参考视频方案
## 拆段视频提示词
## 剪辑拼接顺序complex-action-troubleshoottext
复杂动作排错：
动作像抽搐 -> 一个镜头里主动作太多，删到只剩一个
角色突然飘移 -> 没有角色资产或场景锚点
镜头因果断裂 -> 缺少“为什么动、去哪、结果为什么成立”
动作虽然对但不好看 -> 先修分镜逻辑，再谈镜头美学
参考视频复刻失败 -> 你换掉了动作结构，只保留了外观推荐流程
complex-action-workflowtext
推荐流程：
1. 先做角色与场景设定
2. 先拆分镜，不先写长动作句
3. 确定主动作锚点
4. 用 12 宫格或参考视频锁动作顺序
5. 单镜只做一个主动作
6. 生成多个短段，再剪辑拼接如果你发现问题并不在动作本身，而是在人物和空间不稳定，先回到 场景一致性和角色资产化相关教程，把基础锚点补齐，再回来做复杂动作。