用 AI 做影片：讓每個鏡頭接得上的簡單 Storyboard

電影開拍前，劇組會先把整部片畫一遍。

那份畫出來的東西叫 Storyboard，中文叫故事板。它做的是決策工作：把「這一鏡到底長什麼樣」從導演腦袋裡挖出來，變成一張所有人都看得到、可以當場指著說「這裡不對」的紙。畫得好不好，從頭到尾都不在重點上。

Storyboard 不必畫得漂亮，只是先替鏡頭排隊。

上一篇我們把妙脆角貓送到了雨夜車站。這次讓牠在那裡把一段戲演完：

妙脆角貓在月台上等不到朋友。末班車經過，牠放棄了，轉身走進雨裡。

Storyboard 到底是什麼，它在解決什麼問題

Storyboard 是一連串按順序排好的圖，每一格對應一個鏡頭，畫出那一鏡看起來長什麼樣。就這麼簡單。

它要解決的問題沒那麼簡單：一群人要對一個還不存在的畫面達成共識。

導演腦袋裡有一支片，但攝影、美術、演員、剪輯看不到它。開會講「這裡要有情緒」沒有用，因為每個人腦中的畫面都不一樣，而所有人都以為自己聽懂了。等到現場才發現理解不同，錢已經燒掉了。

Storyboard 的做法很直接：畫出來。同一張圖仍可能被讀出不同細節，但至少大家可以指著同一格說明差異。

這個工具怎麼來的，比結論本身有意思。

1920 年代末，迪士尼的動畫師已經在畫「story sketch」——把一場戲的構想先畫成草圖。下面這張是 1928 年 6 月的《Plane Crazy》，米老鼠的第一部片：

《Plane Crazy》story sketch，Ub Iwerks 繪，1928 年 6 月。美國國會圖書館藏（ppmsca.57586），公有領域。

它已經很有 storyboard 的樣子：六格排好、右上角標了鏡號、旁邊寫著註記。最值得看的是那幾個藍色的叉——那是九十多年前有人站在這張紙前面說「這格不要」，成本是一支鉛筆。

但它少了一樣關鍵的東西：六格畫在同一張紙上，你不能把第 3 格搬到第 5 格。

真正的那一步是 Webb Smith 走出去的。迪士尼把功勞歸給他：把每個場景畫在分開的紙上，釘到布告板上。聽起來只是換個載體，實際上整個工具的性質變了——圖從此可以被抽掉、被重排、被插進新的一格。它從一張畫，變成一個可以動的東西。

1933 年的《三隻小豬》是第一次把這件事完整做完一整部片，迪士尼為此設了一個專門的 story department。之後擴散得很快：1935 年 Walter Lantz 跟進，1936 年 Warner Bros. 跟進，到 1937、38 年全美國的動畫片廠都在用；1940 年代初，真人電影也跟上，成了開拍前的標準程序。

一個工具在五年內被整個產業採用，通常只有一個原因：它解決的是每個人都在痛、但沒有人有辦法的問題。

至於 1933 年那批「第一份完整 storyboard」長什麼樣，我們很想直接放給你看。但《三隻小豬》的著作權迪士尼還要保護到 2029 年，而我們實在不想收到他們法務的信——原稿在這裡，你自己去看吧。

（上面那張 1928 年的草稿之所以能放，是因為 1931 年以前在美國發表的作品已經不再受保護。順帶一提，迪士尼自家的 D23 網站也放了一批 1929 年的同期草稿——每一張都仔細打上了 D23.com 浮水印和 © Disney。）

具體來說，一份 storyboard 同時做四件事：

• 提早發現問題——故事在第三格就斷了、兩格在講同一件事、少一格交代這是哪裡，排成一列就藏不住；
• 讓討論有東西可以指——「我覺得這裡怪怪的」沒辦法討論，「第 3 格到第 4 格中間少了一步」可以；
• 讓沒讀過劇本的人也看得懂——這是圖的特權，文字做不到；
• 幫剪輯先做出粗剪——這一點等一下會很重要。

還有一件容易被誤會的事：很多人把 storyboard 當成紀錄工作——把已經想好的東西謄上紙。實際上，想的過程就發生在這張紙上。

希區考克以他的 boards 出名，在 storyboard 上把電影做到太完整，以至於進了片場，實拍幾乎只剩執行。雷利·史考特和柯恩兄弟走同一條路。導演在 storyboard 上決定的是：觀眾這一格要看到什麼、更重要的是看不到什麼；視線從哪裡被帶到哪裡；這一格要停多久，下一格才切。

有些導演會在 storyboard 階段先定下大部分構圖、視線與剪點，再到現場執行或調整。

一份影片的 storyboard 長什麼樣、怎麼做出來

先說清楚一件事，免得後面混淆：專業劇組手上其實有兩份文件。

Storyboard 回答「這一鏡看起來長什麼樣」，是視覺的、一格一格的圖。另外還有一份 shot list（分鏡表），回答「總共要拍哪些鏡、用什麼鏡位、在哪裡拍、什麼時候拍」，是清單式的，副導拿它當現場檢查表。兩份東西不能互相取代，也不該混在一起做。這篇只處理 storyboard，shot list 我們下一篇單獨講。

做一份 storyboard，每一格只需要三樣東西：

1. 一張圖——看得出構圖就好，火柴人可以，手機拍的照片可以，截圖拼貼也可以；
2. 一句話——這一格發生什麼事；
3. 一個順序——它是第幾格。

沒有第四樣。你不需要會畫畫，因為它承載的是決定，不是美術。

妙脆角貓的雨夜排出來，一格一張圖：

格	這一格畫什麼
1	空月台，雨在燈下，遠遠的
2	妙脆角貓蹲在站牌旁，盯著手機
3	手機螢幕暗掉，畫面只有貓的臉
4	末班車從牠身後開過，車燈掃過月台
5	牠轉身走進雨裡，背影

五格排完，你已經可以看出一些事：第 1 格和第 4 格都是遠景，會不會太重複？第 3 格的特寫是不是太早？有沒有一格是多餘的？

這個例子已經顯示 storyboard 的核心用途：讓問題在花錢之前浮出來。

短片和長片都能用這套方法。一支 30 秒的片可能只有五到八格，而且沒有兩小時可以慢慢鋪陳，每一格都要帶進新資訊。

同一段戲的 storyboard。五格線稿，沒有一格需要畫得漂亮。

換成 AI 生成，storyboard 的角色變了

上面那五張圖能運作，靠的不只是圖本身。

攝影師拍完第 2 格，人還站在原地。他記得貓蹲在站牌的哪一側、手機放在哪、光是從哪邊打過來的。下一格開拍時，這些他不必問，因為他剛剛才親眼看過。

現場本身就是一個記憶體。 Storyboard 從來不需要寫「上一格結束時手機在右邊」，因為那是廢話——在場的每個人都看到了。

那 90 年來，storyboard 一直是「一半畫在紙上、一半存在現場」的東西。

AI 生成把這份現場共同記憶拆開了。

逐段生成時，新的提交只拿得到這次送入的 Prompt 與素材。若沒有再次附上前一段影格、影片或狀態描述，它就沒有上一鏡的具體畫面可接。生成平台即使保留工作歷史，也不等於新任務會自動沿用上一鏡的角色、位置與光線。

如果不使用 Storyboard 來約束，就可能會發生以下狀況：

第 2 鏡結尾，手機在貓的右邊。 第 3 鏡開頭，手機跑到左邊。

兩段都生成成功，畫面都好看。接在一起，觀眾一秒就感覺到不對。

Storyboard 仍然讓參與者對同一個畫面達成共識。到了逐段生成流程，分鏡要和角色參考、前一段影格、實際 Prompt 與剪輯紀錄一起保存，才足以接住跨鏡狀態。

每一格旁邊，多寫兩件事

做法很小。圖照畫，每一格多寫兩行字。

起始狀態，這一格開始那一刻，世界長什麼樣：

妙脆角貓蹲在站牌右側，手機立在牠面前的長椅上，牠面向左邊的鐵軌。

結束狀態，這一格結束時留下了什麼：

牠用前掌把手機推倒，站起身，位置和面向都沒變。

起始狀態讓這一格接得上上一格，結束狀態是替下一格準備材料。

要寫的只有四類，不必寫成小說：

• 人物：同一個角色、同一身打扮、現在什麼姿勢；
• 東西：手機、背包、商品現在在哪；
• 位置：在畫面哪一側、面向哪個方向；
• 動作：這一格開始前完成了什麼、結束時停在哪一步。

補完之後：

格	這一格畫什麼	結束時留下什麼
1	空月台，雨在燈下	妙脆角貓從畫面右側入鏡
2	蹲在站牌旁盯著手機	手機在右側，貓停在站牌旁
3	螢幕暗掉	抬頭，身體仍面向鐵軌
4	末班車經過	被車燈短暫照亮
5	轉身離開	背向鏡頭，從入鏡那一側走掉

排成一列你就看得出來：第 2、3、4 格必須共用同一個位置、同一側、同一個面向。這件事在生成之前看得到，比生成完再發現便宜太多。

順帶擋掉一個常見誤會：右欄記的是狀態，不是長相。「妙脆角貓長什麼樣」在角色設定裡寫一次就好，不必每格重複。這一欄只回答一個問題——上一格結束的時候，世界長什麼樣。

如果某一格要變的狀態太多，模型一次做不完，拆成兩格會比逼它同時記住更多事情可靠。

照這張表逐格生成，再把五段接起來，會是這樣：

用上一鏡的實際影格更新 storyboard

傳統 storyboard 是正式輸出前的草圖，細節不會與成片完全相同。逐段生成 AI 影片時，上一鏡完成後已有實際輸出畫面；把其中一格交給下一鏡，起點就比原始草圖具體。

做法：

1. 從上一鏡挑出狀態最清楚的一格結尾畫面；
2. 確認人物、東西、方向和光線都看得出來；
3. 拿它當下一鏡的起始參考；
4. 下一鏡的指令只描述新發生的動作；
5. 生成完放回前後鏡一起看。

Storyboard 可以在生成過程中逐步換入實際影格：草圖保留鏡頭意圖，生成影格再補上角色、光線與場景的當下狀態。

不是每個工具都能完整保留參考畫面的細節，但至少下一次生成有了具體的銜接基準，而不是重新從文字猜一次。

反過來說，如果下一格本來就要換景或大幅換角度，就別強求它連續。加一格空景、一個細節特寫或一個反應鏡頭，觀眾自然會接受時間和空間跳了——傳統剪輯一直在用這招。

接不起來的時候，先分清楚是哪一種

還記得 storyboard 的第四個用途嗎——幫剪輯先做出粗剪。這件事現在輪到你自己做。

Storyboard 管生成前。已經拿到 01／02／03 三段成片後，可以接著用公開 repo 裡的 Curtoom video-clip-stitching skill：先查有效 FPS 與緩啟動，再判斷接縫該硬切、砍掉死水，還是短溶接。

把兩段並排看，先說出到底哪裡跳掉：

• 人或東西的狀態不一樣；
• 畫面方向相反；
• 動作中間少一步；
• 場景或光線像換了個地方；
• 兩鏡在講同一件事；
• 這一鏡其實沒必要存在。

然後選最便宜的修法：

問題	先試這個
動作少一步	回 storyboard 補一格，或把太長的鏡頭拆開
起始狀態不對	換成上一鏡的 end frame，或更接近的參考圖
方向突然相反	重做構圖，或加一格重新交代空間
只有開頭或結尾在跳	縮短鏡頭，換一個剪接點
場景變了但故事說得通	用空景、聲音或字幕讓這個變化有理由
這一鏡沒有新資訊	刪掉
角色本身變了（臉、毛色、配件）	這不是接鏡問題，改 storyboard 沒用

最後一列要單獨拉出來。手機從右邊變左邊，是狀態沒接住，補一格或換參考圖就能救；但如果連貓都換了一張臉，接鏡再怎麼調也沒有意義——那要回去處理角色參考，方法見〈第 4 篇：讓同一個角色跨鏡頭不被認錯〉。兩件事常常同時發生，先認出主要症狀是哪一種，才不會一開始就往錯的方向修。

還有一個被高估的救援工具：聲音。雨聲、列車聲、月台廣播可以跨過剪接點，讓兩段分開生成的畫面像發生在同一個時空。第 3 鏡結尾先聽見車聲接近，第 4 鏡才看見車經過——就算兩鏡構圖不同，觀眾會先被聲音接起來。

但聲音只能接情緒和時間，接不了事實。換臉、換手、東西憑空移動，配樂蓋不住。先把起始與結束狀態弄對，再用聲音讓剪接變順。

最後一句實話：不要因為某一段花了很多 credits 就捨不得刪。剪輯的職責只有一個：讓人看懂。

一張可以直接抄走的 storyboard

生成每一格之前，把這六欄填完：

欄位	要回答的問題
這一格的任務	觀眾在這一格要知道什麼？
起始狀態	人、東西、位置從哪裡開始？
主要動作	這一格只做哪一件事？
結束狀態	動作停在哪裡？
下一格要接住	哪些東西不能突然變？
高風險	哪個部分最可能漂移或要重抽？

生成完，再補一欄：

決定：接受、剪短、補一格、換參考圖，還是重抽？

---

九十多年前那批人把草圖釘上板子，是為了讓一群看不到同一支片的人達成共識。九十年後，這個問題沒有消失，只是坐在會議桌對面的成員換成了模型。

對模型而言，storyboard 是一份可見的鏡頭說明；Prompt、參考圖和尾幀再補上動作與當下狀態。

所以在按下生成之前，每一格多寫兩件事：這一格從哪裡開始，以及它要留什麼給下一格。

當每一段影片不再各自從零開始，剪輯的時候才有機會把它們變成同一支作品。