实测 Fable 5.2 拆解电影分镜：85 个镜头、16 组机位如何用于单人口播

以下是视频口播的自动转写，可能有错字。

我没有当过导演，所以我让 fable 5.2把一场电影里面的机位全部给画出来了。那他做了什么呢？就是地心抢险记里面的一场戏。一个科学家要让一屋子将军相信地球出事了，他讲不明白，就从桌上拿了个桃。我把这4分半钟给了 cloud 让他一镜一镜的。

拆给我看，这是会议室的俯视图，红色是摄影机现在的位置，右边是他这一镜拍到了什么。85个镜头，有十六组机位。所以我希望你能教我看分镜。好，先留个作业，用你的桌子把这场戏的机位摆一遍。很好，五个位置都拍到了。现在我考考你，这个画面的摄影机在哪？

不知道。看这个画面最下面。一盘水果。水果在最前面，这个人背对着我们，将军们在最远处，所以摄影机在水果桌后面。同一个机位，47秒后又用了一次。这次他朝水果走过来，拿了个桃。所以水果一开始就在画面。没人提过他。这就是埋伏笔啊。答对了。但是我的桌上没有套。

用杯子，手机放到桌子那头，让杯子挡在镜头前，你拍一个给我看。拍出来是这样的。第一个问题，这个屋子里面坐了一圈人，镜头给脸的只有三个：讲的人、不服气的专家、主持会议的将军。这个切片你猜多少个镜头在拍讲的人？有一大半吗？总共25个镜头，但是听讲者讲话的人的镜头有49个。

那为什么要拍听的人呢？如果我是一个人口播，没有人问我该怎么办？因为问题是他们问的，我来问。而且每次他往下推进这个讲的知识，都是因为有人问了一句问题，比如说“为什么”、“怎么会这样”以及“还有多少时间”。但是这个画面里面得有一个第二个人，所以我就想用AI生成一个能够听我说话的人，在我换话题的时候切到他，让他把问题给问出来。

两个人不在一个画面里，观众怎么知道他们在对话？讲的人朝右看，听的人朝左看。两个画面接起来，就是面对面。所以我可以写提示词，就写三样：第一是景别，第二是视线朝哪边，第三是我的前景挡着什么。就是要用的东西，先放在大家不注意的地方。这个桃子的特写，全场只给了一次，讲到核的时候才给到镜头。

我想把这个东西复刻到我的口播里，所以现在我们的口播配图是可以用 ai 生成。所以呢，你只要把这个道具放进这个画面里面就可以了。后面你再伸一张它的特写，就可以让人有你在讲的这个知识点的对象的这种真实感。作业合格。这个杯子从第一镜就在我的桌上，你是什么时候看见它的？