用平面图固定 AI 镜头中的门和家具

门的位置变了，因为场景虽然用文字描述过，却没有在空间上固定下来。

桌子也会这样，球门也一样。第一个镜头把它放对了，下一个角度却让它换了地方。文字描述缺少足够明确的视觉坐标，拦不住这种变化。

我的办法是制作一张拍摄用场景图。

我会在生成整段镜头之前画好它。从上方展示场景，标出固定参照点，记录距离，放好重要物体。然后，把这张图作为参考，交给后续提示词使用。

一张图胜过一段描述。

问题出在空间信息，不在措辞

物体在镜头之间换了位置，人的第一反应往往是把描述写长。

我可以反复强调门应该在房间的哪个位置，也可以多写几句桌子的描述，或者再次说明球门在哪。提示词越来越密，但固定布局仍然只靠文字来传达。

我的判断从另一个方向开始。

缺的是空间信息。

生成时需要一份视觉表达，说明物体彼此之间的位置关系。这份表达应该独立于任何一个具体机位。

平面图就能做到。它不是另一张漂亮的场景图，而是一张供制作使用的示意图。

第一步：标出至少 2 个参照点

先在场景图上标出 2 个或更多参照点。

这些参照点就是视觉坐标。

具体选什么，要看画的是什么场景，但不能只标 1 个点。单个物体无法说明更完整的布局。有了 2 个或更多参照点，图上才开始呈现位置关系。

图上应该标出影响连续性的物体。我常举的例子是球门、桌子和门。只要其中一个在镜头之间换了位置，场景就没有保持已经确立的空间布局。

合格的示意图至少有 2 个标明的参照点，而且能看清重要物体的位置。

如果图还只是没有定位依据的模糊草图，我不会进入图像生成环节。这份前期素材必须说清东西在哪里。

第二步：写明位置和距离

场景图不能只有物体名称。

它还需要每件物体的位置，以及定义场景关系的距离。

有了这些，图才成为制作参考。它不只是告诉我这里有门、有桌子，而是在记录整个场景如何布置。

我把它看作角色参考图的空间版本。角色设定图保存身份信息，场景图保存地点信息。

验收标准很直接：看着这张图，我能否理解固定元素相对于已标参照点的位置？

如果不能，这张图就还没完成。

一段文字也许能描述同样的元素，但示意图能把它们放到具体位置上。这种定位才是这个方法的关键。

第三步：生成制作示意图

我用 gpt_image_2，也就是 GPT Image 2，生成平面图或场景示意图。

指令要求生成一张地图或俯视制作示意图，包含距离和每个物体的位置。

俯视很重要，因为这张图不依附于最终镜头使用的机位。它表达的是场景本身的空间布局。

我也可以在开始生成之前，先从俯视角度规划场景。

两种做法解决的是同一个空间问题。目标不是一张完成的电影画面，而是一份能固定场景布局的参考。

合格的输出，一眼就能看出是张地图。参照点有标记，物体有位置，距离有记录，从上方就能理解整个场景。

如果结果只是房间的又一张戏剧化视角图，却没记录位置，就没有完成任务。

第四步：把场景图作为参考传入

这个操作细节，我不会含糊处理。

场景图要作为参考传入。

不要把它当作首帧。

首帧承担另一项任务：确定生成镜头开始时可见的画面。平面图不应该变成那个起始画面，它负责传递空间信息。

用错角色，就会把制作时的空间布局和镜头的开场构图混在一起。

我把这两项功能分开。镜头从预定画面开始，场景图则随提示词一起提供，充当空间参考。

正确的做法是，后续生成把示意图作为辅助信息，同时仍然能呈现预定机位。

第五步：换角度，不换空间布局

真正的考验发生在视角变化时。

镜头不需要复现地图的俯视角度，而是要保留图中固定的位置关系。

也就是说，门仍在图上规定的位置，桌子仍对应已经确定的位置，球门不会仅仅因为摄影机移动就换地方。

我对每个后续镜头都用同一个验收问题：

角度变了，固定的空间布局是否保住了？

如果是，空间参考就发挥了作用。

如果没有安排场景变化，重要物体却换了位置，这个镜头就不符合连续性要求。构图好看不能成为理由。物体的位置已经在图上确定了。

检查时必须把生成镜头与示意图对照，不能只和前一个镜头比较。前一个镜头可能遮住部分场景，而场景图仍然能更清楚地说明完整布局。

保持场景图不变

场景图的价值，来自它明确且固定的空间关系。

如果我在不同提示词之间随手改图，它就不再能定位。后面的图像会收到不同版本的场景。

我在前期制作一张场景图，让其中的位置和距离持续作为后续参考。

我把它视为已经批准的场景空间布局。新角度都以它为准来检查。摄影机可以移动，但图上的物体不应该仅仅因为角度变化就换位置。

这不需要为每个镜头写更长的段落，只需要让同一张图持续发挥参考作用。

前期准备的成本

我没有记录过 GPT Image 2 或任何生成镜头的价格。

我能说明的是前期工作：标出至少 2 个参照点，生成俯视场景图，加入距离和物体位置，再在后续提示词中附上它作为参考。

这些工作都发生在整段镜头生成之前。

不这样做，就可能反复出现空间漂移。门、桌子或球门换了地方，因为场景只有描述，没有视觉定位依据。

我宁愿把准备时间花在场景图上，也不愿换了角度才发现，房间已经不是原来的空间布局。

我的最终批准标准

批准后续镜头之前，我会把它和场景图对照。

我检查固定参照点。

我检查重要物体的位置。

我检查机位改变时，这些元素有没有跟着换地方。

我不会因为房间看着相似就接受镜头。只有参考中确立的空间布局保留下来，我才接受。

今天就选一个总在漂移的场景，标出 2 个参照点，在生成另一个角度之前，先把它画成俯视图。

方法，就是在灵感缺席的早晨依然管用的东西。