免费情感文案素材库(打动人心的情感文案)思维导图

下面我们再看看，分镜头脚本到底长什么样？

我们是怎么制作一个分镜头脚本呢？

1. 学习阶段：初学者可以先从"拉片"开始，即对着一个经典成熟的电影、影片进行画面分析，还原分镜分镜头，反复练习。把经典的电影/成熟的脚本进行拆解分析 – 俗称拉片。这一步可以先忽略。

2. 沟通和明确需求：明确片子的类型、时长、创作目的、甲方意图、用途等。

3. 产出剧本/创意：导演/策划构思一个剧本或者一个创意，用文字记录下来。剧本是一段文字描述的长篇且完整的故事。创意（创意阐述）主要突出影片的创意重点，不可以忽略。

4. 解读剧本/创意：根导演/策划据剧本/创意，拆分出一段段的文字故事，找到重点、难点、特点。如图。

5. 导演/策划把一段段的文字故事通过专业能力，翻译、绘制成一个或一组可视化的镜头语言。

6. 完成分镜头脚本设计（补充说明：分镜头脚本有两种表现形式，一种是文字表格形式，也就是常说的"分镜头脚本"，导演一个人即可完成，如下图：

（1）分镜头创意不足

创意枯竭是每个导演构思设计的时候最难的问题，时不时都会在自己的硬盘素材中去找找灵感，但在长年累积的成百上千的影片、图片素材中，想找到匹配自己意图的影片很麻烦。

（2）分镜头画面（或者贴图）不够生动，找参考图片麻烦

如果是一个会美术的导演可以自己绘制分镜头的画面，效果还好。

如果不会美术的导演，如果要配置分镜头脚本参考图片，那就要翻阅、回忆各个影片中哪些镜头，截取影片截图或者在找网上类似的图片的替代，放置在脚本中作为"参考图片"，提升这个分镜头的画面感。

据笔者了解，小片子（案值低于100万的）很少会给剧组配美术人员，所以找"参考图片"也是个费时间、麻烦的事（注解：脚本配置"参考图片"是可以更好的给甲方客户、剧组人员表达镜头意图，提升脚本画面感）。

（3）脚本的分镜逻辑排序反复修改

举个例子：我们在陈述一个故事的时候，可以按时间的流水线的形式从早上说到晚上，从事情第一件到最后一件的说。但是我们知道，这样是过于平淡的。

不同的镜头表达方式，影片的效果也不一样，表达的意思都可能不一样，所以镜头语言设计是一个非线性剪辑的思路，会经常调整镜头和镜头之间的关系从而达到艺术效果。

通常的操作是在Excel中通过前后分镜头的替换，反复的插入新增行，然后复制粘贴，非常地麻烦。

以上情况的场景痛点可以概括：制作分镜头脚本的方式还不够智能且存在低效的劳动。所以笔者大胆设计，认为在利用AI技术和互联网技术，可以大大提高制作脚本的生产效率，甚至可以自动产出脚本。

分为基本功能区、分镜编辑区、辅助功能区。

（1）脚本基本功能

满足一个编写脚本的主要操作。可以通过基本功能完成分镜脚本的编写，但这些操作是远远不够高效的。基本功能包括：其中包括创建分镜组、创建分镜头，填写脚本信息，添加参考图片，选择景别的枚举值、保存和预览、统计时长和分镜组/头个数、自由排列分镜组顺序等。

（2）辅助功能

辅助功能主要的内容是提供脚本编辑过程中涉及到的一些资源库。让导演通过这些库快速的填充分镜头里的内容。

比如：在给一个分镜头配置参考图片时完全可以历史的图片素材库中找到类似的图片粘贴进去。再比如：当A脚本中的一个分镜头恰巧和当下需要的分镜头非常类似，完全可以从分镜库直接拖拽分镜组间到舞台。

这个功能可以解决找不到合适的资源的高频动作，大大提高编写脚本过程中效率问题。

当然资源库的数据来源是根据每次使用或引用的素材标签进行训练的，在ai功能区我会详细介绍。

辅助功能包括：构图库、分镜库、脚本库、breif、音乐库、文案库、图片素材库、协作功能。

升级AI功能包括：文本联想、音乐转文字、素材库智能归类AI功能。

脚本AI训练包括：素材库的训练、文字添加配音的训练、音乐库风格匹配、创意脚本分配。

举个例子，在素材库的AI训练过程中，会把用过的脚本中引用的参考图片进行AI智能图像识别，对画面出现的物体、画面亮度、人脸、性别、场景进行识别后，并自动进行文字标签归类。

这个过程是一个智能自动分类标签的过程。这样反复训练一个智能分类的脚本素材库就出现了，可以随时根据自己的需要进行查询使用。

还可以对分镜头中的关键文字进行训练，一段文字可以抽象出几个关键分词，这些分词可以从标签中进行匹配直接关联出对应的参考画面，然后再去匹配音乐库中的音乐或者演员等，这样一个分镜头的60%的空白都被填了，剩下的运镜、摄法可以自定义填写，大大提高了使用效率。

当然这是一个循环的过程，也需要机器学习不断精准匹配度。

（3）自动化生产

所谓自动化生产，是基于AI功能训练基础上，让"产品"自动生产脚本的过程。其可以根据几个分词自动生成一个分镜头为最小单位。然后经过镜头和镜头之间的排列组合、匹配、上下文训练的理解自动生产。

比如："爸爸打开门，拿起来水杯喝了一口水"。我可以把爸爸-打开-门，作为一场景中的元素。然后"拿起来了一杯水"中的"水和拿"提炼出来，OK，通过算法解析，在各类数据库中比对，就可以找到类似的画面或者这样标签分镜组。

我还在想另外一个问题就是，自动生产过程中如果依据分镜组为单位，那么如何根据需求，实现在脚本中自动编排分镜组之间逻辑问题值得好好想想。我已经有一些答案，如果你有方法建议私信笔者一起探讨。

其实"智能脚本编辑器"中延展的应用场景还有更多。前面提到脚本的作用中第一条"指导影片拍摄阶段，协调各个部门运转" ，可以说脚本串联了整个影片制作的生命周期， AI脚本编辑器的拓展可以延展的整个视频生产协作过程。

比方说我举一个未来的可能出现的场景：在拍摄阶段，摄影师通过"智能脚本编辑器"把摄影相机拍摄的素材和"智能脚本编辑器"所需要的分镜头统一起来，这样一边拍素材，一边把素材和分镜头脚本关联了起来，不但节约了素材的编号问题，还能清晰的找到每个拍摄素材对应的分镜头是哪个。

对于后期制作人员来说，只需要按照脚本的逻辑去直接引用素材，把素材排好时间顺序，节约了大量去硬盘里、电脑里找素材的时间。

最后，笔者认为利用AI的智能视频制作生产应该是一个普惠的过程，后面的进化过程可能是全民创作。

更多的AI和互联网技术的优质工具可以辅助视频生产，从剧本、到脚本、到拍摄、到剪辑、到分发等等，视频的制作技术已经不再是所谓的高端的技术，而是一个普惠全民的技术。视频编导、视频制作会成为人人可为的标配能力的时候，你可能就是下一个"克里斯托弗·诺兰"。

本文由 @有果 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Unsplash，基于CC0协议。