OpenMontage Cinematic 场景导演Scene Director指南用 5 项场景要素与 Hero Frame 把情绪变成镜头计划【免费下载链接】OpenMontageWorlds first open-source, agentic video production system. 12 production pipelines, 100 tools, 700 agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.项目地址: https://gitcode.com/GitHub_Trending/op/OpenMontageCinematic 流水线的场景导演Scene Director阶段负责把「情绪」翻译成「画面计划」它为脚本中的每一个节拍beat产出可校验的scene_plan场景清单定义 Hero Frame、转场、画幅、叠加层与逐镜头的摄影语言。本文以 skills/pipelines/cinematic/scene-director.md 为主干结合仓库中的 scene_plan.schema.json、cinematic.yaml 与 video-gen-prompting.md 等源码依据完整展开从输入准备、五方面场景要素5-Aspect Scene-Plan Checklist到质量门与人工审批 Checkpoint 的实操细节。读完本文你将掌握如何编写一套「每个 Hero Frame 都可在五个维度上被精确描述、可被下游资产与合成阶段直接消费」的场景计划。何时使用你正在决定每一个 Cinematic 节拍beat将如何被呈现与衔接——这是「情绪变成视觉计划」的地方。场景导演不负责写台词、选素材或剪辑而是输出一张可执行、可校验的「镜头蓝图」从开场画面到揭示画面再到收尾画面每一个节拍都必须有明确的场景处理方案scene treatment与资产路径asset path。前置条件场景导演阶段不是从零开始的它必须消费上一阶段产出的权威真源source truth。原文档给出的前置条件如下层级资源用途Schemaschemas/artifacts/scene_plan.schema.json场景计划产物的结构校验前置产物state.artifacts[script][script]、state.artifacts[proposal][proposal_packet]节拍图beat map与权威真源工具frame_sampler、scene_detect源素材检视与重构图检查Playbook当前生效的风格 playbook色彩与排版的全局一致性这些前置条件与流水线清单 cinematic.yaml 中的scene_plan阶段定义完全对应该阶段required_artifacts_in: [script]、optional_artifacts_in: [proposal_packet]、produces: [scene_plan]且tools_available恰好是frame_sampler与scene_detect两个工具。从源码看frame_samplertools/analysis/frame_sampler.py提供四种抽帧策略interval按秒间隔、count按帧数、timestamps按指定时间戳、scene_guided按镜头边界它包装 FFmpeg 用于从源素材中提取代表性画面供场景导演确认画面质感、检查重构reframing可行性。scene_detect则负责识别源素材中的镜头切点两者共同支撑「源素材驱动场景source-led scenes」的决策。处理流程1. 让 Hero Frames 显式化每一部 Cinematic 作品都需要少数几个令人难忘的画面场景导演必须直接把它们定义出来而不是留给下游「猜」开场画面opening image揭示画面reveal image收尾画面final image任何标题卡title-card的 Hero 时刻。在 scene_plan.schema.json 中每个场景都有hero_moment布尔字段默认false语义为「本场景是否是整支视频的视觉峰值值得额外关注」与之配套的还有shot_intent这个镜头为什么存在与narrative_role在叙事结构中扮演的角色枚举含establish_context、build_tension、deliver_payload、emotional_beat等。也就是说Hero Frame 不是靠「感觉」标出来的而是要把hero_moment: true、明确的shot_intent与叙事角色一并写入场景计划。2. 源素材驱动的场景保持优先如果存在源素材就让它承载全片。生成式插片generated inserts或文字卡片只应服务于转场、强调或补缺missing coverage绝不能主导时间线。在 schema 层这一原则通过required_assets[].source枚举落实每个所需资产必须显式标注来源为generate生成、source源素材、provided提供或record录制之一见 scene_plan.schema.json。下游 asset-director 阶段会依据这一标注把「源素材选择」与「支撑资产」严格分离见 cinematic.yaml 的 review_focus「Source selects and support assets are clearly separated」「Optional generated inserts stay limited and justified」。3. 限制转场词汇表从一个小的转场集合中挑选硬切hard cut淡入黑fade to black慢溶解slow dissolve克制的推近或 punch-in。转场类型过多会毁掉情绪。这一点与风格 playbook 的约束机制遥相呼应在 playbook.schema.json 中motion.transitions是数组且minItems: 1每个场景的transition_in/transition_out字段见 scene_plan.schema.json也应从这套受控集合中取值。例如推荐给 Cinematic 流水线的 flat-motion-graphics.yaml 只声明了[wipe-left, zoom-in, morph, cut]四种转场并配套transition_duration_seconds: 0.3的时长规则——这就是「限制转场词汇」的落地样本。4. 用元数据承载视觉规则推荐的场景计划元数据键写入metadata字段schema 中metadata为开放对象见 scene_plan.schema.jsonhero_frames— 哪些场景是 Hero Frame 及其清单transition_rules— 全片转场策略与使用约束aspect_ratio_rules— 画幅比例规则横竖版、遮幅处理title_card_rules— 标题卡的使用时机与样式约束support_insert_rules— 支撑插片generated inserts的准入条件。把视觉规则集中放在元数据里而不是散落在每个场景描述中能让下游 edit-director剪辑决策与 compose-director合成渲染阶段拿到一份全局一致的视觉契约。5. 5-Aspect 场景计划清单核心每一个场景节拍——尤其是每一个 Hero Frame——都必须指定全部五个方面。Cinematic 依赖少数几个令人难忘的画面模糊的 Hero Frame 规格是最常见的失败模式会产生不可预测的模型输出。将某一项标注为 N/A 是允许的但必须显式说明例如「无主体——环境空镜」。静默省略是被禁止的。这五个方面直接继承自 video-gen-prompting.md 中定义的 OpenMontage 规范五要素骨架该文档同时给出了各模型的提示词长度甜区与「短提示词更多创作自由度、长提示词更多控制力」的权衡Subject主体— 类型 关键视觉属性若存在多个主体如何区分彼此。对于 Hero Frame主体身份必须跨镜头逐字锚定identity anchored verbatim across shots。这是为了防止生成模型在切镜头后丢失角色一致性——video-gen-prompting.md 明确警告「模型会在剪切后丢失角色身份除非你在每个镜头中重复陈述」并给出示例「Aang — bald, blue arrow tattoo on forehead, orange-and-yellow robes — plants his staff. … Aang — bald, blue arrow tattoo on forehead, orange-and-yellow robes — turns to camera.」代词与「同一个角色」这类说法无效。Subject Motion主体运动— 按时间顺序排列的动作主体↔客体 / 主体↔主体之间的交互。多个事件时应遵循时间顺序时间顺序无关时遵循显著度顺序人类先于物体最大/最居中者优先。Scene场景— 叠加层单独列出 POV 设定 时间段 场景动态。POV 原语包括 first-person、drone、over-the-shoulder、top-down oblique、dashcam、objective/neutral默认等见 video-gen-prompting.md。Spatial Framing空间构图— 景别shot size 画内位置position-in-frame 纵深前景/中景/背景 FG/MG/BG 相对机位高度以及这些要素在整个节拍中如何变化。Camera摄影机— 播放速度 → 镜头畸变 → 机位高度 → 角度 → 焦点/景深 → 稳定度 → 运动。其中摄影机维度的顺序就是 video-gen-prompting.md 给出的播放速度原语time-lapse、fast-motion、slow-motion、stop-motion、speed-ramp、time-reversed与「static 是严格静止」的告诫static 镜头要求零移动、零焦点变化、零变焦一旦有任何一项发生就必须改选具体的运动原语。与 schema 的映射。五个方面并非抽象口号在 scene_plan.schema.json 中可被结构化为shot_language对象其枚举约束为shot_sizeextreme_wide / wide / medium_wide / medium / medium_close / close_up / extreme_close_up / over_shoulder / insert / establishingcamera_movementstatic / pan_left / pan_right / tilt_up / tilt_down / dolly_in / dolly_out / tracking_left / tracking_right / crane_up / crane_down / handheld / steadicam / whip_pan / orbital / zoom_in / zoom_out / rack_focuslens_mm仅14 / 24 / 35 / 50 / 85 / 135 / 200lighting_keyhigh_key / low_key / natural / golden_hour / blue_hour / tungsten_warm / neon / silhouette / rim_lit / volumetric / overcast_softdepth_of_fieldshallow / medium / deepcolor_temperaturecool / neutral / warm / mixed。注意 schema 中shot_language设定了additionalProperties: false因此描述镜头语言时必须使用上述受控词汇同时 video-gen-prompting.md 提醒摄影机运动要分组书写避免模型混淆平移translation如 dolly in/out≠ 旋转rotation如 pan/tilt≠ 纯镜头变化lens-only如 zoom/rack focus且「dolly ≠ zoom、pan ≠ truck」。Overlays 特别提示。叠加层titles、subtitles、HUD、watermarks、framing graphics、lower-thirds、name plates、end-tag cards不属于场景前景/中景/背景的纵深轴。必须在场景元数据中以overlays: [...]单独列出其内容与摆放位置。永远不要把叠加层描述为「在前景in the foreground」——那会同时混淆下游工具与任何重新分析成片的视频理解模型。这正是 video-gen-prompting.md 中「Overlays Are Not Scene Depth」原则在场景计划层的强制落地。一个符合五要素与 schema 约束的 Hero Frame 示例示意结构展示五个方面如何逐字显式化{ id: beat-04-reveal, type: generated, description: Reveal hero frame — protagonist steps into golden-hour light, start_seconds: 24.0, end_seconds: 31.0, script_section_id: script.sec.03, hero_moment: true, shot_intent: Deliver the emotional payload of the reveal beat, narrative_role: deliver_payload, framing: medium_wide, subject left-third, MG anchored, transitions to close_up in final third of beat, movement: slow dolly_in, then rack_focus from BG city to subject face, transition_in: slow dissolve, transition_out: hard cut, overlay_notes: none in this beat; title card deferred to beat-06, shot_language: { shot_size: medium_wide, camera_movement: dolly_in, lens_mm: 35, lighting_key: golden_hour, depth_of_field: shallow, color_temperature: warm }, texture_keywords: [anamorphic, grain], required_assets: [ { type: video, description: Generated reveal insert, protagonist — red jacket, grey beanie — entering frame, source: generate } ], metadata: { hero_frames: true, subject_identity: protagonist — red jacket, grey beanie, worn leather boots } }6. 质量门Quality Gate场景导演阶段的自检清单也是下游 checkpoint 评审的硬性标准每个节拍都有场景处理方案scene treatmentHero Frame 可被识别且五个方面全部完整指定支撑插片support inserts有充分理由叠加层记录在overlays:下绝不混入纵深/构图描述全片视觉语言保持一致。这一清单与 cinematic.yaml 中scene_plan阶段的review_focus逐条对应「Hero frames and reveal moments are defined」「Source-led scenes remain primary when source media exists」「Transition and aspect-ratio choices support the mood」而success_criteria要求「Schema-valid scene_plan artifact」且「Every beat has a scene treatment and asset path」——也就是说仅凭描述合格还不够产物必须通过 JSON Schema 校验且每个节拍都有资产路径才允许进入下一阶段。常见陷阱把标题卡当作填充物Using title cards as filler——标题卡应与标题卡规则title_card_rules一致服务于叙事而非凑时长把生成插片当成主线故事却不明说Treating generated inserts like the primary story without saying so——若插片是主线必须在计划中显式声明否则会误导下游资产与合成阶段为每个节拍都规划花哨转场Planning flashy transitions for every beat——转场词汇必须克制数量一多情绪就被稀释。Gate Reminder强制性约束场景导演是一个以人工审批为默认的关卡human_approval_default: true见 cinematic.yaml 中checkpoint_required: true、human_approval_default: true。评审通过后必须以statusawaiting_human落盘 checkpointcheckpoint 状态枚举见 checkpoint.schema.jsoncompleted / failed / awaiting_human / in_progress其中awaiting_human正是人工审批挂起状态human_approval_required与human_approved字段记录审批需求与结果呈现摘要——Backlot 看板会渲染该场景计划产物artifact结束你的回合END YOUR TURN。不得在同一个回复中开始下一阶段。审批是逐关卡生效的——先前某关卡的「继续」授权不覆盖本关卡。换言之即使前面的 research / proposal / script 关卡都通过了人工审批场景计划关卡依然需要独立的一次人工放行。这与 checkpoint.schema.json 中stage字段「在运行时依据 pipeline manifest 的 stage 列表校验」的设计一致每个阶段一个 checkpoint状态互不替代。与上下游阶段的衔接场景导演不是孤岛。在 Cinematic 流水线中见 cinematic.yaml上游script阶段产出的script节拍图是必需输入proposal_packet提案包是可选输入提供情绪弧线与渲染方向下游scene_plan是assets阶段资产清单的必需输入——asset-director 依据场景计划中的required_assets[].source区分源素材选择与生成资产随后edit阶段剪辑决策同时消费scene_plan与asset_manifest按场景计划的start_seconds/end_seconds与转场规则排出成片时间线最终compose阶段按shot_language、texture_keywords与 playbook 的视觉规则完成合成与调色。在整个流程中场景导演始终以「少数几个值得记忆的画面」为锚点模糊的 Hero Frame 规格会产生不可预测的模型输出而清晰、显式、五个维度齐全的场景计划则是让后续资产、剪辑、合成与人工审批都能顺畅对齐的关键交付物。【免费下载链接】OpenMontageWorlds first open-source, agentic video production system. 12 production pipelines, 100 tools, 700 agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.项目地址: https://gitcode.com/GitHub_Trending/op/OpenMontage创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考