场记与连续性：为什么需要有人盯细节

一位观众可能说不出哪里不对，但他能察觉到"这个镜头和上一个不一样"。
这种感受通常来自连续性错误——道具换了位置、服装状态变了、光线方向反了、人物的状态接不上。这类问题有个共同特点：制作时最难发现，观看时最容易察觉。

一、连续性问题有哪些

先分类。连续性问题大致分四类。

一、道具与场景

同一个场景的不同镜头里，物体位置或状态不一致。

• 上一镜杯子在桌边，下一镜跑到中间
• 桌上的文件数量不一样
• 窗外的天气变了（晴转阴）
• 背景里多出/少了一个物件

二、服装与外观

人物的穿着、妆造、外貌在连续镜头中不一致。

• 上一镜外套穿着，下一镜脱了但没有交代
• 发型、妆容发生了变化
• 伤口、污渍的位置或状态不同
• 配饰消失或出现

三、光线与时间

光线条件在连续镜头中不成立。

• 相邻镜头的光线方向相反（一边左光一边右光）
• 时间感不一致（明明同一场戏，有的偏白天有的偏黄昏）
• 阴影的方向和长度不一致

四、人物状态

人物的动作、位置、情绪状态接不上。

• 上一镜人物站着，下一镜突然坐着
• 手里的东西消失了
• 情绪从平静跳到激动，中间没有过程
• 视线方向不匹配（这在轴线问题里已经讨论过）

二、为什么难发现，却容易被察觉

这个矛盾是连续性问题最麻烦的地方。难发现的原因：

• 制作是碎片化的。 素材是一个个生成的，不是连续拍摄的。制作时注意力集中在"这个镜头本身对不对"，很难同时记住前面所有镜头的细节。
• 信息量太大。 一个项目可能有几十上百个镜头，每个镜头有多个细节。没有任何人能靠记忆管住全部。
• 时间跨度长。 制作周期可能持续数周，早期的细节早就忘了。

容易被察觉的原因：

• 观众的感知是连续的。 观众按顺序观看，前后镜头的差异立刻会被察觉。
• 人脸的识别能力极强。 观众对人物外观的变化异常敏感。
• 潜意识比对。 观众不需要刻意去比对，大脑会自动判断"这是不是同一个地方、同一个人"。

所以连续性问题的性质是：它逃过的是制作方的注意力，触发的是观众的敏感度。

三、传统制作怎么解决

传统影视里，这个职责由场记承担。场记的工作是记录每一个镜头的状态：道具摆在哪里、演员穿的什么、光线什么方向、上一镜的状态是什么。每条信息都被记下来，供后续镜头参照。在拍摄现场，场记还负责在开拍前核对——这个镜头的状态是否与上一个镜头接得上。这套机制的价值在于它把"记忆"外化成了"记录"。不依赖人记住，而是有一条可查的证据链。

四、AI 制作里这些职责在哪里

AI 制作没有现场，也没有场记。但连续性的需求没有消失，只是它的解决方式变了——从"记录"变成了"资产管理"。具体来说，有几个层面对应着传统场记的职责。

一、人物状态的记录

人物在不同场次会有不同状态：服装变化、受伤、淋湿、情绪阶段。

传统场记会记录"第 15 场，主角穿深色外套，左臂有擦伤"。在 AI 制作里，这部分对应的是主体状态的设定：主体提取时会提取角色的基础状态和与剧本相关的子状态。

把这些状态明确下来，后续镜头就有依据——需要哪个阶段的角色，就调用对应的状态，而不是重新描述（重新描述会产生偏差）。

二、外观的可检索性

状态需要被"存起来"才能被复用。NadouPro 的角色资产库支持按名称、标签、性别、年龄段、肤色、发色、体型等条件筛选。有了这个机制，"找到主角在某个阶段的形象"就是一次筛选，而不是靠回忆或翻找。这一点和传统场记的场记单功能相似——都是让状态可以被查证。

三、空间关系的基准

光线方向、空间布局的一致性问题，在传统制作里靠场记加摄影指导来保证。

• 在 AI 制作里，这部分依靠空间基准：全景图生成可以产出用于多视角场景一致性的全景图，为这个空间定一个"底图"；多视角生成则能改变相机角度，生成同一主体或场景的多视角图像，支持自定义水平 0–315 度、俯仰 -30 到 90 度，并提供斜侧面、倾斜、正面仰拍、顶部、背部、鱼眼等预设视角。

有了一组角度参考，检查"这个机位的光线方向与上一镜是否一致"就是比对，而不是猜测。

四、镜头级的标注

连续性的核对最终要落在镜头层面。分镜节点承载视频分镜处理，包含景别、运动、摄像机角度等信息；字段配置还能调整镜头尺寸、景深、镜头角度等参数。把每个镜头的主体引用、状态、角度写清楚，连续性就有了可核对的清单。

五、一个可执行的做法

把上面的能力组合成一个流程，大致是：

• 第一步：建立状态清单。 在剧本阶段梳理出每个角色的所有状态变化（换装、受伤、情绪阶段），以及它们出现在哪些场次。
• 第二步：把状态资产化。 为每个状态生成并保存对应的形象，纳入角色资产库。
• 第三步：建立空间基准。 主要场景先做出多角度参考，形成空间基准。
• 第四步：分镜中标注引用。 每条分镜写清楚：哪个角色、哪个状态、哪个场景、什么角度。
• 第五步：成片前逐条核对。 按顺序播放，对照分镜检查——道具、服装、光线、状态是否衔接。

这个流程的核心，是把"记住"变成"记录"，把"凭印象"变成"对照清单"。这也是场记工作最本质的价值。

六、几个常见误区

• 误区一：认为连续性问题只在大制作里重要。 短视频同样会遇到，而且因为镜头少，单次错误的影响更明显。
• 误区二：靠记忆管理。 几十个镜头之后，记忆一定失效。
• 误区三：只在剪辑时检查。 发现问题时素材已经生成完了，修改成本高。
• 误区四：状态没有资产化。 每次重新描述角色状态，结果必然有偏差。
• 误区五：忽略光线方向。 这是最容易被忽略、也最影响观感的一类问题。

七、一份核对清单

1. 角色的所有状态列出来了吗？ 有没有遗漏的变化。
2. 状态资产化了吗？ 能否直接调用而不是重新描述。
3. 场景有空间基准吗？ 光线方向、布局是否可核对。
4. 分镜标注了吗？ 每条镜头是否写清了主体、状态、角度。
5. 成片前逐条核对了吗？ 有没有按顺序检查连续性。
6. 道具与手的细节检查了吗？ 这些小物件最容易出错。

最后

连续性工作的本质，是对抗遗忘。制作过程中，人会不断遗忘早期细节；而观众是按顺序观看的，任何不一致都会被立刻察觉。这个不对称决定了连续性不能靠记忆来保证，只能靠记录和核对。这一点在 AI 制作里其实比传统更有条件做好——因为所有素材都是数字化的、可检索的、可对照的。前提是有人愿意把它当成一道工序来做，而不是留到成片时"看看有没有问题"。

本内容包含 AI 生成信息，可能存在错误，请自行核验。