用 Agent 调用 Blender 制作白模预演，再生成 AI 视频

三段视频的完整内容整理：讲解脉络、画面案例、操作流程、屏幕指令与提示词拆解。

来源：https://x.com/magncsans/status/2098289393912156369?s=46&t=Y5ejP8It3nbHNSpUAuEK7w。画面署名 FOYEGE，部分案例标注 LIBTV 与 FOYEGE。

整理说明：本文依据视频内嵌字幕、演示画面及可辨认的屏幕文字编写，是可独立阅读的内容还原稿，不是逐字听写稿。合并重复字幕与口头重复，用文字说明白模和生成结果之间的关系。屏幕上没有完整展示、过小或被遮挡的内容不作补写；未完成对无字幕音轨的独立转写，音乐、音效和无字幕对白不保证完整。文中“示例整理”与“阅读辅助”均不冒充原作者逐字原文。

时间索引使用各文件内部时间，取近似值；示例提示词内的 1.85 秒、13.68 秒等则属于案例自身的动画时间，不是教学视频的播放位置。软件名称、版本和功能上限按视频中的说法记录，未作为当前产品规格另行核实。

目录

1. 视频全程索引
2. 开场：这套流程究竟解决什么
3. 白模的作用与准备条件
4. 场景建模：先确定空间，再决定细节
5. 人物建模：按动作精度分三档
6. 先排人物路线，再设计摄影机
7. 预览与修改：把意见变成可执行要求
8. 导出、导入与资产准备
9. 生成提示词的三层结构
10. 枪战案例：补足动作、受力与交接
11. 情绪戏案例：把篇幅留给表演
12. 测试与排错
13. 两段视频如何保持连续
14. 什么时候需要白模
15. 屏幕示例指令摘录
16. 执行清单与信息边界

视频全程索引

三个文件依次衔接，总时长约 10 分 39 秒。第三段末尾约数秒为播放结束界面。

一、开场：这套流程究竟解决什么

视频的主题是：让能够运行本地程序的 Agent 调用 Blender，先生成白模视频，再结合 AI 视频模型，生成具有电影运镜、动作与表演的成片。

作者没有先讲按钮，而是先展示“简单三维预演—最终影像”的对照。白模常放在画面左上角，最终结果占据主画面，让观众直接比较空间、人物与摄影机的关系。

1. 开场的五类成果

这些案例首先证明的是：白模可以承担多种镜头关系的预先安排，而不只用于单人动作迁移。

2. 视频的核心问题

同样把白模交给 AI，有人得到电影感的画面，有人得到的却只是僵硬模型换上真人外观。

因此，真正要解决的问题包括：

• 如何向 Agent 交代场景，让它建立可修改的空间工程？
• 人物模型与动作需要做到什么程度？
• 怎样排人物路线、摄影机路径与关键时机？
• 白模已经表达的东西，提示词还需要写多少？
• 哪些内容必须通过提示词补足，才能避免“换皮木头人”？

二、白模的作用与准备条件

1. 为什么单靠文字容易失败

作者从一个常见经验说起：制作复杂运镜、复杂动作时，创作者脑中明明有画面，却难以用文字准确表达。即使写了很长的提示词，生成结果仍可能出现物理关系不对、空间方向混乱、镜头与预期不一致的问题。

视频用持枪人物穿行建筑的画面示意这一点，屏幕标注“物理关系不符，毫无方向感”。这里的困难不是缺少一个风格形容词，而是多个随时间变化的关系没有被可靠传达。

2. 白模把关系变成能看见的预演

借助 Blender 或其他三维工具，可以先摆好人物，让摄影机先走一遍，检查：

1. 构图：人物在画面中的大小、位置是否符合预期。
2. 遮挡：人物是否被门框、墙体、柱子或其他人物挡住。
3. 动作时机：人物进入、转向、抛接、接触是否在正确时刻发生。
4. 空间与镜头变化：摄影机移动后，画面所显示的关系是否仍然成立。

有问题时，先在预演中修改，再把这段连续画面交给视频模型。

屏幕将可检查的内容归为“场景结构”“人物路线”“摄影机运动”，强调“提前预览，反复修改”。

3. 白模不是结果保证

作者明确承认：这种方法不能保证 AI 完全复制参考。

它的价值在于，将一部分原本藏在生成过程中的不确定性，提前变成能看见、能检查、能反复修改的内容。这样可以在消耗生成积分之前发现镜头设计本身的问题，而不是等成片出来才发现路线从一开始就不成立。

4. 本期工具与准备条件

视频以 Blender 为演示工具，同时提到 Maya、3ds Max 和 LIBTV 的 3D 导演台。后面还展示 UE5 与游戏录制的路线。

在本期的 Agent＋Blender 路线中，要先具备两个条件：

• 电脑已经安装 Blender。
• Agent 能够运行本地程序，实际执行电脑上的任务。

视频提醒 Blender 软件免费，可以从官网下载，不必去其他渠道付费购买。

**内容边界：**视频展示了向 Agent 提需求和查看工程结果，但没有完整讲授本地 Agent 的安装、权限配置、与 Blender 的连接协议，也没有提供完整脚本或插件安装教程。本文不将这些未演示的步骤虚构成视频内容。

三、场景建模：先确定空间，再决定细节

对应第 1 段约 01:57—02:45。

1. 路线一：最终画面需要固定场景资产

推荐顺序是：先确定场景图，再让 Agent 根据场景图建立粗略空间。

演示中，画布上有夜间废弃街道图，包含道路纵深、两侧建筑、停车与杂物。Agent 依据它生成 Blender 工程，以简单几何体表达建筑、街道和车辆。

为什么这样安排？如果先做白模，再去生成一张既好看、又与白模布局完全吻合的场景图，可能还要反复生成。先确定想要的环境，再围绕它制作可修改工程，可以减少两种资产互相迁就的工作。

这里的目标是抓住：

• 场景的纵深关系。
• 建筑之间的疏密。
• 街道和可行走区域的基本形状。
• 车辆等大型物体的轮廓与位置。
• 会参与遮挡、通行和镜头运动的结构。

视频中的场景建模指令收录于附录 A。

2. 路线二：不需要固定场景图

可以直接用文字说明：哪里是楼梯，哪里是门，门后还有什么空间。

即使有一张参考图，图上没展示的区域也需要补充。例如摄影机后续要进入门内，就不能只描述门的正面，还要交代门后的空间。

作者专门强调：Agent 搭出来的是一个可用的空间方案，不是从一张照片中恢复准确、完整的建筑。

3. 哪些细节要做，哪些可以省略

先用白墙和基础体块，让轮廓清楚可见。门框、楼梯、廊柱等影响遮挡或行动路线的结构，要单独做出来。

墙皮、锈渍、表面纹理等，不需要在 Blender 中制作得很精细。

**这一段的关键判断是：细节是否改变镜头关系。**会改变路径、遮挡和人物位置的结构值得做；只是最终外观的装饰，留给后续资产与生成阶段。

四、人物建模：按动作精度分三档

对应第 2 段约 00:00—01:56。

1. 只控制站位、路线和入画时机，极简人物就够用

如果需求只是确定人物在哪里、怎样移动、何时进入画面，用圆柱或类似雪人的极简粗模即可。

视频用多人沙发群戏与巷道行走的对照说明：方块躯干、简化头部甚至圆柱，都可以提供站位与纵深参考。普通行走的步态、手脚小动作，不必一开始就让 Agent 做得非常完善。

2. 为什么“动作排满”反而可能僵硬

作者讲到自己的失败经验：粗模动作排得满满当当，但手脚比例和运动很僵硬；生成后的真人也继承了这套僵硬动作。

画面中，灰色人形在楼梯与走廊内持枪、移动、倒下，右侧真人结果呈现类似的生硬身体关系。

但作者紧接着限定：不能把这一经验概括成“白模越精细越差”。问题是参考中有不自然的动作，而这些不自然之处也可能被带进成片。

普通动作留一些余地，可能让视频模型补得更自然；如果白模本身细节多且粗糙，也有可能通过后续大量提示词约束得到好结果。视频用战场群体动作展示了后一种情况。

作者由这些实验提出的经验是：白模人物或场景中信息越多，越可能需要更多提示词说明哪些要继承、哪些要改变；白模越简洁，模型发挥空间越大。

这是作者根据案例总结的经验，不是已经被证明适用于所有模型的定律。

3. 特殊姿态不能一律用圆柱

视频的具体案例是：男主跪在地上，一只手腕被布带向上牵住，身体向后仰。

圆柱不能表达：

• 膝盖在哪里接触地面。
• 哪条手臂抬起。
• 手腕与身体的相对位置。
• 身体怎样向后倾。

如果白模没有这些关系，后面就要写很多文字，让视频模型重新猜姿态。

作者采用的做法是：让 Agent 制作四肢清楚的人形粗模，先摆好膝盖落点、抬起的手臂和后仰的躯干。生成时再补充关键受力和动作状态。

这说明：即使人物几乎完全不动，只要姿态特殊，也可能需要明确的人形结构。

4. 精确接触与高难动作要进一步制作

对于精确抛接、接触或高难度打斗，需要进一步绑定骨骼，按关键姿态逐轮调整。有合适的动作素材，也可以导入后适配。

这里的目标不是把所有细小动作都做完，而是将必须准确发生的关键关系提前落实。

5. 三档模型选择表

选择依据主要是动作精度，而不只是动作幅度。

6. 动作戏也可以只用极简模型，但有代价

巨物打斗案例采用另一条路线：白模只安排角色路线和摄影机，具体怎么打由提示词补充。

主画面中，士兵站在前景，城市楼体围成仰视通道，巨兽与飞行怪物在通道尽头对抗。简模负责空间尺度和镜头观察关系，而不是完整设计每一招。

这种方式省下动作制作，但具体招式更依赖文字与视频模型发挥。可能一次得到好结果，也可能需要很多轮。如果某个动作必须准确发生，仍值得预先做进白模。

7. 白模不限定在 Blender 中制作

视频依次展示：

• **UE5：**白色人形的动作与持刀对抗，转为真人动作段落。
• **游戏录制：**角色在交通工具内并排坐着、随后进入夜间街道的片段，转为真人角色与环境。
• **LIBTV 3D 导演台：**彩色人物与柱子构成站位参考，转为室内持枪群戏，摄影机依次显露不同人物。

游戏录制示例中可辨认的两句对白是：“这里马上沦陷了”“总部派你们来是做最后的清除行动”。它们是成果片段的剧情对白，而不是制作步骤。

这些展示共同强调：关键在于获得连续、可用的空间和动作参考，制作工具可以变化。

五、先排人物路线，再设计摄影机

对应第 2 段约 02:45—03:10。

1. 先把人物放进场景

可以在俯视图上标出 C1、C2 等人物编号，让 Agent 按图摆放；也可以进入 Blender 手动调整。

视频中的俯视图以沙发群戏为例，用多个 C 编号标识不同位置，避免仅凭口头描述混淆人物。

2. 移动路线写成可检查的节点

若人物需要移动，先明确：

1. 起点。
2. 转折点。
3. 终点。
4. 大概的到达时间。

人物路线稳定后，再安排摄影机。

3. 运镜不必从术语开始

即使不熟悉摄影术语，也可以先说明：镜头从哪里开始，经过谁，最后拍到什么。

这三件事提供了镜头的起点、过程与落点。仅说“电影感运镜”或“高级一点”，不能直接变成工程里的位置和时间。

4. 情绪戏第一镜的示例

视频示例的第一帧，已经是女主稍稍侧脸的特写：面部位于中央，画面包含头部、颈部和少量肩膀。

摄影机围绕女主沿很小的弧线缓慢前推，保持女主在画面中心，全程维持面部特写，不突然放大。

屏幕还写出“画面由约 4 度变化到 7 度，绕行约 10 度”，但没有解释前一组角度对应哪个轴或哪一种姿态。该数字可作为原文记录，不能直接解释成焦距或视场角。

六、预览与修改：把意见变成可执行要求

1. 先看开场、中间、结束三个时刻

先让 Agent 提供这三个时刻的预览，检查景别、遮挡、人物位置，再看完整运动。

这样既能迅速检查重要构图，也能在随后查看完整运动时发现中途的穿墙、跳位或遮挡变化。

2. 修改意见要包含时间、对象和目标

视频给出两个典型例子：

“只调整摄影机”在这里是重要的修改范围：既然问题出在镜头，不必让 Agent 连人物和场景一起重新安排。

3. Agent 在这里的价值

Agent 可以把自然语言描述落实到可修改工程。每一轮都可以对照预览继续改，形成：描述要求、查看预览、指出问题、修改工程的循环。

复杂镜头遵循同样的逻辑，只是描述要更具体。

4. 连续枪战的白模运镜例子

作者展示一段约 30 秒的连续枪战，屏幕指令包含：

• 全程一镜到底。
• 实时速度。
• 按参考白模连续经过 POV、正面 SnorriCam 和贴枪侧面绑定特写。
• A、B 的初始站位与门的位置。
• 摄影机从高处降低，接近手臂，再绕过头部进入主观视点。
• 在案例自身约 1.85 秒处进入 A 的 POV。
• 画面下沿保留双手和枪，手电照出楼梯中段的目标。

这些指令不仅描述镜头类型，还指定视点转换怎样实际发生。完整可辨认摘录见附录 A。

七、导出、导入与资产准备

对应第 2 段结尾和第 3 段约 00:00—00:28。

1. 交给视频模型的是渲染视频

白模确认后，导出可播放的视频；Blender 工程继续保留在本地，方便以后改路线、改镜头和重新导出。

视频强调：上传的是渲染画面，不是整个 Blender 工程。演示卡片上出现 H.264、16:9、可播放等字样。

2. LIBTV Blender 插件的演示流程

作者为不熟悉渲染和导出格式的人展示一个便捷路径：安装 LIBTV 的 Blender 插件。

视频说明的步骤是：

1. 在插件中选择“动画”。
2. 设置目标摄影机。
3. 设置分辨率和保存位置。
4. 点击渲染。
5. 完成后自动导入 LIBTV 画布。

这里记录的是演示流程，视频并没有逐项解释插件安装与账户连接设置。

3. 在画布中连接生成素材

导入白模后，再添加人物资产以及所需的场景图。画面演示了人物外观图、场景图和白模视频通过连线进入生成节点。

生成前需要确认：

• 每一个引用编号对应正确素材。
• 人物、道具与场景没有连错。
• 生成时长与预演对齐。
• 生成画幅与预演对齐。

最后两项很容易被忽略：参考的空间与节奏即使正确，如果成片时长或画幅发生变化，也可能改变实际表达。

八、生成提示词的三层结构

对应第 3 段约 00:28—01:08。

视频将提示词分为三个层次：白模职责、资产绑定、时间码动作。

第一层：说明白模提供什么

先告诉视频模型，白模在这次任务中承担哪些信息。

例如复杂枪战，白模提供：运镜、人物位置、持枪轮廓、抛接时机；镜头连续经过第一人称视角、身体绑定视角与贴枪特写。

对于四镜头情绪戏，白模主要控制：四镜顺序、构图、摄影机路径、人物站位与巷道纵深。

几何人物要转换为真人；作为丧尸占位物的圆柱要转换为丧尸。不要把白模中的几何外观误当成最终人物外观。

**字幕辨析：**本段某处字幕单独显示“保留白模材质”，与前后真人转换的方向有歧义；屏幕正文和最终画面均强调白模用于参考关系。本文不把这句孤立字幕当成“成片必须保留灰色白模外观”的要求。

第二层：绑定人物、道具与场景

明确 A 是谁、B 是谁，哪一把枪对应哪张素材，场景使用哪个参考。

视频示意中，人物和枪械采用固定映射：A 对应一个人物资产，B 对应另一个人物资产；枪械分别对应金属灰与深棕手枪素材。

编号负责维持身份，不随摄影机变化而改变。

不要每换一个视角，就重新把全场左右关系写一遍。角色 ID 与屏幕左右是两回事；前者稳定，后者随摄影机位置变化。

场景参考图与白模布局也要对应，避免一个素材要求门在这里，另一个参考却把门放在相反位置。

第三层：补充白模未表达好的动作，再进入时间码

白模已经清楚表达的路径可以简写。把提示词篇幅用来交代它没有表达好的部分，例如：

• 运动是否自然。
• 身体与道具如何共同受力。
• 人物撞到物体之后发生什么。
• 道具什么时候离开手，什么时候被另一个人接住。
• 情绪变化如何表现到眼神、嘴角、下巴与头部。

九、枪战案例：补足动作、受力与交接

对应第 3 段约 01:08—02:18。

1. 有持枪轮廓，仍然可能缺少自然运动

A、B 的路线和持枪轮廓已经在白模里，但动作比较僵硬。作者补充的意思是：保留紧凑持枪造型，手臂自然弯曲，枪与前臂一起承受短促回震。

视频屏幕正文写为 CAR/CQB 题材的紧凑电影造型；字幕中出现过“CRA”的拼写。这里保留正文写法，不把字幕拼写误差扩展成另一套技术名称。

这些术语在视频中的用途是辅助说明造型。真正决定画面变化的，仍是可见动作：自然弯曲、共同回震等。

本段属于虚构电影动作和生成画面的描述，不是现实枪械操作课程。

2. 圆柱转成丧尸后，当前段落写当前事件

先统一说明：圆柱转换为真人质感的丧尸，动作按时间码表演。

到了具体段落，再写当前画面发生什么。视频示例是：画面下沿保留双手和枪，手电照出楼梯中段一名正在向下冲的工装丧尸。

如果只要求丧尸出现并向下冲，可以先用这个简短描述测试，让模型补足普通运动细节。

3. 指定结果必须把动作链补完整

如果你要求的并非“冲下来”即可，而是“必须撞上扶手，再滑下去”，那么关键过程要明确写出。

视频给出的动作链是：工装丧尸抖动、侧身撞上扶手、沿台阶滑下。屏幕进一步概括为：受击、失衡、撞扶手、沿台阶滑下。

这两种写法对应不同控制精度：

• 只要求某类运动出现，可以先让模型发挥。
• 要求具体接触与结局，就要写清不可省略的变化。

4. “名词给先验，动词链给结果”

作者解释，像“丧尸”这种常见类型，模型往往已有外形和动作上的既有联想。因此，不必每次重新定义所有外形与普通动作。

但一个名词不能保证具体的运动轨迹与接触结果。后面的动作句，才负责说明这一次必须怎样发生。

这里关于训练素材数量和模型“自动知道”的说法，是视频作者的解释，视频没有给出训练数据或实验统计。实操上应理解为利用模型对常见类型的既有模式，同时把特殊动作明确写出。

5. 左右只按当前摄影机画面描述

进入时间码后，左右关系按当前镜头来写，并明确人物朝向、视线和接触对象。

视频的检查项目包括：摄影机状态、当前左右、人物朝向、视线目标、结束对象；讲解同时强调接触对象要明确。

不要每一秒都重新介绍整个房间。身份绑定和场景基础已经给过，当前段落应集中写此刻镜头能看到的变化。

6. 抛接要展开成连续状态

视频特别强调抛枪的交接过程。不能只写一句“A 把枪给 B”，而应写出：离手、飞行、B 伸手、接触、握住。

屏幕示例的关键时间是：

白模已经拍清楚的路径可以简写，但新的状态变化值得详细写。这也是“重复场景减写，新状态变化详写”的含义。

十、情绪戏案例：把篇幅留给表演

对应第 3 段约 02:18—02:28，并与第 2 段的构图示例相互补充。

当运镜不复杂、人物位置变化较少时，白模已经清楚交代构图和空间，就可以把提示词的大量篇幅用于表演。

视频提到一段四镜头情绪戏，画面展示女子含泪特写、巷道空间，以及跪地男子与远处人物的关系。视频未逐条完整展示四镜头的全部剧本，不能从局部画面反推出不存在的对白与完整剧情。

1. 白模负责什么

四镜顺序、构图、摄影机路径、人物站位、巷道纵深。

2. 提示词负责什么

不是只写“她很悲伤”，而是把情绪转为有顺序的身体变化。视频可辨认的表演指令为：

嘴角开始松动，下巴出现一次很轻的颤动；眼睛先移开，头随后转开 20—30° 并略微低下。

新的泪水越过眼睑，顺着脸颊原有湿痕下滑。

这段指令区分了：

• 嘴角与下巴的微小变化。
• 眼神先转移，头部随后跟随。
• 头部转动的幅度。
• 略微低头的动作。
• 新泪水沿原有痕迹继续流动的连续性。

屏幕把情绪表演解释为可见的“泄漏、压制、失败与残留顺序”。这意味着表演不是一个静态标签，而是一个逐渐发生的过程。

3. 与前面的运镜要求配合

第一镜已经是面部特写，摄影机缓慢沿小弧线靠近，同时保持面部大小和中心位置。这种镜头给微表演提供可见的尺度。

因此，构图要求和表演要求各自明确：摄影机保证能看见，表演指令说明要看见什么变化。

十一、测试与排错

对应第 3 段约 02:28—02:48。

1. 先测最容易出错的一小段

作者建议，不要等整段生成完才第一次检查。先测试最容易失败的片段，例如精确抛接、复杂接触或特殊姿态。

这一步延续了白模预演的思路：优先暴露关键不确定性。

2. 错误在哪一层，就回哪一层修改

这张表的用途，是避免每次失败都把全部提示词或全部白模推倒重来。

3. 从最小练习开始

视频建议先用：两个人、一个空间、一段简单运镜，完整走通流程。

成功之后，再增加特殊姿态和复杂动作。

十二、两段视频如何保持连续

对应第 3 段约 02:48—03:18。

1. 连续意味着同一个空间持续存在

两段视频不只是人物长得一样，还意味着它们发生在同一个持续存在的场景里，人物站位和空间关系保持一致。

2. 同一工程、同一时间线，先连续排好

视频推荐的做法是：在同一份 Blender 工程、同一条时间线上，把两段连续排好，再分段导出，分别生成。

这样，两段的参考来自同一个空间安排，不必在第二段从头重新猜人物和家具位置。

3. 室内群戏示例

画面展示一个有书柜、沙发、椅子、书桌与壁炉的室内空间。镜头经过坐在座椅上的女性、靠在书桌旁的男性、站在壁炉附近的人物，以及另一位坐在椅子上的女性。

左上角的白模用简单家具和不同颜色人物对应站位。屏幕说明，同一个 Blender 工程设置两个不同摄影机运镜，最后分段导出。

作者说，这两段结果虽然分别生成，但人物站位和空间关系一直没变，是因为白模已经在同一工程、同一时间线上排好了。

4. 分段的产品背景

视频给出的原因之一是：“Seedance 2.5 最高只支持生成 30 秒”。本文仅记录这句视频内说法，没有将它视为已经核实的当前产品上限。

这一段的方法重点是：先保持连续的空间与时间关系，再按生成任务切段。

十三、什么时候需要白模

对应第 3 段约 03:18—04:03。

1. 不是每条视频都要先做白模

如果只是人物近景说话、转头、普通表演，或者一系列常规镜头，作者认为用简单的多参考生成方式，配合提示词，也可以获得较稳定的控制。

视频以两名人物的近景对话画面示例：前景人物、后方人物、转头与交谈，并不一定需要先建立三维空间。

2. 更值得做白模的情况

• 镜头必须连续沿指定路线移动。
• 要依次揭示不同人物。
• 多人同时交流，而且站位要求严格。
• 有精确路径、遮挡和交接要求。

这些要求很难由单张静态图完整表达。即使补充很多资产图，也未必能可靠说明随时间变化的关系，仍可能需要反复生成。

3. 三类素材不要互相代替

视频最终强调：静态图说明外观，白模说明随时间变化的关系。对于精确路径、遮挡和交接镜头，白模提供了更明确、可提前检查的参考。

附录 A：屏幕示例指令摘录

以下内容来自屏幕上可辨认的示例文字。仅整理标点、空格与换行。不同示例不是同一个任务，也不是可以直接拼接成一条提示词的完整工程说明。

A1. 给 Agent 的场景建模指令

来源：第 1 段约 02:33—02:43。

根据这个场景图的纵深关系及建筑之间的密度，调用 Blender 生成一个极简的白模空间工程。

元素全部用方块组成，汽车等特殊物体用方块摆出大概形状即可，表面纹理等不需要太细致。

画面对应：街道、两侧建筑、车辆、路边体块。它要求的是空间关系与可修改工程，而不是高精度材质还原。

A2. 情绪戏第一镜：构图

来源：第 2 段约 03:03—03:06。

【第一镜／构图】
第一帧已经是女主稍稍侧脸的特写，面部位于画面中央，构图包含头部、颈部和少量肩膀。

A3. 情绪戏第一镜：运镜

来源：第 2 段约 03:06—03:10。

【第一镜／运镜】
摄影机以女主为中心，沿很小的弧线缓慢前推；画面由约 4 度变化到 7 度，绕行约 10 度。
女主始终位于中心，全程保持面部特写，不突然放大。

注：“4 度到 7 度”的角度定义没有在该画面解释，不应擅自补成焦距参数。

A4. 连续枪战：总体运镜约束

来源：第 2 段约 03:29—03:34。

【总约束／一镜到底】
全程一镜到底、实时速度，按照参考白模连续经过 POV、正面 SnorriCam 和贴枪侧面绑定特写。

阅读辅助：这段中的 POV 指主观视点；SnorriCam 在本视频中对应身体绑定的正面视点；贴枪侧面绑定特写对应近距离随枪保持关系的取景。视频没有详授这些术语的设备原理。

A5. 连续枪战：开场站位

来源：第 2 段约 03:33—03:37，示例动画时间 00:00—00:01。

【00:00—00:01／高位压近】
A 在画面偏左，B 在右侧稍后方，两人向大厅右侧门洞移动。
摄影机从斜上方连续降低，靠近 A 的右侧持枪手臂。

A6. 连续枪战：进入 A 的 POV

来源：第 2 段约 03:37—03:41。

【00:01—00:02／进入 A 的 POV】
摄影机从右前臂外侧经过，绕开头部，在 01.85 前后进入 A 的 POV。
画面下沿保留双手和枪，手电照出楼梯中段正在下冲的丧尸。

这里的“绕开头部”直接指出连续运动的空间条件，避免把 POV 转换理解成突然切镜。

A7. 枪战生成提示词：屏幕可辨认的总设定

来源：第 3 段约 00:36—00:42。以下为该画面可辨认的段落整理；未展示的后续时间码不补写。

生成一段 30 秒、2.39:1 横屏、真人实拍质感的特殊持枪与枪战片段。
全程一镜到底、实时速度，两名搭档穿过极其昏暗的废弃工业展馆，中途完成一次抛枪交接。

角色 A 对应图片 1，角色 B 对应图片 2；脸部、发型、成年年龄、身材和服装匹配各自资产。
角色 A 开场使用金属灰手枪图片 3，角色 B 开场使用深色手枪图片 4。

视频 5 白模只参考空间路线、视角顺序、人物相对位置和抛接节点。
人物动作重新表现出真实重量与自然反应；摄影机重新组织速度、起步逐渐加快，靠近脸部或握把时提前减速，转行通过连贯弧线衔接。
保留轻微呼吸起伏和场面自然修正，整体流畅、有重量，是实拍电影中的连续摄影，而不是游戏镜头。

场景是完全断电的夜间废弃工业展馆：钢结构大厅、左前方金属楼梯、右侧展览侧廊，以及连接侧廊的狭窄维修通道。
旧砖墙、锈蚀门框、蒙尘玻璃和地面积水，只在手电扫到时显露。

唯一持续光源是角色 A 与角色 B 各自固定在持枪侧前臂上的战术手电，光源随手臂运动，不随手枪交换。
集中冷白光照亮前方一小片区域，光斑外迅速沉入近黑。
正面拍人物时，脸部仅接受墙面、地面返回的微弱反射，局部五官隐约可见。
枪口火光短促闪现，随即恢复黑暗。整体低曝光、阴森、压迫，保留皮肤纹理与少量汗光。

这一段还有两个容易漏掉的信息：

• **手电固定在前臂上，而不是随枪交接。**这是道具身份与光源连续性的独立要求。
• **摄影机接近脸部或握把之前要减速。**它不只是规定路线，也规定速度变化和实拍质感。

可见界面中的画幅选项同时出现过 16:9，而文本要求写着 2.39:1。视频没有解释二者差异。整理时保留这一不一致；实际任务应按前文原则核对画幅，不宜照抄冲突参数。

A8. 持枪与圆柱转换的补充

来源：第 3 段约 01:09—01:25。

白模只提供运镜、人物位置、持枪轮廓和抛接时机。

人物持枪保留 CAR/CQB 题材的紧凑电影造型，手臂自然弯曲，枪与手臂一起承受回震。

圆柱转换为真人质感丧尸，动作按时间码表演。

A9. 丧尸动作：简写与明确结果

来源：第 3 段约 01:25—01:44。

画面下沿保留双手和枪。
手电照出楼梯中段一名正在向下冲的工装丧尸。
工装丧尸抖动一顿，侧身撞上扶手，沿台阶滑下。

若只需要出现与下冲，可先测试前两句；若撞扶手再滑下是不可省略的结果，保留最后一句并写清过程。

A10. 抛枪交接

来源：第 3 段约 02:09—02:17。

摄影机沿右前臂外侧连续靠近，取景从上身缩到手与枪。

13.68，灰色手枪离开右手，沿短弧线向前飞出。

14.65，B 的右手进入，跟随握把移动并握住；左手随后合上辅助持握。

这两个秒数属于示例动画时间。教学视频画面位置与它们不同。

A11. 情绪表演

来源：第 3 段约 02:18—02:28。

白模只控制四镜顺序、构图、摄影机路径、人物站位与巷道纵深。

嘴角开始松动，下巴出现一次很轻的颤动；眼睛先移开，头随后转开 20—30° 并略微低下。

新的泪水越过眼睑，顺着脸颊原有湿痕下滑。

附录 B：执行清单与信息边界

B1. 根据全片整理的执行顺序

下面是对视频方法的操作化归纳，不是额外声称视频逐字给出了这张表。

B2. 全片最重要的判断对照

B3. 未在视频中完整提供的信息

为避免把“视频内容整理”混成未经说明的补充教程，以下项目明确保留边界：

• 没有完整提供本地 Agent 的安装与权限配置步骤。
• 没有完整提供 Agent 调用 Blender 的代码、协议或连接实现。
• 没有提供可下载的全部 Blender 工程、动作素材与人物资产。
• 没有逐项展示全部镜头的完整时间码提示词。
• 没有完整展示四镜头情绪戏的所有剧情与对白。
• 没有给出不同白模精度的系统性成功率或成本统计。
• 屏幕上可见的软件版本、生成上限、界面选项属于视频演示信息，不等于已核实的最新规格。
• 成果蒙太奇在本文中转为画面与控制目标的文字说明；无法在纯文字中等量保留运动观感、音乐与音效体验。

本文的阅读目标，是尽可能完整保留三个片段可辨认的教学信息、案例逻辑和示例写法，使读者能够理解作者为什么这样做、具体怎样交代任务、出现问题时该回到哪一步修改。