14 秒打斗提示词为何要给每段动作定时

一场 14 秒的决斗，模型却把前 4 秒都用来让动作刚刚开始。

之前的提示词描述了发生什么，却没说什么时候发生。模型自行分配可用时间，把开头用来启动本该已经进行中的动作。

代价很直观：镜头开头被拿去启动一件本应已经在发生的事。

重写需要时间表，也需要一个与时间表一致的首帧。

仅仅给一段文字贴上“0 到 4 秒”的标签，解决不了开头的问题。如果两个人一开始站着不动，提示词里就仍然包含一个必须先完成的启动过程。

因此，场景背景先把打斗设定为正在进行。首帧再把这条指令具体化：

FIRST FRAME / BLOCKING
Both men are already at a full run, mid-stride, weight forward, blades up and travelling. @character-toshiro-mabe-formal enters frame left moving right; @character-ryo-sagi-brown enters frame right moving left. Sand is already in the air. Tight two-shot, cut off at mid-thigh.

第 1 次交锋尚未完成，这一帧里就已经有动作了。两个人有明确的方向和重心，刀刃正在移动。扬起的沙子说明，他们的脚已经扰动了地面。

左右两侧的入画位置也确定了运动关系。我要求两个身份明确的人相向接近，画面下缘截在大腿中部。

这样，开头就有了明确可展示的内容。时间表随后可以管理交锋，而不必独自承担让场景动起来的全部任务。

我借用的节奏规则要求每 3 到 5 秒有一个吸引注意的点，每 5 到 7 秒有一次转折。在这场决斗里，它变成了分布在 14 秒中的 4 个动作节拍。

我保留时间安排这个思路，是因为它能解决这个镜头的问题。同一套框架里的其他部分要求更换场景、采用竖屏，这些不适合这部电影。21:9 的画幅和反复出现的场地，都是有意的选择。

一套框架可以提供一条有用的规则，不必由它来决定整部电影。

下面是完整的动作段落：

ACTION
0 to 4 seconds: both men cover the last four metres at running speed and the blades meet the first time, steel on steel, and slide apart.
4 to 8 seconds: the second exchange, closer, with the camera whipping across to the far man as his hips turn into the cut.
8 to 11 seconds: the third clash, the tightest of the three, the two guards locked for a fraction of a second at chest height.
11 to 14 seconds: they break and the next attack is already loading, and the shot ends with that movement still travelling.

第 1 个时间段包括接近、接触和分开。它让开头在打斗内部有了一个明确的落点。

两个人跑完剩余距离，刀刃相碰，再滑开。因此，这一段要完成的，不只是让观众看到两名剑士朝对方奔跑。

4 米属于调度，4 秒属于整个开场动作节拍。提示词把第 1 次接触及其后的分离，都放在同一个时间段里。

回读时，这个区别很重要。我要检查文字是否把开头分配给了一次交锋，因为之前的版本放任这段时间变成了准备过程。

下一个时间段把摄影机和身体联系起来。第 2 次交锋距离更近。远处那个人转髋挥斩时，摄影机朝他甩过去。

转髋给了摄影机移动的理由，时间范围则给这个协调发生的事件安排了镜头中的位置。

没有这个联系，我就只是把摄影机指令写在一段，把挥刀动作写在另一段，却少了对两者关系的指导。在这里，画面运动属于某一次具体的交锋。

第 3 个时间段进一步收紧双方距离。两把刀的护手在胸口高度短暂相抵。

这个节拍有自己的画面。它不是简单地重复“让刀刃碰撞”的要求。距离缩短，护手相接，接触维持短短一瞬。

这次短暂相抵，也给随后的分开提供了明确的脱离点。动作段落让镜头走完接触与释放的过程。

最后一个时间段，是我保护结束状态的地方。两个人分开，但下一次进攻已经开始蓄势。镜头结束时，这个动作仍在继续。

我需要把这条最后的指令写进时间表，因为未完成的结束动作也要占用时间。不能只笼统地希望决斗“感觉还在继续”，就指望它能被保留下来。

最后几秒和最初几秒一样，都包含具体动作。开头进入运动，结尾离开时运动仍在继续。

独立的摄影机段落支撑了这个设计。摄影机保持在胸口高度，与人物相距 1.5 到 4 米。它随打斗一起运动，横向甩动，并在刀刃碰撞后晚到一瞬。

这些指令描述的是一台分片段捕捉交锋的摄影机。时间安排组织这些片段，却不把它们变成独立镜头。

格式段落写得很明确：

FORMAT MODE
One continuous shot, the camera holds the take to the last frame. Fast lateral whips inside the shot are camera movement.

时间边界只是为了方便阅读而划分指令。摄影机要用一个连续镜头贯穿这些段落。

这样，动作段落就可以专门交代镜头内部的变化：第 1 次接触、距离更近的第 2 次交锋、更紧凑的第 3 次碰撞，以及分开后进入下一次进攻。

我还需要辅助的物理行为持续跨越这些边界。提示词让沙子有重量，让衣袍落后于躯干，让刀刃继续完成挥动。时间戳不能替代这些指令。

写下的时间表，也不能证明生成镜头照做了。我当时修正的是开头的拖延，重写让预期的时间分配变得明确。要对生成画面作判断，还得有画面作为依据。

在提示词阶段，时间表给了我一种检查请求的方法。我能看出某次碰撞是否有时间范围，摄影机运动是否属于这次碰撞，以及结尾是否还有空间让动作继续。

今天，给提示词里已有的动作标上准确的时间范围，再检查首帧是否已经充分进入运动，能立即开始第 1 个动作节拍。

---

你刚刚看到了一个镜头如何被逐项拆解，每个决定都不是碰巧落在那里的。