痛點場景開場：三個人一同框，鏡頭就崩了
單人近景都還挺像，一到多人對話就翻車。上一鏡頭林知夏站在桌子右前方，下一鏡頭她突然跑到左邊；周衡明明在沉默，嘴卻一直動；陳總站在門口壓著兩個人，一切到反打，他又變成坐在桌邊的陌生人。更麻煩的是桌上的合約、錄音筆和手機也跟著亂跑，剪輯時根本接不上。
這種問題不是靠一句「保持一致」就能救的。AI 短劇多人同框需要先鎖空間，再鎖角色，再鎖說話人。站位、視線、台詞、口型、字幕安全區和剪輯保底方案，都要在生成前進入同一條生產路徑。否則你只能不停抽卡，碰到一條像的就硬剪，後面越剪越穿幫。
在 ArcLoop 裡，做法更直接：用 AI 短劇指南 拆多人鏡頭結構，用 角色資產庫 給每個人建角色資產——臉、服裝、聲線（character voice）分別鎖定，鏡頭描述裡用 @角色名 逐個引用；再到 創作空間 打開專案，把這些鏡頭依次編進 Storyboard 的 shot 卡，站位、視線這類每鏡都不同的資訊寫在鏡頭描述裡，不用重新描述長相。多人對話不是每秒都要多人同框，只要空間和視線連續，單人反應、證據特寫和雙人關係鏡頭也能讓觀眾相信他們在同一場戲裡。
這篇講的是可落地的做法：先畫場景站位圖，再拆 15 秒和 30 秒鏡頭表，再做對口型與剪輯審核，最後用最小重做動作修翻車鏡頭。
核心原則：多人對話穩定靠空間、身分和聲音三條線
第一條線是空間。多人對話裡，人物位置、家具位置、道具位置、機位方向和視線關係，決定觀眾能不能看懂關係。女主在右前景，表示她正在逼問；男主坐左後景，表示他被壓住；反派站門口，表示他堵住退路。位置一跳，戲的壓力就散了。
第二條線是身分。多人同框時最容易錯臉、借臉、換演員。只寫「女主、男主、反派」不夠，要用角色編號接角色資產庫。比如 ZH-001 林知夏，短黑髮、米白西裝、銀耳釘；ZH-002 周衡，深灰襯衫、細框眼鏡、左手戒痕；ZH-003 陳總，黑色大衣、方臉、金色袖扣。每個人都要有能在同一畫面裡分得出來的錨點。
第三條線是聲音。對口型不是最後貼音訊的事，而是在分鏡階段就要決定哪一句由誰說、誰聽、誰打斷、誰沉默。多人鏡頭最好一個鏡頭一個主要說話人，其他人做聽者反應。兩個角色同時長台詞，基本就是給口型找麻煩。
場景站位圖不需要畫得好看。它更像拍攝現場的俯視圖：門在哪、窗在哪、桌子朝向、誰在前景、誰在後景、關鍵道具放哪、機位 A/B/C/D 分別拍誰、哪條軸線不能跨。只要這張圖清楚，後面每個鏡頭都能引用它，不用每條提示詞都重寫一遍辦公室。
先畫站位圖，最直接的好處是防止左右關係亂。兩人對話裡，如果 A 看向左，B 也看向左，觀眾會覺得他們不是在互相說話。三人對話更明顯：誰壓迫誰、誰躲避誰、誰掌握證據，都靠空間關係成立。站位圖提前規定機位在桌子哪一側，反打鏡頭也不跨線。
它還能防止桌椅和道具跑偏。中文短劇常用合約、房卡、錄音筆、手機、藥瓶、親子鑑定做衝突證據。道具一旦從桌面中央跑到角落，或者在下一鏡頭消失，劇情就斷了。站位圖把道具當成場景資產保存，鏡頭表每次引用同一位置。
第三個好處是減少抽卡。沒有空間規格時，生成是在人物、家具、道具、機位之間碰運氣。你以為自己在最佳化提示詞，其實是在賭這一條剛好不崩。先畫站位圖看似多一步，實際上是把失敗從「隨機」變成「可審核」。
第四個好處是支援超時長拼接。15 秒以內的多人衝突可以靠三四個鏡頭撐住；30 秒以上就要不斷回到空間錨點，讓觀眾知道人還在同一間房裡。沒有站位圖，長段拼接很容易像素材合集。
分步方法：場景站位圖怎麼畫
第一步，確定空間邊界。用一句話寫清楚場景：夜晚律所會議室，長桌橫在畫面中段，門在左後側，落地窗在右後側，冷白頂燈，桌面有合約和錄音筆。空間要簡單，別一上來就寫豪宅、樓梯、陽台、多人走位全都有。
第二步，固定家具。桌子、椅子、門、窗、沙發、螢幕、櫃子這些大物件先定死。家具是空間骨架，也是機位切換的參照。不要每個鏡頭都重新生成一套房間。
第三步，固定關鍵道具。合約在桌面靠女主一側，錄音筆在桌面中央，手機在男主右手邊，水杯在反派進門路線外側。道具位置要服務劇情，不是隨手鋪滿桌子。
第四步，放人物。每個角色用編號和資產庫引用，不只寫關係詞。ZH-001 林知夏站右前景，ZH-002 周衡坐左後景，ZH-003 陳總站門口中景。標清前中後、左中右、朝向和視線。
第五步，放機位。機位 A 拍女主近景，機位 B 拍男主反應，機位 C 拍三人關係，機位 D 拍桌面證據。每個機位都要寫拍攝方向和不能跨過的線。越軸會讓左右關係反掉，是多人對話最常見的穿幫之一。
第六步，寫說話責任。每個鏡頭只指定一個主要說話人，其他人是聽、低頭、握拳、避開視線、拿道具或沉默。口型責任寫清楚，比後期硬對音訊穩得多。
第七步，接入鏡頭表。後續提示詞不要反覆重寫整間會議室，只寫「沿用場景站位圖 S-01，使用機位 A，ZH-001 說話，ZH-002 聽者反應，合約位置不變」。這樣更短，也更穩。
15 秒與 30 秒怎麼分鏡頭，出錯了怎麼最小改動
在 ArcLoop 裡，同一個專案下能看到角色資產庫、Storyboard 的 shot 卡和 Edit 時間線。角色資產管的是臉、服裝、聲線這些不變的身份，站位、機位這些每鏡都不同的東西寫在 shot 描述裡。這樣某條鏡頭崩了，你改的是機位、口型或道具位置這一個 shot，不是把整段多人對話推倒重來。
15 秒以內，建議三到四個鏡頭：關係鏡頭交代站位，說話人近景推進衝突，聽者反應承接壓力，證據特寫或反問做小鉤子。不要在一個 15 秒鏡頭裡讓三個人輪流說長台詞，口型大概率會崩。
30 秒左右，可以拆成兩個 15 秒模組。第一輪丟證據，第二輪逼問或反轉。每個模組至少回到一次空間錨點，比如三人關係鏡頭、桌面證據、門口壓迫位或固定機位。這樣拼接時不會像換了房間。
多人同框要克制使用。兩人同框相對穩，三人同框需要明確前中後和左中右，四人以上建議只做遠景氣氛或拆成反應鏡頭。商業化短劇裡，多人同框適合衝突高光、封面候選和反轉切片；普通資訊交代拆成單人近景更省成本。
對口型不穩時，不要硬撐正臉長台詞。可以切聽者反應、證據特寫、手部動作、背影、門口腳步，或者讓關鍵句只露最後幾個字的口型。提前準備保底剪法：雙人同框失敗就切說話人單人近景，三人站位亂就拆成前景壓迫、證據特寫、聽者反應。
字幕也要提前讓位。直式短劇的下三分之一經常放字幕，不要把嘴、手機螢幕、合約簽名、錄音筆紅點放在字幕區。站位圖和鏡頭表都要標字幕安全區。
示例 prompt 1：多人對話站位圖
請為中文 AI 短劇多人對話生成場景站位圖規格。
場景：夜晚律所會議室，長會議桌橫在畫面中段，門在左後側，落地窗在右後側，冷白頂燈。
角色資產：
ZH-001 林知夏，短黑髮，米白西裝，銀耳釘，站右前景，主導逼問。
ZH-002 周衡，深灰襯衫，細框眼鏡，左手戒痕，坐左後景，被質疑。
ZH-003 陳總，黑色大衣，方臉，金色袖扣，站門口中景，製造壓迫。
關鍵道具：合約在桌面靠林知夏一側，錄音筆在桌面中央，周衡手機在右手邊，水杯在陳總進門路線外側。
輸出：俯視站位說明、人物前中後和左中右位置、家具位置、道具位置、機位 A/B/C/D、視線關係、字幕安全區、不能越軸的方向、每個角色的禁改項。所有人物必須引用角色資產庫和人物三視圖。
這個規格的重點不是寫得華麗，而是讓每個人、每個道具、每個機位都有固定位置。
示例 prompt 2：站位圖轉 30 秒鏡頭表
請根據場景站位圖 S-01 拆分 30 秒多人對話鏡頭表。
結構：按兩個 15 秒模組組織，每個模組包含一個空間錨點。
每個鏡頭輸出：鏡頭編號、時長、機位、景別、角色編號、說話人、聽者反應、人物位置、道具位置、台詞、停頓、口型要求、字幕安全區、剪輯點、失敗保底剪法。
空間必須沿用 S-01：林知夏右前景，周衡左後景，陳總門口中景；合約和錄音筆位置不變；機位不越軸。
禁止：站位左右跳、桌椅重排、道具消失、角色互換、多人同時長台詞、字幕擋嘴、字幕擋關鍵道具。
鏡頭表要能直接指導生成和剪輯。每個鏡頭一個主要任務，失敗後也能單獨重做。
示例 prompt 3：成片站位和對口型審核
請審核這段 AI 短劇多人對話成片。
輸入：場景站位圖 S-01、角色資產庫、鏡頭表、配音指派表、成片鏡頭列表。
檢查：
1. 人物是否保持原站位，是否出現左右跳。
2. 機位是否越軸，視線是否互相對得上。
3. 桌椅是否重排，合約／錄音筆／手機是否跑偏或消失。
4. 說話人是否正確張嘴，聽者是否保持反應。
5. 是否出現不該說話的人動嘴、多人搶口型、字幕擋嘴。
6. 15 秒模組之間是否回到空間錨點。
7. 30 秒以上拼接是否仍像同一場戲。
輸出三類：通過、剪輯可修、需重做。每個問題給最小修改動作，並判斷這段多人同框鏡頭是否值得保留為衝突高光或封面候選。
審核不是挑刺，是省錢。能靠剪輯修的別重做，站位和身分已經崩的別硬救。
常見翻車與修復
第一種翻車是只寫「辦公室多人對話」。修復方式是先畫俯視站位圖，再寫鏡頭表。空間先穩，人物才穩。
第二種翻車是兩個角色長得太像。修復方式是回到角色資產庫，核對臉型、髮型輪廓、服裝剪裁、配色和道具錨點，必要時補人物資產圖，讓兩個人放在同一頁也能分清楚。
第三種翻車是桌椅每個鏡頭都變。修復方式是把家具當成場景資產，不要在每條提示詞裡重新生成。
第四種翻車是關鍵道具跑偏。修復方式是給道具編號和固定位置，鏡頭表每次引用同一位置。合約、錄音筆、手機這類證據道具尤其要管住。
第五種翻車是機位越軸。修復方式是規定機位區域，反打鏡頭也不要跨到讓左右關係反轉的位置。已經越軸的鏡頭，輕微可用反應鏡頭緩衝，嚴重就重做。
第六種翻車是多人同時說話。修復方式是一個鏡頭一個主要說話人，其他人做聽者反應。長台詞拆短，不要讓兩張嘴同時扛關鍵資訊。
第七種翻車是口型錯位。修復方式是縮短台詞，切證據特寫、手部動作或聽者沉默。關鍵句盡量給說話人近景，非關鍵句可以做畫外音。
第八種翻車是把同場誤認為必須同框。同一場戲不需要每秒都三個人在畫面裡。只要站位、視線、道具和聲音連續，單人反應和道具特寫也能維持同場感，還更適合批量出片。
FAQ
場景站位圖一定要畫成圖片嗎？
不一定。文字俯視圖、表格、簡單 ASCII 方位都可以。重點是人物、家具、道具、機位、視線和字幕安全區要清楚。
兩人對話也需要站位圖嗎？
需要，尤其是有桌椅、道具、反打鏡頭和口型要求時。兩人對話最容易出現左右跳、視線錯位和聽者亂張嘴。
AI 短劇多人同框最多放幾個人穩？
預設兩人最穩，三人需要明確前中後、左中右和說話責任。四人以上建議拆分鏡頭，除非只是遠景氣氛或短暫封面畫面。
對口型一定要完全精準嗎？
關鍵台詞要盡量準，尤其是正臉近景和反轉句。非關鍵句可以用反應鏡頭、手部動作、背影、證據特寫和畫外音降低口型壓力。
已經生成好的多人鏡頭還能補救嗎？
先按站位圖審核。輕微口型錯、短暫道具偏移、字幕擋到一點邊緣，可以透過剪輯、反應鏡頭或特寫補救。人物左右關係反了、桌椅完全重排、角色互換，通常需要重做。
站位圖會不會限制表演？
不會。站位圖鎖的是關係、位置和口型責任，不是鎖死表情。表情、停頓、手部小動作、聽者反應和節奏仍然可以變化。
