要让千问AI准确理解视频画面切换关系，必须用动词明确标注转场方式（如“切”“推”“叠化”）并注明时长（200–700ms），区分物理运镜与光学转场，按时间轴逐帧排序且补全断层间隙。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让千问AI准确理解视频中不同画面之间的切换关系，必须在描述词里明确写出转场方式，否则AI会把连续镜头当成独立片段处理。
用动词精准表达转场动作
在两个镜头描述之间插入一个表示视觉过渡的动词，比如“切”“推”“拉”“叠化”“淡入”“摇”“移”。例如：“人物特写→【切】→窗外暴雨倾盆”，这里的“切”告诉AI这是硬性跳转，不是缓慢过渡。
避免使用模糊词如“然后”“接着”“之后”，这些词无法传递镜头运动逻辑，AI会忽略时间与空间衔接关系。
标注转场持续时长（关键帧控制）
在转场动词后紧跟括号注明毫秒数，格式为（300ms）或（0.5s）。例如：“书桌全景→【推】（400ms）→钢笔特写”。
不写时长时，千问AI默认采用最短瞬时切换（约60ms），可能导致运镜意图丢失；超过800ms则易被识别为叠化而非推进，【务必控制在200–700ms之间】。
区分物理运镜与光学转场
方法一：物理运镜类（摄像机真实移动） 用“推/拉/摇/移/跟/升/降”+方向+目标。例如：“镜头左摇→空荡走廊尽头亮起一盏灯”。
方法二：光学转场类（后期效果） 用“淡入/淡出/叠化/划像/翻页/马赛克溶解”+起止状态。例如：“黑屏→【淡入】（600ms）→晨光漫过山脊”。
注意：不能混用，比如“推→淡入”是无效组合，AI只识别第一个有效转场指令。
多镜头段落按时间轴排序标注
第一步：从视频开头逐帧确认镜头起止点，标出每个镜头的绝对时间码（如00:00:05–00:00:12）。 第二步：按时间顺序列出所有镜头，每行一个，转场词写在前一镜头末尾。 第三步：检查相邻两行的时间是否连贯——若出现断层（如前镜结束于00:00:12，后镜始于00:00:15），必须补上“黑场（3000ms）”或“静帧（3000ms）”作为显式转场。 第四步：删除所有未对应实际画面变化的冗余转场词，哪怕语法通顺也不得保留。
这一步漏掉时间校验，会导致千问AI生成的描述词与视频节奏严重错位，后续无法对齐关键帧。
