VibeKnow不提供分镜脚本生成功能，其TXT处理仅生成带时间戳的语音稿和静态画面节点，无法输出含景别、运镜、构图等字段的结构化分镜结果。
☞☞☞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☜☜☜
想把一份纯文本TXT文件直接变成带镜头语言、画面描述和时长标记的分镜脚本，却发现VibeKnow上传后只生成讲解视频、不输出分镜表格——这不是操作失误，而是VibeKnow根本不提供分镜脚本生成功能，它不解析镜头逻辑，也不输出任何含“景别”“运镜”“构图”字段的结构化结果。
VibeKnow对TXT文件的实际处理方式
打开电脑浏览器，访问 https://vibeknow.com（注意是.com，非.ai）→ 登录后点击【Create Video】→ 选择“Text Explainer”模板 → 点击“Upload File”按钮，选取本地TXT文件上传。
系统会自动提取TXT中的段落层级、加粗关键词、编号列表和换行逻辑，将全文转为带时间戳的语音稿；每段对应一个静态画面节点，AI匹配图标+关键词高亮+淡入动画，但【不拆解单句为镜头，不识别动作动词，不生成任何分镜字段】。
例如TXT中写“主角推开铁门，门轴发出刺耳声”，VibeKnow只会把它当一句旁白播放，画面仅显示一扇门图标+文字气泡，不会拆成【特写门轴转动】【中景人物推门】【音效标注“金属摩擦”】三个分镜项。
真正能从TXT生成分镜的替代路径
方法一：用文心一言预处理TXT再人工补分镜指令
把TXT全文复制进文心一言APP → 进入【发现→创作→影视分镜生成】→ 勾选【启用镜头逻辑分析】 → 上传.txt文件 → 在提示框中必须补写指令：“按电影级分镜标准拆解，每镜不超过5秒，标注推/拉/摇/跟镜头类型，保留原台词但压缩至12字以内” → 点击“生成分镜表”。
方法二：用Vision Builder走全自动管线（仅限本地运行）
下载Vision Builder开源工具 → 将TXT文件放入input目录 → 执行命令 python main.py --input rules_tale_ch1.txt --mode solo → 工具自动完成编剧改编→角色场景识别→图生图→分镜渲染，最终输出含镜头号、画面描述、运镜类型、时长的PNG序列与JSON元数据。
这一步必须在Windows或macOS本地运行，不支持网页端；若TXT含大量对话，需提前用正则替换“张三说：”为“【张三】”，否则角色识别率低于60%。
为什么不能跳过预处理直接喂给VibeKnow
第一步：VibeKnow解析TXT时完全忽略动词强度、空间位移、感官描写等分镜关键信号。它把“他猛地转身→瞳孔收缩→手指掐进掌心”识别为同一语义单元，压缩成一行旁白，而非三个独立镜头。
第二步：其后台模型未接入镜头调度知识图谱，所有画面匹配基于通用图标库（如“转身”配箭头旋转图标，“掐手”配拳头图标），【无法区分‘缓慢转身’与‘暴起转身’的运镜差异】，更不会为“瞳孔收缩”生成特写微距镜头。
第三步：导出的MP4视频里，所有画面停留时长固定为2.3–2.7秒，无快切、无定格、无镜头变速，不具备分镜的时间节奏控制能力。
