必须将抽象镜头语言转化为结构化指令，updream通过预演台+Skill工作流实现：第一步AI自动解析文案生成带时间戳、景别、运镜的分镜表；第二步一键导入预演台生成含物理空间的3D白模；第三步支持拖拽锚点、时间轴微调、多机位验证校准镜头；第四步导出JSON+MP4双格式结构化数据供AI精准生成。
☞☞☞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☜☜☜
想让AI视频精准呈现导演脑中的分镜逻辑，而不是靠文字提示词碰运气抽卡，就必须把抽象的镜头语言转化成AI能理解的结构化指令。updream不依赖你手写2000字提示词，而是用预演台+Skill工作流，把“一个镜头怎么拆”这件事交给AI自动完成。
第一步：用Skill把文案自动转成分镜脚本
在updream画布首页输入框中输入“/”，调出技能面板→选择【精品分镜工坊】→粘贴你的高光文案，比如：“暴雨夜，女主冲进废弃教堂，手电光扫过彩窗，玻璃碎片从穹顶坠落”。
AI会立刻解析动作节点、空间转换和光影变化，生成带时间戳、景别标注（特写/中景/全景）、运镜类型（推/摇/跟）的分镜表，并自动匹配Seedance 2.5可用的视频提示词格式。
这一步跳过了人工逐句翻译镜头语言的过程，避免了“手电光扫过彩窗”被AI误解为“整个画面泛白”的常见翻车。
第二步：把分镜表一键导入预演台生成白模
点击分镜表右上角【送入预演台】按钮，系统自动新建预演台节点并加载首帧画面。
上传一张教堂内部参考图（无需专业摄影，手机实拍即可），【必须确保图中包含明确的空间纵深线索，如地板砖缝、拱门透视线或彩窗边框】，否则白模可能无法正确还原层高与遮挡关系。
等待4–7分钟，AI完成图生3D白模：穹顶结构、彩窗位置、地面湿滑反光区域全部按真实比例建模，连玻璃碎片坠落的Z轴高度都已预留物理空间。
第三步：在3D白模里手动校准关键镜头的拆解逻辑
方法一：拖拽式机位锚点设定
在预演台左侧工具栏选【摄像机】→点击场景地面任意位置放置主镜头锚点→拖拽调整焦距与俯仰角→右键锚点选择【绑定到分镜第3帧】。这样AI后续生成时，该镜头参数将严格锁定在此帧起始时刻。
方法二：时间轴轨道微调
打开底部时间轴→找到“玻璃碎片坠落”对应的时间段→选中碎片模型→在轨道上拉长其运动区间，把原本0.3秒的坠落拉伸到0.8秒→系统自动重算物理轨迹，确保AI生成时碎片下落节奏符合电影级慢镜要求。
方法三：多机位交叉验证
新增第二个摄像机锚点，设置为低角度仰拍→将其绑定到同一分镜帧的“女主冲入”动作起点→对比两个机位实时监视器画面，确认女主腿部与穹顶边缘的构图比例是否满足黄金分割。若发现仰拍时女主膝盖切掉画面1/3，直接拖动锚点后移30cm即可修正，无需重写提示词。
第四步：导出结构化镜头数据给AI模型
点击预演台右上角【导出预演数据】→勾选“包含机位参数”“同步人物动线”“嵌入深度图”三项→格式选择JSON+MP4双输出。
此时生成的MP4不是最终成片，而是带Alpha通道的白模预演视频，每一帧都携带精确的XYZ坐标、法线方向与遮罩信息；JSON文件则记录了所有摄像机运动参数、关键帧时间戳及物体ID映射关系。
回到画布，将该节点拖入Seedance 2.5生成节点的“参考视频”输入口，AI会优先遵循这些结构化数据生成画面，而非依赖模糊的文字描述。
