LibTV分镜与成片差异源于输入信号衰减:需用Strict JSON Scene Splitter确保结构化解析,参考图须带_ref_前缀并手动勾选用途,时长需锁定并追加精确提示短语。
☞☞☞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☜☜☜

在LibTV AI里分镜和成片差太多,说明画面生成环节没有准确承接分镜表的结构化指令,常见于提示词未对齐、参考图未挂载、或分镜字段被跳过解析——这不是模型“不听话”,而是输入信号在管道中衰减了。
检查分镜表是否真正被LibTV识别为结构化数据
打开分镜节点输出的JSON文件,用文本编辑器查看第一行是否含"scenes": [,而非纯文本段落;若看到的是“镜头1:主角站在窗边……”这类自然语言,说明脚本节点未启用结构化拆解模型,而是走默认摘要路径。
双击脚本节点→切换“拆解模型”下拉菜单→选择【Strict JSON Scene Splitter】(非Default或Light)→重新运行;该模型强制将每句旁白映射为独立scene对象,带duration、character、prompt三字段,是后续视频生成的唯一可信输入源。
这一步不可跳过。LibTV所有画面生成模块只读取JSON里的prompt字段,不解析备注栏、Excel表格或截图文字。
验证参考图是否实际参与生成
方法一:在视频生成节点中,点击“高级参数”→展开“参考控制”→确认“图像参考权重”滑块不低于0.6;权重为0时等同于未挂图。
方法二:检查参考图命名——必须含_ref_前缀(如zhangsan_ref_face.png),且文件名中不能含空格或中文标点;LibTV仅自动加载带_ref_标识的图片,其他图即使拖进资源区也不会被调用。
【关键陷阱】很多人把角色正面图、侧面图、半身图全拖进资源区就以为完成,但LibTV默认只取第一张作为主参考;需手动在视频生成节点的“参考图池”中勾选全部相关图,并为每张图设置用途标签(face / pose / outfit)。
强制画面时长与分镜表对齐
第一步:进入视频生成节点→关闭“自动时长适配”开关。
第二步:在分镜JSON中找到当前镜头的duration值(单位秒,如"duration": 3.2)→复制该数值。
第三步:粘贴到视频生成节点的“目标时长”输入框→点击右侧锁定图标?,防止后续批量生成时被覆盖。
第四步:生成后导出MP4,用VLC播放器按E键逐帧查看实际时长;若偏差>0.3秒,说明模型未响应时长指令,需在提示词末尾追加固定短语:, exact duration 3.2 seconds, no fade in or out。
快速定位哪一环脱节
① 播放成片,暂停在差异最大的帧→记下对应时间点(如00:08:450)。
② 打开分镜JSON,用Ctrl+F搜索该时间点所属的scene_id(格式如s03)。
③ 回到LibTV工作流,定位该s03节点的视频生成子流程→检查其输入日志中是否含prompt: "a woman in red coat..."字样;若日志显示prompt: ""或为空,则证明分镜表字段未透传,需回退到脚本节点重跑。
④ 若日志有prompt但画面不符,立即导出该帧的CFG值与随机种子(seed),在相同模型下手动复现——复现失败即为参考图失效,复现成功则说明原始生成过程被干扰(如后台任务抢占显存)。

















