AI生成分镜非常快，但最常见的问题是“每一张单独看都对，连起来就不对”。上一镜男主站在桌子左边，下一镜突然跑到右边；刚刚手里拿着文件，切近景文件消失；两个人面对面说话，正反打却都看向同一方向。短剧剪辑快，这类连续性错误尤其容易被放大。不需要专业美术图，只要明确门、桌子、窗户、主要人物相对位置。AI生成每个镜头前都使用同一个空间关系。有了平面图，镜头变化是在同一空间里移动相机，而不是重新创造一个房间。

记录人物站位和朝向

每一镜写清A在左、B在右，谁面向谁，谁坐谁站。人物移动时注明从哪里走到哪里。这样正反打和全景之间更容易保持方向一致。

锁定视线轴

两个人对话时，A看画面右侧，B通常要看画面左侧。AI如果不理解180度轴，很容易生成两个人都朝同一方向看。分镜提示词里直接写视线方向，比只写“看着对方”更稳定。

道具状态必须继承

上一镜拿起手机，下一镜就应该仍然在手里，除非中间有放下动作。合同有没有打开、杯子在桌子哪边，也要持续记录。关键道具最好单独做状态字段，而不是埋在长提示词里。

动作要有起点和终点

“站起来”需要上一镜是坐着，下一镜已经站立。AI分镜最容易每张都重新选择一个漂亮姿势，导致动作无法剪接。让每个镜头明确承接前一镜最后动作，动态才会成立。

用连续性表做最后检查

可以把镜头号、人物位置、视线、手中道具、服装、动作状态列成表。生成完后逐行检查有没有突然变化。AI分镜脚本工作流适合和这张连续性表一起使用：前者决定拍什么，后者保证这些镜头真的能剪到一起。AI分镜最大的优势是快，但“快”不能建立在每张图都重新开局上。只要把空间、人物、道具和动作当成持续状态管理，分镜就会从单张漂亮图变成真正可拍、可剪的镜头序列。

如果后面还要用AI生成视频，连续性表的价值更大。人物朝向、手里拿什么、服装细节、背景物件、光线方向都可以成为下一镜的约束条件。与其每个镜头重新写一遍完整提示词，不如维护一个“场景状态”，只描述这一镜发生了什么变化。这样模型更容易理解哪些元素必须保持、哪些才允许变化，也能减少后期靠剪辑硬遮穿帮的次数。

把连续性问题提前写进分镜表

很多连续性错误不是拍摄时突然发生，而是分镜阶段根本没有记录人物和道具的状态。一个实用办法是在每个镜头旁边增加几项简单信息：人物站位、面朝方向、视线目标、手里拿的东西、门窗开合状态，以及这个镜头承接上一镜的动作。这样即使镜头不是按剧情顺序拍，也能快速恢复现场状态。

尤其是短剧拍摄节奏快、一天要拍很多场，演员和现场人员很难靠记忆维持一致。把状态写清楚，比后期发现“上一镜杯子在左手，下一镜突然跑到右手”再返工要省得多。

连续性不是死板，而是让观众不出戏

有些创作者担心连续性规则会限制镜头变化，其实恰恰相反。只要人物关系、动作逻辑和空间方向没有断裂，机位可以大胆变化。真正的问题不是镜头变了，而是观众突然不知道谁在看谁、谁站在哪、为什么一个道具凭空消失。

检查时可以把相邻三个镜头连续播放，不看台词，只看人物位置和动作。如果不听声音也能看懂动作是怎么接上的，说明视觉连续性基本成立。