做 AI 视频时，有一种问题很容易被忽略。单独看每一个镜头，好像都没什么毛病。人物是同一个人，场景也是同一个场景，画质甚至都不错。但两个镜头剪到一起以后，就是会让人觉得“跳了一下”：
上一镜人物还站在门边，下一镜已经坐到了椅子上。
上一镜刚举起杯子，下一镜杯子突然回到了桌上。
上一镜人物一直朝画面右边走，切一个镜头以后突然变成朝左。
甚至人物、场景、动作都没有明显错误，但观众还是会下意识觉得：这两个镜头不像是连续发生的。这时候问题往往已经不是单纯的“角色一致性”或者“场景一致性”，而是：前后镜头没有建立连续关系。AI 视频的镜头连续性，本质上是在回答一个问题：上一镜结束的时候发生了什么，下一镜应该从哪里继续？
单个镜头正确，不代表两个镜头可以接在一起
假设有这样一个很简单的情节：
男生和女朋友沿着饭店走廊走到包间门口。
男生伸手开门。
下一镜切到包间内部，两个人站在门口，看见里面坐满了亲戚。
如果分别生成这几个镜头，每一张都可能很好看。但连续起来时，问题可能马上出现：
第一镜里男生在女生左边。
第二镜两个人位置换了。
第一镜男生右手伸向门把手。
第二镜却变成左手开门。
第一镜两个人朝走廊尽头走。
第二镜摄影机换边以后，两个人突然像是在往回走。
这些并不是“画错了”。单看第二镜，它甚至完全成立。真正的问题是：第二镜没有接住第一镜已经确定的信息。
所以做连续镜头时，不能只问“这一镜画得对不对”，还要多问一句：它和上一镜接得上吗？
第一种跳：人物位置突然变了
最常见的是位置连续性。例如上一镜三个人围桌而坐：
爸爸在左。
孩子在中间。
妈妈在右。
下一镜切一个稍微近一点的角度，妈妈突然跑到了孩子左边。
如果你只看第二镜，它仍然是一张完全合理的家庭聚餐画面。但观众刚刚已经建立了空间关系，所以一切镜头就会感觉“不对”。这也是为什么多人镜头比单人镜头更容易出现连续性问题。角色越多，需要维持的相对关系越多。
如果你现在遇到的主要问题就是“人都对，但总是站错地方”，可以先看《AI 视频多人镜头总是站错位置，怎么解决？》。那篇专门讲的是人物之间的空间关系应该怎么固定。
连续镜头则是在这个基础上再多一层：不仅这一镜里大家要站对，还要和上一镜保持逻辑连续。
第二种跳：动作被重新开始了一次
动作连续性是 AI 视频里特别常见的问题。例如上一镜结尾：
女生已经抬起手，准备拿桌上的杯子。
下一镜切成手部特写。
正常情况下，这一镜应该接着“手已经伸过去”的状态继续。但如果下一镜是独立生成，AI 很可能重新理解成：
“一只手从身体旁边开始伸向杯子。”
于是剪在一起以后，同一个动作做了两遍。还有一种情况刚好相反。
上一镜人物刚刚开始站起来。
下一镜直接已经走到了门边。
中间过程全部消失。
所以两个镜头之间最好明确一个简单的交接关系：上一镜结束状态 = 下一镜开始状态。不一定要做到像动画逐帧衔接那么精确，但至少不能在最关键的动作状态上突然重置。例如：
上一镜：人物低头看见手机亮起，伸手拿起手机。
下一镜：从手机近景开始，人物已经拿着手机。
这样就顺。而不是：
上一镜：人物已经把手机拿到胸前。
下一镜：手机又回到桌上，再拿一次。
第三种跳：运动方向突然反了
这个问题尤其容易出现在走路、跑步、车辆移动和跟拍镜头里。上一镜里人物从画面左侧向右侧走。下一镜如果摄影机突然换到人物另一侧，同一个人物在画面里可能就会变成从右向左移动。现实空间里他其实一直往前走。但屏幕上的运动方向反了。观众很容易产生一种错觉：
他是不是突然往回走了？
所以连续镜头里，人物运动方向也是需要设计的。这不是说所有镜头都必须永远从左向右。摄影机当然可以换边。但换边以后，如果会造成明显的屏幕方向变化，就最好提前知道为什么这么换，以及是否需要一个中间镜头重新建立空间。
这和运镜设计其实是相通的。摄影机的位置和运动一旦变化，观众看到的人物左右、前后和遮挡关系都会跟着变化。如果你正在处理人物运动和摄影机运动一起发生的镜头，可以继续看《漫剧分镜中的运镜设计方法》。
第四种跳：道具和人物状态突然改变
有些连续性问题非常小，但剪在一起特别显眼。比如：
上一镜杯子在人物右手里，下一镜到了左手。
上一镜外套扣着，下一镜突然敞开。
上一镜桌上的文件夹是合着的，下一镜已经打开。
上一镜人物刚刚坐下，下一镜衣服、头发甚至身体姿势像是重新开始了一遍。
这类东西都可以归到一个词：状态。
角色是谁，是角色一致性。
场景长什么样，是场景一致性。
但“当前这一刻这个角色是什么状态”，属于镜头连续性。
因此做连续分镜时，有些看起来很细的信息反而很值得留下：
人物当前姿势。
手里拿着什么。
道具在哪里。
门是开还是关。
人物坐着还是站着。
动作已经进行到哪一步。
这些信息不用每个镜头都写得非常复杂。真正需要记录的是：下一镜必须继承的状态。
第五种跳：视线对不上
对话镜头里还有一种非常典型的跳跃：
上一镜 A 看向画面右边。
切到 B 以后，B 也在看画面右边。
单独看两个人的特写都没问题，但剪在一起以后，他们不像是在互相看。正常情况下，如果 A 位于空间左侧、B 位于空间右侧，两个对话特写通常需要让他们的视线形成对应关系。简单理解就是：
一个看向右。
另一个看向左。
观众才会自然地把两个镜头理解成：他们在看对方。
这也是为什么人物站位、摄影机位置和最终画面不能完全分开考虑。镜头一旦开始切换，前一个镜头已经在观众脑子里建立了空间。后面的镜头最好继续使用这个空间，而不是每次重新开始。
场景一致了，镜头仍然可能不连续
这里需要区分两个很容易混在一起的问题。场景一致性解决的是：
这个房间还是不是那个房间。
桌子、门、窗户、装修和主要结构有没有突然变化。
镜头连续性解决的是：
人物现在处于这个房间的哪里。
上一镜发生了什么。
下一镜怎么继续。
所以完全可能出现：房间长得一模一样，但人物突然换了位置。也可能出现：人物位置没变，但摄影机换边以后，整个空间方向突然颠倒。如果你遇到的是“每切一个镜头，整个房间都像换了一间”，那应该先解决场景问题，可以看《AI视频如何保证场景一致性？》。
但如果房间已经稳定，剪辑以后仍然跳，就应该开始检查前后镜头的连续关系。
分镜阶段，其实就可以提前解决很多问题
很多人会等 AI 视频生成以后才发现：“这个镜头接不上。”然后重新抽第二镜。第二镜不对，再抽一次。再不对，就开始修改提示词。但有一部分问题其实在生成以前就能发现。拿两个相邻分镜放在一起，检查：
- 上一镜人物最后在哪里。
- 下一镜人物从哪里开始。
- 上一镜动作做到什么程度。
- 下一镜有没有重复动作。
- 人物运动方向有没有突然反转。
- 道具状态有没有变化。
- 人物视线是否还能对应。
- 摄影机换位置以后，观众是否还看得懂空间。
这时候你会发现：所谓“镜头连续性”，很多时候并不是视频模型生成以后才出现的问题。它本来就是分镜应该处理的一部分。
AI 视频提示词不要只描述“这一镜长什么样”
进入视频生成以后，还有一个很实际的问题。很多提示词只描述：
“一个女生坐在餐厅里，缓慢拿起桌上的杯子。”
这句话本身没有错。但如果它是连续镜头中的第二镜，更重要的问题其实是：
她上一镜已经做到哪一步了？
例如上一镜结束时，女生的右手已经碰到杯子。那么下一镜真正需要描述的可能是：“延续上一镜，女生右手已经握住杯子，将杯子缓慢拿起，视线仍然看向对面的男子。”这里的信息重点就从“重新描述整个场景”，变成了：这一镜从什么状态开始，以及接下来发生什么变化。
这也是为什么 AI 视频提示词最好更多描述当前镜头的变化，而不是每一镜重复角色和场景的全部设定。关于这一点，可以继续看《AI视频提示词如何设计？》。
如果模型支持参考帧，优先把“上一镜结果”继续利用起来
在支持参考图、首帧、尾帧或关键帧控制的视频模型里，连续镜头还可以进一步减少随机性。例如第二镜本来就是第一镜之后马上发生的动作，那么上一镜最后的状态，往往比一段重新写出来的文字更直接。但参考帧也不能解决全部问题。
如果分镜本身已经把人物方向设计反了，再稳定地参考错误画面，也只会得到更稳定的错误结果。所以顺序仍然应该是：
先确定连续关系，再利用参考资料保持这种关系。
而不是把所有连续性问题都交给模型自己猜。
一个简单的连续性检查方法
我自己会把相邻两个镜头放在一起，只检查五件事：
位置有没有接上。
人物上一镜在哪里，下一镜有没有突然换位。
动作有没有接上。
动作有没有重复开始，或者突然跳过重要阶段。
方向有没有接上。
人物走路、转头、车辆移动的画面方向有没有无理由反转。
状态有没有接上。
衣服、道具、门窗、坐姿、手部状态有没有突然变化。
视线有没有接上。
尤其是人物对话时，他们是不是还在看同一个方向关系。
这五项都没明显问题，镜头剪在一起通常就已经顺很多了。
镜头连续性不是要求所有画面都一样
最后还有一个误区。为了避免跳镜，并不是要求每个镜头都尽量长得一样。恰恰相反，电影和视频本来就需要切换景别、角度和摄影机位置。
上一镜可以是大全景。
下一镜可以直接切人物特写。
摄影机也可以从正面换到侧面。
真正需要保持的，是变化背后的逻辑。空间可以换角度，但不能突然失去方向。景别可以变化，但人物状态不能莫名重置。镜头可以切，但上一镜留下的信息应该被下一镜接住。所以所谓镜头连续性，不是在限制镜头变化，而是在让变化看起来像是同一个故事正在继续发生。
最后
AI 视频越来越容易生成一个“好看的镜头”。真正难的，反而开始变成：
怎么把很多好看的镜头接成一段完整的视频。
角色一致性解决“还是不是这个人”。
场景一致性解决“还是不是这个地方”。
人物站位解决“谁在哪里”。
而镜头连续性解决的是：这件事情有没有继续发生下去。当你开始在分镜阶段关注位置、动作、方向、状态和视线，后面的 AI 画图、视频生成和剪辑都会少很多返工。