在 Storyboard 上,道具交接看起来很简单:角色 A 把物品交给角色 B。但在 AI 视频生成里,这是最容易搞丢持有关系的场景之一。一旦同一个画面里出现两双手,模型就要自己判断谁的手指在托着物品、哪只手在松开、哪只手在收紧——如果你的 shot 描述留有歧义,它会替你做决定。
手部结构出错是一种可能的问题。另一种是过渡期间支撑关系不清晰:递出、同时接触、松手是三种不同的状态,但描述里可能只写了一个姿势。这篇指南介绍如何把动作拆成清晰的决策点、把道具固定为可复用的 asset,以及如何在推进之前逐一审查每个状态。
写第一个 Shot 之前先确定持有关系
在打开 shot card 之前,先明确四件事:
- 谁在给,以及他们用哪只手拿着道具。
- 道具递出时的朝向——标签面向接收者、把手朝向对方、平面朝上。
- 谁在接,以及他们伸出哪只手。
- 结束时持有关系是什么样的——给予者的手已经完全离开,接收者在某个具体位置握着物品。
把起始和结束条件记在 Story Outline 里,再把具体的手部和道具位置写进每个 shot card 描述。结果出问题时对照这些条件排查。即便描述很清晰,也可能生成出错误的接触状态;只修改出问题的那个动作,不要改变预设的交接意图。
以下示例用的虚构故事:侦探 Sable Orin 在一间被雨水浸湿的交通档案室里,把一个封好的证物信封交给她资历较浅的搭档 Fen Kassi。Sable 站在画面左侧,用右手捏住信封左短边。Fen 站在画面右侧,用左手接住信封右侧尚未被握住的短边。信封空白的正面和小封印全程朝向镜头。最终状态是 Fen 独自托着信封。
判断:用一个 Shot 还是三个?
不是每次交接都需要为每个状态单独设一个 shot。判断标准是视觉上能不能看清楚。
用一个 shot 的情况:构图本身就能让支撑、接触和松手清晰可辨。尺寸有帮助,但一个大托盘也可能造成手部叠压混乱。判断标准是实际的交接动作,而不是假设某类道具一定没问题。
拆成递出、握住、松手三个 shot 的情况:道具较小、换手动作容易糊在一起;或者这次交接在情感上有分量,接收者接触之后的表情很重要;或者给予者收手本身就是故事的一部分。
对 Sable 和 Fen 来说,信封很薄,递出和松手都有情感重量——Sable 是在交出一个她被调离、不能再负责的案子。用三个 shot 是合理的。
在这个练习里,保持镜头在同一侧,Sable 始终在画面左侧,Fen 始终在右侧。信封在递出阶段朝 Fen 移动;Sable 的空手在松手阶段自然向反方向退出。镜头方位一致,不等于所有动作都朝同一个方向。
如何建立 Prop Asset 并完成三个 Shot 的分镜
在用 @ 选取道具之前,先在我的资产里创建这个可复用的道具。三个阶段全程引用同一个 asset;asset 的存在不保证每次生成都能保住握持方式和朝向。
- 打开你的 IP 项目,进入我的资产,新建一个 prop asset,命名为
EvidenceEnvelope。 - 上传参考图到内容库,将其作为 Main image Bind 到这个 prop asset 上。如果某个角度或封印细节在主图里看不清,再添加一张 Reference image。
- 如果
@SableOrin和@FenKassi还没有在我的资产里,为他们分别创建 character asset,并 Bind 参考图。shot card 里不需要描述他们的脸和衣服——asset 会负责这些。 - 在 Episode 里点击 Generate Shots,然后打开递出、握住、松手三个 shot card,分别写出对应的具体动作。
在每个 shot card 里使用 @EvidenceEnvelope,比从头重新描述道具可靠得多。用它的参考图检查轮廓和封印位置,同时调整手部动作的描述。主动检查一致性,不要以为它是自动的。
在选择 @ 引用之前,先创建虚构资产 SableOrin、FenKassi、EvidenceEnvelope 以及场景 TransitArchive,并完成 Bind。下面的图片展示了预期的接触状态,并非实际视频测试结果。
Shot 1 — 递出 确立了给予者的姿态、道具的朝向,以及接收者的手尚未合拢。
Medium locked view of @SableOrin at frame left and @FenKassi at frame right in @TransitArchive. @SableOrin extends @EvidenceEnvelope toward Fen with her right hand gripping its left short edge, thumb on the blank front and fingers behind. The small seal and front face remain visible to the camera. Fen’s left hand stays still near his body, without contact. Cold overhead light makes the free edge readable. One offering action only, no receiver reach, release, camera move, or cut.

Shot 2 — 握住 展示双手同时接触的瞬间,也是歧义最大的时刻。描述中要说清楚两个支撑点,然后检查输出是否出现手指融合或道具悬空的情况。
Locked close view from the same side of @TransitArchive, showing @EvidenceEnvelope between @SableOrin on frame left and @FenKassi on frame right. @FenKassi closes his left hand around the free right short edge, thumb on the front and fingers behind. Sable’s right hand keeps its existing grip at the left short edge. Keep visible paper between the palms and the seal facing camera. One grasp only; no envelope tilt, giver release, other hand entering, camera move, or cut.

Shot 3 — 松手 完成整个交接。Sable 的手必须明显离开道具。
Medium locked view in @TransitArchive, with @SableOrin frame left and @FenKassi frame right. @SableOrin withdraws her right hand toward frame left from @EvidenceEnvelope. Fen’s left hand already supports the envelope at its right short edge and keeps it still at the established height. Preserve the blank front and seal facing camera. End with a clearly visible gap between Sable’s hand and the paper. Cold overhead light stays unchanged. One withdrawal only, no lifting, pocketing, gaze shift, or camera move.

生成视频前先逐张检查静态图片
在请求生成视频之前,先为每张 shot card 生成一张静态图片,这样可以在请求动态之前检查接触状态是否正确。
递出镜头:给予者的握持位置在描述中指定的边缘,接收者的手可见但未接触,摄像机方向与锚定位置一致。
抓握镜头:两只手都清晰可辨,都没有与道具融合,道具朝向与递出镜头保持一致。
松手镜头:给予者的手已明显离开道具,接收者用正确的手以描述中指定的位置持握,道具轮廓在三张静态图片中保持一致。
如果某张静态图片不对,保留已通过的角色、摄像机和场景设置,只重写有问题的手部描述:
- 抓握时手部融合: 分开支撑点:Sable 握信封左短边,Fen 握右短边,两掌之间可见纸张。
- 松手镜头中给予者仍在接触道具: 明确写出 Sable 的右手向画面左侧收回,Fen 保持信封不动;结尾处需要有明显的间距。
- 道具朝向翻转: 保持相同的摄像机方向,并明确说明可见面和封印位置。摄像机位置本身无法决定物体朝向。
三张静态图片都确认无误后,打开 AI Chat Panel 并发送:Generate videos for Shots 1, 2, and 3. 重点检查 Shot 2 的接触帧和 Shot 3 的松手帧——这两个时刻在动态中最容易出问题。如果抓握镜头在静态图片没问题但视频出现融合,可以尝试将该 shot card 切换为中景,并用更宽的取景重新描述手部位置。
下一步
三镜头序列审核通过后,将片段导入 Edit,按顺序排列在时间线上。检查两个剪辑点的连续性:不要删掉 Fen 建立支撑的那一刻,也不要让抓握动作出现两次。只裁剪多余的动作,保留足够长的松手画面以呈现 Sable 的手与信封之间清晰的间距。
关于资产创建和 Bind 的详细步骤,从三个角度设计道具涵盖了完整流程。关于与交接序列无关的手部形变问题,手部出错时的修复方法提供了针对性的修复方案。
打开你的 ArcLoop 项目,创建 prop asset,先写递出 shot card。这张静态图片没问题后,抓握和松手各一张就够了。
常见问题
能不能用单个镜头完成交接? 如果接触过程始终清晰可辨,可以尝试用一个连续镜头完成交接,确保起始和结束的持有者都明确。仔细检查接收者建立支撑和给予者松手的那两个时刻。如果任一时刻反复出错,就把交接拆分成多个镜头,而不是在同一段描述里堆更多动作。
道具朝向在镜头间翻转怎么办? 同时检查摄像机方向和道具的哪个面应该保持可见。在有问题的描述里恢复这两个条件,再和相邻镜头的静态图片对比,然后再生成新的视频。
每个镜头都需要为 prop asset 单独绑一张参考图吗? 不需要。通常一张清晰的正面 Main image 就够用了。只有当道具某个特定面——比如翻开的封口、背面的标签——需要在特定镜头中出现时,再添加 Reference image。
交接场景中,character asset 需要绑多少张参考图? 选择能清晰展示本场景所需外观和角度的参考图。这里的取景方式通常适合一张干净的上半身图。只有在缺少某个有用角度时再补充,不要依赖固定数量。





