什么是故事世界圣经——为什么每部AI电影都需要一份？

一个AI模型可以在几秒钟内生成一座非凡的城堡。明天要求从另一个角度生成同一座城堡，它可能会移动塔楼、改变季节、更换大门。问题不仅在于生成质量。该项目缺乏对其世界的统一定义。

故事世界圣经是重复出现的创意元素的真实来源。传统制作使用圣经来协调编剧、概念艺术家、服装团队和编辑。AI 制作需要它们还有一个额外原因：每一次生成都是模型即兴发挥的机会。

世界圣经中应包含什么？

一本有用的圣经不是百科全书。它包含影响生产的决策。

角色

记录规范外观、比例、服装、表情、声音、动作、人际关系及禁止变更项。将默认身份与剧集特定状态区分开来。

位置

定义布局、入口、重复出现的物体、一天中的时间、光照逻辑、调色板和摄像机地标。一个简单的平面图可以防止不可能的屏幕地理。

属性

追踪尺寸、材质、颜色、所有权、功能及状态。一封密封的信件、一把断裂的剑或一个发光的控制面板可能在故事中发生变化；这些变化需要镜头级别的记录。

视觉语言

描述媒介、线条质量、质感、对比度、调色板、镜头、景深、摄影机运动以及转场。使用一小套经过批准的示例，而不是一堆相互矛盾的灵感素材。

声音与语音

包括语音档案、发音、循环环境音、音乐规则和标志性音效。视觉连续性可以容忍不完美的画面；不一致的声音却会立刻破坏角色认同。

规范事实与场景状态

这是最重要的区别。规范事实定义了世界：英雄有一条银色的机械左臂。场景状态记录临时真相：隧道坍塌后，手臂上沾满了泥。

如果临时状态覆盖了规范资产，后续镜头可能会保留本应消失的损伤。如果场景状态未被记录，损伤可能会在同一序列中消失。

按场景或镜头创建状态表。追踪服装、伤势、天气、道具持有、时间和情感知识。

参考文献需要层级

并非每张图片都应具有同等权威。标注参考：

规范来源： 经批准的权威来源
变体： 授权装备或状态
探索： 想法，非生产参考
镜头特定： 构图或临时状态
仅样式： 视觉处理，而非内容标识

这可以防止探索性图像悄然取代最终定稿的设计。

保持圣经可操作

一份没人检查的100页PDF毫无用处。将相关参考资料放在工作附近。为资产赋予稳定的名称和版本号。将每个镜头与其使用的角色、地点和道具关联起来。

ElserStudio 正是围绕这一理念设计的。其 World 资产库存储了可复用的角色、地点、道具和声音，脚本和镜头可以在画布上引用这些内容。整个制作围绕一个故事进行组织，而不是零散的提示词。

在早期视觉探索阶段，Elser AI 可帮助快速生成动漫角色、场景、漫画及分镜创意。仅将筛选后的结果推广至规范世界。

一个最小可行世界设定集

对于一部短片，以：

一句话前提与基调
每个常驻角色的标准表
每个地点的一个参考和布局说明
带所有权和状态的属性列表
视觉样式规则
语音和发音注释
镜头连续性表
权利与来源记录

不要等到每个想象中的细节都记录在案才推迟生产。在信息能防止实际歧义时再添加。

在提示过程中使用圣经

提示词应仅检索相关事实。厨房镜头不需要北国历史。提供规范角色、当前服装状态、活动道具、地点、动作和视觉规则。

过多的上下文和过少的上下文一样有害。它会增加矛盾，让人难以知道是哪个指令引导了结果。

通过编辑决策进行更新

生成的输出不会自动成为正典。一个令人惊讶的细节只有在创作团队明确批准后才会成为正典。记录该决定并更新下游镜头。

如果被接受的片段显示英雄将杯子放在桌子左侧，下一个镜头应遵循被接受的素材，而非原始提示。剪辑就是证据。

常见问题解答

世界圣经和角色表是一样的吗？

不。角色表涵盖单个角色的视觉设计。世界圣经则协调角色、地点、道具、音效、风格和连续性。

一个简短的AI视频需要吗？

即使只有一页的圣经也能防止偏离方向。文档的数量应与重复元素和镜头的数量相匹配。

生成的变体是否应纳入圣经？

将探索内容分开。仅将已批准的设计或故事事实提升为正式设定。

谁应该维护这本圣经？

一个人应该保持一致性，尽管导演、编剧、设计师和编辑可以参与贡献。变更应当可见并带有版本记录。

结论

世界圣经将一组提示转化为作品。它告诉人们和模型什么是固定的、什么是临时的，以及哪些参考具有权威性。从小处着手，保持与镜头紧密相关，并通过深思熟虑的决策进行更新。一致性并非单一模型特性，而是一个被管理的创意过程。