视频成本闸门：先把图定下来，再决定哪几格值得“动起来”
English version: The Video Cost Gate: Lock the Images First, Then Decide Which Panels Deserve to Move
视频成本闸门：先把图定下来，再决定哪几格值得“动起来”
很多 AI 视频项目不是死在创意上，而是死在“每一格都用最贵的方式生成”。漫剧尤其如此：观众接受“图动起来一点点”，却不接受每一格都按短剧标准烧钱。Danmo 漫剧工作台设计方案里的做法，是把成本控制从“生成时省”提前到“分镜时定”：先出图、先确认，再按镜头价值分档生成视频。这篇文章讲清楚三档分别适合什么、怎么选、以及哪里最容易把钱花在不该花的地方。
一、先说结论：不是每格都要“活”
设计方案把一集约 25 格分镜分成三档，占比是设计值，不是实测保证：
| 档 | 适用镜头（设计占比） | 实现方式 | 相对成本（设计值） |
|---|---|---|---|
| A 动态漫画档 | 对白、旁白、交代镜头（约 50%） | 静态图 + ffmpeg 推拉摇移（Ken Burns 式）+ 局部动效 | 不调视频 API，相对成本约 0 |
| B 微动档 | 情绪、转身、行走（约 35%） | 图生视频，约 6 秒 | 记为 1× |
| C 高光档 | 开场钩子、打斗、反转、结尾悬念（约 15%） | 多模态参考视频，约 5–8 秒，原生带环境音 | 约为 B 档的 3–5× |
按这个设计，一集如果全部用 C 档生成，成本会比按档生成高出数倍；设计方案粗估，按档方案可把一集成本压到全 C 档方案的三分之一以下。请注意：这只是设计阶段的粗估，不是报价，也不是实测结论。 单价以平台实时价格为准，真正定价前必须先实测一集全链路成本。
分档的判断依据，在设计方案里来自剧本的结构化字段（镜头类型与情绪），用户也可以在分镜格上手动升档或降档。关键不是档位本身，而是“档位要在出图确认之后、生成视频之前定下来”，而不是生成到一半再后悔。
示意图：三档占比与相对成本均为设计值，不是报价。
二、三档怎么选：按“观众会不会因为这一格停下来”判断
A 档：信息格，用推拉就够了
适合：交代人物位置、交代场景、说一句对白、念一段旁白、两个人物站着对话。
判断标准：如果把这一格换成静态图加缓慢推拉，观众会不会觉得“少了关键信息”？如果不会，就放 A 档。A 档的价值不在“动得多”，而在“节奏不断”：画面有轻微运动，配音和字幕正常推进，观众的注意力留在剧情上，而不是等一个昂贵的镜头生成完。
A 档常见的浪费，是把“对白格”误升到 B 档或 C 档。人物只是张嘴说话，生成一段全身动作视频并不会让台词更好懂，反而可能引入口型、动作或场景漂移的新问题。
B 档：情绪与位移格，用短视频补一个动作
适合：人物情绪变化、转身、起身、行走、拿起或放下物品、视线转移。
判断标准：这一格有没有一个“用一张图说不清”的动作？例如人物从坐着到站起来、从门口走到桌边、表情从平静转为震惊。B 档的任务是补上这个动作的中间过程，时长约 6 秒就够了，不需要讲完一整段剧情。
B 档常见的浪费，是动作写得太复杂：一格里同时要求转身、跑动、开门、回头说话。动作越多，失败和重生成本越高。先把动作拆成一格一个清晰动作，再决定要不要升档。
C 档：高光格，只留给会让人停下来的一格
适合：开场钩子、打斗、反转、结尾悬念——也就是观众可能截图、转发、评论的那一格。
判断标准：这一格是不是本集的“记忆点”？如果删掉这一格的动态效果，整集的高潮会不会塌掉？只有答案是“会”，才值得用多模态参考、原生带环境音的高成本方式生成。
C 档常见的浪费，是把“好看”当成“高光”。一格画面精美、但剧情上只是过渡，就不应该占 C 档名额。设计方案里 C 档只占约 15%，也就是一集 25 格里大约 3–4 格。这个比例本身就是一种约束：高光格越多，每一格就越不“高光”。
三、成本闸门的操作顺序：图先行，视频后行
设计方案的核心流程可以浓缩成一句话：全部格子确认后，才解锁视频生成。 因为视频是最贵的一步，错误必须在图阶段拦住。
建议的操作顺序：
- 剧本先结构化：把故事拆成一集、分镜格、每格的台词、动作和情绪，而不是直接拿一段散文去生成。
- 角色先定妆：每个角色先生成定妆照并确认，全剧复用同一张脸、同一套服装特征；场景和道具同样先做卡片，全剧复用同角度底图。
- 分镜先出图：按格逐格生图，界面就是一面格子墙；每格可以单独重画、换表情、微调，但全部格子确认之前，不进入视频步骤。
- 分档再生成：按 A / B / C 分档生成视频，配音并行处理；对白走配音、旁白固定音色，改一句台词只重跑该格的配音与合成，不重跑视频。
- 草稿先跑通：设计方案建议的草稿模式是，先用 A 档加 B 档跑通整集节奏，确认后再出 C 档正式版；正式版可以从较低分辨率超分到较高分辨率，而不是重新生成一次。
这个顺序还有一个附带好处：单格失败只重试单格，全集不用重来。成本控制不仅是“选便宜的档”，更是“别为已经确认正确的部分重复付费”。
示意图：全部格子确认后，才解锁视频生成。
四、一个简化的决策流程
拿到一格分镜时，可以按顺序问四个问题：
- 这一格有没有台词或旁白要交代？如果只是信息交代，先放 A 档。
- 有没有一个用一张图说不清的动作？如果有，考虑 B 档；动作是否只有一个、是否清晰？
- 这一格是不是本集的记忆点？如果是，才考虑 C 档；同时检查 C 档名额还剩几个。
- 图有没有确认？如果图还没确认，无论哪一档都先不生成视频。
如果四个问题都答完仍不确定，默认降一档：把犹豫的 C 档降到 B 档，把犹豫的 B 档降到 A 档。降档的代价通常只是一格“动得少一点”，升档的代价却是实打实的生成成本和重生成风险。
五、容易被忽略的三笔账
第一笔：重生成本。 提示词写得越复杂、动作越多、参考图职责越不清，重生成的概率越高。成本闸门不只是分档，还包括提示词检查：一个提示词只讲一个场景、一个清晰动作；多参考素材各自明确职责；角色的发型、年龄性别、衣物颜色和光环境在每个相关提示词里重复。
第二笔：确认成本。 图阶段多花十分钟确认，可能省掉后面几次视频重生成。反过来，图没确认就批量生成视频，等于把最便宜的纠错机会，换成了最贵的纠错方式。
第三笔：合成与修改成本。 改一句台词、换一个表情、调一个顺序，是否需要重跑整集？设计方案的做法是只重跑受影响的格子。做预算时，除了生成单价，也要问一句：改稿的粒度是“一格”还是“整集”？
结尾：第一集开工前过一遍
- 分镜是否已拆成一格一卡，每格有台词、动作和情绪？
- 角色定妆照、场景卡是否已确认，全剧复用同一套特征？
- 全部格子的图是否已确认，才进入视频步骤？
- C 档是否只留给开场钩子、打斗、反转、结尾悬念，约占 15%？
- B 档动作是否只有一个、清晰可执行？
- 改一句台词，是否只重跑该格的配音与合成？
- 草稿是否先用 A 档加 B 档跑通节奏，确认后再出 C 档正式版？
- 预算表里是否区分了“设计占比”“相对成本”和“平台实时单价”，没有把粗估写成报价？
先图后视频，不是“慢”，而是把最贵的步骤留到错误最少的时候再做。成本闸门的真正作用，是让你在生成之前就知道：这一集里，哪些格值得花钱动起来，哪些格只要动得刚刚好就够了。
