多镜头短片反复卡在同一个环节，通常不是模型不行，而是三处问题的处理顺序不对。可以只按三类定位：模型使用（用哪个版本、用什么参数）、提示词组织（一条提示词里塞了几件事）、首尾帧对齐（两个镜头能不能接上）。判断先动手改哪一块，看的是哪一处阻塞了后续步骤：帧对不上，提示词写得再细也拼不起来；提示词不分层，改一个镜头要连带重跑其它镜头；模型与参数放最后调，因为它的影响面最大，改一次往往要重跑全部镜头。

处理顺序建议：先做首尾帧对齐，再做提示词分层，最后调模型与参数。判断依据是拼接处是否跳变、单条提示词是否同时描述了镜头与主体两件事以上。操作上，先用两到三个镜头做小样，确认能拼上再放量，不要一次改多项。Vidu Q4 Preview 属于预览版本，可用时长、分辨率、参考图强度这类选项可能随版本变化，需要以当前控制台实际显示为准；帧对齐和提示词分层这类结构性问题与具体版本无关。

提示词分层：主体动作环境镜头各写一行

提示词混在一个句子里时，镜头、主体、动作、光线、画质会互相稀释，出问题也无法判断是哪一项引起的。分层写法的原则是每行只承担一个维度，行序固定下来，只改需要改的那一行。

反例（六七件事挤在一段里，改任何一项都要重写整段）：

一个穿红色外套的女孩在城市街道上奔跑，镜头慢慢拉远，
傍晚逆光，电影感，画面干净不要杂乱，人物要清楚，
背景别太亮，节奏快一点

正例（每行一个维度，行序固定）：

镜头：中景，缓慢后拉
主体：红色外套女孩，全身入画
动作：沿街道向前奔跑
环境：城市街道，傍晚，行人稀少
光线：侧逆光，暖色调
负向：多余人物、文字水印

验证方式：固定其它行，只改镜头这一行，重新生成一次，看变化是否只发生在机位。如果光线和构图一起变了，说明光线相关描述散落在别的行里，需要挪回对应行。能否按行解析取决于所用工具，若界面不支持分行语义，可以保留同样的顺序、用逗号分隔，实际效果需要结合当前界面确认。

首尾帧对齐：构图比例与光线方向先统一

拼接处跳变，多数情况下不是生成质量差，而是首帧和尾帧不在同一个空间关系里。先把下面三项对齐，再谈画面好不好看。

核对时把首帧、尾帧导出成图片并排查看，比逐帧播放更容易发现差异。简单的并排命令：

ffmpeg -i head.png -i tail.png -filter_complex '[0:v][1:v]hstack' -y compare.png

三项都对齐后再生成，返工范围会小很多。如果首帧是直接拿上一镜头的尾帧充当，注意两张图的画幅比例和分辨率要一致，否则会被拉伸变形，比例不一致时先裁切统一再使用。

分段生成：每条提示词只负责一个镜头

一次生成整段再剪，出问题时无法定位是提示词、参数还是衔接的毛病；拆成单镜头后，每个镜头的产出可以单独判断、单独重跑，整体不可控就被拆成了局部可控。

记录方式建议一个镜头一个目录，提示词、首尾帧、成片放在一起，避免提示词和文件对不上号：

shot-01/
  prompt.txt      # 分层提示词
  head.png        # 首帧
  tail.png        # 尾帧
  take-a.mp4
  take-b.mp4
  chosen.txt      # 记录采用哪条，例如 take-b

拼接顺序管理靠编号，不靠文件夹默认排序：镜头号统一补零写成 shot-01 到 shot-12，生成、命名、导入剪辑软件都用同一个编号。要换某个镜头，只替换该目录下的 mp4 并更新 chosen.txt，时间线上的位置不变。每条镜头建议保留两到三个 take，标明哪个进了终版，否则剪到一半会分不清用的是哪一条。

按卡点出现频率排序处理

三处卡点的排查优先级不用凭感觉定，用最近几条片段回填下表即可。统计口径固定一点，比如最近三条成片里，每类问题各返工了几次、每次大约花了多久。

填完之后按这个顺序动手：先处理阻塞拼接的那一行，也就是帧对齐，它解决了，后面的镜头才有意义。其次是出现次数最多的提示词问题，分层改写成本低，可以在等待生成的时间里并行做。模型与参数留到最后，因为改一次要重跑所有镜头，重跑范围最大，通常只在确认画面风格或时长确实不满足时才动。

对应的动作清单：帧对齐——导出首尾帧并排比对、统一画幅比例与分辨率、确认光源方向与色温；提示词分层——按固定行序重写、固定其它行只改一行做验证；模型与参数——一次只改一个选项、保留改动前的参数、记录改动前后的片段编号以便回退。