先规划再生成：雨天咖啡馆短片的三个镜头

三张各自好看的图，放进同一段短片里可能并不连贯。第一张穿芥末黄色雨衣，第二张变成其他颜色，第三张杯子又换了款式。规划镜头时，把连续性当成明确要求，比事后修补更省事。

本文使用虚构角色和 Codex 教学配图，不是一次真实的视频生成记录，也不表示 Nano Banana 2.1 已通过三镜头测试。

写一份所有镜头共用的设定

用简短的文字固定角色、服装、地点和光线，例如室内暖光、窗外冷光。设定可以是：深色卷发的女性，芥末黄色雨衣，白色杯子，雨天傍晚的咖啡馆。留一张认可的参考图，不要每个镜头都从新的随机人物开始。

固定窗户在人物右侧，记录哪只手拿杯子，以及视线朝向。镜头描述只写本镜头需要变化的部分。这样修改机位时，角色设定不会被一串新的风格形容词冲淡。

从上到下看：走进咖啡馆，坐在窗边喝咖啡，再离开。黄色雨衣、卷发、白色杯子、雨天街道和暖色室内光，都是可以逐项对照的细节。

Codex 生成的教程示意图；不是 Nano Banana 2.1 实测结果，也不是产品截图。

同一场雨天咖啡馆故事的三张参考帧。人物始终是穿黄色雨衣的卷发女性。第一张：室外远景，走进咖啡馆。第二张：室内中景，窗边拿着白色杯子。第三张：室外远景，沿街离开。天气和蓝调时刻的光线保持一致，不添加字幕。

先比衣服和头发，再比窗框、雨势和街道走向。这些静态图不能证明运动效果；闪烁、变脸等问题，需要看实际视频导出。

写视频需求时，每个镜头先安排一个动作：走向门口、举起杯子、沿街离开。镜头移动保持克制。先确认视频本身连贯，再用 FlashVSR 放大；放大不能修复场景跳变。

固定设定、规划三个镜头、逐张比较、检查视频

远景交代地点。 窗户、桌子和人物之间的位置关系要清楚。给行进方向留空间，不要让主体紧贴画面边缘。

中景交代动作。 比如端着杯子看向窗外的街道。检查外套、杯子和发型，确保仍能认出同一个人物。

细节镜头补充信息。 可以拍咖啡馆出口或潮湿街道。细节应与前面镜头一致，不要临时加入新饰品或改变材质。

沿用已认可的角色参考：深色卷发、芥末黄色雨衣、白色杯子。
制作雨天傍晚的咖啡馆中景，人物转头看向窗外。
只调整机位和动作，保持服装、地点与光线方向。
不添加文字、标志或其他人物。

先看身份细节，再看场景和光线。背景不必逐像素一致，但地标位置、天气和主要光源不能无缘无故变化。发现问题时，修改对应条件，保留已通过的部分。

核对服装、场景地标和光线方向

需要制作参考图，可以查看 Nano Banana 21 的当前模型选项。Google 新模型的信息以官方文档为准，不要仅凭网站名称判断接口。

参考图确认后，进入图生视频。先检查每个镜头的动作与变形，再看连接起来是否连贯。清晰度不足时才进入视频增强，保留原文件做前后对比。