如果要做两镜头视频，不要偷懒只在开头写一次比例

如果要做两镜头视频，不要偷懒只在开头写一次比例。视频模型很容易第一镜还小，第二镜一近景就变大，所以每个镜头都要重新锁一次。可以这样写：

镜头1，00:00-00:05：
中景，正常人视角略微俯拍。温暖厨房里，65厘米高的小考拉角色A站在25厘米高的小木凳上，身体仍然明显矮于90厘米料理台，只是头和上半身刚好露出台面。橘猫站在地面左侧，肩高约25厘米，仰头看着小考拉。画面中保留料理台边缘、碗、砧板和鸡胸肉作为比例参照。小考拉举起一块鸡胸肉，动作笨拙吃力，圆身体轻轻晃动。

镜头2，00:05-00:10：
近景但不能贴脸，仍然保留台面边缘、橘猫头部、小木凳局部和碗作为比例参照。小考拉仍是65厘米小型毛绒生物，站在25厘米小木凳上，头顶只比台面略高一点，不能变成成人玩偶体型。它把鸡胸肉放下，又拿起一块南瓜头，动作短促笨拙。橘猫在地面仰头喵叫。保持角色A身高65厘米、橘猫肩高25厘米、料理台约90厘米的比例关系。

这里最关键的一句是：不要让“画面好看”压过“比例正确”。 很多视频模型会自动把主角放大，因为它觉得主角应该占画面中心、应该更清楚、应该更像吉祥物短视频。比例校准图就是用来反抗这个默认倾向的。你要反复告诉它：角色A不是主角大玩偶，而是一个真实世界里只有65厘米的小生物，必须被厨房真实物件压住尺度