通用大模型寫不好分鏡腳本，所以我決定自己精調一個

🔑 增強重點摘要

• •針對分鏡腳本的精調模型通常採用 LoRA (Low-Rank Adaptation) 技術，能在保持通用模型基礎能力的同時，以較低的算力成本注入電影語言與鏡頭運動術語的專業知識。
• •現有開源模型在處理長文本分鏡時，常面臨上下文窗口限制，導致敘事邏輯斷層，精調過程需引入結構化數據集（如 JSONL 格式的鏡頭描述對）來強化模型對分鏡格式的遵循能力。
• •除了視覺描述，精調模型在處理「鏡頭運動」（如推、拉、搖、移）與「景別」（如特寫、中景、遠景）的術語對應上，能顯著降低後續 AI 生圖工具（如 Stable Diffusion）的提示詞修正成本。

🛠️ 技術深入

• •模型架構：通常基於 Transformer 的 Decoder-only 架構（如 Qwen-2.5 或 Llama-3 系列），通過監督式微調（SFT）進行訓練。
• •數據集構建：採用「電影劇本-分鏡腳本」對應數據，包含鏡頭編號、景別、機位、動作描述、光影氛圍及對話內容。
• •訓練策略：使用 LoRA 進行參數高效微調，Rank 值通常設定在 8 到 32 之間，以平衡模型泛化能力與專業領域適應性。
• •輸出格式：強制模型輸出符合特定 Schema 的 JSON 或 Markdown 表格，確保與自動化生圖工作流（如 ComfyUI 的 API 接口）的兼容性。

🔮 前景展望AI analysis grounded in cited sources