“我想让“年轻人的创造力”变得可见，有现实走向奇观的感觉。”
返回的参考
可以从尺度、空间和视觉表达三个方向找参考。它们提供不同的起点，供同一个需求比较选择。
从微缩世界获得尺度转换的启发。
人物向前行动，日常空间变成花朵隧道。
图形进入街道，让现实成为创作的画布。
带入方案
把抽象的“创造力”写成可见的行动：人物开始创造，周围的空间随之改变。参考给出变化的思路，再由项目主题决定场景、道具和具体镜头。
FRAME ATLAS 创意导演台
担任职务产品经理、AI 搭建
让创作需求，找到具体的参考
有时我需要一种视觉奇观，有时只有一句说不清的感觉。FRAME ATLAS 从这些需求出发，组织可以回看的片段，让我看见有哪些表达方式，再决定怎样带入自己的方案。
围绕一次需求，组织选片过程
我把产品组织成“项目—需求—参考—选片单”四个层级。输入要表达什么、用于什么场景，以及需要保留的条件；返回的片段与需求放在一起，选择理由随方案继续保存。
工作台原型已经接入已整理的八条案例标注，能够完成检索、筛选、回看、选片、反馈和导出。图片与视频查询、全库多模态召回是下一阶段的后端接入目标。
| 工作区域 | 导演做什么 | 留下什么 |
|---|---|---|
| 项目空间 | 按项目切换 Brief 与参考语境 | 同一个镜头的需求和参考不散落到多个聊天里 |
| 片段检索 | 输入关键词，按借用类型筛选 | 当前结果与匹配的本地标注 |
| 证据检查器 | 播放候选，查看来源和时间段 | 可回看的画面依据与使用边界 |
| 方案转化 | 决定借用镜头形式，还是由参考延伸一个新想法 | 想保留的表达方式，以及要重新设计的内容 |
| 项目选片单 | 加入、移除、集中检查与导出 | 可以交给编剧、分镜和制作继续工作的 Markdown |
| 取舍反馈 | 记录采用、备选、不适合及理由 | 下一轮搜索可以继续利用的判断 |
我需要什么，它就围绕什么提供参考
以校招创意提案为例，将需求、候选片段和方案转化放在同一条路径上。一句话可以对应多种表达，导演通过回看片段作出选择。
“我想把不同空间接在一起，让变化有连贯感，不只是连续切镜头。”
返回的参考
既可以找一个具体的转场接点，也可以用画面之间的对应关系来连接内容。两条参考给出不同的处理方式。
借设备边缘与镜头运动，寻找转场的接点。
借形状和位置的呼应，让两个空间产生关联。
带入方案
要做连续穿越时，先在分镜里安排边缘遮挡和运动方向；要表达比较与选择时，让两侧画面在形状、位置或动作上呼应。保留参考中的连接方式，再替换成项目自己的内容。
也可以，从一句感觉开始
需求还没有具体到镜头时，也可以先描述想要的感受。
“我想要不断进入新世界的感觉，但始终像和同一个人一起冒险。”
返回的参考
Vivix 的这段已有样片可以作为候选：世界连续变化，人物之间的互动仍然延续。
带入方案
由这条参考延伸出“共同经历”的想法：先把人物关系定下来，再围绕这段关系设计新的世界与场景。
把参考，交付成下一步能用的材料
确定参考后，把需求、片段出处和应用说明整理成一份选片单。工作台能按当前选择导出，连同采用、备选或淘汰的理由一起保存，供分镜和制作接着使用。
创意选片单
把要解决的问题、参考理由与方案转化放在一起。导演、编剧和分镜可以围绕同一段画面讨论。
镜头约束与反馈记录
将视角、动作、空间、接缝和人物关系转成检查项；把采用或淘汰的原因留在参考旁边。资料库因此积累制作判断，而不只是越来越多的视频。
知识库的核心，是多模态检索
目标是让一句话、一张画面或一段视频，都能成为寻找参考的入口。系统需要理解的不只有“画面像不像”，还有动作怎样发生、镜头怎样衔接，以及这段为什么适合当前叙事任务。
我采用“多模态召回 + 文字与标签检索 + 时间码证据重排”的目标结构。关键帧、片段视觉、转写与机制描述分别进入索引；候选最终回到可播放的原片时间段，供导演判断。
| 查询入口 | 还要说明什么 | 应返回什么 |
|---|---|---|
| 一句创作需求 | 叙事用途、保留条件与排除项 | 多条相关片段、命中理由和改编条件 |
| 一张参考帧 | 要找构图、材质、光线，还是空间关系 | 视觉候选及前后镜头，不只返回相似静帧 |
| 一段参考视频 | 关注动作、转场、节奏还是人物关系 | 带入出点的片段、关键接点与声画证据 |
先召回，再判断是否真的适合
多模态向量帮助发现视觉关联，文字与标签保留“空间生长”“关系分屏”等创意语义。候选合并后，按动作、方位和硬性约束重排，并检查时间边界。
检索层可以迭代，引用必须稳定
原片 ID、指纹和入出点绑定真实文件；索引记录可由证据重建。语言模型负责整理解释，时间码与来源从候选记录读取，避免生成一段漂亮但无法回看的答案。
技术选型先用小样本验证
当前将 Google Gemini Embedding 2 作为多模态表示候选，Azure Content Understanding 作为视频解析对照；RAG-Anything 与 VideoRAG 用于评估开源路线。Microsoft GraphRAG 更适合后续整理“机制—作品—项目”的关系，不能单独替代视频解析与多模态检索。
项目总结
参考复用，正在成为创作入口。从“做同款”、参考驱动生成，到节点画布和效果模板，这些产品让我看到：一次创作中得到的表达，可以成为下一次创作的起点。
我希望导演台逐步连接影像参考、制作方法与使用结果，让长期积累的素材和经验继续参与创作。未来的发展，我会沿着创作与搜索两个方向推进。
创作入口参考怎样参与制作对导演台的启示
未来，向创作与搜索延伸
创作：让一次试错，成为下一次的起点
一个转场、一种特效，或一段提示词，往往要经过十几轮甚至更长时间的打磨，才得到相对可控、符合审美的结果。我希望把参考素材、提示词版本、参数、失败原因和最终效果一起保存，沉淀成可以再次调用的创作资产。
诺兰在2024年接受美联社采访时谈到，每拍一部电影，都会尝试在此前所学的基础上继续向前。这也启发了我对导演台的构想：沿用已经验证的方法，把新的尝试放在人物、场景、叙事和表达上，让一次项目中的经验成为下一次创新的基础。
搜索：从找到片段，走向调用方法
现在的素材积累接近3,000支。如果未来扩充到1万、乃至10万支，我希望进一步把镜头类型、视觉手法与实际制作中的提示词版本、调整轮次、失败原因和采用结果关联起来，探索哪些方法更稳定、适合什么情境，让数据参与创作判断。
更远一步，检索结果可以连接到经过验证的制作流程。创作者上传自己的素材、选择想要复用的效果，系统再适配提示词、参数与生成步骤，把曾经需要多轮摸索的过程整理成“一键复用”的入口。
这能让过去花时间得到的方法被更多人使用，也让创作者把精力放到新的表达上。我希望通过实际采用和传播反馈，持续检验这些方法的价值，让搜索、制作与经验积累形成持续更新的过程。
素材库已登记 2,891 支原片。本页以已整理片段演示需求、参考与方案的对应关系；工作台原型支持八条案例标注的检索、选片、反馈与导出。全库多模态检索及生成接口仍在后续开发范围。