剪辑室里最容易让人误判的工具，往往不是最吵的那个。视频生成刚出现时，大家盯着几秒钟的演示片段，讨论画质和想象力；真正把它放进项目里，问题却转移到别处：镜头能不能对上分镜，运动是否服从调度，生成结果能不能被剪开、被替换、被返工。
这不是一个纯粹的模型能力问题。短视频、广告、影视预演对画面的要求不同，对“可控”的定义也不同。有人需要快速试错，有人需要稳定复现。它提供的是一段看起来合理的影像，而制作流程需要的是可解释、可修改的素材。两者之间有一段不小的距离。
分镜不是提示词
写提示词像是在和模型商量，写分镜则是在和团队约定。前者可以容忍模糊，后者必须落到景别、机位、节奏和剪辑点上。把分镜直接翻译成提示词，常常会丢掉真正重要的约束：人物从画面哪一侧入画，镜头推到什么程度停住，前后两个镜头如何接上。
所以，视频生成更适合先被放在“预演”位置。用它快速看到某种光线、某种运动是否成立，再把结论带回分镜会。这样做的好处不是替代拍摄，而是让讨论提前发生。坏处也很明显：预演越逼真，越容易让人误以为最终画面也能照此复现。
可控性藏在后期之前
很多人把可控性理解成参数多少。实际工作中，可控性更多体现在返工成本上。一个镜头生成得漂亮，但角色衣角方向不对、背景文字糊成一团、运动轨迹和下一镜冲突，这段素材就很难进入剪辑。后期能修，但修的时间和重新拍一条相比，未必更省。
因此，评估视频生成时，不妨先问几个具体问题：
- 同一场景多次生成，主体特征能否保持稳定？
- 镜头运动是否可以被描述、被约束，而不是只能碰运气？
- 输出素材的帧率和时长，是否方便与现有时间线对齐？
- 出现瑕疵时，是局部可修，还是只能整段重来？
这些问题不性感，却决定工具能不能留在工作流里。演示片段负责让人惊叹，工作流负责让人按时交付。它要跨过的那道门槛，多半在这里。
边界比想象中更具体
现阶段，它在抽象概念、风格化空镜、氛围铺陈上发挥空间较大；涉及复杂人物互动、精确口型、连续动作和品牌规范时，仍需谨慎。不是说做不到，而是结果的不确定性会让修改变得琐碎。制作方真正需要的，不是一次惊艳，而是多次稳定。
另一个常被忽略的边界是版权与素材来源。生成画面里出现的风格、人物形象、标识元素，是否适合商用，需要逐项确认。工具本身不承担判断，使用者得承担。把这一点提前说清楚，比事后补救更省事。
我的判断是，视频生成不会简单替代某个岗位，它会先改变试错的方式。过去要等拍完才知道镜头行不行，现在可以在更早的阶段看到几种可能。但看到的可能越多，筛选和判断就越重要。工具把“做出来”变便宜了，却没有把“做对”变便宜。
所以，别急着问它能生成多长的片子。先问它能不能帮你把一个镜头改到第三版还不失控。这个问题的答案，比演示片里的惊艳瞬间更接近日常。