看到Sora演示里的日本街景，制片人李晖马上想到了自己正在筹备的古装玄幻剧：其中一些外景，或许也可以用AI生成。
经济观察网2024年2月24日的报道记录了这个细节。从业10多年的李晖还对后期特效朋友说：“跟不上的可能就要被淘汰了。”
至少对李晖而言，Sora首先不是“自动拍电影”，而是让一个尚未开拍的外景先出现在主创面前。
版本号先放一边
现有可引用材料只确认了一件事：OpenAI发布的Sora可以根据文字指令，生成1分钟连贯清晰的视频。
这已经足够让影视从业者重新审视前期制作，但还不能推出“Sora 3已经开放商业API”，也无法证明它具备镜头锁定、局部替换等能力。至于筹备周期和制作成本能下降多少，所给来源同样没有可核验的数据。
把这些内容写成既成事实，标题越大，证据缺口越显眼。
眼下更适合讨论的，是拍摄之前的几项具体工作：剧本能不能拆清楚，概念镜头能不能帮助沟通，生成版本由谁确认。Sora可以先做视觉草稿，距离稳定生产整部长片，还有很长一段流程需要人工接手。
先把剧本拆成一张表
影视团队不必一上来就让AI生成整段视频。先交给它一项枯燥但容易检查的工作：拆剧本。
一张可用的剧本表，至少要列出场次、地点、时段、内外景、出场人物、关键道具、主要动作和情绪节点。AI负责填写初稿，编剧、导演或制片逐项核对，每一项还要能回到原剧本中的具体位置。
古装表达、隐含动作和复杂人物关系，不能只看模型给出的字面解释。这里一旦拆错，后面生成的画面越多，错误反而越难追。
表格确认后，再从中挑出最难讲清楚的场次。李晖提到的古装玄幻外景，就是一个合适的候选：团队可以先看空间关系，也可以比较不同视觉方向，或者验证某种镜头运动是否符合预期。
每条概念镜头都应写明用途。好看，却说不出解决了什么问题，那就只是一段样片，不是能进入制作流程的分镜。
工具可以换，项目记录不能丢
经济观察网的报道还提到，Sora出现前，业内已经有Runway等AI视频软件。这意味着影视团队没必要把整套流程绑在某个产品上。
剧本表、镜头编号、参考素材和审核记录，应保存在团队自己的项目系统里。Sora或Runway只负责生成候选画面。以后更换工具，已经确认过的人物、场景和镜头信息仍然能够继续使用。
这种分工也能减少一个常见麻烦：生成结果散落在不同账号和聊天记录里，修改到最后，没人说得清哪一版经过了确认。
漂亮演示遮不住连续性问题
Sora展示过1分钟视频，不等于它能在整部长片或剧集中稳定管理人物。角色面貌、服装细节、道具位置和空间关系，都要逐镜检查。前一条镜头能用，也不能保证下一条会自动接上。
保密问题更直接。完整剧本、角色设定和未公开项目资料能否上传外部服务，要先看数据如何保存、是否用于训练、哪些人拥有访问权限。服务条款说不清时，就缩小输入范围，不要直接提交完整剧本。
审核责任也不能交给模型。AI生成的镜头只是候选方案。谁确认剧情没有被改写，谁批准视觉方向，谁记录修改版本，这些都应写进原有制作流程。
生成速度变快，只会带来更多候选，不会自动替团队做决定。
真正的试验，只选一场戏
与其宣布“重构全流程”，不如先找一场已经有人工分镜的戏做对照。
AI只参与两件事：把剧本拆成表，生成用于沟通的概念镜头。团队则记录每次修改的原因、等待发生在哪个环节，以及哪些内容最后仍由人工修正。不要预设能节省多少时间，也不要先写成本会下降多少，让项目记录自己给答案。
如果跨部门沟通变顺了，却增加了角色连续性修正，这同样是试验结果，也应该被记下来。只有同类场次反复跑通，才值得扩大使用范围。
雷科技《AI短剧的“快手经验”》提到，在Sora尚未开放时，中国科技公司已经开始推动视频大模型进入实际制作。对影视公司来说，起点并不是一个无法核验的版本号，而是眼前这一场戏能不能被拆清、看懂、改完，并留下完整记录。
